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
10561	2024-08-05	A deep learning approach for acute liver failure prediction with combined fully connected and convolutional neural networks 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-248048 PMID:38759076	研究论文	本文提出了一种结合全连接和卷积神经网络的深度学习方法用于急性肝衰竭预测	创新点在于结合了全连接神经网络和卷积神经网络，以提高传统机器学习方法在预测急性肝衰竭中的性能和泛化能力	模型的鲁棒性和针对不平衡数据的能力仍需进一步改进	研究旨在通过深度学习提高急性肝衰竭预测的准确性和有效性	研究对象是急性肝衰竭患者及其相关临床数据	机器学习	肝病	深度学习	全连接神经网络和卷积神经网络	临床数据	NA
10562	2024-08-05	Deep learning-based anatomical position recognition for gastroscopic examination 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-248004 PMID:38669495	研究论文	该研究使用深度学习开发了用于胃镜检查的自动位置识别技术	提出了一种新的方法MogaNet，比现有模型在解剖位置识别上表现更优秀	未提及特定限制因素	利用深度学习技术提高胃镜检查中的解剖位置识别	17182张不同解剖位置的胃镜图像	计算机视觉	NA	卷积神经网络	MogaNet	图像	17182张
10563	2024-08-05	Biclustering for Epi-Transcriptomic Co-functional Analysis 2024, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-3918-4_19 PMID:38907925	研究论文	本文描述了多种二聚类挖掘算法，以发现表观转录组数据中的潜在共同功能模式	介绍了将新的深度学习技术引入表观转录组数据共同功能分析领域	NA	深入研究N-甲基腺苷（mA）修饰在表观转录组数据中的共同功能模式	表观转录组数据中的mA修饰及其共同功能模式	数字病理学	NA	深度学习	NA	表观转录组数据	NA
10564	2024-08-05	Deep learning approaches for breast cancer detection in histopathology images: A review 2024, Cancer biomarkers : section A of Disease markers IF:2.2Q3 DOI:10.3233/CBM-230251 PMID:38517775	综述	本文综述了使用深度学习技术对乳腺癌进行检测的最新技术现状	本文强调了深度学习算法在乳腺癌检测中的潜力，并讨论了不同架构在多种数据集上的表现	本文提到需要大量多样化的数据集及深度学习模型的可解释性作为挑战	本文旨在提供乳腺癌检测领域的最新技术和研究概况	本文研究对象为乳腺癌与组织病理图像的深度学习检测和分类	数字病理学	乳腺癌	深度学习	NA	组织病理图像	NA
10565	2024-08-05	Offensive language detection in low resource languages: A use case of Persian language 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0304166 PMID:38905214	研究论文	本文探讨了波斯语中攻击性语言检测的问题并提出了一种新的语料库	开发了包含6,000条动态博客帖子的新波斯语攻击性语言语料库，并提出了一种集成多个分类器的模型来改善检测效果	所使用的语料库主要集中在波斯语，可能不适用于其他低资源语言	研究波斯语的攻击性语言自动检测问题	波斯语中的攻击性语言	自然语言处理	NA	机器学习，深度学习，变换器基础的神经网络	SVM，单语变换器预训练语言模型 ParsBERT，集成模型	文本	6,000条从520,000个随机抽样的微博帖子中提取的样本
10566	2024-08-05	DeepHLApan: A Deep Learning Approach for the Prediction of Peptide-HLA Binding and Immunogenicity 2024, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-3874-3_15 PMID:38907901	研究论文	本文介绍了一种名为DeepHLApan的深度学习工具，用于预测肽-HLA结合亲和力及免疫原性	创新点在于结合肽-HLA结合亲和力和免疫原性进行新抗原的预测	NA	研究旨在推动肿瘤新抗原的预测及其在癌症免疫治疗中的应用	研究对象为肽-HLA结合及其免疫原性	生物信息学	癌症	深度学习	NA	NA	NA
10567	2024-08-05	Super-resolution of diffusion-weighted images using space-customized learning model 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-248037 PMID:38759065	研究论文	本研究开发了一种端到端的深度学习网络，以提高扩散加权成像（DWI）的空间分辨率	提出了一种空间定制的深度学习方法，结合了卷积神经网络和图卷积网络，以改善DWI的图像质量	对高维和非欧几何的DWI应用仍然具有挑战性	研究旨在通过后处理提高DWI的空间分辨率	本研究对象为扩散加权成像（DWI）	计算机视觉	NA	深度学习	CNN和GCNN	图像	在人体连接组项目中评估
10568	2024-08-05	Intelligent quality control of traditional chinese medical tongue diagnosis images based on deep learning 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-248018 PMID:38759050	研究论文	本文提出了一种基于深度学习的图像质量控制算法，用于验证中医舌诊图像的合格性。	该研究利用ResNet34模型并通过迁移学习方法，达到97.06%的图像质量控制准确率，确保舌图像处理的后续分析。	研究并未涉及舌诊图像以外的其他中医诊断图像的质量控制。	研究旨在提高传统中医舌诊技术的标准化、客观化和量化水平。	研究对象为中医舌诊图片，分为五种状态。	数字病理学	NA	深度学习	ResNet34	图像	大量图像样本
10569	2024-08-05	Applications of deep learning models in precision prediction of survival rates for heart failure patients 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-248029 PMID:38759059	研究论文	本研究使用Seq2Seq模型提高心力衰竭患者的死亡率预测精度	该研究首次将Seq2Seq模型与患者特征结合用于心力衰竭的死亡率精准预测，优于传统机器学习方法	未提及存在的局限性	利用Seq2Seq模型与患者特征进行心力衰竭死亡率的精准预测	心力衰竭患者的12个患者特征	机器学习	心血管疾病	深度学习	Seq2Seq	连续医疗记录	NA
10570	2024-08-05	Research on multi-defects classification detection method for solar cells based on deep learning 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0304819 PMID:38905246	研究论文	提出一种基于深度学习的太阳能电池多缺陷分类检测方法	采用不同优化方法的深度学习模型和多模型融合的分类检测方法来提高太阳能电池表面缺陷的检测精度	没有提及模型在真实应用中的表现和其他类型缺陷的检测能力	提高太阳能电池制造过程中的缺陷检测精度和速度	太阳能电池表面的缺陷检测	计算机视觉	NA	YOLOv5s, K-means, MobileNetV2	YOLOv5s, MobileNetV2	图像	NA
10571	2024-08-05	Deep learning-based differentiation of ventricular septal defect from tetralogy of Fallot in fetal echocardiography images 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-248040 PMID:38759068	研究论文	本文探讨了使用深度学习技术区分胎儿超声图像中的室间隔缺损和法洛四联症	采用弱监督数据增强网络（WSDAN）在细粒度图像分类任务中表现最佳，显示了其在识别先天性心脏病中的潜力	研究可能受到样本数量的限制，只有105张TOF图像和96张VSD图像	提高对先天性心脏病的早期诊断能力	胎儿超声图像中的法洛四联症和室间隔缺损	计算机视觉	先天性心脏病	卷积神经网络（CNN）	VGG19, ResNet50, NTS-Net, WSDAN	图像	共收集了201张图像，包括105张法洛四联症图像和96张室间隔缺损图像
10572	2024-08-05	Optimizing cardiovascular image segmentation through integrated hierarchical features and attention mechanisms 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-248035 PMID:38759064	研究论文	本文介绍了一种深度学习方法用于自动化心血管图像分割	引入了创新的区域加权融合和形状特征细化模块，利用极化自注意力显著提高了多尺度特征集成和形状微调的性能	NA	研究心血管医学图像的自动分割技术	心血管图像	计算机视觉	心血管疾病	深度学习	NA	图像	NA
10573	2024-08-05	Exploring the potential of representation and transfer learning for anatomical neuroimaging: Application to psychiatry 2024-Aug-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2024.120665 PMID:38848981	研究论文	本研究探讨了在精神病学中应用代表性和迁移学习的解剖神经影像学的潜力	提出了通过自监督学习、生成建模和基于年龄的监督学习等三种预训练策略来改善深度学习在临床数据集中的表现	现有比较研究主要集中于预测临床关系较低的表型，且仅使用单一数据集	研究深度学习和标准机器学习在解剖神经影像学上的预测能力及其在精神病学中的应用	比较深度学习和标准机器学习在精神病学中对精神分裂症、躁郁症和自闭症谱系障碍的预测能力	数字病理学	精神病	深度学习	深度集成模型	图像	脑影像数据来自约10k的健康人群和≤1k的临床数据集
10574	2024-08-05	Automated segmentation of epilepsy surgical resection cavities: Comparison of four methods to manual segmentation 2024-Aug-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2024.120682 PMID:38866195	研究论文	该研究比较了四种自动分割管道在癫痫手术切除腔体的准确性	首次对四种自动分割方法在不同类型癫痫手术切除结果上的表现进行了比较	所有算法均未能识别所有切除腔，且仍需要人工质量控制	比较四种自动分割管道在MRI上切除腔体的准确性	50名接受癫痫手术的患者，包括30名颞叶和20名外颞叶患者	数字病理	癫痫	SPM-12和3D U-net卷积神经网络	CNN	MRI图像	50个患者的手术切除腔体
10575	2024-08-05	Ultra-High-Resolution T2-Weighted PROPELLER MRI of the Rectum With Deep Learning Reconstruction: Assessment of Image Quality and Diagnostic Performance 2024-Jul-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001047 PMID:37975732	研究论文	本研究评估了超高分辨率获取和深度学习重建对直肠T2加权PROPELLER成像的图像质量和诊断性能的影响	提出了一种结合超高分辨率和深度学习重建的PROPELLER成像方法，从而改善了图像质量和识别性能	在直肠癌的病理情况下，MRI的诊断准确性并未提高，可能受到假阳性MRI结果或假阴性病理结果的影响	评估超高分辨率和深度学习重建在直肠MRI中的应用效果	34名接受MRI检查的直肠肿瘤患者	医学影像学	直肠癌	磁共振成像（MRI）	深度学习重建（DLR）	影像	34名患者
10576	2024-08-05	Enhanced multi view 3D reconstruction with improved MVSNet 2024-Jun-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-64805-y PMID:38890489	研究论文	提出了一种基于改进MVSNet网络架构的三维重建算法	使用DE模块结合残差框架来增强特征提取机制，并利用注意力机制提升3D成本体积的正则化过程	未在其他数据集上进行广泛验证	提升三维场景重建的精度和质量	基于DTU数据集进行的三维重建模型评估	计算机视觉	NA	多视角立体视觉 (MVS)	改进的MVSNet	图像	使用DTU数据集进行评估，具体样本数量未说明
10577	2024-08-05	AI powered quantification of nuclear morphology in cancers enables prediction of genome instability and prognosis 2024-Jun-19, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00623-9 PMID:38898127	研究论文	本文介绍了一种基于深度学习的数字病理管道，用于全面量化癌症中细胞核的形态，进而预测基因组不稳定性和预后	提出了一种全组织的深度学习方法，用于核检测、分割和分类，能够提取具有临床相关性的核形态生物标记	使用手动收集的核注释进行模型训练可能存在偏差，且模型效能在不同癌症类型中可能存在变化	研究细胞核形态与预后生物标记之间的关联	BRCA、LUAD和PRAD等癌症类型的细胞核	数字病理	乳腺癌、肺腺癌、前列腺癌	深度学习	对象检测和分割模型	图像	使用BRCA、LUAD和PRAD TCGA队列的H&E染色切片样本
10578	2024-08-05	EPI-Trans: an effective transformer-based deep learning model for enhancer promoter interaction prediction 2024-Jun-18, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05784-9 PMID:38890584	研究论文	本研究提出了一种基于变换器的深度学习模型EPI-Trans，用于增强子-启动子相互作用的预测	提出了一种新型的变换器模型EPI-Trans，克服了现有基于卷积神经网络和递归神经网络方法的局限性	当前的方法主要依赖于卷积神经网络和递归神经网络，而未考虑增强子和启动子序列之间的上下文细节和长距离相互作用	研究增强子-启动子相互作用的预测，改善现有计算方法的性能	使用六个基准细胞系的数据进行模型评估	计算机视觉	NA	深度学习	变换器	NA	六个基准细胞系
10579	2024-08-05	Empowering artificial intelligence in characterizing the human primary pacemaker of the heart at single cell resolution 2024-06-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-63542-6 PMID:38890395	研究论文	本研究利用一种新颖的深度学习去卷积方法对人类窦房结的细胞异质性进行了表征	采用Bulk2space方法首次从单细胞数据集中对人类窦房结进行细胞组成分析	本研究主要依赖于非人类物种的单细胞数据，可能影响结果的直接应用	研究人类窦房结的细胞组成及其特性	人类窦房结细胞种群的组成和特征	数字病理学	心血管疾病	scRNA-Seq	深度学习去卷积	单细胞数据	使用了公共的鼠类scRNA-Seq数据作为参考，识别了18个人类细胞种群
10580	2024-08-05	A hybrid deep approach to recognizing student activity and monitoring health physique based on accelerometer data from smartphones 2024-06-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-63934-8 PMID:38890409	研究论文	该文章提出了一种基于智能手机加速度计数据的混合深度学习方法，用于识别学生活动和监测健康状况	文章通过使用双向长短期记忆网络（BiLSTM）和贝叶斯优化，显著提高了人类活动识别的性能	当前LSTM网络的隐含单元预设和初始学习率依赖于先前知识，可能导致亚优化状态	通过考虑人类行为的动态特性，提高人类活动识别的性能	研究对象为学生的身体活动和健康状况	计算机视觉	NA	加速度计数据	双向长短期记忆网络 (BiLSTM)	传感器数据	经过五折交叉验证的训练和测试数据集