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
81	2024-09-08	A longitudinal observational study of home-based conversations for detecting early dementia: protocol for the CUBOId TV task 2022-11-23, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2022-065033 PMID:36418120	研究论文	本文描述了CUBOId研究，探索多模态数据融合在家中监测轻度认知障碍（MCI）和早期阿尔茨海默病（AD）的可行性，重点介绍了一项名为'TV任务'的新颖语音任务	提出了一个新颖的'TV任务'，通过记录参与者在观看喜欢的电视节目时的对话音频，来跟踪疾病进展中的生态有效对话变化	NA	探索多模态数据融合在家中监测轻度认知障碍和早期阿尔茨海默病的可行性	轻度认知障碍（MCI）和早期阿尔茨海默病（AD）患者及其生活伴侣	NA	阿尔茨海默病	深度学习	NA	多模态数据（活动数据和语音数据）	参与者包括MCI或AD患者及其生活伴侣，数据采集时间为8-25个月
82	2024-09-08	Quantifying deep neural network uncertainty for atrial fibrillation detection with limited labels 2022-11-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-24574-y PMID:36418604	研究论文	本文提出了一种在标签有限且数据噪声较大的情况下，训练深度学习模型进行心房颤动检测并报告预测不确定性的方法	利用弱监督学习技术，通过在非ICU数据上训练的代理模型生成不完美标签，并结合模型不确定性估计技术，无需大量人工数据标注	依赖于代理模型的准确性，且未详细讨论在不同噪声水平下的模型性能	开发一种在标签有限和数据噪声较大的情况下，有效检测心房颤动的深度学习模型	心房颤动检测	机器学习	心血管疾病	深度学习	深度神经网络	生理数据	大量ICU遥测数据
83	2024-09-08	An imConvNet-based deep learning model for Chinese medical named entity recognition 2022-11-21, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-022-02049-4 PMID:36411432	研究论文	本文提出了一种基于imConvNet的深度学习模型，用于中文医学命名实体识别	改进卷积神经网络模型（imConvNet）以获取额外的文本特征，并结合Bert预训练模型和BiLSTM模型进行命名实体识别	NA	提高中文医学命名实体识别的准确性	中文医学文本中的命名实体	自然语言处理	NA	卷积神经网络（CNN）	BERT-imConvNet-BiLSTM-CRF	文本	公共医学数据集yidu-s4k和实际电子病历文本
84	2024-09-08	Deep Learning Prediction of Pathologic Complete Response in Breast Cancer Using MRI and Other Clinical Data: A Systematic Review 2022-11-21, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography8060232 PMID:36412691	综述	本文系统综述了使用深度学习方法，特别是卷积神经网络（CNN），结合MRI和其他临床数据预测乳腺癌病理完全缓解（pCR）的研究	本文填补了深度学习预测pCR的综述文献的空白，并探讨了CNN在无需肿瘤分割的情况下处理全乳腺MRI图像的潜力	本文仅限于综述现有研究，未提供新的实验数据或模型	系统综述使用深度学习方法预测乳腺癌病理完全缓解的研究	乳腺癌患者在接受新辅助化疗（NAC）后的病理完全缓解（pCR）	计算机视觉	乳腺癌	卷积神经网络（CNN）	卷积神经网络（CNN）	图像和临床数据	NA
85	2024-09-08	White blood cell detection, classification and analysis using phase imaging with computational specificity (PICS) 2022-11-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-21250-z PMID:36414631	研究论文	本文使用颜色空间光干涉显微镜（cSLIM）和深度学习工具，对未标记血涂片中的白细胞进行定位、分类和分割	结合定量相位成像（QPI）无标签数据与人工智能（AI）技术，提出了一种名为计算特异性相位成像（PICS）的新方法	训练数据集的平均精度为75%，像素级多数投票F1得分为80%，仍有提升空间	开发一种快速、自动化的方法来评估未标记血涂片中的白细胞异常	白细胞（WBCs）的定位、分类和分割	数字病理学	NA	定量相位成像（QPI）	EfficientNet 和 U-net	图像	数字染色的血涂片图像
86	2024-09-08	DeepPROTACs is a deep learning-based targeted degradation predictor for PROTACs 2022-11-21, Nature communications IF:14.7Q1 DOI:10.1038/s41467-022-34807-3 PMID:36414666	研究论文	本文介绍了一种基于深度学习的PROTACs靶向降解预测模型DeepPROTACs	DeepPROTACs模型能够基于目标蛋白质和E3连接酶的结构预测PROTAC分子的降解能力	NA	帮助设计有效的PROTACs分子	PROTACs分子的降解能力	机器学习	NA	深度学习	图卷积网络和双向长短期记忆网络	蛋白质结构和SMILES表示	主要来自PROTAC-DB的数据集，根据DC和Dmax值进行适当标记
87	2024-09-08	Multiple high-regional-incidence cardiac disease diagnosis with deep learning and its potential to elevate cardiologist performance 2022-Nov-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2022.105434 PMID:36388959	研究论文	本文构建了一个大规模的心电图数据集，并开发了一种深度学习模型用于多种高发区域心脏疾病的诊断，展示了其提升心脏病专家诊断性能的潜力	本文首次报道了基于AI的心电图诊断模型能够辅助心脏病专家提高诊断性能	本文未详细讨论模型的泛化能力和在不同数据集上的表现	开发一种能够辅助心脏病专家提高诊断性能的AI模型	多种高发区域的心脏疾病，包括心律失常和急性冠状动脉综合征相关疾病	机器学习	心血管疾病	深度学习	深度学习模型	心电图	162,622份12导联心电图
88	2024-09-08	UnMICST: Deep learning with real augmentation for robust segmentation of highly multiplexed images of human tissues 2022-11-18, Communications biology IF:5.2Q1 DOI:10.1038/s42003-022-04076-3 PMID:36400937	研究论文	本文报道了两种方法显著改善了使用多种机器学习架构对组织图像进行分割的效果	意外发现有意模糊和饱和的图像在训练数据中的包含显著提高了后续图像分割效果，并且实际增强优于计算增强（高斯模糊）	NA	提高高度多重化图像中组织分割的准确性	高度多重化（20-60通道）、亚细胞分辨率的哺乳动物组织图像	计算机视觉	NA	深度学习	多种机器学习架构	图像	多种组织类型
89	2024-09-08	Identifying behavioral structure from deep variational embeddings of animal motion 2022-11-18, Communications biology IF:5.2Q1 DOI:10.1038/s42003-022-04080-7 PMID:36400882	研究论文	本文介绍了一种无监督的概率深度学习框架，用于从动物运动的深度变分嵌入中识别行为结构	提出了VAME方法，能够识别离散的行为模式并捕捉其层次结构，无需人工干预	NA	开发一种能够量化和检测行为层次结构的技术	动物运动的行为模式	机器学习	NA	深度变分嵌入	深度学习框架	动物运动数据	使用了一个患有β淀粉样蛋白沉积症的小鼠模型作为案例研究
90	2024-09-08	Automated Lung-Related Pneumonia and COVID-19 Detection Based on Novel Feature Extraction Framework and Vision Transformer Approaches Using Chest X-ray Images 2022-Nov-18, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering9110709 PMID:36421110	研究论文	本文提出了一种基于新型特征提取框架和视觉变换器方法的自动化肺部相关肺炎和COVID-19检测模型，使用胸部X光图像进行高精度分类	本文创新性地采用了集成技术提取更丰富的特征，并结合全局二阶池化进一步提取图像的高级全局特征，最后通过视觉变换器方法分析图像块	NA	构建一个能够对胸部X光图像进行高分类准确率的深度学习模型，用于肺部疾病的检测	胸部X光图像中的肺部相关肺炎和COVID-19	计算机视觉	肺部疾病	视觉变换器	视觉变换器	图像	COVID-19 Radiography Dataset和Covid-ChestX-ray-15k dataset
91	2024-09-08	Automatic ovarian tumors recognition system based on ensemble convolutional neural network with ultrasound imaging 2022-11-17, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-022-02047-6 PMID:36397100	研究论文	本文提出了一种基于集成卷积神经网络的自动卵巢肿瘤识别系统，使用超声图像进行辅助诊断	本文创新性地使用了集成学习方法，结合多个卷积神经网络模型，提高了诊断的准确性和稳定性	本文的研究样本数量有限，未来需要增加认证图像的数量以提高方法的鲁棒性和可靠性	开发一种快速且准确的方法，通过深度学习技术辅助超声图像中卵巢肿瘤的鉴别诊断	卵巢肿瘤的鉴别诊断，特别是良性和恶性肿瘤的区分	计算机视觉	妇科疾病	深度学习	卷积神经网络（CNN）	图像	使用了十次随机抽样的训练和验证数据，最终评估数据为十次测试结果的平均值
92	2024-09-08	Manta Ray Foraging Optimization Transfer Learning-Based Gastric Cancer Diagnosis and Classification on Endoscopic Images 2022-Nov-17, Cancers IF:4.5Q1 DOI:10.3390/cancers14225661 PMID:36428752	研究论文	本文提出了一种基于蝠鲼觅食优化迁移学习的胃癌诊断和分类技术，用于内窥镜图像的胃癌诊断	本文创新性地结合了蝠鲼觅食优化算法和迁移学习技术，用于胃癌诊断和分类，提高了分类准确率	NA	开发一种自动化的胃癌诊断模型，提高内窥镜图像的分类准确率	胃癌诊断和分类	计算机视觉	胃癌	蝠鲼觅食优化算法	Elman神经网络	图像	NA
93	2024-09-08	Robust R-peak detection in an electrocardiogram with stationary wavelet transformation and separable convolution 2022-11-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-19495-9 PMID:36385144	研究论文	本文开发了一种基于平稳小波变换和可分离卷积的深度学习模型，用于心电图中的R峰检测	该模型在跨数据库验证中表现出色，使用平稳小波变换和可分离卷积提高了R峰检测的准确性	模型在严重噪声增强训练后，在MIT-BIH数据库上的性能略有下降	开发一种在跨数据库验证中表现优异的R峰检测模型	心电图中的R峰检测	计算机视觉	心血管疾病	平稳小波变换	可分离卷积	信号	使用了三个数据库（MIT-BIH、INCART和QT）进行训练和测试，并进一步使用MIT-BIH-ST、欧洲ST-T、TELE和MIT-BIH-NST数据库进行测试
94	2024-09-08	Emotion Analysis of COVID-19 Vaccines Based on a Fuzzy Convolutional Neural Network 2022-Nov-16, Cognitive computation IF:4.3Q1 DOI:10.1007/s12559-022-10068-6 PMID:36406893	研究论文	本文研究了在全球疫情背景下，人们对中国COVID-19疫苗情感态度的变化及其原因	提出了一种基于模糊逻辑和深度学习的模糊卷积神经网络模型，用于分析社交媒体上对疫苗的情感态度	研究仅基于微博数据，可能无法全面反映所有人群的情感态度	帮助人类克服当前的疫情危机，通过分析公众对疫苗的情感态度来评估大规模免疫策略的成功	中国社交媒体上关于COVID-19疫苗的情感态度	自然语言处理	NA	模糊逻辑和深度学习	模糊卷积神经网络	文本	2020年1月至9月的微博数据
95	2024-09-08	Mandrill mothers associate with infants who look like their own offspring using phenotype matching 2022-11-15, eLife IF:6.4Q1 DOI:10.7554/eLife.79417 PMID:36377479	研究论文	研究证明狒狒母亲通过外貌匹配机制识别非亲属婴儿，并促进其与相似外貌婴儿的社交机会	首次提出并验证了狒狒母亲通过外貌匹配机制识别非亲属婴儿，并促进其与相似外貌婴儿的社交机会，提出了'二级亲属选择'机制	研究仅限于狒狒种群，未探讨其他物种中的类似行为	探讨动物社会关系中亲属行为识别的机制	野生狒狒婴儿及其母亲	NA	NA	深度学习面部识别	深度学习模型	图像	80只野生狒狒婴儿
96	2024-09-08	Use of synthetic images for training a deep learning model for weed detection and biomass estimation in cotton 2022-11-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-23399-z PMID:36379963	研究论文	研究使用合成图像训练深度学习模型进行棉花田杂草检测和生物量估算	本研究创新性地使用合成图像和生成对抗网络（GAN）技术生成假植物实例，以解决深度学习模型训练数据量不足的问题	生成对抗网络生成的假植物实例在性能上不如真实植物实例生成的合成图像	探索使用合成图像替代真实图像来训练深度学习模型，以解决数据量不足的问题	棉花田中的牵牛花和草本杂草	计算机视觉	NA	生成对抗网络（GAN）	卷积神经网络（CNN）	图像	约40-50个植物实例
97	2024-09-08	Application of Artificial Intelligence in Pathology: Trends and Challenges 2022-Nov-15, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics12112794 PMID:36428854	研究论文	本文探讨了人工智能在病理学中的应用趋势及其面临的挑战	介绍了将人工智能与深度学习结合用于数字病理学图像诊断的新方法	算法验证、可解释性、计算系统、报销、伦理和法规等方面的挑战	探讨人工智能在病理学中的应用及其发展	人工智能在病理学中的应用及其面临的挑战	数字病理学	NA	人工智能	深度学习	图像	NA
98	2024-09-08	Gene-gene interaction detection with deep learning 2022-11-12, Communications biology IF:5.2Q1 DOI:10.1038/s42003-022-04186-y PMID:36371468	研究论文	本文介绍了一种基于深度学习的基因-基因相互作用检测框架，通过考虑所有SNP及其复杂相互作用来提高检测能力	提出了一个开源框架，通过神经网络捕捉SNP与表型之间的关系，并使用Shapley分数量化隐藏节点之间的相互作用，超越了传统的乘法关系	NA	提高基因-基因相互作用检测的准确性和全面性	基因内的所有SNP及其复杂相互作用	机器学习	NA	深度学习	神经网络	基因数据	在模拟数据集和UK Biobank的胆固醇研究中进行了验证，并在独立的FINRISK数据集中检测到九个相互作用
99	2024-09-08	Deep Transfer Learning Enables Robust Prediction of Antimicrobial Resistance for Novel Antibiotics 2022-Nov-12, Antibiotics (Basel, Switzerland) DOI:10.3390/antibiotics11111611 PMID:36421255	研究论文	本文提出了一种深度迁移学习模型，用于在小样本和不平衡数据集上提高抗菌药物耐药性预测的性能	利用迁移学习和二次突变的方法，适用于新型抗生素和新兴耐药性的预测，并能实现快速诊断和个性化治疗	依赖于大量样本的训练，特别是对于新型抗生素，有限的训练样本和不平衡数据会阻碍模型的泛化性能和整体准确性	提高抗菌药物耐药性预测的准确性和泛化性能	抗菌药物耐药性预测	机器学习	NA	深度迁移学习	深度迁移学习模型	数据	小样本和不平衡数据集
100	2024-09-08	Longitudinal neighbourhood determinants with cognitive health and dementia disparities: protocol of the Multi-Ethnic Study of Atherosclerosis Neighborhoods and Aging prospective cohort study 2022-11-11, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2022-066971 PMID:36368762	研究论文	研究旨在探讨社区环境变化与认知健康及痴呆症差异之间的关系	首次将详细的社区数据与长期纵向队列数据相结合，使用深度学习算法分析街道图像，以识别社区环境变化对认知衰退和痴呆症的影响	研究依赖于MESA研究的数据，可能无法完全代表所有社区和人群	识别社区环境变化与认知衰退及痴呆症差异之间的关系，为健康老龄化政策提供依据	社区环境、认知健康、痴呆症差异	NA	NA	深度学习算法	NA	空间数据、街道图像	MESA研究的参与者，预计超过25年数据