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
4301	2024-10-30	A Candy Defect Detection Method Based on StyleGAN2 and Improved YOLOv7 for Imbalanced Data 2024-Oct-21, Foods (Basel, Switzerland) DOI:10.3390/foods13203343 PMID:39456405	研究论文	本文提出了一种基于StyleGAN2和改进YOLOv7的糖果缺陷检测方法，用于处理不平衡数据	通过使用StyleGAN2生成伪缺陷糖果图像，增强合成缺陷图像的真实性，并改进YOLOv7模型以提高特征提取精度	未提及	提高糖果缺陷检测的精度和召回率，促进计算机视觉和深度学习在工业生产中的应用	糖果缺陷检测	计算机视觉	NA	StyleGAN2, YOLOv7	GAN, YOLOv7	图像	未提及
4302	2024-10-30	Detection of Mycotoxin Contamination in Foods Using Artificial Intelligence: A Review 2024-Oct-21, Foods (Basel, Switzerland) DOI:10.3390/foods13203339 PMID:39456400	综述	本文综述了使用人工智能技术检测食品中真菌毒素污染的最新研究	引入人工智能作为检测食品中真菌毒素的新技术，提供高可信度和准确性	讨论了训练AI模型所需的大规模和多样化数据集的要求，分析方法的标准化问题，以及AI方法的监管批准途径	探讨人工智能在食品中真菌毒素检测中的应用及其未来发展方向	食品中的真菌毒素污染	机器学习	NA	人工智能	深度学习模型、机器学习算法、神经网络	数据集	NA
4303	2024-10-30	Fully Automated Region-Specific Human-Perceptive-Equivalent Image Quality Assessment: Application to 18F-FDG PET Scans 2024-Oct-21, Clinical nuclear medicine IF:9.6Q1 DOI:10.1097/RLU.0000000000005526 PMID:39466652	研究论文	提出了一种全自动的区域特定图像质量评估框架，用于18F-FDG PET扫描	开发了一种全自动且与人类感知等效的模型，用于对18F-FDG PET图像进行区域性图像质量评估	需要为不同身体区域开发单独的模型，并在图像质量评估研究中基于多位专家的共识进行数据标注	开发一种全自动框架，用于对全身18F-FDG PET扫描进行区域性图像质量评估	18F-FDG PET图像的质量评估	计算机视觉	NA	深度学习	深度学习模型和机器学习模型	图像	174张18F-FDG PET图像，来自87名患者
4304	2024-10-30	Enhancing Brain Tumor Diagnosis with L-Net: A Novel Deep Learning Approach for MRI Image Segmentation and Classification 2024-Oct-18, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines12102388 PMID:39457700	研究论文	本文提出了一种名为L-Net的新型深度学习架构，用于MRI图像中脑肿瘤的分割和分类	L-Net结合了U-net用于肿瘤边界分割和卷积神经网络（CNN）用于肿瘤分类，通过特征提取而非原始输入图像进行分类，提高了分类准确性	NA	开发一种先进的神经网络架构，以解决脑肿瘤检测和分类的挑战	脑肿瘤的MRI图像分割和分类	计算机视觉	脑肿瘤	深度学习	L-Net	图像	3064张高分辨率MRI图像，包括胶质瘤、脑膜瘤和垂体瘤
4305	2024-10-30	Deep Learning-Based Gender Recognition in Cherry Valley Ducks Through Sound Analysis 2024-Oct-18, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani14203017 PMID:39457947	研究论文	本文提出了一种基于深度学习的樱桃谷鸭性别识别方法，通过分析鸭子的声音特征来区分雄性和雌性	首次提出通过声音分析结合深度学习模型来识别樱桃谷鸭的性别	样本量较小，仅限于新生鸭子的声音数据	开发一种高效且自动化的樱桃谷鸭性别识别技术	樱桃谷鸭的性别	机器学习	NA	Mel-频率倒谱系数（MFCC）	卷积神经网络（CNN）	声音	新生樱桃谷鸭的声音数据
4306	2024-10-30	Handling the Imbalanced Problem in Agri-Food Data Analysis 2024-Oct-17, Foods (Basel, Switzerland) DOI:10.3390/foods13203300 PMID:39456362	研究论文	本文探讨了农业和食品加工数据分析中的不平衡数据问题，并提出了使用先进的人工智能算法来处理这一问题的方法	本文提出了使用数据重采样、单类学习、集成方法、特征选择和深度学习技术等先进的人工智能算法来处理不平衡数据问题	本文未详细讨论所提出方法在实际应用中的具体效果和局限性	提高农业和食品加工数据分析中预测模型的鲁棒性和准确性	农业和食品加工领域中的不平衡数据问题	机器学习	NA	数据重采样、单类学习、集成方法、特征选择、深度学习	NA	数据	NA
4307	2024-10-30	Evaluating facial dermis aging in healthy Caucasian females with LC-OCT and deep learning 2024-10-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74370-z PMID:39406771	研究论文	本研究使用LC-OCT和深度学习模型评估健康高加索女性面部真皮层的衰老情况	结合LC-OCT高分辨率成像技术和深度学习模型，预测皮肤微结构变化与年龄的关系	仅限于健康高加索女性，样本量有限	研究皮肤微结构变化与衰老过程的关系	健康高加索女性面部真皮层	计算机视觉	NA	LC-OCT	3D ResNet-18	图像	100名年龄在20至70岁之间的健康高加索女性
4308	2024-10-30	A Transfer Learning-Based Framework for Classifying Lymph Node Metastasis in Prostate Cancer Patients 2024-Oct-15, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines12102345 PMID:39457657	研究论文	本文提出了一种基于迁移学习的混合框架，用于分类前列腺癌患者的淋巴结转移	使用预训练的ResNet-18深度学习模型进行特征提取，并结合机器学习分类器，解决了小数据集下的分类问题	数据集规模较小，可能影响模型的泛化能力	开发一种有效的AI模型，用于辅助放射科医生区分前列腺癌患者的恶性与非恶性淋巴结	前列腺癌患者的淋巴结转移	计算机视觉	前列腺癌	迁移学习	ResNet-18	图像	42个阳性样本和84个阴性样本
4309	2024-10-30	Employing deep learning model to evaluate speech information in acoustic simulations of Cochlear implants 2024-10-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73173-6 PMID:39402071	研究论文	本文利用深度学习语音识别模型评估人工耳蜗模拟中的语音信息	采用深度学习模型替代传统的人类受试者进行语音识别实验，显著节省时间和成本，并消除学习疲劳效应	深度学习模型并非专门设计用于模拟人类语音处理，其结果可能与人类受试者不完全一致	探索利用深度学习模型评估人工耳蜗模拟语音信息的可行性	人工耳蜗模拟中的语音信息	机器学习	NA	深度学习	深度学习模型	音频	NA
4310	2024-10-30	Deep Learning-Adjusted Monitoring of In-Hospital Mortality after Liver Transplantation 2024-Oct-10, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm13206046 PMID:39457996	研究论文	开发并测试了首个用于预测和实时监测肝移植后院内死亡率的深度学习调整CUSUM程序（DL-CUSUM）	首次使用自动化DL-CUSUM系统来监测肝移植后院内死亡率	NA	开发和测试用于预测和监测肝移植后院内死亡率的深度学习调整CUSUM程序	肝移植后的院内死亡率	机器学习	肝病	深度学习	DL-CUSUM	数值数据	1066名个体，包含66,092个术前可用数据点变量
4311	2024-10-30	Automated Identification of Heart Failure With Reduced Ejection Fraction Using Deep Learning-Based Natural Language Processing 2024-Oct-09, JACC. Heart failure DOI:10.1016/j.jchf.2024.08.012 PMID:39453355	研究论文	开发了一种基于深度学习的自然语言处理模型，用于自动识别医院出院记录中患有射血分数降低的心力衰竭（HFrEF）的患者	提出了一种新的深度学习语言模型，用于从出院总结中识别HFrEF患者，并在多个外部验证数据集中展示了高精度和准确性	NA	自动化识别HFrEF患者，以评估和提高护理质量	射血分数降低的心力衰竭（HFrEF）患者	自然语言处理	心血管疾病	深度学习	语言模型	文本	13,251份出院记录，涉及5,392名患者，其中2,487名患有HFrEF
4312	2024-10-30	Improvement of Quantification of Myocardial Synthetic ECV with Second-Generation Deep Learning Reconstruction 2024-Oct-02, Journal of cardiovascular development and disease IF:2.4Q2 DOI:10.3390/jcdd11100304 PMID:39452275	研究论文	本研究比较了四种重建方法在心肌合成ECV定量中的差异，发现第二代深度学习重建方法在准确性上表现最佳	本研究首次比较了四种重建方法在心肌合成ECV定量中的差异，并发现第二代深度学习重建方法在准确性上优于其他方法	本研究为回顾性分析，样本量有限，且未考虑其他可能影响结果的因素	比较四种重建方法在心肌合成ECV定量中的差异，评估第二代深度学习重建方法的准确性	心肌合成ECV的定量	计算机视觉	心血管疾病	第二代深度学习重建	深度学习模型	图像	80名接受心脏CT扫描的患者，包括40名男性
4313	2024-10-30	Heterozygous loss of Engrailed-1 and α-synucleinopathy (En1/SYN): A dual-hit preclinical mouse model of Parkinson's disease, analyzed with artificial intelligence 2024-Oct-01, Neurobiology of disease IF:5.1Q1 DOI:10.1016/j.nbd.2024.106647 PMID:39187209	研究论文	本文开发并验证了一种新的帕金森病小鼠模型，用于研究疾病进展和测试潜在的治疗方法	提出了Engrailed-1和α-突触核蛋白病理的双重打击模型，结合了线粒体功能障碍和α-突触核蛋白的异常积累	小鼠模型在6个月后的运动障碍并未如预期加剧	开发和验证一种新的帕金森病小鼠模型，以更好地理解疾病进展和测试新疗法	小鼠模型中的线粒体功能障碍和α-突触核蛋白的异常积累	神经科学	帕金森病	深度学习辅助的组织学分析	NA	组织学数据	En1+/-小鼠在2、4和6个月后的行为测试和组织学分析
4314	2024-10-30	Reliable deep learning in anomalous diffusion against out-of-distribution dynamics 2024-Oct, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-024-00703-7 PMID:39394501	研究论文	本文提出了一种评估深度学习在异常扩散中检测分布外动态的方法，并开发了一种基线方法来实现稳健的分布外动态检测和准确的分布内异常扩散识别	本文提出了一种新的框架和基线方法，用于评估和实现深度学习在异常扩散中对分布外动态的检测	本文未提及具体的局限性	评估和改进深度学习在异常扩散中对分布外动态的检测能力	异常扩散中的分布外动态检测	机器学习	NA	深度学习	NA	实验数据	包括烟碱型乙酰胆碱受体在膜中、葡聚糖溶液中的荧光珠以及进行主动内吞作用的银纳米颗粒等多种实验系统
4315	2024-10-30	Anti-symmetric framework for balanced learning of protein-protein interactions 2024-Oct-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae603 PMID:39404784	研究论文	本文提出了一种用于蛋白质-蛋白质相互作用平衡预测的反对称图学习模型BaPPI	引入了一种反对称图卷积网络来处理蛋白质-蛋白质相互作用网络中的不均匀分布，并使用非对称损失函数更新模型，以提高预测的鲁棒性和平衡性	NA	开发一种高效的计算工具，用于预测蛋白质-蛋白质相互作用，并解决现有方法中的不平衡性和计算复杂性问题	蛋白质-蛋白质相互作用及其网络中的模式	机器学习	NA	图卷积网络	反对称图卷积网络	蛋白质序列数据	在SHS27K和SHS148K数据集上进行了实验
4316	2024-10-30	Prostate Cancer Risk Stratification in NRG Oncology Phase III Randomized Trials Using Multimodal Deep Learning With Digital Histopathology 2024-Oct, JCO precision oncology IF:5.3Q1 DOI:10.1200/PO.24.00145 PMID:39447096	研究论文	本研究利用多模态深度学习模型对NRG Oncology III期随机试验中的前列腺癌患者进行风险分层	开发了一种临床可用的风险分组系统，使用多模态人工智能模型，相比现有的NCCN风险分组系统，具有更好的分类和预测性能	NA	改进当前临床风险分层方法，减少过度治疗和治疗不足	前列腺癌患者的风险分层	数字病理学	前列腺癌	多模态深度学习	多模态人工智能模型	数字病理图像和临床数据	9787名局部前列腺癌患者
4317	2024-10-30	Deep learning improves test-retest reproducibility of regional strain in echocardiography 2024-Oct, European heart journal. Imaging methods and practice DOI:10.1093/ehjimp/qyae092 PMID:39449961	研究论文	本研究评估了一种基于点跟踪的全自动深度学习方法在超声心动图区域应变测量中的重复性	提出了一种新的全自动深度学习方法，显著提高了区域应变测量的重复性	NA	评估深度学习方法在超声心动图区域应变测量中的重复性	区域纵向应变（RLS）在冠状动脉灌注区域（RLSTerritory）和左心室基底至心尖水平（RLSLevel）的测量重复性	计算机视觉	心血管疾病	深度学习	NA	图像	80名受试者（40名对照组和40名疑似非ST段抬高型急性冠脉综合征患者）
4318	2024-10-29	Harnessing deep learning and statistical shape modelling for three-dimensional evaluation of joint bony morphology 2024-Oct, Journal of experimental orthopaedics IF:2.0Q2 DOI:10.1002/jeo2.70070 PMID:39463464	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4319	2024-10-30	From Static to Dynamic Structures: Improving Binding Affinity Prediction with Graph-Based Deep Learning 2024-Oct, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202405404 PMID:39206846	研究论文	本文提出了一种基于图神经网络的深度学习模型Dynaformer，用于预测蛋白质-配体结合亲和力，并通过分子动力学模拟数据进行训练	本文创新性地利用分子动力学模拟数据来捕捉蛋白质-配体相互作用的动态特性，从而提高结合亲和力预测的准确性	NA	提高蛋白质-配体结合亲和力预测的准确性，加速早期药物发现过程	蛋白质-配体复合物的结合亲和力	机器学习	NA	分子动力学模拟	图神经网络	分子动力学轨迹数据	3218个不同的蛋白质-配体复合物
4320	2024-10-30	Dynamic entrainment: A deep learning and data-driven process approach for synchronization in the Hodgkin-Huxley model 2024-Oct-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0219848 PMID:39470595	研究论文	本文利用Hodgkin-Huxley模型和深度学习方法，提出了一种动态同步技术，以维持神经元系统的同步状态	引入了一种名为“动态同步”的创新技术，结合深度学习方法和数据驱动过程，以动态维持系统的同步状态	NA	研究动态系统中的共振和同步现象，特别是生物系统中的这些现象	Hodgkin-Huxley模型描述的神经元动作电位的传播	机器学习	NA	深度学习	NA	模型输出数据	NA