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
1281	2024-08-08	Evaluating the potential of retinal photography in chronic kidney disease detection: a review 2024, PeerJ IF:2.3Q2 DOI:10.7717/peerj.17786 PMID:39104365	综述	本文综述了利用视网膜摄影作为慢性肾脏疾病（CKD）检测工具的潜力，重点评估了视网膜血管变化在CKD诊断中的应用，并探讨了深度学习技术在这一领域的最新进展。	结合深度学习与视网膜成像技术，提供了一种非侵入性的CKD检测方法，有望提高检测系统的精确度和预测能力。	NA	评估视网膜成像作为CKD诊断工具的潜力，并探讨深度学习技术在这一领域的应用。	视网膜成像在CKD检测中的应用及其与深度学习技术的结合。	计算机视觉	肾脏疾病	深度学习	NA	图像	70项研究，其中35项研究糖尿病视网膜病变与CKD的相关性，23项研究通过视网膜成像检测CKD，4项尝试通过人工智能与视网膜成像结合自动化检测。
1282	2024-08-08	Exploring Unlabeled Data in Multiple Aspects for Semi-Supervised MRI Segmentation 2024, Health data science DOI:10.34133/hds.0166 PMID:39104600	研究论文	本研究提出了一种新的半监督MRI分割模型，该模型能够基于多种半监督学习技术探索未标记数据的多方面信息	本研究的创新点在于结合多种半监督学习技术，有效利用未标记数据提升MRI分割性能	NA	旨在提高MRI分割的自动化分析能力	MRI图像的分割	计算机视觉	NA	半监督学习技术	NA	图像	使用了2个公共数据集，分别在LA和ACDC数据集上达到了90.3%和89.4%的Dice分数
1283	2024-08-08	Deep learning and remote photoplethysmography powered advancements in contactless physiological measurement 2024, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2024.1420100 PMID:39104628	综述	本文深入回顾了利用计算机视觉和深度学习在非接触式生理测量中的人工智能方法，并全面总结了非接触式测量技术在皮肤灌注、呼吸率、血氧饱和度、心率、心率变异性和血压方面的最新发展	介绍了通过优化传统算法和开发深度学习算法来改善非接触式生理监测方法的异质性问题	非接触式生理监测方法缺乏统一性或标准化，限制了其在远程医疗/远程健康设置中的应用	探讨和总结非接触式生理测量技术的发展及其在医疗领域的应用	非接触式生理测量技术及其在皮肤灌注、呼吸率、血氧饱和度、心率、心率变异性和血压测量中的应用	计算机视觉	NA	深度学习	NA	视频或图像	NA
1284	2024-08-08	Recent deep learning-based brain tumor segmentation models using multi-modality magnetic resonance imaging: a prospective survey 2024, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2024.1392807 PMID:39104626	综述	本文综述了基于多模态磁共振成像的深度学习脑肿瘤分割模型，并讨论了其最新进展和未来方向	介绍了使用卷积神经网络、视觉变换器和混合模型的最新深度学习模型，并进行了深入的统计分析	提出了当前研究中存在的开放挑战，并指出了未来研究的方向	提高脑肿瘤诊断的准确性和治疗效果	脑肿瘤分割模型及其在多模态磁共振成像中的应用	计算机视觉	脑肿瘤	磁共振成像（MRI）	CNN、视觉变换器、混合模型	图像	NA
1285	2024-08-08	Genome composition-based deep learning predicts oncogenic potential of HPVs 2024, Frontiers in cellular and infection microbiology IF:4.6Q1 DOI:10.3389/fcimb.2024.1430424 PMID:39104853	研究论文	本研究通过分析HPV序列的二核苷酸（DNT）和DNT表示（DCR）的基因组组成特征，利用深度学习模型预测HPV的致癌潜力	首次利用深度学习模型基于HPV的基因组组成特征预测其致癌潜力	NA	旨在通过深度学习模型预测HPV的致癌潜力	人乳头瘤病毒（HPV）的致癌潜力	机器学习	NA	NA	CNN	序列数据	多种类型的HPV序列记录
1286	2024-08-07	Data modeling analysis of GFRP tubular filled concrete column based on small sample deep meta learning method 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0305038 PMID:38985781	研究论文	本文提出了一种基于小样本深度元学习方法的GFRP管混凝土柱数据建模分析	结合传统回归模型与基于元学习的数据增强优化方法，提出了一种深度神经网络，在优化GFRP包裹混凝土短柱方面表现优异	NA	解决工程数据分析中的小样本回归问题	GFRP管混凝土柱	机器学习	NA	元学习	深度神经网络	工程数据	小样本
1287	2024-08-07	Neighborhood structure-guided brain functional networks estimation for mild cognitive impairment identification 2024, PeerJ IF:2.3Q2 DOI:10.7717/peerj.17774 PMID:39099649	研究论文	本文提出了一种基于邻域结构引导的大脑功能网络估计方法，用于轻度认知障碍的识别	该方法通过考虑感兴趣区域（ROI）之间的空间邻域信息，利用K-最近邻（KNN）算法构建稀疏的大脑功能网络（BFN），克服了传统Pearson相关系数（PC）构建的密集网络与生物学先验的矛盾	NA	旨在提高轻度认知障碍（MCI）与健康个体之间的分类性能	大脑功能网络的构建与轻度认知障碍的识别	计算机视觉	神经退行性疾病	功能磁共振成像（fMRI）	K-最近邻（KNN）	图像	具体样本数量未在摘要中提及
1288	2024-08-07	Embedded-deep-learning-based sample-to-answer device for on-site malaria diagnosis 2024, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2024.1392269 PMID:39100623	研究论文	本研究提出了一种基于嵌入式深度学习的miLab™设备，用于现场疟疾诊断，该设备采用固体水凝胶染色法，确保血液涂片的一致性和高质量。	miLab™设备通过使用可变形染色贴片，实现了在不同血细胞比容下的一致性血液涂片制备，并利用嵌入式深度学习技术从自动对焦的染色血细胞图像中检测和分类疟原虫。	NA	开发一种在细胞水平上准确且临床表现良好的疟疾诊断方法。	疟疾诊断方法及其在实际应用中的性能。	数字病理学	疟疾	深度学习算法	嵌入式深度学习	图像	临床验证在马拉维进行，总体百分比一致性为92.21%。
1289	2024-08-07	Surrogate modelling of heartbeat events for improved J-peak detection in BCG using deep learning 2024, Frontiers in network physiology DOI:10.3389/fnetp.2024.1425871 PMID:39099720	研究论文	本文提出了一种基于深度学习的方法，用于改进BCG信号中的J峰检测，通过模拟离散参考心跳事件来提高检测精度	首次采用核函数编码时间事件，并系统比较了多种事件编码用于事件检测的回归序列到序列模型	NA	提高BCG信号中J峰检测的准确性	BCG信号中的心跳事件检测	机器学习	NA	深度学习	回归序列到序列模型	时间序列	17晚，共134小时的数据，使用嵌入在床垫中的惯性测量单元(IMUs)收集
1290	2024-08-07	Generalising electrocardiogram detection and delineation: training convolutional neural networks with synthetic data augmentation 2024, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2024.1341786 PMID:39100388	研究论文	本文介绍了一种使用合成数据增强训练卷积神经网络的方法，用于心电图检测和 delineation	开发了一种合成数据生成方案，从现有数据库中提取基本段落并概率性地构建未见过的心电图轨迹，同时提出了两种基于分割的损失函数	NA	解决心电图检测和 delineation 中传统方法难以泛化到多样心电图模式的问题	心电图检测和 delineation	机器学习	NA	卷积神经网络	CNN	心电图数据	使用了三个多样化的自由可用数据库（QT, LU, 和 Zhejiang）
1291	2024-08-07	Hybrid healthcare unit recommendation system using computational techniques with lung cancer segmentation 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1429291 PMID:39099589	研究论文	本研究针对医学健康应用中精确分割的关键需求，特别是在使用计算机断层扫描（CT）进行肺结节检测方面，提出了一种混合医疗单元推荐系统，利用计算技术进行肺癌分割。	本研究提出了一种结合U-Net和双参数逻辑分布的学习架构，称为U-Net++，并利用对比度受限自适应直方图均衡化（CLAHE）在5,000组CT扫描图像上进行精确图像分割。	NA	研究目的是提高医学健康应用中肺结节检测的准确性，特别是在CT扫描图像的分割方面。	研究对象为肺结节，特别是其粒子组成，这是诊断和治疗计划的重要方面。	数字病理学	肺癌	深度学习	U-Net++	图像	5,000组CT扫描图像
1292	2024-08-07	Bibliometric analysis of electroencephalogram research in Parkinson's disease from 2004 to 2023 2024, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2024.1433583 PMID:39099632	研究论文	本文通过文献计量分析方法，研究了2004年至2023年间帕金森病中脑电图研究的全球趋势和主要贡献者	应用机器学习、深度学习和任务分析技术为未来脑电图和帕金森病的研究提供了新的方向	NA	分析帕金森病中脑电图研究的全球趋势和主要贡献者	帕金森病中的脑电图研究	神经科学	帕金森病	脑电图（EEG）	NA	文献数据	1,559篇相关出版物
1293	2024-08-07	Utilizing deep learning models in an intelligent eye-tracking system for autism spectrum disorder diagnosis 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1436646 PMID:39099594	研究论文	本研究利用深度学习模型开发了一种智能眼动追踪系统，用于自闭症谱系障碍的诊断	本研究采用了先进的图像重采样方法来扩展训练数据集，并开发了基于MobileNet、VGG19、DenseNet169及MobileNet-VGG19混合模型的自动化分类器，这些模型在准确性上超过了现有系统	NA	旨在开发一种快速、高效且精确的自闭症谱系障碍诊断方法	自闭症谱系障碍的早期评估	机器学习	自闭症谱系障碍	深度学习算法	MobileNet, VGG19, DenseNet169, MobileNet-VGG19	眼动追踪数据	547个眼动追踪系统数据，包括328名典型发育儿童和219名自闭症儿童
1294	2024-08-07	Corrigendum: A novel approach for sports injury risk prediction: based on time-series image encoding and deep learning 2024, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2024.1441107 PMID:39105083	correction	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1295	2024-08-04	A fine-tuned vision transformer based enhanced multi-class brain tumor classification using MRI scan imagery 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1400341 PMID:39091923	研究论文	本研究使用多种细调视觉变换器模型对脑肿瘤进行分类	引入了新的细调视觉变换器模型（FTVTs）用于脑肿瘤分类，并与其他深度学习模型进行了比较	研究未提及对比模型的广泛性和适应性问题	探讨细调视觉变换器在脑肿瘤分类中的应用	使用MRI扫描图像对脑肿瘤进行多类分类	计算机视觉	脑肿瘤	MRI	FTVT, ResNet50, MobileNet-V2, EfficientNet-B0	图像	7023张MRI扫描图像
1296	2024-08-04	Factors affecting the intention to use COVID-19 contact tracing application "StaySafe PH": Integrating protection motivation theory, UTAUT2, and system usability theory 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0306701 PMID:39088508	研究论文	本文研究了菲律宾官方接触追踪应用StaySafe PH的使用意图影响因素	本研究首次评估和评测菲律宾的接触追踪应用，并整合多种理论框架以提供全面的测量	应用的可用性评分为'D'，表明其可用性较差，且可能存在隐私和数据安全的信任问题	研究菲律宾对使用StaySafe PH应用的意愿	参与研究的对象为菲律宾的646名 respondent	自然语言处理	COVID-19	结构方程模型(SEM)，深度学习神经网络(DLNN)，系统可用性量表(SUS)	NA	问卷调查数据	646名 respondent
1297	2024-08-07	AmiR-P3: An AI-based microRNA prediction pipeline in plants 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0308016 PMID:39088479	研究论文	本文提出了一种名为AmiR-P3的植物miRNA预测管道，旨在解决现有miRNA预测工具在植物中的应用问题	该管道结合了多种工具的优势，不依赖于已知miRNA序列的表达水平或组织特异性	尽管方法有效，但仍然可能在某些植物物种中出现准确性问题	开发一种高效的植物miRNA预测工具	植物中的小RNA链（miRNAs）	生物信息学	NA	深度学习分类模型	NA	基因组序列	多种植物物种
1298	2024-08-04	Detection of freezing of gait in Parkinson's disease from foot-pressure sensing insoles using a temporal convolutional neural network 2024, Frontiers in aging neuroscience IF:4.1Q2 DOI:10.3389/fnagi.2024.1437707 PMID:39092074	研究论文	该文章开发了一种基于足压传感鞋垫的深度学习模型，以准确检测帕金森病患者的步态冻结	文章创新性地使用时间卷积神经网络（TCNN）结合足压传感器数据，超越了现有技术的准确性和实用性	样本量有限，仅包含14名帕金森病患者	研究旨在提高帕金森病患者步态冻结的检测准确性	研究对象为14名帕金森病患者及其在标准步态测试中的数据	机器学习	帕金森病	深度学习，足压传感器	时间卷积神经网络（TCNN）	传感器数据	14名帕金森病患者
1299	2024-08-04	Dual contrastive learning based image-to-image translation of unstained skin tissue into virtually stained H&E images 2024-01-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-52833-7 PMID:38282056	研究论文	本研究介绍了一种基于双对比学习的图像到图像生成模型，用于将未染色的皮肤组织图像转化为虚拟染色的H&E图像	提出了一种新颖的三阶段双对比学习模型，通过对比学习最大化传统H&E染色与虚拟染色图像之间的互信息	对于虚拟染色的效果，依赖于特定的数据集和评估模型，可能在其他类型的组织样本中表现不同	旨在提升组织病理学的染色过程，减少染色时间和有害化学品的使用	未染色的皮肤组织图像与传统的H&E染色图像的配对	数字病理学	NA	生成对抗网络 (GAN)	双对比学习生成对抗网络 (DCLGAN)	图像	包括一组未染色和H&E染色的图像对，使用明场显微镜扫描，放大倍率为20×
1300	2024-08-04	Unleashing the potential of cell painting assays for compound activities and hazards prediction 2024, Frontiers in toxicology IF:3.6Q2 DOI:10.3389/ftox.2024.1401036 PMID:39086553	评论	这篇文章讨论了细胞绘画（CP）测定法在药物发现和毒理学中的应用潜力	文章创新性地探讨了将基于CP的表型数据与结构信息结合使用，以提高化合物活性和潜在风险预测的准确性	没有详细讨论CP测定法的局限性和挑战	研究目标是探讨CP测定法及其与机器学习/深度学习模型结合使用的潜力	研究对象包括各种化合物在单细胞水平上的表型反应	数字病理学	NA	图像分析	机器学习和深度学习模型	图像数据	数千种化合物