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
22061	2024-08-05	A deep neural network and transfer learning combined method for cross-task classification of error-related potentials 2024, Frontiers in human neuroscience IF:2.4Q2 DOI:10.3389/fnhum.2024.1394107 PMID:38933146	研究论文	本文提出了一种结合深度神经网络和迁移学习的方法，用于错误相关电位的跨任务分类。	创新性地整合卷积层和变换器编码器，并采用迁移学习策略，有效提高了错误相关电位的分类准确性。	目前的方法仍受限于电极信号的高非平稳性和可用ErrPs数据集的有限性。	研究如何通过深度学习提高错误相关电位的分类精度。	该研究的对象是错误相关电位（ErrPs）及其分类。	机器学习	NA	深度学习	卷积神经网络和变换器	EEG信号	NA
22062	2024-08-05	Clinical Applications, Methodology, and Scientific Reporting of Electrocardiogram Deep-Learning Models: A Systematic Review 2023-Dec, JACC. Advances DOI:10.1016/j.jacadv.2023.100686 PMID:38288263	研究论文	本文对电心电图深度学习模型的临床应用、方法学和科学报告进行了系统性回顾	该研究定义了临床相关ECG深度学习模型的现状，并考察了这些研究的科学报告实践	方法学报告存在高度变异，无法重现模型的完整信息的出版物较少	探讨电心电图深度学习模型的现状及其科学报告的实践	临床相关的电心电图深度学习模型	机器学习	心血管疾病	深度学习	NA	NA	44篇文献，包含53个独特的、临床相关的ECG深度学习模型
22063	2024-08-05	Detect and attribute the extreme maize yield losses based on spatio-temporal deep learning 2023-Nov, Fundamental research IF:5.7Q1 DOI:10.1016/j.fmre.2022.05.006 PMID:38933002	研究论文	本研究开发了一种基于深度学习的多任务学习框架，以估计美国玉米带2006年至2018年间玉米产量的变化。	提出了一种新的时空深度学习框架，用于评估和归因作物产量对气候变化的响应。	未提及具体限制	准确估计大空间尺度的作物产量并理解极端气候压力下的产量损失。	研究对象为美国玉米带的玉米产量。	机器学习	NA	深度学习	深度神经网络	县级产量数据	2006年至2018年期间的县级玉米产量数据
22064	2024-08-05	SwarmDeepSurv: swarm intelligence advances deep survival network for prognostic radiomics signatures in four solid cancers 2023-Aug-11, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2023.100777 PMID:37602223	研究论文	本文提出了一种新方法SwarmDeepSurv，用于在四种实体肿瘤中进行预后放射组学特征的研究	SwarmDeepSurv结合了群体智能算法与深度生存模型，优化了预后预测并选择了不同的特征	未提及明显的局限性	研究生物标志物与治疗效果之间的关系	四种不同类型的癌症样本	机器学习	NA	深度学习	NA	多中心数据	1,058 个样本
22065	2024-08-05	Identifying Mitral Valve Prolapse at Risk for Arrhythmias and Fibrosis From Electrocardiograms Using Deep Learning 2023-Aug, JACC. Advances DOI:10.1016/j.jacadv.2023.100446 PMID:37936601	研究论文	本文利用深度学习分析心电图识别有心律失常和纤维化风险的二尖瓣脱垂患者	该研究采用卷积神经网络（CNN）分析12导联心电图，能够识别出有心律失常和死亡风险的二尖瓣脱垂患者，并发现与心律失常风险相关的新型心电图表现	本文未详细讨论心电图预测的临床应用和长期跟踪的具体实施方案	评估基于心电图的机器学习能否识别风险较高的二尖瓣脱垂患者	569名来自加州大学旧金山分校的二尖瓣脱垂患者以及与之相关的心电图数据	机器学习	心脏病	深度学习	卷积神经网络（CNN）	心电图	6916个12导联心电图，来自569名患者
22066	2024-08-05	Hyperspectral Imaging in Brain Tumor Surgery-Evidence of Machine Learning-Based Performance 2023-07, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2023.03.149 PMID:37030483	研究论文	该文章讨论了高光谱成像在脑肿瘤手术中的应用及其机器学习性能的证据	提出了微神经外科高光谱成像指导的合理性和临床范例，并强调了基于机器学习的方法	目前文献中相关文章数量有限，缺乏经过验证的机器学习和公共数据集	研究高光谱成像在神经外科手术中提升组织检测和诊断的潜力	探讨在胶质瘤手术中使用高光谱成像的组织分类性能	数字病理学	脑肿瘤	高光谱成像	深度学习	数据集	有限的病例系列或病例报告
22067	2024-08-05	Predicting benefit from immune checkpoint inhibitors in patients with non-small-cell lung cancer by CT-based ensemble deep learning: a retrospective study 2023-07, The Lancet. Digital health DOI:10.1016/S2589-7500(23)00082-1 PMID:37268451	研究论文	本文探讨了基于胸部CT扫描的深度学习如何预测非小细胞肺癌患者对免疫检查点抑制剂的响应。	提出了一种名为Deep-CT的集成深度学习模型，能够通过预处理CT数据独立于传统生物标志物进行生存预测。	本研究为回顾性建模研究，可能存在选择偏倚和数据依赖的局限性。	旨在探索深度学习在胸部CT扫描中的应用，以评估其在预测免疫检查点抑制剂疗效中的附加价值。	研究对象为976名接受免疫检查点抑制剂治疗的晚期非小细胞肺癌患者。	计算机视觉	肺癌	深度学习	集成深度学习模型	影像数据	976名患者
22068	2024-08-05	The role of online news sentiment in carbon price prediction of China's carbon markets 2023-Mar, Environmental science and pollution research international DOI:10.1007/s11356-023-25197-0 PMID:36627425	研究论文	该文章探讨了在线新闻情绪在中国碳市场碳价格预测中的作用	通过将在线新闻情绪指数作为非结构化数据引入深度学习模型，提高了碳价格预测的性能	未提及特定的限制因素	提高中国碳市场，尤其是国家碳市场的碳价格预测性能	研究对象为中国国家碳市场和湖北省试点碳市场的碳价格	机器学习	NA	深度学习	长短期记忆网络 (LSTM)	在线新闻情绪指数	未提及具体样本数量
22069	2024-08-05	A Bibliometric Review: Brain Tumor Magnetic Resonance Imagings Using Different Convolutional Neural Network Architectures 2023-02, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2022.11.091 PMID:36442778	综述	本研究对脑肿瘤的磁共振成像进行了文献计量学评估，重点关注不同卷积神经网络架构的应用	通过文献计量学方法系统整理和分析了现有的关于脑肿瘤的CNN研究文献	本研究未涉及药物剂量的分析	旨在识别脑肿瘤识别的当前研究趋势和热点	脑肿瘤的磁共振成像和卷积神经网络研究文献	计算机视觉	脑肿瘤	卷积神经网络	CNN	文献	NA
22070	2024-08-07	3D GAN image synthesis and dataset quality assessment for bacterial biofilm 2022-09-30, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btac529 PMID:35924980	研究论文	本文介绍了一种生物图像合成与评估工作流程，用于增强细菌生物膜图像，利用3D循环生成对抗网络（GAN）生成3D生物膜图像，并提出了一种随机合成数据集质量评估（SSQA）方法	本文创新性地使用了3D循环GAN和非平衡损失函数来生成逼真的3D生物膜图像，并提出了SSQA方法来评估合成数据集的质量	NA	开发一种新的方法来合成和评估细菌生物膜图像，以增强数据驱动的深度学习技术在生物图像分析中的应用	细菌生物膜图像的合成与质量评估	计算机视觉	NA	3D循环生成对抗网络（GAN）	GAN	图像	NA
22071	2024-08-07	Predicting transcription factor binding in single cells through deep learning 2020-12, Science advances IF:11.7Q1 DOI:10.1126/sciadv.aba9031 PMID:33355120	研究论文	本文介绍了一种名为scFAN的深度学习模型，用于预测单细胞水平上的转录因子结合谱	scFAN模型通过预训练的ATAC-seq、DNA序列和ChIP-seq数据，利用单细胞ATAC-seq数据预测单细胞中的转录因子结合	NA	开发一种新的深度学习模型，以在单细胞水平上预测转录因子的全基因组结合谱	转录因子在单细胞中的结合谱	机器学习	NA	ATAC-seq, ChIP-seq	深度学习模型	DNA序列数据	NA
22072	2024-08-05	Fully automated planning for anatomical fetal brain MRI on 0.55T 2024-Sep, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30122 PMID:38650351	研究论文	本文探讨了在0.55T MRI上实现胎儿脑MRI的全面自动规划。	首次实现了在真实时间内针对胎儿脑部关键平面的完全自动规划，能够拓宽胎儿MRI的使用范围。	研究仅涉及九位胎儿受试者，样本量较小，可能影响结果的广泛适用性。	旨在通过自动化实时计划提高胎儿MRI的可用性。	研究对象为孕期20到37周的胎儿。	医学影像学	NA	深度学习	NA	图像	9个胎儿样本
22073	2024-08-05	Deep learning-based rapid image reconstruction and motion correction for high-resolution cartesian first-pass myocardial perfusion imaging at 3T 2024-Sep, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30106 PMID:38576068	研究论文	本文开发并评估了一种基于深度学习的快速图像重建和运动校正技术，用于3T高分辨率卡氏首次心肌灌注成像。	创新点在于提出了一种深度学习驱动的快速图像重建和运动校正技术，能在短时间内提供高质量的图像。	本文未提及潜在的限制。	本研究旨在提高3T卡氏首次心肌灌注成像的重建速度和图像质量。	研究对象为20名受试者的135个切片，涉及单层和多层同时采集数据。	数字病理学	NA	深度学习	3D U-Net	图像	20名受试者的135个切片
22074	2024-08-05	Using a deep learning prior for accelerating hyperpolarized 13C MRSI on synthetic cancer datasets 2024-Sep, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30053 PMID:38440832	研究论文	本文旨在结合深度学习先验与k空间数据相容性加速超极化碳-13 MRSI的应用，结果在合成癌症数据集上展示	提出了一种将深度学习先验与迭代方法结合的框架，从而扩展了深度学习在代谢成像中的应用	基于合成数据集进行评估，可能无法代表实际临床数据	探讨如何通过深度学习技术提高超极化碳-13 MRSI的重建速度和准确性	合成的人脑肿瘤图像、前列腺癌图像和小鼠肿瘤图像	数字病理学	前列腺癌	超极化碳-13 MRSI	深度学习模型	图像	合成数据集包含人脑肿瘤图像33个，前列腺癌图像72个，小鼠肿瘤图像58个
22075	2024-08-05	Predictive models and applicability of artificial intelligence-based approaches in drug allergy 2024-Aug-01, Current opinion in allergy and clinical immunology IF:3.0Q3 DOI:10.1097/ACI.0000000000001002 PMID:38814733	综述	本文回顾了基于人工智能的预测模型在药物过敏诊断中的潜在应用价值	文章强调了利用机器学习、深度学习及人工神经网络作为可靠的临床诊断和预测工具的创新点	目前关于药物过敏发展的评分和预测模型相对稀缺，大多数依赖于逻辑回归分析	探讨基于人工智能的预测模型在药物过敏管理中的有效性	研究的对象主要是药物过敏患者的风险分层及管理	自然语言处理	药物过敏	人工智能	深度学习	文本	NA
22076	2024-08-05	APEX-pHLA: A novel method for accurate prediction of the binding between exogenous short peptides and HLA class I molecules 2024-Aug, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2024.05.013 PMID:38772499	研究论文	本研究开发了一种基于深度学习的新方法，准确预测外源短肽与HLA类I分子的结合	提出了APEX-pHLA模型，结合textCNN和BiLSTM架构，克服了传统方法在HLA类I等位基因变异和肽段长度上的限制	NA	开发高效的预测方法以加速免疫性肽的筛选和疫苗设计	外源短肽与人类白细胞抗原（HLA）分子之间的结合	NA	NA	深度学习	textCNN和BiLSTM	NA	独立测试集和外部测试集的样本数量未具体说明
22077	2024-08-05	Revisiting the current and emerging concepts of postharvest fresh fruit and vegetable pathology for next-generation antifungal technologies 2024-Jul, Comprehensive reviews in food science and food safety IF:12.0Q1 DOI:10.1111/1541-4337.13397 PMID:38924311	评论	本文回顾了当前和新兴的后成熟鲜果蔬菜病理学概念，以促进抗真菌技术的发展	提出了基于微生物组和病理组的新概念，为后成熟病原控制技术提供了更全面的观点	尚未明确讨论现有控制策略的长期有效性和可持续性	研究后成熟鲜果蔬菜的病理，并开发可持续的控制策略	后成熟鲜果蔬菜中的真菌感染及其控制策略	数字病理学	NA	基因组技术，深度学习，人工智能	NA	NA	NA
22078	2024-08-05	Real-time object-removal tampering localization in surveillance videos by employing YOLO-V8 2024-Jul, Journal of forensic sciences IF:1.5Q2 DOI:10.1111/1556-4029.15516 PMID:38572826	研究论文	本文提出了一种基于YOLO-V8的监控视频实时物体移除篡改检测方法	提出了一种被动的最大中值平均运动残差算法与YOLO-V8结合，用于真实时间的物体移除伪造区域定位	未提及具体的局限性	研究视频中物体移除伪造的检测与定位方法	监控视频中的物体移除伪造	计算机视觉	NA	深度学习	YOLO-V8	视频	在SYSU-OBJFORG数据集上进行了训练
22079	2024-08-05	An AI healthcare ecosystem framework for Covid-19 detection and forecasting using CronaSona 2024-Jul, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03058-3 PMID:38472600	研究论文	本文旨在建立一个用于COVID-19检测和预测的医疗生态系统框架CronaSona	创新在于创建一个全面的医疗生态系统框架，解决COVID-19诊断和更广泛健康挑战	NA	介绍一种新型框架，简化针对疾病的应用程序开发和构建	开发CronaSona应用程序以验证并测试框架的功能	数字病理学	新冠肺炎	深度学习	NA	胸部X光图像	NA
22080	2024-08-05	Hybrid deep learning and optimized clustering mechanism for load balancing and fault tolerance in cloud computing 2024-Jun-27, Network (Bristol, England) DOI:10.1080/0954898X.2024.2369137 PMID:38934441	研究论文	本文提出了一种基于混合深度学习的负载平衡算法	创新点在于结合多种因素进行负载平衡和故障容忍的深度学习算法	未提及具体的限制因素	研究云计算中的负载平衡和故障容忍机制	研究对象为多个虚拟机(VM)的任务分配	计算机视觉	NA	深度学习	Deep Q Recurrent Neural Network (DQRNN)	负载、容量、资源消耗数据	未提及样本数量