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
12001	2024-12-12	Adverse Event Signal Detection Using Patients' Concerns in Pharmaceutical Care Records: Evaluation of Deep Learning Models 2024-Apr-16, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/55794 PMID:38625718	研究论文	本研究评估了深度学习模型在药房护理记录中检测患者关注的不良事件信号的能力	本研究首次验证了深度学习模型用于筛选患者叙述中需要医疗干预的临床重要不良事件信号，并评估了其在药房数据中的适用性	本研究仅评估了特定类型的不良事件信号，未来研究可以扩展到更多类型的不良事件	评估深度学习模型在筛选需要医疗干预的临床重要不良事件信号方面的有效性	癌症患者的药房护理记录中的主观信息	机器学习	NA	深度学习	深度学习模型	文本	30,784条记录，涉及2479名至少使用过一种抗癌药物的患者
12002	2024-12-12	Morphomics via next-generation electron microscopy 2024-04-10, Journal of molecular cell biology IF:5.3Q2 DOI:10.1093/jmcb/mjad081 PMID:38148118	研究论文	本文探讨了通过下一代电子显微镜技术进行形态组学的研究	本文引入了新的电子显微镜技术，能够覆盖更广泛的纳米级视野，并结合深度学习进行生物图像的定量分析，从而推动了形态组学的发展	传统的电子显微镜设置仅限于狭窄的组织区域，可能导致观察结果的偏差	研究如何通过先进的电子显微镜技术和深度学习方法全面获取和量化细胞形态	细胞的超微结构	数字病理学	NA	电子显微镜（EM），深度学习	深度学习模型	图像	NA
12003	2024-12-12	Innovations in Medicine: Exploring ChatGPT's Impact on Rare Disorder Management 2024-03-28, Genes IF:2.8Q2 DOI:10.3390/genes15040421 PMID:38674356	综述	本文探讨了ChatGPT在医学领域的潜在应用，特别关注其在罕见病和遗传病管理中的作用	ChatGPT利用深度学习技术生成类似人类的响应，具有创新性	本文主要讨论了ChatGPT在医学领域的潜在应用和挑战，未深入探讨具体实施细节	探讨ChatGPT在医学领域的应用，特别是罕见病和遗传病管理中的未来角色	ChatGPT在医学领域的应用，特别是罕见病和遗传病管理	NA	罕见病	深度学习	语言模型	文本	NA
12004	2024-12-12	Mapping single-cell developmental potential in health and disease with interpretable deep learning 2024-Mar-21, bioRxiv : the preprint server for biology DOI:10.1101/2024.03.19.585637 PMID:38562882	研究论文	本文介绍了一种名为CytoTRACE 2的可解释深度学习框架，用于从单细胞RNA测序数据中绝对尺度上表征细胞潜能和分化状态	CytoTRACE 2在31个人类和小鼠单细胞RNA测序数据集中表现优于现有方法，能够恢复实验确定的潜能水平和分化状态，并重建小鼠胚胎发生的时间层次结构	NA	开发一种新的深度学习框架，用于在健康和疾病中表征单细胞发育潜能	单细胞RNA测序数据中的细胞潜能和分化状态	机器学习	NA	单细胞RNA测序	深度学习框架	RNA测序数据	31个人类和小鼠的单细胞RNA测序数据集，涵盖28种组织类型，62个时间点的小鼠胚胎发生数据
12005	2024-12-12	Development of a 3D tracking system for multiple marmosets under free-moving conditions 2024-02-21, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-05864-9 PMID:38383741	研究论文	本文开发了一种用于自由移动条件下多只小绢猴的三维追踪系统	首次实现了对多只小绢猴在自由移动条件下的长期自动化行为观察，并结合视频追踪、激光雷达和深度学习技术，实现了高精度的个体识别和行为检测	NA	研究非人灵长类动物的社会互动和行为变化，以理解生命事件中的脑功能变化和神经疾病的病理	小绢猴（Callithrix jacchus）的行为和社交互动	计算机视觉	NA	视频追踪、激光雷达、深度学习	深度学习模型	视频	多只小绢猴
12006	2024-12-12	AI-ENABLED ASSESSMENT OF CARDIAC FUNCTION AND VIDEO QUALITY IN EMERGENCY DEPARTMENT POINT-OF-CARE ECHOCARDIOGRAMS 2024-02, The Journal of emergency medicine IF:1.2Q3 DOI:10.1016/j.jemermed.2023.02.005 PMID:38369413	研究论文	开发了一种名为EchoNet-POCUS的深度学习系统，用于帮助急诊医生解释POCUS超声心动图并减少操作员之间的差异	提出了EchoNet-POCUS系统，利用深度学习技术自动评估POCUS超声心动图中的心脏功能和视频质量	需要进一步的临床试验来验证EchoNet-POCUS在实际应用中的效果	开发一种能够实时评估急诊部门POCUS超声心动图中心脏功能和视频质量的AI系统	急诊部门中使用POCUS超声心动图的患者	计算机视觉	心血管疾病	深度学习	深度学习系统	视频	一个新的POCUS超声心动图视频数据集，由急诊医生在急诊部门获取并标注了心脏功能和视频质量
12007	2024-12-12	Applying contrastive pre-training for depression and anxiety risk prediction in type 2 diabetes patients based on heterogeneous electronic health records: a primary healthcare case study 2024-01-18, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocad228 PMID:38062850	研究论文	本研究提出了一种基于深度学习的框架，用于预测2型糖尿病患者出院后的抑郁和焦虑风险	使用无监督对比预训练方法处理异构电子健康记录，显著提高了模型性能	研究仅在南京地区的数据上进行了验证，可能存在地域局限性	开发一种有效的模型来预测2型糖尿病患者的抑郁和焦虑风险	2型糖尿病患者的抑郁和焦虑风险	机器学习	糖尿病	无监督对比学习	深度学习模型	电子健康记录	预训练阶段使用了85085名患者的出院记录，微调阶段使用了17491名患者的病例对照队列，验证阶段使用了1028名患者的数据
12008	2024-12-12	Using deep learning to accurately detect sow vulva size in a group pen with a single camera 2024-Jan-03, Journal of animal science IF:2.7Q1 DOI:10.1093/jas/skad407 PMID:38071666	研究论文	本文提出了一种非接触式方法，利用单个摄像头和深度学习框架在群养环境中准确检测母猪阴户大小的变化	本文创新性地使用单个摄像头结合YOLO v4网络架构进行阴户检测，并通过相机内外参数将检测到的尺寸转换为毫米，提高了检测的准确性和效率	未来的研究方向包括自动检测猪的宽度，表明当前研究仍存在进一步改进的空间	研究目的是通过监测阴户大小的变化来检测母猪的发情期，减少对母猪的干扰	研究对象是约克夏、长白和杜洛克品种的母猪	计算机视觉	NA	深度学习	YOLO v4	图像	收集了约克夏、长白和杜洛克品种的母猪图像
12009	2024-12-12	Global research hotspots and trends of iodinated contrast agents in medical imaging: a bibliometric and visualization analysis 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1506634 PMID:39650193	综述	本研究利用文献计量方法探索碘造影剂在医学影像中的全球研究动态，通过知识图谱的可视化展示研究进展并揭示研究方向、热点、趋势和前沿	本研究首次系统地揭示了碘造影剂在医学影像中的全球趋势、热点、前沿和发展动态，提供了理解碘造影剂在影像中作用的新视角	NA	探索碘造影剂在医学影像中的全球研究动态	碘造影剂在医学影像中的应用	医学影像	NA	文献计量分析	NA	文本	共包含3775篇关于碘造影剂在医学影像中应用的研究
12010	2024-12-12	Comparative analysis of deep learning algorithms for dental caries detection and prediction from radiographic images: a comprehensive umbrella review 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2371 PMID:39650341	综述	本文对使用深度学习算法从放射图像中检测和预测龋齿的系统评价进行了全面的综述	本文通过综述多个系统评价，展示了深度学习算法在龋齿检测中的应用，并强调了其在准确性上超越人类专家的潜力	本文主要基于已有的系统评价，未进行新的实验或数据分析	评估和比较使用深度学习算法从2D放射图像中检测龋齿的系统评价	龋齿检测的深度学习算法及其在放射图像中的应用	计算机视觉	口腔疾病	深度学习	神经网络	图像	24篇原始文章，数据集大小从15到2500张图像不等
12011	2024-12-12	Ensemble learning approach for distinguishing human and computer-generated Arabic reviews 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2345 PMID:39650344	研究论文	研究使用集成学习方法区分人类和计算机生成的阿拉伯语评论	首次在阿拉伯语评论分类中探索了集成学习技术，如软投票，并揭示了人类和计算机生成评论在语言学上的显著差异	研究仅限于阿拉伯语评论，未涵盖其他语言	探索区分人类和计算机生成阿拉伯语评论的方法，并提高模型性能	人类和计算机生成的阿拉伯语评论	自然语言处理	NA	集成学习	传统机器学习、深度学习、Transformer	文本	未明确提及具体样本数量
12012	2024-12-12	On the influence of artificially distorted images in firearm detection performance using deep learning 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2381 PMID:39650342	研究论文	本文研究了人工扭曲图像对使用深度学习进行枪支检测性能的影响	本文首次系统地分析了不同图像扭曲对枪支检测性能的影响，并量化了每种扭曲对检测网络性能的具体影响	本文仅使用了YOLOv5网络进行实验，未探讨其他深度学习模型在该问题上的表现	研究实际场景中图像扭曲对枪支检测性能的影响	枪支检测在不同图像扭曲条件下的性能	计算机视觉	NA	深度学习	YOLOv5	图像	使用了包含不同扭曲（如脉冲噪声、模糊、变暗、缩放和遮挡）的测试图像
12013	2024-12-12	A transformer-based framework for enterprise sales forecasting 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2503 PMID:39650345	研究论文	本文提出了一种基于Transformer的企业销售预测计算框架	该框架利用Transformer架构，针对低维表格数据进行优化，显著提高了销售预测的准确性和稳定性	未提及具体限制	开发一种高效的企业销售预测模型，以优化业务运营中的决策	企业销售数据	机器学习	NA	Transformer	Transformer	表格数据	未提及具体样本量
12014	2024-12-12	EAD: effortless anomalies detection, a deep learning based approach for detecting outliers in English textual data 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2479 PMID:39650354	研究论文	提出了一种基于深度学习的无监督异常检测方法，用于检测英语文本数据中的异常	使用all-MiniLM-L6-v2模型和质心嵌入技术来提取大规模高多样性数据中的异常，并采用基于最小协方差行列式（MCD）的方法来区分新颖性和异常	NA	开发一种高效且准确的异常检测系统，用于处理大规模文本数据中的异常	英语文本数据中的异常	自然语言处理	NA	深度学习	all-MiniLM-L6-v2	文本	两个非相关数据集：20新闻组文本数据集和SMS垃圾短信收集数据集
12015	2024-12-12	Facial expression morphing: enhancing visual fidelity and preserving facial details in CycleGAN-based expression synthesis 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2438 PMID:39650358	研究论文	本文提出了一种名为面部表情变形（FEM）的算法，用于增强基于CycleGAN的面部表情合成中的视觉保真度和面部细节保留	引入了FEM算法，通过融合输入图像和生成的表情来优先保留面部细节，并提出了新的FSD（面部相似距离）指标来评估图像相似性	未提及具体的局限性	提高基于CycleGAN的面部表情合成中的图像清晰度和细节保留	面部表情合成中的图像清晰度和细节保留	计算机视觉	NA	Cycle-Consistent Adversarial Networks (CycleGAN)	CycleGAN, UNet Vision Transformer cycle-consistent GAN versions 1 (UVCGANv1) 和 2 (UVCGANv2)	图像	使用了Radboud Faces Database (RafD) 数据集
12016	2024-12-12	Revolutionizing diabetic eye disease detection: retinal image analysis with cutting-edge deep learning techniques 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2186 PMID:39650355	研究论文	本研究探索了使用深度学习技术通过视网膜眼底照片进行自动化青光眼诊断，并引入了一种新的横断面视神经头特征以增强现有诊断程序	引入了一种新的混合损失函数，结合了focal loss和correntropy loss的优点，以处理具有类别不平衡和异常值的复杂生物医学数据，并改进了多任务深度学习模型以利用主要眼底活动和指标之间的相似性	NA	开发一种自动化青光眼诊断方法，以提高诊断的准确性和效率	视网膜眼底照片和光学相干断层扫描图像	计算机视觉	眼科疾病	深度学习	多任务深度学习模型	图像	一个真实世界的眼科数据集
12017	2024-12-12	A hybrid model integrating recurrent neural networks and the semi-supervised support vector machine for identification of early student dropout risk 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2572 PMID:39650364	研究论文	本文提出了一种结合循环神经网络和半监督支持向量机的混合模型，用于识别学生早期辍学风险	创新点在于将半监督支持向量机与循环神经网络结合，形成DeepS3VM模型，用于捕捉学生辍学预测中的序列模式	NA	研究目的是开发一种高效的预测模型，用于在早期阶段识别学生辍学风险	研究对象是学生辍学风险	机器学习	NA	半监督支持向量机、循环神经网络	混合模型	数据	从初始的243条记录扩展到总共10万条记录
12018	2024-12-12	An enhanced lightweight T-Net architecture based on convolutional neural network (CNN) for tomato plant leaf disease classification 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2495 PMID:39650369	研究论文	提出了一种基于卷积神经网络（CNN）的增强型轻量级T-Net架构，用于番茄植物叶片病害分类	该研究提出了一种新颖的深度学习模型T-Net，结合了卷积神经网络的分层架构和基于VGG-16、Inception V3和AlexNet的迁移学习模型，实现了98.97%的高准确率	未提及具体限制	开发一种快速、准确的自动化番茄病害检测方法，以提高农业生产力	番茄植物叶片病害	计算机视觉	NA	卷积神经网络（CNN）	T-Net	图像	未提及具体样本数量
12019	2024-12-12	PermQRDroid: Android malware detection with novel attention layered mini-ResNet architecture over effective permission information image 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2362 PMID:39650383	研究论文	本文提出了一种基于注意力层叠mini-ResNet架构的Android恶意软件检测方法，通过有效的权限信息图像进行检测	创新点在于使用了注意力层叠的mini-ResNet模型，并通过chi-square技术选择有效权限生成QR码图像进行分类	NA	研究目的是提高Android恶意软件检测的准确性和效率	研究对象是Android应用程序的权限信息	机器学习	NA	chi-square技术	mini-ResNet	图像	使用了来自Androzoo、Drebin、Genome和Google Play Store的四个不同数据集，以及一个混合数据集
12020	2024-12-12	Enabling personalized smart tourism with location-based social networks 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2375 PMID:39650393	研究论文	本文提出了一种基于深度学习技术的知识驱动个性化推荐方法，用于智能旅游中的个性化服务	本文创新性地利用位置社交网络（LBSNs）中的上下文信息，通过表示学习和对比学习技术来建模复杂的多源信息，并缓解旅游数据稀疏性问题	本文未详细讨论该方法在实际应用中的可扩展性和隐私保护问题	研究如何利用位置社交网络为智能旅游提供个性化推荐服务	位置社交网络中的多源信息和用户个性化旅游行为	机器学习	NA	深度学习	表示学习、对比学习	文本	NA