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
61	2024-08-26	Analyzing Classification Performance of fNIRS-BCI for Gait Rehabilitation Using Deep Neural Networks 2022-Mar-01, Sensors (Basel, Switzerland) DOI:10.3390/s22051932 PMID:35271077	研究论文	本研究提出了一种基于深度学习和机器学习方法的脑机接口框架，用于功能性近红外光谱（fNIRS）信号的脑信号分类	本研究展示了使用深度学习方法相比传统机器学习方法在分类准确性上的显著提升	NA	探讨深度学习在fNIRS-BCI系统中对步态康复的分类性能	fNIRS信号的分类性能	机器学习	NA	功能性近红外光谱（fNIRS）	卷积神经网络（CNN）、长短期记忆（LSTM）、双向LSTM（Bi-LSTM）	信号	九名受试者的左脑初级运动皮层的fNIRS信号
62	2024-08-26	Automatic wound detection and size estimation using deep learning algorithms 2022-03, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1009852 PMID:35275923	研究论文	本文开发了一种基于深度学习的图像分析流程，用于自动检测和估计伤口大小	提出了一种利用深度学习算法自动检测和估计伤口大小的方法，特别是在图像中利用环形支架来预测伤口大小	数据集相对较小，仅包含256张图像，且并非专为训练深度学习模型设计	开发一种能够高效准确地跟踪伤口大小的高通量方法	实验室小鼠的伤口图像	计算机视觉	NA	深度学习	CNN	图像	256张图像
63	2024-08-26	Use of machine learning in osteoarthritis research: a systematic literature review 2022-03, RMD open IF:5.1Q1 DOI:10.1136/rmdopen-2021-001998 PMID:35296530	综述	本综述旨在全面概述机器学习在骨关节炎临床护理中的应用	提供了机器学习在骨关节炎临床研究中应用的最新概述	大多数研究未进行外部验证，且未涉及手部骨关节炎的研究	全面了解机器学习在骨关节炎临床护理中的应用情况	骨关节炎的诊断、预测、表型分析、严重程度和进展	机器学习	骨关节炎	机器学习算法	深度学习	影像分析	涉及的患者数量从18到5749不等，主要涉及膝关节骨关节炎和髋关节骨关节炎
64	2024-08-26	Bee Tracker-an open-source machine learning-based video analysis software for the assessment of nesting and foraging performance of cavity-nesting solitary bees 2022-Mar, Ecology and evolution IF:2.3Q2 DOI:10.1002/ece3.8575 PMID:35342575	研究论文	本文介绍了一种基于机器学习的视频分析软件Bee Tracker，用于自动跟踪和分析洞巢独居蜂的觅食和筑巢行为	该软件通过四个训练好的深度学习网络，能够检测蜜蜂进出巢穴的行为，并识别蜜蜂胸部的个体ID和巢穴ID，实现了对大量洞巢独居蜂个体行为的同步跟踪和分析	NA	开发一种高效的方法来收集洞巢独居蜂的行为数据，以评估环境压力对其健康的影响	洞巢独居蜂的觅食和筑巢行为	机器学习	NA	深度学习网络	CNN	视频	8个视频，每个视频记录24只筑巢雌蜂
65	2024-08-26	BOVIDS: A deep learning-based software package for pose estimation to evaluate nightly behavior and its application to common elands (Tragelaphus oryx) in zoos 2022-Mar, Ecology and evolution IF:2.3Q2 DOI:10.1002/ece3.8701 PMID:35342615	研究论文	本文介绍了一种基于深度学习的软件包BOVIDS，用于姿态估计以评估动物园中普通伊兰羚羊的夜间行为，并分析了年龄、性别对夜间活动的影响。	首次详细描述了普通伊兰羚羊的夜间行为，并开发了一种基于深度学习的软件包BOVIDS用于姿态识别。	研究样本主要集中在动物园中的普通伊兰羚羊，可能不完全代表野生环境中的行为。	扩展对非洲有蹄类动物夜间行为的数据基础，并提供对动物福利和动物园饲养条件的更好理解。	动物园中的普通伊兰羚羊及其夜间行为。	机器学习	NA	深度学习	NA	视频	25只普通伊兰羚羊，来自5个动物园，共822晚的视频材料。
66	2024-08-25	Improved image classification explainability with high-accuracy heatmaps 2022-Mar-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2022.103933 PMID:35252819	研究论文	本文提出了一种名为金字塔定位网络（PYLON）的深度学习模型，用于提高类激活图（CAM）产生的热图分辨率，从而在图像分类中提供更精确的位置解释	PYLON模型能够显著提高CAM热图的质量，并能精确地定位小物体的位置，且不需要专家对物体位置进行标注，仅使用图像级别的标签进行训练	NA	旨在提高深度学习模型在图像分类中的可解释性，特别是在医疗影像等关键应用中	深度学习模型在图像分类中的可解释性和热图的精确性	计算机视觉	NA	深度学习	PYLON	图像	NA
67	2024-08-25	Application of machine learning in understanding plant virus pathogenesis: trends and perspectives on emergence, diagnosis, host-virus interplay and management 2022-03-09, Virology journal IF:4.0Q2 DOI:10.1186/s12985-022-01767-5 PMID:35264189	综述	本文综述了机器学习在植物病毒发病机制、诊断、宿主-病毒相互作用及管理方面的应用趋势和前景。	机器学习方法能够处理高维大数据，提高植物病毒疾病的早期诊断准确性，并有助于更好地理解宿主-病毒相互作用。	NA	探讨机器学习在植物病毒学领域的应用，特别是在病毒疾病的诊断、宿主-病毒相互作用和病毒出现方面的应用。	植物病毒及其在农业中的影响。	机器学习	NA	机器学习	深度学习算法	大数据	NA
68	2024-08-25	Personalized wearable electrodermal sensing-based human skin hydration level detection for sports, health and wellbeing 2022-03-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-07754-8 PMID:35260675	研究论文	本文提出了一种基于机器学习和深度学习的个性化穿戴式电皮肤传感系统，用于非侵入性地监测人体皮肤的水分水平	本文引入了混合（ML+DL）模型，特别是混合Bi-LSTM算法，以提高水分水平估计的准确性	NA	开发一种有效的非侵入性水分监测系统，以避免潜在的健康并发症和死亡风险	人体皮肤的水分水平	机器学习	NA	电皮肤反应（GSR）	Bi-LSTM	数据	数据收集包括三种不同的水分状态（水分充足、轻度脱水和极度轻度脱水）和三种不同的身体姿势（坐、站和走）
69	2024-08-25	A deep learning-driven low-power, accurate, and portable platform for rapid detection of COVID-19 using reverse-transcription loop-mediated isothermal amplification 2022-03-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-07954-2 PMID:35260715	研究论文	本文介绍了一种基于深度学习的便携式、准确、低成本设备，用于通过逆转录环介导等温扩增（RT-LAMP）快速检测COVID-19	该设备采用3D打印技术，仅需5伏交流-直流适配器供电，可同时进行16次RT-LAMP反应，并可重复使用。实验方案设计消除了对单独昂贵RNA提取设备的需求，并防止样品蒸发	NA	开发一种快速、准确、便携的COVID-19检测设备	COVID-19的快速检测	机器学习	COVID-19	RT-LAMP	深度学习系统	颜色数据	250个RT-LAMP临床样本
70	2024-08-25	Pretrained transformer framework on pediatric claims data for population specific tasks 2022-03-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-07545-1 PMID:35256645	研究论文	本文介绍了一种名为Claim Pre-Training (Claim-PT)的预训练框架，该框架首先在整个儿科索赔数据集上进行训练，然后针对每个特定人群任务进行区分性微调，以解决特定人群任务数据稀缺的问题	提出了Claim-PT框架，通过预训练和任务感知微调实现了有效的知识转移，并能在小规模患者群体中充分训练深度学习模型	NA	开发一种能够在特定人群任务中有效利用儿科索赔数据的预训练框架	儿科索赔数据和特定人群的医疗任务	机器学习	NA	预训练和微调技术	Transformer	电子健康记录(EHR)数据	超过一百万患者记录
71	2024-08-25	A Hybrid Model for Driver Emotion Detection Using Feature Fusion Approach 2022-03-06, International journal of environmental research and public health DOI:10.3390/ijerph19053085 PMID:35270777	研究论文	本文提出了一种混合模型，用于在不同姿态、遮挡和光照条件下检测驾驶员的六到七种情绪，通过融合Gabor和LBP特征并结合支持向量机和卷积神经网络进行分类	开发了一种新颖的混合网络架构，结合深度神经网络和支持向量机，以提高情绪检测的准确性	NA	旨在通过监测驾驶员的情绪来预测其行为，从而避免交通事故	驾驶员的情绪	机器学习	NA	特征融合	混合模型（深度神经网络和支持向量机）	图像	使用了FER 2013、CK+、KDEF和KMU-FED数据集
72	2024-08-25	Federated learning for multi-center imaging diagnostics: a simulation study in cardiovascular disease 2022-03-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-07186-4 PMID:35241683	研究论文	本文通过模拟研究探讨了联邦学习在多中心心血管疾病影像诊断中的应用	首次在心血管磁共振成像领域进行联邦学习的模拟研究，并探索了两种不同的形状先验信息整合方法和四种数据增强设置	研究样本量较小，仅包含180个来自四个中心的研究对象	验证联邦学习在多中心影像诊断中的有效性和优势	心血管疾病中的肥厚型心肌病诊断	机器学习	心血管疾病	联邦学习	3D-CNN	影像	180个研究对象
73	2024-08-25	Unsupervised Learning in Drug Design from Self-Organization to Deep Chemistry 2022-Mar-03, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms23052797 PMID:35269939	综述	本文回顾了从1990年代的自组织映射到当前深度化学中神经网络在药物设计中的应用	探讨了无监督学习在深度化学中的潜在应用，特别是自组织映射的高效性	化学领域中可用的测量属性数据仍然有限，影响了深度化学的效率	探索神经网络在药物设计中的应用，特别是深度学习和无监督学习方法	神经网络在药物设计中的应用，特别是自组织映射和深度学习	机器学习	NA	深度学习	神经网络	分子表示	NA
74	2024-08-25	A deep learning model for molecular label transfer that enables cancer cell identification from histopathology images 2022-Mar-02, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-022-00252-0 PMID:35236916	研究论文	本文开发了一种名为H&E分子神经网络（HEMnet）的深度学习模型，用于从组织病理学图像中识别癌细胞	HEMnet利用免疫组织化学作为初始分子标签，通过分子转移方法成功生成了大量训练图像，并能以更高分辨率预测癌细胞	NA	提高癌症诊断的准确性	从组织病理学图像中识别癌细胞	机器学习	结直肠癌	深度学习	神经网络	图像	21,939个肿瘤图像和8,782个正常图像
75	2024-08-25	Artificial intelligence to detect malignant eyelid tumors from photographic images 2022-Mar-02, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-022-00571-3 PMID:35236921	研究论文	本文开发了一种基于卷积神经网络和深度学习分类网络的人工智能系统，用于从摄影图像中自动检测和区分恶性与良性眼睑肿瘤	该系统能够自动定位眼睑肿瘤并区分恶性与良性，其性能与资深眼科医生相当	NA	促进恶性眼睑肿瘤的早期检测和治疗	眼睑肿瘤的恶性与良性区分	计算机视觉	眼睑肿瘤	卷积神经网络	CNN	图像	1,417张图像来自851名患者
76	2024-08-25	Generating 3D molecules conditional on receptor binding sites with deep generative models 2022-Mar-02, Chemical science IF:7.6Q1 DOI:10.1039/d1sc05976a PMID:35356675	research paper	本文首次描述了一种基于深度学习的系统，用于生成以受体结合位点为条件的3D分子结构	本研究首次应用深度学习生成预测与蛋白质结合的3D分子，通过条件变分自编码器和原子密度网格表示法来实现	NA	旨在通过深度学习找到与特定目标蛋白质结合的小分子，实现基于结构的药物发现	3D分子结构及其与蛋白质的结合能力	machine learning	NA	条件变分自编码器	VAE	原子密度网格	涉及交叉对接的蛋白质-配体结构
77	2024-08-25	Glycosyltransferases: Mining, engineering and applications in biosynthesis of glycosylated plant natural products 2022-Mar, Synthetic and systems biotechnology IF:4.4Q1 DOI:10.1016/j.synbio.2022.01.001 PMID:35261926	综述	本文综述了植物UDP-糖基转移酶（UGTs）在植物天然产物糖基化生物合成中的功能、系统发育分布、催化多样性及工程应用	讨论了利用多组学技术和深度学习预测模型识别新型UGT候选物，以及通过理性设计和定向进化工程策略改进UGT功能的最新进展	NA	阐明UGT功能，为代谢工程中生产药物前体、化妆品、营养素和甜味剂的糖基化提供必要步骤	植物UGTs及其在植物天然产物糖基化生物合成中的应用	代谢工程	NA	多组学技术，深度学习	深度学习预测模型	NA	NA
78	2024-08-25	Quantitative analysis of the effect of radiation on mitochondria structure using coherent diffraction imaging with a clustering algorithm 2022-Mar-01, IUCrJ IF:2.9Q3 DOI:10.1107/S2052252521012963 PMID:35371506	研究论文	本文通过使用基于深度学习的聚类算法，对生物材料在X射线源下的相干衍射成像（CDI）中的辐射损伤和低信噪比问题进行了定量分析	引入了一种基于深度学习的聚类算法，用于从噪声衍射图案中获得准确和一致的图像重建	NA	研究X射线辐射对软生物材料的影响，并提高生物材料的成像质量	人类胚胎肾细胞的线粒体	数字病理学	NA	相干衍射成像（CDI）	聚类算法	图像	人类胚胎肾细胞的线粒体
79	2024-08-24	VoxelHop: Successive Subspace Learning for ALS Disease Classification Using Structural MRI 2022-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2021.3097735 PMID:34339378	研究论文	本文提出了一种名为VoxelHop的连续子空间学习模型，用于使用T2加权结构MRI数据对肌萎缩侧索硬化症（ALS）进行准确分类	VoxelHop模型具有模块化和透明的结构，参数较少且无需反向传播，适合小数据集和3D成像数据	NA	提高使用医学成像数据进行疾病检测和分类的准确性	肌萎缩侧索硬化症（ALS）的分类	计算机视觉	神经退行性疾病	MRI	VoxelHop	3D成像数据	20名对照组和26名患者
80	2024-08-23	Deep Generative Medical Image Harmonization for Improving Cross-Site Generalization in Deep Learning Predictors 2022-03, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.27908 PMID:34564904	研究论文	本文开发并评估了一种基于深度学习的图像协调方法，以提高深度学习年龄预测的跨站点泛化能力	使用生成对抗网络（GAN）进行医学图像协调，显著改善了年龄预测模型的跨站点泛化性能	需要进一步研究以验证GAN基医学图像协调方法的长期效果和广泛适用性	提高深度学习模型在不同成像设备和采集协议间的泛化性能	脑部图像的年龄预测	计算机视觉	NA	生成对抗网络（GAN）	GAN	图像	8876名受试者，其中2739名用于训练，6137名用于测试