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
16521	2024-09-15	The analysis of art design under improved convolutional neural network based on the Internet of Things technology 2024-Sep-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72343-w PMID:39256455	研究论文	探讨了基于物联网技术的改进卷积神经网络在艺术设计教育和教学中的应用	提出了一个改进的卷积神经网络模型，增加了卷积层和神经元数量，并引入了批量归一化层和dropout层，以增强特征提取能力和减少过拟合	未提及具体的局限性	探索改进的卷积神经网络与物联网技术在艺术设计教育中的应用	艺术设计教育和学生的创意表达	计算机视觉	NA	卷积神经网络 (CNN)	卷积神经网络 (CNN)	图像	使用摄像头和传感器捕获的艺术图像样本和环境数据
16522	2024-09-15	Comorbidity-based framework for Alzheimer's disease classification using graph neural networks 2024-09-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72321-2 PMID:39256497	研究论文	本文提出了一种基于图神经网络的阿尔茨海默病分类框架，利用共病数据提高分类准确性	本文创新性地使用图神经网络（GNN）来处理阿尔茨海默病的分类问题，并通过引入共病数据显著提高了分类效果	NA	本文旨在通过使用图神经网络和共病数据，提高阿尔茨海默病的早期预测准确性	本文的研究对象是阿尔茨海默病的三个阶段：认知正常（CN）、轻度认知障碍（MCI）和阿尔茨海默病（AD）	机器学习	阿尔茨海默病	图神经网络（GNN）	Chebyshev Convolutional Neural Networks	图结构数据	使用了来自阿尔茨海默病神经影像倡议的数据和澳大利亚成像、生物标志物与生活方式数据集进行验证
16523	2024-09-15	Nanophotonic structure inverse design for switching application using deep learning 2024-Sep-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72125-4 PMID:39256501	研究论文	本文提出了一种基于深度神经网络的方法，用于近似全光开关的光谱透射率	利用深度学习解决了纳米光子结构逆设计问题，无需试错或经验策略，显著提高了计算效率	NA	提出一种新的方法来设计和优化全光开关，以提高通信系统的性能	全光开关的结构设计和性能优化	计算机视觉	NA	深度学习	深度神经网络	光谱数据	NA
16524	2024-09-15	Composite activity type and stride-specific energy expenditure estimation model for thigh-worn accelerometry 2024-Sep-10, The international journal of behavioral nutrition and physical activity DOI:10.1186/s12966-024-01646-y PMID:39256837	研究论文	本文开发了一种新的复合能量消耗估计模型，结合了活动分类模型和步态特定能量消耗模型，用于大腿佩戴的加速度计	本文的创新点在于开发了一种复合能量消耗估计模型，通过结合活动分类模型和步态特定能量消耗模型，提高了能量消耗测量的准确性	本文的局限性在于仅使用了69名健康成年参与者的数据进行验证，未来需要更大规模的研究来验证模型的普适性	本文的研究目的是开发一种高精度的方法，用于分类物理活动类型和估计能量消耗	本文的研究对象是大腿佩戴的加速度计在非实验室环境下对物理活动类型和能量消耗的测量	机器学习	NA	加速度计	深度学习模型	加速度数据	69名健康成年参与者（49%为女性；年龄=25.2±5.8岁）
16525	2024-09-15	The changing scenario of drug discovery using AI to deep learning: Recent advancement, success stories, collaborations, and challenges 2024-Sep-10, Molecular therapy. Nucleic acids DOI:10.1016/j.omtn.2024.102295 PMID:39257717	综述	本文综述了人工智能（AI）在药物发现领域的最新进展、成功案例、合作情况及面临的挑战	介绍了AI在药物发现中的应用，包括药物靶点识别、结构预测、药物-靶点相互作用估计等	未详细讨论AI在药物发现中的具体技术细节和算法实现	探讨AI在药物发现中的应用及其对制药行业的影响	AI在药物发现中的应用，包括药物靶点识别、结构预测、药物-靶点相互作用估计等	机器学习	NA	人工智能（AI）	深度神经网络（NN）	NA	NA
16526	2024-09-15	Integrating Clinical Data and Radiomics and Deep Learning Features for End-to-End Delayed Cerebral Ischemia Prediction on Noncontrast CT 2024-Sep-09, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8301 PMID:39025637	研究论文	本研究开发了一种自动化模型，用于预测非对比CT上的延迟性脑缺血	提出了一个两阶段的端到端模型，结合临床数据、放射组学和深度学习特征，显著提高了延迟性脑缺血的诊断性能	研究为回顾性研究，样本量有限，可能影响模型的泛化能力	开发一种自动化模型，用于早期预测延迟性脑缺血	延迟性脑缺血的预测	计算机视觉	脑血管疾病	深度学习	多层感知器	影像	400名患有动脉瘤性蛛网膜下腔出血的患者，其中156名患有延迟性脑缺血
16527	2024-09-15	Long-term trend prediction of pandemic combining the compartmental and deep learning models 2024-09-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72005-x PMID:39256475	研究论文	本文提出了一种结合分室模型和深度学习模型的新方法，用于预测传染病的长期传播趋势	本文创新性地结合了数据增强技术、分室模型特征和疾病预防政策，并使用自注意力机制和双向门控循环单元网络进行长期趋势预测	NA	解决传染病长期传播趋势预测中的复杂关系和挑战	COVID-19在四个国家的病例预测	机器学习	NA	数据增强技术、分室模型、自注意力机制、双向门控循环单元网络	双向门控循环单元网络	时间序列数据	四个国家的COVID-19病例数据，预测期为210天
16528	2024-09-15	Natural Language Processing for Depression Prediction on Sina Weibo: Method Study and Analysis 2024-Sep-04, JMIR mental health IF:4.8Q1 DOI:10.2196/58259 PMID:39233477	研究论文	本研究利用自然语言处理技术在新浪微博平台上开发了一种新的在线抑郁症风险检测方法	本研究提出了一种分层Transformer网络用于学习用户级语义表示，并采用基于检索的采样策略显著提高了抑郁症风险检测的性能	NA	开发一种新的在线抑郁症风险检测方法，以识别新浪微博平台上的抑郁症高风险个体	新浪微博平台上患有抑郁症和未患有抑郁症的个体	自然语言处理	NA	自然语言处理	Transformer网络	文本	共收集了527,333条公开分享的帖子，来自1600名抑郁症患者和1600名非抑郁症患者
16529	2024-09-15	Role of artificial intelligence, machine learning and deep learning models in corneal disorders - A narrative review 2024-Sep, Journal francais d'ophtalmologie DOI:10.1016/j.jfo.2024.104242 PMID:39013268	综述	本文综述了人工智能、机器学习和深度学习模型在角膜疾病管理中的应用	AI在角膜诊断中通过图像技术如裂隙灯生物显微镜、前段光学相干断层扫描和活体共聚焦显微镜的应用，以及多疾病深度学习神经网络在分类角膜疾病中的诊断能力	当前AI模型依赖二分类，可能无法捕捉临床表现的复杂性；依赖数据质量、多样化的成像协议和整合多模态图像的挑战；需要提高AI模型的可解释性以增强临床信任和应用	探讨AI在角膜疾病管理中的变革作用，提高诊断准确性和个性化治疗	角膜疾病，包括圆锥角膜、感染性角膜炎和角膜营养不良等	机器学习	眼科疾病	NA	卷积神经网络	图像	NA
16530	2024-09-15	Optimize individualized energy delivery for septic patients using predictive deep learning models 2024-Sep, Asia Pacific journal of clinical nutrition IF:1.3Q4 DOI:10.6133/apjcn.202409_33(3).0005 PMID:38965722	研究论文	研究旨在通过深度学习模型优化脓毒症患者的个性化能量供给	建立了针对脓毒症患者不同代谢阶段的个性化能量目标模型，并通过外部验证进行了优化	研究仅限于ICU中的成年脓毒症患者，样本量相对较小	优化脓毒症患者的个性化能量供给	ICU中的成年脓毒症患者	机器学习	脓毒症	深度学习	深度学习模型	时间序列数据	训练数据集包含179名患者，外部验证数据集包含98名患者，总数据量为3115个元素
16531	2024-08-07	Artificial Intelligence With Deep Learning Enables Assessment of Aortic Aneurysm Diameter and Volume Through Different Computed Tomography Phases 2024-Sep, European journal of vascular and endovascular surgery : the official journal of the European Society for Vascular Surgery IF:5.7Q1 DOI:10.1016/j.ejvs.2024.04.004 PMID:38614229	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
16532	2024-09-15	An ECG denoising technique based on AHIN block and gradient difference max loss 2024 Sep-Oct, Journal of electrocardiology IF:1.3Q3 DOI:10.1016/j.jelectrocard.2024.153761 PMID:39128171	研究论文	本文提出了一种基于AHIN块和梯度差最大损失函数的ECG去噪技术	本文创新性地结合了注意力半实例归一化块（AHIN块）和梯度差最大损失函数（GDM Loss），以提高去噪模型的鲁棒性和准确性	NA	研究目的是提高ECG信号去噪的性能，减少噪声对信号信息的损失	研究对象是ECG信号及其在去噪过程中的表现	机器学习	NA	深度学习	AHIN块	信号	NA
16533	2024-09-15	Virtual multiplexed immunofluorescence staining from non-antibody-stained fluorescence imaging for gastric cancer prognosis 2024-Sep, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2024.105287 PMID:39154539	研究论文	本文介绍了一种基于深度学习的虚拟多重免疫荧光染色系统，用于胃癌预后分析	提出了一种多模态注意力机制的虚拟多重免疫荧光染色系统，能够从非抗体染色的双模态荧光图像中提取潜在的抗体相关特征	NA	开发一种高效且成本低廉的多重免疫荧光染色技术，用于胃癌预后分析	胃癌患者的病理切片	数字病理学	胃癌	深度学习	多模态注意力机制模型	图像	180张病理切片，来自94名胃癌患者
16534	2024-09-15	ModFOLD9: A Web Server for Independent Estimates of 3D Protein Model Quality 2024-Sep-01, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2024.168531 PMID:39237204	研究论文	介绍了一个名为ModFOLD9的网络服务器，用于独立评估3D蛋白质模型质量	ModFOLD9整合了基于深度学习的多个新评分，显著提高了预测准确性	NA	开发一个独立的服务器来检测蛋白质模型中的局部错误并选择高质量模型	3D蛋白质模型质量	计算机视觉	NA	深度学习	NA	模型	NA
16535	2024-09-15	Exploring hepatic fibrosis screening via deep learning analysis of tongue images 2024-Sep, Journal of traditional and complementary medicine IF:3.3Q1 DOI:10.1016/j.jtcme.2024.03.010 PMID:39262664	研究论文	本研究评估了基于深度学习的舌象分析在肝纤维化筛查中的有效性	利用深度学习技术分析舌象图像进行肝纤维化筛查	NA	评估深度学习在舌象分析中用于肝纤维化筛查的有效性	舌象图像和肝纤维化筛查	计算机视觉	肝病	深度学习	DenseNet-201	图像	1083张舌象图像，来自741名患者
16536	2024-09-15	LungPath: artificial intelligence-driven histologic pattern recognition for improved diagnosis of early-stage invasive lung adenocarcinoma 2024-Aug-31, Translational lung cancer research IF:4.0Q1 DOI:10.21037/tlcr-24-258 PMID:39263012	研究论文	开发了一种基于深度学习算法的LungPath模型，用于早期肺腺癌的CT扫描图像自动分割和高风险病理模式的预测	提出了基于Mask-RCNN和ResNet50_3D的深度学习模型，用于早期肺腺癌的高风险病理模式识别	研究仅基于回顾性数据，且样本量相对较小	开发和评估一种深度学习算法，用于早期肺腺癌的高风险病理模式识别	早期肺腺癌患者及其CT扫描图像	计算机视觉	肺癌	深度学习	Mask-RCNN, ResNet50_3D	图像	432名早期肺腺癌患者，其中385名在开发组，47名在外部测试组
16537	2024-09-15	Automatic detection of adenoid hypertrophy on lateral nasopharyngeal radiographs of children based on deep learning 2024-Aug-31, Translational pediatrics IF:1.5Q2 DOI:10.21037/tp-24-194 PMID:39263285	研究论文	本研究评估了基于深度学习的侧位鼻咽部X光片在儿童腺样体肥大诊断中的准确性和可靠性	本研究首次使用多种深度学习模型（如AlexNet、VGG16、Inception v3、ResNet50和DenseNet121）进行腺样体肥大的自动检测，并发现DenseNet121模型表现最佳	本研究仅使用了三家医院的儿童侧位鼻咽部X光片数据，样本量有限，且未涉及其他类型的影像数据	评估深度学习模型在儿童腺样体肥大诊断中的应用效果	儿童腺样体肥大及其在侧位鼻咽部X光片上的表现	计算机视觉	耳鼻喉疾病	深度学习	DenseNet121	影像	1188名儿童，包括705名男性和483名女性，年龄范围为8个月至13岁
16538	2024-09-15	Deep learning to predict long-term mortality from plain chest X-ray in patients referred for suspected coronary artery disease 2024-Aug-31, Journal of thoracic disease IF:2.1Q3 DOI:10.21037/jtd-24-322 PMID:39268143	研究论文	本文研究了使用深度学习模型从普通胸部X光片预测长期死亡率的方法	本文首次在疑似冠心病患者中验证了深度学习模型从胸部X光片预测长期死亡率的有效性	研究仅在意大利和荷兰的两家学术医院进行，样本量有限，可能影响结果的普适性	验证深度学习模型从胸部X光片预测长期死亡率的有效性	疑似冠心病患者的长期死亡率	计算机视觉	心血管疾病	深度学习	深度卷积神经网络	图像	6031名患者，其中4259名用于模型训练，602名用于微调/验证，1170名用于内部验证
16539	2024-09-15	Refining CycleGAN with attention mechanisms and age-Aware training for realistic Deepfakes 2024-Aug-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36665 PMID:39262956	研究论文	本文提出了一种改进的CycleGAN框架，通过引入注意力机制和年龄感知训练，旨在生成更逼真的Deepfake人脸图像	本文的创新点在于在CycleGAN框架中引入了注意力机制和自适应残差块，以提取更细致的面部特征，并在损失函数中加入了相对损失概念，同时采用了年龄约束的训练方法	本文未提及具体的局限性	改进现有基于生成对抗网络（GAN）的人脸图像生成算法，解决域无关性和面部细节不足的问题	人脸图像生成算法	计算机视觉	NA	生成对抗网络（GAN）	CycleGAN	图像	使用了CelebA数据集进行实验验证
16540	2024-09-15	Deep learning fusion framework for automated coronary artery disease detection using raw heart sound signals 2024-Aug-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e35631 PMID:39262986	研究论文	本文提出了一种基于原始心音信号的深度学习融合框架，用于自动化冠状动脉疾病检测	本文创新性地构建了一个融合框架，结合了多领域特征模型和医学多领域特征融合模型，用于冠状动脉疾病的检测	NA	研究目的是开发一种非侵入性的方法，用于早期冠状动脉疾病的检测	研究对象是冠状动脉疾病	机器学习	心血管疾病	深度学习	融合模型	心音信号	400名参与者的心音信号数据集