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
501	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
502	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
503	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
504	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
505	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
506	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
507	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
508	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
509	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
510	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
511	2024-09-10	Analyzing Transfer Learning of Vision Transformers for Interpreting Chest Radiography 2022-12, Journal of digital imaging IF:2.9Q2 DOI:10.1007/s10278-022-00666-z PMID:35819537	研究论文	研究探讨了使用预训练的视觉Transformer模型在胸部X光片解释中的迁移学习效果	首次分析了预训练的视觉Transformer模型在医学影像中的迁移学习能力，并发现其效果优于传统的预训练卷积神经网络	研究仅限于CheXpert和儿科肺炎数据集，未涵盖其他类型的医学影像数据	探索预训练的自然图像Transformer模型在医学影像中的有效性	胸部X光片数据集CheXpert和儿科肺炎数据集	计算机视觉	NA	迁移学习	Transformer	图像	CheXpert和儿科肺炎数据集
512	2024-09-10	Improved segmentation of collagen second harmonic generation images with a deep learning convolutional neural network 2022-12, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202200191 PMID:36087040	研究论文	本文研究了使用深度学习卷积神经网络改进胶原蛋白二次谐波生成图像的分割	本文提出了一种基于U-Net卷积神经网络的方法，用于在不同成像深度的SHG图像中准确分割胶原蛋白阳性像素	NA	开发一种客观的分割方法，用于处理具有不同SHG强度的图像数据集	胶原蛋白纤维的分割	计算机视觉	NA	二次谐波生成（SHG）	U-Net卷积神经网络（CNN）	图像	涉及不同成像深度的SHG图像数据集
513	2024-09-10	Real-time social distance measurement and face mask detection in public transportation systems during the COVID-19 pandemic and post-pandemic Era: Theoretical approach and case study in Italy 2022-Dec, Transportation research interdisciplinary perspectives IF:3.9Q2 DOI:10.1016/j.trip.2022.100693 PMID:36187495	研究论文	本文提出了一种基于深度学习的实时模型，用于在公共交通系统中监测用户之间的社交距离和检测口罩佩戴情况	该方法结合了YOLOv3算法和深度学习技术，能够在实时视频监控中检测社交距离和口罩佩戴情况	NA	确保在COVID-19疫情期间和后疫情时代公共交通系统的安全条件	公共交通系统中的用户社交距离和口罩佩戴情况	计算机视觉	NA	深度学习	YOLOv3	视频	使用了'Caltech Pedestrian Dataset'和'COVID-19 Medical Face Mask Detection Dataset'进行神经网络训练
514	2024-09-10	COVID-19 identification in chest X-ray images using intelligent multi-level classification scenario 2022-Dec, Computers & electrical engineering : an international journal IF:4.0Q2 DOI:10.1016/j.compeleceng.2022.108405 PMID:36187137	研究论文	本文提出了一种基于遗传深度学习卷积神经网络（GDCNN）架构的智能多级分类场景，用于在胸部X光图像中识别COVID-19	本文创新性地引入了Huddle粒子群优化（PSO）作为梯度下降的替代方法，并与GDCNN架构结合，提高了模型的性能	目前仅在公开数据集上进行了验证，未来计划应用于更大的数据集和预测多种肺部疾病	早期检测COVID-19并确定其严重程度	胸部X光图像中的COVID-19识别	计算机视觉	COVID-19	遗传深度学习卷积神经网络（GDCNN）	卷积神经网络（CNN）	图像	基于公开数据集的胸部X光图像
515	2024-09-10	Active deep learning from a noisy teacher for semi-supervised 3D image segmentation: Application to COVID-19 pneumonia infection in CT 2022-12, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2022.102127 PMID:36257092	研究论文	本文提出了一种基于噪声教师模型的主动学习方法，用于半监督3D图像分割，并应用于COVID-19肺炎感染的CT图像分割	本文的创新点在于提出了一种基于梯度方向和梯度幅度的样本重加权策略，以提高机器生成标注的可靠性，从而改进半监督学习的效果	NA	本文的研究目的是改进半监督学习方法，以解决医学图像分割任务中标注数据不足的问题	本文的研究对象是COVID-19肺炎感染的CT图像	计算机视觉	呼吸系统疾病	深度学习	NA	图像	NA
516	2024-09-10	Integrative Serum Metabolic Fingerprints Based Multi-Modal Platforms for Lung Adenocarcinoma Early Detection and Pulmonary Nodule Classification 2022-12, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202203786 PMID:36257825	研究论文	开发了一种基于纳米颗粒的激光解吸/电离质谱平台，用于检测血清代谢指纹，并构建多模态平台用于早期肺癌检测和肺结节分类	提出了基于血清代谢指纹和蛋白质肿瘤标志物的多模态模型，显著提高了肺腺癌早期检测和肺结节分类的性能	NA	开发新型非侵入性生物标志物，用于肺腺癌的早期诊断和肺结节的准确分类	血清代谢指纹和肺结节	数字病理学	肺癌	激光解吸/电离质谱	神经网络	代谢指纹和图像	NA
517	2024-09-10	Deep learning modeling of public's sentiments towards temporal evolution of COVID-19 transmission 2022-Dec, Applied soft computing IF:7.2Q1 DOI:10.1016/j.asoc.2022.109728 PMID:36281433	研究论文	本研究开发了一个模块化的深度学习框架，用于量化公众对COVID-19的情感，并利用这些情感预测全球每日确诊COVID-19病例的增长率	本研究首次使用情感维度指标而非离散模式来建模公众情感，并将其分类为四种主要情感类别	本研究仅分析了2020年1月22日至5月10日期间的推文数据，可能无法全面反映整个疫情时期的公众情感变化	研究公众对COVID-19传播的情感变化，并利用这些情感预测疫情的发展趋势	公众对COVID-19的情感及其对疫情传播的影响	机器学习	NA	深度学习	深度神经网络 (DNN)	文本	数百万条与COVID-19相关的推文
518	2024-09-10	CerebNet: A fast and reliable deep-learning pipeline for detailed cerebellum sub-segmentation 2022-12-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2022.119703 PMID:36349595	研究论文	介绍了一种名为CerebNet的深度学习方法，用于小脑的详细亚分割，包括灰质和白质的分离	CerebNet结合了FastSurferCNN和广泛的数据增强技术，无需额外的预处理步骤，如空间归一化或偏置场校正，展示了高精度和高测试重测可靠性	NA	开发一种自动化的深度学习方法，用于小脑的详细亚分割，以量化小脑及其叶的体积，特别是在神经退行性和获得性疾病中的应用	小脑及其叶的体积量化，特别是在脊髓小脑性共济失调（SCA）中的应用	计算机视觉	神经退行性疾病	深度学习	UNet	图像	30名参与者的T1加权图像
519	2024-09-10	Evaluation of roadside air quality using deep learning models after the application of the diesel vehicle policy (Euro 6) 2022-12-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-24886-z PMID:36456800	研究论文	本研究评估了在实施Euro 6柴油车政策后，使用深度学习模型对路边空气质量的影响	本研究首次使用循环神经网络（RNN）和随机森林（RF）算法来建模空气质量，并发现RNN在空气质量建模中表现更优	本研究仅基于2002-2015年的数据进行建模，未考虑其他可能影响空气质量的因素	评估Euro 6柴油车政策对路边空气质量的影响	路边空气质量中的CO、NO和PM污染物浓度	机器学习	NA	NA	循环神经网络（RNN）和随机森林（RF）	空气质量数据和环境因素数据	2002-2019年的数据
520	2024-09-10	Using deep-learning predictions of inter-residue distances for model validation 2022-Dec-01, Acta crystallographica. Section D, Structural biology DOI:10.1107/S2059798322010415 PMID:36458613	研究论文	本文介绍了一种基于深度学习预测的残基间距离进行模型验证的新方法	利用深度学习技术准确预测残基间距离，并将其应用于蛋白质模型的验证	主要关注物理化学方面的模型验证，未涉及其他可能的验证方法	开发新的蛋白质结构模型验证方法	蛋白质结构模型及其验证	机器学习	NA	深度学习	NA	蛋白质模型数据	NA