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
861	2024-08-10	Leveraging deep learning for detecting red blood cell morphological changes in blood films from children with severe malaria anaemia 2024-Aug, British journal of haematology IF:5.1Q1 DOI:10.1111/bjh.19599 PMID:38894606	研究论文	本文介绍了一种利用深度学习模型检测严重疟疾贫血儿童血液涂片中红细胞形态变化的方法	引入了一种弱监督的多实例学习框架，用于通过检测形态改变的红细胞来识别严重疟疾贫血	NA	通过深度学习模型系统地检测和识别严重疟疾贫血儿童血液涂片中红细胞的形态变化	严重疟疾贫血儿童的红细胞形态变化	机器学习	疟疾	深度学习	多实例学习框架	图像	NA
862	2024-08-10	Fast Pure Shift NMR Spectroscopy Using Attention-Assisted Deep Neural Network 2024-Aug, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202309810 PMID:38840448	研究论文	本研究提出并实现了一种利用轻量级注意力辅助深度神经网络加速纯移NMR光谱学的方法	引入注意力机制以突出光谱特征和感兴趣的信息，从而恢复高分辨率信号并抑制欠采样伪影	NA	加速纯移NMR光谱学，以实现更快的分子结构和动力学探测	纯移NMR光谱学	机器学习	NA	NMR	深度神经网络	光谱数据	使用仅5.4%的数据进行实验
863	2024-08-10	Deep Batch Integration and Denoise of Single-Cell RNA-Seq Data 2024-Aug, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202308934 PMID:38778573	研究论文	介绍了一种基于深度学习的方法DeepBID，用于单细胞RNA测序数据的批次效应校正、非线性降维、嵌入和细胞聚类	DeepBID采用基于负二项分布的自编码器和双Kullback-Leibler散度损失函数，能够在一致的低维潜在空间中对齐来自不同批次的细胞点，并通过迭代聚类逐步减少批次效应	NA	开发一种高效且有利于下游分析的单细胞RNA测序数据集成方法	单细胞RNA测序数据	机器学习	阿尔茨海默病	scRNA-seq	自编码器	数据集	多个批次的单细胞RNA测序数据
864	2024-08-10	Chondroitin/dermatan sulphate proteoglycan, desmosealin, showing affinity to desmosomes 2024-Aug, International journal of cosmetic science IF:2.7Q2 DOI:10.1111/ics.12954 PMID:39113319	研究论文	本研究通过使用一种新型人工智能模型评估机器人辅助远端胃切除术（RDG）中的外科医生手术技能，该模型能够识别手术器械	首次报道了通过人工智能模型成功且准确地评估RDG中的手术技能	NA	研究如何利用新型人工智能模型评估RDG中的外科医生手术技能	RDG中的外科医生手术技能	机器学习	胃癌	深度学习	多阶段时间卷积网络（Deeplab）	视频	55个连续的机器人手术视频，1234个手动标注的图像用于训练，149个标注的图像用于测试
865	2024-08-10	Ocular image-based deep learning for predicting refractive error: A systematic review 2024 Aug-Sep, Advances in ophthalmology practice and research DOI:10.1016/j.aopr.2024.06.005 PMID:39114269	综述	本文是一篇系统综述，旨在总结和评估基于眼科图像的深度学习模型在预测屈光不正中的表现	首次对基于眼科图像的深度学习模型在预测屈光不正中的应用进行全面系统综述	尚未评估深度学习模型在实际临床筛查流程中的应用效果	总结和评估基于眼科图像的深度学习模型在预测屈光不正中的表现	基于眼科图像的深度学习模型在预测屈光不正中的应用	计算机视觉	NA	深度学习	CNN	图像	九项研究，分为三组：视网膜照片（n=5），OCT（n=1），外部眼照片（n=3）
866	2024-08-09	High temporal resolution prediction of mortality risk for single AML patient via deep learning 2024-Aug-16, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.110458 PMID:39108717	研究论文	本研究通过深度学习模型预测单个急性髓系白血病（AML）患者的5年连续时间生存概率，并将其转换为死亡风险曲线，以实现高时间分辨率的疾病进展动态捕捉。	本研究开发了一种深度学习模型，能够预测AML患者的连续时间生存概率，并通过死亡风险曲线识别出具有不同风险峰值时间的七个患者群体。	NA	研究旨在为急性髓系白血病患者提供个性化预后预测和治疗策略。	研究对象为急性髓系白血病患者。	机器学习	白血病	深度学习	深度学习模型	分子特征数据	NA
867	2024-08-09	Phenotype identification and genome-wide association study of ear-internode vascular bundles in maize (Zea mays) 2024-Aug-07, Journal of plant research IF:2.7Q2 DOI:10.1007/s10265-024-01565-w PMID:39112806	研究论文	本研究利用微型计算机断层扫描（Micro-CT）技术和基于深度学习的表型获取方法，对495个玉米自交系的47个表型特征进行了提取和分析，特别是对玉米穗节间维管束的微观表型和遗传机制进行了全面系统的研究	首次采用Micro-CT扫描技术和深度学习方法对玉米穗节间维管束的微观表型进行全面系统的研究，并进行了全基因组关联分析（GWAS）	研究主要集中在玉米穗节间维管束的表型特征和遗传机制，未涉及其他植物或更广泛的遗传背景	旨在深入了解玉米穗节间维管束的表型特征，并为揭示其遗传机制提供参考	玉米穗节间维管束的表型特征和遗传机制	NA	NA	微型计算机断层扫描（Micro-CT）	深度学习	图像	495个玉米自交系
868	2024-08-09	A benchmarked comparison of software packages for time-lapse image processing of monolayer bacterial population dynamics 2024-Aug-06, Microbiology spectrum IF:3.7Q2 DOI:10.1128/spectrum.00032-24 PMID:38980028	研究论文	本文比较了四种用于分析二维时间流逝图像的软件包在单层细菌群体动态中的表现	发现基于深度学习的对象分割方法优于传统方法，但在帧间对象跟踪方面则相反	每种软件包在分析的至少一个方面优于其他软件包，表明没有一种软件包在所有方面都是最佳的	比较不同软件包在时间流逝图像处理中的性能，为研究人员选择合适的图像处理解决方案提供指导	四种软件包：CellProfiler, SuperSegger-Omnipose, DeLTA, 和 FAST	计算机视觉	NA	深度学习	NA	图像	NA
869	2024-08-09	Choroidal vascular changes in early-stage myopic maculopathy from deep learning choroidal analysis: a hospital-based SS-OCT study 2024-Aug-06, Eye and vision (London, England) DOI:10.1186/s40662-024-00398-x PMID:39107859	研究论文	本研究通过深度学习技术分析了早期近视性黄斑病变患者的脉络膜血管变化，并探讨了这些变化与疾病之间的关联	本研究首次使用深度学习算法和Niblack自动局部阈值算法处理SS-OCT图像，分析了早期近视性黄斑病变患者的脉络膜血管变化	NA	阐明早期近视性黄斑病变患者的脉络膜血管变化，并研究这些变化与疾病之间的关联	1418只高度近视眼，来自720名18-60岁的参与者	数字病理学	近视性黄斑病变	SS-OCT	深度学习	图像	1418只高度近视眼，来自720名18-60岁的参与者
870	2024-08-07	Author Correction: Deep learning with diffusion MRI as in vivo microscope reveals sex-related differences in human white matter microstructure 2024-Aug-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66995-x PMID:39103445	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
871	2024-08-09	Deep learning-based detection and semi-quantitative model for spread through air spaces (STAS) in lung adenocarcinoma 2024-Aug-05, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00664-0 PMID:39103596	研究论文	本研究开发了一种基于深度学习的STAS检测及半定量模型，用于提高肺腺癌中STAS的检测准确性	提出了名为STASNet的深度学习模型，用于计算与STAS密度和距离相关的半定量参数，并在实时病理诊断环境中应用	NA	提高肺腺癌中STAS的检测准确性和定量分析	肺腺癌中的STAS现象	数字病理学	肺腺癌	深度学习	CNN	图像	489张数字全切片图像
872	2024-08-09	An improved data augmentation approach and its application in medical named entity recognition 2024-Aug-05, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02624-x PMID:39103849	研究论文	本文提出了一种改进的数据增强方法，并将其应用于医学命名实体识别中	提出了两种数据增强方法——基于Word2Vec增强的上下文随机替换（CRR）和目标实体随机替换增强（TER），以解决医学领域数据稀缺和不平衡的问题	NA	提高医学命名实体识别的性能和准确性	医学命名实体识别	自然语言处理	NA	Word2Vec	BERT-BiLSTM-CRF	文本	NA
873	2024-08-09	Identifying sex from pharyngeal images using deep learning algorithm 2024-08-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68817-6 PMID:39095416	研究论文	本研究利用深度学习算法从咽部图像中识别性别	首次探索使用咽部图像通过深度学习算法识别个体性别	研究仅限于特定年龄组和特定症状的患者	验证深度学习算法在咽部图像中识别性别的可行性	咽部图像和患者性别	计算机视觉	NA	深度学习	卷积神经网络	图像	20,319张图像用于训练，4,869张图像用于验证
874	2024-08-09	GRU-powered sleep stage classification with permutation-based EEG channel selection 2024-08-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68978-4 PMID:39095608	研究论文	本文提出了一种新的睡眠阶段分类方法，结合基于排列的低成本通道选择方法和深度学习技术，特别是门控循环单元（GRU）模型	通过系统地排列脑电图（EEG）通道，评估不同EEG通道组合，以识别最具有信息量的子集进行5类睡眠阶段分类	当通道少于3个时，性能显著下降；N1类在通道从128个减少到3个随机或3个AASM推荐通道时，预测准确性受到最大影响	探索和优化使用GRU模型进行睡眠阶段分类的方法	睡眠阶段分类	机器学习	NA	脑电图（EEG）	GRU	脑电图数据	使用国际综合睡眠医学研究所（WPI-IIIS）在筑波大学收集的EEG数据集
875	2024-08-09	Z-DNA formation in promoters conserved between human and mouse are associated with increased transcription reinitiation rates 2024-08-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68439-y PMID:39090226	研究论文	本文使用深度学习方法DeepZ预测基于DNA序列和核苷酸结构特性的Z-flipons，并研究了其在人类和小鼠基因组中的保守性及其对转录重启动率的影响。	首次揭示了Z-flipons在神经发生相关基因的替代和双向启动子中的显著富集，并证明了其与转录重启动率的增加有关。	NA	探讨Z-DNA在转录中的作用及其对基因表达的影响。	Z-flipons在人类和小鼠基因组中的分布及其对转录重启动率的影响。	生物信息学	NA	深度学习	transformer算法	DNA序列	人类和小鼠基因组
876	2024-08-09	Improved microvascular imaging with optical coherence tomography using 3D neural networks and a channel attention mechanism 2024-08-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68296-9 PMID:39090263	研究论文	本文提出了一种利用3D卷积神经网络和通道注意力机制改进光学相干断层扫描（OCT）微血管成像的方法	通过考虑3D空间上下文，3D卷积神经网络减少了信息损失，保留了OCTA图像中的精细细节和边界	传统的统计和深度学习方法通常只处理单个2D B-扫描，忽略了相邻B-扫描的上下文信息和组织内的3D特征	提高光学相干断层扫描血管成像（OCTA）的准确性和临床适用性	皮肤微血管成像和分析	计算机视觉	心血管疾病	光学相干断层扫描血管成像（OCTA）	3D卷积神经网络（CNN）	图像	NA
877	2024-08-09	A comprehensive multi-task deep learning approach for predicting metabolic syndrome with genetic, nutritional, and clinical data 2024-08-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68541-1 PMID:39090161	研究论文	本文提出了一种多任务深度学习模型，用于同时预测代谢综合征及其五个组成部分	该研究首次采用多任务深度学习模型，能够同时处理代谢综合征及其五个组成部分的预测，提高了预测性能	NA	旨在开发一种能够同时预测代谢综合征及其组成部分的新方法	代谢综合征及其五个组成部分	机器学习	心血管疾病	深度学习	多任务深度学习模型	遗传、营养和临床数据	7729名个体的352,228个单核苷酸多态性（SNPs）数据
878	2024-08-09	Forecasting rheumatoid arthritis patient arrivals by including meteorological factors and air pollutants 2024-08-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-67694-3 PMID:39090144	research paper	本研究旨在构建长短期记忆（LSTM）模型，结合气象因素和空气污染物来预测类风湿性关节炎（RA）患者到达情况，并与传统方法进行比较	首次尝试使用LSTM模型结合气象因素和空气污染物来预测RA患者到达情况，并证明其预测准确性优于传统的MA和AR模型	NA	预测类风湿性关节炎患者到达情况，优化医疗资源分配	类风湿性关节炎患者到达情况	machine learning	rheumatoid arthritis	NA	LSTM	numerical data	2422名个体
879	2024-08-09	Fast flow field prediction of pollutant leakage diffusion based on deep learning 2024-Aug, Environmental science and pollution research international DOI:10.1007/s11356-024-34462-9 PMID:39073715	研究论文	本文介绍了一种基于深度学习的两级网络方法，用于模拟污染物扩散的流动特性	该方法在流场预测精度上相比传统深度学习方法有显著提升，并且计算效率比传统计算流体动力学（CFD）方法提高了800倍以上	深度学习方法虽然不受网格限制，但可能无法完全替代CFD方法	研究目的是提高污染物泄漏和扩散过程的预测效率和准确性	研究对象是污染物泄漏和扩散的流场	机器学习	NA	深度学习	两级网络	流场数据	未具体说明样本数量
880	2024-08-09	Intraoperative near infrared functional imaging of rectal cancer using artificial intelligence methods - now and near future state of the art 2024-Aug, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-024-06731-9 PMID:38858280	research paper	本文讨论了人工智能增强的吲哚菁绿（ICG）灌注分析在直肠癌手术中的概念和实践，并强调了近期和未来的关键进展	介绍了计算机视觉和时间序列分析的突破性发展，这些技术能够在手术中实时量化和分类直肠癌组织的荧光灌注信号，准确区分正常、良性与恶性组织	NA	探索人工智能在直肠癌手术中近红外功能成像的应用，以提高诊断和治疗的精确度	直肠癌组织及其荧光灌注信号的实时量化和分类	computer vision	直肠癌	近红外成像	NA	图像	NA