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
21581	2024-08-05	Image-Based Detection of Adulterants in Milk Using Convolutional Neural Network 2024-Jun-25, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.4c01274 PMID:38947804	研究论文	本研究展示了一种利用卷积神经网络检测牛奶掺假物质的方法	提出了一种基于蒸发模式的深度学习模型，能够高效识别不同类型和浓度的牛奶掺假物质	对某些掺假物质的检测可能受到浓度和类型的限制	研究牛奶中掺假物质的检测方法	氨基硫酸盐、尿素、油和表面活性剂等多种牛奶掺假物质	计算机视觉	NA	深度学习、卷积神经网络（CNN）	卷积神经网络（CNN）	图像	使用不同浓度的掺假牛奶样本进行实验
21582	2024-08-05	A deep learning based encoder-decoder model for speed planning of autonomous electric truck platoons 2024-Jun-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e31836 PMID:38947471	研究论文	本文提出了一种基于深度学习的编码器-解码器模型，用于优化自主电动卡车编队的速度规划	创新点在于使用序列到序列编码器-解码器模型考虑多种约束条件来获得自主电动卡车编队的速度轮廓	现有对卡车编队的数据驱动解决方案的研究较为有限，且基于第一原则的解决方案仍然具有挑战性	研究旨在优化电动卡车编队的速度规划，以提高长途操作中的能源利用效率	研究对象为自主电动卡车编队及其在不同约束条件下的速度规划	机器学习	NA	深度学习	编码器-解码器模型	时间序列数据	使用各种已知高速公路驾驶循环进行模型训练
21583	2024-08-05	A two-stage transformer based network for motor imagery classification 2024-06, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2024.104154 PMID:38697881	研究论文	本论文提出了一种基于两级变换器的架构，用于运动意象分类。	提出了一种新颖的通道集群交换数据增强技术，以及两级深度学习架构的组合。	样本数量有限，可能影响深度学习架构的训练效果。	提高基于脑-机接口的运动意象分类性能。	电生理信号（EEG）用于分类受试者的运动意图。	机器学习	神经退行性疾病	EEG信号处理和深度学习	变换器模型，EEGNet以及TabNet	电生理信号	NA
21584	2024-08-05	Personalized surgical recommendations and quantitative therapeutic insights for patients with metastatic breast cancer: Insights from deep learning 2024-Jun, Cancer innovation DOI:10.1002/cai2.119 PMID:38947759	研究论文	这项研究旨在为转移性乳腺癌患者提供个性化的手术建议和定量治疗见解	引入了一种深度生存回归模型，整合了多种因果推断方法，能够个性化推荐手术	未提及具体的局限性	识别最适用的深度学习模型，以确定能从手术中受益的转移性乳腺癌患者	5269名女性转移性乳腺癌患者	深度学习	转移性乳腺癌	深度生存回归与混合效应模型	深度学习模型	临床数据	5269名女性转移性乳腺癌患者
21585	2024-08-05	A Chronological Overview of Using Deep Learning for Leukemia Detection: A Scoping Review 2024-May, Cureus DOI:10.7759/cureus.61379 PMID:38947677	综述	本文综述了利用深度学习对白血病进行检测的相关文献	总结了深度学习模型在白血病检测中的应用进展，并指出了从专业方法到通用方法的转变	缺乏现实场景下的验证研究来确认深度学习模型对白血病诊断的影响	探讨深度学习在白血病诊断中的应用及其潜力	分析了2010年至2023年间与深度学习和白血病诊断相关的文献	数字病理学	白血病	深度学习	卷积神经网络	文献	20篇文献
21586	2024-08-05	DANCE: a deep learning library and benchmark platform for single-cell analysis 2024-03-19, Genome biology IF:10.1Q1 DOI:10.1186/s13059-024-03211-z PMID:38504331	研究论文	DANCE是首个标准化、通用和可扩展的单细胞分析基准平台	提供了一个集成的深度学习架构和工具，支持多种单细胞分析任务的基准评估	目前仅支持3个模块和8个流行任务	旨在评估和比较计算方法在单细胞分析中的表现	涉及多种单细胞分析任务的基准数据集和算法	数字病理学	NA	深度学习	NA	基准数据集	21个基准数据集，32种最先进的方法
21587	2024-08-05	The application of artificial intelligence in EUS 2024 Mar-Apr, Endoscopic ultrasound IF:4.4Q1 DOI:10.1097/eus.0000000000000053 PMID:38947752	研究论文	本文讨论了人工智能在超声内镜诊断中的应用及其价值	探讨了机器学习和深度学习算法在超声内镜诊断中的先进应用	目前的人工智能算法存在过拟合和偏见，诊断可靠性较差，且需要大量高质量训练数据	研究人工智能在超声内镜诊断中提供辅助的潜力和面临的挑战	聚焦于胰腺肿瘤、慢性胰腺炎、胃肠道间质肿瘤及其他相关病变	数字病理学	胰腺癌	机器学习和深度学习	NA	NA	NA
21588	2024-08-05	SSBlazer: a genome-wide nucleotide-resolution model for predicting single-strand break sites 2024-02-12, Genome biology IF:10.1Q1 DOI:10.1186/s13059-024-03179-w PMID:38347618	研究论文	本文提出了一种用于预测单链断裂位点的深度学习框架SSBlazer	SSBlazer是一种轻量级且可扩展的模型，具有强大的泛化能力，适用于多种物种	未提及具体的模型局限性	揭示单链断裂在基因组中的重要性并进行预测	针对单链断裂位点进行预测	数字病理学	NA	深度学习	NA	NA	NA
21589	2024-08-05	AnnoPRO: a strategy for protein function annotation based on multi-scale protein representation and a hybrid deep learning of dual-path encoding 2024-02-01, Genome biology IF:10.1Q1 DOI:10.1186/s13059-024-03166-1 PMID:38303023	研究论文	提出了一种基于多尺度蛋白质表示和混合深度学习的蛋白质功能注释策略AnnoPRO	该研究通过序列基础的多尺度蛋白质表示和双路径蛋白质编码等创新方法解决了长尾问题	未在摘要中提供具体的局限性信息	改善蛋白质功能注释的准确性和效率	对于不同基准的各种案例研究	计算生物学	NA	深度学习	长短时记忆网络（LSTM）	序列数据	多种基准的案例研究样本数量未明确说明
21590	2024-08-05	DeepVelo: deep learning extends RNA velocity to multi-lineage systems with cell-specific kinetics 2024-01-19, Genome biology IF:10.1Q1 DOI:10.1186/s13059-023-03148-9 PMID:38243313	研究论文	DeepVelo通过深度学习扩展了RNA速度估计方法以适应多谱系系统和细胞特异性动力学	DeepVelo创新性地将RNA速度推广到具有时间相关动力学和多个谱系的细胞群体	该方法依赖于图卷积网络，可能在特定情况下受到网络结构的限制	研究复杂的细胞分化和谱系选择事件	异质性单细胞RNA测序数据中的细胞群体	数字病理学	NA	图卷积网络	NA	单细胞RNA测序数据	NA
21591	2024-08-05	Potential for artificial intelligence in medicine and its application to male infertility 2024 Jan-Dec, Reproductive medicine and biology IF:2.7Q2 DOI:10.1002/rmb2.12590 PMID:38948339	综述	本文回顾了人工智能在医学领域中的应用，特别是男性不育症的研究	建立了基于人工智能的Johnsen评分预测模型和非梗阻性无精症的精子获取预测模型	没有详细说明研究的样本量和具体数据	探讨人工智能在男科不育症中的应用	男性不育症相关的人工智能模型	医学人工智能	男性不育症	无代码人工智能	预测模型	NA	NA
21592	2024-08-05	A transformer-based multi-task deep learning model for simultaneous T-stage identification and segmentation of nasopharyngeal carcinoma 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1377366 PMID:38947898	研究论文	本研究开发了一个基于变换器的多任务深度学习模型，可以同时识别鼻咽癌的T分期和肿瘤轮廓。	提出了一种新型的多任务深度学习模型，能够同时进行肿瘤轮廓勾勒和T分期识别，填补了以往研究的空白。	由于采用的图像数据是回顾性收集，可能存在选择偏倚。	旨在提高鼻咽癌的精准放射治疗中肿瘤勾勒和T分期的准确性。	研究对象为320名鼻咽癌患者的对比增强T1加权成像数据。	数字病理学	鼻咽癌	对比增强T1加权成像	变换器模型	图像	300名鼻咽癌患者的对比增强T1加权图像数据
21593	2024-08-05	An encoding framework for binarized images using hyperdimensional computing 2024, Frontiers in big data IF:2.4Q2 DOI:10.3389/fdata.2024.1371518 PMID:38946939	研究论文	本文提出了一种新的轻量级方法，仅依赖原生的超维算术向量运算来编码二值图像	提出了一种新的编码框架，能够保持近邻位置模式的相似性	没有提到具体的限制	探讨如何有效地编码二值图像以提高超维计算的性能	二值图像，使用MNIST和Fashion-MNIST数据集进行测试	机器学习	NA	超维计算	NA	图像	包含MNIST和Fashion-MNIST数据集的测试集
21594	2024-08-05	[Direct Positron Emission Imaging Using Ultrafast Timing Performance Detectors] 2024, Igaku butsuri : Nihon Igaku Butsuri Gakkai kikanshi = Japanese journal of medical physics : an official journal of Japan Society of Medical Physics DOI:10.11323/jjmp.44.2_29 PMID:38945880	研究论文	本文阐述了如何使用超快速计时性能探测器实现直接正电子发射成像。	提出了直接正电子发射成像（dPEI）的概念，并开发了超快速辐射探测器，突破了传统成像的几何限制。	尽管提高了CTR，但仍需解决一些限制以使dPEI更具实用性。	研究如何通过直接正电子发射成像技术改善医学成像。	开发和展示不同类型的模体下的dPEI，以及研究其局限性。	医学成像	NA	超快速辐射探测器	深度学习信号处理	图像	不同类型的模体
21595	2024-08-05	DKPE-GraphSYN: a drug synergy prediction model based on joint dual kernel density estimation and positional encoding for graph representation 2024, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2024.1401544 PMID:38948360	研究论文	本文介绍了一种名为DKPE-GraphSYN的药物协同预测模型，用于预测癌症药物的联合治疗效果	该模型结合了双核密度估计和位置编码，以捕捉基因表达的加权概率密度和空间分布信息	目前的研究方法通常忽视数据中的复杂非线性关系，不充分利用癌症药物的结构信息	研究旨在提高癌症药物组合治疗的预测准确性	研究对象为癌症药物及其对细胞系的协同作用	数字病理学	癌症	双核密度估计和位置编码	图神经网络	基因表达数据	综合癌症药物和细胞系协同数据集
21596	2024-08-05	Deep learning-based virtual H& E staining from label-free autofluorescence lifetime images 2024, Npj imaging DOI:10.1038/s44303-024-00021-7 PMID:38948152	研究论文	本文提出了一种基于深度学习的方法来从无标记的自发荧光寿命图像生成虚拟的H&E染色图像	开发了结合深度学习模型和图像质量度量的创新方法，以实现从无标记FLIM图像生成临床级的虚拟H&E染色图像	目前缺乏与FLIM图像同步的组织学图像作为可靠参考	旨在提高无标记FLIM图像的解释速度和准确性	研究包括在肿瘤微环境中常见的七种不同细胞类型的寿命特征	数字病理学	癌症	自发荧光寿命成像显微镜 (FLIM)	深度学习模型	图像	未具体提及样本数量
21597	2024-08-05	Application of Deep Learning for Studying NMDA Receptors 2024, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-3830-9_16 PMID:38727914	research paper	本文介绍了基于大型预训练模型的三个在线工具，用于药物开发，特别是针对NMDA受体的工具	提出了三种易于访问的在线工具，促进了AI技术与NMDA受体专家之间的联系	对于非专业人士在使用和部署AI及预训练模型方面仍存在挑战	研究如何利用深度学习促进神经系统疾病药物开发	针对NMDA受体的药物开发	计算机视觉	中枢神经系统疾病	深度学习	大型预训练模型	化学数据	NA
21598	2024-08-05	Recent advancements in machine learning for bone marrow cell morphology analysis 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1402768 PMID:38947236	综述	本文回顾了机器学习在骨髓细胞形态分析中的最新进展	探讨了基于机器学习的骨髓细胞形态分析的潜力与吸引力，并提供了自动化算法的推荐	尽管人工智能在临床诊断中有潜力，但手动分析仍是金标准，存在一定的局限性	为血液学家提供选择合适的机器学习算法以自动化骨髓细胞形态检查的建议	六个骨髓细胞形态处理过程的自动化分析	机器学习	血液病	深度学习	深度神经网络	图像	NA
21599	2024-08-05	A deep learning-based system to identify originating mural layer of upper gastrointestinal submucosal tumors under EUS 2023 Nov-Dec, Endoscopic ultrasound IF:4.4Q1 DOI:10.1097/eus.0000000000000029 PMID:38948124	研究论文	本研究提出了一种名为SMT Master的系统，用于在EUS下确定上消化道黏膜下肿瘤的来源壁层	开发了三种深度卷积神经网络模型来实现病变分割、壁层分割和来源壁层分类的自动化	研究模型的验证仅限于特定患者样本，可能影响结果的广泛适用性	旨在提高EUS程序中对黏膜下肿瘤来源壁层的识别准确性	基于2721张EUS图像和多个患者的图像进行模型训练和验证	机器学习	NA	深度卷积神经网络 (DCNN)	DCNN	图像	2721张EUS图像，来自201名患者
21600	2024-08-05	Quantitative Assessment of Myocardial Ischemia With Positron Emission Tomography 2023-Jul-01, Journal of thoracic imaging IF:2.0Q3 DOI:10.1097/RTI.0000000000000579 PMID:33492046	研究论文	本文探讨了正电子发射断层扫描(PET)技术在评估心肌缺血中的定量应用	文章介绍了多种PET心肌灌注成像放射药物的特点及其对心肌血流的定量影响	未提及具体的临床应用或患者样本	研究心肌缺血的定量评估方法	多种PET放射药物及其在心肌灌注成像中的应用	数字病理学	心血管疾病	正电子发射断层扫描(PET)	组织隔室模型	成像数据	NA