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
15421	2024-09-27	Efficient few-shot machine learning for classification of EBSD patterns 2021-04-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-87557-5 PMID:33854109	研究论文	本文研究了在电子背散射衍射（EBSD）图案分类中使用少样本迁移学习方法的有效性	本文首次将少样本迁移学习应用于EBSD图案分类，并使用可视化技术解释模型操作	本文未详细讨论迁移学习在其他材料科学问题中的应用	验证少样本迁移学习在EBSD图案分类中的有效性	电子背散射衍射（EBSD）图案	计算机视觉	NA	迁移学习	卷积神经网络（CNN）	图像	六种空间群的EBSD图案
15422	2024-09-27	Deep learning approaches for natural product discovery from plant endophytic microbiomes 2021, Environmental microbiome IF:6.2Q1 DOI:10.1186/s40793-021-00375-0 PMID:33758794	综述	本文综述了利用深度学习方法从植物内生微生物组中发现天然产物的新方法	强调了深度学习在预测内生菌生物化学新奇性和调控控制方面的潜力	NA	探讨从植物微生物组中发现天然产物的新突破方法	植物内生微生物组的次级代谢产物	机器学习	NA	深度学习	NA	基因组、代谢组、调控组和化学数据	NA
15423	2024-09-27	Review of deep learning: concepts, CNN architectures, challenges, applications, future directions 2021, Journal of big data IF:8.6Q1 DOI:10.1186/s40537-021-00444-8 PMID:33816053	综述	本文综述了深度学习的概念、CNN架构、挑战、应用和未来方向	本文采用更全面的方法，提供了一个更合适的起点，以便全面理解深度学习	尽管本文试图全面综述深度学习，但仍可能存在某些方面的遗漏	旨在提供一个全面的深度学习综述，涵盖其概念、技术、架构、挑战和应用	深度学习及其在多个领域的应用	机器学习	NA	深度学习	CNN	NA	NA
15424	2024-09-27	Application of Machine Learning in Diagnosis of COVID-19 Through X-Ray and CT Images: A Scoping Review 2021, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2021.638011 PMID:33842563	综述	本文综述了使用机器学习和深度学习方法通过X射线和CT图像诊断COVID-19的研究	本文通过比较不同机器学习和深度学习方法在COVID-19诊断中的表现，展示了这些方法在临床诊断中的应用潜力	本文为综述性研究，未提供新的实验数据或模型	探讨机器学习和深度学习方法在COVID-19诊断中的应用	COVID-19的诊断	机器学习	COVID-19	NA	NA	图像	NA
15425	2024-09-27	Analysis of the role and robustness of artificial intelligence in commodity image recognition under deep learning neural network 2020, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0235783 PMID:32634167	研究论文	研究基于多阶段卷积神经网络（MS-CNN）的图像识别模型在商品图像智能识别中的应用及其识别性能	提出了一种基于MS-CNN模型的商品图像识别方法，并通过实验验证了其在不同噪声和标签错误条件下的鲁棒性	未提及具体的局限性	探索基于MS-CNN模型的商品图像识别方法的应用及其在不同条件下的识别性能	商品图像的颜色、形状和纹理特征，以及MS-CNN模型的识别效果	计算机视觉	NA	卷积神经网络（CNN）	多阶段卷积神经网络（MS-CNN）	图像	50,000张包含不同商品的图片
15426	2024-09-27	Anatomical Modeling of Brain Vasculature in Two-Photon Microscopy by Generalizable Deep Learning 2020, BME frontiers IF:5.0Q1 DOI:10.34133/2020/8620932 PMID:37849965	研究论文	本文开发了一种可泛化的深度学习技术，用于从多个双光子显微镜系统获取的小鼠大脑图像中进行血管分割	该方法能够泛化到不同成像系统，并能高效处理大规模血管图像，计算速度比现有技术快10倍，深度大3倍	NA	开发一种可泛化且计算高效的深度学习框架，用于大脑血管的解剖建模	小鼠大脑的双光子显微镜血管图像	计算机视觉	NA	深度学习	深度学习框架	图像	多个小鼠大脑的血管图像
15427	2024-09-27	Chief complaint classification with recurrent neural networks 2019-05, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2019.103158 PMID:30926471	研究论文	本文研究了使用循环神经网络对急诊部门记录中的主诉进行分类	本文首次将长短期记忆网络（LSTM）和门控循环单元（GRU）应用于主诉分类，并展示了其在性能上优于传统的词袋分类器	研究仅基于单一美国管辖区的360万条去识别化急诊部门记录，可能存在地域和数据量的局限性	提高疫情检测速度和诊断准确性	急诊部门记录中的主诉和出院诊断	机器学习	NA	循环神经网络（RNN）	长短期记忆网络（LSTM）和门控循环单元（GRU）	文本	360万条去识别化的急诊部门记录
15428	2024-09-27	A picture tells a thousand…exposures: Opportunities and challenges of deep learning image analyses in exposure science and environmental epidemiology 2019-01, Environment international IF:10.3Q1 DOI:10.1016/j.envint.2018.11.042 PMID:30473381	研究论文	本文讨论了在暴露科学和环境流行病学领域应用人工智能（特别是深度卷积神经网络）的潜力、挑战和所需的数据来源	提出使用图像和其他补充数据源（如手机移动性和社交媒体信息）来估计环境暴露，并探讨了在低收入和中等收入国家中使用图像分析的成本效益	需要合适的训练和评估模型的大型数据库，并且新方法应与传统暴露指标相结合	探讨人工智能在暴露科学和环境健康领域的应用潜力	环境暴露的估计和环境健康的影响	机器学习	NA	深度卷积神经网络	CNN	图像	NA
15429	2024-09-26	Cold threat and moisture deficit induced individual tree mortality via 25-year monitoring in seminatural mixed forests, northeastern China 2024-Nov-25, The Science of the total environment DOI:10.1016/j.scitotenv.2024.176048 PMID:39244065	研究论文	研究通过25年的监测数据，利用机器学习和深度学习算法预测中国东北部半自然混交林中的个体树木死亡率	利用先进的机器学习和深度学习算法，通过筛选相关的气候和环境因素，提高了个体树木死亡率预测的准确性	研究仅限于半自然混交针叶林，未涵盖其他类型的森林生态系统	验证个体树木死亡率对区域气候的敏感性，并开发高精度的预测模型	中国东北部半自然混交针叶林中的个体树木	机器学习	NA	支持向量机、多层感知器、随机森林	随机森林	树木生长数据、地形数据、竞争数据、林分结构数据、区域气候数据	25年的监测数据
15430	2024-09-26	Molecular designing of potential environmentally friendly PFAS based on deep learning and generative models 2024-Nov-25, The Science of the total environment DOI:10.1016/j.scitotenv.2024.176095 PMID:39245376	研究论文	本文提出了一种基于深度学习和生成模型的计算工作流程，用于设计环境友好型的全氟烷基和多氟烷基物质（PFAS）	本文创新性地结合了深度学习和分子生成模型，提出了一种混合深度学习架构MolHGT+，用于预测PFAS的表面张力、生物积累和肝毒性，并通过虚拟筛选和分子生成模型设计出环境友好型PFAS	NA	本文旨在通过计算方法设计出环境友好型的PFAS，以平衡产品效率和环境健康风险	本文的研究对象是全氟烷基和多氟烷基物质（PFAS）及其分子结构	环境化学	NA	深度学习	异构图神经网络（Heterogeneous Graph Neural Network）	分子数据	NA
15431	2024-09-26	Assessing the affective quality of soundscape for individuals: Using third-party assessment combined with an artificial intelligence (TPA-AI) model 2024-Nov-25, The Science of the total environment DOI:10.1016/j.scitotenv.2024.176083 PMID:39260516	研究论文	本文提出了一种结合第三方评估和人工智能（TPA-AI）模型来评估声景情感质量的方法	本文的创新点在于通过第三方评估结合人工智能模型，解决了数据源自相关问题，并利用声谱图和深度学习方法提高了预测准确性	本文的局限性在于样本量相对较小，且仅限于城市声音的情感质量评估	研究声学环境与人类福祉之间的关系	城市声音的情感质量	机器学习	NA	深度学习	TPA-AI	音频	100名志愿者对7051个10秒音频进行标注，180名参与者进行地理生态瞬时评估
15432	2024-09-26	Low muscle quality on a procedural computed tomography scan assessed with deep learning as a practical useful predictor of mortality in patients with severe aortic valve stenosis 2024-Oct, Clinical nutrition ESPEN IF:2.9Q3 DOI:10.1016/j.clnesp.2024.06.013 PMID:38944828	研究论文	研究使用深度学习算法评估程序性CT扫描中的肌肉质量，以预测严重主动脉瓣狭窄患者的死亡率	首次使用深度学习算法自动评估程序性CT扫描中的肌肉质量，并将其作为独立预测TAVI患者死亡率的实用工具	研究仅限于接受TAVI手术的严重主动脉瓣狭窄患者，结果可能不适用于其他患者群体	探讨使用深度学习算法评估程序性CT扫描中的肌肉质量是否能独立预测TAVI患者的死亡风险	接受TAVI手术的严重主动脉瓣狭窄患者	计算机视觉	心血管疾病	深度学习算法	深度学习模型	CT扫描图像	1199名患者
15433	2024-09-26	Downgrading Breast Imaging Reporting and Data System categories in ultrasound using strain elastography and computer-aided diagnosis system: a multicenter, prospective study 2024-Oct-01, The British journal of radiology DOI:10.1093/bjr/tqae136 PMID:39102827	研究论文	研究通过添加应变弹性成像（SR）和基于深度学习的计算机辅助诊断（CAD）系统，重新分类乳腺影像报告和数据系统（BI-RADS）3和4a-c类别，以减少不必要的活检	利用SR和CAD系统重新分类BI-RADS 3和4a-c类别，显著减少活检频率，提高诊断效率	研究仅限于BI-RADS 3和4a-c类别的乳腺病变，未涵盖其他类别	评估添加SR和CAD系统对乳腺超声BI-RADS 3和4a-c类别重新分类的效果，减少不必要的活检	乳腺超声BI-RADS 3和4a-c类别的病变	计算机视觉	乳腺癌	应变弹性成像（SR），计算机辅助诊断（CAD）	深度学习	图像	1049个病变（691个良性，358个恶性）
15434	2024-09-26	Automated estimation of thoracic rotation in chest X-ray radiographs: a deep learning approach for enhanced technical assessment 2024-Oct-01, The British journal of radiology DOI:10.1093/bjr/tqae149 PMID:39141433	研究论文	本研究开发了一种基于深度学习的自动估算胸部X光片中胸椎旋转的方法，以提高技术评估的准确性	本研究提出了一种新颖的基于深度学习的方法，用于自动估算胸部X光片中的垂直胸椎旋转，并实现了对胸部X光检查技术充分性的定量评估	NA	开发一种自动估算胸椎旋转的方法，以评估胸部X光片的技术充分性	胸部X光片中的胸椎旋转	计算机视觉	NA	深度学习	分割网络	图像	800张胸部X光片
15435	2024-09-26	Research on low-power driving fatigue monitoring method based on spiking neural network 2024-Oct, Experimental brain research IF:1.7Q4 DOI:10.1007/s00221-024-06911-x PMID:39177685	研究论文	本文提出了一种基于脉冲神经网络的低功耗驾驶疲劳监测方法	结合自组织映射网络和脉冲神经网络，开发了一种能够准确识别驾驶员精神状态的低功耗模型	NA	解决深度学习模型在驾驶疲劳检测中高计算成本和功耗的问题	驾驶员的疲劳状态	机器学习	NA	自组织映射网络（SOM）和脉冲神经网络（SNN）	脉冲神经网络（SNN）	脑电信号（EEG）	NA
15436	2024-09-26	Prediction of protein structure and AI 2024-Oct, Journal of human genetics IF:2.6Q2 DOI:10.1038/s10038-023-01215-4 PMID:38177398	研究论文	本文综述了基于深度学习技术的AlphaFold在蛋白质三维结构建模中的应用，并强调了预测错义突变致病性的挑战	AlphaFold作为一种基于人工智能的工具，在预测蛋白质三维结构方面具有高精度和多功能性	文章指出在预测错义突变致病性方面仍存在挑战	探讨AlphaFold在蛋白质结构预测中的应用及其在不同研究领域的扩展	AlphaFold生成的蛋白质模型及其在疾病严重性预测中的应用	机器学习	NA	深度学习	NA	蛋白质结构模型	NA
15437	2024-09-26	Dissecting the infodemic: An in-depth analysis of COVID-19 misinformation detection on X (formerly Twitter) utilizing machine learning and deep learning techniques 2024-Sep-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e37760 PMID:39315207	综述	本文对过去五年内发表的600篇文章进行了综述，重点分析了87项关于在Twitter上检测COVID-19相关假新闻的研究，探讨了用于识别假新闻传播者的算法技术和方法	本文创建了一个大型数据库，整合了17个不同研究工作的训练数据集，以促进假新闻检测的大规模训练数据集的使用	提出的模型存在过拟合、梯度消失和高预测时间问题，传播者相关分析领域的工作较少	揭示COVID-19相关推文的分化情况以及错误信息的传播方式	COVID-19相关假新闻的检测和假新闻传播者的行为模式	机器学习	NA	机器学习和深度学习技术	深度神经网络	文本	600篇文章，其中87项研究，17个不同研究工作的训练数据集
15438	2024-09-26	PROFiT-Net: Property-Networking Deep Learning Model for Materials 2024-Sep-25, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.4c05159 PMID:39264687	研究论文	本文介绍了一种基于轨道场矩阵（OFM）表示的深度学习模型PROFiT-Net，用于预测材料的物理性质	PROFiT-Net通过结合元素性质和价电子配置信息，改进了OFM表示，能够有效捕捉晶体中元素性质的相互关系，并在预测介电常数、实验带隙和形成焓方面表现出高精度	NA	开发能够准确预测材料性质的人工智能技术	材料性质预测	机器学习	NA	深度学习	卷积神经网络	晶体结构数据	NA
15439	2024-09-26	Automatic Segmentation of Ultrasound-Guided Quadratus Lumborum Blocks Based on Artificial Intelligence 2024-Sep-25, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01267-8 PMID:39320548	研究论文	本文提出了一种基于人工智能的自动分割超声引导下腰方肌阻滞的方法	开发了一种名为Q-VUM的深度学习模型，基于VGG16网络，能够精确分割超声图像中的多种组织结构	NA	旨在利用人工智能技术提高超声引导下腰方肌阻滞的精确性和效率	超声图像中的腰方肌及其周围组织	计算机视觉	NA	深度学习	U-shaped网络	图像	112名患者，共3162张图像
15440	2024-09-26	3-1-3 Weight averaging technique-based performance evaluation of deep neural networks for Alzheimer's disease detection using structural MRI 2024-Sep-24, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad72f7 PMID:39178890	研究论文	本文研究了基于3-1-3权重平均技术的深度神经网络在阿尔茨海默病检测中的性能评估	提出了3-1-3权重平均技术和微调方法，显著提高了分类模型的性能	NA	评估深度学习模型在阿尔茨海默病检测中的准确性	阿尔茨海默病及其在结构MRI上的表现	计算机视觉	阿尔茨海默病	深度学习	深度神经网络（DNN）	图像	使用了来自阿尔茨海默病神经影像数据库（ADNI）的T1加权3D磁共振成像（MRI）数据