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
321	2024-12-08	External Validation of a Previously Developed Deep Learning-based Prostate Lesion Detection Algorithm on Paired External and In-House Biparametric MRI Scans 2024-Nov, Radiology. Imaging cancer DOI:10.1148/rycan.240050 PMID:39400232	研究论文	评估一个基于深度学习的AI模型在检测外部和内部双参数MRI扫描中的前列腺病变的表现	使用先前开发的基于深度学习的AI模型进行外部验证，评估其在不同数据集上的表现	研究为单中心回顾性研究，样本量有限，且仅限于男性患者	评估AI模型在检测前列腺癌阳性病变中的表现，并比较外部和内部MRI数据集的差异	前列腺癌阳性病变	计算机视觉	前列腺癌	深度学习	AI模型	MRI图像	201名男性患者
322	2024-12-08	A deep learning model for estimating sedation levels using heart rate variability and vital signs: a retrospective cross-sectional study at a center in South Korea 2024-Nov, Acute and critical care IF:1.7Q3 DOI:10.4266/acc.2024.01200 PMID:39600246	研究论文	本研究开发了一种基于心率变异性（HRV）参数和生命体征的深度学习模型，用于预测儿科患者的镇静水平	首次将HRV参数和生命体征结合，利用深度学习模型预测儿科患者的镇静水平，提供了一种自动化和连续监测镇静状态的方法	研究结果需要多中心验证以确保其广泛适用性	开发一种能够有效且安全地预测儿科患者镇静水平的深度学习模型	儿科重症监护病房的患者	机器学习	NA	心率变异性（HRV）参数提取	1D ResNet	心电图波形和生命体征数据	324名患者，4193个特征集
323	2024-12-07	[Intestinal Polyp Segmentation Based on Histogram Equalization ResNet (PE-ResNet)] 2024-Nov-30, Zhongguo yi liao qi xie za zhi = Chinese journal of medical instrumentation DOI:10.12455/j.issn.1671-7104.240235 PMID:39638618	研究论文	本文提出了一种基于直方图均衡化的ResNet架构（PE-ResNet）用于肠道息肉分割	通过引入直方图均衡化技术，减少了肠道内窥镜图像中的颜色变化对分割结果的影响	NA	提高肠道息肉分割的准确性，从而改进早期结直肠癌筛查的准确性	肠道息肉	计算机视觉	结直肠癌	直方图均衡化	ResNet	图像	五个数据集，包括ClinicDB
324	2024-12-07	Full dimensional dynamic 3D convolution and point cloud in pulmonary nodule detection 2024-Nov-29, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2024.11.033 PMID:39617261	研究论文	本文介绍了一种名为Omni-dimension Dynamic Residual 3D Net (ODR3DNet)的新方法，用于肺结节检测，利用全维度动态3D卷积和3D点云数据	提出了ODR3DNet算法，结合全维度动态3D卷积和专门用于3D点云的机器学习算法，显著提高了肺结节检测的准确性	NA	提高肺结节检测的准确性，改善患者预后	肺结节	计算机视觉	肺癌	3D卷积	CNN	点云	NA
325	2024-12-07	Artificial intelligence in cytopathological applications for cancer: a review of accuracy and analytic validity 2024-Nov-19, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-024-02138-2 PMID:39558397	综述	本文综述了人工智能在细胞病理学应用中的准确性和分析效度	本文探讨了人工智能辅助方法在提高细胞病理学诊断中的敏感性、特异性和准确性方面的创新应用	本文主要基于文献综述，未提供具体的技术实现细节或实验数据	探讨人工智能在细胞病理学诊断中的应用及其对诊断准确性和分析效度的影响	细胞病理学样本，包括宫颈癌、骨髓和外周血涂片、肺部良性与恶性病变	数字病理学	NA	机器学习、深度学习	NA	图像	417项研究中筛选出34项进行综述
326	2024-12-06	A Single-Cell Interrogation System from Scratch: Microfluidics and Deep Learning 2024-Nov-28, The journal of physical chemistry. B DOI:10.1021/acs.jpcb.4c02745 PMID:39547656	研究论文	本文为微生物学家提供了一个从零开始构建自定义活细胞检测系统的指南，结合了微流控技术和深度学习技术	本文首次为微生物学家提供了从零开始构建自定义活细胞检测系统的详细指南，并展示了如何使用最先进的深度学习技术设计图像处理算法	本文主要面向具有微流控技术基础的微生物学家，可能对其他领域的研究人员不适用	为微生物学家提供构建自定义活细胞检测系统的指南，并展示如何使用深度学习技术进行图像处理	活细胞检测系统的设计与构建，以及图像处理算法的设计	微流控技术	NA	微流控技术，深度学习	深度学习	图像	数千个细菌细胞周期
327	2024-12-06	Densely Populated Cell and Organelles Segmentation With Multi-Plane Deep Learning Pipeline 2024-Nov-21, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.19.623228 PMID:39605330	研究论文	开发了一种用于细胞和细胞器分割的机器视觉管道，通过多平面深度学习方法处理vEM数据集	利用2D神经网络捕捉3D相关性，实现了高效的细胞和细胞器分割，并在CREMI神经元分割挑战中取得了先进成果	NA	开发一种高效的细胞和细胞器分割方法，并应用于大规模血小板研究	血小板和细胞器	计算机视觉	NA	深度学习	神经网络	图像	数百个血小板
328	2024-12-06	Deep learning-based spike sorting: a survey 2024-Nov-14, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad8b6c PMID:39454590	综述	本文深入评估了基于深度学习的尖峰排序方法、方法论和结果，揭示了当前最先进的技术	本文综述了24篇关于基于深度学习的尖峰排序的文章，涵盖了尖峰检测、特征提取和分类三个子问题，并探讨了集成系统在解决尖峰排序问题中的潜力	尽管大多数算法是为单通道记录开发的，但多通道数据模型已经显示出有希望的结果，但仍需进一步研究和优化	综述基于深度学习的尖峰排序方法，评估其当前状态和未来发展方向	神经科学中的尖峰排序问题，包括尖峰检测、特征提取和分类	机器学习	NA	深度学习	卷积神经网络、自编码器	神经信号	24篇文章
329	2024-12-06	Mixed Effects Deep Learning for the interpretable analysis of single cell RNA sequencing data by quantifying and visualizing batch effects 2024-Nov-13, ArXiv PMID:39606715	研究论文	提出了一种混合效应深度学习（MEDL）自编码器框架，用于单细胞RNA测序数据的解释性分析，通过量化和可视化批次效应	通过分离批次不变（固定效应）和批次特定（随机效应）成分，将两者整合到预测模型中，同时生成2D可视化，增强了解释性	NA	解决单细胞RNA测序数据中的批次效应问题，并提高预测准确性	单细胞RNA测序数据中的批次效应和生物学状态	机器学习	心血管疾病, 自闭症谱系障碍, 急性髓系白血病	单细胞RNA测序	自编码器	基因表达数据	三个数据集，包括健康心脏、自闭症谱系障碍和急性髓系白血病，共147个批次
330	2024-12-06	Sustainable sentiment analysis on E-commerce platforms using a weighted parallel hybrid deep learning approach for smart cities applications 2024-Nov-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78318-1 PMID:39489784	研究论文	本文介绍了一种基于加权并行混合深度学习方法的电子商务平台情感分析系统	提出了名为WPHDL-SAEPR的独特方法，结合了受限玻尔兹曼机和奇异值分解模型	未提及	提高电子商务平台上用户评价的情感分析准确性	电子商务平台上的用户评价	自然语言处理	NA	自然语言处理和机器学习	加权并行混合深度学习模型	文本	使用了一个消费者评论数据库进行评估
331	2024-12-06	Development of high-quality artificial intelligence for computer-aided diagnosis in determining subtypes of colorectal cancer 2024-Nov, Journal of gastroenterology and hepatology IF:3.7Q2 DOI:10.1111/jgh.16661 PMID:38923607	研究论文	开发了一种基于深度学习的高质量计算机辅助诊断系统，用于区分结直肠癌亚型	首次开发了一种能够准确诊断结直肠癌亚型的计算机辅助诊断系统，并引入了稀疏注意力机制以提高诊断性能	研究样本量较小，仅包括29例早期结直肠癌病例	开发一种能够准确区分结直肠癌亚型的计算机辅助诊断系统	结直肠癌的亚型分类	计算机视觉	结直肠癌	深度学习	ResNet	图像	1072张病理图像，包括29例早期结直肠癌病例
332	2024-12-06	Deep Learning and Automatic Differentiation of Pancreatic Lesions in Endoscopic Ultrasound: A Transatlantic Study 2024-Nov-01, Clinical and translational gastroenterology IF:3.0Q2 DOI:10.14309/ctg.0000000000000771 PMID:39324610	研究论文	本文开发了一种卷积神经网络（CNN）用于内镜超声（EUS）图像中胰腺病变的检测和区分	首次开发了全球首个能够检测和区分EUS图像中最常见的胰腺囊性肿瘤和胰腺实质性病变的CNN	需要更大规模的多中心研究以实现技术的应用	提高内镜超声对胰腺病变诊断的准确性	胰腺囊性肿瘤（包括粘液性和非粘液性病变）和胰腺实质性病变（特别是胰腺导管腺癌和胰腺神经内分泌肿瘤）	计算机视觉	胰腺癌	卷积神经网络（CNN）	CNN	图像	378例EUS检查，包含约126,000张图像
333	2024-12-06	Prediction of virus-host associations using protein language models and multiple instance learning 2024-Nov, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012597 PMID:39561204	研究论文	本文介绍了一种名为EvoMIL的深度学习方法，用于仅从病毒序列中预测病毒宿主物种，并识别对宿主预测有重要贡献的病毒蛋白	结合预训练的大型蛋白质语言模型（ESM）和基于注意力的多实例学习，实现了蛋白质导向的预测，并展示了蛋白质嵌入比序列组成特征（如氨基酸、理化性质和DNA k-mers）捕获更强的预测信号	NA	解决当前大多数病毒宿主未知的问题，特别是微生物群中的病毒，并预测新病毒是否感染人类和动物	病毒宿主关联和重要病毒蛋白	机器学习	NA	多实例学习	深度学习模型	蛋白质序列	NA
334	2024-12-06	Process-Informed Neural Networks: A Hybrid Modelling Approach to Improve Predictive Performance and Inference of Neural Networks in Ecology and Beyond 2024-Nov, Ecology letters IF:7.6Q1 DOI:10.1111/ele.70012 PMID:39625058	研究论文	本文提出了一种结合过程模型和神经网络的混合建模方法，称为过程信息神经网络（PINNs），以提高生态学及其他领域中神经网络的预测性能和推理能力	创新地将过程知识直接融入神经网络结构中，形成过程信息神经网络（PINNs），显著提升了在数据稀疏情况下的预测性能和过程推理能力	NA	旨在解决深度学习在生态学应用中的数据稀疏和黑箱模型问题，提升预测准确性和过程理解	温带森林中的碳通量预测任务	生态学	NA	神经网络	过程信息神经网络（PINNs）	时空数据	五种不同类型的PINNs模型在数据稀疏和高迁移任务中的表现
335	2024-12-06	Deep Learning for the Study of Urinary Stone Composition from Computed Tomography Images 2024-Nov, Archivos espanoles de urologia IF:0.6Q4 DOI:10.56434/j.arch.esp.urol.20247709.144 PMID:39632524	研究论文	本研究开发了一种基于卷积神经网络的深度学习模型，用于从CT图像中区分尿酸结石和非尿酸结石	首次利用深度学习技术从CT图像中预测尿酸结石的类型	研究仅限于回顾性分析，未来需进一步验证模型的前瞻性应用	开发一种方法来区分尿酸结石和非尿酸结石	尿酸结石和非尿酸结石的CT图像	计算机视觉	泌尿系统疾病	卷积神经网络	CNN	图像	918张非增强薄层单能量CT图像，包括124张尿酸结石和794张非尿酸结石
336	2024-12-05	AutoLDT: a lightweight spatio-temporal decoupling transformer framework with AutoML method for time series classification 2024-Nov-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81000-1 PMID:39616188	研究论文	提出了一种基于自动化机器学习技术的轻量级时空解耦Transformer框架AutoLDT，用于时间序列分类	引入模糊位置编码、TS可分离线性自注意力机制和卷积前馈网络，实现轻量级特征提取；采用协方差矩阵自适应进化策略和全局自适应剪枝技术实现自动化网络结构设计	未明确提及	解决时间序列分类中特征提取效果、模型复杂度和模型设计不确定性问题	时间序列数据	机器学习	NA	自动化机器学习	Transformer	时间序列	使用了公开的UCR和UEA时间序列数据集
337	2024-12-05	Self-supervised spectral super-resolution for a fast hyperspectral and multispectral image fusion 2024-Nov-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81031-8 PMID:39616217	研究论文	本文提出了一种新的自监督光谱超分辨率方法，用于快速高光谱和多光谱图像融合	引入了一种创新的技术，通过训练一个小型深度神经网络来重建高分辨率的高光谱图像，无需高分辨率训练数据，解决了数据稀缺和泛化能力差的问题，并显著降低了计算成本	NA	提高高光谱图像的分辨率	高光谱和多光谱图像	计算机视觉	NA	深度学习	深度神经网络	图像	NA
338	2024-12-05	A deep learning approach to real-time Markov modeling of ion channel gating 2024-Nov-30, Communications chemistry IF:5.9Q1 DOI:10.1038/s42004-024-01369-y PMID:39616256	研究论文	本文提出了一种基于深度学习的实时马尔可夫模型提取方法，用于分析离子通道门控行为	利用深度学习技术从单通道记录中提取马尔可夫模型，并提出了一种评估预测模型优劣的方法	需要进一步验证该方法在不同实验条件下的适用性和准确性	开发一种能够实时分析离子通道门控行为的深度学习方法	离子通道门控行为的实时分析	机器学习	NA	深度学习	神经网络	时间序列	使用模拟数据集进行训练，并在实际的膜片钳实验数据上进行测试
339	2024-12-05	Predicting Short-Term Mortality in Patients With Acute Pulmonary Embolism With Deep Learning 2024-Nov-30, Circulation journal : official journal of the Japanese Circulation Society IF:3.1Q2 DOI:10.1253/circj.CJ-24-0630 PMID:39617426	研究论文	本文开发了一种基于深度学习的多模态模型，用于预测急性肺栓塞患者的短期死亡率	本文提出的多模态深度学习模型在预测急性肺栓塞患者的短期死亡率方面显著优于现有的PESI评分	NA	开发一种新的短期死亡率预测模型，以优化治疗策略并改善患者预后	急性肺栓塞患者	机器学习	肺栓塞	深度学习	多模态深度学习模型	影像和临床/人口统计数据	207名急性肺栓塞患者，其中53名在住院期间死亡
340	2024-12-05	Interpretable multi-horizon time series forecasting of cryptocurrencies by leverage temporal fusion transformer 2024-Nov-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e40142 PMID:39619580	研究论文	研究探讨了在波动性全球金融市场预测加密货币运动的挑战，并开发了一种先进的深度学习增强型时间融合变压器（ADE-TFT）模型来更准确地估计比特币价值	提出了ADE-TFT模型，该模型在预测准确性上优于其底层模型，特别是在使用更高隐藏层配置时，误差指标（MAPE、MSE和RMSE）显著降低	研究强调了需要尝试不同的归一化策略和利用各种市场相关数据来提高模型性能，并指出提高预测准确性可能需要解决这些限制并纳入市场情绪等额外因素	提高加密货币市场预测的准确性，为投资者提供更精确的市场预测	比特币价值预测	机器学习	NA	深度学习	时间融合变压器（TFT）	交易数据	NA