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
261	2024-09-28	Weakly-supervised deep learning models enable HER2-low prediction from H &E stained slides 2024-Aug-19, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-024-01863-0 PMID:39160593	研究论文	本文介绍了一种基于自监督注意力机制的弱监督深度学习模型，用于从H&E染色切片中预测HER2-low乳腺癌	提出了一种新的弱监督深度学习模型，能够直接从病理图像中预测HER2-low状态，无需额外的免疫组化测试	模型的有效性依赖于HER2检测试验的一致性和可靠性	开发一种成本效益高且快速的HER2评估方法	HER2-low乳腺癌的预测	数字病理学	乳腺癌	自监督注意力机制	深度学习模型	图像	1351名乳腺癌患者的1437张病理图像
262	2024-09-28	Image-based discrimination of the early stages of mesenchymal stem cell differentiation 2024-Aug-01, Molecular biology of the cell IF:3.1Q3 DOI:10.1091/mbc.E24-02-0095 PMID:38837346	研究论文	研究使用免疫荧光成像和基于深度学习的计算机视觉技术来区分间充质干细胞早期分化阶段	开发了一种基于图像的诊断工具，用于区分间充质干细胞早期分化阶段	NA	研究间充质干细胞早期分化的细胞结构变化，并开发一种新的诊断工具	间充质干细胞的早期分化阶段	计算机视觉	NA	免疫荧光成像	卷积神经网络	图像	NA
263	2024-09-28	Artificial Intelligence (AI)-Enhanced Detection of Diabetic Retinopathy From Fundus Images: The Current Landscape and Future Directions 2024-Aug, Cureus DOI:10.7759/cureus.67844 PMID:39323686	综述	本文综述了当前基于人工智能（AI）的糖尿病视网膜病变（DR）从眼底图像检测的现状及未来发展方向	本文介绍了深度学习和计算机视觉在分析视网膜图像方面的最新进展，包括卷积神经网络在检测可转诊DR方面的高灵敏度和特异性，多任务学习方法同时检测和分级DR严重程度，以及轻量级模型在移动设备上的部署	本文指出了当前AI系统在DR筛查中面临的挑战，包括确保在不同人群中的泛化能力，标准化图像采集和质量，解决复杂模型的“黑箱”性质，以及将AI无缝集成到临床工作流程中	探讨人工智能（AI）在糖尿病视网膜病变（DR）检测中的应用现状及未来发展方向	糖尿病视网膜病变（DR）的眼底图像	计算机视觉	糖尿病视网膜病变	深度学习	卷积神经网络（CNN）	图像	NA
264	2024-09-27	Transitions in dynamical regime and neural mode underlie perceptual decision-making 2024-Aug-25, bioRxiv : the preprint server for biology DOI:10.1101/2023.10.15.562427 PMID:37904994	研究论文	本文研究了感知决策过程中动态状态和神经模式的转变	提出了一种基于深度学习的无监督方法，用于从同时记录的前额叶皮层和纹状体神经元活动中发现与决策相关的动态	研究仅限于大鼠的听觉证据积累任务，未涉及其他物种或任务类型	探讨感知决策过程中吸引子动态是否以及如何影响决策行为和复杂的神经反应	大鼠在积累脉冲听觉证据时的前额叶皮层和纹状体神经元活动	神经科学	NA	深度学习	NA	神经元活动数据	NA
265	2024-09-27	Deep Learning Enabled Universal Multiplexed Fluorescence Detection for Point-of-Care Applications 2024-Aug-23, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c00860 PMID:39010300	研究论文	本文介绍了一种基于深度学习的通用多重荧光检测系统，适用于即时检测应用	该系统采用低成本光学组件和预训练的机器学习模型，实现了无需光学调整的多重荧光检测，并可通过更新机器学习模型轻松扩展其多重检测能力	NA	开发一种便携、紧凑且成本效益高的多重荧光检测系统，适用于即时检测应用	多重荧光检测系统及其在同时检测三种常见呼吸道病毒的环介导等温扩增（LAMP）试验中的应用	机器学习	NA	机器学习	机器学习模型	荧光信号	NA
266	2024-09-25	Active Learning Pipeline to Identify Candidate Terms for a CDSS Ontology 2024-Aug-22, Studies in health technology and informatics DOI:10.3233/SHTI240660 PMID:39176629	研究论文	本文探讨了一种主动学习方法，用于自动识别出版物中的候选术语，并将其用于临床决策支持系统（CDSS）本体的构建	提出了一种基于主动学习的自动化方法来识别候选术语，减少了手动构建本体的工作量	目前仅提供了初步结果，尚未详细讨论方法的具体效果和应用范围	开发一种自动化方法来辅助构建和维护临床决策支持系统的本体	临床决策支持系统的本体术语	自然语言处理	NA	主动学习	深度学习模型	文本	NA
267	2024-09-25	CT Material Decomposition using Spectral Diffusion Posterior Sampling 2024-Aug, Conference proceedings. International Conference on Image Formation in X-Ray Computed Tomography PMID:39301204	研究论文	本文介绍了一种基于扩散后验采样（DPS）的新深度学习方法，用于从光谱CT测量中进行材料分解	提出了一种结合无监督训练的先验知识和严格物理模型的方法，并引入了一种更快速和更稳定的变体，称为跳跃启动DPS（JSDPS）	NA	开发一种快速且准确的材料分解方法，用于光谱CT数据	光谱CT系统的材料分解性能	计算机视觉	NA	扩散后验采样（DPS）	深度学习模型	光谱CT数据	涉及两种光谱CT系统：双kVp和双层探测器CT
268	2024-09-22	Enhanced Diagnostic Accuracy for Dental Caries and Anomalies in Panoramic Radiographs Using a Custom Deep Learning Model 2024-Aug, Cureus DOI:10.7759/cureus.67315 PMID:39301353	研究论文	本文介绍了一种基于深度学习的定制模型，用于全景牙科X光片的二分类，以提高牙科龋齿和异常的诊断准确性	使用直方图均衡化和滤波方法作为预处理技术，有效解决了牙科X光片中不规则光照和对比度的问题，提高了图像质量	NA	开发一种自动化分类系统，以帮助简化诊断工作流程并及时为临床医生提供见解	全景牙科X光片中的牙科龋齿和异常	计算机视觉	口腔疾病	深度学习	CNN	图像	三个独立的全景牙科X光片数据集
269	2024-09-20	Deep learning insights into spatial patterns of stable isotopes in Iran's precipitation: a novel approach to climatological mapping 2024-Aug, Isotopes in environmental and health studies IF:1.1Q4 DOI:10.1080/10256016.2024.2396302 PMID:39225427	研究论文	本文利用深度学习模型研究伊朗降水中的稳定同位素空间模式，提出了一种新的气候制图方法	首次应用深度学习模型（LSTM和DNN）模拟伊朗降水中的稳定同位素含量，并使用插值方法生成稳定同位素值的分布图	模拟地图中存在轻微的弱点，模型精度有待进一步提高	研究伊朗降水中的稳定同位素含量变化，并开发一种新的气候制图方法	伊朗降水中的稳定同位素含量及其影响因素	机器学习	NA	稳定同位素技术	LSTM和DNN	降水数据	42个降水采样站
270	2024-09-20	Two mass-imbalanced atoms in a hard-wall trap: Deep learning integrability of many-body systems 2024-Aug, Physical review. E DOI:10.1103/PhysRevE.110.024129 PMID:39294995	研究论文	本文通过数值实验分析了质量不平衡的两体系统在硬壁阱中的可积性，利用能量级统计和深度学习波函数的方法	本文设计了一种卷积神经网络，能够通过概率密度图像高精度且快速地识别可积与不可积系统之间的转变点，并成功识别出一个新的可积质量比1/3	NA	研究质量不平衡的两体系统的可积性	质量不平衡的两体系统	机器学习	NA	深度学习	卷积神经网络	图像	NA
271	2024-09-20	AB067. New drug development for the use of PARP1-E2F1 transcriptional inhibitors in the treatment of glioblastoma 2024-Aug, Chinese clinical oncology IF:2.1Q3 DOI:10.21037/cco-24-ab067 PMID:39295385	研究论文	本文探讨了通过抑制PARP1-E2F1转录活性来开发治疗胶质母细胞瘤的新药物	提出了通过破坏PARP1-E2F1相互作用来抑制细胞周期，从而为不同类型的癌症提供新的治疗策略	缺乏PARP1-E2F1蛋白-蛋白相互作用的完整结构信息，使用BRCA1的同源结构进行替代	开发针对胶质母细胞瘤的新药物	PARP1-E2F1转录抑制剂	NA	脑肿瘤	深度学习神经网络	NA	化合物	83种化合物
272	2024-09-20	AB093. Pixel-wise classification of glioma using deep learning for accurate tumour mapping on magnetic resonance imaging 2024-Aug, Chinese clinical oncology IF:2.1Q3 DOI:10.21037/cco-24-ab093 PMID:39295411	研究论文	本文研究了使用深度学习进行磁共振成像（MRI）上胶质瘤的像素级分类和肿瘤映射	本文首次将深度学习技术应用于MRI图像上胶质瘤的像素级分类和肿瘤映射	研究样本量较小，仅包括69个低级别胶质瘤（LGG）样本	开发机器学习算法以实现对脑肿瘤的准确诊断和精确映射	胶质瘤患者的脑部MRI图像	计算机视觉	脑肿瘤	深度学习	UNet-based architecture with CNN	图像	69个低级别胶质瘤（LGG）样本
273	2024-09-19	Construction of a multi-tissue compound-target interaction network of Qingfei Paidu decoction in COVID-19 treatment based on deep learning and transcriptomic analysis 2024-Aug, Journal of bioinformatics and computational biology IF:0.9Q4 DOI:10.1142/S0219720024500161 PMID:39036847	研究论文	本研究构建了基于深度学习和转录组分析的清肺排毒汤在COVID-19治疗中的多组织化合物-靶点相互作用网络	首次通过深度学习模型GraphDTA和多组织转录组分析，预测了清肺排毒汤在多个组织中的化合物-靶点相互作用，并验证了其强结合亲和力	研究主要集中在清肺排毒汤的化合物-靶点相互作用预测，未涉及临床试验验证	揭示清肺排毒汤在COVID-19治疗中的多组织作用机制	清肺排毒汤的化合物及其在多个组织中的靶点	机器学习	COVID-19	深度学习、转录组分析、分子对接、分子动力学模拟	GraphDTA	转录组数据	六个不同组织中的13种关键活性化合物、127个潜在靶点和27条相关通路
274	2024-09-17	Integration of Diffusion Transformer and Knowledge Graph for Efficient Cucumber Disease Detection in Agriculture 2024-Aug-31, Plants (Basel, Switzerland) DOI:10.3390/plants13172435 PMID:39273919	研究论文	本文提出了一种结合知识图谱和扩散Transformer的深度学习方法，用于黄瓜病害检测	通过引入扩散注意力机制和扩散损失函数，增强了模型识别复杂农业病害特征的能力，并有效解决了样本不平衡问题	NA	提高黄瓜病害检测的准确性和效率	黄瓜病害	机器学习	NA	扩散Transformer	Transformer	图像	NA
275	2024-09-17	UAV Visual and Thermographic Power Line Detection Using Deep Learning 2024-Aug-31, Sensors (Basel, Switzerland) DOI:10.3390/s24175678 PMID:39275590	研究论文	本文提出了一种基于深度学习的无人机视觉和热成像电力线检测方法	使用YOLOv8模型进行电力线检测，并在无人机上进行验证，取得了高精度的检测结果	未提及具体限制	开发一种能够安全自主检测电力线的无人机系统	电力线及其潜在缺陷	计算机视觉	NA	深度学习	YOLOv8	图像	未提及具体样本数量
276	2024-09-17	Automated Crack Detection in Monolithic Zirconia Crowns Using Acoustic Emission and Deep Learning Techniques 2024-Aug-31, Sensors (Basel, Switzerland) DOI:10.3390/s24175682 PMID:39275594	研究论文	研究利用声发射信号和深度学习技术自动检测单片氧化锆冠中的裂纹	开发了一种基于Inception-ResNet-v2的多类语义分割CNN图像分割模型，用于自动分类氧化锆冠中的裂纹	NA	探索将声发射信号转换为连续小波变换，并结合卷积神经网络辅助裂纹检测的潜力	单片氧化锆冠中的裂纹	计算机视觉	NA	声发射信号，连续小波变换	卷积神经网络	图像	2000个训练周期
277	2024-09-17	Profile Photograph Classification Performance of Deep Learning Algorithms Trained Using Cephalometric Measurements: A Preliminary Study 2024-Aug-30, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14171916 PMID:39272701	研究论文	本研究评估了使用基于头影测量值分组的病人照片训练的深度学习算法对面部轮廓照片的分类性能	首次尝试使用根据实际头影测量值训练的人工智能架构对临床照片进行分类，从而在未来应用中减少或消除对头影X光的需求	本研究为初步研究，样本量有限，且仅限于特定参数的分类	评估深度学习算法在根据头影测量值分组的病人照片上的分类准确性	990名病人的头影测量放射片和面部轮廓照片	计算机视觉	NA	深度学习算法	深度学习模型	图像	990名病人
278	2024-09-17	Foundational Models for Pathology and Endoscopy Images: Application for Gastric Inflammation 2024-Aug-30, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14171912 PMID:39272697	综述	本文综述了基础模型在病理学和内窥镜图像中的应用，特别是针对胃炎的诊断	探讨了基础模型在提高内窥镜和后续病理图像分析准确性方面的潜力	未具体提及	探讨基础模型在胃癌预防和管理中的应用，以改善患者预后	胃癌及其相关炎症的早期检测和诊断	数字病理学	胃癌	机器学习	基础模型	图像	NA
279	2024-09-17	Variational Autoencoders for Network Lifetime Enhancement in Wireless Sensors 2024-Aug-30, Sensors (Basel, Switzerland) DOI:10.3390/s24175630 PMID:39275544	研究论文	本文提出了一种基于变分自编码器（VAE）的深度学习方法，用于提高无线传感器网络（WSN）的能量效率	通过使用变分自编码器对传输数据进行压缩，保留了传感器数据的重要特征，而不是提供固定大小的潜在表示	NA	提高无线传感器网络的能量效率	无线传感器网络中的数据传输过程	机器学习	NA	变分自编码器（VAE）	变分自编码器（VAE）	传感器数据	使用公开的无线传感器数据进行验证
280	2024-09-17	A Review of Vision-Based Pothole Detection Methods Using Computer Vision and Machine Learning 2024-Aug-30, Sensors (Basel, Switzerland) DOI:10.3390/s24175652 PMID:39275561	综述	本文综述了基于计算机视觉和机器学习的坑洞检测方法	本文强调了结合传统图像处理和高级机器学习技术的混合方法在坑洞检测中提供了最高的准确性	NA	旨在提供关于坑洞检测的计算机视觉和机器学习算法的全面概述	坑洞检测方法	计算机视觉	NA	计算机视觉、机器学习	混合方法	图像、3D点云	NA