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
5861	2024-10-04	YOLO-CFruit: a robust object detection method for Camellia oleifera fruit in complex environments 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1389961 PMID:39354950	研究论文	提出了一种名为YOLO-CFruit的深度学习方法，用于在复杂环境中准确检测油茶果	结合了CBAM模块和CSP模块与Transformer，改进了YOLOv5的损失函数，提高了检测精度和速度	未提及具体限制	开发一种在自然环境中准确检测油茶果的鲁棒方法，为自动化采摘设备奠定基础	油茶果的检测	计算机视觉	NA	深度学习	YOLOv5	图像	收集了油茶果的图像并创建了数据集，使用了数据增强方法增加数据多样性
5862	2024-10-04	Machine Learning Techniques to Predict Mental Health Diagnoses: A Systematic Literature Review 2024, Clinical practice and epidemiology in mental health : CP & EMH DOI:10.2174/0117450179315688240607052117 PMID:39355197	综述	本研究通过系统文献综述方法，探讨了机器学习在预测大学生心理健康状况中的应用	本研究首次系统综述了多种机器学习模型在预测心理健康诊断中的应用，并强调了卷积神经网络（CNN）在双相情感障碍诊断中的高准确性	研究存在数据集不足、心理健康状况异质性考虑不足以及缺乏纵向数据等问题	探讨机器学习在预测大学生心理健康状况中的潜力与挑战	大学生的心理健康状况	机器学习	NA	深度学习	卷积神经网络（CNN）、随机森林（RF）、支持向量机（SVM）、深度神经网络、极限学习机（ELM）	文本	30项相关研究
5863	2024-10-04	Enhanced classification and severity prediction of major depressive disorder using acoustic features and machine learning 2024, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2024.1422020 PMID:39355380	研究论文	本研究利用深度学习方法构建分类和预测模型，以提高对抑郁症和健康对照组的分类准确性	本研究采用深度学习方法，通过声学特征对抑郁症和健康对照组进行分类和严重程度预测，提高了分类准确性	研究结果可能受到焦虑共病的影响	提高抑郁症和健康对照组的分类准确性，并预测抑郁症的严重程度	抑郁症和健康对照组的分类及抑郁症严重程度的预测	机器学习	精神疾病	深度学习	神经网络	声学特征	120名年龄在16-25岁的参与者，包括64名抑郁症组和56名健康对照组
5864	2024-10-04	Predicting microbe-disease association based on graph autoencoder and inductive matrix completion with multi-similarities fusion 2024, Frontiers in microbiology IF:4.0Q2 DOI:10.3389/fmicb.2024.1438942 PMID:39355422	研究论文	本文提出了一种基于图自编码器和归纳矩阵补全的多相似性融合方法，用于预测微生物与疾病之间的关联	通过多相似性融合策略改进了预测性能，并使用图自编码器和归纳矩阵补全技术构建了一个端到端的深度学习框架	未提及具体的局限性	旨在开发一种高效准确的方法来识别微生物与疾病之间的潜在关联	微生物与疾病之间的关联	机器学习	NA	图自编码器和归纳矩阵补全	深度学习模型	微生物与疾病关联数据	使用了3个数据集（HMDAD, Disbiome, 和 multiMDA）
5865	2024-10-04	Forbidden Neurds: A Neuroscience Word Game 2024, Journal of undergraduate neuroscience education : JUNE : a publication of FUN, Faculty for Undergraduate Neuroscience DOI:10.59390/PAHQ2595 PMID:39355667	research paper	本文介绍了一种基于游戏的神经科学词汇学习工具的开发、实施和评估	设计了一种名为Forbidden Neurds的卡牌游戏，通过禁止使用特定词汇来帮助学生更好地掌握神经科学术语	NA	研究基于游戏的学习方法在神经科学课程中的应用效果	神经科学课程中的学生	NA	NA	NA	NA	NA	在一个小型公立文理学院的200级神经科学基础课程中进行了评估，涉及的学生数量未明确提及
5866	2024-10-03	Advances in Oral Exfoliative Cytology: From Cancer Diagnosis to Systemic Disease Detection 2024-Nov, Diagnostic cytopathology IF:1.0Q4 DOI:10.1002/dc.25400 PMID:39219248	综述	本文综述了口腔脱落细胞学在癌症诊断和系统性疾病检测中的应用及最新进展	本文介绍了细胞采集和制备方法的改进、分子标记和DNA分析的整合、系统性疾病检测的新应用以及计算机辅助分析和深度学习算法的潜力	标准化和广泛临床应用仍面临挑战	评估口腔脱落细胞学在口腔和系统性疾病诊断中的当前状态和未来潜力	口腔脱落细胞学技术及其在癌症和系统性疾病检测中的应用	NA	NA	口腔脱落细胞学	深度学习	细胞	NA
5867	2024-10-03	Accurate nuclear quantum statistics on machine-learned classical effective potentials 2024-Oct-07, The Journal of chemical physics IF:3.1Q1 DOI:10.1063/5.0226764 PMID:39352405	研究论文	本文利用深度学习和多尺度粗粒化技术，通过机器学习势能来准确表示对经典势能的修正，从而显著降低路径积分分子动力学模拟中核量子效应的计算成本	本文提出了一种利用机器学习势能来准确表示对经典势能的修正的方法，显著降低了模拟核量子效应的计算成本	NA	旨在通过机器学习技术减轻路径积分分子动力学模拟中核量子效应的计算负担	氢键系统的核量子效应，包括生物分子	机器学习	NA	路径积分分子动力学 (PIMD)	深度学习模型	势能	四个不同系统：Morse势、Zundel阳离子、单个水分子和大量水
5868	2024-10-03	Automated High-Throughput Atomic Force Microscopy Single-Cell Nanomechanical Assay Enabled by Deep Learning-Based Optical Image Recognition 2024-Oct-02, Nano letters IF:9.6Q1 DOI:10.1021/acs.nanolett.4c03861 PMID:39302697	研究论文	本文介绍了一种基于深度学习图像识别辅助的原子力显微镜（AFM）自动化高通量单细胞纳米力学测量方法	利用深度学习技术实现了AFM的自动化和高通量单细胞纳米力学测量，减少了人工操作的依赖	NA	开发一种自动化的高通量单细胞纳米力学测量方法，以提高AFM在机械生物学中的应用效率	单细胞的纳米力学特性	计算机视觉	NA	原子力显微镜（AFM）	深度学习模型	图像	NA
5869	2024-10-03	Advancing the Prediction of MS/MS Spectra Using Machine Learning 2024-Oct-02, Journal of the American Society for Mass Spectrometry IF:3.1Q1 DOI:10.1021/jasms.4c00154 PMID:39258761	研究论文	本文探讨了使用机器学习技术预测串联质谱（MS/MS）谱图的挑战和改进策略	本文提出了使用机器学习和深度学习技术来提高MS/MS谱图预测的速度和准确性	现有方法在处理广泛的小分子时面临速度和准确性的挑战，且通用机器学习基准策略可能导致误导性的准确性评分	提高MS/MS谱图预测的准确性和速度	串联质谱（MS/MS）谱图	机器学习	NA	串联质谱（MS/MS）	机器学习模型	谱图数据	广泛的小分子
5870	2024-10-03	Galileo-an Artificial Intelligence tool for evaluating pre-implantation kidney biopsies 2024-Oct-02, Journal of nephrology IF:2.7Q2 DOI:10.1007/s40620-024-02094-4 PMID:39356416	研究论文	本文介绍了一种名为Galileo的人工智能工具，用于辅助病理学家评估移植前肾脏活检	Galileo工具通过深度学习算法，能够快速准确地检测肾脏活检中的主要发现，显著提高了评估速度并减少了观察者间变异性	Galileo工具的性能需要在更多数据集上进行验证，并且需要基于硬终点如移植肾存活率进行进一步改进	开发一种能够辅助病理学家快速准确评估移植前肾脏活检的人工智能工具	移植前肾脏活检的评估	数字病理学	NA	深度学习算法	深度学习模型	图像	多中心队列中收集的来自肾脏核心针和楔形活检的全切片图像
5871	2024-10-03	A review of the emerging technologies and systems to mitigate food fraud in supply chains 2024-Oct-02, Critical reviews in food science and nutrition IF:7.3Q1 DOI:10.1080/10408398.2024.2405840 PMID:39356551	综述	本文综述了新兴技术和系统在供应链中缓解食品欺诈的应用	本文介绍了手持激光诱导击穿光谱（LIBS）和智能手机光谱等新技术，以及多功能设备与深度学习策略结合的潜力	实验室技术向工业应用的转化仍存在显著差距	探讨新兴技术和策略在缓解食品欺诈中的应用及其关键障碍	食品供应链中的欺诈问题	NA	NA	激光诱导击穿光谱（LIBS）、光谱技术、分离技术	深度学习	食品指纹	NA
5872	2024-10-03	Artificial Intelligence in Temporal Bone Imaging: A Systematic Review 2024-Oct-01, The Laryngoscope DOI:10.1002/lary.31809 PMID:39352072	综述	本文系统回顾了人工智能在颞骨影像学中的应用现状	展示了人工智能在提高诊断准确性、加快结果获取速度以及减少临床医生错误方面的潜力	现有研究存在异质性和质量参差不齐的问题，需要更标准化的方法来确保未来数据的一致性和可靠性	探讨人工智能在颞骨影像学中的应用现状	颞骨影像学中的诊断应用	计算机视觉	NA	NA	卷积神经网络	影像	72项研究
5873	2024-10-03	Radiomics model for predicting distant metastasis in soft tissue sarcoma of the extremities and trunk treated with surgery 2024-Oct-01, Clinical & translational oncology : official publication of the Federation of Spanish Oncology Societies and of the National Cancer Institute of Mexico IF:2.8Q2 DOI:10.1007/s12094-024-03746-4 PMID:39354269	研究论文	本研究开发了一种基于磁共振成像（MRI）的放射组学模型，用于预测手术治疗的四肢和躯干软组织肉瘤（STS）的远处转移	本研究首次结合深度学习和放射组学特征，构建了一个能够有效预测软组织肉瘤转移的模型	本研究的样本量较小，且仅在一个外部验证集上进行了验证，未来需要在更大规模和多样化的数据集上进行验证	开发一种非侵入性、低成本的方法，用于预测软组织肉瘤的转移风险，以帮助制定适当的治疗方案	四肢和躯干的软组织肉瘤患者	数字病理学	软组织肉瘤	磁共振成像（MRI）	3D ResNet10	图像	训练集包含73例患者，外部验证集包含40例患者
5874	2024-10-03	Effectiveness of data-augmentation on deep learning in evaluating rapid on-site cytopathology at endoscopic ultrasound-guided fine needle aspiration 2024-09-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72312-3 PMID:39341885	研究论文	研究数据增强技术在深度学习评估内镜超声引导下细针穿刺细胞学快速现场评估中的效果	开发了一种基于人工智能的ROSE-AI系统，并通过数据增强技术提高了其诊断准确性	某些数据增强技术反而降低了诊断能力	探讨数据增强技术对ROSE-AI系统诊断能力的影响	内镜超声引导下细针穿刺细胞学快速现场评估	计算机视觉	胰腺癌	数据增强技术	深度学习模型	图像	4059张EUS-FNA切片图像，来自45名患者
5875	2024-10-03	Combining 2.5D deep learning and conventional features in a joint model for the early detection of sICH expansion 2024-09-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73415-7 PMID:39341957	研究论文	研究通过结合2.5D深度学习和传统特征，建立联合模型用于早期检测sICH扩展	首次将2.5D深度学习特征与临床特征、放射学标志和放射组学签名结合，建立联合模型用于早期sICH扩展的预测	研究为回顾性，样本量有限，需进一步前瞻性研究和多中心验证	评估联合模型在早期sICH扩展预测中的性能，并比较其与其他模型的表现	sICH患者的早期扩展风险	机器学习	脑血管疾病	2.5D深度学习	联合模型	图像	254名sICH患者
5876	2024-10-03	Deep Learning for Pediatric Sleep Staging from Photoplethysmography: A Transfer Learning Approach from Adults to Children 2024-Sep-27, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3470534 PMID:39331540	研究论文	本文研究了使用光体积描记法（PPG）从成人到儿童的迁移学习方法，用于儿童睡眠分期	首次使用迁移学习方法将成人睡眠分期的深度学习模型应用于儿童，并取得了新的最先进性能	在5岁以下儿童中的表现较差，表明需要进一步研究和覆盖更广泛年龄段的儿童数据集	开发一种自动化的儿童睡眠分期算法，以诊断睡眠障碍	儿童的睡眠分期	机器学习	NA	光体积描记法（PPG）	深度学习模型	时间序列	CHAT数据集的80%用于训练，CHAT-test用于本地测试，Ichilov数据集用于外部验证
5877	2024-10-03	Microbe-drug association prediction model based on graph convolution and attention networks 2024-09-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-71834-0 PMID:39333143	研究论文	本文提出了一种基于图卷积和注意力网络的微生物-药物关联预测模型	该模型结合了图卷积网络和图注意力网络，旨在通过学习相关特征揭示微生物与药物之间的潜在关系，从而提高预测的效率和准确性	NA	解决传统实验方法在预测潜在微生物-药物关联中的不足	微生物与药物之间的关联	机器学习	NA	图卷积网络（GCN）和图注意力网络（GAT）	GCNATMDA	微生物-药物关联矩阵	NA
5878	2024-10-03	Deep learning domain adaptation to understand physico-chemical processes from fluorescence spectroscopy small datasets and application to the oxidation of olive oil 2024-09-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73054-y PMID:39333249	研究论文	本文提出了一种利用领域适应和预训练视觉模型的新方法，结合新颖的可解释性算法，来分析荧光光谱数据中的物理化学过程	本文的创新点在于利用领域适应和预训练视觉模型，结合新颖的可解释性算法，将深度学习应用于荧光光谱数据分析，使其从黑箱转变为理解复杂生物和化学过程的工具	本文的局限性在于所使用的数据集通常较小且稀疏，且荧光激发-发射矩阵（EEMs）的高维度和重叠光谱特征增加了分析难度	本文的研究目的是通过深度学习方法分析荧光光谱数据，特别是荧光激发-发射矩阵（EEMs），以理解物理化学过程	本文的研究对象是荧光光谱数据，特别是橄榄油氧化过程中的荧光激发-发射矩阵（EEMs）	机器学习	NA	深度学习	神经网络	光谱数据	小数据集
5879	2024-10-03	A novel hybrid deep learning IChOA-CNN-LSTM model for modality-enriched and multilingual emotion recognition in social media 2024-09-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73452-2 PMID:39333289	研究论文	本文提出了一种新的混合深度学习模型IChOA-CNN-LSTM，用于社交媒体中的多模态和多语言情感识别	引入了IChOA-CNN-LSTM混合模型，结合CNN进行精确的图像特征提取，LSTM网络进行序列数据分析，以及改进的Chimp优化算法进行有效的特征融合	NA	通过多模态数据分析，理解公众在COVID-19疫情中的情感状态	从Twitter等平台获取的文本、图像、音频和视频数据	自然语言处理	NA	NA	CNN, LSTM	文本, 图像, 音频, 视频	NA
5880	2024-10-03	Impact of a deep learning-based brain CT interpretation algorithm on clinical decision-making for intracranial hemorrhage in the emergency department 2024-09-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73589-0 PMID:39333329	研究论文	研究评估了基于深度学习的脑CT解读算法对急诊部门颅内出血临床决策的影响	首次在模拟临床环境中评估深度学习算法对颅内出血诊断的影响	研究样本量较小，仅涉及十名急诊医疗专业人员	评估深度学习算法在急诊部门颅内出血诊断中的实际应用效果	急诊医疗专业人员在有无深度学习算法辅助下的诊断表现和决策一致性	计算机视觉	颅内出血	深度学习	NA	图像	十名急诊医疗专业人员