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
13021	2024-08-05	Melanoma classification using generative adversarial network and proximal policy optimization 2024-Jul-30, Photochemistry and photobiology IF:2.6Q3 DOI:10.1111/php.14006 PMID:39080818	研究论文	本研究提出了一种新颖的深度学习框架用于黑色素瘤分类	框架结合了三层膨胀卷积和Off-policy PPO算法，解决了训练集中数据不平衡问题，并通过GAN增强训练数据	NA	改善黑色素瘤的早期检测和治疗方法	黑色素瘤样本，使用SIIM-ISIC黑色素瘤分类挑战-ISIC-2020数据集进行训练和验证	计算机视觉	黑色素瘤	深度学习，GAN，Off-policy PPO	卷积神经网络（CNN）	图像	NA
13022	2024-08-05	Segmentation and Vascular Vectorization for Coronary Artery by Geometry-based Cascaded Neural Network 2024-Jul-30, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3435714 PMID:39078771	研究论文	提出了一种基于几何的级联神经网络用于冠状动脉的分割和可视化。	通过集成几何变形网络设计了一个级联网络，能够准确处理复杂的冠状动脉结构，并且避免了传统方法的分割碎片。	文章没有提到对算法在其他类型的血管或图像类别的适用性及其潜在局限性。	研究旨在提高冠状动脉计算机断层扫描血管造影图像的分割精度。	研究对象为200幅冠状动脉疾病的CCTA图像。	计算机视觉	冠状动脉疾病	深度学习	级联神经网络	图像	200幅CCTA图像
13023	2024-08-04	Deep learning-based automatic ASPECTS calculation can improve diagnosis efficiency in patients with acute ischemic stroke: a multicenter study 2024-Jul-27, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10960-9 PMID:39060495	研究论文	本研究开发了一种基于深度学习的自动ASPECTS评估系统，以提高急性缺血性中风患者的诊断效率	提出的系统在准确性和处理时间上优于专家评估，实现了临床应用中的有效性和可靠性	该系统在临床应用中仍需专家验证	旨在提高急性缺血性中风ASPECTS的计算效率	本研究包含1987个非对比CT扫描样本，涉及急性缺血性中风患者	医学影像处理	急性缺血性中风	深度学习（DL）	NA	影像	1987个非对比CT扫描
13024	2024-08-04	Adaptive Neural Message Passing for Inductive Learning on Hypergraphs 2024-Jul-26, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3434483 PMID:39058615	研究论文	本文提出了一个名为HyperMSG的新的超图学习框架，采用模块化的双级神经消息传递策略来高效传播信息	HyperMSG通过为每个节点的度中心性学习注意权重，从而适应数据和任务，捕捉超图的结构特性	尚未指出论文的具体限制	研究目标是开发一种新的超图学习方法，以提高超图的信息传播能力	研究对象包括超图及其节点之间的高阶关系	机器学习	NA	神经消息传递	模块化两级神经网络	多媒体数据	通过多个任务和数据集进行了广泛的实验，具体样本量未提及
13025	2024-08-05	High precision deep-learning model combined with high-throughput screening to discover fused [5,5] biheterocyclic energetic materials with excellent comprehensive properties 2024-Jul-26, RSC advances IF:3.9Q2 DOI:10.1039/d4ra03233k PMID:39077321	研究论文	本文提出了一种结合深度学习模型和高通量筛选的有效方法，以发现性能优异的[5,5]双杂环能量材料	创新点在于使用嵌入特征的有向信息传递神经网络建立了高预测准确性的深度学习模型	在文中未提及研究的限制	研究旨在快速发现具有高能量和优良热稳定性的能量材料	研究对象是[5,5]双杂环能量材料及其性能	机器学习	NA	密度泛函理论计算 (DFT)	有向信息传递神经网络	NA	选出了1种具有良好爆轰性能和热稳定性的材料
13026	2024-08-05	Exploring Implicit Biological Heterogeneity in ASD Diagnosis Using a Multi-Head Attention Graph Neural Network 2024-Jul-17, Journal of integrative neuroscience IF:2.5Q3 DOI:10.31083/j.jin2307135 PMID:39082298	研究论文	本文提出了一种新型深度学习方法，利用多头注意力图神经网络探索自闭症谱系障碍（ASD）的隐性生物异质性	创新点在于采用多头注意力机制建模功能连接图，能够同时模拟与ASD相关的复杂大脑连接模式	该研究未提及样本的多样性以外的限制因素	研究目的在于提高ASD的诊断准确性和推动神经科学研究	研究对象为自闭症患者的脑部成像数据	数字病理学	自闭症谱系障碍	功能连接（FC）图建模	图神经网络	脑部成像数据	使用了来自自闭症脑成像数据交换（ABIDE）I和II的异质性队列数据
13027	2024-08-04	Morphological classification of neurons based on Sugeno fuzzy integration and multi-classifier fusion 2024-07-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66797-1 PMID:38992081	研究论文	本文提出了一种基于Sugeno模糊积分和多分类器融合的神经元形态分类方法	采用了三种优化的深度学习模型融合，通过Sugeno模糊积分提升分类准确率	未提及模型在其他数据集或实际应用中性能的表现	准确分类神经元类型以提取重要的形态特征	神经元图像的分类	计算机视觉	NA	深度学习	AlexNet, VGG11_bn, ResNet-50	图像	Img_raw, Img_resample, Img_XYalign数据集，分类准确率为四分类98.04%, 91.75%, 93.13%; 十二分类97.82%, 85.68%, 87.60%
13028	2024-08-04	Selection of pre-trained weights for transfer learning in automated cytomegalovirus retinitis classification 2024-07-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-67121-7 PMID:38987446	研究论文	本研究探讨了利用不同预训练权重进行自动化细胞巨病毒视网膜炎分类的有效性	提出了一种顺序转移学习方法，通过不同的数据集预训练权重，提高了细胞巨病毒视网膜炎的分类精度与效率	该研究的模型依赖于有限数量的细胞巨病毒视网膜炎图像，可能影响模型的普适性	研究旨在改进细胞巨病毒视网膜炎的自动化诊断	研究对象为来自Siriraj医院的955幅视网膜图像，包括524幅细胞巨病毒视网膜炎图像和431幅正常图像	计算机视觉	细胞巨病毒视网膜炎	卷积神经网络（CNN）	DenseNet121	图像	955幅视网膜图像（524幅CMVR和431幅正常图像）
13029	2024-08-04	Better performance of deep learning pulmonary nodule detection using chest radiography with pixel level labels in reference to computed tomography: data quality matters 2024-07-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66530-y PMID:38987309	研究论文	该文章探讨了使用像素级标签的胸部X光图像在肺结节检测中的深度学习模型性能与CT扫描的关系	提出了一种使用参考胸部CT的像素级注释数据来提高肺结节检测的深度学习模型	研究主要依赖于特定的数据集，可能限制了模型的普遍适用性	研究旨在提高胸部X光下肺结节的检测和定位性能	研究对象为使用胸部X光图像和CT图像进行标注的数据集	计算机视觉	肺癌	深度学习	DenseNet	图像	包含国家卫生研究院的胸部X光标注数据集和AI-HUB的CT标注数据集
13030	2024-08-04	Automatic wild bird repellent system that is based on deep-learning-based wild bird detection and integrated with a laser rotation mechanism 2024-07-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66920-2 PMID:38987345	研究论文	提出了一种基于深度学习的自动野鸟驱散系统	系统集成了激光旋转机制，能够检测并驱散野鸟	未提及系统在不同环境下的表现	降低农业中的野鸟数量以减少经济损失	野鸟探测和驱散系统	计算机视觉	NA	深度学习	NA	图像	在台湾云林的一个户外鸭场进行的实验
13031	2024-08-04	Nano fuzzy alarming system for blood transfusion requirement detection in cancer using deep learning 2024-07-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66607-8 PMID:38987580	研究论文	本文提出了一种基于深度学习的纳米模糊警报系统，用于检测癌症患者的输血需求	首次使用体内数据处理血癌患者的输血需求预测，结合LSTM神经网络和纳米模糊技术	样本量为98，可能限制结果的普遍性和适用性	预测癌症患者的输血需求以减少输血相关风险	血癌患者，包含98个样本和61个特征的多变量数据	机器学习	血癌	LSTM	LSTM	临床与实验室数据	98个血癌患者样本
13032	2024-08-04	Classification of osteoarthritic and healthy cartilage using deep learning with Raman spectra 2024-07-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66857-6 PMID:38987563	研究论文	本文提出了一种端到端的卷积神经网络，自动学习最优的预处理策略，以分类来自骨关节炎和健康对照患者的拉曼光谱。	创新点在于引入了集成梯度方法来识别网络决策过程中的生物相关特征，并展示了使用多通道输入和集成梯度的方法可以简化拉曼光谱的临床应用。	研究样本主要集中在骨关节炎和健康对照患者，可能限制了结果的普遍适用性。	研究的目的是提高拉曼光谱分类技术在骨关节炎诊断中的应用效果。	研究对象为45名骨关节炎患者和19名健康对照患者的软骨拉曼光谱。	数字病理	骨关节炎	拉曼光谱	卷积神经网络	光谱	共64个样本，包括45名骨关节炎患者和19名健康对照患者
13033	2024-08-04	Habitat radiomics and deep learning fusion nomogram to predict EGFR mutation status in stage I non-small cell lung cancer: a multicenter study 2024-07-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66751-1 PMID:38982267	研究论文	开发一个结合深度学习、影像组学和临床变量的影像组学标定图，以预测第一期非小细胞肺癌患者的EGFR突变状态	首次将栖息地影像组学与深度学习相结合，用于预测EGFR突变状态	仅基于回顾性数据，可能无法覆盖所有EGFR突变的临床变异性	预测第一期非小细胞肺癌患者的EGFR突变状态	438名接受治愈性手术并完成驱动基因突变测试的第一期NSCLC患者	数字病理学	肺癌	CT影像组学	深度学习模型	影像	438名患者
13034	2024-08-04	Deep learning with a small dataset predicts chromatin remodelling contribution to winter dormancy of apple axillary buds 2024-Jul-02, Tree physiology IF:3.5Q1 DOI:10.1093/treephys/tpae072 PMID:38905284	研究论文	本研究探讨了在苹果腋芽冬季休眠初期，植物如何识别持续的寒冷。	提出了使用小数据集的深度学习模型来预测染色质重塑对苹果腋芽冬季休眠的贡献。	模型是基于两个时间点的小数据集构建的，限制了数据的广泛性。	研究植物如何在芽休眠初期识别持续的寒冷。	以'富士'苹果的腋芽作为研究对象。	数字病理学	NA	深度学习	NA	数据集	两个时间点的小数据集
13035	2024-08-05	Using deep learning to improve the intelligibility of a target speaker in noisy multi-talker environments for people with normal hearing and hearing loss 2024-Jul-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0028007 PMID:39082692	研究论文	本文研究了一种基于深度学习的算法，以提高在嘈杂的多说话者环境中目标说话者的可懂度	开发了一种准因果深度学习算法，能够从多个同时说话者的混合声中提取目标说话者的声音	该研究未提及算法在极端噪声条件下的表现	提高正常听力和听力损失者在嘈杂多说话者环境中的语言可懂度	听力正常和有听力损失的听众	机器学习	听力损失	深度学习	准因果算法	音频	参与者包括正常听力和有听力损失者，进行了双盲句子识别测试，涉及一个、两个和三个说话者的混合
13036	2024-08-04	Detecting dental caries on oral photographs using artificial intelligence: A systematic review 2024-05, Oral diseases IF:2.9Q1 DOI:10.1111/odi.14659 PMID:37392423	系统综述	本系统综述旨在评估人工智能模型在口腔照片中检测牙齿龋齿的表现	评估了不同机器学习算法在牙齿龋齿检测中的表现，并提出了对未来研究的建议	有限的研究允许评估人工智能对不同严重程度病变的表现	评估人工智能在口腔照片中检测牙齿龋齿的能力	临床研究报告的深度学习和其他机器学习算法	机器学习	NA	深度学习	NA	口腔照片	19项研究
13037	2024-08-05	Deep learning based on small sample dataset: prediction of dielectric properties of SrTiO3-type perovskite with doping modification 2024-May, Royal Society open science IF:2.9Q1 DOI:10.1098/rsos.231464 PMID:39076810	研究论文	本文研究基于小样本数据集的深度学习，以预测掺杂修饰的SrTiO3型钙钛矿的介电特性	提出了一种新的、有效的方法，通过深度神经网络模型显著提高了对介电性能的预测准确性	研究中使用的小数据集限制了对介电性能和能量存储密度提高的更深层次分析	旨在解决SrTiO掺杂数据的高度分散性和小样本大小带来的研究难题	研究对象为SrTiO型钙钛矿的掺杂数据	机器学习	NA	深度学习	一维卷积神经网络	实验数据	200条与SrTiO型钙钛矿掺杂相关的实验记录
13038	2024-08-05	UltraAIGenomics: Artificial Intelligence-Based Cardiovascular Disease Risk Assessment by Fusion of Ultrasound-Based Radiomics and Genomics Features for Preventive, Personalized and Precision Medicine: A Narrative Review 2024-May, Reviews in cardiovascular medicine IF:1.9Q3 DOI:10.31083/j.rcm2505184 PMID:39076491	综述	该文章为心血管疾病风险评估提出了基于人工智能的综合方法。	提出了结合超声放射组学和基因组学特征的新方法，以提高心血管疾病风险评估的准确性。	仅基于246项研究的回顾，可能缺乏广泛的临床应用数据支持。	探讨如何通过融合基因组学和放射组学特征来改善心血管疾病的风险评估。	研究重点在于心血管疾病和中风的风险评估。	机器学习	心血管疾病	深度学习	DL模型	NA	246项研究
13039	2024-08-04	Rapid and Precise Differentiation and Authentication of Agricultural Products via Deep Learning-Assisted Multiplex SERS Fingerprinting 2024-03-19, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c00064 PMID:38450485	研究论文	本文提出了一种结合多重表面增强拉曼散射(SERS)指纹技术与一维卷积神经网络(1D-CNN)的新方法，用于快速准确地区别和验证农业产品	该方法结合了三种不同的SERS活性纳米颗粒作为多重传感器，通过构建'SERS超级指纹'来提高农业产品的识别精度	文章中未明确指出具体的局限性	研究农业产品的来源和质量的快速准确识别与验证	主要研究对象为农业产品及其掺假样品	数字病理	NA	多重表面增强拉曼散射(SERS)	一维卷积神经网络(1D-CNN)	光谱数据	多个农业产品和模拟的掺假样品
13040	2024-08-04	Convolutional Neural Network-Driven Impedance Flow Cytometry for Accurate Bacterial Differentiation 2024-03-19, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.3c04421 PMID:38448396	研究论文	本研究开发了一种基于卷积神经网络的阻抗流式细胞术方法，以提高细菌的分类准确性和效率	该研究使用卷积神经网络深度学习方法，提高了阻抗流式细胞术在细菌物种区分上的准确性和效率	研究中未提及对特定细菌种类的识别是否可以普遍适用	提升阻抗流式细胞术在细菌种类区分的准确性	不同物种的细菌及其电特性	数字病理学	NA	阻抗流式细胞术	卷积神经网络	阻抗数据	超过100万组不同细菌的阻抗数据