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
13521	2024-11-23	Artificial Intelligence-Based Classification of CT Images Using a Hybrid SpinalZFNet 2024-Dec, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00649-4 PMID:39167285	研究论文	本文提出了一种基于混合SpinalZFNet的CT图像分类方法，用于准确诊断肾脏疾病	本文创新性地结合了SpinalNet和ZFNet的架构优势，显著提高了分类准确性并降低了计算成本	NA	开发一种高效的深度学习模型，用于通过CT图像准确分类肾脏疾病	肾脏疾病的CT图像分类	计算机视觉	肾脏疾病	深度神经网络	SpinalZFNet	图像	NA
13522	2024-10-28	SCINet: A Segmentation and Classification Interaction CNN Method for Arteriosclerotic Retinopathy Grading 2024-Dec, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00650-x PMID:39222258	研究论文	提出了一种用于动脉硬化性视网膜病变分级的分割与分类交互CNN方法SCINet	设计了一种分割与分类交互架构，通过注意力机制突出分割区域的重要血管特征，实现信息交互	NA	开发一种自动化的动脉硬化性视网膜病变分级方法	动脉硬化性视网膜病变	计算机视觉	心血管疾病	CNN	SCINet	图像	NA
13523	2024-11-23	A Contrastive-Learning-Based Deep Neural Network for Cancer Subtyping by Integrating Multi-Omics Data 2024-Dec, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00641-y PMID:39230797	研究论文	本文提出了一种基于对比学习的深度神经网络方法，用于通过整合多组学数据进行癌症亚型分类	该方法通过自监督学习从多组学特征中提取关键信息，解决了高维度和小样本数据导致的癌症亚型分类模糊和重叠问题	NA	提高癌症亚型分类的准确性，为疾病预后评估和个性化患者管理提供支持	癌症亚型分类	机器学习	NA	对比学习	深度神经网络	多组学数据	九个公共癌症数据集
13524	2024-11-23	Function-Genes and Disease-Genes Prediction Based on Network Embedding and One-Class Classification 2024-Dec, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00638-7 PMID:39230798	研究论文	提出了一种基于网络嵌入和一类分类的基因功能和疾病基因预测算法	使用变分图自编码器（VGAE）和快速最小协方差行列式（Fast-MCD）进行网络嵌入和一类分类，统一预测功能基因和疾病基因	仅使用实验验证的基因进行预测，未考虑基因表达谱数据	开发一种新的机器学习方法来预测新的疾病基因和功能基因	功能基因和疾病基因的预测	机器学习	NA	变分图自编码器（VGAE），快速最小协方差行列式（Fast-MCD）	一类分类器	蛋白质-蛋白质相互作用网络	实验验证的基因
13525	2024-11-23	Bilinear Perceptual Fusion Algorithm Based on Brain Functional and Structural Data for ASD Diagnosis and Regions of Interest Identification 2024-Dec, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00651-w PMID:39254805	研究论文	本文提出了一种基于脑功能和结构数据的双线性感知融合算法，用于自闭症谱系障碍（ASD）的诊断和感兴趣区域（ROI）的识别	本文创新性地利用多模态数据，通过双线性操作捕捉功能和结构特征之间的关联，并结合图卷积神经网络（GCN）设计了一个深度学习框架BPF-GCN	NA	提高自闭症谱系障碍（ASD）的诊断准确性和感兴趣区域（ROI）的识别	自闭症谱系障碍（ASD）患者的功能和结构脑数据	机器学习	自闭症谱系障碍	双线性感知融合（BPF）算法，图卷积神经网络（GCN）	BPF-GCN	功能和结构脑数据	公开的ASD数据集
13526	2024-11-23	Comparative efficiency of the SWAT model and a deep learning model in estimating nitrate loads at the Tuckahoe creek watershed, Maryland 2024-Dec-01, The Science of the total environment DOI:10.1016/j.scitotenv.2024.176256 PMID:39299317	研究论文	比较SWAT模型和深度学习模型在马里兰州Tuckahoe溪流域估算硝酸盐负荷的效率	深度学习模型在模拟流量和硝酸盐浓度方面优于SWAT模型，特别是在秋季和冬季表现更为显著	深度学习模型的有效性依赖于高频数据的定期收集	评估SWAT模型和深度学习模型在预测水体硝酸盐负荷方面的性能	马里兰州Tuckahoe溪流域的硝酸盐负荷	机器学习	NA	长短期记忆网络（LSTM）和三维卷积网络（3D Convolutional Networks）	深度学习模型	气象数据和影像数据	2014-2017年的训练数据和测试数据
13527	2024-11-23	AI-based strategies in breast mass ≤ 2 cm classification with mammography and tomosynthesis 2024-Dec, Breast (Edinburgh, Scotland) DOI:10.1016/j.breast.2024.103805 PMID:39321503	研究论文	评估数字乳腺摄影（DM）和数字乳腺断层合成（DBT）结合基于AI的策略在≤2cm乳腺肿块分类中的诊断性能	结合数字乳腺摄影和数字乳腺断层合成图像，利用深度学习和放射组学方法提高了≤2cm乳腺肿块的分类准确性	仅限于≤2cm的乳腺肿块分类，未提及更大尺寸肿块的分类效果	评估AI技术在乳腺肿块分类中的应用效果	≤2cm的乳腺肿块	计算机视觉	乳腺癌	深度学习，放射组学	深度学习模型	图像	483名患者，包含512个乳腺肿块
13528	2024-11-23	Circulating miRNAs and Machine Learning for Lateralizing Primary Aldosteronism 2024-Dec, Hypertension (Dallas, Tex. : 1979) DOI:10.1161/HYPERTENSIONAHA.124.23418 PMID:39417220	研究论文	本研究探讨了循环miRNAs和机器学习在区分单侧和双侧原发性醛固酮增多症中的应用	本研究首次利用循环miRNAs和机器学习模型来区分单侧和双侧原发性醛固酮增多症，提供了一种微创的替代方法	研究样本量较小，且仅限于特定的患者群体	探索循环miRNAs和机器学习在区分单侧和双侧原发性醛固酮增多症中的应用	原发性醛固酮增多症患者	机器学习	心血管疾病	miRNA分析	神经网络模型、深度学习模型	miRNA数据	18名患者用于miRNA分析，108名患者用于验证
13529	2024-11-23	Generative 3D Cardiac Shape Modelling for in-silico Trials 2024-Nov-22, Studies in health technology and informatics DOI:10.3233/SHTI241090 PMID:39575806	研究论文	提出了一种基于神经符号距离场的深度学习方法，用于生成合成主动脉形状，以支持体内试验	使用神经符号距离场表示形状，并通过可训练的嵌入向量编码几何特征，生成高保真的主动脉形状	NA	开发一种能够生成高保真主动脉形状的深度学习模型，以支持体内试验	主动脉形状	计算机视觉	NA	深度学习	神经符号距离场	图像	从CT图像重建的主动脉根部网格数据集
13530	2024-11-23	Artificial intelligence improves risk prediction in cardiovascular disease 2024-Nov-22, GeroScience IF:5.3Q1 DOI:10.1007/s11357-024-01438-z PMID:39576563	研究论文	本研究展示了使用人工智能模型改进心血管疾病风险预测的优势	本研究采用了深度学习模型（DeepSurv和NMTLR）和随机生存森林模型，相较于传统Cox模型和机器学习模型，显著提高了心血管疾病风险预测的准确性	人工智能工具应作为辅助医疗专业人员的工具，而不是取代他们	展示人工智能模型在提高心血管疾病风险预测方面的优势	70岁及以上相对健康的成年人	机器学习	心血管疾病	深度学习	深度学习模型（DeepSurv和NMTLR）和随机生存森林模型	NA	大量样本
13531	2024-11-23	Predicting mortality in hospitalized influenza patients: integration of deep learning-based chest X-ray severity score (FluDeep-XR) and clinical variables 2024-Nov-22, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae286 PMID:39576664	研究论文	本文开发了一种结合深度学习胸部X光严重评分（FluDeep-XR）和临床变量的人工智能系统，用于预测住院流感患者30天内的死亡率	首次将放射学和客观临床数据整合到一个模拟临床推理过程的人工智能系统中，用于早期预测高风险流感患者	NA	开发一种结合放射学和临床数据的人工智能系统，用于早期预测高风险流感患者的死亡率	住院流感患者的30天死亡率预测	计算机视觉	流感	卷积神经网络	Xception	图像	开发数据来自台湾大学医院，外部验证数据来自意大利ASST Grande Ospedale Metropolitano Niguarda
13532	2024-11-23	Deep learning in medical image analysis: introduction to underlying principles and reviewer guide using diagnostic case studies in paediatrics 2024-Nov-21, BMJ (Clinical research ed.) DOI:10.1136/bmj-2023-076703 PMID:39572032	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
13533	2024-11-23	Classifying Three-Wall Intrabony Defects from Intraoral Radiographs Using Deep Learning-Based Convolutional Neural Network Models 2024-Nov-21, European journal of dentistry DOI:10.1055/s-0044-1791784 PMID:39572193	研究论文	本研究利用基于深度学习的卷积神经网络模型对口腔内放射影像中的三壁骨内缺损进行分类	本研究首次使用深度学习技术对三壁骨内缺损进行分类，以区分三壁和非三壁骨内缺损	研究仅限于口腔内放射影像，未涉及其他类型的影像数据	旨在利用深度学习技术对口腔内放射影像中的三壁骨内缺损进行分类	三壁骨内缺损的分类	计算机视觉	NA	深度学习	卷积神经网络（CNN）	影像	1369张放射影像，来自556名接受牙周手术的患者
13534	2024-11-23	NIRSpredict: a platform for predicting plant traits from near infra-red spectroscopy 2024-Nov-20, BMC plant biology IF:4.3Q1 DOI:10.1186/s12870-024-05776-0 PMID:39563275	研究论文	开发了一个名为NIRSpredict的平台，用于通过近红外光谱预测植物性状	利用深度学习模型从近红外光谱值中预测81种拟南芥的性状，包括经典功能性状和多种常见化学成分	NA	开发一个易于使用且高效的平台，用于预测植物性状并访问大量拟南芥性状数据	拟南芥的性状预测和化学成分预测	机器学习	NA	近红外光谱（NIRS）	深度学习	光谱数据	81种拟南芥性状
13535	2024-11-23	Understanding ecosystem services of detailed forest and wetland types using remote sensing and deep learning techniques in Northern China 2024-Nov-20, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2024.123410 PMID:39571316	研究论文	本研究利用遥感和深度学习技术，对东北地区森林和湿地的生态系统服务进行了详细评估	首次结合轻量级卷积神经网络和决策树模型，对大规模森林和湿地进行分类，并评估了不同类型森林和湿地的生态系统服务	研究仅限于黑龙江省，且时间跨度仅为2008年至2018年	深入研究东北地区森林和湿地的生态系统服务功能	东北地区的森林和湿地类型	遥感	NA	遥感技术、深度学习	卷积神经网络（CNN）、决策树	图像	黑龙江省2008年和2018年的森林和湿地数据
13536	2024-11-23	Drug-target interaction prediction by integrating heterogeneous information with mutual attention network 2024-Nov-19, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05976-3 PMID:39563226	研究论文	提出了一种基于互注意力网络的深度学习模型DrugMAN，用于整合多重异构功能网络以预测药物-靶点相互作用	通过整合多重异构功能网络和互注意力网络，提高了对新结构的适应能力和预测性能	未提及	提高药物-靶点相互作用预测的准确性和适应性	药物和靶点蛋白的相互作用	机器学习	NA	图注意力网络	互注意力网络	网络数据	整合了四类药物网络和七类基因/蛋白质网络
13537	2024-11-23	Deep-m5U: a deep learning-based approach for RNA 5-methyluridine modification prediction using optimized feature integration 2024-Nov-19, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05978-1 PMID:39563239	研究论文	本文介绍了一种基于深度学习的RNA 5-甲基尿苷修饰预测方法Deep-m5U	Deep-m5U采用混合伪K-元组核苷酸组成（PseKNC）进行序列构建，使用Shapley加性解释（SHAP）算法进行判别特征选择，并采用深度神经网络（DNN）作为分类器	NA	提高RNA 5-甲基尿苷修饰的预测准确性	RNA 5-甲基尿苷修饰	生物信息学	NA	深度学习	深度神经网络（DNN）	序列数据	两个基准数据集：全转录本和成熟mRNA，分别包含10倍交叉验证和独立样本
13538	2024-11-23	Combining de novo molecular design with semiempirical protein-ligand binding free energy calculation 2024-Nov-19, RSC advances IF:3.9Q2 DOI:10.1039/d4ra05422a PMID:39569121	研究论文	本文介绍了一种结合从头分子设计和半经验量子化学方法计算蛋白质-配体结合自由能的集成方法	本文创新性地将GFN2-TB方法与化学语言模型结合，用于生成和评估乙酰胆碱酯酶（AChE）的潜在抑制剂	本文的研究结果表明，结合深度学习分子生成和半经验量子化学活性预测的方法在结构药物设计中具有潜力，但也存在一定的局限性	研究目的是开发一种新的方法，用于生成和评估乙酰胆碱酯酶（AChE）的潜在抑制剂	研究对象是乙酰胆碱酯酶（AChE）及其潜在抑制剂	药物设计	NA	半经验量子化学方法	深度学习模型	分子结构数据	四个不同的分子库，包含使用SMILES和SELFIES表示的分子设计
13539	2024-11-23	Automated measurement and correlation analysis of fundus tessellation and optic disc characteristics in myopia 2024-11-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80090-1 PMID:39551799	研究论文	本研究利用深度学习技术量化近视患者眼底网格密度和视盘形态，并分析这些特征与屈光功能之间的关系	本研究构建了两个基于深度学习的分割模型，用于像素级分辨率下描绘眼底网格、视盘、视盘周围萎缩和黄斑区域	NA	量化眼底网格密度和视盘形态，并研究这些眼底特征与近视患者屈光功能之间的关系	近视患者的眼底网格密度和视盘形态	计算机视觉	近视	深度学习	分割模型	图像	年轻近视患者
13540	2024-11-23	Comparative efficacy of anteroposterior and lateral X-ray based deep learning in the detection of osteoporotic vertebral compression fracture 2024-11-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79610-w PMID:39551876	研究论文	本文比较了基于前后位和侧位X光片的深度学习模型在检测骨质疏松性椎体压缩性骨折中的效果	首次比较了基于前后位和侧位X光片的深度学习模型在检测骨质疏松性椎体压缩性骨折中的效果	研究为回顾性研究，且仅限于两家三级教学医院的X光片数据	评估基于前后位X光片的深度学习模型与侧位X光片模型的性能是否相当	骨质疏松性椎体压缩性骨折的检测	计算机视觉	骨骼疾病	深度学习	EfficientNet-B5	图像	训练和内部测试涉及1507名患者，外部测试涉及104名患者