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
721	2024-08-19	An assessment of global land susceptibility to wind erosion based on deep-active learning modelling and interpretation techniques 2024-Aug-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-70125-y PMID:39147802	研究论文	本研究首次开发了一种基于深度学习（DL）和主动学习（AL）模型及其组合（如RNN、RNN-AL、GRU和GRU-AL）以及三种解释技术（协同矩阵、SHAP决策图和ALE图）的全球土地风蚀敏感性空间准确映射方法	首次结合深度学习和主动学习模型及其组合，并应用三种解释技术来映射全球土地风蚀敏感性	NA	开发一种新的方法来准确映射全球土地风蚀敏感性，以减轻其破坏性后果	全球土地风蚀敏感性	机器学习	NA	深度学习（DL）、主动学习（AL）、Harris Hawk优化特征选择算法	RNN、RNN-AL、GRU、GRU-AL	空间数据	全球土地，分为非常低、低、中等、高和非常高敏感性等级
722	2024-08-19	Converging deep learning and human-observed tumor-adipocyte interaction as a biomarker in colorectal cancer 2024-Aug-15, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00589-6 PMID:39147895	研究论文	本文研究了肿瘤-脂肪特征（TAF）和SARIFA（间质反应性侵袭前沿区域）在结直肠癌（CRC）中的重叠，并探讨了肿瘤-脂肪细胞相互作用的生物学和预后意义。	本文证明了人类观察的SARIFA和基于深度学习的TAF作为形态学生物标志物之间的显著重叠，表明将基于深度学习的图像特征与独立开发的组织病理学生物标志物相结合是一种有前景的工具。	NA	研究肿瘤-脂肪特征（TAF）和SARIFA在结直肠癌中的重叠及其生物学和预后意义。	结直肠癌（CRC）患者的肿瘤-脂肪特征（TAF）和SARIFA。	数字病理学	结直肠癌	深度学习（DL）算法	NA	图像	使用了TCGA-CRC基因表达数据
723	2024-08-19	Automated Behavioral Coding to Enhance the Effectiveness of Motivational Interviewing in a Chat-Based Suicide Prevention Helpline: Secondary Analysis of a Clinical Trial 2024-Aug-01, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/53562 PMID:39088244	研究论文	本研究使用人工智能模型对动机性访谈（MI）行为进行分类，并探讨在心理健康在线热线中作为咨询师自动化支持工具的可行性	本研究首次使用深度学习模型BERTje对MI行为进行分类，并展示了其在心理健康在线热线中的应用潜力	研究结果依赖于数据集的大小和训练样本的充足性，且目前仅限于特定领域和语言	探讨人工智能模型在分类动机性访谈行为中的表现，并评估其在临床实践中作为咨询师支持工具的可行性	动机性访谈（MI）行为分类及在心理健康在线热线中的应用	机器学习	NA	机器学习	BERTje	文本	253个MI咨询聊天会话，包含23,982条编码消息
724	2024-08-19	Directed Evolution of Escherichia coli Nissle 1917 to Utilize Allulose as Sole Carbon Source 2024-Aug, Small methods IF:10.7Q1 DOI:10.1002/smtd.202301385 PMID:38415955	研究论文	本研究通过适应性实验室进化和荧光激活液滴分选技术，指导大肠杆菌Nissle 1917利用阿洛酮糖作为唯一碳源	本研究发现了新的代谢途径，增强了阿洛酮糖的吸收和转化，为阿洛酮糖的可持续利用提供了新的可能性	NA	研究旨在增强大肠杆菌Nissle 1917对阿洛酮糖的利用能力	大肠杆菌Nissle 1917	生物技术	NA	适应性实验室进化（ALE）、荧光激活液滴分选（FADS）、全基因组测序（WGS）、CRISPR干扰（CRISPRi）	NA	基因组数据	NA
725	2024-08-18	ChineseMPD: A Semantic Segmentation Dataset of Chinese Martial Arts Classic Movie Props 2024-Aug-14, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03701-6 PMID:39143093	research paper	本文介绍了一个大规模、高精度的中国武侠电影道具语义分割数据集ChineseMPD	ChineseMPD数据集是目前最大的电影道具语义分割数据集，为电影道具提供了详细的语义分割标注	NA	填补现有语义分割数据集在动作电影道具方面的研究空白	中国武侠电影片段中的道具	computer vision	NA	deep learning	NA	video	32,992个道具对象
726	2024-08-18	Segmentation of ovarian cyst in ultrasound images using AdaResU-net with optimization algorithm and deep learning model 2024-08-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69427-y PMID:39143122	研究论文	本研究提出了一种基于深度学习的卵巢囊肿超声图像分割技术，使用AdaResU-net和优化算法进行精确分割和分类	本研究采用了自适应卷积神经网络AdaResU-net和野马优化算法WHO，以及金字塔扩张卷积网络PDC，提高了分割准确性	NA	提高卵巢囊肿的诊断准确性和患者护理效果	卵巢囊肿的超声图像	计算机视觉	卵巢囊肿	深度学习	AdaResU-net, PDC	图像	卵巢超声囊肿图像数据库
727	2024-08-18	Development and performance evaluation of fully automated deep learning-based models for myocardial segmentation on T1 mapping MRI data 2024-08-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69529-7 PMID:39143126	研究论文	开发并评估基于深度学习的全自动模型，用于在T1加权心脏MRI数据上进行左心室心肌分割	使用U-Net架构，通过系统优化模型设计，包括两种训练指标（DSC和IOU）、两种激活函数（ReLU和LeakyReLU）及不同训练周期数，实现了高精度的左心室心肌分割	NA	开发一种能够分割心脏MRI原生T1图上左心室心肌的深度学习模型	左心室心肌在心脏MRI原生T1图上的分割	机器学习	NA	MRI	U-Net	图像	50名健康志愿者和75名患者
728	2024-08-18	Classifying coherent versus nonsense speech perception from EEG using linguistic speech features 2024-08-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69568-0 PMID:39143297	研究论文	研究通过语言学特征分析EEG信号，区分可理解与无意义语言的神经处理差异	使用深度学习模型有效分类连贯与无意义语言，并展示了深度学习框架在客观测量语言理解方面的潜力	NA	探讨母语与非理解外语之间的神经处理差异	EEG信号与语言学特征的关系	自然语言处理	NA	深度学习	深度学习模型	EEG信号	荷兰语母语者参与者
729	2024-08-18	Peritumoral edema enhances MRI-based deep learning radiomic model for axillary lymph node metastasis burden prediction in breast cancer 2024-08-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69725-5 PMID:39143315	研究论文	研究肿瘤周围水肿（PE）是否能增强基于深度学习放射组学（DLR）模型在预测乳腺癌腋窝淋巴结转移（ALNM）负担中的作用	通过结合肿瘤周围水肿和选定的放射组学特征，深度学习模型在训练和验证队列中显示出更高的AUC值，显著提高了预测性能	NA	探讨肿瘤周围水肿对基于深度学习放射组学模型预测乳腺癌腋窝淋巴结转移负担的影响	乳腺癌患者及其腋窝淋巴结转移负担	数字病理学	乳腺癌	MRI	深度学习模型	影像	训练队列177例，验证队列111例
730	2024-08-18	A novel model for predicting postoperative liver metastasis in R0 resected pancreatic neuroendocrine tumors: integrating computational pathology and deep learning-radiomics 2024-Aug-14, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-05449-4 PMID:39143624	研究论文	本文介绍了一种结合计算病理学和深度学习放射组学的新模型，用于预测胰腺神经内分泌肿瘤患者R0切除术后的肝转移	该模型通过整合临床、病理和影像特征，提高了对胰腺神经内分泌肿瘤患者术后肝转移的预测准确性	NA	开发一种新的预测模型，以更好地预测胰腺神经内分泌肿瘤患者术后肝转移	胰腺神经内分泌肿瘤患者术后肝转移的预测	数字病理学	胰腺神经内分泌肿瘤	深度学习放射组学	CNN	图像	163名胰腺神经内分泌肿瘤患者
731	2024-08-18	Segmentation and characterization of macerated fibers and vessels using deep learning 2024-Aug-14, Plant methods IF:4.7Q1 DOI:10.1186/s13007-024-01244-w PMID:39143615	研究论文	本文开发了一种自动深度学习分割方法，利用YOLOv8模型对微观图像中的浸解纤维和导管进行快速准确的分割和特征化	采用YOLOv8模型进行快速准确的细胞分割和特征化，并开发了一个用户友好的网络应用程序	NA	研究木材细胞的形态、大小和排列，以理解木材特性	浸解纤维和导管的形态特征	计算机视觉	NA	深度学习	YOLOv8	图像	分析了32,640 x 25,920像素的图像
732	2024-08-18	Rapid Mold Detection in Chinese Herbal Medicine Using Enhanced Deep Learning Technology 2024-Aug, Journal of medicinal food IF:1.7Q4 DOI:10.1089/jmf.2024.k.0004 PMID:38919153	研究论文	本文提出了一种利用电子鼻技术和增强型深度学习技术快速准确检测中药材中霉菌污染的方法	引入了偏心时间卷积网络（ETCN）模型和随机共振（SR）技术，有效捕捉电子鼻数据的时空信息并消除噪声	NA	解决中药材加工和储存过程中霉菌污染导致的质量下降和功效降低问题	中药材中的霉菌污染	机器学习	NA	电子鼻技术	偏心时间卷积网络（ETCN）	电子鼻数据	八种传感器的数据
733	2024-08-18	A transfer learning approach to identify Plasmodium in microscopic images 2024-Aug, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012327 PMID:39102445	研究论文	本文通过迁移学习方法，利用预训练的深度学习模型来识别显微图像中的疟原虫	采用DenseNet201模型，通过迁移学习方法在显微图像中高效识别疟原虫，达到99.41%的AUC值	未来工作计划通过增加数据和开发用户友好的界面来扩展该方法的应用	旨在通过计算机辅助诊断（CAD）场景中的自动识别方法来改善疟疾的诊断	研究对象为显微图像中的疟原虫	计算机视觉	疟疾	迁移学习	DenseNet201	图像	6222个感兴趣区域（ROI），其中6002个来自Broad Bioimage Benchmark Collection（BBBC），220个本地采集
734	2024-08-18	Reliable estimation of tree branch lengths using deep neural networks 2024-Aug, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012337 PMID:39102450	研究论文	本研究探讨了使用深度学习框架在固定树形结构上从多序列比对或其表示中估计分支长度的可能性	深度学习方法在某些难以估计的分支长度参数空间区域表现出优越性能，特别是在估计与远缘物种相关的长分支时	NA	探索机器学习模型预测分支长度的可能性，以提高系统发育推断的准确性和计算效率	系统发育树中的分支长度	机器学习	NA	深度学习	深度神经网络	多序列比对	NA
735	2024-08-18	Development of a CT-Based comprehensive model combining clinical, radiomics with deep learning for differentiating pulmonary metastases from noncalcified pulmonary hamartomas: a retrospective cohort study 2024-Aug-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000001593 PMID:38759692	研究论文	本研究开发了一种结合临床特征、放射组学和深度学习的综合模型，用于区分肺转移瘤和非钙化肺错构瘤	本研究首次将临床特征、放射组学和深度学习相结合，构建了一个综合模型，用于区分肺转移瘤和非钙化肺错构瘤	本研究为回顾性研究，且样本主要来自两家医院，可能存在一定的偏倚	评估一种结合临床特征、放射组学和深度学习的综合模型在区分肺转移瘤和非钙化肺错构瘤中的诊断效能	肺转移瘤和非钙化肺错构瘤的区分	数字病理学	肺部疾病	深度学习	综合模型	影像数据	256名来自中国人民解放军总医院第一医学中心的病人和85名来自上海长海医院的病人
736	2024-08-17	The street space planning and design of artificial intelligence-assisted deep learning neural network in the Internet of Things 2024-Aug-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e35031 PMID:39144982	研究论文	本研究利用物联网技术和全卷积网络（FCN）框架，对街道空间进行分类并分析其绿色视野比率（GLR）和满意度，提出改进街道绿化的策略	首次采用FCN-8s框架进行街道视图图像的语义分割，并结合物联网技术分析历史城区街道空间的GLR和满意度	NA	探讨物联网技术在街道空间规划与设计中的应用，并提出改进街道绿化的方法	街道空间类型及其绿色视野比率（GLR）和满意度	计算机视觉	NA	物联网技术	FCN	图像	T城历史城区的街道空间
737	2024-08-17	Volleyball training video classification description using the BiLSTM fusion attention mechanism 2024-Aug-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e34735 PMID:39144994	研究论文	本研究旨在探索使用深度学习技术对排球训练视频进行分类和描述的方法	开发了一种创新的模型，结合双向长短期记忆网络（BiLSTM）和注意力机制（BiLSTM-MAFTC），提高了排球视频内容分析的准确性和效率	NA	探索排球训练视频的分类和描述方法	排球训练视频	计算机视觉	NA	深度学习	BiLSTM	视频	NA
738	2024-08-17	Real-time object detection, tracking, and monitoring framework for security surveillance systems 2024-Aug-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e34922 PMID:39145028	研究论文	本文提出了一种用于安全监控系统的实时物体检测、跟踪和监控框架	该框架基于近似中值滤波、组件标记、背景减除和深度学习方法设计，使用Python和C#编程语言实现，并在MOT15、MOT16和MOT17数据集上展示了比现有技术更高的准确性和精确度	未来的研究将考虑框架的动态可扩展性，以适应不同拥挤场景的监控应用领域	开发一种高效的实时监控系统，用于物体检测、跟踪和监控	安全监控系统中的物体检测和跟踪	计算机视觉	NA	深度学习	NA	视频	使用MOT15、MOT16和MOT17数据集进行评估
739	2024-08-17	Deep learning facilitated superhigh-resolution recognition of structured light ellipticities 2024-Aug-15, Optics letters IF:3.1Q2 DOI:10.1364/OL.528796 PMID:39146140	研究论文	本文提出了一种基于深度学习网络的高精度方法，用于区分具有微小椭圆度差异的椭圆光束	首次提出了一种能够有效区分椭圆光束的高精度方法，其精度达到99%	NA	探索椭圆光束在实际应用中的潜力，特别是在自由空间光通信中的应用	椭圆光束及其在光通信中的应用	计算机视觉	NA	深度学习	Transformer	图像	两类不同的椭圆光束
740	2024-08-17	A novel hierarchical network-based approach to unveil the complexity of functional microbial genome 2024-Aug-14, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-024-10692-6 PMID:39138557	研究论文	本文介绍了一种基于分层网络的新方法，利用高阶网络理论中的“固态基序结构（SMS）”来揭示同一属内微生物基因组结构与功能的复杂性	引入了一种复杂结构——固态基序结构（SMS），并通过分层生物网络分析有效地将微生物基因组结构与其功能联系起来	NA	旨在通过分层网络分析框架理解同一属内微生物基因组结构与功能之间的相互作用	研究对象为Microcystis，一种关键的淡水蓝细菌	生物信息学	NA	深度学习技术，如自适应图编码器	自适应图编码器	基因组数据	利用了162个高质量的Microcystis基因组和来自七个地理上不同湖泊的宏基因组数据