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
15301	2024-09-26	A Deep Learning Perspective on Dropwise Condensation 2021-11, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202101794 PMID:34561960	研究论文	本文提出了一种基于深度学习的智能视觉框架，用于从高度瞬态的液滴群体中提取可解释的物理描述符，以研究表面异质冷凝过程	结合经典热流体成像技术和深度学习，实现了对物理描述符的自主提取和热性能的量化，达到了极高的时空分辨率	NA	研究冷凝过程中的热流体机制，特别是液滴成核、生长和脱离的循环过程	冷凝过程中的液滴群体及其热性能	计算机视觉	NA	深度学习	NA	图像	NA
15302	2024-09-26	A Review of Methods for Sleep Arousal Detection Using Polysomnographic Signals 2021-Sep-26, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci11101274 PMID:34679339	综述	本文综述了近年来基于多导睡眠图信号的睡眠唤醒检测方法，包括统计规则和深度学习方法	深度学习方法在不同数据集上表现出强大的泛化能力，预测结果接近人类专家的判断	NA	探讨自动睡眠唤醒检测系统的开发，以帮助临床医生诊断睡眠障碍	睡眠唤醒检测方法	机器学习	NA	多导睡眠图（PSG）	卷积神经网络（CNN）、循环神经网络（RNN）、长短期记忆神经网络（LSTM）、残差神经网络（ResNet）及其组合	信号	NA
15303	2024-09-26	A deep learning approach for monitoring parietal-dominant Alzheimer's disease in World Trade Center responders at midlife 2021, Brain communications IF:4.1Q2 DOI:10.1093/braincomms/fcab145 PMID:34396105	研究论文	本文利用深度学习方法评估世贸中心响应者的神经心理学和神经影像数据，生成皮层萎缩风险评分，以监测顶叶主导的阿尔茨海默病	本文首次应用深度学习方法对世贸中心响应者的神经心理学和神经影像数据进行评估，生成皮层萎缩风险评分，并验证了其准确性	样本量相对较小，且仅限于世贸中心响应者群体	研究早期认知障碍的特征和原因，并开发一种监测顶叶主导的阿尔茨海默病的新方法	世贸中心响应者的神经心理学和神经影像数据	机器学习	阿尔茨海默病	深度学习	人工神经网络	神经影像数据	1441名世贸中心响应者
15304	2024-09-26	Accuracy of deep learning-based computed tomography diagnostic system for COVID-19: A consecutive sampling external validation cohort study 2021, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0258760 PMID:34735458	研究论文	评估基于深度学习的CT诊断系统Ali-M3在检测COVID-19中的准确性及其临床价值	首次对Ali-M3进行外部验证，评估其在日本三级医疗机构中的表现	Ali-M3的特异性表现较低，尤其是在症状出现后的前5天内	评估Ali-M3在检测COVID-19中的准确性并讨论其临床价值	617名有症状的患者及其COVID-19感染概率	计算机视觉	COVID-19	深度学习	NA	图像	617名有症状的患者，其中289名RT-PCR阳性
15305	2024-09-25	Machine and Deep Learning Methods for Predicting 3D Genome Organization 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4136-1_22 PMID:39283464	综述	本文综述了用于预测3D基因组组织的三种类型交互（增强子-启动子交互、染色质交互和TAD边界）的计算工具，并分析了它们的优缺点	本文讨论了机器学习方法在填补3D基因组交互缺失和提高分辨率方面的应用	当前的3D结构目录仍不完整且不可靠，受限于技术、工具和数据分辨率	探讨计算工具在预测3D基因组交互中的应用及其未来研究方向	3D基因组组织中的三种类型交互（增强子-启动子交互、染色质交互和TAD边界）	机器学习	NA	ChIP-seq, DNAse-seq	NA	基因组数据	NA
15306	2024-09-25	Knowledge-based in silico fragmentation and annotation of mass spectra for natural products with MassKG 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.09.001 PMID:39310281	研究论文	介绍了一种基于知识的模拟碎片化和注释质谱的方法MassKG，用于天然产物的快速鉴定和新结构的发现	结合了基于知识的碎片化策略和深度学习分子生成模型，显著提高了质谱数据注释的效率和准确性	NA	开发一种高效的方法来注释天然产物的质谱数据，促进新活性结构的发现	天然产物的质谱数据	计算机视觉	NA	质谱分析	深度学习模型	质谱数据	407,720个已知天然产物结构，并基于此生成了266,353个新结构
15307	2024-09-25	Accurate Automated Quantification of Dopamine Transporter PET Without MRI Using Deep Learning-based Spatial Normalization 2024-Oct, Nuclear medicine and molecular imaging IF:1.3Q3 DOI:10.1007/s13139-024-00869-y PMID:39308485	研究论文	本文介绍了一种基于深度学习的空间归一化技术，用于在没有MRI支持的情况下自动量化多巴胺转运体PET图像	提出了一种新的自动量化方法，利用人工智能技术进行PET图像的空间归一化，无需解剖图像	NA	开发一种无需MRI支持的自动量化多巴胺转运体PET图像的方法	多巴胺转运体PET图像的自动量化	计算机视觉	帕金森病	深度学习	卷积神经网络	图像	训练集包含213对18F-FP-CIT PET和3D结构MRI数据，评估集包含89对数据，验证集包含135个外部数据集
15308	2024-09-25	High performance filtering and high-sensitivity concentration retrieval of methane in photoacoustic spectroscopy utilizing deep learning residual networks 2024-Oct, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2024.100647 PMID:39309019	研究论文	本文介绍了一种结合深度学习残差网络提高光声光谱法检测痕量气体性能的新方法	该方法通过集成光声光谱与包含40层加权层的残差网络模型，显著提高了甲烷浓度的检测精度和稳定性	NA	提高光声光谱法在痕量气体检测中的性能	甲烷浓度检测	机器学习	NA	光声光谱法	残差网络	信号	多组光声光谱信号
15309	2024-09-25	AI-Enhanced Prediction of Aortic Stenosis Progression: Insights From the PROGRESSA Study 2024-Oct, JACC. Advances DOI:10.1016/j.jacadv.2024.101234 PMID:39309663	研究论文	本研究利用机器学习和深度学习算法预测主动脉瓣狭窄的进展	使用LightGBM模型在预测主动脉瓣狭窄进展方面表现优于其他模型	NA	预测主动脉瓣狭窄的进展	303名参与PROGRESSA研究的患者的临床和超声心动图数据	机器学习	心血管疾病	机器学习和深度学习算法	LightGBM, Gated Recurrent Unit, Long Short-Term Memory, XGBoost	临床和超声心动图数据	303名患者
15310	2024-09-25	Research trends of computational toxicology: a bibliometric analysis 2024-Oct, Toxicology research IF:2.2Q3 DOI:10.1093/toxres/tfae147 PMID:39309752	研究论文	本文通过文献计量分析探讨了计算毒理学的研究趋势	研究展示了计算毒理学从传统方法向机器学习、分子对接和深度学习等高级计算方法的转变	研究仅基于Web of Science数据库的数据，可能存在数据偏差	评估计算毒理学领域科学研究的影响	计算毒理学中的计算方法在毒性评估中的应用	机器学习	NA	文献计量分析	机器学习、分子对接、深度学习	文献数据	1977年至2024年2月12日期间Web of Science数据库中的相关文献
15311	2024-09-25	Automated plan generation for prostate radiotherapy patients using deep learning and scripted optimization 2024-Oct, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2024.100641 PMID:39310221	研究论文	本文开发了一种基于深度学习和脚本优化的自动化前列腺放射治疗计划生成工作流程	首次在商业治疗计划系统中实现全自动化的前列腺放射治疗计划生成	仅在20个独立测试数据集上进行了验证，样本量较小	开发一种自动化前列腺放射治疗计划生成方法，以减少治疗计划的时间消耗	前列腺放射治疗计划	机器学习	前列腺癌	深度学习	ResUNet	3D轮廓数据	训练和验证数据集包含120个样本，独立测试数据集包含20个样本
15312	2024-09-25	Metformin dampens the progression of cholangiofibrosis induced by thioacetamide using deep learning 2024-Sep-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e37347 PMID:39309781	研究论文	研究探讨了二甲双胍在预防硫代乙酰胺诱导的胆管纤维化中的作用，并使用深度学习技术进行评估	首次使用深度学习卷积神经网络评估二甲双胍对胆管纤维化的影响	研究仅在动物模型中进行，尚未在人体中验证	评估二甲双胍作为预防胆管纤维化的潜在干预措施	硫代乙酰胺诱导的胆管纤维化	数字病理学	肝胆疾病	RNA测序	卷积神经网络	图像	大鼠模型
15313	2024-09-25	Remote sensing image road network detection based on channel attention mechanism 2024-Sep-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e37470 PMID:39309790	研究论文	本文结合通道注意力机制与ResNet，提出SE-ResNet和ECA-ResNet用于遥感图像道路网络检测	引入通道注意力机制，使网络更专注于道路网络特征的提取和学习，忽略部分非道路网络特征	增加了一定的计算负担	提高遥感图像中道路网络检测的准确性	遥感图像中的道路网络	计算机视觉	NA	通道注意力机制	ResNet	图像	使用了Massachusetts roads (MR)和CHN6-CUG roads数据集
15314	2024-09-25	Next-Generation swimming pool drowning prevention strategy integrating AI and IoT technologies 2024-Sep-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e35484 PMID:39309814	研究论文	本文探讨了将人工智能（AI）和物联网（IoT）技术集成到嵌入式系统中，以减少游泳池溺水事件的可能性	本文的创新点在于将嵌入式系统、人工智能和物联网技术结合，用于实时监控和识别危险情况，并通过图像识别和深度学习技术提高救援效率	NA	本文的研究目的是利用技术手段预防游泳池溺水事故，并提供及时的救援警报	本文的研究对象是游泳池溺水预防技术及其应用	计算机视觉	NA	计算机视觉、深度学习	深度学习	图像	NA
15315	2024-09-25	Dose prediction for cervical cancer in radiotherapy based on the beam channel generative adversarial network 2024-Sep-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e37472 PMID:39309882	研究论文	本研究提出了一种基于光束通道生成对抗网络（Bc-GAN）的宫颈癌放射治疗剂量预测方法	引入了一种新的剂量预测计算方法，通过定义剂量预测的近似范围，限制了GAN预测的物理范围，从而实现了更合理的剂量分布预测	研究仅限于宫颈癌病例，未来需要扩展到其他类型的肿瘤	解决现有深度学习方法在处理混合数据集时的挑战，特别是IMRT和VMAT的组合	宫颈癌患者的放射治疗剂量预测	机器学习	宫颈癌	生成对抗网络（GAN）	生成对抗网络（GAN）	医学图像	共收集了346例宫颈癌患者的数据，经过清洗后剩余295例，随机分为训练集、验证集和测试集，比例分别为205:60:30
15316	2024-09-25	Prairie Dog Optimization Algorithm with deep learning assisted based Aerial Image Classification on UAV imagery 2024-Sep-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e37446 PMID:39309890	研究论文	本文提出了一种基于深度学习的无人机图像分类方法，结合了草原犬鼠优化算法和深度学习模型	创新点在于将草原犬鼠优化算法应用于深度学习模型的超参数调优，并结合卷积变分自编码器模型进行图像分类	NA	研究目的是开发一种高效的无人机图像分类方法	研究对象是无人机拍摄的航空图像	计算机视觉	NA	深度学习	卷积神经网络 (CNN)	图像	使用了基准无人机图像数据集进行实验
15317	2024-09-25	Optimization of Chinese film and television communication technology in Portuguese-speaking areas under the application of digital Internet of Things 2024-Sep-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e37572 PMID:39309914	研究论文	研究通过深度学习技术优化中国电影在葡语国家的传播效果	利用深度学习技术设计电影特征识别和分类模型，并通过贝叶斯算法优化模型，提高计算速度和准确性	NA	优化中国电影在葡语国家的传播效果，促进中国文化传播的发展	中国电影在葡语国家的传播效果	机器学习	NA	深度学习 (DL)	贝叶斯算法	电影特征	NA
15318	2024-09-25	Spatio-temporal dynamics and influencing factors of carbon emissions (1997-2019) at county level in mainland China based on DMSP-OLS and NPP-VIIRS Nighttime Light Datasets 2024-Sep-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e37245 PMID:39309939	研究论文	本文利用深度学习方法处理夜间灯光数据集，估算了1997至2019年中国大陆县级碳排放量，并分析了其时空动态及影响因素	本文成功推导出更可靠的县级碳排放数据，揭示了空间动态和排放中心的演变，并发现了与主流观点不同的GDP与碳排放关系的N形和倒N形关系	NA	填补中国县级碳排放数据缺失，分析碳排放的时空动态及影响因素	1997至2019年中国大陆县级碳排放量及其影响因素	机器学习	NA	深度学习	NA	图像	1997至2019年中国大陆县级数据
15319	2024-09-25	trajPredRNN+: A new approach for precipitation nowcasting with weather radar echo images based on deep learning 2024-Sep-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36134 PMID:39309946	研究论文	本文提出了一种基于深度学习的新方法trajPredRNN+，用于使用天气雷达回波图像进行降水短时预报	该方法结合了轨迹分割模型和PredRNN深度学习模型，通过引入注意力机制和残差网络，以及提出更合理的训练损失函数，解决了现有模型在捕捉细粒度外观和处理位置错位问题上的局限性	NA	提高短时降雨预测的准确性，特别是对强降雨的预测	使用天气雷达回波图像进行降水短时预报	计算机视觉	NA	深度学习	PredRNN	图像	使用了深圳市气象局提供的雷达回波图数据集
15320	2024-09-25	Multi-label deep learning for comprehensive optic nerve head segmentation through data of fundus images 2024-Sep-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36996 PMID:39309959	研究论文	本文提出了一种基于多标签深度学习的视网膜图像中视神经头全面分割方法	利用U-Net架构结合迁移学习设计了三种多类语义分割模型，并通过结合MSU-Net和BU-Net生成HRF数据集的地面真值	研究仅使用了45张视网膜图像进行训练和验证，样本量较小	开发一种能够早期诊断和持续监测眼科疾病的计算机辅助检测技术	视网膜图像中的视盘、视杯、血管和视盘周围萎缩区（alpha和beta）	计算机视觉	NA	深度学习	U-Net	图像	45张视网膜图像