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
15661	2024-09-26	Molecular designing of potential environmentally friendly PFAS based on deep learning and generative models 2024-Nov-25, The Science of the total environment DOI:10.1016/j.scitotenv.2024.176095 PMID:39245376	研究论文	本文提出了一种基于深度学习和生成模型的计算工作流程，用于设计环境友好型的全氟烷基和多氟烷基物质（PFAS）	本文创新性地结合了深度学习和分子生成模型，提出了一种混合深度学习架构MolHGT+，用于预测PFAS的表面张力、生物积累和肝毒性，并通过虚拟筛选和分子生成模型设计出环境友好型PFAS	NA	本文旨在通过计算方法设计出环境友好型的PFAS，以平衡产品效率和环境健康风险	本文的研究对象是全氟烷基和多氟烷基物质（PFAS）及其分子结构	环境化学	NA	深度学习	异构图神经网络（Heterogeneous Graph Neural Network）	分子数据	NA
15662	2024-09-26	Assessing the affective quality of soundscape for individuals: Using third-party assessment combined with an artificial intelligence (TPA-AI) model 2024-Nov-25, The Science of the total environment DOI:10.1016/j.scitotenv.2024.176083 PMID:39260516	研究论文	本文提出了一种结合第三方评估和人工智能（TPA-AI）模型来评估声景情感质量的方法	本文的创新点在于通过第三方评估结合人工智能模型，解决了数据源自相关问题，并利用声谱图和深度学习方法提高了预测准确性	本文的局限性在于样本量相对较小，且仅限于城市声音的情感质量评估	研究声学环境与人类福祉之间的关系	城市声音的情感质量	机器学习	NA	深度学习	TPA-AI	音频	100名志愿者对7051个10秒音频进行标注，180名参与者进行地理生态瞬时评估
15663	2024-09-26	Low muscle quality on a procedural computed tomography scan assessed with deep learning as a practical useful predictor of mortality in patients with severe aortic valve stenosis 2024-Oct, Clinical nutrition ESPEN IF:2.9Q3 DOI:10.1016/j.clnesp.2024.06.013 PMID:38944828	研究论文	研究使用深度学习算法评估程序性CT扫描中的肌肉质量，以预测严重主动脉瓣狭窄患者的死亡率	首次使用深度学习算法自动评估程序性CT扫描中的肌肉质量，并将其作为独立预测TAVI患者死亡率的实用工具	研究仅限于接受TAVI手术的严重主动脉瓣狭窄患者，结果可能不适用于其他患者群体	探讨使用深度学习算法评估程序性CT扫描中的肌肉质量是否能独立预测TAVI患者的死亡风险	接受TAVI手术的严重主动脉瓣狭窄患者	计算机视觉	心血管疾病	深度学习算法	深度学习模型	CT扫描图像	1199名患者
15664	2024-09-26	Downgrading Breast Imaging Reporting and Data System categories in ultrasound using strain elastography and computer-aided diagnosis system: a multicenter, prospective study 2024-Oct-01, The British journal of radiology DOI:10.1093/bjr/tqae136 PMID:39102827	研究论文	研究通过添加应变弹性成像（SR）和基于深度学习的计算机辅助诊断（CAD）系统，重新分类乳腺影像报告和数据系统（BI-RADS）3和4a-c类别，以减少不必要的活检	利用SR和CAD系统重新分类BI-RADS 3和4a-c类别，显著减少活检频率，提高诊断效率	研究仅限于BI-RADS 3和4a-c类别的乳腺病变，未涵盖其他类别	评估添加SR和CAD系统对乳腺超声BI-RADS 3和4a-c类别重新分类的效果，减少不必要的活检	乳腺超声BI-RADS 3和4a-c类别的病变	计算机视觉	乳腺癌	应变弹性成像（SR），计算机辅助诊断（CAD）	深度学习	图像	1049个病变（691个良性，358个恶性）
15665	2024-09-26	Automated estimation of thoracic rotation in chest X-ray radiographs: a deep learning approach for enhanced technical assessment 2024-Oct-01, The British journal of radiology DOI:10.1093/bjr/tqae149 PMID:39141433	研究论文	本研究开发了一种基于深度学习的自动估算胸部X光片中胸椎旋转的方法，以提高技术评估的准确性	本研究提出了一种新颖的基于深度学习的方法，用于自动估算胸部X光片中的垂直胸椎旋转，并实现了对胸部X光检查技术充分性的定量评估	NA	开发一种自动估算胸椎旋转的方法，以评估胸部X光片的技术充分性	胸部X光片中的胸椎旋转	计算机视觉	NA	深度学习	分割网络	图像	800张胸部X光片
15666	2024-09-26	Research on low-power driving fatigue monitoring method based on spiking neural network 2024-Oct, Experimental brain research IF:1.7Q4 DOI:10.1007/s00221-024-06911-x PMID:39177685	研究论文	本文提出了一种基于脉冲神经网络的低功耗驾驶疲劳监测方法	结合自组织映射网络和脉冲神经网络，开发了一种能够准确识别驾驶员精神状态的低功耗模型	NA	解决深度学习模型在驾驶疲劳检测中高计算成本和功耗的问题	驾驶员的疲劳状态	机器学习	NA	自组织映射网络（SOM）和脉冲神经网络（SNN）	脉冲神经网络（SNN）	脑电信号（EEG）	NA
15667	2024-09-26	Prediction of protein structure and AI 2024-Oct, Journal of human genetics IF:2.6Q2 DOI:10.1038/s10038-023-01215-4 PMID:38177398	研究论文	本文综述了基于深度学习技术的AlphaFold在蛋白质三维结构建模中的应用，并强调了预测错义突变致病性的挑战	AlphaFold作为一种基于人工智能的工具，在预测蛋白质三维结构方面具有高精度和多功能性	文章指出在预测错义突变致病性方面仍存在挑战	探讨AlphaFold在蛋白质结构预测中的应用及其在不同研究领域的扩展	AlphaFold生成的蛋白质模型及其在疾病严重性预测中的应用	机器学习	NA	深度学习	NA	蛋白质结构模型	NA
15668	2024-09-26	Dissecting the infodemic: An in-depth analysis of COVID-19 misinformation detection on X (formerly Twitter) utilizing machine learning and deep learning techniques 2024-Sep-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e37760 PMID:39315207	综述	本文对过去五年内发表的600篇文章进行了综述，重点分析了87项关于在Twitter上检测COVID-19相关假新闻的研究，探讨了用于识别假新闻传播者的算法技术和方法	本文创建了一个大型数据库，整合了17个不同研究工作的训练数据集，以促进假新闻检测的大规模训练数据集的使用	提出的模型存在过拟合、梯度消失和高预测时间问题，传播者相关分析领域的工作较少	揭示COVID-19相关推文的分化情况以及错误信息的传播方式	COVID-19相关假新闻的检测和假新闻传播者的行为模式	机器学习	NA	机器学习和深度学习技术	深度神经网络	文本	600篇文章，其中87项研究，17个不同研究工作的训练数据集
15669	2024-09-26	PROFiT-Net: Property-Networking Deep Learning Model for Materials 2024-Sep-25, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.4c05159 PMID:39264687	研究论文	本文介绍了一种基于轨道场矩阵（OFM）表示的深度学习模型PROFiT-Net，用于预测材料的物理性质	PROFiT-Net通过结合元素性质和价电子配置信息，改进了OFM表示，能够有效捕捉晶体中元素性质的相互关系，并在预测介电常数、实验带隙和形成焓方面表现出高精度	NA	开发能够准确预测材料性质的人工智能技术	材料性质预测	机器学习	NA	深度学习	卷积神经网络	晶体结构数据	NA
15670	2024-09-26	Automatic Segmentation of Ultrasound-Guided Quadratus Lumborum Blocks Based on Artificial Intelligence 2024-Sep-25, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01267-8 PMID:39320548	研究论文	本文提出了一种基于人工智能的自动分割超声引导下腰方肌阻滞的方法	开发了一种名为Q-VUM的深度学习模型，基于VGG16网络，能够精确分割超声图像中的多种组织结构	NA	旨在利用人工智能技术提高超声引导下腰方肌阻滞的精确性和效率	超声图像中的腰方肌及其周围组织	计算机视觉	NA	深度学习	U-shaped网络	图像	112名患者，共3162张图像
15671	2024-09-26	3-1-3 Weight averaging technique-based performance evaluation of deep neural networks for Alzheimer's disease detection using structural MRI 2024-Sep-24, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad72f7 PMID:39178890	研究论文	本文研究了基于3-1-3权重平均技术的深度神经网络在阿尔茨海默病检测中的性能评估	提出了3-1-3权重平均技术和微调方法，显著提高了分类模型的性能	NA	评估深度学习模型在阿尔茨海默病检测中的准确性	阿尔茨海默病及其在结构MRI上的表现	计算机视觉	阿尔茨海默病	深度学习	深度神经网络（DNN）	图像	使用了来自阿尔茨海默病神经影像数据库（ADNI）的T1加权3D磁共振成像（MRI）数据
15672	2024-09-26	Exploring the Intersection Between Neural Architecture Search and Continual Learning 2024-Sep-24, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3453973 PMID:39316489	综述	本文探讨了神经架构搜索（NAS）和持续学习（CL）之间的交叉点，旨在开发更健壮和自适应的深度神经网络（DNNs）	首次全面综述了NAS和CL的结合，提出了终身自主DNNs的研究方向	NA	研究如何通过结合NAS和CL的方法，使DNNs在部署后能够持续适应和自动化	神经架构搜索和持续学习	机器学习	NA	NA	深度神经网络（DNNs）	NA	NA
15673	2024-09-26	PCG-based exercise fatigue detection method using multi-scale feature fusion model 2024-Sep-24, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2406369 PMID:39318193	研究论文	提出了一种基于心音图（PCG）的多尺度特征融合模型，用于检测运动疲劳	利用心音图信号进行非侵入式疲劳检测，并通过深度学习特征与线性特征的融合提高检测性能	实验结果仅基于两个数据集，可能需要更多数据集验证其普适性	开发一种准确检测运动疲劳的方法，以支持合理的体育活动	运动疲劳的检测	机器学习	NA	短时傅里叶变换（STFT）	卷积神经网络（VGG-16）	图像	两个数据集，分别达到91.47%和99.00%的准确率
15674	2024-09-26	Deep learning for rapid analysis of cell divisions in vivo during epithelial morphogenesis and repair 2024-Sep-23, eLife IF:6.4Q1 DOI:10.7554/eLife.87949 PMID:39312468	研究论文	本文开发了一种深度学习模型管道，用于在体内快速分析上皮组织发育和修复过程中的细胞分裂	利用深度学习技术自动检测和量化大量细胞分裂的多个特征，包括其时空同步性和方向	NA	研究细胞分裂在上皮组织发育和修复中的作用	上皮组织中的细胞分裂及其在发育和修复过程中的动态变化	计算机视觉	NA	深度学习	深度学习模型	视频	NA
15675	2024-09-26	Enhanced Osteoporosis Detection Using Artificial Intelligence: A Deep Learning Approach to Panoramic Radiographs with an Emphasis on the Mental Foramen 2024-Sep-20, Medical sciences (Basel, Switzerland) DOI:10.3390/medsci12030049 PMID:39311162	研究论文	本文研究了使用深度学习方法在全景放射图像中检测骨质疏松症，特别关注颏孔区域	提出了一个基于卷积神经网络的AI应用，用于在全景放射图像中准确检测骨质疏松症，并展示了其在年轻患者中的高准确性	研究样本量较小，且仅限于特定年龄和性别的群体	开发一种用于早期和可靠诊断骨质疏松症的AI应用	全景放射图像中的骨质疏松症检测	计算机视觉	骨骼疾病	深度学习	卷积神经网络	图像	250张全景放射图像，分为三个组：骨质疏松组、年龄和性别匹配的非骨质疏松组、年龄和性别不同的非骨质疏松组
15676	2024-09-26	Artificial intelligence as a tool in drug discovery and development 2024-Sep-20, World journal of experimental medicine DOI:10.5493/wjem.v14.i3.96042 PMID:39312699	评论	本文探讨了人工智能在药物发现和开发中的应用潜力	本文详细讨论了AI在药物开发各阶段的应用，包括目标识别、先导优化和药代动力学及毒性的预测建模	本文指出了AI应用中的挑战，如数据隐私问题、模型可解释性以及在真实临床环境中的验证需求	本文旨在探讨AI在药物发现和开发中的可行性和前景	本文研究了AI在药物开发中的应用，包括目标识别、先导优化和预测建模	机器学习	NA	机器学习算法、深度学习、数据分析	NA	组学数据、电子健康记录、化学信息学数据	NA
15677	2024-09-26	The people behind the papers - Jake Turley 2024-Sep-15, Development (Cambridge, England) DOI:10.1242/dev.204372 PMID:39315487	研究论文	本文通过深度学习模型分析果蝇蛹的大规模成像数据集，量化不同细胞行为对伤口愈合的贡献	应用深度学习模型分析大规模成像数据集，量化不同细胞行为对伤口愈合的贡献	NA	研究不同细胞行为在伤口愈合中的贡献	果蝇蛹的伤口愈合过程	计算机视觉	NA	深度学习	深度学习模型	图像	大规模成像数据集
15678	2024-09-26	The Accurate Prediction of Antibody Deamidations by Combining High-Throughput Automated Peptide Mapping and Protein Language Model-Based Deep Learning 2024-Sep-10, Antibodies (Basel, Switzerland) DOI:10.3390/antib13030074 PMID:39311379	研究论文	本文提出了一种结合高通量自动化肽图谱和基于蛋白质语言模型的深度学习方法，用于准确预测抗体的脱酰胺化	本文提出了一种新的嵌合深度学习模型，结合蛋白质语言模型（pLM）嵌入和局部序列信息，以增强脱酰胺化预测，且无需繁琐的特征工程	NA	旨在早期和准确地识别抗体序列中易发生脱酰胺化的位点	治疗性抗体，如单克隆抗体（mAbs）、双特异性和多特异性抗体	机器学习	NA	高通量自动化肽图谱	深度学习模型	序列数据	2285个不同模态的抗体脱酰胺化特异性数据集
15679	2024-09-26	Comprehensive Clinical Usability-Oriented Contour Quality Evaluation for Deep Learning Auto-segmentation: Combining Multiple Quantitative Metrics Through Machine Learning 2024-Sep-02, Practical radiation oncology IF:3.4Q1 DOI:10.1016/j.prro.2024.07.007 PMID:39233005	研究论文	本文开发了一种新的轮廓质量分类方法，通过结合多种定量指标，用于深度学习自动分割的临床可用性导向的轮廓质量评估	提出了一种新的轮廓质量分类方法，通过结合多种定量指标，解决了现有评估指标的局限性，并提供了更直观的临床导向评估和比较DLAS系统的解决方案	NA	开发一种新的轮廓质量分类方法，以解决现有评估指标的局限性，并提供更直观的临床导向评估和比较DLAS系统的解决方案	腹部五个器官（胰腺、十二指肠、胃、小肠和大肠）的轮廓质量评估	机器学习	NA	监督集成树分类模型	集成树分类模型	图像	训练数据集包括50个磁共振成像（MRI）数据集，测试数据集包括20个MRI和9个计算机断层扫描（CT）数据集
15680	2024-09-26	An artificial intelligence-based nerve recognition model is useful as surgical support technology and as an educational tool in laparoscopic and robot-assisted rectal cancer surgery 2024-Sep, Surgical endoscopy DOI:10.1007/s00464-024-10939-z PMID:39073558	研究论文	本文开发了一种基于U-Net深度学习模型的AI神经识别模型，用于在腹腔镜和机器人辅助直肠癌手术中自动分割神经，并评估了其在手术支持和教育中的实用性	开发了一种基于U-Net的深度学习模型，用于自动分割直肠癌手术中的神经，并评估了其在手术支持和教育中的实用性	模型的Dice和IoU分数较低，存在一定的漏检和误检问题	开发和评估一种AI神经识别模型在腹腔镜和机器人辅助直肠癌手术中的应用效果	直肠癌手术中的神经识别和教育效果	计算机视觉	直肠癌	深度学习	U-Net	图像	60个随机选择的图像帧，5名结直肠外科医生，非结直肠外科医生、住院医师和医学生