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
21321	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
21322	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
21323	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
21324	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
21325	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
21326	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
21327	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
21328	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
21329	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
21330	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
21331	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
21332	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
21333	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
21334	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
21335	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
21336	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
21337	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
21338	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
21339	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
21340	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）