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
361	2024-12-10	Gunshots detection, identification, and classification: Applications to forensic science 2024-Nov, Science & justice : journal of the Forensic Science Society IF:1.9Q3 DOI:10.1016/j.scijus.2024.09.007 PMID:39638481	研究论文	本文分析了枪声的声学特征及其在法医学中的应用和局限性，并综述了现有的枪声检测、识别和分类技术	本文探讨了深度学习驱动的神经网络在枪声检测中的应用前景	由于数据和评估标准的差异，比较不同算法存在挑战	旨在为安全系统和法医分析开辟新领域	枪声的声学特征及其在法医学中的应用	机器学习	NA	深度学习	神经网络	音频	NA
362	2024-12-09	Automated Approach to Accurate, Precise, and Fast Detector Simulation and Reconstruction 2024-Nov-22, Physical review letters IF:8.1Q1 DOI:10.1103/PhysRevLett.133.211902 PMID:39642483	研究论文	本文开发了一种自动化方法，通过深度学习模型加速粒子物理中的探测器模拟和重建过程	本文提出了一种结合探测器模拟和重建的深度学习模型，旨在减少资源利用并实现快速替代模型	NA	解决粒子物理中探测器模拟和重建的计算瓶颈问题	粒子探测器中的粒子流模拟和重建	机器学习	NA	深度学习	神经网络	点云	使用公开的CMS实验数据集进行验证
363	2024-12-09	Machine-learning based prediction of future outcome using multimodal MRI during early childhood 2024-Nov, Seminars in fetal & neonatal medicine IF:2.9Q1 DOI:10.1016/j.siny.2024.101561 PMID:39528363	review	本文综述了基于多模态MRI的机器学习和深度学习方法在预测早期儿童未来发展结果中的应用	探讨了多模态MRI在增强区分能力和提供更全面洞察方面的潜力，并强调了机器学习方法在早期检测和个性化干预中的应用	NA	探讨机器学习方法在利用早期儿童多模态MRI信息预测未来神经发育和临床结果中的应用	早期儿童的大脑发育和神经发育及精神健康结果	machine learning	NA	多模态磁共振成像（MRI），包括结构MRI（sMRI）、扩散MRI（dMRI）、功能MRI（fMRI）和灌注MRI（pMRI）	机器学习和深度学习	多模态MRI数据	NA
364	2024-12-08	Deep learning-driven macroscopic AI segmentation model for brain tumor detection via digital pathology: Foundations for terahertz imaging-based AI diagnostics 2024-Nov-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e40452 PMID:39634425	研究论文	本文使用深度学习方法开发了一种能够自主描绘数字病理图像中癌变区域的AI模型	通过使用Image Crop with Mask技术和补丁生成方法，克服了计算资源有限的挑战，并成功开发了自主分割癌变区域的AI训练模型	NA	开发一种基于深度学习的AI模型，用于自动检测和分割脑肿瘤区域	数字病理图像中的脑肿瘤区域	数字病理学	脑肿瘤	深度学习	AI模型	图像	187张H&E染色图像
365	2024-12-08	Reveal the potent antidepressant effects of Zhi-Zi-Hou-Pu Decoction based on integrated network pharmacology and DDI analysis by deep learning 2024-Nov-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38726 PMID:39641032	研究论文	本研究通过综合网络药理学和深度学习方法，揭示了知子厚朴汤的抗抑郁作用及其潜在机制	首次系统性地探讨了知子厚朴汤的活性成分及其与抑郁症的药理学机制，并利用深度学习模型预测药物相互作用	研究主要基于体外实验和计算机模拟，缺乏体内实验验证	探讨知子厚朴汤的抗抑郁机制及其药物相互作用	知子厚朴汤的活性成分及其与抑郁症的药理学机制	药物相互作用	NA	网络药理学、分子对接、UPLC-Q-TOF-MS/MS、深度学习	深度学习模型	化合物数据	LPS诱导的神经母细胞瘤细胞
366	2024-12-08	Discovery of antibiotics in the archaeome using deep learning 2024-Nov-16, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.15.623859 PMID:39605719	研究论文	利用深度学习技术从古菌组中发现新型抗生素	首次利用深度学习技术系统地探索古菌组，发现具有潜在抗菌活性的新分子，命名为archaeasins，这些新发现的肽化合物具有独特的组成特征	NA	寻找新型抗生素以应对抗微生物药物耐药性	古菌组中的抗菌分子	机器学习	NA	深度学习	NA	蛋白质组数据	233个古菌蛋白质组，合成了80种archaeasins
367	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
368	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
369	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
370	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
371	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
372	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
373	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
374	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
375	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
376	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
377	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
378	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
379	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
380	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