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
21141	2024-08-07	DeepCentering: fully automated crystal centering using deep learning for macromolecular crystallography 2019-Jul-01, Journal of synchrotron radiation IF:2.4Q3 DOI:10.1107/S160057751900434X PMID:31274465	研究论文	介绍了一种名为DeepCentering的新型自动化晶体中心定位系统，该系统利用卷积神经网络实现完全自动化的精确晶体中心定位	DeepCentering系统实现了无需X射线照射晶体的完全自动化精确晶体中心定位	NA	开发一种用于高吞吐量蛋白质晶体学的完全自动化晶体中心定位系统	蛋白质晶体	计算机视觉	NA	卷积神经网络	CNN	图像	NA
21142	2024-08-07	Characterization of Industry 4.0 Lean Management Problem-Solving Behavioral Patterns Using EEG Sensors and Deep Learning 2019-Jun-26, Sensors (Basel, Switzerland) DOI:10.3390/s19132841 PMID:31247966	研究论文	本文通过结合脑电图非侵入式传感器和深度学习架构，研究了工业4.0中精益管理问题解决行为模式的神经特征	首次使用脑电图传感器和深度学习技术来分析和表征工业4.0中的问题解决行为模式	NA	旨在发现问题解决行为模式的神经特征，并利用深度学习架构进行行为模式表征	工业4.0中的精益管理问题解决行为模式	机器学习	NA	脑电图(EEG)	深度学习架构	脑活动信号	案例研究数据集
21143	2024-08-07	A Literature Review: Geometric Methods and Their Applications in Human-Related Analysis 2019-Jun-23, Sensors (Basel, Switzerland) DOI:10.3390/s19122809 PMID:31234601	综述	本文综述了几何方法及其在人类相关分析中的应用	提出了基于提取几何属性范围的几何方法分类：面向对象的几何方法、面向特征的几何方法和基于流程的几何方法	NA	探讨几何概念、几何方法及其在人类相关分析中的应用	人类形状分析、人类姿态分析和人类动作分析	计算机视觉	NA	几何深度学习	NA	NA	NA
21144	2024-08-07	A Deep Learning-Based Automatic Mosquito Sensing and Control System for Urban Mosquito Habitats 2019-Jun-21, Sensors (Basel, Switzerland) DOI:10.3390/s19122785 PMID:31234294	研究论文	本文介绍了一种基于深度学习的自动蚊子检测与控制系统，用于城市蚊子栖息地	该系统使用全卷积网络（FCN）和基于神经网络的回归方法进行图像处理，提高了检测准确性和处理速度	单图像分类器的准确率较低，仅为52%	开发一种高效的自动蚊子检测与控制系统，以控制蚊子传播的传染病	蚊子及其栖息地	机器学习	NA	深度学习网络	全卷积网络（FCN）	图像	NA
21145	2024-08-07	2019-Jun, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2019.05.010 PMID:31101593	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
21146	2024-08-07	Improvement diagnostic accuracy of sinusitis recognition in paranasal sinus X-ray using multiple deep learning models 2019-Jun, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims.2019.05.15 PMID:31367548	研究论文	本研究探讨了使用多深度学习模型通过鼻窦X光片识别上颌窦炎特征的可行性，并提出了一种通过多数决策算法确定合理共识的方法	本研究采用了多数决策算法，通过多个卷积神经网络模型（VGG-16、VGG-19和ResNet-101）来提高鼻窦炎检测的准确性	NA	研究目的是探讨通过鼻窦X光片识别上颌窦炎特征的可行性，并提出最有效的确定合理共识的方法	上颌窦炎的识别	机器学习	NA	卷积神经网络（CNN）	CNN	图像	共4,860名患者，包括2,430名正常和上颌窦炎患者
21147	2024-08-07	Predicting Ion Mobility Collision Cross-Sections Using a Deep Neural Network: DeepCCS 2019-04-16, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.8b05821 PMID:30932474	研究论文	本文通过深度学习算法预测离子迁移碰撞截面（CCS）值，以提高小分子鉴定的准确性	开发了一种新的深度学习模型DeepCCS，用于预测CCS值，该模型在多个实验室的不同仪器上进行了训练和测试，表现优于现有预测算法	NA	提高使用质谱进行非靶向代谢组学测量时小分子鉴定的准确性	小分子的离子迁移碰撞截面（CCS）值	机器学习	NA	离子迁移谱（IMS）	深度神经网络	SMILES符号和离子类型信息	超过2400个分子
21148	2024-08-07	A deep learning based method for large-scale classification, registration, and clustering of in-situ hybridization experiments in the mouse olfactory bulb 2019-01-15, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2018.12.003 PMID:30529409	研究论文	本文开发了一种基于深度学习的方法，用于大规模分类、注册和聚类小鼠嗅球中的原位杂交实验图像	首次为小鼠嗅球构建了一个高质量的基因表达注册图谱，并通过非负矩阵分解揭示了典型的表达模式和层特异性标记基因	NA	利用深度学习技术处理小鼠嗅球中大量基因的原位杂交图像，以构建基因表达图谱并揭示其表达模式	小鼠嗅球的原位杂交实验图像	计算机视觉	NA	深度学习	卷积神经网络（CNN）	图像	数千个脑组织切片
21149	2024-08-07	The application of convolutional neural network to stem cell biology 2019, Inflammation and regeneration IF:5.0Q1 DOI:10.1186/s41232-019-0103-3 PMID:31312276	研究论文	本文探讨了卷积神经网络（CNN）在诱导多能干细胞（iPSC）生物学研究中的应用	提出使用CNN自动从相位对比显微镜图像中识别细胞类型，无需分子标记	NA	探索CNN在干细胞生物学研究中的应用潜力	诱导多能干细胞（iPSC）及其分化后的特定细胞类型	机器学习	NA	卷积神经网络（CNN）	CNN	图像	NA
21150	2024-08-07	Twitter mining using semi-supervised classification for relevance filtering in syndromic surveillance 2019, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0210689 PMID:31318885	研究论文	本文研究利用Twitter数据进行综合症监测，并通过半监督分类技术筛选相关推文，以评估其增强现有综合症监测能力及更好地理解未直接寻求医疗建议的有症状人群的能力	提出了一种半监督方法用于症状相关推文的分类和相关性过滤，并探讨了使用表情符号和其他特殊特征捕捉推文语调以提高分类性能	尽管关键词数据收集，但许多收集的推文可能不相关，因为它们代表闲聊或意识讨论而非个人特定状况	评估Twitter数据在综合症监测中的应用，增强现有监测系统并更好地理解有症状但未直接寻求医疗建议的人群	特定综合症——哮喘/呼吸困难	自然语言处理	NA	半监督分类技术	NA	文本	大量推文数据
21151	2024-08-07	Using distant supervision to augment manually annotated data for relation extraction 2019, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0216913 PMID:31361753	研究论文	本文通过远监督方法增强人工标注数据，以改善自然语言处理任务中的关系抽取	采用远监督方法和迁移学习技术，提高了模型在人工标注数据集上的表现	远监督方法获取的数据通常存在噪声，需要通过启发式方法进行预处理	探索如何有效利用远监督数据增强人工标注数据集，以满足深度学习模型对大量标注数据的需求	自然语言处理任务中的关系抽取	自然语言处理	NA	远监督方法	NA	文本	NA
21152	2024-08-07	A Full-Image Deep Segmenter for CT Images in Breast Cancer Radiotherapy Treatment 2019, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2019.00677 PMID:31403032	研究论文	本文提出了一种用于乳腺癌放疗治疗中CT图像的自动分割方法，该方法利用深度学习技术对女性乳房和心脏进行精确分割	新开发的深度神经网络在性能上优于当前最先进的神经网络，并将推理速度提高了近一个数量级	NA	开发一种自动分割解决方案，以提高乳腺癌放疗治疗中CT图像的分割准确性和速度	女性乳房和心脏的CT图像	计算机视觉	乳腺癌	深度学习	深度神经网络	图像	NA
21153	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
21154	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
21155	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
21156	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
21157	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
21158	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
21159	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
21160	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