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
17541	2024-09-11	Evaluation of influencing factors of China university teaching quality based on fuzzy logic and deep learning technology 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0303613 PMID:39240954	研究论文	本文基于模糊逻辑和深度学习技术，评估了中国大学教学质量的影响因素	本文提出了一种结合模糊逻辑和深度学习的评估模型，使用顺序直觉模糊（SIF）辅助长短期记忆（LSTM）模型来精确测量教学质量	NA	评估和提升大学教学质量	大学教学质量的影响因素	机器学习	NA	模糊逻辑，深度学习	LSTM	问卷调查数据	60多名教师和学生的开放式问卷调查
17542	2024-09-11	Multifunctional aggregation network of cell nuclei segmentation aiming histopathological diagnosis assistance: A new MA-Net construction 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0308326 PMID:39241001	研究论文	本文提出了一种基于U-Net的深度学习模型MA-Net，用于从H&E染色图像中准确分割细胞核，以辅助组织病理学诊断	本文创新性地应用了特征融合模块、注意力门单元和空洞空间金字塔池化到U-Net的编码器、解码器、跳跃连接和瓶颈部分，以提升网络在细胞核分割任务中的性能	NA	提升组织病理学图像中细胞核分割的准确性，以辅助自动化诊断系统	H&E染色图像中的细胞核	计算机视觉	NA	深度学习	U-Net	图像	多个公共数据集
17543	2024-09-11	Precision meets generalization: Enhancing brain tumor classification via pretrained DenseNet with global average pooling and hyperparameter tuning 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0307825 PMID:39241003	研究论文	研究通过预训练的DenseNet模型结合全局平均池化和超参数调优，提升脑肿瘤分类的准确性和泛化能力	采用DenseNet架构并结合全局平均池化和超参数调优，显著提高了脑肿瘤分类的准确性和泛化能力	NA	研究如何通过深度学习技术提高脑肿瘤分类的准确性和临床应用的泛化能力	脑肿瘤的分类，特别是三种常见类型：脑膜瘤、胶质瘤和垂体瘤	计算机视觉	脑肿瘤	深度学习	DenseNet	图像	3064张T1加权对比增强MRI图像，来自233名患者
17544	2024-09-11	Diagnostic accuracy of dental caries detection using ensemble techniques in deep learning with intraoral camera images 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0310004 PMID:39241044	研究论文	本文研究了使用深度学习中的集成技术通过口腔内相机图像进行龋齿检测的诊断准确性	本文创新性地应用了集成技术在口腔内相机图像分类任务中，显著提高了龋齿检测的性能	本文未详细讨论集成技术在不同深度学习模型中的具体应用细节	评估基于口腔内相机图像的深度学习技术在龋齿检测中的诊断性能	研究对象为2,682张口腔内相机图像，涉及534名参与者	计算机视觉	口腔疾病	深度学习	ResNet-50, Inception-v3, Inception-ResNet-v2, Faster R-convolutional neural network	图像	2,682张口腔内相机图像，534名参与者
17545	2024-09-11	Deep Learning Based Micro-RNA Analysis of Lipopolysaccharide Exposed Periodontal Ligament Stem Cells Exosomes Reveal Apoptotic and Inflammasome Derived Pathway Activation 2024, Biomedical engineering and computational biology IF:2.3Q3 DOI:10.1177/11795972241277639 PMID:39246530	研究论文	本研究利用深度学习算法分析脂多糖暴露的牙周韧带干细胞外泌体中的微小RNA，揭示了与细胞凋亡和炎症小体激活相关的通路	首次使用深度学习算法识别脂多糖暴露的牙周韧带干细胞外泌体中的新型微小RNA生物标志物	需要未来研究使用独立数据集和实验方法验证这些生物标志物	利用深度学习算法揭示脂多糖暴露的牙周韧带干细胞外泌体中的新型微小RNA生物标志物，以理解其激活通路	脂多糖暴露的牙周韧带干细胞外泌体中的微小RNA	机器学习	牙周疾病	深度学习分析	随机森林	微小RNA表达数据	NCBI GEO DATA SET GSE163489中的健康和脂多糖诱导的牙周韧带干细胞
17546	2024-09-11	Feasibility of tongue image detection for coronary artery disease: based on deep learning 2024, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2024.1384977 PMID:39246581	研究论文	研究探讨了基于深度学习的舌象检测在冠状动脉疾病诊断中的可行性	开发了一种新的冠状动脉疾病诊断算法，结合舌象特征提高了诊断性能	NA	验证舌象在冠状动脉疾病诊断中的潜在价值，并开发一种结合舌象输入的诊断模型	冠状动脉疾病患者	计算机视觉	心血管疾病	深度学习	Resnet-18	图像	684名患者
17547	2024-09-11	Comparing Deep Learning Performance for Chronic Lymphocytic Leukaemia Cell Segmentation in Brightfield Microscopy Images 2024, Bioinformatics and biology insights IF:2.3Q3 DOI:10.1177/11779322241272387 PMID:39246684	研究论文	本文比较了八种先进的神经网络架构在低对比度明场显微镜图像中对慢性淋巴细胞白血病细胞进行分割的性能	本文采用了八种不同的神经网络架构进行比较，并结合了watershed算法和StarDist工具，以提高细胞边界检测的准确性	本文未详细讨论不同方法在不同应用场景下的适用性，且未提供大规模数据集上的验证结果	研究目的是通过自动检测明场时间序列显微镜图像中的细胞，为细胞形态学和迁移研究提供新的机会	研究对象是慢性淋巴细胞白血病细胞在低对比度明场显微镜图像中的分割	计算机视觉	血液疾病	深度学习	U-net, U-net++, Pyramid Attention Network, Multi-Attention Network, LinkNet, Feature Pyramid Network, DeepLabV3, DeepLabV3+	图像	未明确提及具体样本数量
17548	2024-09-11	A feasibility study on utilizing machine learning technology to reduce the costs of gastric cancer screening in Taizhou, China 2024 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076241277713 PMID:39247098	研究论文	本研究利用机器学习模型优化胃癌筛查评分并降低筛查成本	采用梯度提升机、分布式随机森林和深度学习三种机器学习模型优化胃癌筛查评分	三分类模型无法有效区分中高风险胃癌患者	优化胃癌筛查评分并降低筛查成本	228,634名参与泰州胃癌筛查项目的患者	机器学习	胃癌	机器学习	梯度提升机、分布式随机森林、深度学习	数值数据	228,634名患者
17549	2024-09-11	Prioritizing test cases for deep learning-based video classifiers 2024, Empirical software engineering IF:3.5Q1 DOI:10.1007/s10664-024-10520-1 PMID:39247128	研究论文	本文提出了一种名为VRank的测试优先级排序方法，专门用于视频测试输入，以降低标签成本并提高测试效率	VRank是首个专门为视频测试输入设计的测试优先级排序方法，考虑了视频数据中的时间信息	现有方法未能充分考虑视频数据中的时间信息	提出一种新的测试优先级排序方法，以降低视频测试输入的标签成本	视频测试输入的优先级排序	计算机视觉	NA	NA	DNN分类器	视频	120个实验对象，包括自然和噪声数据集
17550	2024-09-11	AttentionTTE: a deep learning model for estimated time of arrival 2024, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2024.1258086 PMID:39247849	研究论文	提出了一种基于深度学习的ETA预测模型AttentionTTE，利用自注意力机制和循环神经网络捕捉时空相关性	引入自注意力机制捕捉全局空间相关性，结合循环神经网络捕捉局部时空依赖性，并通过多任务学习模块整合全局和局部信息	NA	解决城市智能交通系统中ETA预测问题	任意路径的旅行时间估计	机器学习	NA	自注意力机制、循环神经网络	AttentionTTE	轨迹数据	大量轨迹数据
17551	2024-09-11	Revolutionizing Biological Science: The Synergy of Genomics in Health, Bioinformatics, Agriculture, and Artificial Intelligence 2023-12, Omics : a journal of integrative biology IF:2.2Q3 DOI:10.1089/omi.2023.0197 PMID:38100404	研究论文	探讨基因组学、生物信息学、农业和人工智能在健康和生态系统中的综合应用及其带来的机遇和挑战	文章强调了跨学科整合在基因组学、行星健康和农业领域的革命性潜力，特别是人工智能在生物信息学中的应用	文章提到了基因组大数据带来的社会技术挑战，以及在提取生物学、行星健康和生态学见解方面的困难	旨在探讨跨学科整合在基因组学、行星健康、农业和人工智能领域的广泛可能性和挑战	基因组学、生物信息学、农业、人工智能及其在健康和生态系统中的应用	生物信息学	NA	人工智能	机器学习和深度学习	基因组和多组学数据	NA
17552	2024-09-11	An experimental system for detection and localization of hemorrhage using ultra-wideband microwaves with deep learning 2023-Oct-03, ArXiv PMID:37873017	研究论文	本文介绍了一种使用超宽带微波和深度学习进行出血检测和定位的实验系统	开发了一种包含机器人导航系统的实验框架，使用超宽带微波阵列和深度神经网络进行出血分类和定位	实验仅在血样模拟的幻影和人体头部模型中进行，尚未在真实临床环境中验证	探索低成本、小型化、快速且安全的微波成像技术在出血检测中的应用	出血的检测和定位	计算机视觉	NA	超宽带微波	深度神经网络	微波散射参数	8个元素的超宽带阵列
17553	2024-09-11	Automatic Ploidy Prediction and Quality Assessment of Human Blastocyst Using Time-Lapse Imaging 2023-Sep-02, bioRxiv : the preprint server for biology DOI:10.1101/2023.08.31.555741 PMID:37693566	研究论文	本文介绍了一种基于时间推移成像的胚胎倍性预测和质量评估模型BELA	BELA模型通过多任务学习预测质量评分，并在Weill Cornell数据集上实现了0.76的AUC，超越了以往基于图像和视频的模型	BELA模型不能替代植入前遗传学检测（PGT-A）	开发和比较不同胚胎发育阶段的倍性状态预测模型，以提高胚胎质量评估和染色体异常检测的准确性	人类胚胎的倍性状态和质量评估	机器学习	NA	时间推移成像	多任务学习模型	视频	Weill Cornell数据集
17554	2024-09-11	Automated Identification and Segmentation of Ellipsoid Zone At-Risk Using Deep Learning on SD-OCT for Predicting Progression in Dry AMD 2023-Mar-20, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13061178 PMID:36980486	研究论文	本文介绍了一种基于深度学习的模型，用于自动识别和分割黄斑区风险区域，以预测干性年龄相关性黄斑变性的进展	本文提出了一种新颖的高性能深度学习模型，用于检测和测量黄斑区风险区域	NA	研究干性年龄相关性黄斑变性的进展预测	黄斑区风险区域（Ellipsoid Zone At-Risk）	计算机视觉	年龄相关性黄斑变性	深度学习	深度学习模型	图像	341名干性年龄相关性黄斑变性患者用于模型训练和测试，120名患者用于独立测试模型性能
17555	2024-09-11	Improving performance of deep learning predictive models for COVID-19 by incorporating environmental parameters 2023-Feb, Gondwana research : international geoscience journal IF:7.2Q1 DOI:10.1016/j.gr.2022.03.014 PMID:35431596	研究论文	研究通过引入环境参数来提高深度学习预测模型在COVID-19疫情中的表现	通过引入环境参数（温度和相对湿度）来改进LSTM模型在预测每日COVID-19病例中的表现	研究结果受其他正负混杂因素的影响，可能影响预测能力	提供更好的预测工具来管理COVID-19疫情	分析环境参数对每日COVID-19病例预测的影响	机器学习	COVID-19	NA	LSTM	数值数据	9个城市，跨越3个国家（印度、美国和瑞典），涵盖热带、亚热带和寒冷气候区
17556	2024-09-11	COVID-19 spread control policies based early dynamics forecasting using deep learning algorithm 2023-Feb, Chaos, solitons, and fractals DOI:10.1016/j.chaos.2022.112984 PMID:36530380	研究论文	本文提出了一种基于深度学习的堆叠双向长短期记忆网络（Stacked Bi-LSTM），用于预测韩国COVID-19的传播动态，并评估不同控制政策的影响	使用堆叠双向长短期记忆网络（Stacked Bi-LSTM）进行COVID-19传播预测，并研究了不同控制政策和激活函数对预测准确性的影响	NA	预测COVID-19的传播动态，并评估不同控制政策的效果	韩国的COVID-19传播数据和控制政策	机器学习	COVID-19	深度学习	Stacked Bi-LSTM	时间序列数据	韩国的COVID-19数据集，包括多种控制政策
17557	2024-09-11	Visualization of erythrocyte stasis in the living human eye in health and disease 2023-Jan-20, iScience IF:4.6Q1 DOI:10.1016/j.isci.2022.105755 PMID:36594026	研究论文	本研究介绍了一种成像方法，揭示了位于中枢神经系统毛细血管段内的一组先前未知的停滞红细胞池的存在	首次发现并可视化了健康和疾病状态下人眼中停滞红细胞的存在，并利用深度学习技术展示了其在青光眼中的临床应用	NA	研究停滞红细胞在健康和疾病状态下的相关性及其在青光眼中的临床意义	人眼中的停滞红细胞及其在青光眼中的变化	计算机视觉	青光眼	深度学习	NA	图像	100%的受试者
17558	2024-09-11	Automatic segmentation and measurement of pressure injuries using deep learning models and a LiDAR camera 2023-01-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-26812-9 PMID:36639395	研究论文	本研究开发了一种使用深度学习模型和LiDAR相机自动分割和测量压疮面积的方法	首次将深度学习模型与LiDAR相机结合用于压疮的自动分割和面积测量	外部验证中Mask R-CNN的表现不如U-Net，且与传统手动方法相比，自动测量系统的平均相对误差为26.2%	开发一种自动分割和测量压疮面积的方法，以提高临床应用的准确性	压疮的自动分割和面积测量	计算机视觉	压疮	深度学习模型	U-Net	图像	528张压疮患者照片
17559	2024-09-11	Investigation of early molecular alterations in tauopathy with generative adversarial networks 2023-01-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-28081-6 PMID:36639689	研究论文	本文使用生成对抗网络（GANs）模拟tauopathy的分子进展并解析其早期特征	本文首次使用生成对抗网络进行tauopathy的分子进展模拟，并通过四向过渡曲线进行虚拟疾病进展模拟	本文主要基于小鼠模型和公共人类数据进行验证，未来需在更多样化的样本中验证其有效性	探索tauopathy的早期分子变化机制	tauopathy的早期分子变化	机器学习	NA	生成对抗网络（GANs）	生成对抗网络（GANs）	RNA-seq数据	小鼠模型中的tauopathy（TPR50-P301S）样本，以及公共人类数据
17560	2024-09-11	Dental caries detection using a semi-supervised learning approach 2023-01-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-27808-9 PMID:36639724	研究论文	本文提出了一种基于半监督学习方法的龋齿检测技术	利用少量标注图像训练教师模型，并结合大量未标注图像训练学生模型，采用中心裁剪和数据增强技术提升模型性能	仅在141张标注图像的数据集上进行了验证，可能需要更大规模的数据集进行进一步验证	开发一种高效的半监督学习方法，用于龋齿检测和分割	龋齿检测和分割	计算机视觉	NA	深度学习	半监督学习模型	图像	141张标注的牙科放射图像