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
5261	2024-11-08	Detectability of Hypoattenuating Liver Lesions with Deep Learning CT Reconstruction: A Phantom and Patient Study 2024-Oct, Radiology IF:12.1Q1 DOI:10.1148/radiol.232749 PMID:39377679	研究论文	研究深度学习CT重建（DLIR）与自适应统计迭代重建-V（ASIR-V）在低对比度肝病变检测中的效果	DLIR在中等和高强度重建中显示出比ASIR-V更高的病变与背景对比噪声比	研究未发现DLIR与ASIR-V在低对比度病变检测能力上的显著差异	评估DLIR与ASIR-V在CT扫描中低对比度肝病变检测能力的差异	肝病变和低对比度分辨率体模	计算机视觉	肝病	深度学习图像重建（DLIR）	NA	图像	50名患者和86个肝病变
5262	2024-11-08	Evaluating the Performance and Bias of Natural Language Processing Tools in Labeling Chest Radiograph Reports 2024-Oct, Radiology IF:12.1Q1 DOI:10.1148/radiol.232746 PMID:39436298	研究论文	评估四种自然语言处理工具在标注胸部X光报告中的性能和偏差	首次系统评估了四种自然语言处理工具在不同人口统计群体中的准确性和偏差	研究主要集中在胸部X光报告，未涵盖其他类型的放射学报告	评估自然语言处理工具在标注胸部X光报告中的准确性和人口统计偏差	四种自然语言处理工具在两个胸部X光数据集上的性能	自然语言处理	NA	自然语言处理	深度学习	文本	692名患者（MIMIC数据集）和3665名患者（IU数据集）
5263	2024-11-08	Analyzing Wav2Vec 1.0 Embeddings for Cross-Database Parkinson's Disease Detection and Speech Features Extraction 2024-Aug-26, Sensors (Basel, Switzerland) DOI:10.3390/s24175520 PMID:39275431	研究论文	研究使用未微调的wav2vec 1.0架构进行跨数据库的帕金森病检测和语音特征提取	wav2vec 1.0在跨数据库分类和回归任务中表现出色，特别是在检测帕金森病和预测语音特征方面，显示出比传统特征提取方法更高的准确性	研究主要集中在跨数据库的分类和回归任务上，未涉及其他类型的语音数据或任务	分析wav2vec 1.0嵌入在跨数据库帕金森病检测和语音特征提取中的应用	帕金森病患者的语音数据	机器学习	神经退行性疾病	wav2vec 1.0	机器学习模型	语音数据	三个多语言帕金森病数据集
5264	2024-11-08	[Research status and prospect of the application of artificial intelligence in the acupuncture and moxibustion field based on bibliometric] 2024-Aug-12, Zhongguo zhen jiu = Chinese acupuncture & moxibustion DOI:10.13703/j.0255-2930.20231128-k0007 PMID:39111799	综述	通过文献计量方法探讨人工智能在针灸领域应用的研究热点、发展趋势及存在的问题	分析了人工智能技术在针灸诊断治疗、疗效预测、教学及智能设备开发等方面的应用	人工智能在针灸领域的应用研究处于初步发展阶段，未来需加强团队间的交流与合作，进一步探索符合针灸诊疗特点的人工智能系统	探讨人工智能在针灸领域应用的研究热点、发展趋势及存在的问题	人工智能在针灸领域的应用	NA	NA	机器学习、神经网络、深度学习、数据挖掘	NA	文献	共纳入443篇中文文章和68篇英文文章
5265	2024-11-08	A systematic literature review on the significance of deep learning and machine learning in predicting Alzheimer's disease 2024-08, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102928 PMID:39029377	综述	本文系统回顾了深度学习和机器学习在阿尔茨海默病预测中的应用	NA	NA	调查不同阿尔茨海默病检测技术、数据集、输入模态、算法、库和性能评估指标，以确定哪种模型或策略可能提供更优越的性能	阿尔茨海默病的检测技术、数据集、输入模态、算法、库和性能评估指标	机器学习	阿尔茨海默病	磁共振成像 (MRI)、正电子发射断层扫描 (PET)、APOe4 基因型、扩散张量成像 (DTI) 和脑脊液 (CSF) 生物标志物	卷积神经网络 (CNN)、支持向量机 (SVM)	图像	100 篇研究文章
5266	2024-11-08	Deep learning-based pathway-centric approach to characterize recurrent hepatocellular carcinoma after liver transplantation 2024-06-05, Human genomics IF:3.8Q2 DOI:10.1186/s40246-024-00624-6 PMID:38840185	研究论文	研究利用深度学习方法分析肝移植后肝细胞癌复发的转录组数据，识别差异表达基因和相关通路	首次采用深度学习方法分析肝移植后肝细胞癌复发的基因表达数据，识别出与复发相关的关键基因和通路	研究样本量较小，仅包含7对患者的样本	研究肝移植后肝细胞癌复发的分子机制	肝移植后复发的肝细胞癌患者的转录组数据	机器学习	肝癌	深度学习	深度学习模型	转录组数据	7对肝移植后复发的肝细胞癌患者样本
5267	2024-11-08	Assessing brain involvement in Fabry disease with deep learning and the brain-age paradigm 2024-Apr, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.26599 PMID:38520360	研究论文	本文使用深度学习和脑龄范式评估法布里病患者的脑部是否比正常人更老，并验证脑预测年龄差异（brain-PAD）作为疾病严重程度生物标志物的可能性	首次使用深度学习和脑龄范式评估法布里病患者的脑部年龄，并验证brain-PAD作为疾病严重程度生物标志物的有效性	研究样本仅来自单一机构，且样本量相对较小	评估法布里病患者的脑部是否比正常人更老，并验证brain-PAD作为疾病严重程度生物标志物的有效性	法布里病患者和健康对照组的脑部MRI扫描数据	计算机视觉	罕见病	MRI扫描	DenseNet	图像	52名法布里病患者和58名健康对照组
5268	2024-11-08	Extracting adverse drug events from clinical Notes: A systematic review of approaches used 2024-Mar, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104603 PMID:38331081	综述	本文对从临床笔记中提取不良药物事件（ADE）的方法进行了系统性综述	本文综述了当前从临床笔记中提取ADE的各种方法，包括命名实体识别（NER）和关系提取（RE），并根据不同的提取方法进行了分类	本文主要集中在方法的综述上，未提供具体的实验数据或模型性能比较	综述当前从临床笔记中提取不良药物事件的方法，并展示这些方法的进展和挑战	不良药物事件（ADE）的提取方法	自然语言处理	NA	自然语言处理（NLP）	NA	文本	从2015年到2023年，共筛选出82篇相关文献进行分析
5269	2024-11-08	Impact of log parsing on deep learning-based anomaly detection 2024, Empirical software engineering IF:3.5Q1 DOI:10.1007/s10664-024-10533-w PMID:39161930	研究论文	本文研究了日志解析对基于深度学习的异常检测准确性的影响	本文首次系统地研究了日志解析对异常检测准确性的影响，并发现区分性比解析准确性更重要	研究仅限于13种日志解析技术和7种异常检测技术，可能无法涵盖所有情况	探讨日志解析对基于深度学习的异常检测准确性的影响	日志解析技术和异常检测技术	机器学习	NA	深度学习	NA	日志数据	使用了三个公开的日志数据集
5270	2024-11-08	Dinucleotide composition representation -based deep learning to predict scoliosis-associated Fibrillin-1 genotypes 2024, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2024.1492226 PMID:39502335	研究论文	本文提出了一种基于二核苷酸组成表示（DCR）的深度学习方法，用于预测与脊柱侧弯相关的Fibrillin-1基因型	本文创新性地使用二核苷酸组成表示（DCR）和卷积神经网络（CNN）来预测脊柱侧弯相关的高风险基因型	NA	研究目的是通过深度学习方法预测青少年特发性脊柱侧弯（AIS）相关的基因型	研究对象是ClinVar数据库中的AIS相关变异记录	机器学习	脊柱侧弯	深度学习	卷积神经网络（CNN）	基因数据	58,000条脊柱侧弯相关记录
5271	2024-11-08	Multi-stage semi-supervised learning enhances white matter hyperintensity segmentation 2024, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2024.1487877 PMID:39502452	研究论文	本文提出了一种多阶段半监督学习方法，用于增强白质高信号区域的分割	本文创新性地采用了多阶段半监督学习（M3SL）方法，结合未标注数据和少量高质量标注数据，显著提升了白质高信号区域分割模型的性能	本文未详细讨论M3SL方法在不同数据集上的适用性和潜在的局限性	研究目的是开发一种能够有效利用未标注数据和少量高质量标注数据的白质高信号区域分割方法	研究对象是白质高信号区域（WMHs）的分割	计算机视觉	NA	半监督学习	U-Net	图像	使用了来自三个扫描仪供应商的超过五个扫描仪的数据，包括认知正常（CN）成人和患者（轻度认知障碍和阿尔茨海默病）的样本
5272	2024-11-08	Progress and clinical translation in hepatocellular carcinoma of deep learning in hepatic vascular segmentation 2024 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076241293498 PMID:39502486	综述	本文综述了深度学习在肝血管分割中的进展及其在肝细胞癌（HCC）整体管理中的临床意义	深度学习方法，包括卷积神经网络等，显著提高了肝血管分割的准确性和速度	本文讨论了深度学习技术在增强HCC综合诊断和治疗中的挑战和未来前景	探讨深度学习在肝血管分割中的应用及其对HCC诊断和治疗的支持	肝血管分割及其在肝细胞癌诊断和治疗中的应用	计算机视觉	肝癌	深度学习	卷积神经网络	图像	30项研究
5273	2024-11-08	Graph neural networks are promising for phenotypic virtual screening on cancer cell lines 2024, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpae065 PMID:39502795	研究论文	本文研究了图神经网络在癌症细胞系表型虚拟筛选中的应用	本文提出图神经网络（D-MPNN）在表型虚拟筛选中表现优于其他机器学习算法	研究受限于测试分子数量较少以及未采用合适的性能指标和不同分子分割方法	评估不同机器学习算法在表型虚拟筛选中的性能	60个包含约30,000-50,000个分子的数据集，用于测试其在NCI-60癌症细胞系中的生长抑制活性	机器学习	癌症	图神经网络	D-MPNN	分子数据	约14,440次训练运行
5274	2024-11-08	LT-DeepLab: an improved DeepLabV3+ cross-scale segmentation algorithm for Zanthoxylum bungeanum Maxim leaf-trunk diseases in real-world environments 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1423238 PMID:39502917	研究论文	本文提出了一种改进的DeepLabV3+算法LT-DeepLab，用于复杂环境中花椒叶和茎疾病的跨尺度语义分割	引入了创新的Fission Depth Separable with CRCC Atrous Spatial Pyramid Pooling模块，减少了Atrous Spatial Pyramid Pooling模块的结构参数并提高了跨尺度提取能力，结合Criss-Cross Attention和Convolutional Block Attention Module增强了通道特征提取，并使用可变形卷积和全卷积网络辅助头优化网络	NA	提高花椒叶和茎疾病在复杂环境中的分割准确性和效率	花椒叶和茎的疾病，包括叶斑、锈病、霜冻损伤和病叶茎	计算机视觉	NA	深度学习	DeepLabV3+	图像	NA
5275	2024-11-08	Comparative Phylogenetic Analysis and Protein Prediction Reveal the Taxonomy and Diverse Distribution of Virulence Factors in Foodborne Clostridium Strains 2024, Evolutionary bioinformatics online DOI:10.1177/11769343241294153 PMID:39502941	研究论文	通过生物信息学预测方法研究了两种食源性梭菌基因组与毒力蛋白的分子进化关系，并比较分析了毒力蛋白的基因编码主要特征和结构特性	揭示了食源性梭菌毒力因子的系统发育特征、多样性和分布	NA	研究食源性梭菌基因组与毒力蛋白的分子进化关系	食源性梭菌（Clostridium botulinum和Clostridium perfringens）的毒力蛋白	生物信息学	NA	多重序列分析、同源建模、深度学习算法	NA	基因组数据	两种食源性梭菌菌株
5276	2024-11-07	Advancing jasmine tea production: YOLOv7-based real-time jasmine flower detection 2024-Dec, Journal of the science of food and agriculture IF:3.3Q2 DOI:10.1002/jsfa.13752 PMID:39032018	研究论文	本研究利用YOLOv7算法实时检测茉莉花，以提高茉莉茶生产的质量	采用YOLOv7算法进行茉莉花的实时检测，以区分不同生长阶段的茉莉花	NA	解决茉莉花采摘过程中因环境和人为因素导致的质量问题	茉莉花的不同生长阶段	计算机视觉	NA	YOLOv7算法	卷积神经网络	图像	五种不同开放程度的茉莉花样本
5277	2024-11-07	Automatic soft-tissue analysis on orthodontic frontal and lateral facial photographs based on deep learning 2024-Dec, Orthodontics & craniofacial research IF:2.4Q2 DOI:10.1111/ocr.12830 PMID:38967085	研究论文	本文基于深度学习建立了自动软组织分析模型，用于正畸面部照片中的地标检测和测量计算	本文创新性地利用深度学习技术实现了正畸面部照片中软组织地标的自动检测和测量	模型在某些测量指标上与手动标注存在统计学差异	建立基于深度学习的自动软组织分析模型，实现正畸面部照片中软组织的全面定量评估	正畸患者的面部照片中的软组织	计算机视觉	NA	深度学习	高分辨率网络、基于深度可分离卷积的特征融合模块、基于像素洗牌的预测模型	图像	578张正面照片和450张侧面照片
5278	2024-11-07	Rapid discovery of Transglutaminase 2 inhibitors for celiac disease with boosting ensemble machine learning 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.10.019 PMID:39498152	研究论文	本研究利用约1100个TG2抑制实验数据，开发了基于集成机器学习模型的配体分子筛选技术，用于快速发现针对乳糜泻的转谷氨酰胺酶2抑制剂	本研究采用了感知器深度学习和低深度随机森林弱学习器的提升集成方法，显著提高了预测准确率，并开发了一个用于筛选潜在治疗分子的网络应用程序	NA	开发针对乳糜泻的转谷氨酰胺酶2抑制剂	转谷氨酰胺酶2及其抑制剂	机器学习	乳糜泻	集成机器学习	感知器深度学习、随机森林、图神经网络	分子特征数据	约1100个TG2抑制实验数据
5279	2024-11-07	Classification of EEG evoked in 2D and 3D virtual reality: traditional machine learning versus deep learning 2024-Nov-05, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad89c5 PMID:39437806	研究论文	本文比较了传统机器学习和深度学习在2D和3D虚拟现实诱发脑电图分类中的表现	首次使用EEGNet深度学习模型在2D和3D虚拟现实诱发脑电图分类中取得了显著优于传统机器学习方法的性能	NA	研究不同机器学习方法在2D和3D虚拟现实诱发脑电图分类中的效果	2D和3D虚拟现实诱发的脑电图信号	机器学习	NA	脑电图(EEG)	卷积神经网络(CNN)	脑电图信号	56通道脑电图记录
5280	2024-11-07	An improved AlexNet deep learning method for limb tumor cancer prediction and detection 2024-Nov-05, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad89c7 PMID:39437809	研究论文	本文介绍了一种改进的AlexNet深度学习方法，用于滑膜肉瘤的预测和检测	本文提出了一个改进的AlexNet架构，增加了卷积层和调整输入图像大小，显著提高了模型的性能	NA	提高滑膜肉瘤的诊断准确性	滑膜肉瘤的数字病理图像	计算机视觉	肿瘤	卷积神经网络	AlexNet	图像	NA