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
9821	2024-08-05	Cross-species modeling of plant genomes at single nucleotide resolution using a pre-trained DNA language model 2024-Jun-10, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.04.596709 PMID:38895432	研究论文	本文介绍了一个基于Caduceus和Mamba架构的植物DNA语言模型PlantCaduceus，旨在跨物种建模植物基因组。	该研究提出的PlantCaduceus模型在有限标注数据上的微调显著提高了跨物种预测能力，超越了最佳基线模型。	模型可能在某些植物物种的预测准确性上存在局限，具体表现未详细描述。	研究旨在理解多样植物基因组的功能和适应性效应，并提供可转移的模型。	研究对象为16种不同的被子植物基因组和拟南芥的标注数据。	计算机视觉	NA	预训练的DNA语言模型	PlantCaduceus	基因组序列	16种被子植物基因组和有限的拟南芥标注数据
9822	2024-08-05	Towards more precise automatic analysis: a systematic review of deep learning-based multi-organ segmentation 2024-Jun-08, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-024-01238-8 PMID:38851691	综述	本综述系统地总结了基于深度学习的多器官分割的最新研究	提出了一种数据驱动的特征提取方法并应用于多器官分割的深度学习技术	该综述的范围仅限于2016年至2023年间的研究，可能未涵盖所有相关研究	旨在综述多器官分割的最新深度学习研究进展	涉及多种器官的分割技术和数据集	计算机视觉	NA	深度学习	完全监督、弱监督和半监督学习	医学图像	195项研究
9823	2024-08-05	Application of artificial intelligence in pancreas endoscopic ultrasound imaging- A systematic review 2024-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108205 PMID:38703435	综述	本文系统性评估了人工智能在胰腺内镜超声成像中的应用。	探讨了人工智能技术在胰腺内镜超声图像分析中的应用，尤其是在提高检测和分类准确性方面的潜力。	未具体提及研究中存在的局限性。	旨在系统性探讨人工智能辅助系统在胰腺内镜超声中的应用现状及发展。	关注人工智能在胰腺内镜超声成像中的应用及其挑战。	医学影像学	胰腺疾病	人工智能	传统机器学习和深度学习	医学图像	NA
9824	2024-08-05	Multicentric clinical evaluation of a computed tomography-based fully automated deep neural network for aortic maximum diameter and volumetric measurements 2024-Jun, Journal of vascular surgery IF:3.9Q1 DOI:10.1016/j.jvs.2024.01.214 PMID:38325564	研究论文	这项研究评估了一种基于深度学习的全自动方法（ARVA）用于主动脉分割及其直径和体积的测量	提出了一种创新的全自动深度学习方法，用于主动脉形态学分割以及同时测量直径和体积	没有提出关于该方法在不同人群或其他病理情况下的表现	评估一种全自动深度学习方法在主动脉测量中的有效性	研究对象为216名患者的350个术前及术后主动脉CT血管造影扫描图像	医学影像学	心血管疾病	CT血管造影（CTA）	深度神经网络	图像	350个CT血管造影扫描，来自216名患者
9825	2024-08-05	Blepharoptosis Consultation with Artificial Intelligence: Aesthetic Surgery Advice and Counseling from Chat Generative Pre-Trained Transformer (ChatGPT) 2024-Jun, Aesthetic plastic surgery IF:2.0Q2 DOI:10.1007/s00266-024-04002-4 PMID:38589561	研究论文	本研究评估了ChatGPT在眼睑下垂整形咨询中的表现	ChatGPT能够模拟医生与患者之间的对话，并提供基础的外科信息	在专业指导方面有限，需进一步探索AI在美容外科咨询中的更广泛角色	评估ChatGPT在眼睑下垂整形咨询中的有效性	使用来自眼睑下垂整形检查列表的问题	自然语言处理	NA	深度学习	ChatGPT	文本	九个问题
9826	2024-08-05	All you need is data preparation: A systematic review of image harmonization techniques in Multi-center/device studies for medical support systems 2024-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108200 PMID:38677080	系统评价	本文评估了医疗支持系统中多中心/设备研究的图像调和技术。	提出了图像调和技术可以提高多来源医学影像的AI分析可靠性。	并未深入探讨各具体调和技术的局限性和挑战。	评估图像调和在多中心和多设备医学影像研究中的应用和效果。	分析2013年至2023年间的多中心和多设备医学影像研究的相关文献。	数字病理学	NA	图像调和技术	深度学习	图像	NA
9827	2024-08-05	Innovative utilization of ultra-wide field fundus images and deep learning algorithms for screening high-risk posterior polar cataract 2024-Jun-01, Journal of cataract and refractive surgery IF:2.6Q1 DOI:10.1097/j.jcrs.0000000000001419 PMID:38350234	研究论文	本研究开发了一种深度学习算法，利用超广角视网膜图像进行后极性白内障的自动筛查	建立了白内障影子投影理论，并基于该理论开发了深度学习算法以实现稳定的后极性白内障筛查	研究的设计为回顾性分析，可能存在选择偏倚	验证白内障影子投影理论并开发用于筛查后极性白内障的深度学习算法	回顾性收集546例超广角视网膜图像的数据	计算机视觉	白内障	深度学习算法	NA	图像	546例超广角视网膜图像
9828	2024-08-05	ctGAN: combined transformation of gene expression and survival data with generative adversarial network 2024-May-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae325 PMID:38980369	研究论文	本研究提出了ctGAN，这是一种结合基因表达和生存数据的生成对抗网络	ctGAN通过风格转化增强数据，提高了生存分析的可用性	该模型可能仅适用于癌症类型的分析，其他疾病类型的有效性尚不明确	研究旨在提高癌症生存分析的精确性和个性化治疗选择	本研究的对象为乳腺癌和其他11种癌症类型的基因表达及生存数据	机器学习	癌症	生成对抗网络 (GAN)	NA	基因表达数据和生存数据	11种癌症类型的生存数据和基因表达数据
9829	2024-08-05	DeepGRNCS: deep learning-based framework for jointly inferring gene regulatory networks across cell subpopulations 2024-May-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae334 PMID:38980373	研究论文	提出了一种基于深度学习的框架DeepGRNCS，用于跨细胞亚群共同推断基因调控网络	DeepGRNCS框架能够同时考虑细胞间异质性和不同细胞亚群之间的相似性，从而提高基因调控网络推断的准确性	目前的方法可能在处理极其复杂的细胞群体时仍存在一定局限性	研究基因调控网络的推断，以加深对细胞功能和疾病发病机制的理解	针对非小细胞肺癌的scRNA-seq数据进行关键基因的识别和生物学相关性分析	数字病理学	非小细胞肺癌	单细胞RNA测序（scRNA-seq）	深度学习模型	RNA-seq数据	不同的模拟和真实scRNA-seq数据集
9830	2024-08-05	An Update on the Use of Artificial Intelligence in Digital Pathology for Oral Epithelial Dysplasia Research 2024-May-10, Head and neck pathology DOI:10.1007/s12105-024-01643-4 PMID:38727841	评论	本文探讨了数字病理学中人工智能在口腔上皮异型增生(OED)研究中的应用进展。	该文献总结了使用深度学习和机器学习模型对OED进行诊断、分级及恶变预测的最新研究。	研究需要更多的证据以支持结果的广泛适用性、可解释性决策和预后预测。	本文旨在审查用于OED诊断的数字病理学中的人工智能应用的最新进展。	研究对象为使用人工智能对口腔上皮异型增生进行诊断和分级的研究。	数字病理学	口腔癌前病变	深度学习和机器学习	卷积神经网络和机器学习模型	组织病理学图像和口腔内临床图像	24项研究
9831	2024-08-05	A scoping review of methodologies for applying artificial intelligence to physical activity interventions 2024-May, Journal of sport and health science IF:9.7Q1 DOI:10.1016/j.jshs.2023.09.010 PMID:37777066	综述	这篇综述旨在提供研究人员和从业者对人工智能在身体活动干预中应用的理解	介绍了常见的机器学习、深度学习和强化学习算法，并鼓励采用AI方法	不同AI模型的比较结果不一，模型性能依赖于数据集和任务	探讨人工智能在促进身体活动和预测相关行为或健康结果中的应用	分析已有的研究以总结和分类AI方法论	自然语言处理	NA	机器学习，深度学习，强化学习	ML，DL，RL	研究数据	24项研究
9832	2024-08-05	Revolutionizing diagnostic pathology: The emergence and impact of artificial intelligence-what doesn't kill you makes you stronger? 2024 May-Jun, Clinics in dermatology IF:2.3Q2 DOI:10.1016/j.clindermatol.2023.12.020 PMID:38181890	研究论文	本研究探讨了人工智能在诊断病理学中的整合和影响，特别是皮肤病理学	文章强调了人工智能在病理学中的变革潜力，特别是其在改善全球医疗保健结果中的作用	研究未提及具体的实验数据和样本分析	探讨人工智能在诊断病理学中面临的挑战及其潜在解决方案	分析皮肤病理学中人工智能的应用及其发展挑战	数字病理学	NA	机器学习	深度学习	文献	44篇相关出版物
9833	2024-08-05	An efficient lightweight network for image denoising using progressive residual and convolutional attention feature fusion 2024-Apr-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-60139-x PMID:38664440	研究论文	提出了一种高效轻量级的逐步残差与卷积注意力特征融合网络，用于图像去噪	创新性地将逐步残差融合与卷积注意力机制结合，显著减少网络参数同时提高去噪性能	处理的噪声类型主要集中在高斯噪声和自然噪声，可能对其他噪声类型的适应性不足	研究旨在提升图像去噪技术的效率和效果	主要针对高斯和自然图像噪声进行去噪处理	计算机视觉	NA	卷积神经网络	逐步残差网络与卷积注意力机制融合网络	图像	涉及六个不同数据集的超过20种现有方法的结果优化比较
9834	2024-08-05	From big data to big insights: statistical and bioinformatic approaches for exploring the lipidome 2024-Apr, Analytical and bioanalytical chemistry IF:3.8Q1 DOI:10.1007/s00216-023-04991-2 PMID:37875675	review	该文章旨在全面描述脂质组学研究的统计和生物信息学方法	提供了关于脂质组数据分析的统计方法和生物信息学工具的框架	脂质组数据分析面临大数据和高度相关的数据结构导致的挑战	探讨脂质组学数据分析的方法和工具	脂质组学中的细胞脂质	数字病理学	NA	统计分析和深度学习	NA	数据集	NA
9835	2024-08-05	A comprehensive review of protein-centric predictors for biomolecular interactions: from proteins to nucleic acids and beyond 2024-Mar-27, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae162 PMID:38739759	review	本文对超过160种蛋白质-配体相互作用预测器进行全面评审	综合分析四类预测器的输入、特征配置、模型等多个重要视角，评估当前基于深度学习及其他新兴方法的预测能力	没有提到更多关于模型性能评估的具体数据或比较	旨在总结和分析不同的蛋白质-配体相互作用预测方法	研究对象为蛋白质与配体之间的相互作用	机器学习	NA	高通量技术	深度学习模型	蛋白质序列和特征数据	超过160个预测器
9836	2024-08-05	Computational design of soluble functional analogues of integral membrane proteins 2024-Mar-07, bioRxiv : the preprint server for biology DOI:10.1101/2023.05.09.540044 PMID:38496615	研究论文	本文介绍了利用深度学习设计复杂折叠和可溶性整合膜蛋白的功能类比。	创新点在于成功重现了独特的膜拓扑结构并将其功能引入到可溶性蛋白质中	NA	研究旨在利用计算方法设计复杂的蛋白质折叠和解决整合膜蛋白的功能性问题	研究对象为整合膜蛋白及其可溶性类比	计算生物学	NA	深度学习	NA	蛋白质结构	NA
9837	2024-08-05	From pixels to patient care: deep learning-enabled pathomics signature offers precise outcome predictions for immunotherapy in esophageal squamous cell cancer 2024-02-22, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-04997-z PMID:38388379	研究论文	本研究基于H&E染色病理标本，利用深度学习技术预测食管鳞状细胞癌患者对PD-1抑制剂的临床获益。	提出了一种名为ESCC-pathomics signature (ESCC-PS)的新方法，能够细分患者的风险组并独立预测PD-1抑制剂的生存率。	研究样本来自单中心，可能限制结果的普遍适用性。	旨在精确预测食管鳞状细胞癌患者对免疫治疗的反应。	食管鳞状细胞癌患者，接受PD-1抑制剂治疗。	数字病理学	食管癌	H&E染色病理图像深度学习	ViT-RNN	图像	包括163例食管鳞状细胞癌患者，使用的图像数量为324幅WSI图像，产生486,188个1024*1024像素的小块
9838	2024-08-05	Utility of artificial intelligence in the diagnosis and management of keratoconus: a systematic review 2024, Frontiers in ophthalmology DOI:10.3389/fopht.2024.1380701 PMID:38984114	系统评价	本研究综述了人工智能在角膜突出症及其他角膜扩张疾病的诊断和管理中的应用	综述了近年来人工智能在角膜突出症早期诊断和管理中的研究进展	仅包含英文研究，不包括病例报告、文献综述、会议论文和社论	探讨人工智能在角膜突出症的诊断和管理中的实用性	包括93项关于角膜突出症及相关病症的研究	数字病理学	角膜突出症	人工智能	深度学习	数据集	93项原始研究
9839	2024-08-05	Research on improved gangue target detection algorithm based on Yolov8s 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0293777 PMID:38980881	研究论文	提出了一种基于Yolov8s的改进算法，以提高煤矸石目标检测的速度和准确性	通过使用Fasternet作为骨干网络和引入DIoU损失函数，显著提高了检测性能和准确率	未提及该研究的适用限制或特定场景	提升煤矸石目标检测的速度和效率	煤矸石目标的检测和分类	计算机视觉	NA	深度学习	Yolov8s	NA	NA
9840	2024-08-05	Deep learning for MRI lesion segmentation in rectal cancer 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1394262 PMID:38983364	综述	本文讨论了深度学习在直肠癌MRI病变分割中的应用进展	探讨了深度学习分割算法的发展过程及其在直肠癌MRI病变分割中的应用	未提及具体的实验数据或结果，仅进行理论探讨	提供对直肠癌MRI病变分割的理论指导和支持	深度学习分割算法及其在直肠癌MRI图像中的应用	计算机视觉	直肠癌	深度学习	NA	医学图像	NA