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
401	2024-09-10	Pattern recognition of topologically associating domains using deep learning 2022-Dec-08, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-022-05075-1 PMID:36482308	研究论文	本文提出了一种使用深度学习识别拓扑关联域（TAD）的新方法	将Hi-C图谱视为图像，将TAD识别重新定义为图像模式识别任务，并使用卷积神经网络和残差神经网络进行处理	NA	研究不同物种和细胞系之间是否存在共同的TAD模式	拓扑关联域（TAD）及其在不同物种和细胞系中的模式	计算机视觉	NA	深度学习	卷积神经网络（CNN）和残差神经网络（ResNet）	图像	跨物种和细胞类型的验证
402	2024-09-10	Supervised Machine Learning and Deep Learning Techniques for Epileptic Seizure Recognition Using EEG Signals-A Systematic Literature Review 2022-Dec-08, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering9120781 PMID:36550987	综述	本文系统回顾了利用脑电图信号进行癫痫发作检测、预测和分类的主要挑战及其解决方法	本文通过系统回顾，探讨了深度学习在脑电图信号分析中是否真正优于传统机器学习方法	本文主要基于文献回顾，未进行新的实验或数据分析	旨在详细概述癫痫发作检测领域的挑战及其解决方法	脑电图信号及其在癫痫发作检测、预测和分类中的应用	机器学习	NA	深度学习	NA	信号	91篇文献
403	2024-09-10	Caries detection with tooth surface segmentation on intraoral photographic images using deep learning 2022-12-07, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-022-02589-1 PMID:36476359	研究论文	本研究评估了一种深度学习算法，通过分割牙齿表面来检测龋齿，使用口腔内摄影图像	本研究的创新点在于使用深度学习模型进行牙齿表面分割，以提高龋齿检测的准确性和性能	本研究的局限性在于样本量相对较小，且仅在一家牙科诊所进行	评估深度学习算法在口腔内摄影图像中检测龋齿的有效性	口腔内摄影图像中的龋齿检测	计算机视觉	口腔疾病	卷积神经网络 (CNN)	U-Net, ResNet-18, Faster R-CNN	图像	2348张口腔内摄影图像，来自445名参与者
404	2024-09-10	Cov-caldas: A new COVID-19 chest X-Ray dataset from state of Caldas-Colombia 2022-12-07, Scientific data IF:5.8Q1 DOI:10.1038/s41597-022-01576-z PMID:36476596	研究论文	本文介绍了一个新的COVID-19胸部X光数据集Cov-caldas，该数据集由哥伦比亚Caldas州收集并遵循MIDS格式组织	本文的创新点在于提供了一个新的高质量COVID-19胸部X光数据集，有助于解决数据质量和可用性方面的限制	本文未明确提及具体的局限性	本文的研究目的是为COVID-19的快速和高效检测提供新的数据集支持	本文的研究对象是COVID-19胸部X光图像	计算机视觉	COVID-19	卷积神经网络	CNN	图像	7307张胸部X光图像，其中3077张为COVID-19阳性，4230张为阴性
405	2024-09-10	pGlycoQuant with a deep residual network for quantitative glycoproteomics at intact glycopeptide level 2022-12-07, Nature communications IF:14.7Q1 DOI:10.1038/s41467-022-35172-x PMID:36477196	研究论文	本文介绍了一种名为pGlycoQuant的工具，用于基于质谱的完整糖肽定量分析	pGlycoQuant通过应用深度学习模型和Match In Run算法，显著提高了糖肽匹配的覆盖率和定量功能	NA	开发一种新的工具，用于大规模完整糖肽的定量分析，以探索位点特异性糖基化的差异	完整糖肽的定量分析	蛋白质组学	肝细胞癌	质谱分析	深度残差网络	糖肽	三种不同的转移性肝细胞癌细胞系中的6435个完整N-糖肽
406	2024-09-10	COVID vaccine stigma: detecting stigma across social media platforms with computational model based on deep learning 2022-Dec-07, Applied intelligence (Dordrecht, Netherlands) DOI:10.1007/s10489-022-04311-8 PMID:36531971	研究论文	研究提出了首个基于深度学习的COVID疫苗污名化计算模型，能够高精度地识别社交媒体平台上的污名化情绪	首次提出了基于深度学习的COVID疫苗污名化计算模型，并在多个社交媒体平台上实现了高精度的污名化情绪识别	研究主要集中在英语社交媒体数据上，可能无法完全代表全球范围内的污名化情绪	旨在理解COVID疫苗讨论中的词汇特征，并帮助医疗当局更好地应对相关讨论	COVID疫苗相关的社交媒体帖子和评论	自然语言处理	NA	深度学习	NA	文本	从2020年4月至2021年3月，从Reddit、Twitter和YouTube收集的COVID疫苗相关帖子和评论
407	2024-09-10	Deep learning based radiomics for gastrointestinal cancer diagnosis and treatment: A minireview 2022-Dec-07, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v28.i45.6363 PMID:36533112	review	本文综述了基于深度学习的放射组学在胃肠道癌症诊断和治疗中的应用	本文首次专门综述了基于深度学习的放射组学（DLR）在胃肠道癌症中的应用	NA	探讨基于深度学习的放射组学在胃肠道癌症中的应用及其挑战	胃肠道癌症，包括食管癌、胃癌、肝癌、胰腺癌和结直肠癌	machine learning	gastrointestinal cancer	深度学习	NA	image	NA
408	2024-09-10	Predicting N6-Methyladenosine Sites in Multiple Tissues of Mammals through Ensemble Deep Learning 2022-Dec-07, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms232415490 PMID:36555143	研究论文	本文通过集成深度学习方法预测哺乳动物多种组织中的N6-甲基腺苷位点	提出了一个新的计算方法im6APred，使用集成深度学习来准确识别哺乳动物多种组织中的高置信度N6-甲基腺苷位点	需要构建组织特异性模型以提高预测性能	开发一种计算方法来准确预测哺乳动物多种组织中的N6-甲基腺苷位点	哺乳动物多种组织中的N6-甲基腺苷位点	机器学习	NA	集成深度学习	集成模型	RNA序列数据	多种哺乳动物组织
409	2024-09-10	Human Fall Detection Using 3D Multi-Stream Convolutional Neural Networks with Fusion 2022-Dec-06, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics12123060 PMID:36553066	研究论文	本文提出了一种基于多流卷积神经网络融合的自动人体跌倒检测系统	本文创新性地提出了一个基于四分支架构的轻量级多流CNN模型，用于跌倒检测，并通过多层次图像融合方法提高了检测精度	NA	开发一种高效准确的人体跌倒检测系统，以提高公共健康服务	老年人跌倒事件	计算机视觉	老年疾病	卷积神经网络	多流CNN	视频	6392个生成的序列
410	2024-09-10	A fully-automated paper ECG digitisation algorithm using deep learning 2022-12-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-25284-1 PMID:36471089	研究论文	开发了一种全自动在线心电图数字化工具，利用深度学习算法将扫描的纸质心电图转换为数字信号	该工具无需手动分割心电信号，能够快速自动地数字化大量纸质心电图，便于用于深度学习项目	在某些心电图格式中，排除重叠信号后，平均相关性有所下降	开发和验证一种全自动、用户友好的在线心电图数字化工具	心电图的数字化转换	机器学习	心血管疾病	深度学习	神经网络	图像	515份标准3x4心电图，其中45份打印、扫描并重新数字化
411	2024-09-10	In utero exposure to cannabidiol disrupts select early-life behaviors in a sex-specific manner 2022-12-05, Translational psychiatry IF:5.8Q1 DOI:10.1038/s41398-022-02271-8 PMID:36470874	研究论文	研究了子宫内暴露于CBD对早期生命行为的影响，特别是性别特异性的影响	首次结合行为学方法和深度学习分析评估了CBD暴露对新生儿的性别依赖性行为影响	研究仅限于C57BL6/J小鼠模型，结果可能不适用于所有物种	探讨子宫内CBD暴露对新生儿早期发育和行为的性别特异性影响	C57BL6/J小鼠及其后代	神经科学	NA	深度学习分析	NA	行为数据	从妊娠第5天到第18天，每天暴露于CBD或对照液体的C57BL6/J母鼠及其后代
412	2024-09-10	An Efficient Approach to Large-Scale Ab Initio Conformational Energy Profiles of Small Molecules 2022-Dec-05, Molecules (Basel, Switzerland) DOI:10.3390/molecules27238567 PMID:36500658	研究论文	本文比较了几种替代传统密度泛函理论（DFT）方法的方案，用于小分子的大规模从头算构象能谱计算	提出了一种顺序协议，使用半经验方法进行几何优化，并结合高级别DFT方法进行单点能计算，显著提高了计算效率	NA	提高小分子构象能谱计算的效率和准确性	小分子的构象能谱	NA	NA	密度泛函理论（DFT）	神经网络势能（ANI-2x）	NA	NA
413	2024-09-10	Automatic Localization of Seizure Onset Zone Based on Multi-Epileptogenic Biomarkers Analysis of Single-Contact from Interictal SEEG 2022-Dec-05, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering9120769 PMID:36550975	研究论文	本文提出了一种基于多发性癫痫生物标志物分析的单接触源间期SEEG自动定位癫痫发作起始区的方法	设计了标准化病理波纹率以减少生理波纹的干扰，并使用基于Shapley值和假设检验的特征选择算法以及注意力机制和焦点损失算法来提高分类器的性能	研究仅在10名药物难治性癫痫患者中进行了验证，样本量较小	提高癫痫发作起始区的定位精度和手术成功率	药物难治性癫痫患者的癫痫发作起始区	数字病理学	癫痫	机器学习和深度学习	注意力机制和焦点损失算法	信号分布和信号能量	10名药物难治性癫痫患者
414	2024-09-10	Wearable Sensors and Artificial Intelligence for Physical Ergonomics: A Systematic Review of Literature 2022-Dec-05, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics12123048 PMID:36553054	综述	本文综述了使用可穿戴传感器和人工智能进行人体工效学研究的文献	结合人工智能和可穿戴传感器改进人体工效学分析方法	需要进一步细化信号检测和处理程序，扩展研究范围至辅助工作方法和有病理或残疾的工人	提供使用可穿戴传感器和人工智能进行人体工效学研究的综述	可穿戴传感器和人工智能在人体工效学中的应用	机器学习	NA	可穿戴传感器（IMU、加速度计、陀螺仪等）和生物电位传感器（EMG、EEG、EKG/ECG）	机器学习或深度学习	信号	NA
415	2024-09-10	Development, Application, and Performance of Artificial Intelligence in Cephalometric Landmark Identification and Diagnosis: A Systematic Review 2022-Dec-05, Healthcare (Basel, Switzerland) DOI:10.3390/healthcare10122454 PMID:36553978	综述	本文系统分析了人工智能在头影测量标志识别和诊断中的应用	本文综述了基于深度学习的卷积神经网络在头影测量分析中的应用，并展示了其在临床诊断中的高准确性和精确性	本文主要基于过去十年的文献进行分析，未涵盖更早期的研究	分析人工智能在头影测量标志识别中的应用现状	头影测量标志的自动识别和诊断	计算机视觉	NA	深度学习	卷积神经网络 (CNN)	图像	共分析了17篇完整文献
416	2024-09-10	Volumetric imaging of fast cellular dynamics with deep learning enhanced bioluminescence microscopy 2022-12-03, Communications biology IF:5.2Q1 DOI:10.1038/s42003-022-04292-x PMID:36463346	研究论文	本文介绍了一种结合深度学习方法的改进低光显微镜，用于增强生物发光显微镜的成像能力，实现对快速生物动态的体积分辨成像	本文的创新点在于将深度学习方法与生物发光显微镜结合，提高了对极低光子样本的成像能力，使得时间分辨和体积分辨成像成为可能	NA	提高生物发光显微镜的成像速度和分辨率，以捕捉快速生物动态	小鼠胚胎干细胞的亚细胞动态、斑马鱼发育过程中的上皮形态、DAF-16 FoxO转录因子在外部压力下的穿梭以及自由移动的秀丽隐杆线虫的细胞内钙动态	计算机视觉	NA	生物发光显微镜	神经网络	图像	小鼠胚胎干细胞、斑马鱼、秀丽隐杆线虫
417	2024-09-10	Deetect: A Deep Learning-Based Image Analysis Tool for Quantification of Adherent Cell Populations on Oxygenator Membranes after Extracorporeal Membrane Oxygenation Therapy 2022-12-03, Biomolecules IF:4.8Q1 DOI:10.3390/biom12121810 PMID:36551238	研究论文	开发并测试了一种基于深度学习的图像分析工具Deetect，用于定量分析体外膜氧合治疗后氧合器膜上粘附细胞的图像序列	Deetect在细胞密集区域的分割表现优于传统方法，并通过预定义的后处理步骤提高了难以区分细胞边界区域的分辨率	NA	开发和测试一种适用于分析氧合器膜上细胞沉积的深度学习支持的图像处理工具	体外膜氧合治疗后氧合器膜上粘附的免疫细胞	计算机视觉	NA	深度学习	NA	图像	使用磷酸胆碱涂层的聚甲基戊烯膜氧合器在患者支持超过24小时后粘附的DAPI染色的血液细胞图像序列进行测试
418	2024-09-10	A Survey on AI Techniques for Thoracic Diseases Diagnosis Using Medical Images 2022-Dec-03, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics12123034 PMID:36553041	综述	本文综述了使用医学图像进行胸部疾病诊断的AI技术	本文系统地总结了深度学习在胸部疾病检测中的应用，并提供了不同模型和数据集的性能比较	NA	旨在为研究人员提供深度学习在医学胸部图像应用中的全面和系统知识	胸部疾病，包括肺炎、COVID-19、结核病、心脏肥大和骨折等	计算机视觉	胸部疾病	深度学习	CNN	图像	NA
419	2024-09-10	ResNet-32 and FastAI for diagnoses of ductal carcinoma from 2D tissue slides 2022-12-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-25089-2 PMID:36460697	研究论文	本文使用ResNet-32和FastAI技术对2D组织切片进行导管癌的诊断	本文结合了ResNet-32和FastAI技术，通过GPU加速和更快的回调机制，实现了更快的模型执行和更高的分类精度	NA	提高导管癌的早期发现和诊断准确性	导管癌的2D组织切片	计算机视觉	乳腺癌	深度学习	ResNet-32	图像	NA
420	2024-09-10	Deep Learning-driven classification of external DICOM studies for PACS archiving 2022-Dec, European radiology IF:4.7Q1 DOI:10.1007/s00330-022-08926-w PMID:35788757	研究论文	本文介绍了一种基于深度学习的自动化方法MOdality Mapping and Orchestration (MOMO)，用于分类和归档外部DICOM影像研究	结合元数据分析和神经网络集成，提出了一种新的自动化分类方法，显著提高了分类准确性	NA	开发一种自动化方法，用于分类和归档外部DICOM影像研究	DICOM影像研究及其元数据	计算机视觉	NA	深度学习	DenseNet-161 和 ResNet-152	影像	11,934个影像系列和843个匿名外部研究