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
16361	2024-08-07	Diagnostic biomarker discovery from brain EEG data using LSTM, reservoir-SNN, and NeuCube methods in a pilot study comparing epilepsy and migraine 2024-05-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-60996-6 PMID:38724576	研究论文	本研究通过使用深度学习神经网络模型（深度BiLSTM、reservoir SNN和NeuCube），从脑电图（EEG）数据中发现癫痫和偏头痛的诊断生物标志物	引入了一种新的在线尖峰编码算法用于尖峰神经网络（SNN），并提出了新的学习方法和识别诊断生物标志物的技术	需要进一步研究以探讨这些诊断生物标志物能在多早的阶段预测脑状态的发作	改进在线EEG分类、分析和早期脑状态诊断，增强AI模型的可解释性和发现能力	癫痫、偏头痛和健康受试者的EEG数据	机器学习	癫痫	EEG	LSTM, SNN, NeuCube	EEG数据	涉及癫痫、偏头痛和健康受试者的数据集
16362	2024-08-07	Adaptive recognition of machining features in sheet metal parts based on a graph class-incremental learning strategy 2024-May-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-61443-2 PMID:38724597	研究论文	本研究提出了一种基于图类增量学习策略的板金零件加工特征自适应识别方法	引入了多维属性面边图（maFEG）来封装CAD模型的几何和拓扑细节，并提出了Sheet-metalNet图神经网络和三组件增量学习策略	NA	提高计算机辅助设计（CAD）、计算机辅助工艺规划（CAPP）和计算机辅助制造（CAM）系统中自动特征识别（AFR）的效率和准确性	板金零件的加工特征识别	计算机辅助设计	NA	图神经网络	Sheet-metalNet	图结构数据	使用了开源的MFCAD++数据集和新建的SMCAD数据集进行评估
16363	2024-08-07	Distribution shift detection for the postmarket surveillance of medical AI algorithms: a retrospective simulation study 2024-May-09, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01085-w PMID:38724581	研究论文	本文研究了医疗AI系统在实际应用中分布偏移的检测问题，通过模拟实验评估了三种基于深度学习的偏移检测技术	本文首次在模拟数据集上评估了三种深度学习方法在检测医疗AI系统分布偏移中的性能	研究仅限于模拟数据集，实际应用中的效果可能有所不同	评估和实现用于医疗AI产品上市后监测的分布偏移检测工具	分布偏移检测技术在医疗AI系统中的应用	机器学习	糖尿病视网膜病变	深度学习	CNN	图像	130,486张视网膜图像
16364	2024-08-07	Machine learning models for abstract screening task - A systematic literature review application for health economics and outcome research 2024-May-09, BMC medical research methodology IF:3.9Q1 DOI:10.1186/s12874-024-02224-3 PMID:38724903	综述	本研究旨在开发两种疾病特异性注释语料库，并优化机器学习和深度学习模型以自动化系统文献综述（SLR）的摘要筛选任务	本研究引入了基于Transformer的深度学习模型，这些模型在SLR摘要筛选中持续优于传统的机器学习算法，突出了领域特定预训练语言模型的优势	NA	开发和优化机器学习和深度学习模型以自动化系统文献综述的摘要筛选过程	人乳头瘤病毒（HPV）相关疾病和肺炎球菌相关儿科疾病（PAPD）的文献筛选	机器学习	NA	机器学习和深度学习算法	Transformer	文本	HPV语料库包含1697条记录，PAPD语料库包含2865条记录
16365	2024-08-07	Clinical application of high-resolution spiral CT scanning in the diagnosis of auriculotemporal and ossicle 2024-May-09, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01277-6 PMID:38724896	研究论文	本研究通过结合高分辨率螺旋计算机断层扫描（HRSCT）与深度学习技术（DLT），旨在提高耳颞部和听小骨相关疾病的诊断准确性	本研究首次将高分辨率螺旋CT扫描与CNN-UNet模型结合，用于自动化处理听小骨分割、骨折检测及损伤原因分类，提高了诊断效率和准确性	NA	提高耳颞部和听小骨相关疾病的诊断准确性	耳颞部和听小骨的结构及疾病	计算机视觉	耳鼻喉疾病	高分辨率螺旋计算机断层扫描（HRSCT）	CNN-UNet	医学图像	NA
16366	2024-08-07	Application of deep learning in isolated tooth identification 2024-May-09, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-024-04274-x PMID:38724912	研究论文	本研究探讨了使用深度学习模型通过一组照片对孤立牙齿进行分类的可能性	本研究开发了一种结合最先进特征提取器和注意力机制的深度学习模型，用于从多个角度拍摄的照片中分类牙齿	NA	探索使用深度学习模型进行孤立牙齿识别的可能性	孤立的人类牙齿	计算机视觉	NA	深度学习	深度学习模型	图像	5100张照片，来自850个孤立的人类牙齿样本
16367	2024-08-07	Prediction of anticancer drug sensitivity using an interpretable model guided by deep learning 2024-May-09, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05669-x PMID:38724920	研究论文	本研究提出了一种新的可解释深度学习模型DrugGene，用于预测抗癌药物的敏感性	该模型整合了癌细胞的基因表达、基因突变、基因拷贝数变异以及抗癌药物的化学特性，通过两个不同的神经网络分支来预测药物反应，提高了预测的准确性和可解释性	NA	提高药物治疗效果，通过建立可解释的模型来学习药物反应机制并实现稳定预测	癌细胞和抗癌药物	机器学习	NA	深度学习	神经网络	基因表达数据、基因突变数据、基因拷贝数变异数据、化学结构数据	使用来自Cancer Drug Sensitivity Genome Database和Cancer Treatment Response Portal v2的药物敏感性数据
16368	2024-08-07	Automated segmentation and volume prediction in pediatric Wilms' tumor CT using nnu-net 2024-May-09, BMC pediatrics IF:2.0Q2 DOI:10.1186/s12887-024-04775-2 PMID:38724944	研究论文	本研究探讨了使用深度学习技术自动分割和预测儿童Wilms肿瘤CT图像体积的方法	引入了一种结合AI自动轮廓描绘和三维肿瘤直径的新方法，提高了Wilms肿瘤体积预测的准确性	NA	探索基于CT的Wilms肿瘤焦点自动分割的可行性	儿童Wilms肿瘤的CT图像	计算机视觉	儿童疾病	深度学习	nnUnet	图像	105名Wilms肿瘤患者
16369	2024-08-07	An efficient deep learning model for tomato disease detection 2024-May-09, Plant methods IF:4.7Q1 DOI:10.1186/s13007-024-01188-1 PMID:38725014	研究论文	本研究针对复杂背景下的番茄病害图像，提出了一种名为TomatoDet的新型番茄病害检测方法	引入Swin-DDETR的自注意力机制和动态激活函数Meta-ACON，以及增强的双向加权特征金字塔网络（IBiFPN），提高了小目标病害的检测能力和准确性	NA	提高番茄病害检测的准确性和效率	番茄病害图像，特别是晚疫病、灰叶斑病、褐腐病和叶霉病以及健康番茄	计算机视觉	NA	自注意力机制，动态激活函数Meta-ACON，双向加权特征金字塔网络（IBiFPN）	CNN	图像	NA
16370	2024-08-07	Vulnerability of Thalamic Nuclei at CSF Interface During the Entire Course of Multiple Sclerosis 2024-May, Neurology(R) neuroimmunology & neuroinflammation DOI:10.1212/NXI.0000000000200222 PMID:38635941	研究论文	本研究探讨了多发性硬化症（MS）进程中丘脑核团在脑脊液界面的萎缩情况	通过深度学习合成序列的分割策略，验证了丘脑核团水平的萎缩区域，并模型化了四个主要丘脑核团组的动态变化	NA	研究多发性硬化症进程中丘脑核团的动态变化及其机制	多发性硬化症患者的丘脑核团	数字病理学	多发性硬化症	3D-T1 MRI	深度学习	图像	1123名多发性硬化症患者和相同数量的健康对照组
16371	2024-08-07	AI-powered COVID-19 forecasting: a comprehensive comparison of advanced deep learning methods 2024-Apr, Osong public health and research perspectives IF:2.1Q3 DOI:10.24171/j.phrp.2023.0287 PMID:38621765	研究论文	本研究旨在评估多种深度学习模型在预测阿联酋COVID-19病例中的效率和准确性	研究展示了RNN模型在未优化情况下优于其他架构，并验证了深度学习技术在处理复杂数据集中的潜力	NA	评估深度学习模型在预测COVID-19病例中的效率和准确性	COVID-19病例预测	机器学习	COVID-19	深度学习	RNN	数据集	包括确诊COVID-19病例、人口统计数据和社会经济指标的全面数据集
16372	2024-08-07	Contrastive learning for enhancing feature extraction in anticancer peptides 2024-Mar-27, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae220 PMID:38725157	research paper	本文提出了一种使用对比学习技术增强特征提取的深度学习模型，用于筛选抗癌肽（ACPs）。	采用对比学习技术提升模型性能，并使用两个独立编码器替代数据增强技术。	NA	开发一种高效的计算工具，用于筛选抗癌肽，以加速癌症治疗的研究和应用。	抗癌肽（ACPs）	machine learning	cancer	对比学习	深度学习模型	peptide sequences	五个基准数据集
16373	2024-08-07	DeepSSM: A blueprint for image-to-shape deep learning models 2024-Jan, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2023.103034 PMID:37984127	研究论文	本文提出了一种基于深度学习的框架DeepSSM，用于从医学图像中直接推断出低维形状描述符及其相关形状表示	DeepSSM避免了传统模型所需的繁重手动预处理和分割步骤，显著提高了计算时间，并引入了基于模型的数据增强策略来解决形状建模应用中的数据稀缺问题	NA	开发一种深度学习框架，用于直接从3D图像中推断出统计形状表示	医学图像中的低维形状描述符及其相关形状表示	计算机视觉	NA	深度学习	CNN	图像	使用了三个医学数据集
16374	2024-08-07	Multimodal deep learning-based drought monitoring research for winter wheat during critical growth stages 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0300746 PMID:38722916	研究论文	本文针对传统干旱监测方法的滞后性和局限性，提出了一种基于多模态深度学习的冬小麦干旱胁迫监测S-DNet模型	结合冬小麦的田间干旱表型特征、气象因素和物联网技术，整合气象干旱指数SPEI和深度图像学习数据，构建了多模态深度学习模型S-DNet，提高了干旱识别的准确性和泛化能力	NA	旨在解决传统干旱监测方法的不足，实现对冬小麦干旱胁迫的非破坏性、准确和快速监测	冬小麦在关键生长阶段的干旱胁迫	机器学习	NA	深度学习	DenseNet-121	图像	涉及冬小麦在拔节-抽穗、抽穗-开花和开花-成熟阶段的干旱胁迫图像数据集
16375	2024-08-07	Natural language processing augments comorbidity documentation in neurosurgical inpatient admissions 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0303519 PMID:38723044	研究论文	研究使用自然语言处理技术识别神经外科住院患者常见并发症的可行性	采用自然语言处理技术，通过机器学习和深度学习算法，从放射学报告中可靠地识别常见的神经外科并发症	研究仅限于单一医院的神经外科服务和急诊部门，样本量相对较小	验证自然语言处理技术能否仅通过住院患者头部影像的文本报告识别两种常见的神经外科并发症	神经外科住院患者的头部影像报告	自然语言处理	NA	自然语言处理	随机森林分类器	文本	979份CT或MRI脑部扫描报告，其中76份用于子集比较
16376	2024-08-07	Lumbar spine MRI annotation with intervertebral disc height and Pfirrmann grade predictions 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0302067 PMID:38728318	研究论文	本文提出了一种自动标注腰椎间盘高度和退变程度的方法，通过使用Pfirrmann分级系统量化退变状态	采用了ResNet-50模型和集成决策树分类器组合，实现了对腰椎间盘MRI图像的高度和Pfirrmann等级的自动预测	NA	开发一种高效准确的腰椎间盘MRI自动标注方法	腰椎间盘及其退变状态	计算机视觉	腰椎疾病	深度学习	ResNet-50	图像	515个MRI研究
16377	2024-08-07	Predicting drug-Protein interaction with deep learning framework for molecular graphs and sequences: Potential candidates against SAR-CoV-2 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0299696 PMID:38728335	研究论文	本文提出了一种基于注意力机制的深度学习框架，用于预测药物与蛋白质的相互作用，并筛选出针对SARS-CoV-2的潜在候选药物。	该研究利用深度学习框架GraphDPI-3CL，通过分子图和序列数据，实现了对3CLpro酶的高效预测，并发现了具有高结合亲和力的10种分子。	NA	开发针对SARS-CoV-2的广谱抗病毒药物。	SARS-CoV-2的3CLpro酶及其潜在的抗病毒药物。	机器学习	COVID-19	深度学习	注意力机制	分子图和序列数据	训练数据集包含114,555个化合物，筛选数据集包含276,003个化合物
16378	2024-08-07	Short-term prediction of PM2.5 concentration by hybrid neural network based on sequence decomposition 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0299603 PMID:38728371	研究论文	本研究提出了一种新的混合预测模型MIC-CEEMDAN-CNN-BiGRU，用于基于24小时历史数据窗口的PM2.5短期预测	该模型结合了最大信息系数（MIC）特征选择、完整集合经验模态分解与自适应噪声（CEEMDAN）、卷积神经网络（CNN）和双向循环门控神经网络（BiGRU），以优化预测准确性	NA	准确预测PM2.5浓度，以减轻空气污染	PM2.5浓度	机器学习	NA	CEEMDAN, CNN, BiGRU	CNN, BiGRU	时间序列数据	使用2016年北京PM2.5监测数据
16379	2024-08-07	Efficacy of Smartphone-Based Telescreening for Retinopathy of Prematurity With and Without Artificial Intelligence in India 2023-06-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2023.1466 PMID:37166816	研究论文	本研究评估了智能手机基底眼底成像系统（SBFI）与广域数字眼底成像（WDFI）在早产儿视网膜病变（ROP）筛查中的有效性，并比较了人工智能（AI）和人工评分者的表现	本研究首次在实际的远程医疗环境中测试了SBFI系统，并结合AI技术进行ROP筛查	研究仅在一个中心进行，且样本量相对较小	评估SBFI系统在ROP筛查中的有效性，并比较AI和人工评分者的表现	早产儿视网膜病变（ROP）的筛查	数字病理学	早产儿视网膜病变	智能手机基底眼底成像（SBFI）	ResNet18深度学习架构	图像	156名早产儿（312只眼）
16380	2024-08-07	Yield prediction through integration of genetic, environment, and management data through deep learning 2023-04-11, G3 (Bethesda, Md.) DOI:10.1093/g3journal/jkad006 PMID:36625555	研究论文	本文通过深度神经网络整合遗传、环境和管理数据来预测玉米产量，并比较了两种模型开发方法的效果	本文发现深度学习和最佳线性无偏预测（BLUP）模型在包含交互作用时表现最佳，且优化深度神经网络子模块以适应每种数据类型能提高模型性能	NA	准确预测由不同基因型、环境和管理干预组合产生的表型结果	玉米产量预测	机器学习	NA	深度学习	深度神经网络	遗传、环境和管理数据	NA