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
981	2024-11-09	Synergistic use of handcrafted and deep learning features for tomato leaf disease classification 2024-11-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-71225-5 PMID:39500934	研究论文	本文介绍了一种结合传统手工特征和深度学习技术的计算机辅助诊断系统，用于自动检测和分类番茄叶病害	本文提出了一种新的评估方法来解决数据不平衡问题，并展示了将经典特征工程与现代机器学习技术结合在基于互信息的特征融合下的效果	NA	开发一种高精度的计算机辅助诊断系统，用于自动检测和分类番茄叶病害	番茄叶病害的自动检测和分类	计算机视觉	NA	深度学习技术	卷积神经网络 (CNN)	图像	NA
982	2024-11-09	Scalable deep learning artificial intelligence histopathology slide analysis and validation 2024-11-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76807-x PMID:39500980	研究论文	本文开发并验证了一种可扩展的深度学习方法，用于分析和分类数字化病理切片中的病理类型	提出了一种新的金字塔分块方法，以利用分类区域周围的空间感知，同时保持对千兆像素图像的效率和可扩展性	NA	开发一种自动检测和识别数字化病理切片中病理类型的方法	数字化病理切片中的病理类型	数字病理学	NA	深度学习	深度学习模型	图像	多种组织类型（如睾丸、卵巢、前列腺、肾脏）和病理类型，来自华盛顿州立大学的表观遗传学改变的病理学研究
983	2024-11-09	Optimizing knee osteoarthritis severity prediction on MRI images using deep stacking ensemble technique 2024-11-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78203-x PMID:39500982	研究论文	本文探讨了使用深度堆叠集成技术优化膝关节骨关节炎严重程度预测的方法	采用深度堆叠集成技术结合四种预训练模型（CNN、AlexNet、ResNet34和ResNet-50）来提高预测准确性	传统诊断方法耗时且对医疗专业人员来说有时繁琐	优化膝关节骨关节炎严重程度的预测，加快诊断过程	膝关节骨关节炎的严重程度	计算机视觉	骨关节炎	深度学习算法	CNN、AlexNet、ResNet34、ResNet-50	MRI图像	未明确提及具体样本数量
984	2024-11-09	Deep learning based highly accurate transplanted bioengineered corneal equivalent thickness measurement using optical coherence tomography 2024-Nov-05, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01305-3 PMID:39501083	研究论文	本文提出了一种基于深度学习的自动分割方法，用于使用光学相干断层扫描（OCT）对移植的生物工程角膜等效物进行高精度测量	本文的创新点在于使用深度学习技术对生物工程角膜等效物的厚度进行自动分割和测量，提供了详细的厚度值、地图和体积测量	本文的局限性在于仅在动物研究中进行了验证，尚未在人类角膜移植中广泛应用	本文的研究目的是开发一种高精度的评估方法，用于测量移植的生物工程角膜等效物的完整性和生物相容性	本文的研究对象是移植的生物工程角膜等效物	计算机视觉	NA	光学相干断层扫描（OCT）	深度学习	图像	14天的监测数据
985	2024-11-09	Three-dimensional localization and tracking of chromosomal loci throughout the Escherichia coli cell cycle 2024-Nov-05, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-07155-9 PMID:39501081	研究论文	本文开发了一种深度学习方法，用于在活体大肠杆菌细胞中对染色体位点进行基于像散的超分辨率三维定位和跟踪	本文首次实现了对染色体位点的三维定位和跟踪，精度优于61纳米	NA	研究基因在细胞内的位置对其表达的影响	大肠杆菌细胞中的染色体位点	计算机视觉	NA	深度学习	深度学习模型	图像	NA
986	2024-11-09	REDalign: accurate RNA structural alignment using residual encoder-decoder network 2024-Nov-05, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05956-7 PMID:39501155	研究论文	本文介绍了一种基于深度学习的RNA二级结构比对方法REDalign	REDalign利用残差编码器-解码器网络，能够高效地捕获共识结构并优化结构比对，显著降低了计算复杂度，并能有效处理包括假结在内的非嵌套结构	NA	开发一种高效且准确的RNA二级结构比对方法	RNA序列的二级结构	生物信息学	NA	深度学习	残差编码器-解码器网络	RNA序列	NA
987	2024-11-09	Application of the online teaching model based on BOPPPS virtual simulation platform in preventive medicine undergraduate experiment 2024-Nov-05, BMC medical education IF:2.7Q1 DOI:10.1186/s12909-024-06175-7 PMID:39501207	研究论文	探讨基于BOPPPS虚拟仿真平台的在线教学模式在预防医学本科实验中的应用效果	结合BOPPPS教学模型和虚拟仿真平台，创新性地应用于预防医学实验教学	NA	研究BOPPPS结合虚拟仿真实验教学对学生成绩和参与度、表现及教师自我效能的影响	滨州医学院2019级预防医学专业两个班的学生	NA	NA	虚拟仿真平台	BOPPPS教学模型	问卷调查数据	实验组51人，对照组49人
988	2024-11-09	Revolutionizing spinal interventions: a systematic review of artificial intelligence technology applications in contemporary surgery 2024-Nov-05, BMC surgery IF:1.6Q2 DOI:10.1186/s12893-024-02646-2 PMID:39501233	综述	本文系统回顾了人工智能技术在现代脊柱手术中的应用	人工智能能够处理大型复杂数据集，揭示人类观察可能忽略的细微模式和相关性	NA	阐述人工智能在脊柱手术中的作用	脊柱手术及其对患者预后的多方面影响	机器学习	NA	人工神经网络、深度学习	人工神经网络	文本	共检索到1182篇文章，最终纳入90篇进行综述
989	2024-11-09	Capturing forceful interaction with deformable objects using a deep learning-powered stretchable tactile array 2024-Nov-04, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53654-y PMID:39496596	研究论文	本文介绍了一种用于捕捉与可变形物体交互的视觉触觉记录和跟踪系统，该系统采用可拉伸触觉手套和视觉触觉联合学习框架	提出了基于对称响应检测和自适应校准的主动抑制方法，提高了力测量的准确性，并开发了视觉触觉联合学习框架来重建手-物体状态	NA	开发一种能够捕捉与可变形物体交互的系统，以应用于虚拟现实、远程医疗和机器人等领域	可变形和刚性物体的手-物体状态	机器人学	NA	深度学习	视觉触觉联合学习框架	视觉和触觉序列	24个物体，分为6个类别
990	2024-11-09	Leveraging convolutional neural networks and hashing techniques for the secure classification of monkeypox disease 2024-11-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75030-y PMID:39496621	研究论文	本文提出了一种利用卷积神经网络和哈希技术进行猴痘疾病安全分类的方法	本文提出了CanDark模型，结合可撤销生物识别技术，利用DarkNet-53 CNN提取猴痘皮肤图像的深度特征，并通过可撤销方法保护患者信息	NA	开发一种高效且安全的猴痘疾病诊断方法	猴痘疾病的皮肤症状图像	计算机视觉	猴痘	卷积神经网络 (CNN) 和哈希技术	DarkNet-53 CNN	图像	NA
991	2024-11-09	Ensemble based high performance deep learning models for fake news detection 2024-Nov-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76286-0 PMID:39496680	研究论文	研究探讨了在阿拉伯语假新闻检测中使用机器学习、深度学习和集成学习框架的不同技术	结合了FastText词嵌入与多种机器学习和深度学习方法，并利用BERT、XLNet和RoBERTa等基于Transformer的模型进行优化	研究仅限于阿拉伯语假新闻检测，未涉及多语言扩展	研究旨在探索阿拉伯语假新闻检测中的不同机器学习和深度学习技术	研究对象为阿拉伯语新闻文章，分为假新闻和真实新闻两类	机器学习	NA	深度学习	Bi-GRU-Bi-LSTM	文本	使用了两个阿拉伯语新闻文章数据集，AFND和ARABICFAKETWEETS数据集
992	2024-11-09	Prediction and clustering of Alzheimer's disease by race and sex: a multi-head deep-learning approach to analyze irregular and heterogeneous data 2024-11-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-77829-1 PMID:39496718	研究论文	本文通过多头部深度学习方法对阿尔茨海默病进行预测和聚类分析，重点关注种族和性别因素	采用多头部深度学习架构处理和学习生物医学和影像数据，并通过Shapley加性解释算法进行特征重要性排序和成对相关性分析，识别疾病进展的预测因子	NA	建立阿尔茨海默病进展模型，分析异质性多模态数据，进行人群子集的聚类分析	阿尔茨海默病的进展模式及其在不同种族和性别群体中的差异	机器学习	阿尔茨海默病	深度学习	多头部卷积神经网络	多模态数据	16个子聚类，包含不同进展模式的参与者
993	2024-11-09	A deep learning framework for hepatocellular carcinoma diagnosis using MS1 data 2024-11-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-77494-4 PMID:39496730	研究论文	开发了一种名为MS1Former的端到端深度学习模型，用于直接使用原始MS1光谱对肝细胞癌肿瘤和邻近非肿瘤组织进行分类	提出了MS1Former模型，能够直接使用原始MS1光谱进行分类，无需肽前体鉴定，解决了肽前体鉴定和蛋白质鉴定引入的误差问题	NA	开发一种能够准确预测疾病类型并提高患者疾病诊断和预后的计算方法	肝细胞癌肿瘤和邻近非肿瘤组织	机器学习	肝癌	MS1光谱分析	深度学习模型	MS1光谱数据	多个外部验证数据集
994	2024-11-09	Interpretable Fine-Grained Phenotypes of Subcellular Dynamics via Unsupervised Deep Learning 2024-Nov, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202403547 PMID:39239705	研究论文	本文介绍了一种用于细粒度可解释表型的自训练深度学习框架，用于揭示活细胞动态的细粒度表型	提出了一种基于自编码器正则化的自训练深度学习框架，能够增强特征的区分能力并保留分子扰动的异质性	NA	揭示健康和疾病生物过程中异质性的细粒度表型	迁移上皮细胞的异质性突起动态及其对药物扰动的特定反应	机器学习	NA	深度学习	深度神经网络 (DNN)	细胞动态数据	NA
995	2024-11-09	Effective genome editing with an enhanced ISDra2 TnpB system and deep learning-predicted ωRNAs 2024-Nov, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02418-z PMID:39313558	研究论文	本文优化了Deinococcus radiodurans (ISDra2) TnpB系统，并结合深度学习预测的ωRNAs，实现了高效的基因编辑	开发了TnpBmax系统，编辑效率提高了4.4倍；设计了K76突变体，扩展了目标识别范围；利用深度学习模型TEEP预测ωRNA活性，相关系数r > 0.8	NA	优化TnpB系统，提高基因编辑效率，并开发深度学习模型预测ωRNA活性	Deinococcus radiodurans (ISDra2) TnpB系统及其在哺乳动物细胞中的应用	基因编辑	NA	深度学习	深度学习模型	基因编辑效率数据	10,211个目标位点
996	2024-11-09	Advancements in synthetic CT generation from MRI: A review of techniques, and trends in radiation therapy planning 2024-Nov, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14499 PMID:39325781	综述	本文综述了从MRI生成合成CT（sCT）的最新技术进展及其在放射治疗计划（RTP）中的应用	本文重点介绍了基于机器学习和深度学习的sCT生成技术，这些技术有望提高RTP的效率和准确性	本文指出sCT生成技术在图像质量、剂量计算准确性和临床接受度方面仍存在挑战	旨在概述从MRI生成sCT的最新进展，并探讨其在RTP中的应用，强调技术、性能评估、临床应用、未来研究趋势和领域内的开放挑战	从MRI生成sCT的技术及其在RTP中的应用	计算机视觉	NA	机器学习（ML）和深度学习（DL）	NA	图像	NA
997	2024-11-09	Brain tumor segmentation by combining MultiEncoder UNet with wavelet fusion 2024-Nov, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14527 PMID:39284311	研究论文	本文提出了一种结合多编码器UNet和小波融合的脑肿瘤分割网络	采用晚期融合策略和3D离散小波变换特征融合模块，提取多模态MRI间的互补信息，并引入3D全局上下文感知模块捕捉肿瘤体素的长程依赖关系	未提及具体局限性	提高脑肿瘤从多模态MRI中的分割精度，辅助临床诊断和手术干预	脑肿瘤的多模态MRI图像	计算机视觉	脑肿瘤	多模态MRI	UNet	图像	BraTS2018和BraTS2021数据集
998	2024-11-09	Revising Reflection Assignments to Align With Clinical Judgment Measurement Model Language: Maximizing Critical Thinking, Feedback, and Measurement in Simulation 2024 Nov-Dec 01, Nursing education perspectives IF:0.9Q3 DOI:10.1097/01.NEP.0000000000001149 PMID:37255453	研究论文	本文探讨了如何通过修订反思作业模板，使其与临床判断测量模型（CJMM）的语言相一致，从而最大化模拟中的批判性思维、反馈和测量	本文创新性地将临床判断测量模型（CJMM）的语言融入到模拟反思作业中，以促进学生对临床判断的深入理解和自我评估	本文仅在初步质量改进试点研究中验证了改进效果，尚未在大规模应用中进行验证	研究目的是通过修订反思作业模板，提升学生在模拟中的批判性思维和临床判断能力	研究对象为护理专业的学生及其在模拟中的反思作业	NA	NA	NA	NA	NA	初步质量改进试点研究中的学生数量未明确提及
999	2024-11-08	[Research progress on the development of myopia prediction models and their predictive performance] 2024-Nov-11, [Zhonghua yan ke za zhi] Chinese journal of ophthalmology DOI:10.3760/cma.j.cn112142-20231128-00248 PMID:39505381	综述	本文综述了近年来近视预测模型及其预测性能的研究进展	介绍了结合环境因素和遗传因素的近视预测模型，以及人工智能在近视预测中的应用	未提及具体模型的局限性	探讨近视预测模型的研究进展及其预测性能，为建立更准确的近视预测模型提供参考	近视预测模型及其预测性能	NA	眼科疾病	机器学习、深度学习	NA	NA	NA
1000	2024-11-08	Exploring coronavirus sequence motifs through convolutional neural network for accurate identification of COVID-19 2024-Nov-07, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2404149 PMID:39508163	研究论文	本文利用深度学习方法中的卷积神经网络来识别和区分新冠病毒与其他冠状病毒	本文提出了DeepCoV方法，通过卷积神经网络识别新冠病毒，并能定位与新冠病毒相关的各种基序，显示出CNN的透明性	NA	快速识别由新病毒或已知疾病引起的疫情	新冠病毒与其他冠状病毒的区分	机器学习	NA	卷积神经网络	CNN	序列	使用了2019nCoVR数据集