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
15341	2024-09-11	The emergence of deep learning as the current state of art for classification and risk assessment of ventricular arrhythmias 2024-Sep, The Journal of physiology DOI:10.1113/JP287420 PMID:39252427	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
15342	2024-09-19	Vascular liver segmentation: a narrative review on methods and new insights brought by artificial intelligence 2024-Sep, The Journal of international medical research IF:1.4Q4 DOI:10.1177/03000605241263170 PMID:39291427	综述	本文综述了利用人工智能进行肝脏血管分割的方法及其带来的新见解	介绍了多种基于人工智能的模型，包括神经网络和深度学习模型，用于肝脏血管分割	未提及具体模型的局限性	探讨人工智能在肝脏血管分割中的应用及其未来进展	肝脏血管的分割	计算机视觉	肝癌	人工智能	神经网络、深度学习模型	医学影像	NA
15343	2024-09-26	Evaluation of a deep learning-enabled automated computational heart modelling workflow for personalized assessment of ventricular arrhythmias 2024-Sep, The Journal of physiology DOI:10.1113/JP284125 PMID:37060278	研究论文	评估一种基于深度学习的自动化计算心脏建模工作流程，用于个性化评估心室心律失常	开发了一种基于深度学习的自动化工作流程，用于重建个性化电生理心脏模型，以模拟心律失常，并与专家生成的心脏模型进行比较	研究使用了较小的训练集，未来需要在大规模数据集上验证	评估自动化、基于深度学习的心脏建模工作流程的可行性，以指导患者个性化的心室心动过速治疗	个性化电生理心脏模型，用于预测心室心动过速的诱导性和电路位置	计算机视觉	心血管疾病	深度学习	CNN	图像	111名患者
15344	2024-09-26	PGBind: pocket-guided explicit attention learning for protein-ligand docking 2024-Jul-25, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae455 PMID:39293803	研究论文	本文提出了一种口袋引导的显式注意力学习方法，用于蛋白质-配体对接	本文创新性地提出了口袋引导策略，通过设计一个即插即用模块来增强蛋白质特征，从而提高盲对接方法的性能	NA	提高盲蛋白质-配体对接方法的性能	蛋白质-配体对接	计算机视觉	NA	深度学习	注意力机制	蛋白质结构	NA
15345	2024-09-26	Evaluation of Cell Cycle-Dependent Migration Activity after X-ray Exposure: A Radiobiological Approach for Optimization of Radiotherapy with Cell Cycle-Targeting Agents 2024-07-01, Radiation research IF:2.5Q2 DOI:10.1667/RADE-23-00213.1 PMID:38720240	研究论文	本文通过图像分析算法评估了X射线照射后细胞周期依赖的迁移活性，以优化放射治疗中细胞周期靶向药物的选择	本文首次使用深度学习算法Cellpose进行细胞分割，并结合TrackMate插件分析细胞迁移速度和方向，揭示了不同细胞周期阶段对X射线照射后迁移活性的影响	研究仅使用了人宫颈癌HeLa细胞，结果的普适性有待进一步验证	优化放射治疗中细胞周期靶向药物的选择	人宫颈癌HeLa细胞在不同细胞周期阶段的迁移活性	数字病理学	宫颈癌	X射线照射	CNN	图像	人宫颈癌HeLa细胞
15346	2024-09-26	Deep learning model to differentiate Crohn's disease from intestinal tuberculosis using histopathological whole slide images from intestinal specimens 2024-Jun, Virchows Archiv : an international journal of pathology IF:3.4Q1 DOI:10.1007/s00428-024-03740-9 PMID:38332051	研究论文	本研究利用深度学习模型分析肠道标本的病理全切片图像，以区分克罗恩病和肠结核	开发了一种深度学习模型，能够有效区分克罗恩病和肠结核，提高了病理诊断的准确性	深度学习模型的诊断效率略低于高级胃肠病理学家	应用深度学习技术区分克罗恩病和肠结核	肠道标本的病理全切片图像	数字病理	消化系统疾病	深度学习	深度学习模型	图像	1973张全切片图像，来自85个病例，涉及3个中心
15347	2024-09-26	Multi_CycGT: A Deep Learning-Based Multimodal Model for Predicting the Membrane Permeability of Cyclic Peptides 2024-02-08, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.3c01611 PMID:38270541	研究论文	提出了一种基于深度学习的多模态模型Multi_CycGT，用于预测环肽的膜通透性	首次尝试使用深度学习方法预测环肽的膜通透性，结合图卷积网络和变压器提取一维和二维特征	未提及	加速环肽活性药物的设计	环肽的膜通透性	机器学习	NA	图卷积网络（GCN）和变压器	多模态模型	环肽数据	未提及具体数量
15348	2024-09-26	Registration of Longitudinal Spine CTs for Monitoring Lesion Growth 2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3006621 PMID:39310216	研究论文	本文提出了一种自动对齐纵向脊柱CT图像并准确评估病变进展的新方法	采用两步流水线方法，首先使用深度学习模型自动定位和标记椎骨并生成3D表面，然后使用高斯混合模型进行表面配准	仅在37个椎骨和5名患者的有限数据集上进行了测试	开发一种自动且鲁棒的纵向脊柱图像配准方法，以评估疾病进展和手术效果	纵向脊柱CT图像及其病变进展	计算机视觉	NA	深度学习模型，高斯混合模型	深度学习模型	CT图像	37个椎骨，5名患者，共111次配准
15349	2024-09-26	Implementation of resource-efficient fetal echocardiography detection algorithms in edge computing 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0305250 PMID:39312521	研究论文	本文介绍了在边缘计算中实现资源高效的胎儿超声心动图检测算法	提出了YOLOv5s_emn系列算法，通过骨干替换、剪枝和推理优化，在保持高准确性的同时显著减少了模型大小和参数数量	NA	旨在通过实时识别和跟踪胎儿超声心动图，推动智能超声设备的发展，辅助医疗专业人员	胎儿超声心动图检测算法	计算机视觉	NA	深度学习	YOLOv5s	图像	NA
15350	2024-09-26	Attention-aware with stacked embedding for sentiment analysis of student feedback through deep learning techniques 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2283 PMID:39314683	研究论文	本文提出了一种基于集成学习和多头注意力机制的混合模型，用于学生反馈的情感分析	本文提出了一种创新的混合模型，结合了集成学习、多头注意力机制和深度学习分类器，显著提高了情感分析的准确性	NA	提高学生反馈情感分析的准确性和效果	学生反馈的情感分析	自然语言处理	NA	深度学习	多头注意力机制	文本	NA
15351	2024-09-26	Multi-modal deep learning framework for damage detection in social media posts 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2262 PMID:39314679	研究论文	本文介绍了一种用于检测社交媒体帖子中损害的多模态深度学习框架	结合了BERT架构和高级卷积处理，该框架在准确性、召回率和F1分数上优于现有方法	目前仅处理文本和图像数据，未来可扩展到包括更多类型的信息如人声或背景声音	提高危机管理中对受影响个体的快速识别和帮助	社交媒体帖子中的损害检测	机器学习	NA	BERT架构和卷积神经网络	BERT和CNN	文本和图像	NA
15352	2024-09-26	Detection and diagnosis of diabetic eye diseases using two phase transfer learning approach 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2135 PMID:39314692	研究论文	本文提出了一种两阶段迁移学习方法，用于糖尿病眼病的自动分类和分割	开发了一种两阶段迁移学习方法，用于多类糖尿病眼病病理的自动分类和分割	NA	提高糖尿病眼病的诊断效率和准确性	糖尿病眼病及其相关病理	机器学习	糖尿病	迁移学习	ResNet-50, DenseUNet	图像	使用了多个公开可用的视网膜眼底图像数据集
15353	2024-09-26	Enhancing rice yield prediction: a deep fusion model integrating ResNet50-LSTM with multi source data 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2219 PMID:39314699	研究论文	本文提出了一种基于深度学习的混合预测模型ResNet50-LSTM，用于预测巴基斯坦Gujranwala地区的水稻产量	创新性地结合了ResNet50和LSTM模型，并利用多源数据进行水稻产量预测	NA	提高水稻产量预测的准确性，以应对气候变化和疫情对水稻生产的影响	巴基斯坦Gujranwala地区的水稻产量	机器学习	NA	深度学习	ResNet50-LSTM	多模态数据	NA
15354	2024-09-26	Distilroberta2gnn: a new hybrid deep learning approach for aspect-based sentiment analysis 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2267 PMID:39314700	研究论文	本文介绍了一种新的混合深度学习方法Distil-RoBERTa2GNN，用于基于方面的情感分析	该方法结合了DistilRoBERTa预训练模型的特征提取能力和图神经网络（GNN）的动态情感分类能力	研究中使用的数据集主要集中在餐饮评论领域，可能限制了模型在其他领域的泛化能力	旨在解决基于方面的情感分析中的语言细微差别解释和高质量领域特定标注数据稀缺的问题	四个公开的基准数据集：Rest14, Rest15, Rest16-EN, 和 Rest16-ESP	自然语言处理	NA	图神经网络（GNN）	混合模型	文本	四个数据集，包括Rest14, Rest15, Rest16-EN, 和 Rest16-ESP
15355	2024-09-26	Harnessing AI and analytics to enhance cybersecurity and privacy for collective intelligence systems 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2264 PMID:39314701	研究论文	本文探讨了利用人工智能和大数据分析增强集体智能系统（如ChatGPT）的网络安全和隐私保护	提出了一种基于深度学习的恶意软件检测新方法，通过从原始数据中自动学习特征，并利用卷积神经网络和堆叠集成进行分类	NA	提升集体智能系统中的网络安全和隐私保护	恶意软件检测和分类	机器学习	NA	深度学习	卷积神经网络	图像	6,414个恶意软件变种和2,050个良性文件
15356	2024-09-26	Frequency distribution-aware network based on discrete cosine transformation (DCT) for remote sensing image super resolution 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2255 PMID:39314709	研究论文	提出了一种基于离散余弦变换的频率分布感知网络，用于遥感图像超分辨率	该网络通过频率感知模块和全局频率特征融合模块，有效提取了图像在频率域中的非局部信息和频率分布的相似性特征	NA	解决现有深度学习方法在遥感图像超分辨率中忽略频率分布相似性特征的问题	遥感图像的超分辨率	计算机视觉	NA	离散余弦变换 (DCT)	频率分布感知网络	图像	两个常用的遥感数据集
15357	2024-09-26	Machine learning and natural language processing to assess the emotional impact of influencers' mental health content on Instagram 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2251 PMID:39314721	研究论文	本研究利用机器学习和自然语言处理技术，分析Instagram上影响者/名人的心理健康内容对情感的影响	本研究首次在Instagram平台上使用机器学习技术分析心理健康内容的情感影响，之前的研究主要集中在Twitter上	情感预测在社交媒体中具有挑战性，因为情感解释的主观性、个体间情感的差异以及不同文化和社区中情感的解释	通过人工智能特别是机器学习，研究社交媒体上心理健康内容的情感影响	Instagram上影响者/名人的心理健康内容	自然语言处理	NA	机器学习	BERT	文本	包含情感标签的新语料库
15358	2024-09-26	Classification of imbalanced ECGs through segmentation models and augmented by conditional diffusion model 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2299 PMID:39314720	研究论文	本研究通过分割模型和条件扩散模型增强技术，对不平衡的心电图数据进行分类	采用变分自编码器（VAE）和条件扩散模型进行数据增强，并结合MobileNetV2模型进行心电图分割和分类，显著提高了F1分数和精确度	NA	开发一种能够准确分类不平衡心电图数据的模型，以提高心律失常诊断的准确性	心电图数据和心律失常分类	数字病理学	心血管疾病	变分自编码器（VAE）、条件扩散模型	MobileNetV2	心电图数据	使用了MIT-BIH心律失常数据集
15359	2024-09-26	Decoding Bitcoin: leveraging macro- and micro-factors in time series analysis for price prediction 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2314 PMID:39314723	研究论文	本文利用宏观和微观因素进行时间序列分析，以预测比特币价格	本研究的创新点在于将数据分类为五个以上主要类别，并使用超过2000天的数据进行分析	未排除COVID-19疫情作为黑天鹅事件的影响	评估广泛的机器学习和深度学习框架，以提高比特币价格预测的准确性	比特币价格预测	机器学习	NA	时间序列分析	双向长短期记忆网络（Bi-LSTM）	时间序列数据	超过2000天的数据
15360	2024-09-26	Vehicle detection and classification using an ensemble of EfficientDet and YOLOv8 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2233 PMID:39314728	研究论文	提出了一种结合EfficientDet和YOLOv8的集成方法，用于车辆检测和分类	创新性地结合了两种先进的深度学习模型，并利用热成像和RGB图像数据进行训练，显著提高了检测和分类的准确性	未提及具体的局限性	提高车辆检测和分类的效率和准确性，以应对日益增长的交通管理挑战	车辆及其在不同光照条件下的检测和分类	计算机视觉	NA	深度学习	EfficientDet和YOLOv8的集成模型	图像（热成像和RGB图像）	使用了Forward-Looking Infrared (FLIR)数据集中的数据