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
1481	2024-09-13	The emerging applications and advancements of Raman spectroscopy in pediatric cancers 2023, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2023.1044177 PMID:36814817	综述	本文综述了拉曼光谱在儿科癌症中的新兴应用和进展	讨论了拉曼光谱与深度学习的结合作为未来在儿科癌症中的应用	NA	总结拉曼光谱在儿科癌症中的潜在应用	儿科癌症的早期诊断、预后预测和治疗改进	NA	儿科癌症	拉曼光谱	深度学习	NA	NA
1482	2024-09-13	Impact of coronary computed tomography angiography-derived fractional flow reserve based on deep learning on clinical management 2023, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2023.1036682 PMID:36818335	研究论文	研究深度学习衍生的冠状动脉CT血管造影分数流量储备（DL-FFRCT）对临床管理的影响	首次探讨了DL-FFRCT在临床实践中的应用价值，并分析了其局限性	对于严重钙化、闭塞或直径小于2毫米的冠状动脉，DL-FFRCT的血液动力学分析可靠性不高	评估DL-FFRCT在临床实践中的应用价值及其局限性	疑似冠状动脉疾病患者及其冠状动脉病变	数字病理	心血管疾病	深度学习	NA	图像	229名患者，485处冠状动脉病变
1483	2024-09-13	Using deep learning to predict tumor mutational burden from scans of H&E-stained multicenter slides of lung squamous cell carcinoma 2023-Jan, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.10.1.017502 PMID:36825084	研究论文	本文利用深度学习技术从多中心H&E染色的肺鳞状细胞癌切片扫描图像中预测肿瘤突变负荷	本文首次针对肺鳞状细胞癌开发了一种深度学习模型，用于从标准病理切片中预测肿瘤突变负荷	模型的准确性和特异性仍有提升空间，需要进一步开发和外部验证	开发一种能够从肺鳞状细胞癌的H&E染色切片中预测肿瘤突变负荷的深度学习模型，并验证其在独立测试集上的有效性	肺鳞状细胞癌患者的H&E染色切片	数字病理学	肺鳞状细胞癌	深度学习	VGG16	图像	50名肺鳞状细胞癌患者的切片，来自35个不同中心
1484	2024-09-11	Revolutionizing Biological Science: The Synergy of Genomics in Health, Bioinformatics, Agriculture, and Artificial Intelligence 2023-12, Omics : a journal of integrative biology IF:2.2Q3 DOI:10.1089/omi.2023.0197 PMID:38100404	研究论文	探讨基因组学、生物信息学、农业和人工智能在健康和生态系统中的综合应用及其带来的机遇和挑战	文章强调了跨学科整合在基因组学、行星健康和农业领域的革命性潜力，特别是人工智能在生物信息学中的应用	文章提到了基因组大数据带来的社会技术挑战，以及在提取生物学、行星健康和生态学见解方面的困难	旨在探讨跨学科整合在基因组学、行星健康、农业和人工智能领域的广泛可能性和挑战	基因组学、生物信息学、农业、人工智能及其在健康和生态系统中的应用	生物信息学	NA	人工智能	机器学习和深度学习	基因组和多组学数据	NA
1485	2024-09-11	An experimental system for detection and localization of hemorrhage using ultra-wideband microwaves with deep learning 2023-Oct-03, ArXiv PMID:37873017	研究论文	本文介绍了一种使用超宽带微波和深度学习进行出血检测和定位的实验系统	开发了一种包含机器人导航系统的实验框架，使用超宽带微波阵列和深度神经网络进行出血分类和定位	实验仅在血样模拟的幻影和人体头部模型中进行，尚未在真实临床环境中验证	探索低成本、小型化、快速且安全的微波成像技术在出血检测中的应用	出血的检测和定位	计算机视觉	NA	超宽带微波	深度神经网络	微波散射参数	8个元素的超宽带阵列
1486	2024-09-11	Automatic Ploidy Prediction and Quality Assessment of Human Blastocyst Using Time-Lapse Imaging 2023-Sep-02, bioRxiv : the preprint server for biology DOI:10.1101/2023.08.31.555741 PMID:37693566	研究论文	本文介绍了一种基于时间推移成像的胚胎倍性预测和质量评估模型BELA	BELA模型通过多任务学习预测质量评分，并在Weill Cornell数据集上实现了0.76的AUC，超越了以往基于图像和视频的模型	BELA模型不能替代植入前遗传学检测（PGT-A）	开发和比较不同胚胎发育阶段的倍性状态预测模型，以提高胚胎质量评估和染色体异常检测的准确性	人类胚胎的倍性状态和质量评估	机器学习	NA	时间推移成像	多任务学习模型	视频	Weill Cornell数据集
1487	2024-09-11	Automated Identification and Segmentation of Ellipsoid Zone At-Risk Using Deep Learning on SD-OCT for Predicting Progression in Dry AMD 2023-Mar-20, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13061178 PMID:36980486	研究论文	本文介绍了一种基于深度学习的模型，用于自动识别和分割黄斑区风险区域，以预测干性年龄相关性黄斑变性的进展	本文提出了一种新颖的高性能深度学习模型，用于检测和测量黄斑区风险区域	NA	研究干性年龄相关性黄斑变性的进展预测	黄斑区风险区域（Ellipsoid Zone At-Risk）	计算机视觉	年龄相关性黄斑变性	深度学习	深度学习模型	图像	341名干性年龄相关性黄斑变性患者用于模型训练和测试，120名患者用于独立测试模型性能
1488	2024-09-11	Improving performance of deep learning predictive models for COVID-19 by incorporating environmental parameters 2023-Feb, Gondwana research : international geoscience journal IF:7.2Q1 DOI:10.1016/j.gr.2022.03.014 PMID:35431596	研究论文	研究通过引入环境参数来提高深度学习预测模型在COVID-19疫情中的表现	通过引入环境参数（温度和相对湿度）来改进LSTM模型在预测每日COVID-19病例中的表现	研究结果受其他正负混杂因素的影响，可能影响预测能力	提供更好的预测工具来管理COVID-19疫情	分析环境参数对每日COVID-19病例预测的影响	机器学习	COVID-19	NA	LSTM	数值数据	9个城市，跨越3个国家（印度、美国和瑞典），涵盖热带、亚热带和寒冷气候区
1489	2024-09-11	COVID-19 spread control policies based early dynamics forecasting using deep learning algorithm 2023-Feb, Chaos, solitons, and fractals DOI:10.1016/j.chaos.2022.112984 PMID:36530380	研究论文	本文提出了一种基于深度学习的堆叠双向长短期记忆网络（Stacked Bi-LSTM），用于预测韩国COVID-19的传播动态，并评估不同控制政策的影响	使用堆叠双向长短期记忆网络（Stacked Bi-LSTM）进行COVID-19传播预测，并研究了不同控制政策和激活函数对预测准确性的影响	NA	预测COVID-19的传播动态，并评估不同控制政策的效果	韩国的COVID-19传播数据和控制政策	机器学习	COVID-19	深度学习	Stacked Bi-LSTM	时间序列数据	韩国的COVID-19数据集，包括多种控制政策
1490	2024-09-11	Visualization of erythrocyte stasis in the living human eye in health and disease 2023-Jan-20, iScience IF:4.6Q1 DOI:10.1016/j.isci.2022.105755 PMID:36594026	研究论文	本研究介绍了一种成像方法，揭示了位于中枢神经系统毛细血管段内的一组先前未知的停滞红细胞池的存在	首次发现并可视化了健康和疾病状态下人眼中停滞红细胞的存在，并利用深度学习技术展示了其在青光眼中的临床应用	NA	研究停滞红细胞在健康和疾病状态下的相关性及其在青光眼中的临床意义	人眼中的停滞红细胞及其在青光眼中的变化	计算机视觉	青光眼	深度学习	NA	图像	100%的受试者
1491	2024-09-11	Automatic segmentation and measurement of pressure injuries using deep learning models and a LiDAR camera 2023-01-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-26812-9 PMID:36639395	研究论文	本研究开发了一种使用深度学习模型和LiDAR相机自动分割和测量压疮面积的方法	首次将深度学习模型与LiDAR相机结合用于压疮的自动分割和面积测量	外部验证中Mask R-CNN的表现不如U-Net，且与传统手动方法相比，自动测量系统的平均相对误差为26.2%	开发一种自动分割和测量压疮面积的方法，以提高临床应用的准确性	压疮的自动分割和面积测量	计算机视觉	压疮	深度学习模型	U-Net	图像	528张压疮患者照片
1492	2024-09-11	Investigation of early molecular alterations in tauopathy with generative adversarial networks 2023-01-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-28081-6 PMID:36639689	研究论文	本文使用生成对抗网络（GANs）模拟tauopathy的分子进展并解析其早期特征	本文首次使用生成对抗网络进行tauopathy的分子进展模拟，并通过四向过渡曲线进行虚拟疾病进展模拟	本文主要基于小鼠模型和公共人类数据进行验证，未来需在更多样化的样本中验证其有效性	探索tauopathy的早期分子变化机制	tauopathy的早期分子变化	机器学习	NA	生成对抗网络（GANs）	生成对抗网络（GANs）	RNA-seq数据	小鼠模型中的tauopathy（TPR50-P301S）样本，以及公共人类数据
1493	2024-09-11	Dental caries detection using a semi-supervised learning approach 2023-01-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-27808-9 PMID:36639724	研究论文	本文提出了一种基于半监督学习方法的龋齿检测技术	利用少量标注图像训练教师模型，并结合大量未标注图像训练学生模型，采用中心裁剪和数据增强技术提升模型性能	仅在141张标注图像的数据集上进行了验证，可能需要更大规模的数据集进行进一步验证	开发一种高效的半监督学习方法，用于龋齿检测和分割	龋齿检测和分割	计算机视觉	NA	深度学习	半监督学习模型	图像	141张标注的牙科放射图像
1494	2024-09-11	AMTLDC: a new adversarial multi-source transfer learning framework to diagnosis of COVID-19 2023-Jan-12, Evolving systems IF:2.7Q3 DOI:10.1007/s12530-023-09484-2 PMID:38625255	研究论文	本文提出了一种新的对抗性多源迁移学习框架AMTLDC，用于COVID-19的诊断	提出了AMTLDC模型，通过学习不同数据源之间的相似表示来提高模型的泛化能力	未提及具体限制	提高COVID-19诊断模型的泛化能力	COVID-19的诊断	机器学习	COVID-19	迁移学习	卷积神经网络	医学图像	未提及具体样本数量
1495	2024-09-11	RMDisease V2.0: an updated database of genetic variants that affect RNA modifications with disease and trait implication 2023-01-06, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkac750 PMID:36062570	研究论文	本文介绍了RMDisease v2.0数据库，该数据库用于识别与RNA修饰相关的遗传变异及其与疾病和性状的关联	RMDisease v2.0数据库相较于前一版本扩展了覆盖范围，并利用深度学习模型从大量实验验证的RNA修饰位点中识别出更多的RNA修饰相关变异	NA	揭示遗传变异与RNA修饰在人类疾病发病机制中的关联	RNA修饰相关的单核苷酸变异及其与疾病和性状的关联	NA	NA	深度学习	NA	遗传变异数据	873,819个实验验证的RNA修饰位点，1,366,252个RNA修饰相关变异，涉及20种生物
1496	2024-09-11	G4Atlas: a comprehensive transcriptome-wide G-quadruplex database 2023-01-06, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkac896 PMID:36243987	研究论文	本文介绍了G4Atlas，一个全面的转录组范围的G-四链体数据库	首次构建了转录组范围的G-四链体数据库，整合了多种实验数据和RNA二级结构预测信息	NA	构建一个全面的G-四链体数据库，以探索其在不同生物过程中的功能	转录组范围的G-四链体及其在基因表达后调控中的作用	NA	NA	rG4-seq, 化学分析, 配体结合方法	NA	文本	82种实验处理和238个样本，涵盖十个物种
1497	2024-09-11	The protein common assembly database (ProtCAD)-a comprehensive structural resource of protein complexes 2023-01-06, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkac937 PMID:36300618	研究论文	本文介绍了蛋白质共同组装数据库（ProtCAD），这是一个全面的蛋白质复合物结构资源	ProtCAD通过聚类蛋白质数据银行（PDB）中同源蛋白质的独立结构测定中的蛋白质组装结构，提供了对生物组装结构的验证	NA	提供一个全面的蛋白质复合物结构资源，以帮助理解功能数据和训练深度学习方法预测组装结构	蛋白质复合物的结构	生物信息学	NA	X射线晶体学，冷冻电子显微镜	深度学习	结构数据	约60%的PDB条目包含至少2个独立实验的组装聚类
1498	2024-09-11	Photonic machine learning with on-chip diffractive optics 2023-Jan-05, Nature communications IF:14.7Q1 DOI:10.1038/s41467-022-35772-7 PMID:36604423	研究论文	本文提出了一种基于硅基绝缘体平台的片上衍射光学神经网络（DONN），用于高性能机器学习任务	首次提出了一种基于硅基绝缘体平台的片上衍射光学神经网络，具有高集成度和低功耗特性	实验验证的样本量较小，且仅在Iris植物数据集和MNIST手写数字图像上进行了分类任务	探索和验证基于光子学的机器学习技术在硬件加速方面的潜力	片上衍射光学神经网络的性能和应用	机器学习	NA	衍射光学	光学神经网络	图像	Iris植物数据集和MNIST手写数字图像
1499	2024-09-11	High-resolution processing and sigmoid fusion modules for efficient detection of small objects in an embedded system 2023-01-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-27189-5 PMID:36604562	研究论文	本文提出了一种轻量级的小目标检测模型，使用高分辨率处理模块和S型融合模块来提高检测精度	引入了高分辨率处理模块和S型融合模块，显著提高了小目标检测的准确性，同时减少了计算成本	NA	提高嵌入式系统中小目标检测的效率和准确性	小目标检测，特别是无人机侦察图像中的小车辆	计算机视觉	NA	深度学习	YOLOX-s	图像	使用真实无人机侦察图像进行测试
1500	2024-09-11	Rapid, label-free histopathological diagnosis of liver cancer based on Raman spectroscopy and deep learning 2023-01-04, Nature communications IF:14.7Q1 DOI:10.1038/s41467-022-35696-2 PMID:36599851	研究论文	本文利用拉曼光谱结合深度学习技术，开发并验证了一种用于体外和术中肝癌病理诊断的工作流程	本文提出了一种基于拉曼光谱和深度学习的快速、无标记、非破坏性的肝癌病理诊断方法	NA	开发一种快速、无标记的肝癌病理诊断方法	人肝组织样本	数字病理学	肝癌	拉曼光谱	深度学习	图像	NA