深度学习在生物医药领域中的应用

序号	推送日期	文章	类型	简述	创新点	不足	研究目的	研究对象	领域	病种	技术	模型	数据类型	样本量
13441	2024-10-24	Leveraging the variational Bayes autoencoder for survival analysis 2024-10-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76047-z PMID:39427084	研究论文	本文介绍了一种基于变分自编码器的生存分析方法SAVAE	SAVAE引入了定制的证据下界公式，支持多种参数分布，并展示了在不同实验中的鲁棒性和稳定性	NA	改进生存分析中处理复杂、高维、异质、不完整和删失数据的方法	生存分析中的时间到事件估计，考虑删失、协变量交互和时间变化的风险关联	机器学习	NA	变分自编码器	变分自编码器	表格数据	涉及基因组、临床和人口统计学数据，具有不同程度的删失
13442	2024-10-24	Impact of metadata in multimodal classification of bone tumours 2024-Oct-19, BMC musculoskeletal disorders IF:2.2Q3 DOI:10.1186/s12891-024-07934-9 PMID:39427131	研究论文	本文研究了元数据在骨肿瘤多模态分类中的影响	提出了一种结合临床元数据和X射线影像的多模态深度学习模型，以提高骨肿瘤分类的准确性	由于某些实体的罕见性、高类内变异性和临床实践中有限的训练数据，区分不同肿瘤类型仍然具有挑战性	提高骨肿瘤分类的准确性，以指导临床治疗和随访决策	骨肿瘤的分类	计算机视觉	骨肿瘤	深度学习	多模态深度学习模型	影像和临床元数据	1785张X射线影像，来自804名患者，时间跨度为2000至2020年
13443	2024-10-24	Prediction of lumpy skin disease virus using customized CBAM-DenseNet-attention model 2024-Oct-19, BMC infectious diseases IF:3.4Q2 DOI:10.1186/s12879-024-10032-9 PMID:39427155	研究论文	本文提出了一种定制的CBAM-DenseNet-attention模型用于预测和分类牛结节性皮肤病病毒	本文的创新点在于引入了卷积块注意力模块（CBAM）和空间注意力（SA），并结合DenseNet架构，显著提高了牛结节性皮肤病病毒的预测和分类准确率	本文的局限性在于使用的数据集主要来自巴基斯坦的兽医农场，可能缺乏全球代表性，且数据集规模较小，可能导致模型过拟合	本文的研究目的是开发一种高效准确的深度学习模型，用于牛结节性皮肤病病毒的检测和分类	本文的研究对象是牛结节性皮肤病病毒（LSDV）及其在牛群中的传播和检测	计算机视觉	NA	深度学习	DenseNet	图像	数千张来自巴基斯坦兽医农场的图像
13444	2024-10-24	Correlation between CT-based phenotypes and serum biomarker in interstitial lung diseases 2024-Oct-19, BMC pulmonary medicine IF:2.6Q2 DOI:10.1186/s12890-024-03344-8 PMID:39427156	研究论文	研究CT影像特征与血清KL-6水平在间质性肺疾病中的关联	首次探讨了CT影像特征与血清KL-6水平之间的正相关关系，并评估了其对间质性肺疾病患者因呼吸原因住院的预测能力	回顾性观察研究，样本量有限，可能存在选择偏倚	探讨CT影像特征与血清KL-6水平在间质性肺疾病诊断、监测和预后中的关联	间质性肺疾病患者	数字病理学	间质性肺疾病	深度学习	NA	影像	131名间质性肺疾病患者
13445	2024-10-24	Deep learning based approach for actinidia flower detection and gender assessment 2024-10-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73035-1 PMID:39424618	研究论文	研究利用深度学习模型进行猕猴桃花性别检测和评估	首次提出使用深度学习模型进行猕猴桃花性别检测，并评估了四种预训练模型的性能	研究主要集中在模型性能评估，未涉及实际机器人系统的开发	解决猕猴桃花性别检测和评估的问题，为机器人授粉系统提供技术支持	猕猴桃花的性别检测和评估	计算机视觉	NA	深度学习	YOLOv8, YOLOv5, RT-DETR, DETR	图像	手动标注的猕猴桃花数据集，分为两类性别
13446	2024-10-24	Prospective clinical evaluation of deep learning for ultrasonographic screening of abdominal aortic aneurysms 2024-Oct-15, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01269-4 PMID:39406888	研究论文	本研究评估了深度学习算法在辅助无超声经验的护士进行腹主动脉瘤筛查中的应用	首次展示了深度学习算法在辅助无经验护士进行腹主动脉瘤超声筛查中的有效性	样本量较小，且仅限于65岁以上的患者	评估深度学习算法在腹主动脉瘤超声筛查中的应用潜力	腹主动脉瘤的超声筛查	计算机视觉	心血管疾病	深度学习	对象检测算法	图像	184名65岁以上的患者
13447	2024-10-24	Enhancing data security and privacy in energy applications: Integrating IoT and blockchain technologies 2024-Oct-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38917 PMID:39430499	研究论文	本文探讨了区块链技术与物联网在能源应用中的集成，特别是核能领域，以增强数据安全性和隐私性	开发了一个包含加密、完整性验证、集成通信网络和稳健数据流架构的安全数据管理框架	需要实际验证，资源受限的物联网环境中的挑战，日益增加的网络威胁，以及实时数据可用性的限制	分析区块链技术与物联网集成在核能应用中的挑战、范围和潜在解决方案	区块链技术与物联网在核能应用中的集成	NA	NA	区块链技术	NA	NA	NA
13448	2024-10-24	PollenNet: A novel architecture for high precision pollen grain classification through deep learning and explainable AI 2024-Oct-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38596 PMID:39430511	研究论文	本文介绍了一种名为PollenNet的新型深度学习框架，用于高精度花粉粒分类，并通过可解释AI增强模型的可解释性	PollenNet在花粉粒图像分类方面表现优异，准确率高达98.45%，并结合了可解释AI技术以提高模型的透明度	NA	提高花粉粒分类的准确性和效率	花粉粒的图像分类	计算机视觉	NA	深度学习	深度学习框架	图像	NA
13449	2024-10-24	A convolutional neural network model detecting lasting behavioral changes in mice with kanamycin-induced unilateral inner ear dysfunction 2024-Oct-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38938 PMID:39435078	研究论文	本文研究了卡那霉素诱导的单侧内耳功能障碍对小鼠行为变化的长期影响，并使用卷积神经网络模型进行检测	本文首次使用卷积神经网络模型检测小鼠在单侧内耳功能障碍后的长期行为变化，并评估了神经补偿过程	本文仅研究了卡那霉素诱导的单侧内耳功能障碍对小鼠行为的影响，未探讨其他药物或双侧内耳功能障碍的情况	研究单侧内耳功能障碍对小鼠行为的长期影响，并评估神经补偿过程	卡那霉素诱导单侧内耳功能障碍的小鼠	计算机视觉	NA	卷积神经网络	卷积神经网络	视频	自由活动的小鼠在单侧卡那霉素注射后的行为记录
13450	2024-10-24	The deep learning-based physical education course recommendation system under the internet of things 2024-Oct-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38907 PMID:39435083	研究论文	研究提出了一种基于深度学习的体育课程推荐系统，结合物联网技术和深度学习，以提高推荐的准确性和个性化	研究结合了物联网技术和生成对抗网络（GAN）模型，特别是改进的正则化惩罚条件特征生成对抗网络（RP-CFGAN）模型，以解决数据稀疏和冷启动问题	模型仍有改进空间，如探索更多正则化技术、保护用户隐私以及扩展系统到更多平台和场景	提高体育课程推荐的准确性和个性化	学生的生理数据、社交互动、学术数据以及学习进度和时间表	机器学习	NA	物联网技术、深度学习	生成对抗网络（GAN）	生理数据、社交互动数据、学术数据	NA
13451	2024-10-24	CLEAR guideline for radiomics: Early insights into current reporting practices endorsed by EuSoMII 2024-Oct-14, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111788 PMID:39437630	研究论文	本研究评估了放射组学研究中的当前报告实践，重点关注CLEAR指南的应用情况	揭示了放射组学研究中自我报告与确认遵守CLEAR指南之间的显著差异	研究仅限于引用CLEAR指南的放射组学研究论文，可能无法全面反映所有放射组学研究的报告实践	评估放射组学研究中CLEAR指南的报告实践	放射组学研究论文中CLEAR指南的应用情况	数字病理学	NA	NA	NA	文本	48篇原始研究论文
13452	2024-10-24	REVEALS: an open-source multi-camera GUI for rodent behavior acquisition 2024-Oct-03, Cerebral cortex (New York, N.Y. : 1991) DOI:10.1093/cercor/bhae421 PMID:39420472	研究论文	开发了一个名为REVEALS的开源多摄像头图形用户界面，用于采集啮齿动物行为数据	REVEALS提供了一个用户友好的界面，支持同时从多个摄像头采集数据，并能高效地收集和分析大型数据集	NA	开发一种有效、经济且易于获取啮齿动物行为数据的方法	啮齿动物行为数据	计算机视觉	NA	NA	NA	视频	NA
13453	2024-10-24	Massive experimental quantification of amyloid nucleation allows interpretable deep learning of protein aggregation 2024-Oct-01, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.13.603366 PMID:39071305	研究论文	本文通过实验量化了超过10万种蛋白质序列的淀粉样核形成，并训练了一个卷积-注意力混合神经网络CANYA，以准确预测淀粉样核形成	本文通过大规模实验数据集解决了现有计算方法在小且有偏数据集上训练和评估的问题，并提出了CANYA模型，该模型能够解释其决策过程和学习到的语法	NA	解决蛋白质聚集预测中的数据短缺问题，并开发一个可解释的神经网络模型来预测淀粉样核形成	超过10万种蛋白质序列的淀粉样核形成	机器学习	NA	NA	卷积-注意力混合神经网络	序列	超过10万种蛋白质序列
13454	2024-10-24	A deep learning algorithm for the detection of aortic dissection on non-contrast-enhanced computed tomography via the identification and segmentation of the true and false lumens of the aorta 2024-Oct-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-533 PMID:39429578	研究论文	本文开发了一种基于深度学习的算法，用于在非对比增强CT扫描中检测主动脉夹层，并通过识别和分割主动脉的真假腔来确定主动脉夹层的存在	本文的创新点在于开发了一种基于深度学习的算法，能够在非对比增强CT扫描中准确识别和分割主动脉的真假腔，从而提高主动脉夹层的诊断准确性	本文的局限性在于研究样本仅来自三家医院，且为回顾性研究，未来需要更大规模的前瞻性研究来验证算法的有效性	本研究的目的是开发一种能够准确检测主动脉夹层的深度学习算法，并评估其在临床实践中的应用潜力	本研究的对象是疑似急性主动脉综合征的患者，通过分析其非对比增强CT扫描图像来检测主动脉夹层	计算机视觉	心血管疾病	非对比增强CT (NCE-CT)	三维全分辨率U-Net	图像	320名患者，其中160名患有主动脉夹层，160名未患有主动脉夹层
13455	2024-10-24	Radiomics and Clinical Features for Distinguishing Kidney Stone-Associated Urinary Tract Infection: A Comprehensive Analysis of Machine Learning Classification 2024-Oct, Open forum infectious diseases IF:3.8Q2 DOI:10.1093/ofid/ofae581 PMID:39435322	研究论文	研究通过放射组学和临床特征模型区分肾结石相关尿路感染的能力	结合放射组学和临床特征，使用多层感知器（MLP）模型进行分类，显示出较高的分类准确性	研究基于单中心数据集，样本量有限	评估放射组学和临床特征在区分肾结石相关尿路感染中的有效性	肾结石患者的CT扫描图像和临床信息	机器学习	泌尿系统疾病	CT扫描	多层感知器（MLP）	图像和临床数据	461名肾结石患者
13456	2024-10-24	Development of Machine Learning-Based Mpox Surveillance Models in a Learning Health System 2024-Sep-27, medRxiv : the preprint server for health sciences DOI:10.1101/2024.09.25.24314318 PMID:39399027	研究论文	开发基于机器学习的猴痘监测模型，用于学习健康系统中的临床笔记识别	使用Lasso回归模型在识别猴痘病例时优于深度学习模型，特别是在减少假阳性方面表现出色	未提及具体限制	开发和评估用于识别猴痘病例的机器学习和深度学习模型	临床笔记中的猴痘病例	机器学习	NA	机器学习、深度学习	Lasso回归、深度学习模型	文本	未提及具体样本数量
13457	2024-10-24	Local Mean Suppression Filter for Effective Background Identification in Fluorescence Images 2024-Sep-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.25.614955 PMID:39386682	研究论文	本文提出了一种用于荧光显微图像中有效背景识别的非线性滤波器	该滤波器基于像素强度与其局部邻域平均强度的比较，通过改变邻域大小生成多个标签并累积决定最终像素标签，性能优于现有的图像处理、机器学习和深度学习方法	NA	开发一种有效的背景识别方法，适用于荧光显微图像中的密集和低对比度前景	荧光显微图像中的背景和前景识别	计算机视觉	NA	非线性滤波	NA	图像	NA
13458	2024-10-24	Exploring 7β-amino-6-nitrocholestens as COVID-19 antivirals: in silico, synthesis, evaluation, and integration of artificial intelligence (AI) in drug design: assessing the cytotoxicity and antioxidant activity of 3β-acetoxynitrocholestane 2024-Sep-26, RSC medicinal chemistry IF:4.1Q2 DOI:10.1039/d4md00257a PMID:39430952	研究论文	研究探索了7β-氨基-6-硝基胆甾烯作为COVID-19抗病毒药物的潜力，并通过计算机模拟、合成、评估以及人工智能（AI）在药物设计中的整合，评估了3β-乙酰氧基硝基胆甾烷的细胞毒性和抗氧化活性	本研究创新性地将人工智能辅助的深度学习应用于药物设计，生成了60种AI设计的分子，并进行了分子对接分析以筛选最佳候选分子	研究中合成的部分化合物未能满足Lipinski规则和ADMET性质，且显示出致突变性或生殖/发育毒性	旨在开发针对SARS-CoV-2的有效治疗药物	7β-氨基胆甾烯衍生物和3β-乙酰氧基-6-硝基胆甾-4,6-二烯	药物设计	COVID-19	分子对接、分子动力学模拟	深度学习	化合物结构数据	合成了多种胆甾烯衍生物，并进行了虚拟筛选和AI辅助设计
13459	2024-10-24	INSPIRE: interpretable, flexible and spatially-aware integration of multiple spatial transcriptomics datasets from diverse sources 2024-Sep-25, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.23.614539 PMID:39386646	研究论文	本文介绍了一种名为INSPIRE的深度学习方法，用于整合来自不同来源的多个空间转录组数据集	INSPIRE通过图神经网络和对抗学习机制，实现了对不同来源数据的空间感知和适应性整合，并利用非负矩阵分解揭示了可解释的空间因子及其对应的基因程序	NA	解决来自不同样本、技术和发育阶段的空间转录组数据的有效整合和解释问题	人类大脑皮层切片、小鼠大脑切片、小鼠海马体和胚胎切片以及时空器官发生图谱	机器学习	NA	深度学习	图神经网络	空间转录组数据	涉及超过50万个空间点的时空器官发生图谱
13460	2024-10-24	Small metal artifact detection and inpainting in cardiac CT images 2024-Sep-25, ArXiv PMID:39398205	研究论文	本文开发了一种自动检测和修复心脏CT图像中金属伪影的方法	提出了基于深度学习的2D U-Net模型用于金属伪影检测，以及3D图像修复模型用于伪影区域的修复	仅在合成数据和少量患者数据上进行了验证，需要在更多临床数据上进行进一步验证	开发一种自动检测和修复心脏CT图像中金属伪影的方法，以提高心脏运动分析的准确性	心脏CT图像中的金属伪影	计算机视觉	心血管疾病	深度学习	U-Net	图像	12名接受心脏放射治疗的患者，以及148名患者的无伪影心脏CT图像