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
2301	2024-12-06	Universal representations in cardiovascular ECG assessment: A self-supervised learning approach 2024-Dec-01, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105742 PMID:39631267	研究论文	本文介绍了一种自监督学习方法，用于从纵向收集的心电图数据中生成通用的心血管评估表示	采用自监督学习方法从无标签数据中学习有意义的表示，并将其知识转移到下游任务中	NA	开发和验证一种自监督学习方法，用于生成适用于各种心血管评估的通用心电图表示	心电图数据	机器学习	心血管疾病	自监督学习	对比学习模型	心电图	4,932,573 条心电图记录，来自 1,684,298 名成年患者
2302	2024-12-06	Surgical Insight-guided Deep Learning for Colorectal Lesion Management 2024-Dec-01, Surgical laparoscopy, endoscopy & percutaneous techniques DOI:10.1097/SLE.0000000000001298 PMID:39632423	研究论文	本研究开发并评估了一种用于结肠镜图像中检测病变的深度学习模型ColoNet	ColoNet模型能够检测潜在恶性的病变，为早期诊断和管理结直肠癌提供了新的工具	需要进一步的多中心前瞻性研究和验证以实现其临床应用和影响	开发和评估一种深度学习模型，用于在结肠镜检查中辅助外科医生识别病变	结肠镜图像中的病变检测	计算机视觉	结直肠癌	深度学习	YOLOv8	图像	1760张图像，来自306名患者
2303	2024-12-06	A Single-Cell Interrogation System from Scratch: Microfluidics and Deep Learning 2024-Nov-28, The journal of physical chemistry. B DOI:10.1021/acs.jpcb.4c02745 PMID:39547656	研究论文	本文为微生物学家提供了一个从零开始构建自定义活细胞检测系统的指南，结合了微流控技术和深度学习技术	本文首次为微生物学家提供了从零开始构建自定义活细胞检测系统的详细指南，并展示了如何使用最先进的深度学习技术设计图像处理算法	本文主要面向具有微流控技术基础的微生物学家，可能对其他领域的研究人员不适用	为微生物学家提供构建自定义活细胞检测系统的指南，并展示如何使用深度学习技术进行图像处理	活细胞检测系统的设计与构建，以及图像处理算法的设计	微流控技术	NA	微流控技术，深度学习	深度学习	图像	数千个细菌细胞周期
2304	2024-12-06	An object detection-based model for automated screening of stem-cells senescence during drug screening 2024-Nov-23, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106940 PMID:39631255	研究论文	提出了一种基于Faster R-CNN的检测模型STGF R-CNN，用于自动化筛选药物诱导的干细胞衰老	引入了Swin Transformer和组归一化策略，提高了网络的特征学习能力，实现了轻量化模型	未提及	开发一种高效的深度学习模型，用于定量评估药物诱导的干细胞衰老	药物诱导的多能干细胞衍生的间充质干细胞（iP-MSCs）的衰老检测	计算机视觉	NA	深度学习	Faster R-CNN	图像	构建了一个iP-MSCs数据集，并进行了系列实验
2305	2024-12-06	Densely Populated Cell and Organelles Segmentation With Multi-Plane Deep Learning Pipeline 2024-Nov-21, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.19.623228 PMID:39605330	研究论文	开发了一种用于细胞和细胞器分割的机器视觉管道，通过多平面深度学习方法处理vEM数据集	利用2D神经网络捕捉3D相关性，实现了高效的细胞和细胞器分割，并在CREMI神经元分割挑战中取得了先进成果	NA	开发一种高效的细胞和细胞器分割方法，并应用于大规模血小板研究	血小板和细胞器	计算机视觉	NA	深度学习	神经网络	图像	数百个血小板
2306	2024-12-06	Advancements in Using AI for Dietary Assessment Based on Food Images: Scoping Review 2024-Nov-15, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/51432 PMID:39546777	综述	本文综述了基于食物图像的膳食评估中人工智能技术的最新进展	介绍了使用计算机算法模拟人类性能从食物图像中估计膳食信息的新方法	需要营养师和营养学家的参与以确保系统满足专业需求和信任	提供人工智能在基于食物图像的膳食评估中应用的当前概述，并讨论系统的优缺点及改进建议	基于食物图像的膳食评估技术及其在营养学中的应用	计算机视觉	NA	人工智能	卷积神经网络、生成对抗网络	图像	共筛选出84篇文章进行综述
2307	2024-12-06	Deep learning-based spike sorting: a survey 2024-Nov-14, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad8b6c PMID:39454590	综述	本文深入评估了基于深度学习的尖峰排序方法、方法论和结果，揭示了当前最先进的技术	本文综述了24篇关于基于深度学习的尖峰排序的文章，涵盖了尖峰检测、特征提取和分类三个子问题，并探讨了集成系统在解决尖峰排序问题中的潜力	尽管大多数算法是为单通道记录开发的，但多通道数据模型已经显示出有希望的结果，但仍需进一步研究和优化	综述基于深度学习的尖峰排序方法，评估其当前状态和未来发展方向	神经科学中的尖峰排序问题，包括尖峰检测、特征提取和分类	机器学习	NA	深度学习	卷积神经网络、自编码器	神经信号	24篇文章
2308	2024-12-06	Mixed Effects Deep Learning for the interpretable analysis of single cell RNA sequencing data by quantifying and visualizing batch effects 2024-Nov-13, ArXiv PMID:39606715	研究论文	提出了一种混合效应深度学习（MEDL）自编码器框架，用于单细胞RNA测序数据的解释性分析，通过量化和可视化批次效应	通过分离批次不变（固定效应）和批次特定（随机效应）成分，将两者整合到预测模型中，同时生成2D可视化，增强了解释性	NA	解决单细胞RNA测序数据中的批次效应问题，并提高预测准确性	单细胞RNA测序数据中的批次效应和生物学状态	机器学习	心血管疾病, 自闭症谱系障碍, 急性髓系白血病	单细胞RNA测序	自编码器	基因表达数据	三个数据集，包括健康心脏、自闭症谱系障碍和急性髓系白血病，共147个批次
2309	2024-12-06	Sustainable sentiment analysis on E-commerce platforms using a weighted parallel hybrid deep learning approach for smart cities applications 2024-Nov-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78318-1 PMID:39489784	研究论文	本文介绍了一种基于加权并行混合深度学习方法的电子商务平台情感分析系统	提出了名为WPHDL-SAEPR的独特方法，结合了受限玻尔兹曼机和奇异值分解模型	未提及	提高电子商务平台上用户评价的情感分析准确性	电子商务平台上的用户评价	自然语言处理	NA	自然语言处理和机器学习	加权并行混合深度学习模型	文本	使用了一个消费者评论数据库进行评估
2310	2024-12-06	Development of high-quality artificial intelligence for computer-aided diagnosis in determining subtypes of colorectal cancer 2024-Nov, Journal of gastroenterology and hepatology IF:3.7Q2 DOI:10.1111/jgh.16661 PMID:38923607	研究论文	开发了一种基于深度学习的高质量计算机辅助诊断系统，用于区分结直肠癌亚型	首次开发了一种能够准确诊断结直肠癌亚型的计算机辅助诊断系统，并引入了稀疏注意力机制以提高诊断性能	研究样本量较小，仅包括29例早期结直肠癌病例	开发一种能够准确区分结直肠癌亚型的计算机辅助诊断系统	结直肠癌的亚型分类	计算机视觉	结直肠癌	深度学习	ResNet	图像	1072张病理图像，包括29例早期结直肠癌病例
2311	2024-12-06	Deep Learning and Automatic Differentiation of Pancreatic Lesions in Endoscopic Ultrasound: A Transatlantic Study 2024-Nov-01, Clinical and translational gastroenterology IF:3.0Q2 DOI:10.14309/ctg.0000000000000771 PMID:39324610	研究论文	本文开发了一种卷积神经网络（CNN）用于内镜超声（EUS）图像中胰腺病变的检测和区分	首次开发了全球首个能够检测和区分EUS图像中最常见的胰腺囊性肿瘤和胰腺实质性病变的CNN	需要更大规模的多中心研究以实现技术的应用	提高内镜超声对胰腺病变诊断的准确性	胰腺囊性肿瘤（包括粘液性和非粘液性病变）和胰腺实质性病变（特别是胰腺导管腺癌和胰腺神经内分泌肿瘤）	计算机视觉	胰腺癌	卷积神经网络（CNN）	CNN	图像	378例EUS检查，包含约126,000张图像
2312	2024-12-06	Prediction of virus-host associations using protein language models and multiple instance learning 2024-Nov, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012597 PMID:39561204	研究论文	本文介绍了一种名为EvoMIL的深度学习方法，用于仅从病毒序列中预测病毒宿主物种，并识别对宿主预测有重要贡献的病毒蛋白	结合预训练的大型蛋白质语言模型（ESM）和基于注意力的多实例学习，实现了蛋白质导向的预测，并展示了蛋白质嵌入比序列组成特征（如氨基酸、理化性质和DNA k-mers）捕获更强的预测信号	NA	解决当前大多数病毒宿主未知的问题，特别是微生物群中的病毒，并预测新病毒是否感染人类和动物	病毒宿主关联和重要病毒蛋白	机器学习	NA	多实例学习	深度学习模型	蛋白质序列	NA
2313	2024-12-06	Process-Informed Neural Networks: A Hybrid Modelling Approach to Improve Predictive Performance and Inference of Neural Networks in Ecology and Beyond 2024-Nov, Ecology letters IF:7.6Q1 DOI:10.1111/ele.70012 PMID:39625058	研究论文	本文提出了一种结合过程模型和神经网络的混合建模方法，称为过程信息神经网络（PINNs），以提高生态学及其他领域中神经网络的预测性能和推理能力	创新地将过程知识直接融入神经网络结构中，形成过程信息神经网络（PINNs），显著提升了在数据稀疏情况下的预测性能和过程推理能力	NA	旨在解决深度学习在生态学应用中的数据稀疏和黑箱模型问题，提升预测准确性和过程理解	温带森林中的碳通量预测任务	生态学	NA	神经网络	过程信息神经网络（PINNs）	时空数据	五种不同类型的PINNs模型在数据稀疏和高迁移任务中的表现
2314	2024-12-06	Deep Learning for the Study of Urinary Stone Composition from Computed Tomography Images 2024-Nov, Archivos espanoles de urologia IF:0.6Q4 DOI:10.56434/j.arch.esp.urol.20247709.144 PMID:39632524	研究论文	本研究开发了一种基于卷积神经网络的深度学习模型，用于从CT图像中区分尿酸结石和非尿酸结石	首次利用深度学习技术从CT图像中预测尿酸结石的类型	研究仅限于回顾性分析，未来需进一步验证模型的前瞻性应用	开发一种方法来区分尿酸结石和非尿酸结石	尿酸结石和非尿酸结石的CT图像	计算机视觉	泌尿系统疾病	卷积神经网络	CNN	图像	918张非增强薄层单能量CT图像，包括124张尿酸结石和794张非尿酸结石
2315	2024-12-06	Revolutionizing dementia detection: Leveraging vision and Swin transformers for early diagnosis 2024-Oct, American journal of medical genetics. Part B, Neuropsychiatric genetics : the official publication of the International Society of Psychiatric Genetics DOI:10.1002/ajmg.b.32979 PMID:38619385	研究论文	本文探讨了利用计算机视觉和Swin transformer算法进行早期痴呆症检测的方法	本文采用了Swin transformer算法，相比传统的Vision transformer和卷积神经网络，在整体准确性上表现更优	NA	旨在通过先进的技术手段实现痴呆症的早期诊断	痴呆症及其早期检测方法	计算机视觉	神经退行性疾病	计算机视觉和深度学习	Swin transformer	影像数据（如正电子发射断层扫描）	NA
2316	2024-12-06	Deep learning-based reconstruction improves the image quality of low-dose CT enterography in patients with inflammatory bowel disease 2024-Sep-21, Abdominal radiology (New York) DOI:10.1007/s00261-024-04590-4 PMID:39305292	研究论文	研究深度学习重建技术在炎症性肠病患者低剂量CT肠造影中的应用，以减少辐射剂量并提高图像质量	提出使用深度学习重建技术（DLR）来改善低剂量CT肠造影的图像质量，从而减少炎症性肠病患者的辐射暴露	研究样本量较小，且仅限于炎症性肠病患者	探讨深度学习重建技术在减少CT肠造影辐射剂量和提高图像质量方面的潜力	炎症性肠病患者的低剂量CT肠造影图像	计算机视觉	炎症性肠病	深度学习重建技术（DLR）	NA	图像	36名低剂量CT肠造影患者和40名标准剂量CT肠造影患者
2317	2024-12-06	Machine learning and statistical models to predict all-cause mortality in type 2 diabetes: Results from the UK Biobank study 2024-Sep, Diabetes & metabolic syndrome DOI:10.1016/j.dsx.2024.103135 PMID:39413583	研究论文	本研究旨在比较当代机器学习模型与统计模型在预测2型糖尿病患者全因死亡率方面的表现，并开发一个用户友好的死亡风险预测工具	机器学习模型在预测全因死亡率方面优于统计模型，特别是深度学习模型DeepHit在校准和Brier评分上表现更优	NA	比较机器学习模型与统计模型在预测2型糖尿病患者全因死亡率方面的表现，并开发一个用户友好的死亡风险预测工具	2型糖尿病患者的全因死亡率	机器学习	糖尿病	机器学习模型，包括Cox比例风险模型、随机生存森林、梯度提升生存模型、DeepSurv和DeepHit	机器学习模型，包括Cox比例风险模型、随机生存森林、梯度提升生存模型、DeepSurv和DeepHit	临床数据	22,579名2型糖尿病患者
2318	2024-12-06	Sensitive Detection of Structural Differences using a Statistical Framework for Comparative Crystallography 2024-Jul-23, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.22.604476 PMID:39091831	研究论文	本文介绍了一种结合贝叶斯框架和多元统计理论的统计框架，用于比较晶体学的敏感检测结构差异	本文创新性地将贝叶斯框架与多元统计理论结合，显著提高了蛋白质动力学、元素特异性异常信号和药物片段结合的检测能力	NA	开发一种新的统计框架，用于提高比较晶体学中结构差异的检测敏感性	蛋白质的化学和构象变化	NA	NA	X射线衍射数据	贝叶斯框架	晶体学数据	NA
2319	2024-12-06	Proscan: a structure-based proline design web server 2024-Jul-05, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkae408 PMID:38769060	研究论文	开发了一个基于结构的脯氨酸设计网络服务器Proscan，用于评估和可视化目标蛋白质中脯氨酸替代的潜在位置	Proscan提供了一种基于深度学习和能量评估的脯氨酸替代方案，并支持交互式可视化	NA	开发一个工具，帮助研究人员通过结构设计控制蛋白质构象和动态	脯氨酸替代对蛋白质稳定性和构象的影响	生物信息学	NA	深度学习	NA	蛋白质结构数据	NA
2320	2024-12-06	Recent Developments in Machine Learning for Mass Spectrometry 2024-Jun-19, ACS measurement science au IF:4.6Q1 DOI:10.1021/acsmeasuresciau.3c00060 PMID:38910862	综述	本文综述了机器学习在质谱分析中的最新进展	介绍了现代机器学习方法和架构在质谱分析中的新应用	NA	提供机器学习方法在质谱分析中的实用概述，并探讨该领域的未来发展方向	质谱分析数据	机器学习	NA	质谱分析	人工神经网络 (ANN) 和深度学习架构	质谱数据	NA