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
461	2024-08-22	The history and future of population pharmacokinetic analysis in drug development 2024-Jul, Xenobiotica; the fate of foreign compounds in biological systems DOI:10.1080/00498254.2023.2291792 PMID:38051030	研究论文	本文回顾了群体药代动力学分析在药物开发中的历史演变，并探讨了未来可能的发展方向	引入了新的机器学习工具，如遗传算法、机器学习算法和深度学习模型，以解决传统方法的挑战	新模型在准确外推方面仍存在疑问，需要进一步研究	探讨群体药代动力学分析在药物开发中的应用及其未来发展	群体药代动力学分析方法及其在药物开发中的应用	NA	NA	机器学习	遗传算法、机器学习算法、深度学习模型	药代动力学数据	NA
462	2024-08-21	The artificial intelligence in autopsy and crime scene analysis 2024 Jul-Aug, La Clinica terapeutica DOI:10.7417/CT.2024.5114 PMID:39101424	综述	本文综述了人工智能技术在法医学领域中的应用，特别是在尸检和犯罪现场分析中的应用	人工智能技术如机器学习、深度学习、机器人技术和人工神经网络被应用于法医学领域，提高了尸检的精确性和效率	尽管人工智能在尸检中的应用提高了效率和准确性，但其集成需要谨慎平衡技术进步和伦理责任，以确保法医实践的信任和完整性	探讨人工智能在法医学中的应用，特别是在尸检和犯罪现场分析中的应用	分析人工智能在法医学和尸检领域的应用	人工智能	NA	机器学习, 深度学习, 机器人技术, 人工神经网络	NA	NA	NA
463	2024-08-21	DeepRisk: A deep learning approach for genome-wide assessment of common disease risk 2024-Jul, Fundamental research IF:5.7Q1 DOI:10.1016/j.fmre.2024.02.015 PMID:39156563	研究论文	本文介绍了一种基于深度学习的DeepRisk方法，用于评估常见疾病的遗传风险	DeepRisk方法通过深度学习模型捕捉单核苷酸多态性（SNPs）之间的复杂非线性关联，改进了传统的多基因风险评分方法	NA	开发一种更有效的方法来评估常见疾病的遗传风险	常见疾病如阿尔茨海默病、炎症性肠病、2型糖尿病和乳腺癌	机器学习	NA	深度学习	深度学习模型	基因型数据	NA
464	2024-08-21	A review of deep learning methods for ligand based drug virtual screening 2024-Jul, Fundamental research IF:5.7Q1 DOI:10.1016/j.fmre.2024.02.011 PMID:39156568	综述	本文综述了深度学习方法在基于配体的药物虚拟筛选中的应用	探讨了如何总结现有的深度学习在药物虚拟筛选中的应用，选择不同模型解决不同的药物筛选问题，并进一步提高深度学习在药物虚拟筛选中的能力	未具体提及	旨在总结和分析深度学习方法在药物虚拟筛选中的应用，并探讨未来的挑战和方向	深度学习模型在药物虚拟筛选中的性能	机器学习	NA	深度学习	CNN, LSTM, GAN等	数据集	构建了不同大小的数据集来评估深度学习模型在大规模配体虚拟筛选中的性能
465	2024-08-21	Machine learning for the identification of phase transitions in interacting agent-based systems: A Desai-Zwanzig example 2024-Jul, Physical review. E DOI:10.1103/PhysRevE.110.014121 PMID:39160966	研究论文	本文提出了一种数据驱动的框架，用于在Desai-Zwanzig模型中识别相变，使用比传统封闭形式模型更少的变量	使用扩散映射算法识别数据驱动的潜变量集，并利用深度学习框架进行数据驱动坐标的共形重参数化	NA	研究基于代理的模型中的相变和噪声诱导过渡	Desai-Zwanzig模型	机器学习	NA	扩散映射算法	残差神经网络	数据驱动坐标	NA
466	2024-08-20	[Deep Learning-Based Artificial Intelligence Model for Automatic Carotid Plaque Identification] 2024-Jul-30, Zhongguo yi liao qi xie za zhi = Chinese journal of medical instrumentation DOI:10.12455/j.issn.1671-7104.240009 PMID:39155246	研究论文	本研究开发了一个用于检测颈动脉超声图像中斑块存在的数据集，并利用结合双线性卷积神经网络与残差神经网络的单输入BCNN-ResNet模型进行诊断	提出的单输入BCNN-ResNet网络模型在内部和外部验证中均显示出优于ResNet-34网络模型的诊断能力	NA	开发一个自动检测颈动脉斑块的人工智能模型	颈动脉斑块的自动识别	计算机视觉	心血管疾病	深度学习	BCNN-ResNet	图像	1761张超声图像，来自1165名参与者
467	2024-08-20	[Development of an Intelligent Multi-Parameter Sleep Diagnosis and Analysis System] 2024-Jul-30, Zhongguo yi liao qi xie za zhi = Chinese journal of medical instrumentation DOI:10.12455/j.issn.1671-7104.240036 PMID:39155248	研究论文	开发了一种智能多参数睡眠诊断与分析系统，旨在改善睡眠障碍呼吸（SDB）的诊断方法	该系统引入了数据质量控制、气体代谢评估和血流动力学监测功能，并采用深度学习方法进行智能数据分析	NA	开发一种新的智能PSG系统，以提高SDB的诊断效率和准确性	睡眠障碍呼吸（SDB）患者	生物医学工程	睡眠障碍	深度学习	NA	生理信号数据	NA
468	2024-08-20	[Practical Application of Intelligent Vision Measurement System Based on Deep Learning] 2024-Jul-30, Zhongguo yi liao qi xie za zhi = Chinese journal of medical instrumentation DOI:10.12455/j.issn.1671-7104.230652 PMID:39155249	研究论文	设计并开发了一种基于深度学习的智能视觉测量系统，用于从侧面检测和分析干眼症患者的眨眼特征	采用深度学习关键点识别技术从侧面分析眼睑特征，并自动计算完整和不完整眨眼的比率	NA	全面评估临床干眼症患者的真实视觉功能及眨眼特征对视觉功能的影响	干眼症患者的眨眼特征	计算机视觉	干眼症	深度学习	NA	图像	NA
469	2024-08-20	[Application of Photoplethysmography Combined with Deep Learning in Postoperative Monitoring of Flaps] 2024-Jul-30, Zhongguo yi liao qi xie za zhi = Chinese journal of medical instrumentation DOI:10.12455/j.issn.1671-7104.230624 PMID:39155256	研究论文	本研究探讨了光电容积描记术（PPG）与一维卷积神经网络（1D-CNN）结合在皮肤瓣动脉术后监测中区分栓塞程度和定位栓塞部位的能力	首次结合PPG与1D-CNN进行皮肤瓣动脉的术后监测，能够有效识别栓塞程度和定位栓塞部位	NA	探索PPG与1D-CNN结合在皮肤瓣动脉术后监测中的应用	皮肤瓣动脉的栓塞程度和栓塞部位	机器学习	NA	光电容积描记术（PPG）	一维卷积神经网络（1D-CNN）	数据	使用了皮肤瓣动脉模型和兔皮肤瓣模型进行数据收集和验证
470	2024-08-20	Using VIS-NIR hyperspectral imaging and deep learning for non-destructive high-throughput quantification and visualization of nutrients in wheat grains 2024-Jul-29, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2024.140651 PMID:39154465	研究论文	本研究提出了一种利用可见-近红外高光谱成像和深度学习技术对小麦中的营养成分进行高通量、无损量化和可视化的方法	本研究首次提出了一种改进的pix2pix条件生成网络模型，用于可视化营养成分分布，并展示了比原始模型更好的结果	NA	开发一种高通量、低成本的方法来量化作物谷物中的营养成分，以促进食品加工和营养研究	小麦中的营养成分	机器学习	NA	可见-近红外高光谱成像	pix2pix条件生成网络	高光谱图像	数百种营养成分
471	2024-08-20	The scope of artificial intelligence in retinopathy of prematurity (ROP) management 2024-Jul-01, Indian journal of ophthalmology IF:2.1Q2 DOI:10.4103/IJO.IJO_2544_23 PMID:38454859	研究论文	本文探讨了人工智能在早产儿视网膜病变（ROP）管理中的应用范围	文章介绍了深度学习技术在ROP筛查中的应用，特别是卷积神经网络（CNN）在图像处理和认知任务中的优势	文章提到了AI系统在不同人群数据集上的性能差异，以及对AI实施的医疗法律方面的担忧	研究旨在探索人工智能技术在ROP管理中的应用潜力	研究对象为早产儿视网膜病变（ROP）及其管理	机器学习	早产儿疾病	深度学习	卷积神经网络（CNN）	图像	使用了印度数据集进行AI风险模型的验证
472	2024-08-19	Advances in the Clinical Application of High-throughput Proteomics 2024 Jul-Sep, Exploratory research and hypothesis in medicine DOI:10.14218/erhm.2024.00006 PMID:39148720	综述	本文综述了高通量蛋白质组学在临床应用中的最新进展，并讨论了相关的挑战、优势和未来方向	高通量蛋白质组学具有识别新的全局蛋白质网络、发现新蛋白质以及与其他组学数据协同整合的优势	高通量蛋白质组学在临床应用中面临蛋白质性质多样、统计模型限制、数据提交、整合和协调的技术和物流困难以及临床验证和考虑的监管要求等挑战	探讨高通量蛋白质组学在临床应用中的进展和未来方向	研究对象包括乳腺癌、膀胱癌、喉鳞状细胞癌、胃癌、结直肠癌和冠状病毒病2019	数字病理学	NA	数据独立采集质谱、纳米孔基蛋白质组学、4D蛋白质组学、二次离子质谱	深度学习模型	蛋白质组学数据	NA
473	2024-08-18	The McMaster Health Information Research Unit: Over a Quarter-Century of Health Informatics Supporting Evidence-Based Medicine 2024-Jul-31, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/58764 PMID:39083765	研究论文	本文回顾了麦克马斯特健康信息研究单元（HiRU）在支持循证医学（EBM）方面超过25年的发展历程	介绍了HiRU在早期通过数字健康信息学教授临床医生使用调制解调器和电话线搜索MEDLINE，以及后来引入临床查询验证搜索过滤器和应用机器学习、深度学习及大型语言模型（LLMs）来提高搜索精确度的创新方法	NA	探讨健康信息学在过去25多年中支持证据搜索和检索过程的演变，以及LLMs和负责任的人工智能的角色	健康信息学在循证医学中的应用	自然语言处理	NA	机器学习, 深度学习, 大型语言模型（LLMs）	大型语言模型（LLMs）	文本	每年近100万篇文章添加到PubMed
474	2024-08-18	Global research of artificial intelligence in eyelid diseases: A bibliometric analysis 2024-Jul-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e34979 PMID:39148986	meta-analysis	本研究使用文献计量方法对全球人工智能在眼睑疾病领域的研究进行综述	分析了过去二十年该领域的发展趋势，并指出了最近三年的快速发展阶段	尽管该领域在最近三年迅速发展，但仍存在研究空白	生成全球人工智能在眼睑疾病研究领域的概述	人工智能在眼睑疾病的研究	NA	NA	文献计量分析	NA	文献	98篇相关出版物
475	2024-08-18	Semi-supervised learning with flexible threshold for non-intrusive load monitoring 2024-Jul-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e34457 PMID:39148998	研究论文	本文提出了一种结合一致性正则化和伪标签的半监督学习方法，用于在有限标记数据和大量未标记数据的情况下进行非侵入式负载监测中的设备识别	该方法通过灵活调整不同设备的阈值，以适应不同设备类别的学习难度，从而提高识别性能	NA	旨在解决非侵入式负载监测中监督学习模型需要大量标注数据的问题	非侵入式负载监测中的设备识别	机器学习	NA	NA	NA	数据	使用了公开可用的数据集
476	2024-08-18	Integrating ensemble and machine learning models for early prediction of pneumonia mortality using laboratory tests 2024-Jul-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e34525 PMID:39149016	研究论文	本研究旨在开发一种基于实验室检测结果的早期预测肺炎死亡率的AI模型	本研究首次将集成模型与机器学习技术结合，用于肺炎死亡率的早期预测，并强调了实验室检测数据在AI医疗研究中的重要性	NA	开发一种早期预测肺炎死亡率的AI模型	肺炎患者的实验室检测结果和基本临床信息	机器学习	肺炎	机器学习模型（XGBoost, CatBoost, LGBM）和深度学习方法（多层感知器MLP）	集成模型	实验室检测数据	80,940个数据实例
477	2024-08-18	NCME-Net: Nuclear cataract mask encoder network for intelligent grading using self-supervised learning from anterior segment photographs 2024-Jul-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e34726 PMID:39149020	研究论文	本文提出了一种名为NCME-Net的混合模型，用于通过自监督学习对前段照片进行核性白内障严重程度的四分类分析	NCME-Net利用自监督预训练，无需昂贵的数据标注，并能跨越领域差异，提高了诊断准确性	NA	解决智能分级核性白内障严重程度的挑战	核性白内障的严重程度分级	计算机视觉	眼科疾病	自监督学习	混合模型	图像	792张核性白内障图像，分为训练集533张，验证集139张，测试集100张
478	2024-08-18	Artificial intelligence in pediatric airway - A scoping review 2024 Jul-Sep, Saudi journal of anaesthesia IF:1.3Q3 DOI:10.4103/sja.sja_110_24 PMID:39149736	综述	本文是一篇范围综述，评估了人工智能在儿科麻醉领域，特别是儿科气道管理中的应用	NA	NA	评估人工智能在儿科麻醉中的应用	儿科气道管理	计算机视觉	NA	机器学习, 神经网络, 深度学习, 机器人技术	NA	NA	所有18岁以下的儿童研究均被包括和评估
479	2024-08-17	Region of Interest Detection in Melanocytic Skin Tumor Whole Slide Images-Nevus and Melanoma 2024-Jul-23, Cancers IF:4.5Q1 DOI:10.3390/cancers16152616 PMID:39123344	研究论文	本文研究了在黑色素细胞皮肤肿瘤全切片图像中自动检测感兴趣区域的方法，使用深度学习技术提高了癌症诊断的速度和准确性	提出了一个内部开发的深度学习方法，用于在全切片图像级别上分类痣和黑色素瘤，并在测试数据集上展示了92.3%的分类准确率	研究仅限于黑色素细胞皮肤肿瘤数据集，尚未扩展到其他类型的肿瘤	开发一种自动化的方法来检测组织病理学图像中的感兴趣区域，以辅助临床实践中的癌症诊断	主要研究对象是黑色素瘤和痣的全切片图像	数字病理学	皮肤肿瘤	深度学习	NA	图像	使用了160张苏木精和伊红全切片图像，包括86张原发性黑色素瘤和74张痣的图像
480	2024-08-16	Optimizing Clinical Trial Eligibility Design Using Natural Language Processing Models and Real-World Data: Algorithm Development and Validation 2024-Jul-29, JMIR AI DOI:10.2196/50800 PMID:39073872	研究论文	本研究利用自然语言处理模型和真实世界数据优化临床试验资格设计，开发并验证了一种算法	开发了一种定制的双向长短期记忆和条件随机场基于的自然语言处理管道，用于从临床试验中高效提取详细的资格标准实体和相关属性	NA	评估使用数据驱动方法优化临床试验方案设计和识别合格患者的可行性	3281个行业赞助的2期或3期干预性临床试验，涉及非小细胞肺癌、前列腺癌、乳腺癌、多发性骨髓瘤、溃疡性结肠炎和克罗恩病患者	自然语言处理	非小细胞肺癌	自然语言处理（NLP）	双向长短期记忆和条件随机场	文本	3281个临床试验，其中2775个非小细胞肺癌患者作为试点研究