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
15941	2024-10-02	Deep Learning Virtual Contrast-Enhanced T1 Mapping for Contrast-Free Myocardial Extracellular Volume Assessment 2024-Oct, Journal of the American Heart Association IF:5.0Q1 DOI:10.1161/JAHA.124.035599 PMID:39344639	研究论文	本研究利用生成对抗网络生成虚拟对比增强T1图，以评估无对比剂的心肌细胞外体积	首次提出使用生成对抗网络生成虚拟对比增强T1图，实现无对比剂的心肌细胞外体积评估	多中心训练数据的需求限制了其在淀粉样变性中的普遍适用性	研究无对比剂的心肌细胞外体积评估方法	心肌细胞外体积	计算机视觉	心血管疾病	生成对抗网络	生成对抗网络	图像	2518张原生和对比增强T1图，来自1000名患者
15942	2024-10-02	Comparative analysis of chronic progressive nephropathy (CPN) diagnosis in rat kidneys using an artificial intelligence deep learning model 2024-Oct, Toxicological research IF:1.6Q4 DOI:10.1007/s43188-024-00247-y PMID:39345736	研究论文	本文比较了三种深度学习模型（YOLOv8、Mask R-CNN和SOLOv2）在诊断大鼠肾脏慢性进行性肾病（CPN）中的表现	首次使用深度学习模型对大鼠肾脏慢性进行性肾病的复杂病变进行诊断	样本量较小，且仅限于大鼠肾脏的慢性进行性肾病	评估不同深度学习模型在诊断大鼠肾脏慢性进行性肾病中的有效性	大鼠肾脏的慢性进行性肾病病变	数字病理学	肾脏疾病	深度学习	YOLOv8, Mask R-CNN, SOLOv2	图像	约2000张包含三种病变的大鼠肾脏全切片图像
15943	2024-10-02	Personalized prosthesis design in all-on-4® treatment through deep learning-accelerated structural optimization 2024-Oct, Journal of dental sciences IF:3.4Q1 DOI:10.1016/j.jds.2024.03.017 PMID:39347035	研究论文	本文提出了一种基于深度学习加速的结构优化方法，用于个性化设计All-on-4®治疗中的假体结构	首次将双向进化结构优化（BESO）与卷积神经网络（CNN）结合，用于优化假体框架结构	仅在有限的设计配置上进行了验证，可能需要进一步的临床验证	开发一种快速且有效的结构优化方法，用于个性化设计All-on-4®治疗中的假体框架	All-on-4®治疗中的假体框架结构	机器学习	NA	双向进化结构优化（BESO），卷积神经网络（CNN）	一维卷积神经网络（CNN）	有限元分析（FEA）数据	14,994种设计配置
15944	2024-10-02	Peptide-Membrane Docking and Molecular Dynamic Simulation of In Silico Detected Antimicrobial Peptides from Portulaca oleracea's Transcriptome 2024-Oct, Probiotics and antimicrobial proteins IF:4.4Q2 DOI:10.1007/s12602-024-10261-z PMID:38704476	研究论文	本研究通过计算机模拟方法从马齿苋的转录组中检测并验证了新的抗菌肽	首次通过计算机模拟方法从马齿苋中筛选出潜在的抗菌肽，并进行了分子动力学模拟验证其稳定性	研究仅限于计算机模拟，未进行体外和体内实验验证	寻找新的抗菌肽以应对临床感染中的多药耐药问题	马齿苋中的抗菌肽	生物信息学	NA	分子动力学模拟	深度学习	转录组数据	马齿苋的转录组数据
15945	2024-10-02	[Nursing Education in the Era of Generative Artificial Intelligence: Are We Ready?] 2024-Oct, Hu li za zhi The journal of nursing DOI:10.6224/JN.202410_71(5).01 PMID:39350703	研究论文	探讨生成式人工智能（GAI）在护理教育中的应用及其带来的挑战和机遇	介绍了ChatGPT在护理教育中的多种应用，如个性化学习、快速信息获取、提高学生问题解决能力等	过度依赖ChatGPT可能限制学生的批判性思维和创新能力	探讨生成式人工智能在护理教育中的应用及其对教育质量的影响	护理教育及其学生和教育者	机器学习	NA	生成式人工智能（GAI）	ChatGPT	文本	NA
15946	2024-10-02	Clarifications on the Differentiation of Vertebral Fractures Using Deep Learning Models 2024-Oct, Radiology IF:12.1Q1 DOI:10.1148/radiol.241162 PMID:39352286	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
15947	2024-10-02	Artificial intelligence-based fully automated stress left ventricular ejection fraction as a prognostic marker in patients undergoing stress cardiovascular magnetic resonance 2024-Sep-30, European heart journal. Cardiovascular Imaging DOI:10.1093/ehjci/jeae168 PMID:38985691	研究论文	本研究旨在评估基于人工智能的全自动应激左心室射血分数（LVEFAI）在应激心血管磁共振（CMR）患者中作为死亡预测标志物的增量预后价值	本研究首次使用基于人工智能的算法，结合多个深度学习网络进行左心室分割，评估应激状态下的左心室射血分数，并发现其在预测死亡方面具有增量预后价值	本研究仅限于应激心血管磁共振患者，样本量较大但仍需在更广泛的人群中验证	评估基于人工智能的全自动应激左心室射血分数在应激心血管磁共振患者中作为死亡预测标志物的增量预后价值	应激心血管磁共振患者	心血管疾病	心血管疾病	心血管磁共振（CMR）	深度学习网络	图像	9712名患者
15948	2024-10-02	Machine learning assisted crystallographic reconstruction from atom probe tomographic images 2024-Sep-30, Journal of physics. Condensed matter : an Institute of Physics journal DOI:10.1088/1361-648X/ad81a2 PMID:39348858	研究论文	本文提出了一种结合改进的前向模拟过程和反向机器学习过程的新方法，用于从原子探针断层扫描图像中重建晶体学信息	采用深度学习模型（CNN、ViT和VAE）进行反向过程，显著提高了晶体取向的重建精度	NA	解决从原子探针断层扫描数据中准确重建晶体学信息的挑战	铝单晶的不同取向	计算机视觉	NA	原子探针断层扫描（APT）	卷积神经网络（CNN）、视觉变换器（ViT）、变分自编码器（VAE）	三维图像	10,000个原始三维图像，通过数据增强生成100,000个三维图像
15949	2024-10-02	Deep learning detects subtle facial expressions in a multilevel society primate 2024-Sep-30, Integrative zoology IF:3.5Q1 DOI:10.1111/1749-4877.12905 PMID:39350466	研究论文	研究利用深度学习技术检测多层次社会灵长类动物的微妙面部表情	首次使用人工智能技术发现人类观察者无法察觉的非人类灵长类动物的微妙面部表情	研究仅限于金丝猴这一特定物种，且样本主要来自野外和实验室环境	探讨非人类灵长类动物面部表情的功能意义及其在复杂社会系统中的作用	金丝猴的面部表情	计算机视觉	NA	深度学习	EfficientNet, RepMLP, Tokens-To-Token ViT	图像	3427张金丝猴正面图像，来自275段视频
15950	2024-10-02	Adaptive haze pixel intensity perception transformer structure for image dehazing networks 2024-Sep-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73866-y PMID:39341993	研究论文	提出了一种自适应雾像素强度感知Transformer结构，用于图像去雾网络	通过独特的三分支设计，结合Transformer的全局特征和CNN的局部特征，实现对雾残差的层次调节	未提及	解决基于深度学习的去雾网络在复杂现实雾场景和跨数据集挑战中的算法效率和色彩失真问题	雾图像中的像素强度和雾残差	计算机视觉	NA	Transformer, CNN	SwinTieredHazymers (STH)	图像	使用配对的干净-雾图像数据集进行实验
15951	2024-10-02	FindCSV: a long-read based method for detecting complex structural variations 2024-Sep-28, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05937-w PMID:39342151	研究论文	提出了一种基于长读长测序数据检测复杂结构变异的新方法FindCSV	利用深度学习技术和共识序列来增强复杂和简单结构变异的检测	未提及具体限制	开发一种高效且准确的复杂结构变异检测方法	复杂和简单的结构变异	生物信息学	NA	长读长测序	深度学习	测序数据	未提及具体样本数量
15952	2024-09-30	Dual stage MRI image restoration based on blind spot denoising and hybrid attention 2024-Sep-28, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01437-8 PMID:39342222	研究论文	本文提出了一种基于盲点去噪和混合注意力的双阶段MRI图像恢复方法	本文创新性地结合了盲点去噪和混合注意力机制，通过生成对抗网络（GAN）恢复去噪后的MRI图像细节	当前的去噪网络可能在未来被更先进的模型替代，以进一步提升性能	解决医学MRI图像中的噪声问题，提高图像质量和细节恢复	MRI图像中的噪声和细节信息	计算机视觉	NA	生成对抗网络（GAN）	生成对抗网络（GAN）	图像	临床数据集
15953	2024-10-02	Hand gesture recognition using sEMG signals with a multi-stream time-varying feature enhancement approach 2024-09-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72996-7 PMID:39333258	研究论文	本文提出了一种基于多流时间变化特征增强方法的表面肌电信号手势识别系统	引入了一种轻量级的四流深度学习架构，结合了时间卷积网络（TCN）和卷积神经网络（CNN）的特征，以提高手势识别的准确性和稳定性	NA	开发一种高性能的表面肌电信号手势识别系统，以改善肌肉-计算机接口的部署	表面肌电信号（sEMG）手势识别	机器学习	NA	时间卷积网络（TCN），卷积神经网络（CNN），长短期记忆网络（LSTM）	四流深度学习架构	表面肌电信号（sEMG）	Ninapro DB1和DB9数据集
15954	2024-10-02	A dataset of manually annotated filaments from H-alpha observations 2024-Sep-27, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03876-y PMID:39333537	研究论文	本文介绍了手动注释的H-alpha观测中的丝状物数据集MAGFiLO v1.0	MAGFiLO是首个规模如此之大的数据集，能够使先进的深度学习模型以前所未有的精度识别丝状物及其特征	NA	提供高质量的太阳丝状物数据集，支持深度学习和大规模分析	太阳丝状物的注释和特征	计算机视觉	NA	NA	深度学习模型	图像	10,244个注释丝状物，来自1,593次观测
15955	2024-10-02	Prediction of android ransomware with deep learning model using hybrid cryptography 2024-Sep-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-70544-x PMID:39333540	研究论文	本文提出了一种基于深度学习和混合加密技术的安卓勒索软件预测模型	本文创新性地结合了深度学习模型和混合加密技术，提高了安卓勒索软件检测的准确性和数据存储的安全性	NA	解决安卓移动设备上勒索软件日益增多的问题，保护用户敏感数据的安全	安卓勒索软件的检测与分类，以及检测数据的安全存储	机器学习	NA	混合加密技术	AlexNet	APK文件	NA
15956	2024-10-02	Explainability of CNN-based Alzheimer's disease detection from online handwriting 2024-09-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72650-2 PMID:39333681	研究论文	本文研究了基于卷积神经网络的阿尔茨海默病在线书写检测的可解释性	本文通过解释卷积神经网络对在线书写数据生成的多元时间序列数据的预测，揭示了健康个体和阿尔茨海默病患者在书写运动行为上的显著差异	NA	解决深度学习模型在阿尔茨海默病检测中的可解释性问题	在线书写数据及其生成的多元时间序列数据	机器学习	阿尔茨海默病	卷积神经网络	CNN	时间序列数据	NA
15957	2024-10-02	Histopathological correlations of CT-based radiomics imaging biomarkers in native kidney biopsy 2024-Sep-27, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01434-x PMID:39333936	研究论文	本研究评估了基于CT的放射组学特征与原发性肾活检中慢性组织病理学变化之间的历史放射学相关性，并构建和验证了一个基于放射组学的慢性程度预测模型	本研究首次探讨了CT放射组学特征与肾活检中慢性组织病理学变化之间的相关性，并开发了一个用于非侵入性评估肾纤维化的预测模型	本研究仅限于左肾的分析，且样本量较小	评估基于CT的放射组学特征与肾活检中慢性组织病理学变化之间的相关性，并开发一个预测模型	基于CT的放射组学特征与肾活检中的慢性组织病理学变化	数字病理学	肾病	放射组学	3D Swin UNEt Transformers	图像	18岁及以上接受肾活检和腹部CT扫描的患者
15958	2024-10-02	Skin lesion segmentation using deep learning algorithm with ant colony optimization 2024-Sep-27, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02686-x PMID:39334181	研究论文	本文评估了结合蚁群优化（ACO）的混合残差网络（ResUNet）模型在皮肤病变分类中的有效性	提出了一种结合蚁群优化的混合残差网络（ResUNet）模型，显著提高了皮肤病变分类的准确性	未来研究将探索多模态成像信息和替代优化算法，以进一步提升模型的性能和临床适用性	评估混合ResUNet模型在皮肤病变分类中的有效性，并优化ACO性能以提高计算效率和临床实用性	皮肤病变分类	计算机视觉	皮肤癌	深度学习	混合残差网络（ResUNet）	图像	包含多种皮肤病变的复杂数据集
15959	2024-10-02	Research on variety identification of common bean seeds based on hyperspectral and deep learning 2024-Sep-24, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.125212 PMID:39348737	研究论文	本研究基于高光谱和深度学习技术，对常见豆种进行非破坏性品种识别	提出了一种结合Inception模块和残差结构的一维卷积神经网络模型（IResCNN），并与其他模型进行对比，最终实现了93.06%的识别准确率	NA	实现常见豆种的非破坏性品种识别，提高豆种的培育和高效利用	常见豆种的品种识别	机器学习	NA	高光谱技术	一维卷积神经网络（IResCNN）	高光谱图像	3078张高光谱图像，涵盖500个品种
15960	2024-10-02	Predicting Adherence to Computer-Based Cognitive Training Programs Among Older Adults: Study of Domain Adaptation and Deep Learning 2024-Sep-16, JMIR aging IF:5.0Q1 DOI:10.2196/53793 PMID:39283346	研究论文	研究利用深度学习和领域自适应技术预测老年人对计算机认知训练项目的依从性	首次尝试使用领域自适应技术预测老年人对认知训练项目的日常依从性	NA	提高预测老年人对认知训练项目依从性失误的准确性，以开发定制的依从性支持系统	老年人的认知训练项目依从性	机器学习	NA	深度卷积神经网络、领域自适应	深度神经网络	时间序列数据	来自两个先前进行的认知训练干预研究的参与者数据