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
1101	2024-08-05	Corn leaf disease: insightful diagnosis using VGG16 empowered by explainable AI 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1402835 PMID:38988642	研究论文	这项研究利用VGG16深度学习模型对玉米叶片进行分类，以识别疾病	该研究通过引入层次相关传播（LRP）增强模型的可解释性，生成输入图像的直观热图	研究中未提及对不同环境和气候条件下结果的适用性分析	旨在提高玉米叶片疾病的早期检测和分类精度	研究对象为健康、枯萎、灰斑和普通锈病四种类型的玉米叶片	计算机视觉	NA	深度学习，VGG16，层次相关传播（LRP）	VGG16	图像	NA
1102	2024-08-05	HAPI: An efficient Hybrid Feature Engineering-based Approach for Propaganda Identification in social media 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0302583 PMID:38985703	研究论文	本研究介绍了一种基于混合特征工程的宣传识别方法HAPI，用于检测社交媒体上的宣传内容	该研究结合传统特征工程方法与机器学习技术，提出了一种新的混合特征选择技术，能有效提高宣传检测的准确率	该研究的宣传检测范围主要限于文本数据，未涵盖多模态数据的处理	研究目的在于开发一种系统用于社交媒体上文本内容的宣传识别	研究对象为从Twitter收集的推文，进行分类为宣传和非宣传	自然语言处理	NA	机器学习	多项式朴素贝叶斯、支持向量机、决策树、逻辑回归	文本	使用了40个相关特征进行训练和评估
1103	2024-08-05	Deep learning-based assessment of CT markers of sarcopenia and myosteatosis for outcome assessment in patients with advanced pancreatic cancer after high-intensity focused ultrasound treatment 2024-Jan, European radiology IF:4.7Q1 DOI:10.1007/s00330-023-09974-6 PMID:37572195	研究论文	本文评估了CT基础的肌肉萎缩和肌肉脂肪含量标志物在高强度聚焦超声治疗的晚期胰腺癌患者中的预后价值	研究揭示了肌肉脂肪含量标志物在临床评分之外对患者生存期的附加风险评估的更大作用	本研究为回顾性研究，可能存在时间和样本选择的偏差	评估CT基础的肌肉萎缩和肌肉脂肪含量标志物对晚期胰腺癌患者生存的预后价值	142名接受高强度聚焦超声治疗的晚期胰腺癌患者	数字病理学	胰腺癌	CT扫描	Cox比例风险模型	影像	142名患者的回顾性数据
1104	2024-08-05	ML-driven segmentation of microvascular features during histological examination of tissue-engineered vascular grafts 2024, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2024.1411680 PMID:38988863	研究论文	本研究展示了机器学习驱动的分割方法在组织工程血管移植物组织学分析中的潜力	创建了一个独特的数据集并优化了深度神经网络超参数，开发并验证了一个集成模型	未提及具体的局限性	研究机器学习工具在组织工程血管移植物的组织学分析中的应用	采用104个组织工程血管移植物的全切片图像进行分析	数字病理学	NA	深度学习	U-Net, LinkNet, FPN, PSPNet, DeepLabV3, MA-Net	图像	104 张全切片图像和 1401 个手动注释的区域
1105	2024-08-05	Deep learning reconstruction CT for liver metastases: low-dose dual-energy vs standard-dose single-energy 2024-Jan, European radiology IF:4.7Q1 DOI:10.1007/s00330-023-10033-3 PMID:37532899	研究论文	该研究评估了低剂量双能源CT与标准剂量单能源CT在肝脏转移瘤检测中的影像质量和效果	本研究创新点在于利用深度学习图像重建技术实现低剂量双能源CT在保持影像质量的同时减少辐射剂量34%	该研究的样本数量相对较小，且仅在特定条件下进行评估，可能影响结果的广泛适用性	研究目的在于比较低剂量双能源CT与标准剂量单能源CT在肝脏转移瘤检测中的表现	参与者为80名，分别接受低剂量双能源CT和标准剂量单能源CT扫描	医学影像学	肝癌	深度学习图像重建	NA	影像	80名参与者，分别为40名接受低剂量双能源CT和40名接受标准剂量单能源CT
1106	2024-08-05	Drug repurposing for obsessive-compulsive disorder using deep learning-based binding affinity prediction models 2024, AIMS neuroscience IF:3.1Q2 DOI:10.3934/Neuroscience.2024013 PMID:38988885	研究论文	本研究使用基于深度学习的方法构建了预测与强迫症相关的生物靶点相互作用的分子模型	创新点在于利用深度学习方法构建了多模型组合，并在大型药物数据库上进行外部验证	研究可能受限于模型的选择和验证样本的多样性	研究旨在发现针对强迫症的药物再利用	研究对象为与强迫症相关的分子及其与生物靶点的相互作用	机器学习	强迫症	深度学习	集成模型	分子数据	包含多个高分子的综合模型验证和案例研究
1107	2024-08-05	Making MS Omics Data ML-Ready: SpeCollate Protocols 2024, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4007-4_9 PMID:38995540	研究论文	本文提供了将质谱（MS）数据转化为机器学习（ML）训练和应用的全面指南	提出了SpeCollate深度学习模型，并展示了其在肽谱匹配中的应用	未提及具体的样本尺寸和限度	旨在为质谱分析提供数据变换、推理和机器学习模型应用的全面概述	质谱数据及其在肽谱匹配中的应用	机器学习	NA	质谱	深度学习模型（SpeCollate）	质谱数据	NA
1108	2024-08-05	A novel MRI-based deep learning networks combined with attention mechanism for predicting CDKN2A/B homozygous deletion status in IDH-mutant astrocytoma 2024-Jan, European radiology IF:4.7Q1 DOI:10.1007/s00330-023-09944-y PMID:37553486	研究论文	本文开发了一种基于MRI的深度学习方法，以预测IDH突变星形胶质瘤中的CDKN2A/B同源缺失状态	提出了一种结合注意力机制的深度学习网络FN-Net，优于以往的ResNet网络	没有提及潜在的局限性	研究旨在提高预测IDH突变星形胶质瘤中CDKN2A/B同源缺失状态的准确性	234名参与者的多参数脑MRI数据及相应的基因组信息	数字病理学	脑癌	MRI	ConvNeXt	图像	234名参与者（111例阳性，123例阴性）
1109	2024-08-05	An enhanced pattern detection and segmentation of brain tumors in MRI images using deep learning technique 2024, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2024.1418280 PMID:38988988	研究论文	该文章提出了一种改进的深度学习方法，用于在MRI图像中检测和分割脑肿瘤	本研究使用二进制卷积神经网络（BCNN）算法，成功扩展了肿瘤分割能力，从仅分割四种类型提升到十种主要脑肿瘤类型	NA	提高脑肿瘤的早期检测和分割精度	通过MRI图像对脑肿瘤进行识别、分类和分级	计算机视觉	NA	深度学习	二进制卷积神经网络（BCNN）	图像	6600张脑MRI图像
1110	2024-08-05	Advanced Techniques for MR Neuroimaging 2024, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine IF:2.5Q2 DOI:10.2463/mrms.e.2024-1000 PMID:38945942	综述	本期特别刊物总结了MR神经成像的先进技术和应用	涉及多个领域的最新进展，如深度学习图像增强和放射组学	未提供具体的研究数据或样本量信息	介绍MR神经成像领域的最新技术进展	九篇由专家撰写的综述文章	数字病理学	神经系统疾病	磁共振成像	NA	图像	NA
1111	2024-08-05	Deep learning-based scan range optimization can reduce radiation exposure in coronary CT angiography 2024-Jan, European radiology IF:4.7Q1 DOI:10.1007/s00330-023-09971-9 PMID:37552254	研究论文	本研究旨在开发一个深度神经网络，以优化CT定位器的扫描范围，从而减少患者辐射剂量	采用深度学习自动划定CT扫描范围，显著提高了扫描准确性，并减少了辐射暴露	可能存在训练数据的代表性问题，外部验证的样本来自单一医院	旨在降低冠状动脉CT血管造影中患者的辐射剂量	涉及1507个冠状动脉CT定位器的回顾性训练队列	数字病理学	心血管疾病	Monte Carlo仿真	深度神经网络	影像	1507个CT定位器，内部队列233个，外部队列298个
1112	2024-08-07	Reducing radiation dose in routine CT scans: an AI-driven approach with deep learning-based dual-energy CT reconstruction 2024-Jan, European radiology IF:4.7Q1 DOI:10.1007/s00330-023-10066-8 PMID:37540322	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1113	2024-08-05	Utility of artificial intelligence in the diagnosis and management of keratoconus: a systematic review 2024, Frontiers in ophthalmology DOI:10.3389/fopht.2024.1380701 PMID:38984114	系统评价	本研究综述了人工智能在角膜突出症及其他角膜扩张疾病的诊断和管理中的应用	综述了近年来人工智能在角膜突出症早期诊断和管理中的研究进展	仅包含英文研究，不包括病例报告、文献综述、会议论文和社论	探讨人工智能在角膜突出症的诊断和管理中的实用性	包括93项关于角膜突出症及相关病症的研究	数字病理学	角膜突出症	人工智能	深度学习	数据集	93项原始研究
1114	2024-08-05	Research on improved gangue target detection algorithm based on Yolov8s 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0293777 PMID:38980881	研究论文	提出了一种基于Yolov8s的改进算法，以提高煤矸石目标检测的速度和准确性	通过使用Fasternet作为骨干网络和引入DIoU损失函数，显著提高了检测性能和准确率	未提及该研究的适用限制或特定场景	提升煤矸石目标检测的速度和效率	煤矸石目标的检测和分类	计算机视觉	NA	深度学习	Yolov8s	NA	NA
1115	2024-08-05	Deep learning for MRI lesion segmentation in rectal cancer 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1394262 PMID:38983364	综述	本文讨论了深度学习在直肠癌MRI病变分割中的应用进展	探讨了深度学习分割算法的发展过程及其在直肠癌MRI病变分割中的应用	未提及具体的实验数据或结果，仅进行理论探讨	提供对直肠癌MRI病变分割的理论指导和支持	深度学习分割算法及其在直肠癌MRI图像中的应用	计算机视觉	直肠癌	深度学习	NA	医学图像	NA
1116	2024-08-05	Knowledge enhanced bottom-up affordance grounding for robotic interaction 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2097 PMID:38983207	研究论文	本文提出了一种知识增强的自下而上促进基础建立网络，用于提高机器人与自然语言的交互能力	引入外部知识以增强自然语言理解，提高物体抓取的准确性，并提出了一种半自动数据生成方法	现有方法依赖大量的配对数据，主要通过手动注释创建现实数据集	解决机器人自然语言操作中的知识不足和数据需求问题	自然语言指令与视觉输入的结合，以实现自动化的操控	机器人技术	NA	深度学习	KBAG-Net	视觉数据和语言数据	两个标准数据集的实验结果
1117	2024-08-05	Computational image analysis of distortion, sharpness, and depth of field in a next-generation hybrid exoscopic and microsurgical operative platform 2024, Frontiers in surgery IF:1.6Q2 DOI:10.3389/fsurg.2024.1418679 PMID:38983589	研究论文	本研究旨在理解新型混合外镜系统中不同相机设置如何影响神经外科手术的图像质量	研究了混合外镜系统中不同相机设置对图像失真和清晰度的影响，提供了量化图像质量的算法	仅使用尸体解剖图像作为样本，可能限制了临床应用的普遍性	研究神经外科手术中相机设置对图像质量的影响	通过混合（显微/外镜）操作平台获取的尸体解剖图像	数字病理学	NA	4K图像捕获，深度学习单目深度估计模型	NA	图像	1,368 张高分辨率图片
1118	2024-08-05	Refinement of Docked Protein-Protein Complexes Using Repulsive Scaling Replica Exchange Simulations 2024, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-3985-6_15 PMID:38987474	研究论文	该文章介绍了一种新的方法，用于改进蛋白质-蛋白质复合物的结构预测和评价	提出了一种基于复制交换的方案，采用不同水平的排斥偏置以增强蛋白质间的相互作用	未提及具体的实验验证或临床应用局限性	改善蛋白质-蛋白质复合物的结构预测和自由能评分	基于深度学习和传统对接方法预测的蛋白质-蛋白质复合物结构	数值计算	NA	分子动力学模拟	复制交换分子动力学（REMD）	NA	两个蛋白质-蛋白质复合物示例
1119	2024-08-05	Multi level perspectives in stock price forecasting: ICE2DE-MDL 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2125 PMID:38983197	研究论文	本研究提出了一种新颖的混合模型ICE2DE-MDL，用于预测股票收盘价	本研究首次有效利用熵和ICEEMDAN概念消除股票数据中的噪声，并将ICEEMDAN应用于金融时间序列预测问题	NA	预测股票市场的收盘价格	八个股票市场指数和三个股票数据集	机器学习	NA	熵，ICEEMDAN	LSTM，LSTM-BN，GRU，SVR	时间序列	八个股票市场指数和三个股票数据集
1120	2024-08-05	NALA: a Nesterov accelerated look-ahead optimizer for deep learning 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2167 PMID:38983239	研究论文	本文提出了一种新的优化算法NALA，结合自适应梯度算法和Nesterov加速，在深度学习中应用	NALA通过前瞻机制将自适应梯度算法与Nesterov加速结合，实现更快的收敛速度	未提及具体的局限性	探讨如何通过优化算法加速深度学习模型的收敛	主要针对深度学习中的图像分类任务	深度学习	NA	自适应梯度算法, Nesterov加速	NA	图像	在公共数据集上进行实验比较，样本数量未具体说明