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
421	2024-09-16	Deep learning and social network analysis elucidate drivers of HIV transmission in a high-incidence cohort of people who inject drugs 2022-Oct-21, Science advances IF:11.7Q1 DOI:10.1126/sciadv.abf0158 PMID:36260674	研究论文	本文通过深度学习和社交网络分析揭示了注射毒品人群中HIV传播的驱动因素，并识别出最佳干预点	利用图神经网络（GNNs）进行社区检测，揭示了HIV传播与注射场所之间的关联，并提出了针对性的干预策略	研究样本仅限于印度新德里的注射毒品人群，可能限制了结果的普适性	理解并对抗注射毒品人群中的HIV传播	注射毒品人群及其社交和空间网络	机器学习	HIV	图神经网络（GNNs）	图神经网络（GNNs）	社交网络数据	2512名注射毒品人群
422	2024-09-16	Deep learning-based molecular dynamics simulation for structure-based drug design against SARS-CoV-2 2022, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2022.09.002 PMID:36091720	综述	本文综述了基于深度学习和分子动力学模拟的结构药物设计方法在SARS-CoV-2中的最新进展	本文介绍了深度学习和基于深度学习的分子动力学模拟在结构药物设计中的应用，解决了蛋白质结构和结合预测、药物虚拟筛选、分子对接和复合物演化等问题	本文主要讨论了当前方法的挑战和未来方向，未提供具体的实验数据或模型评估	探讨深度学习和分子动力学模拟在SARS-CoV-2结构药物设计中的应用	SARS-CoV-2的蛋白质结构和药物设计	机器学习	COVID-19	分子动力学模拟	深度神经网络	蛋白质结构	NA
423	2024-09-16	Future stem cell analysis: progress and challenges towards state-of-the art approaches in automated cells analysis 2022, PeerJ IF:2.3Q2 DOI:10.7717/peerj.14513 PMID:36573241	综述	本文综述了从细胞发现到最先进方法的细胞和干细胞分析方法	探讨了当前技术在减少劳动强度、成本效益和降低错误率方面的潜力	未详细讨论具体的技术实现和实验验证	提供细胞和干细胞分析方法的概述，并探讨自动化分析的潜力	细胞和干细胞的分析方法	数字病理学	NA	人工智能和深度学习	NA	图像	NA
424	2024-09-15	Computational macroscopic lifetime imaging and concentration unmixing of autofluorescence 2022-12, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202200133 PMID:36546622	研究论文	本文介绍了一种基于单像素结构光平台的计算宏观寿命成像和自体荧光浓度解混方法	利用单像素成像技术，结合超连续可见光激发和超光谱单像素检测，实现了自体荧光强度和寿命的并行表征，并通过深度学习数据处理管道进行自体荧光解混，得到自体荧光物质的浓度	NA	开发一种新的计算成像方法，用于宏观量化自体荧光的强度和寿命	自体荧光物质，包括黄素腺嘌呤二核苷酸、核黄素和原卟啉	计算机视觉	NA	单像素成像技术	深度学习	光谱数据	临床相关的自体荧光物质样本
425	2024-09-15	Application of Deep Learning on Single-cell RNA Sequencing Data Analysis: A Review 2022-10, Genomics, proteomics & bioinformatics DOI:10.1016/j.gpb.2022.11.011 PMID:36528240	综述	本文综述了深度学习在单细胞RNA测序数据分析中的应用	深度学习能够从噪声大、异质性强和高维度的单细胞RNA测序数据中提取信息丰富且紧凑的特征，从而改进下游分析	当前深度学习方法在单细胞RNA测序数据分析中面临挑战，需要进一步改进算法	综述近期开发的深度学习技术在单细胞RNA测序数据分析中的应用，并探讨其优势和潜在改进方向	单细胞RNA测序数据分析中的深度学习技术	机器学习	NA	单细胞RNA测序	深度学习	基因表达数据	NA
426	2024-09-15	Interpretable deep learning of myelin histopathology in age-related cognitive impairment 2022-09-21, Acta neuropathologica communications IF:6.2Q1 DOI:10.1186/s40478-022-01425-5 PMID:36127723	研究论文	本文使用弱监督的多实例学习算法，通过分析人脑尸检组织切片的整张幻灯片图像，预测认知障碍的存在与否	本文提出了一种可扩展的平台，利用可解释的深度学习来识别认知障碍中的病理学意外方面，并可推广到其他神经生物学疾病的研究	尽管模型能够预测认知障碍的存在，但准确性仅略高于随机水平	改进识别与认知相关的组织病理学变化的方法，以无偏见的方式进行	老年捐赠者的大脑组织切片，用于预测认知障碍的存在与否	数字病理学	老年疾病	弱监督的多实例学习算法	NA	图像	367例认知障碍患者和349例无认知障碍患者的大脑组织切片
427	2024-09-15	Polarization multiplexed diffractive computing: all-optical implementation of a group of linear transformations through a polarization-encoded diffractive network 2022-May-26, Light, science & applications DOI:10.1038/s41377-022-00849-x PMID:35614046	研究论文	本文介绍了一种极化复用衍射处理器，通过单一衍射网络实现多个任意选择的线性变换的全光学实现	本文的创新点在于引入极化复用技术，通过单一衍射网络实现多个线性变换的全光学实现	本文的局限性在于需要大量的训练样本和复杂的深度学习优化过程	研究目的是开发一种全光学实现多个线性变换的方法	研究对象是极化复用衍射网络及其在光学计算中的应用	机器学习	NA	衍射光学网络	深度学习	光学数据	数千个输入/输出场对应于每个复值线性变换的样本
428	2024-09-15	A Lightweight Hybrid Dilated Ghost Model-Based Approach for the Prognosis of Breast Cancer 2022, Computational intelligence and neuroscience DOI:10.1155/2022/9325452 PMID:39262920	研究论文	提出了一种基于轻量级混合扩张Ghost模型的乳腺癌预后方法	引入改进的随机通道注意力机制和DenseNet模型进行恶性细胞检测和家族分类	未提及具体局限性	提高乳腺癌恶性细胞检测和家族分类的准确性	乳腺癌恶性细胞及其家族分类	计算机视觉	乳腺癌	卷积神经网络 (CNN)	DenseNet	图像	未提及具体样本数量
429	2024-09-14	Deep learning in breast imaging 2022, BJR open DOI:10.1259/bjro.20210060 PMID:36105427	review	本文综述了深度学习在乳腺癌影像中的应用，包括癌症检测和风险预测，并讨论了人工智能系统在该领域的挑战和未来方向	深度学习在医学影像任务中展现出超越人类水平的潜力，可能用于自动化乳腺癌筛查过程，提高癌症检测率，减少不必要的召回和活检，优化患者风险评估，并为疾病预后开辟新途径	需要前瞻性试验来验证这些工具，并开发新的监管框架以解决深度学习算法带来的独特伦理、医疗法律和质量控制问题	探讨深度学习在乳腺癌影像中的应用及其未来发展方向	乳腺癌影像的解读和处理	计算机视觉	乳腺癌	深度学习	NA	影像	NA
430	2024-09-14	An Overview of Organs-on-Chips Based on Deep Learning 2022, Research (Washington, D.C.) DOI:10.34133/2022/9869518 PMID:35136860	综述	本文综述了基于深度学习的器官芯片技术及其在生物医学和化学研究中的应用	探讨了深度学习与器官芯片技术的结合，展示了其在药物开发、疾病建模和个性化医学中的巨大潜力	讨论了当前应用中面临的问题，并提出了未来发展的展望和建议	探讨深度学习与器官芯片技术的结合及其在生物医学领域的应用	器官芯片技术和深度学习	生物医学工程	NA	微流控技术	深度学习	图像	NA
431	2024-09-14	Challenges of deep learning methods for COVID-19 detection using public datasets 2022, Informatics in medicine unlocked DOI:10.1016/j.imu.2022.100945 PMID:35434261	研究论文	本文探讨了使用公开数据集进行COVID-19检测的深度学习方法所面临的挑战	提出了一个名为CVR-Net的多尺度多编码器集成模型，用于验证深度学习模型在不同数据源下的表现	现有公开数据集缺乏独立测试集，导致模型容易过拟合训练数据分布	评估现有深度学习方法和数据集在COVID-19检测中的潜力，并指出其面临的挑战	COVID-19检测的深度学习模型及其在不同数据源下的表现	计算机视觉	COVID-19	深度学习	卷积神经网络	图像	使用了来自单一、多个和独立数据源的训练和测试数据集，具体样本数量未明确提及
432	2024-09-13	Digital Twins in Unmanned Aerial Vehicles for Rapid Medical Resource Delivery in Epidemics 2022-Dec, IEEE transactions on intelligent transportation systems : a publication of the IEEE Intelligent Transportation Systems Council IF:7.9Q1 DOI:10.1109/TITS.2021.3113787 PMID:36789134	研究论文	探讨数字孪生在无人机中快速准确提供医疗资源的效果	提出了基于改进AlexNet的无人机数字孪生信息预测模型，具有更小的传输延迟、更低的能耗、更短的任务完成时间和更高的资源利用率	NA	研究数字孪生在无人机中快速准确提供医疗资源的效果	无人机数字孪生在COVID-19防控中提供医疗资源的效果	计算机视觉	COVID-19	深度学习算法	AlexNet	模拟实验数据	NA
433	2024-09-13	Contrastive semi-supervised harmonization of single-shell to multi-shell diffusion MRI 2022-11, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2022.06.004 PMID:35716922	研究论文	本文探讨了通过半监督和无监督学习方法，利用深度学习模型将单壳扩散MRI数据协调为多壳数据	本文提出了利用解耦协调模型和CycleGAN模型进行数据协调，并展示了其在多壳扩散MRI数据协调中的优越性能	NA	研究如何通过深度学习方法将单壳扩散MRI数据协调为多壳数据，以适应多站点或多采集研究的需求	单壳和多壳扩散MRI数据	计算机视觉	NA	深度学习	GAN	图像	使用了Multi-shell Diffusion MRI Harmonization Challenge (MUSHAC)和Baltimore Longitudinal Study on Aging (BLSA)数据集
434	2024-09-13	AcneGrader: An ensemble pruning of the deep learning base models to grade acne 2022-Sep, Skin research and technology : official journal of International Society for Bioengineering and the Skin (ISBS) [and] International Society for Digital Imaging of Skin (ISDIS) [and] International Society for Skin Imaging (ISSI) IF:2.0Q3 DOI:10.1111/srt.13166 PMID:35639819	研究论文	本文提出了一种基于深度学习模型的集成剪枝框架AcneGrader，用于自动检测和分级痤疮	本文的创新点在于提出了一种集成剪枝策略，通过去除冗余的基础模型来提高预测结果并降低计算复杂度	本文未详细讨论该方法在其他皮肤病数据集上的适用性	开发一种自动化的痤疮分级方法，以减轻皮肤科医生的工作负担并提高诊断准确性	痤疮的分级和检测	计算机视觉	皮肤病	深度学习	集成模型	图像	痤疮数据集和皮肤癌数据集
435	2024-09-13	Neural Transformers for Intraductal Papillary Mucosal Neoplasms (IPMN) Classification in MRI images 2022-07, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC48229.2022.9871547 PMID:36085787	研究论文	本文提出了一种基于Transformer网络的AI模型，用于MRI图像中胰腺导管内乳头状黏液性肿瘤（IPMN）的分类	本文利用Transformer网络在视觉任务中的通用性，提出了一种新的AI模型，相比传统的卷积神经网络，该模型在预训练方面表现更好，并能更好地解释结果	NA	开发一种能够准确分类胰腺导管内乳头状黏液性肿瘤（IPMN）的AI模型，以支持医疗决策	胰腺导管内乳头状黏液性肿瘤（IPMN）的分类	计算机视觉	胰腺癌	Transformer网络	Transformer	图像	NA
436	2024-09-13	High-resolution synthesis of high-density breast mammograms: Application to improved fairness in deep learning based mass detection 2022, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2022.1044496 PMID:36755853	研究论文	本研究通过合成高密度乳腺X光片来提高基于深度学习的乳腺肿块检测的公平性	使用CycleGAN模型进行低密度到高密度图像转换，并通过数据增强技术提高模型对高密度乳腺的检测性能	NA	提高高密度乳腺中肿块检测的性能	高密度乳腺X光片	计算机视觉	乳腺癌	CycleGAN	CycleGAN	图像	使用了三个FFDM数据集，训练图像按BI-RADS类别分为几乎完全脂肪和极其密集的乳腺
437	2024-09-13	PulseDB: A large, cleaned dataset based on MIMIC-III and VitalDB for benchmarking cuff-less blood pressure estimation methods 2022, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2022.1090854 PMID:36844249	研究论文	本文介绍了PulseDB，一个基于MIMIC-III和VitalDB的大规模清洁数据集，用于基准测试无袖带血压估算方法	PulseDB是目前最大的清洁数据集，用于标准化测试协议下的血压估算模型基准测试，并首次研究了校准和无校准测试方法在评估模型泛化能力方面的性能差距	NA	填补现有数据集在大小、受试者数量和预处理步骤上的差异，提供一个公平的基准测试环境	无袖带血压估算方法的性能和泛化能力	生物医学工程	心血管疾病	NA	深度学习模型	信号数据	5,245,454个高质量的ECG、PPG和ABP波形片段，来自5,361名受试者
438	2024-09-13	Preparation and Mechanical Properties of High Silicon Molybdenum Cast Iron Materials: Based on Deep Learning Model 2022, Computational intelligence and neuroscience DOI:10.1155/2022/4825356 PMID:39262918	研究论文	研究了高硅钼铸铁材料的制备及其力学性能，基于深度学习模型	采用深度学习模型来研究高硅钼铸铁材料的制备和力学性能	未提及具体限制	提高工程设备中工作部件的使用寿命和耐磨材料的研究	高铬铸铁的静态腐蚀性能及钼和钒元素添加对其性能的影响	NA	NA	深度学习	深度学习模型	NA	未提及具体样本数量
439	2024-09-11	COVID-19 Detection: A Systematic Review of Machine and Deep Learning-Based Approaches Utilizing Chest X-Rays and CT Scans 2022-Dec-29, Cognitive computation IF:4.3Q1 DOI:10.1007/s12559-022-10076-6 PMID:36593991	综述	本文综述了利用胸部X光和CT扫描进行COVID-19检测的机器学习和深度学习方法	本文对现有的COVID-19检测方法进行了系统性审查，并比较了四种深度迁移学习模型（VGG16、VGG19、ResNet50和DenseNet）在COVID-19本地CT扫描和全球胸部X光数据集上的性能	本文主要集中在2020年3月至2021年8月期间发表的研究，可能未涵盖所有最新的研究进展	系统性审查和讨论利用胸部X光和CT扫描进行COVID-19检测的机器学习和深度学习方法的现状、挑战和局限性	COVID-19检测方法及其在胸部X光和CT扫描数据上的应用	机器学习	COVID-19	深度迁移学习	VGG16, VGG19, ResNet50, DenseNet	图像	本地CT扫描和全球胸部X光数据集
440	2024-09-11	Comprehensive Review on the Use of Artificial Intelligence in Ophthalmology and Future Research Directions 2022-Dec-29, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13010100 PMID:36611392	综述	本文综述了人工智能在眼科领域的应用及其未来研究方向	本文系统总结了人工智能工具在眼科疾病诊断和预测中的应用，并探讨了其在提高诊断精度和降低医疗成本方面的潜力	本文主要基于文献综述，未涉及具体实验数据或模型验证	探讨人工智能在眼科领域的应用及其未来发展方向	眼科疾病，包括糖尿病视网膜病变、青光眼等	机器学习	NA	人工神经网络 (ANNs)	NA	图像	分析了70篇相关文章和综述