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
10081	2024-08-05	Improving the enzymatic activity and stability of N-carbamoyl hydrolase using deep learning approach 2024-Jun-04, Microbial cell factories IF:4.3Q1 DOI:10.1186/s12934-024-02439-5 PMID:38834993	研究论文	本文通过深度学习方法开发了一款理性设计软件“Feitian”，以增强DCase的酶活性和热稳定性	开发了一款新的理性设计软件“Feitian”，基于kcat预测，成功构建了增强酶活性的三点突变体DCase-M3	预测准确度约为50%，可能限制了模型的广泛应用	提高DCase的酶活性和热稳定性	D-amino acids合成过程中使用的DCase酶	机器学习	NA	深度学习	NA	NA	六个单点突变体
10082	2024-08-05	A deep learning approach for mental health quality prediction using functional network connectivity and assessment data 2024-Jun, Brain imaging and behavior IF:2.4Q2 DOI:10.1007/s11682-024-00857-y PMID:38340285	研究论文	本研究利用静态功能网络连接数据和深度学习模型预测个体的心理健康质量	将静态功能网络连接数据与深度学习相结合，提出一种新的心理健康质量评估方法	尚未提及研究的局限性	评估个体的心理健康质量并揭示其神经模式	研究对象为UK Biobank数据集中的参与者	机器学习	精神健康	功能磁共振成像 (fMRI)	深度学习模型	静态功能网络连接数据	参与者样本数量未具体提及
10083	2024-08-05	Bidirectional Encoder Representations from Transformers in Radiology: A Systematic Review of Natural Language Processing Applications 2024-Jun, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2024.01.012 PMID:38302036	评论	该文章系统评估了BERT在放射学中的影响和应用。	揭示了BERT在放射学报告分类和自动协议分配中的新兴应用。	纳入的研究主要是回顾性的，未涉及前瞻性研究。	研究BERT在放射学领域的应用和影响。	通过系统评价获取与BERT模型相关的放射学文献。	自然语言处理	NA	BERT	NA	文本	共筛选出597个结果，其中30个符合纳入标准
10084	2024-08-05	Comprehensive clinical application analysis of artificial intelligence-enabled electrocardiograms for screening multiple valvular heart diseases 2024-05-16, Aging DOI:10.18632/aging.205835 PMID:38761181	研究论文	该研究分析了人工智能辅助心电图在筛查多种瓣膜性心脏病中的临床应用	开发了五种深度学习模型以识别不同类型的瓣膜性心脏病	文章没有提及模型在不同种族或年龄群体中的表现	旨在评估人工智能心电图在瓣膜性心脏病筛查中的有效性	研究对象为77,047名接受过超声心动图和12导联心电图检查的患者	机器学习	瓣膜性心脏病	深度学习	深度学习模型(DLM)	心电图	共计77,047名患者的122,728个心电图
10085	2024-08-05	Artificial Intelligence and Machine Learning in Neuroregeneration: A Systematic Review 2024-May, Cureus DOI:10.7759/cureus.61400 PMID:38953082	系统评价	人工智能和机器学习在神经再生领域的应用现状进行综合评估	本文系统性回顾了人工智能/机器学习在神经再生中的最新应用，并强调了它们在诊断和治疗中的潜力	当前的研究相对零散，需要更全面的整合	旨在评估人工智能和机器学习在神经再生中的应用	研究对象包括神经疾病诊断、机器人康复和药物发现等	机器学习	NA	深度学习以及标准机器学习算法	NA	图像数据、动物模型和电子健康记录	共选取19篇文章，涉及247篇文献
10086	2024-08-05	Synthetic PET from CT improves diagnosis and prognosis for lung cancer: Proof of concept 2024-Mar-19, Cell reports. Medicine DOI:10.1016/j.xcrm.2024.101463 PMID:38471502	研究论文	本研究开发了一种生成对抗网络生成合成PET图像，以改善肺癌的诊断和预后	首次证明了使用深度学习将CT转换为高保真PET图像的可行性	该研究的合成PET图像尚未在临床广泛应用，且限制于特定的数据集	提升肺癌的诊断、分期、风险预测及预后评估	使用多中心多模态肺癌数据集中的CT扫描	数字病理学	肺癌	生成对抗网络	NA	图像	1,478个肺癌样本
10087	2024-08-05	Translating prognostic quantification of c-MYC and BCL2 from tissue microarrays to whole slide images in diffuse large B-cell lymphoma using deep learning 2024-Jan-19, Diagnostic pathology IF:2.4Q2 DOI:10.1186/s13000-023-01425-6 PMID:38243330	研究论文	本研究开发了一种基于深度学习的方法，可以在全切片图像中对c-MYC和BCL2的阳性肿瘤细胞进行自动量化	提出了一种使用注意力机制的多实例学习技术，能够在不需要单个细胞核注释的情况下，从组织微阵列核心的注释中回归阳性肿瘤细胞的比例	本研究的模型可能在不同类型组织样本或更复杂的组织结构中表现不如预期	评估c-MYC和BCL2在弥漫大B细胞淋巴瘤中的预后能力，并通过深度学习技术实现自动化量化	弥漫大B细胞淋巴瘤患者的肿瘤样本，尤其是关注c-MYC和BCL2的阳性表达	数字病理学	淋巴瘤	注意力机制的多实例学习	NA	全切片图像	使用来自斯坦福的公开组织微阵列数据集进行训练，涉及多中心队列的全切片图像
10088	2024-08-05	StratoLAMP: Label-free, multiplex digital loop-mediated isothermal amplification based on visual stratification of precipitate 2024-Jan-09, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2314030121 PMID:38165933	研究论文	本研究提出了一种无需标签的多重数字环介导等温扩增方法StratoLAMP，基于沉淀物的可视化分层进行分析	StratoLAMP通过视觉分层沉淀物无标签实现多重核酸检测，省去荧光染料或探针，降低复杂性和成本	尚未提及研究的具体局限性	开发一种高效且成本低的无标签多重核酸检测方法	研究不同浓度引物对核酸靶标扩增沉淀物产生的影响	数字病理学	NA	数字环介导等温扩增	深度学习	图像	NA
10089	2024-08-05	Heterogeneity in intrahepatic macrophage populations and druggable target expression in patients with steatotic liver disease-related fibrosis 2024-Jan, JHEP reports : innovation in hepatology IF:9.5Q1 DOI:10.1016/j.jhepr.2023.100958 PMID:38162144	研究论文	本研究评估了脂肪性肝病患者体内的肝内巨噬细胞与药物靶点的表达情况	发现了脂肪性肝病患者中巨噬细胞表型及药物靶点的显著异质性	患者内表型差异很大，可能影响结果的一致性	确定肝内巨噬细胞活性评分或纤维化分期对表型和药物靶点表达的影响	评估脂肪性肝病患者及对照者的肝内巨噬细胞	数字病理学	脂肪性肝病	基因表达分析、免疫组化、谱成像和空间分析	深度学习/人工智能算法	基因和蛋白质数据	共计64个样本，包含30个来自活检的样本和34个用于蛋白表达分析的样本
10090	2024-08-05	A deep learning algorithm to identify carotid plaques and assess their stability 2024, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2024.1321884 PMID:38952409	研究论文	本文开发了一种深度学习算法，以识别颈动脉斑块并评估其稳定性	提出了一种基于BCNN-ResNet的自动化算法，提供更一致和客观的诊断方法	研究未提及潜在的临床适用性和长期效果验证	旨在利用深度学习解决颈动脉斑块筛查中的主观性问题	使用超声图像评估颈动脉斑块的存在与稳定性	计算机视觉	NA	超声	BCNN-ResNet	图像	3860张超声图像，来自1339名参与者
10091	2024-08-05	Residual and bidirectional LSTM for epileptic seizure detection 2024, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2024.1415967 PMID:38952709	研究论文	本文提出了一种名为ResBiLSTM的混合深度学习方法，用于通过EEG信号检测癫痫发作	创新性地结合了一维残差神经网络和双向长短时记忆网络来提取空间和时间特征	NA	旨在提高癫痫发作检测的准确性和效率	癫痫发作数据集，特别是来自波恩大学和天普大学医院的数据集	机器学习	癫痫	EEG信号分析	残差神经网络和双向LSTM	生物信号	使用了波恩数据集和天普大学医院的数据集进行评估
10092	2024-08-05	Toward the design of persuasive systems for a healthy workplace: a real-time posture detection 2024, Frontiers in big data IF:2.4Q2 DOI:10.3389/fdata.2024.1359906 PMID:38953011	研究论文	本研究开发了用于实时姿势检测的说服性技术	本研究使用YOLO-V3模型在姿势检测中取得了比CNN模型更高的精确度，提出了将其集成到健康工作场所设计中的建议	研究中收集的姿态数据仅来源于YouTube视频和Kaggle，可能存在数据集的多样性和代表性不足问题	探讨如何设计用于促使健康行为的系统，特别是姿势检测技术	研究对象为工作场所中的用户姿势，特别关注舒适与不舒适的姿势分类	计算机视觉	NA	深度学习	YOLO-V3和CNN	图像	使用了来自YouTube视频和Kaggle的姿势数据集进行训练
10093	2024-08-05	Winter wheat ear counting based on improved YOLOv7x and Kalman filter tracking algorithm with video streaming 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1346182 PMID:38952848	研究论文	本文提出了一种基于改进YOLOv7x和卡尔曼滤波追踪算法的实时麦穗计数方法	引入了空间到深度模块和新的归一化高斯瓦瑟斯坦距离损失函数，以提升YOLOv7x的检测性能	样本可能仅限于特定环境，实时检测帧率相对较低	实现大型分辨率无人机视频下的麦穗检测与计数	作者研究了麦穗的检测与计数	计算机视觉	NA	YOLOv7x, 卡尔曼滤波	YOLOv7xSPD Counter	视频	NA
10094	2024-08-05	ProactiV: Studying Deep Learning Model Behavior Under Input Transformations 2024-Aug, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2023.3301722 PMID:37535493	研究论文	该文探讨了在输入变换下深度学习模型行为的可视分析方法ProactiV	提出了一种模型无关的可视分析方法，以帮助开发者主动研究输出行为并识别模型的脆弱点	现有的方法主要集中在每类或实例级别的分析，未能全面评估模型在各种输入变换下的行为	改善深度学习模型的可解释性与性能	深度学习模型的输入变换对模型输出行为的影响	机器学习	NA	输入优化方法	NA	图像	NA
10095	2024-08-05	AutoTitle: An Interactive Title Generator for Visualizations 2024-Aug, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2023.3290241 PMID:37384476	研究论文	我们提出了AutoTitle，这是一种满足多种用户需求的交互式可视化标题生成器	AutoTitle通过深度学习生成标题，并提供用户交互界面以过滤指标，创新地结合了用户反馈和六个标题质量因素	未提及此工具的适用范围或在特定应用中的效果	旨在为可视化作品生成高质量的标题	可视化作者和潜在的标题生成用户	计算机视觉	NA	深度学习	NA	NA	参与用户研究的用户人数未明确说明
10096	2024-08-05	Shading-Guided Manga Screening From Reference 2024-Aug, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2023.3282223 PMID:37267131	研究论文	本研究提出了一种基于阴影引导的漫画筛选方法	引入阴影线条绘画作为屏幕漫画的中间对应物，将漫画筛选任务分解为生成阴影和替换适当的筛网色调两个子任务	研究未提及对多种艺术风格的适应性和通用性	旨在改善漫画制作中漫画筛选过程中的效率和质量	目标是生成阴影和合适的筛网色调	计算机视觉	NA	参考图像生成网络	NA	图像	进行大量视觉和定量实验以验证系统的有效性
10097	2024-08-05	Novel progressive deep learning algorithm for uncovering multiple single nucleotide polymorphism interactions to predict paclitaxel clearance in patients with nonsmall cell lung cancer 2024-Aug, Cancer innovation DOI:10.1002/cai2.110 PMID:38948246	研究论文	本文开发了一种新型的深度学习算法，用于揭示多重单核苷酸多态性相互作用，以预测非小细胞肺癌患者的紫杉醇清除率	提出了一种名为GEP-CSIs的数据挖掘算法，通过线性代数计算处理离散变量，优于传统的生物信息学方法	目前尚无关于该算法在不同癌症类型中的广泛适用性测试	研究紫杉醇的清除率与基因多态性之间的关系	非小细胞肺癌患者的基因多态性与紫杉醇清除数据	机器学习	肺癌	深度学习	GEP-CSIs算法	基因数据	使用了主要集和验证集的数据进行分析
10098	2024-08-05	Optimizing time prediction and error classification in early melanoma detection using a hybrid RCNN-LSTM model 2024-Aug, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24559 PMID:38515433	研究论文	本文提出了一种混合RCNN-LSTM模型，用于早期黑色素瘤检测中的时间预测和错误分类优化	采用了递归卷积神经网络(RCNN)和长短期记忆网络(LSTM)的深度学习方法，并考虑上下文依赖性来减少黑色素瘤检测中的分类错误	针对模型的局限性、外部数据的适用性及模型在未见数据上的表现尚需进一步探讨	优化早期黑色素瘤检测中的时间预测和错误分类	使用国际皮肤图像数据库，通过RCNN-LSTM对黑色素瘤进行分类和分析	计算机视觉	皮肤癌	深度学习	RCNN-LSTM	图像	三个数据集
10099	2024-08-05	Motion In-Betweening via Deep ∆-Interpolator 2024-Aug, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2023.3309107 PMID:37639420	研究论文	本文展示了使用深度学习基的插值器在基于关键帧合成人体运动中的应用	提出了一种在delta模式下操作的深度插值方法并利用球面线性插值器作为基线，取得了更高的准确性和有效性	文章未明确提及具体的局限性	探讨基于关键帧的人体运动合成的更优方法	通过公共数据集的实验验证方法的有效性和性能	计算机视觉	NA	深度学习	NA	运动数据	使用了公共数据集，具体样本数量未说明
10100	2024-08-05	Supervertex Sampling Network: A Geodesic Differential SLIC Approach for 3D Mesh 2024-Aug, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2023.3294845 PMID:37440384	研究论文	提出了一种新的可微分分段方法GDSV用于3D网格的分析	将深度超像素学习方法扩展到3D网格，并提出可微分的GDSV方法	现有的聚类基础网格层次构建方法难以嵌入其他可训练网络	旨在改进3D网格的分段和Hierarchical表示	3D网格数据集的分析和分类	计算机图形学	NA	可微分SLIC聚类算法	NA	3D网格	多个数据集