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
21101	2024-08-07	Deep Learning for Drug Design: an Artificial Intelligence Paradigm for Drug Discovery in the Big Data Era 2018-03-30, The AAPS journal DOI:10.1208/s12248-018-0210-0 PMID:29603063	综述	本文综述了深度学习方法在药物设计中的应用，特别是卷积神经网络、循环神经网络和深度自编码网络等主流架构在监督学习和非监督学习中的应用	深度学习方法在药物设计领域的应用相较于传统机器学习算法具有更大的潜力	深度学习方法在药物发现和开发领域尚未得到广泛认可，仍需进一步的研究和应用推广	探讨深度学习在药物设计中的应用及其面临的挑战	深度学习方法及其在药物设计中的应用	机器学习	NA	深度学习	CNN, RNN, DAENs	小分子数据	NA
21102	2024-08-05	Automated magnetic resonance imaging-based grading of the lumbar intervertebral disc and facet joints 2024-Sep, JOR spine IF:3.4Q1 DOI:10.1002/jsp2.1353 PMID:39011368	研究论文	本研究介绍了一种基于磁共振成像的自动化技术，用于对腰椎间盘和关节的分级。	提出了一种基于卷积神经网络的自动化分级技术，增强了评估的一致性。	在Fujiwara分级系统中表现出较大的误差，显示出该系统的高变异性。	旨在使用自动化系统根据Pfirrmann和Fujiwara分级系统分类腰椎间盘和关节的健康状况。	临床MRI图像，涉及腰椎间盘和关节的健康状况。	计算机视觉	NA	磁共振成像	卷积神经网络	图像	从公共可访问的腰椎MRI数据集中获取的临床MRI图像
21103	2024-08-05	deepAFT: A nonlinear accelerated failure time model with artificial neural network 2024-Aug-30, Statistics in medicine IF:1.8Q1 DOI:10.1002/sim.10152 PMID:38894557	研究论文	本文提出了一种基于深度人工神经网络的非参数非线性加速失效时间模型，旨在预测生存结果数据	提出的深AFT方法基于深度学习，能直接预测生存结果，并提供分布函数的预测，克服了现有模型的局限性	尽管深AFT方法在预测精度上表现良好，但在某些情况下可能仍然会受到数据特性的影响	研究加速失效时间模型中的生存结果预测方法	研究对象为生存结果数据，包括淋巴瘤临床试验的应用	机器学习	淋巴瘤	深度学习	深度人工神经网络	生存数据	在模拟研究和淋巴瘤临床试验中使用了多个样本
21104	2024-08-05	The Impact of Drop Test Conditions on Brain Strain Location and Severity: A Novel Approach Using a Deep Learning Model 2024-Aug, Annals of biomedical engineering IF:3.0Q3 DOI:10.1007/s10439-024-03525-w PMID:38739210	研究论文	本研究采用深度学习模型分析了实验室控制的掉落测试参数对大脑应变的影响	提出了一种新方法，利用训练好的卷积神经网络（CNN）预测大脑区域性最大主应变	未讨论不同研究条件对结果的潜在影响	探讨掉落测试条件对大脑区域最大主应变的影响	运动员在高强度头部冲击下的脑部损伤	数字病理学	NA	深度学习	卷积神经网络（CNN）	数值数据	NA
21105	2024-08-05	Elevating nanomaterial optical sensor arrays through the integration of advanced machine learning techniques for enhancing visual inspection of food quality and safety 2024-Jul-17, Critical reviews in food science and nutrition IF:7.3Q1 DOI:10.1080/10408398.2024.2376113 PMID:39015031	综述	本综述总结了基于纳米材料的光学传感器阵列在食品质量和安全视觉监测中的应用	探讨了纳米材料与先进机器学习技术结合，提升食品质量检测效率的创新点	尚未提及具体的实验性研究数据或实证案例支持	旨在总结和讨论基于纳米材料的光学传感器在食品质量和安全监测中的应用	涵盖农药残留、重金属离子、细菌污染等食品相关指标的检测	机器学习	NA	光学传感器阵列	机器学习和深度学习方法	高维数据	NA
21106	2024-08-05	A novel optimization-assisted multi-scale and dilated adaptive hybrid deep learning network with feature fusion for event detection from social media 2024-Jul-17, Network (Bristol, England) DOI:10.1080/0954898X.2024.2376705 PMID:39015012	研究论文	提出了一种新的基于社交媒体数据的事件检测方法	引入了多尺度和膨胀自适应混合深度学习网络，并通过改进的海狸优化算法调优参数	未提及具体的实验环境和数据多样性	提高社交媒体事件检测的准确性	社交媒体数据中的事件	自然语言处理	NA	BERT, TF-IDF	MDA-HDL (多尺度和膨胀自适应混合深度学习)	文本	两个数据集，分别的准确率为94.96和96.42
21107	2024-08-05	Neural Network Enables High Accuracy for Hepatitis B Surface Antigen Detection with a Plasmonic Platform 2024-Jul-17, Nano letters IF:9.6Q1 DOI:10.1021/acs.nanolett.4c02860 PMID:38975746	研究论文	本研究介绍了一种基于厚度灵敏的等离子体耦合和深度学习的无标签等离子体生物传感方法来检测乙型肝炎表面抗原	该方法结合了深度学习与等离子体传感技术，提高了传感器的灵敏度和检测准确性	尚未提及本研究的具体局限性	研究旨在开发高精度的乙型肝炎表面抗原检测工具	研究对象是乙型肝炎表面抗原（HBsAg）	数字病理学	乙型肝炎	等离子体生物传感	神经网络	输出数据	NA
21108	2024-08-05	Deep learning with convolution neural network detecting mesiodens on panoramic radiographs: comparing four models 2024-Jul-17, Odontology IF:1.9Q2 DOI:10.1007/s10266-024-00980-8 PMID:39017730	研究论文	本研究旨在开发一种简单轻巧的深度学习卷积神经网络模型，以在全景放射影像中检测胚牙的存在	提出了一种简单轻量的CNN模型用于胚牙的检测，并对四种模型进行了比较	需要专业人士进一步评估，因为儿童对辐射的敏感性高于成人	开发用于检测胚牙的高效深度学习模型	628幅含有与不含胚牙的全景放射影像	计算机视觉	NA	深度学习，卷积神经网络（CNN）	binary_connect_mnist_LeNet	图像	628幅全景放射影像，分别用于训练、验证和测试
21109	2024-08-05	Ualign: pushing the limit of template-free retrosynthesis prediction with unsupervised SMILES alignment 2024-Jul-15, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-024-00877-2 PMID:39010144	研究论文	本研究介绍了UAlign，这是一种无模板的反合成预测管道。	提出了一种新的图到序列的无模板反合成预测管道，克服了Transformer方法在分子表征学习中的局限性	无监督学习机制可能在某些情况下不如监督学习方法准确	旨在提高反合成预测的有效性，特别是在无模板的情况下	研究分子结构在化学反应中的变化，特别是如何利用不变结构进行反应物生成	化学信息学	NA	图神经网络和Transformer	NA	SMILES	大量实验支持，具体样本数量未说明
21110	2024-08-05	Real-time deep learning-based model predictive control of a 3-DOF biped robot leg 2024-Jul-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66104-y PMID:39004665	研究论文	本研究利用深度学习改进了三自由度双足机器人腿部的控制	该研究将深度学习与模型预测控制相结合，能够在不依赖传统动态模型的情况下实现精确的轨迹跟踪	实验结果可能受到数据集的限制，未提及实际应用的长期稳定性	研究旨在提高双足机器人在轨迹控制方面的精确性和效率	研究对象为三自由度双足机器人腿部的动态控制	机器人技术	NA	深度学习	NA	数据集包含关节角度和执行器扭矩的详细信息	NA
21111	2024-08-05	An ensemble deep learning models approach using image analysis for cotton crop classification in AI-enabled smart agriculture 2024-Jul-14, Plant methods IF:4.7Q1 DOI:10.1186/s13007-024-01228-w PMID:39004764	研究论文	提出了一种结合深度学习的计算机视觉技术用于早期检测棉花疾病的框架	创新性在于采用集成学习框架与持续小波变换提取的特点相结合，提高棉花分类准确性	未提及具体的样本量和数据来源，可能影响结果的普适性	旨在利用深度学习和计算机视觉技术改善棉花作物管理	研究对象为健康和不健康的棉花植物	计算机视觉	NA	深度学习，持续小波变换（CWT），快速傅里叶变换（FFT）	AlexNet，GoogLeNet，InceptionV3，VGG-19	图像	NA
21112	2024-08-05	Egocentric 3D Skeleton Learning in a Deep Neural Network Encodes Obese-like Motion Representations 2024-Jun-30, Experimental neurobiology IF:1.8Q4 DOI:10.5607/en24008 PMID:38993079	研究论文	本研究使用深度LSTM网络分析饮食诱导的肥胖小鼠模型的3D时间序列骨骼数据	研究提出了通过身份训练的深度LSTM网络结合自主视角来识别肥胖相关运动表现的新方法	研究可能仅基于小鼠模型，外推到人类的有效性仍需进一步验证	探索深度学习在肥胖早期检测中的应用潜力	饮食诱导肥胖的小鼠模型	计算机视觉	肥胖症	深度LSTM网络	LSTM	3D时间序列骨骼数据	NA
21113	2024-08-05	CT-derived pectoralis composition and incident pneumonia hospitalization using fully automated deep-learning algorithm: multi-ethnic study of atherosclerosis 2024-Jun, European radiology IF:4.7Q1 DOI:10.1007/s00330-023-10372-1 PMID:37951855	研究论文	本研究使用全自动深度学习算法从常规胸部CT中提取胸大肌成分，并研究其与肺炎住院的关联	本研究首次应用全自动深度学习算法有效地提取了胸大肌成分，并发现其与COPD患者的肺炎住院具有独立关联	胸大肌成分未能在整体人群中预测肺炎住院，仅在已知COPD患者中能够预测	探讨胸大肌成分与肺炎的关联，特别是考虑到慢性阻塞性肺病（COPD）的状态	研究对象为2010至2012年间接受胸部CT检查的多民族动脉硬化研究参与者	数字病理学	肺炎	深度学习算法	Mask R-CNN（基于Faster R-CNN的卷积神经网络）	图像	2595名参与者（51%女性；中位年龄：68岁）
21114	2024-08-05	Benchmarking Deep Learning-Based Image Retrieval of Oral Tumor Histology 2024-Jun, Cureus DOI:10.7759/cureus.62264 PMID:39011227	研究论文	该研究开发了一种基于深度学习的内容检索系统，以提高口腔肿瘤组织学的病理诊断准确性	首次使用自监督学习方法训练深度学习模型处理口腔病理图像，实现了更高的检索准确性	缺乏针对口腔病理的专门图像数据库可能限制了模型的全面性和适用性	研究的目的是开发一种可靠的计算机辅助诊断系统以改善口腔肿瘤的病理诊断	研究对象为30类口腔肿瘤的图像数据	数字病理学	口腔肿瘤	深度学习，自监督学习	自监督学习模型	图像	30类口腔肿瘤的图像数据库
21115	2024-08-05	Deep Learning and Multimodal Artificial Intelligence in Orthopaedic Surgery 2024-Jun-01, The Journal of the American Academy of Orthopaedic Surgeons IF:2.6Q1 DOI:10.5435/JAAOS-D-23-00831 PMID:38652882	综述	本综述文章重点介绍深度学习和多模态神经网络在骨科领域的应用	该研究提供了人工智能在骨科手术中应用的实际例子，特别是在影像数据集和临床数据整合方面	没有提到具体的局限性	旨在为骨科医生提供评估现有文献和考虑人工智能潜力的工具	深度神经网络、卷积神经网络和多模态人工智能模型	计算机视觉	NA	深度学习	卷积神经网络	图像、临床数据	NA
21116	2024-08-05	A novel deep machine learning algorithm with dimensionality and size reduction approaches for feature elimination: thyroid cancer diagnoses with randomly missing data 2024-May-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae344 PMID:39007597	研究论文	本研究开发了一种新的深度机器学习算法用于甲状腺癌诊断，并处理随机缺失数据	创新点在于处理随机缺失数据和采用维度缩减及层次聚类算法来选择最具信息量的数据集	缺乏标准化的甲状腺癌诊断程序可能限制算法的广泛适用性	旨在开发一种准确且计算效率高的深度学习算法以诊断甲状腺癌	研究对象为多维大数据中存在随机缺失的甲状腺癌诊断数据	机器学习	甲状腺癌	深度学习算法	未指定	多维数据	使用了四种机器学习算法进行训练和测试，具体样本数量未说明
21117	2024-08-05	Highly accurate classification and discovery of microbial protein-coding gene functions using FunGeneTyper: an extensible deep learning framework 2024-May-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae319 PMID:39007592	研究论文	该文章介绍了FunGeneTyper，一个可扩展的深度学习框架，用于微生物蛋白编码基因功能的高精度分类和发现	提出了一种新的框架，包含两个新的深度学习模型，以及结构化数据库，旨在实现高于99%的分类准确率	NA	开发一种高效的工具，用于微生物蛋白编码基因的功能分类和抗生素抗性基因的发现	抗生素抗性基因(ARGs)和毒力因子基因的序列	生物信息学	NA	高通量DNA测序	FunTrans和FunRep	基因序列	由实验确认的抗生素抗性基因数据集，包含远程同源序列作为测试集
21118	2024-08-05	Framework for Ranking Machine Learning Predictions of Limited, Multimodal, and Longitudinal Behavioral Passive Sensing Data: Combining User-Agnostic and Personalized Modeling 2024-May-20, JMIR AI DOI:10.2196/47805 PMID:38875667	研究论文	该文章提出了一个框架，用于对有限的多模态和纵向行为被动传感数据的机器学习预测进行排序	引入了一种新的排名框架FLMS，结合用户无关和个性化建模方法，同时使用排名策略过滤预测	对于小数据集采用复杂深度学习网络建模的局限性，可能导致噪声影响	过滤、排名并输出小型多模态纵向传感数据的最佳预测	健康研究中使用被动多模态传感器的青少年数据集	机器学习	抑郁障碍	被动移动传感	NA	传感数据	青少年参与者的真实数据集
21119	2024-08-05	Predicting meningioma grades and pathologic marker expression via deep learning 2024-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-023-10258-2 PMID:37853176	研究论文	本研究建立了一个深度学习模型，用于预测脑膜瘤的肿瘤分级及病理标志物的表达	创新点在于使用深度学习方法高效预测脑膜瘤的分级和病理标志物的表达	外部验证队列的预测表现相对较低，可能限制了模型的广泛应用	研究旨在开发深度学习模型用于脑膜瘤的分级和病理标志物预测	1192名接受外科切除的脑膜瘤患者	数字病理学	脑膜瘤	深度学习	ResNet50	图像	1192
21120	2024-08-05	Prognostication of lung adenocarcinomas using CT-based deep learning of morphological and histopathological features: a retrospective dual-institutional study 2024-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-023-10306-x PMID:37861801	研究论文	本文旨在开发和验证基于CT的深度学习模型，以预测肺腺癌的预后。	提出了一种新的基于CT的预后评分模型，利用形态学和组织病理学特征进行肺腺癌的生存预测，显示出潜在的应用价值。	虽然模型表现出较好的预测能力，但相较于离散时间生存模型的提升并无统计学意义。	研究旨在改善肺腺癌的预后评估。	研究对象为3181例已切除肺腺癌患者的术前胸部CT扫描。	计算机视觉	肺癌	深度学习（DL）	NA	图像	3181例肺腺癌患者的术前CT扫描