深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
21	2024-08-07	Latest advances in aging research and drug discovery 2019-11-21, Aging DOI:10.18632/aging.102487 PMID:31770722	综述	本文综述了衰老研究及药物发现的最新进展，并介绍了相关领域的年度会议系列	文章强调了人工智能，特别是深度学习在衰老研究中的应用，以及多家公司将衰老研究纳入其业务模型的创新策略	NA	旨在更好地理解与衰老相关的多层次变化，并探索治疗与年龄相关疾病的新干预措施	衰老过程中的分子、细胞、器官、组织、生理、心理及社会学变化	NA	老年病	深度学习	NA	NA	NA	NA	NA	NA	NA
22	2024-08-07	ReorientExpress: reference-free orientation of nanopore cDNA reads with deep learning 2019-11-29, Genome biology IF:10.1Q1 DOI:10.1186/s13059-019-1884-z PMID:31783882	研究论文	描述了一种名为ReorientExpress的方法，用于无参考基因组的转录组长序列读取的自由定向	ReorientExpress利用深度学习正确预测大多数读取的方向，特别是在训练于密切相关物种或与读取聚类结合时	NA	实现非模型生物和无基因组参考样本的长读取转录组学	转录组长序列读取的定向	机器学习	NA	深度学习	NA	序列数据	NA	NA	NA	NA	NA
23	2024-08-07	Diagnosis of Thyroid Nodules: Performance of a Deep Learning Convolutional Neural Network Model vs. Radiologists 2019-11-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-019-54434-1 PMID:31780753	研究论文	本文开发了一种基于深度学习的甲状腺结节超声计算机辅助诊断系统（dCAD），并将其性能与基于支持向量机（SVM）的系统（sCAD）和放射科医生的诊断性能进行了比较	dCAD在总体敏感性、特异性、阳性预测值（PPV）、阴性预测值和准确性方面与放射科医生相当，并且在小结节方面表现更优于sCAD	NA	开发和评估基于深度学习的甲状腺结节超声计算机辅助诊断系统的性能	甲状腺结节	计算机视觉	甲状腺疾病	深度学习	CNN	图像	4919个甲状腺结节图像	NA	NA	NA	NA
24	2024-08-07	Prediction Model of Organic Molecular Absorption Energies based on Deep Learning trained by Chaos-enhanced Accelerated Evolutionary algorithm 2019-Nov-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-019-53206-1 PMID:31754116	research paper	本文提出了一种基于混沌增强加速进化算法的深度学习预测模型，用于提高分子吸收能量的计算准确性、效率和稳定性。	该模型结合了深度学习和智能算法，采用混沌增强加速粒子群优化算法和深度人工神经网络（CAPSO BP DNN），具有七层8-4-4-4-4-4-1结构，能够有效提高预测效果和准确性。	NA	开发一种高精度的分子吸收能量预测模型。	有机分子的吸收能量。	machine learning	NA	deep learning	DNN	numerical	涉及八个与分子吸收能量相关的参数作为输入，一个参数作为输出。	NA	NA	NA	NA
25	2024-08-07	Particle Mobility Analysis Using Deep Learning and the Moment Scaling Spectrum 2019-11-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-019-53663-8 PMID:31748591	研究论文	本文提出了一种使用深度学习和矩尺度谱分析来分析细胞内动态过程的新方法	首次采用深度学习方法对单颗粒轨迹进行分割，并使用矩尺度谱分析来估计移动类别的数量及其相关参数	NA	开发一种用于从时间序列显微镜图像中提取生物学相关参数的鲁棒方法	细胞内颗粒的动态行为	计算机视觉	NA	深度学习	NA	图像	包括内部数据集和公开的颗粒跟踪数据，涵盖多种蛋白质的不同动态行为	NA	NA	NA	NA
26	2024-08-07	Unifying machine learning and quantum chemistry with a deep neural network for molecular wavefunctions 2019-11-15, Nature communications IF:14.7Q1 DOI:10.1038/s41467-019-12875-2 PMID:31729373	研究论文	本文介绍了一种深度学习框架，用于预测分子波函数，从而统一机器学习和量子化学	该框架能够在保持类似力场的效率的同时，通过波函数完全访问电子结构，并以分析可微分的方式捕捉量子力学	NA	旨在通过深度神经网络统一机器学习和量子化学，以优化分子结构的电子特性	分子的量子力学波函数	机器学习	NA	深度学习	深度神经网络	分子波函数	NA	NA	NA	NA	NA
27	2024-08-07	Deep Learning Techniques for Grape Plant Species Identification in Natural Images 2019-Nov-07, Sensors (Basel, Switzerland) DOI:10.3390/s19224850 PMID:31703313	研究论文	本文评估了基于AlexNet架构的迁移学习和微调技术在自然图像中识别葡萄品种的性能	提出了一个四角合一的图像扭曲算法用于图像预处理，并验证了其在葡萄品种识别中的有效性	图像在自然环境中的采集、图像数量较少、不同葡萄品种图像间的高相似性以及收获季节中葡萄叶和果穗图像的显著变化	开发一种自动识别葡萄品种的算法，适用于如机器人采摘系统等集成软件组件	葡萄品种的自动识别	计算机视觉	NA	迁移学习和微调技术	AlexNet	图像	两个自然葡萄园图像数据集，分别在不同地理位置和收获季节采集	NA	NA	NA	NA
28	2024-08-07	Imaging biomarkers of adiposity and sarcopenia as potential predictors for overall survival among patients with endometrial cancer treated with bevacizumab 2019-Nov, Gynecologic oncology reports IF:1.2Q3 DOI:10.1016/j.gore.2019.100502 PMID:31720357	研究论文	研究评估了身体质量指数（BMI）、皮下脂肪面积（SFA）和密度（SFD）、内脏脂肪面积（VFA）和密度（VFD）以及总腰大肌面积（TPA）与接受化疗联合或不联合贝伐珠单抗治疗的晚期或复发性子宫内膜癌患者预后之间的关系	使用深度学习算法从治疗前的CT扫描中确定SFA、VFA、SFD、VFD和TPA，并分析这些影像学指标与总体生存期（OS）和无进展生存期（PFS）的关系	研究未发现任何脂肪指标能预测贝伐珠单抗治疗的改善反应	探讨影像学指标作为预测子宫内膜癌患者总体生存的潜在标志物	接受化疗联合或不联合贝伐珠单抗治疗的晚期或复发性子宫内膜癌患者	数字病理学	子宫内膜癌	深度学习算法	NA	影像数据	78名患者	NA	NA	NA	NA
29	2024-08-07	Automatic Detection of Diabetic Retinopathy in Retinal Fundus Photographs Based on Deep Learning Algorithm 2019-Nov, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.8.6.4 PMID:31737428	研究论文	本文通过使用Inception-v3网络的深度迁移学习方法，实现了在眼底彩色图像中自动检测糖尿病视网膜病变（DR）	采用深度迁移学习方法和Inception-v3网络进行自动DR检测，提高了分类准确性和敏感性	NA	实现自动糖尿病视网膜病变检测，辅助临床决策	糖尿病视网膜病变在眼底彩色图像中的自动检测	计算机视觉	糖尿病视网膜病变	深度学习	Inception-v3网络	图像	共19,233张眼底彩色图像，来自5278名成年患者	NA	NA	NA	NA
30	2024-08-07	High-throughput phenotyping with deep learning gives insight into the genetic architecture of flowering time in wheat 2019-11-01, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giz120 PMID:31742599	研究论文	本文展示了在田间条件下使用深度学习从移动田间车辆近端成像直接估计小麦的植物形态和发育阶段	本文提出了一种基于深度学习的田间高通量表型分析方法，能够直接测量遗传群体中的形态和发育表型，并展示了其在小麦开花时间遗传结构研究中的应用	NA	研究目的是通过深度学习技术提高植物性状测量的精确度和速度，从而更好地连接基因型与表型	研究对象是小麦的植物形态和发育阶段，特别是开花时间	计算机视觉	NA	深度学习	卷积神经网络	图像	使用了由专家视觉评分标记的图像数据集	NA	NA	NA	NA
31	2024-08-07	Deep Learning Algorithm for Automated Diagnosis of Retinopathy of Prematurity Plus Disease 2019-Nov, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.8.6.23 PMID:31819832	研究论文	本研究描述了用于自动诊断早产儿视网膜病变（ROP）加病变的深度学习算法ROP.AI的初步开发	开发了一种新的深度学习算法ROP.AI，能够自动诊断ROP加病变，具有高灵敏度和阴性预测值	NA	开发和验证一种深度学习算法，用于自动诊断早产儿视网膜病变加病变	早产儿视网膜病变加病变的自动诊断	机器学习	早产儿视网膜病变	深度学习	深度学习算法	图像	6974张眼底图像	NA	NA	NA	NA
32	2024-08-07	Deep learning for pollen allergy surveillance from twitter in Australia 2019-11-08, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-019-0921-x PMID:31699071	研究论文	本文介绍了一种基于深度学习的实时检测和生成关于澳大利亚最普遍的慢性疾病之一——花粉过敏的洞察的方法	该系统解决了传统机器学习技术手动特征工程的局限性，能够处理与医学概念相关的广泛非标准表达	NA	开发一种基于社交媒体数据的花粉过敏监测方法	澳大利亚的花粉过敏情况	机器学习	花粉过敏	深度学习	CNN, RNN, LSTM, GRU	文本	6个月期间从Twitter提取的数据	NA	NA	NA	NA
33	2024-08-07	Training the next generation of Africa's doctors: why medical schools should embrace the team-based learning pedagogy 2019-Nov-04, BMC medical education IF:2.7Q1 DOI:10.1186/s12909-019-1845-y PMID:31699081	研究论文	本文探讨了非洲医学院应采用团队为基础的学习（TBL）教学法以培养全面发展的医生	提出TBL作为一种强有力的替代方法，能够在当前环境下提供全面的医学教育，促进学生'硬技能'和'软技能'的发展	讨论了TBL在非洲实施初期可能面临的挑战	推动非洲医学教育采用团队为基础的学习方法，以培养适应未来医疗需求的医生	非洲的医学教育及其面临的挑战	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA