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
13281	2024-11-15	Deep learning and feature reconstruction assisted vis-NIR calibration method for on-line monitoring of key growth indicators during kombucha production 2025-Jan-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2024.141411 PMID:39332357	研究论文	本文提出了一种基于深度学习和特征重构的可见近红外光谱校准方法，用于实时监测康普茶生产中的关键生长指标	本文创新性地结合了深度学习技术和可见近红外光谱技术，通过特征重构和多种神经网络模型的比较，实现了对康普茶生产过程中残糖和细菌浓度的实时监测	本文未详细讨论模型的泛化能力和在不同生产条件下的适用性	研究目的是开发一种能够实时监测康普茶生产过程中关键生长指标的方法，以确保产品质量	研究对象是康普茶生产过程中的残糖和细菌浓度	机器学习	NA	可见近红外光谱技术	卷积神经网络（1DCNN和2DCNN）	光谱数据	具体样本数量未在摘要中提及
13282	2024-11-15	A multi-verse optimizer-based CNN-BiLSTM pixel-level detection model for peanut aflatoxins 2025-Jan-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2024.141393 PMID:39342735	研究论文	本研究开发了一种基于多宇宙优化器的CNN-BiLSTM融合模型，用于高光谱图像中花生黄曲霉毒素的像素级检测	本研究创新性地使用了多宇宙优化器算法优化CNN-BiLSTM模型，显著提高了黄曲霉毒素检测的准确性和召回率	NA	提高高光谱图像中黄曲霉毒素像素级检测的准确性	花生中的黄曲霉毒素	计算机视觉	NA	多宇宙优化器	CNN-BiLSTM	高光谱图像	不同浓度的黄曲霉毒素光谱数据
13283	2024-11-15	Application of machine vision in food computing: A review 2025-Jan-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2024.141238 PMID:39368204	综述	本文基于实际应用案例，综述了机器视觉在食品计算中的研究现状和前景	探讨了基于传统机器学习和深度学习方法的图像识别技术在食品计算中的应用	NA	为食品行业与人工智能技术的融合和交叉提供坚实的理论基础和技术指导	食品计算中的图像识别技术	计算机视觉	NA	机器视觉	传统机器学习方法和深度学习方法	图像	NA
13284	2024-11-15	Integrating different detection techniques and data analysis methods for comprehensive food authenticity verification 2025-Jan-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2024.141471 PMID:39368208	综述	本文综述了用于食品真实性验证的先进检测技术和数据分析方法的整合	强调了复杂数据处理方法和多种技术整合在增强食品真实性测试中的关键作用	未具体提及	评估不同数据处理技术的优缺点，并探讨其潜在协同作用	食品真实性检测技术及其数据处理方法	机器学习	NA	机器学习和深度学习	NA	数据	NA
13285	2024-11-15	Image quality improvement in single plane-wave imaging using deep learning 2025-Jan, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2024.107479 PMID:39366205	研究论文	本文提出了一种利用深度学习技术在单平面波成像中提高图像质量的方法	本文提出了一种新的方法，通过考虑单平面波的射频信号特性，使用1D U-Net、2D U-Net及其组合的编码器-解码器模型，生成高质量的超声图像	本文未提及具体的研究局限性	提高单平面波成像中的空间分辨率和对比度	超声图像的质量	计算机视觉	NA	深度学习	U-Net	图像	使用了一个公开的大规模SPWI/CPWC数据集
13286	2024-11-15	Reconstruction of reflection ultrasound computed tomography with sparse transmissions using conditional generative adversarial network 2025-Jan, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2024.107486 PMID:39426346	研究论文	本文提出了一种基于条件生成对抗网络（UCT-GAN）的深度学习框架，用于从稀疏传输数据中高效重建反射超声计算机断层扫描（UCT）图像	利用条件生成对抗网络（UCT-GAN）从稀疏传输数据中高效重建高质量的反射UCT图像	NA	提高反射超声计算机断层扫描（UCT）图像重建的效率和质量	反射UCT图像	计算机视觉	乳腺癌	超声计算机断层扫描（UCT）	条件生成对抗网络（GAN）	图像	使用8次传输的数据进行实验，结果与512次传输的数据重建图像相当
13287	2024-11-15	GNN-DDAS: Drug discovery for identifying anti-schistosome small molecules based on graph neural network 2024-Dec-15, Journal of computational chemistry IF:3.4Q2 DOI:10.1002/jcc.27490 PMID:39189298	研究论文	提出了一种基于图神经网络的深度学习框架GNN-DDAS，用于发现抗血吸虫小分子药物	利用图神经网络提取分子图的结构特征，并通过多层感知机从SMILES序列中提取序列特征，最终通过全连接网络预测活性抗血吸虫小分子	未提及具体限制	开发一种新的计算机辅助方法，以提高发现活性抗血吸虫小分子的准确性	抗血吸虫小分子药物	机器学习	寄生虫病	图神经网络	图神经网络	分子图	未提及具体样本数量
13288	2024-11-15	Enhancing protein-ligand binding affinity prediction through sequential fusion of graph and convolutional neural networks 2024-Dec-15, Journal of computational chemistry IF:3.4Q2 DOI:10.1002/jcc.27499 PMID:39223071	研究论文	本文提出了一种通过顺序融合图神经网络（GNN）和卷积神经网络（CNN）来预测蛋白质-配体结合亲和力的模型	通过将GNN的中间输出与CNN的输入特征连接，显著提高了模型在CASF-2016基准测试中的性能，并在虚拟筛选任务中展示了其优势	NA	提高蛋白质-配体结合亲和力预测的准确性	蛋白质-配体结合亲和力	机器学习	NA	图神经网络（GNN）、卷积神经网络（CNN）	GNN和CNN的融合模型	结构数据	涉及CASF-2016基准测试数据集和PI5P4Kα目标的虚拟筛选任务
13289	2024-11-15	Imaging pollen using a Raspberry Pi and LED with deep learning 2024-Dec-10, The Science of the total environment DOI:10.1016/j.scitotenv.2024.177084 PMID:39433221	研究论文	本文展示了使用树莓派和LED灯结合深度学习技术进行花粉成像的方法	利用低成本的树莓派相机和LED灯捕捉花粉的散射模式，并通过深度学习将其转换为20倍显微镜放大等效图像	NA	开发低成本的小型成像传感器，用于全球花粉监测，以缓解花粉热症状	花粉颗粒及其散射模式	计算机视觉	NA	深度学习	神经网络	图像	涉及未在训练中见过的植物花粉
13290	2024-11-15	Improved PM2.5 prediction with spatio-temporal feature extraction and chemical components: The RCG-attention model 2024-Dec-10, The Science of the total environment DOI:10.1016/j.scitotenv.2024.177183 PMID:39471939	研究论文	提出了一种新的深度学习模型RCG-Attention，用于提取时空特征和化学成分，以提高PM2.5浓度的预测精度	结合了残差神经网络和卷积门控循环网络，并通过多头注意力机制融合时空特征，显著提高了PM2.5浓度的预测性能	未提及具体限制	提高PM2.5浓度的预测精度	PM2.5浓度的时空特征和化学成分	机器学习	NA	深度学习	RCG-Attention模型	时空数据和化学成分数据	多个监测站点的数据
13291	2024-11-15	Identification of histopathological classification and establishment of prognostic indicators of gastric adenocarcinoma based on deep learning algorithm 2024-Dec, Medical molecular morphology IF:1.2Q3 DOI:10.1007/s00795-024-00399-8 PMID:39088070	研究论文	本研究旨在基于深度学习算法建立胃腺癌的病理分类预测模型	使用深度学习算法对胃腺癌的病理亚型进行准确预测，并结合DL特征分析免疫浸润和患者预后的差异	样本量相对较小，外部验证集数量有限	建立胃腺癌的病理分类和预后指标	胃腺癌患者的病理类型和预后	数字病理	胃癌	深度学习算法	DL模型	图像	356例胃腺癌患者的病理图像，80例外部验证的H&E染色全切片图像
13292	2024-11-15	Machine learning-aided search for ligands of P2Y6 and other P2Y receptors 2024-Dec, Purinergic signalling IF:3.0Q2 DOI:10.1007/s11302-024-10003-4 PMID:38526670	研究论文	本文利用机器学习方法辅助发现P2Y6和其他P2Y受体的配体	首次使用机器学习作为新方法辅助配体发现，并成功筛选出多种新型P2YR调节剂	部分机器学习选择的化合物对hP2YR的抑制作用较弱或无活性	寻找P2Y受体的拮抗剂，用于治疗炎症、神经退行性和代谢性疾病	P2Y6和其他P2Y受体的配体	机器学习	NA	机器学习算法（深度学习、adaboost分类器、Bernoulli NB、k-nearest neighbors分类器、逻辑回归、随机森林分类器、支持向量分类、XGBoost分类器）	多种分类模型	分子数据	21种不同结构的化合物
13293	2024-11-15	Robustness assessment of an automated AI-based white blood cell morphometric analysis system using different smear preparation methods 2024-Dec, International journal of laboratory hematology IF:2.2Q3 DOI:10.1111/ijlh.14350 PMID:39053899	研究论文	评估不同涂片制备方法对基于AI的白细胞形态分析系统鲁棒性的影响	首次全面评估不同涂片制备方法对深度学习系统鲁棒性的影响	研究样本量有限，且仅涉及两种涂片制备方法	评估不同涂片制备方法对AI系统性能的影响	基于AI的白细胞形态分析系统	数字病理	NA	深度学习	深度学习系统	图像	193份外周血样本
13294	2024-11-15	Enhanced enchondroma detection from x-ray images using deep learning: A step towards accurate and cost-effective diagnosis 2024-Dec, Journal of orthopaedic research : official publication of the Orthopaedic Research Society IF:2.1Q2 DOI:10.1002/jor.25938 PMID:39007705	研究论文	本研究利用深度学习技术从X光图像中自动检测软骨瘤	采用Detectron2深度学习模型，实现了0.9899的高准确率检测软骨瘤	NA	提高软骨瘤诊断的准确性和成本效益	软骨瘤的自动检测	计算机视觉	NA	深度学习	Detectron2	图像	1645张X光图像，来自1173名患者
13295	2024-11-15	Accelerated High-Resolution Deep Learning Reconstruction Turbo Spin Echo MRI of the Knee at 7 T 2024-Dec-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001095 PMID:38960863	研究论文	本研究旨在比较7T磁共振成像中使用深度学习（DL）和传统算法重建的膝关节图像质量	深度学习算法在4倍加速下的图像重建质量显著优于传统GRAPPA算法	研究样本量较小，且仅限于健康志愿者	探索深度学习在7T磁共振成像中加速2D TSE采集的膝关节图像重建的技术潜力	23名健康志愿者的膝关节图像	计算机视觉	NA	深度学习	NA	图像	23名健康志愿者
13296	2024-11-15	Deep Learning Reconstructed New-Generation 0.55 T MRI of the Knee-A Prospective Comparison With Conventional 3 T MRI 2024-Dec-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001093 PMID:38857414	研究论文	本研究比较了深度学习重建的0.55 T MRI与传统3 T MRI在膝关节损伤诊断中的图像质量、结构异常识别和读者信心水平	采用了一种新的商业可用深度学习重建算法，用于0.55 T MRI图像重建	样本量较小，仅包括26名患者	比较深度学习重建的0.55 T MRI与传统3 T MRI在膝关节损伤诊断中的效果	膝关节损伤患者	计算机视觉	NA	MRI	深度学习	图像	26名患者，52对MRI检查
13297	2024-11-15	Utilization of artificial intelligence in minimally invasive right adrenalectomy: recognition of anatomical landmarks with deep learning 2024-Dec, Acta chirurgica Belgica IF:0.6Q4 DOI:10.1080/00015458.2024.2363599 PMID:38841838	研究论文	本研究开发了一种基于深度学习的人工智能系统，用于在微创右侧肾上腺切除术中识别关键解剖结构	本研究首次将深度学习模型应用于微创右侧肾上腺切除术中的解剖标志识别，并展示了其在实时导航系统中的潜力	本研究仅在20名患者的视频数据上进行了实验，样本量较小，可能影响模型的泛化能力	开发一种能够识别微创右侧肾上腺切除术中关键解剖结构的深度学习模型	微创右侧肾上腺切除术中的肝脏、下腔静脉和右侧肾上腺	计算机视觉	NA	深度学习	CNN, SwinUNETR	视频	20名患者的手术视频，共提取1000张图像
13298	2024-11-15	Automatic pipeline for segmentation of LV myocardium on quantitative MR T1 maps using deep learning model and computation of radial T1 and ECV values 2024-Dec, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5230 PMID:39097976	研究论文	本文提出了一种基于深度学习的自动管道，用于在定量MR T1图上分割左心室心肌，并计算径向T1和ECV值	本文创新性地使用深度学习模型U-Net和Deep Res U-Net进行左心室心肌的自动分割，并计算径向T1和ECV值	研究使用了回顾性多参数MRI数据，样本量有限，且未提及模型的泛化能力	开发一种自动化的方法，用于在T1图上精确分割左心室心肌，并计算径向T1和ECV值，以辅助心血管疾病的诊断	左心室心肌的分割和径向T1及ECV值的计算	计算机视觉	心血管疾病	MRI	U-Net, Deep Res U-Net	图像	332名受试者的回顾性多参数MRI数据
13299	2024-11-15	Synthesis of higher-B0 CEST Z-spectra from lower-B0 data via deep learning and singular value decomposition 2024-Dec, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5221 PMID:39113170	研究论文	本文提出了一种利用深度学习和奇异值分解从3T数据合成更高场强Z-谱的方法	通过深度学习框架和奇异值分解，实现了从3T数据合成9.4T Z-谱的创新方法	需要进一步验证该方法在不同临床条件下的适用性和鲁棒性	旨在从3T临床扫描仪获取的数据中合成更高场强的Z-谱，以提高CEST MRI的信号解释和定量分析	磷酸肌酸（PCr）模型和伪体内模型，包括PCr幻影、蛋清幻影和体内大鼠脑部数据	磁共振成像	NA	化学交换饱和转移（CEST）MRI	深度神经网络（DNN）	Z-谱	包括7个PCr管、3个蛋清管和3个大鼠切片
13300	2024-11-15	Automatic deep learning segmentation of the hippocampus on high-resolution diffusion magnetic resonance imaging and its application to the healthy lifespan 2024-Dec, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5227 PMID:39136393	研究论文	本文提出了一种基于深度学习的高分辨率扩散磁共振成像（DTI）海马体自动分割方法	该方法通过扩展UNet和UNet++架构，引入了额外的密集残差连接，实现了直接在扩散图像上的自动分割	该方法尚未在患者群体中进行评估	开发一种自动分割方法，以促进大规模人群分析	海马体	计算机视觉	NA	扩散张量成像（DTI）	UNet和UNet++	图像	训练集包含100名健康参与者，验证集包含53名健康参与者，进一步验证集包含153名和354名健康参与者