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
16201	2024-09-21	Advancing Eosinophilic Esophagitis Diagnosis and Phenotype Assessment with Deep Learning Computer Vision 2021-Feb, Biomedical engineering systems and technologies, international joint conference, BIOSTEC ... revised selected papers. BIOSTEC (Conference) DOI:10.5220/0010241900002865 PMID:34046649	研究论文	本文提出了一种利用深度学习计算机视觉技术自动量化嗜酸性粒细胞以诊断嗜酸性食管炎（EoE）并评估疾病严重程度和进展的方法	首次利用深度学习计算机视觉技术进行EoE诊断，并提供了一种自动化的疾病严重程度和进展跟踪过程	NA	寻找可能指导新患者在疾病初始诊断时治疗计划的关联	嗜酸性食管炎（EoE）的诊断和疾病严重程度及进展评估	计算机视觉	消化系统疾病	深度学习	U-Net	图像	NA
16202	2024-09-21	Mixed deep learning and natural language processing method for fake-food image recognition and standardization to help automated dietary assessment 2019-05, Public health nutrition IF:3.0Q2 DOI:10.1017/S1368980018000708 PMID:29623869	研究论文	本文研究了一种结合深度学习和自然语言处理的方法，用于识别假食物图像并进行标准化，以帮助自动化饮食评估	首次提出了一种自动识别假食物图像的方法，并结合自然语言处理进行食物匹配和标准化	研究样本量较小，仅涉及124名参与者，未来需要更大规模的研究验证	开发一种自动化方法，用于饮食评估和食物选择研究	假食物图像的识别和标准化	计算机视觉	NA	深度学习，自然语言处理	深度学习网络	图像	124名参与者，提供55种食物类别
16203	2024-09-20	Bangla news article dataset 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110874 PMID:39290422	研究论文	本文介绍了一个基于孟加拉语新闻文章的更新标准数据集	提供了超过190万篇来自九个孟加拉语新闻网站的文章，涵盖多个类别，为孟加拉语自然语言处理研究提供了丰富的数据资源	NA	提供一个标准化的孟加拉语新闻文章数据集，以支持自然语言处理和机器学习模型的研究	孟加拉语新闻文章数据集	自然语言处理	NA	NA	NA	文本	超过190万篇孟加拉语新闻文章
16204	2024-09-20	Enhancing sustainability in the production of palm oil: creative monitoring methods using YOLOv7 and YOLOv8 for effective plantation management 2024-Dec, Biotechnology reports (Amsterdam, Netherlands) DOI:10.1016/j.btre.2024.e00853 PMID:39290791	研究论文	评估YOLOv7和YOLOv8在识别油棕榈树方面的性能，以提高种植园管理的可持续性	YOLOv8系列在检测精度和时间上有所提升，YOLOv8m获得了最高的F1分数，YOLOv8s在检测时间上显著减少	NA	评估YOLOv7和YOLOv8在油棕榈种植园管理中的应用效果	YOLOv7和YOLOv8模型在油棕榈树识别中的性能	计算机视觉	NA	深度学习	YOLO	图像	训练集包含80,486张图像，测试集包含482张无人机拍摄的图像，其中包括5,233张油棕榈树图像
16205	2024-09-20	An enhanced AlexNet-Based model for femoral bone tumor classification and diagnosis using magnetic resonance imaging 2024-Oct, Journal of bone oncology IF:3.1Q2 DOI:10.1016/j.jbo.2024.100626 PMID:39290649	研究论文	本文介绍了一种基于AlexNet的增强深度学习模型，用于通过磁共振成像对股骨肿瘤进行分类和诊断	本文提出了一种优化的AlexNet模型，通过卷积神经网络对股骨肿瘤图像进行分类，相比其他方法具有更高的准确性、精确性、敏感性、特异性和F1分数	NA	开发一种自动化的分类方法，以提高股骨肿瘤的诊断准确性	股骨肿瘤患者及其磁共振成像数据	计算机视觉	骨肿瘤	卷积神经网络 (CNN)	AlexNet	图像	500例股骨肿瘤患者，包括500例影像数据（335例良性，165例恶性）
16206	2024-09-20	Discovery of type 2 diabetes mellitus with correlation and optimization driven hybrid deep learning approach 2024-Oct, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2023.2267721 PMID:37865922	研究论文	本文提出了一种混合深度学习方法，用于识别2型糖尿病	采用基于相关性和优化的混合深度学习方法，结合了深度残差网络和基于骑手优化器的神经网络，并通过相关性融合提高分类性能	NA	开发一种新的混合深度学习技术，用于准确识别2型糖尿病	2型糖尿病的识别	机器学习	糖尿病	深度学习	混合模型	数值数据	未明确提及具体样本数量
16207	2024-09-20	[Applications of artificial intelligence for imaging-driven diagnosis and treatment of bone and soft tissue tumors] 2024-Sep-23, Zhonghua zhong liu za zhi [Chinese journal of oncology] DOI:10.3760/cma.j.cn112152-20231024-00215 PMID:39293988	综述	本文综述了人工智能在骨与软组织肿瘤影像诊断和治疗中的应用	探讨了深度学习技术在骨与软组织肿瘤影像分析中的应用，包括图像分割、肿瘤检测、分类、分级和分期、化疗效果评估、复发和预后预测等方面	未提及具体的技术挑战和数据限制	综述人工智能在骨与软组织肿瘤影像诊断和治疗中的应用现状及未来展望	骨与软组织肿瘤的影像诊断和治疗	计算机视觉	骨与软组织肿瘤	深度学习	CNN	图像	NA
16208	2024-09-20	Efficient inverse design of optical multilayer nano-thin films using neural network principles: backpropagation and gradient descent 2024-Sep-19, Nanoscale IF:5.8Q1 DOI:10.1039/d4nr01667j PMID:39196333	研究论文	本文介绍了一种利用神经网络原理进行光学多层纳米薄膜逆向设计的新方法	该方法通过网络传递矩阵的反向传播，利用链式法则计算梯度，无需额外的学习过程即可确定最佳层厚度	NA	提高光学多层纳米薄膜设计的效率和准确性	光学多层纳米薄膜的层厚度优化	机器学习	NA	神经网络	NA	NA	NA
16209	2024-09-20	All-Atom Protein Sequence Design Based on Geometric Deep Learning 2024-Sep-19, Angewandte Chemie (International ed. in English) DOI:10.1002/anie.202411461 PMID:39295564	研究论文	介绍了一种基于几何深度学习的全原子蛋白质序列设计框架GeoSeqBuilder	整合了蛋白质序列生成与侧链构象预测，实现了设计序列的全原子结构生成，并考虑了邻近残基的三体相互作用	需要进一步测试以验证其广泛适用性	开发一种能够为特定蛋白质骨架设计新功能蛋白质序列的工具	蛋白质序列设计与侧链构象预测	机器学习	NA	几何深度学习	深度学习框架	蛋白质结构数据	15个测试序列，5个设计实例
16210	2024-09-20	Prediction of aptamer affinity using an artificial intelligence approach 2024-Sep-18, Journal of materials chemistry. B DOI:10.1039/d4tb00909f PMID:39158322	研究论文	研究利用人工智能方法预测适配体亲和力	结合机器学习和深度学习模型，提出了一种快速预测适配体与目标分子结合亲和力的方法	NA	探讨人工智能在适配体亲和力预测中的应用	适配体与目标分子的结合亲和力	机器学习	NA	分子动力学模拟	机器学习和深度学习	序列数据	NA
16211	2024-09-20	Ultrastretchable, Ultralow Hysteresis, High-Toughness Hydrogel Strain Sensor for Pressure Recognition with Deep Learning 2024-Sep-18, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c12419 PMID:39230598	研究论文	本文介绍了一种具有超拉伸性、低滞后性和高韧性的水凝胶应变传感器，并展示了其在压力识别中的应用	提出了一种双重物理交联的聚丙烯酰胺/透明质酸/蒙脱土水凝胶，实现了超高的拉伸性、低滞后性和高韧性	NA	开发一种具有优异机械性能的水凝胶材料，并探索其在柔性可穿戴设备中的应用	聚丙烯酰胺/透明质酸/蒙脱土水凝胶及其在应变传感器中的应用	NA	NA	NA	深度学习	NA	NA
16212	2024-09-20	Deep Learning for Echo Analysis, Tracking, and Evaluation of Mitral Regurgitation (DELINEATE-MR) 2024-Sep-17, Circulation IF:35.5Q1 DOI:10.1161/CIRCULATIONAHA.124.068996 PMID:38881496	研究论文	本文开发了一种深度学习系统，用于分析、追踪和评估二尖瓣反流，并测试了其在内部和外部测试集中的性能	本文提出了一种新颖的深度学习系统，能够处理完整的经胸超声心动图，识别彩色多普勒视频，并根据阅读心脏病专家的标准确定二尖瓣反流的严重程度	大多数误分类差异出现在无/微量和轻度二尖瓣反流之间，且在偏心性二尖瓣反流病例中的表现略低	开发和验证一种端到端的深度学习系统，用于准确分类二尖瓣反流的严重程度	二尖瓣反流的严重程度分类	机器学习	心血管疾病	深度学习	深度学习系统	视频	总共61,689例经胸超声心动图，分为训练集（43,811例）、验证集（8,891例）、内部测试集（8,987例）和外部测试集（8,208例）
16213	2024-09-20	High-Throughput Deep Learning Detection of Mitral Regurgitation 2024-Sep-17, Circulation IF:35.5Q1 DOI:10.1161/CIRCULATIONAHA.124.069047 PMID:39129623	研究论文	研究开发并验证了一种全自动深度学习管道，用于识别带有彩色多普勒超声心动图的顶端四腔视图视频，并检测经胸超声心动图中的临床显著性二尖瓣反流	提出了一种新颖的全自动管道，用于从完整的经胸超声心动图研究中识别临床显著性二尖瓣反流	NA	开发和验证一种全自动深度学习管道，用于检测临床显著性二尖瓣反流	二尖瓣反流	机器学习	心血管疾病	深度学习	深度学习模型	视频	58614例经胸超声心动图（2587538个视频）用于开发和测试，1800例研究（80833个视频）用于内部测试，915例研究（46890个视频）用于外部评估
16214	2024-09-20	Predicting stroke volume variation using central venous pressure waveform: a deep learning approach 2024-Sep-17, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad75e4 PMID:39214128	研究论文	本研究评估了一种深度学习方法从中心静脉压波形预测每搏量变异（SVV）的性能	使用长短期记忆（LSTM）和前馈神经网络的序列模型从中心静脉压波形中预测每搏量变异（SVV）	NA	评估深度学习模型从中心静脉压波形预测每搏量变异的准确性	中心静脉压波形和每搏量变异	机器学习	NA	深度学习	LSTM 和前馈神经网络	波形	224 例，包含 1717978 个中心静脉压波形和 EV1000/SVV 数据
16215	2024-09-20	Single-cell AI-based detection and prognostic and predictive value of DNA mismatch repair deficiency in colorectal cancer 2024-Sep-17, Cell reports. Medicine DOI:10.1016/j.xcrm.2024.101727 PMID:39293403	研究论文	本文介绍了一种基于人工智能的方法AIMMeR，用于在常规病理样本中检测结直肠癌中的DNA错配修复缺陷	AIMMeR能够在单细胞水平上确定错配修复蛋白表达，显示出高准确性和特异性，有助于精准医学	AIMMeR与微卫星不稳定性测试的一致性较低，反映了MMR和MSI PCR之间的不一致性	开发一种自动化方法来检测结直肠癌中的DNA错配修复缺陷，并评估其预后和预测价值	结直肠癌中的DNA错配修复缺陷	数字病理学	结直肠癌	人工智能	NA	图像	两个试验队列中的II/III期样本
16216	2024-09-20	EnergyShare AI: Transforming P2P energy trading through advanced deep learning 2024-Sep-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36948 PMID:39296059	研究论文	本文介绍了一种名为EnergyShare AI的P2P能源交易系统，该系统通过深度强化学习算法优化能源管理效率	EnergyShare AI通过深度强化学习算法显著提高了能源管理效率，并大幅降低了成本，相比传统的线性整数规划模型，在优化双向能源转移方面具有显著优势	NA	旨在通过先进的机器学习技术改进P2P能源交易系统，提高能源需求管理和利用效率	消费者、生产消费者、太阳能阵列、储能系统（ESS）和电动汽车（EVs）	机器学习	NA	深度强化学习（DRL）	深度强化学习	能源数据	涉及不同家庭配置和人类发展阶段的能源转移
16217	2024-09-20	Bayesian optimized multimodal deep hybrid learning approach for tomato leaf disease classification 2024-09-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72237-x PMID:39277634	研究论文	提出了一种利用贝叶斯优化多模态深度混合学习方法来自动分类番茄叶病的系统	利用贝叶斯优化和深度混合学习模型，结合卷积神经网络和经典机器学习技术，实现了对番茄叶病的自动分类	NA	开发一种自动、早期且精确的番茄叶病识别系统，以帮助农民及时干预疾病传播	番茄叶病分类	机器学习	NA	卷积神经网络 (CNN), 随机森林 (RF), XGBoost, 高斯朴素贝叶斯 (GNB), 支持向量机 (SVM), 多项逻辑回归 (MLR), K近邻 (KNN)	深度混合学习模型	图像	使用了PlantVillage数据集，包含十种类型的番茄叶（九种病叶和一种健康叶）
16218	2024-09-20	General loss of proteostasis links Huntington disease to Cockayne syndrome 2024-Sep-14, Neurobiology of disease IF:5.1Q1 DOI:10.1016/j.nbd.2024.106668 PMID:39284372	研究论文	本文通过RNA-seq数据和深度学习方法，探讨了Cockayne综合征与亨廷顿病之间的联系，发现两者在蛋白质稳态失调方面存在共同机制	首次揭示了Cockayne综合征与亨廷顿病在蛋白质稳态失调方面的共同机制	研究主要基于细胞系和动物模型，尚未在人体组织中进行验证	探讨Cockayne综合征与亨廷顿病之间的病理联系	Cockayne综合征和亨廷顿病的细胞系及动物模型	生物信息学	NA	RNA-seq	深度学习	转录组数据	两个Cockayne综合征突变细胞系和多个亨廷顿病细胞培养模型
16219	2024-09-20	Automatic generation of diffusion tensor imaging for the lumbar nerve using convolutional neural networks 2024-Sep-13, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110237 PMID:39278577	研究论文	本研究旨在利用深度学习语义分割技术，自动生成腰椎神经的扩散张量成像（DTI）	首次使用深度学习语义分割模型U-Net自动提取腰椎神经并生成神经束追踪图	研究样本量较小，仅涉及90名患者的数据	开发一种自动化的系统，用于提取腰椎神经并生成神经束追踪图，以提高DTI在临床中的应用	腰椎神经的扩散张量成像及其自动生成	计算机视觉	腰椎退行性疾病	扩散张量成像（DTI）	U-Net	图像	90名患有腰椎退行性疾病的患者，共839张轴向扩散加权图像（DWI）
16220	2024-09-20	Tailoring nonsurgical therapy for elderly patients with head and neck squamous cell carcinoma: A deep learning-based approach 2024-Sep-13, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000039659 PMID:39287264	研究论文	评估深度学习模型在为无法手术的老年头颈鳞状细胞癌患者选择个性化化疗方案中的应用，并量化基线特征对治疗效果的影响	使用自归一化平衡个体治疗效果模型进行生存数据分析，超越了其他模型和国家综合癌症网络指南	研究结果需要在临床环境中进一步验证	评估深度学习模型在个性化化疗选择中的应用，并分析基线特征对治疗效果的影响	无法手术的老年头颈鳞状细胞癌患者	机器学习	头颈鳞状细胞癌	深度学习	自归一化平衡个体治疗效果模型	生存数据	4276名老年头颈鳞状细胞癌患者