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
18101	2024-09-07	Deep-TOF-PET: Deep learning-guided generation of time-of-flight from non-TOF brain PET images in the image and projection domains 2022-11, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.26068 PMID:36087092	研究论文	本文提出了一种基于深度学习的方法，用于从非TOF脑PET图像生成TOF图像和投影数据，以提高信噪比和对比度，并减少示踪剂摄取量评估中的偏差	本文创新性地使用CycleGAN模型，在图像空间和投影空间中生成TOF PET图像，显著提高了图像质量和对比度	本文未详细讨论模型的泛化能力和在不同数据集上的表现	研究目的是通过深度学习技术生成TOF PET图像，以提高图像质量和对比度，并减少示踪剂摄取量评估中的偏差	研究对象是脑部F-FDG PET/CT扫描图像	计算机视觉	NA	CycleGAN	CycleGAN	图像	140例临床脑部F-FDG PET/CT扫描图像
18102	2024-09-07	Novel 3D Printed Modular Tablets Containing Multiple Anti-Viral Drugs: a Case of High Precision Drop-on-Demand Drug Deposition 2022-Nov, Pharmaceutical research IF:3.5Q2 DOI:10.1007/s11095-022-03378-9 PMID:36109460	研究论文	本文介绍了一种新型3D打印模块化药片，通过按需滴液技术精确沉积多种抗病毒药物	采用按需滴液技术在基于粘合剂喷射的3D打印多隔间药片中精确沉积药物溶液，展示了定制化设计和个性化给药的潜力	NA	展示3D打印药物输送系统的潜力，特别是通过按需滴液技术实现定制化设计和个性化给药	研究3D打印药片中药物的分布和释放特性	制药研究	NA	3D打印技术，按需滴液技术	深度学习模型	图像	包含三种模型抗病毒药物（羟氯喹硫酸盐、利托那韦和法匹拉韦）的多隔间药片
18103	2024-09-07	Microplankton life histories revealed by holographic microscopy and deep learning 2022-11-01, eLife IF:6.4Q1 DOI:10.7554/eLife.79760 PMID:36317499	研究论文	本文通过结合全息显微镜和深度学习技术，展示了如何跟踪微浮游生物的整个生命周期，并连续测量其三维位置和干重	本文创新性地利用深度学习算法处理全息数据，实现了对微浮游生物生长率和捕食事件的快速测量	NA	本文旨在通过高分辨率的方法，深入理解海洋微生物食物网中的有机物质转移过程	本文研究对象为海洋中的微浮游生物及其在食物网中的相互作用	计算机视觉	NA	全息显微镜	深度学习	图像	NA
18104	2024-09-07	Differential diagnoses of gallbladder tumors using CT-based deep learning 2022-Nov, Annals of gastroenterological surgery IF:2.9Q2 DOI:10.1002/ags3.12589 PMID:36338581	研究论文	本研究利用基于CT图像的深度学习模型来区分胆囊癌和黄色肉芽肿性胆囊炎	提出了结合CT图像和深度学习来区分胆囊癌和黄色肉芽肿性胆囊炎的新方法	对于接受新辅助化疗的胆囊癌患者的区分准确性较低	通过CT图像和深度学习模型来区分胆囊癌和黄色肉芽肿性胆囊炎，以提高手术治疗的成功率	胆囊癌和黄色肉芽肿性胆囊炎	计算机视觉	胆囊癌	深度学习	残差卷积神经网络	CT图像	49例患者，包括28例胆囊癌和21例黄色肉芽肿性胆囊炎
18105	2024-09-07	De novo analysis of bulk RNA-seq data at spatially resolved single-cell resolution 2022-10-30, Nature communications IF:14.7Q1 DOI:10.1038/s41467-022-34271-z PMID:36310179	研究论文	本文介绍了一种基于深度学习框架的空间反卷积算法Bulk2Space，用于在单细胞分辨率下解析批量RNA-seq数据的空间和细胞异质性	Bulk2Space算法能够利用现有的单细胞和空间转录组学参考数据，同时揭示批量RNA-seq数据的空间和细胞异质性	NA	揭示组织分子结构在单细胞分辨率下的空间和细胞异质性，以更好地理解生物和病理过程	批量RNA-seq数据的空间和细胞异质性	生物信息学	NA	RNA-seq	深度学习框架	RNA-seq数据	涉及来自两个不同小鼠脑区域的批量转录组数据
18106	2024-09-07	Quantifying neuro-motor correlations during awake deep brain stimulation surgery using markerless tracking 2022-10-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-21860-7 PMID:36302865	研究论文	本文开发了一种基于深度学习的无标记跟踪方法，用于在清醒状态下进行深部脑刺激手术时量化神经运动相关性	利用深度学习计算机视觉和相关计算方法，自动化和标准化了手动且主观的理想DBS电极放置识别过程	需要进一步研究以确定改进的相关性检测是否能带来更好的治疗效果	开发一种客观的方法来量化神经信号与运动之间的相关性，以优化深部脑刺激电极的放置	深部脑刺激手术中的神经信号与运动	计算机视觉	帕金森病	深度学习	深度神经网络	视频	7例深部脑刺激手术，100个不同的运动测试时期
18107	2024-09-07	Glycoinformatics in the Artificial Intelligence Era 2022-10-26, Chemical reviews IF:51.4Q1 DOI:10.1021/acs.chemrev.2c00110 PMID:35961636	研究论文	本文讨论了人工智能方法在糖信息学中的应用历史和发展，特别关注了糖数据处理的挑战	本文探讨了深度学习方法在糖信息学中的最新应用，并展望了糖信息学在系统生物学时代的未来发展	糖数据的特殊性导致其生产和分析困难，限制了人工智能技术在糖科学中的广泛应用	探讨人工智能方法在糖信息学中的应用及其未来发展	糖信息学中的糖组学、糖蛋白质组学和糖结合数据	生物信息学	NA	人工智能	深度学习	糖数据	NA
18108	2024-09-07	Impact of random outliers in auto-segmented targets on radiotherapy treatment plans for glioblastoma 2022-Oct-22, Radiation oncology (London, England) DOI:10.1186/s13014-022-02137-9 PMID:36273161	研究论文	研究自动分割目标中的随机异常对胶质母细胞瘤放射治疗计划的影响	分析了自动分割异常的发生及其可能的剂量效应，并发现多数投票方法可以减少异常	研究主要集中在合成异常和少数测试病例上，实际应用中的效果可能有所不同	探讨自动分割目标中的异常对放射治疗计划的影响	胶质母细胞瘤患者的自动分割目标异常及其剂量效应	计算机视觉	脑癌	深度学习	U-Net	图像	80个训练集和20个测试集
18109	2024-09-07	A fingerprints based molecular property prediction method using the BERT model 2022-Oct-21, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-022-00650-3 PMID:36271394	研究论文	本文提出了一种基于BERT模型的分子指纹分子性质预测方法	本文创新性地使用BERT模型对化合物指纹进行语义表示，并通过CNN提取更高层次的抽象特征	NA	研究分子性质预测在药物发现和药物再定位中的应用	化合物指纹及其分子性质	机器学习	NA	BERT	CNN	分子指纹	NA
18110	2024-09-07	Recent Progress in the Discovery and Design of Antimicrobial Peptides Using Traditional Machine Learning and Deep Learning 2022-Oct-21, Antibiotics (Basel, Switzerland) DOI:10.3390/antibiotics11101451 PMID:36290108	综述	本文综述了使用传统机器学习和深度学习方法在抗菌肽发现和设计方面的最新进展	本文首次专注于深度学习方法在抗菌肽预测中的应用	本文讨论了抗菌肽预测的局限性和挑战	综述最新的抗菌肽预测方法，特别是基于深度学习的方法	抗菌肽及其在药物发现中的应用	机器学习	NA	深度学习	NA	序列数据	NA
18111	2024-09-07	A Deep Learning Approach to Organic Pollutants Classification Using Voltammetry 2022-Oct-21, Sensors (Basel, Switzerland) DOI:10.3390/s22208032 PMID:36298383	研究论文	本文提出了一种利用循环伏安法和深度学习技术对水中有机污染物进行准确检测和分类的方法	通过使用碳纳米管修饰电极，显著提高了检测灵敏度，并利用卷积神经网络结合Gramian角场变换实现了100%的分类准确率	NA	提高水中有机污染物的检测和分类准确性	水中的对苯二酚和苯醌	机器学习	NA	循环伏安法	卷积神经网络	图像	NA
18112	2024-09-07	Automatic deep learning-based consolidation/collapse classification in lung ultrasound images for COVID-19 induced pneumonia 2022-10-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-22196-y PMID:36266463	研究论文	本文提出了一种基于深度学习的自动化方法，用于在肺超声图像中识别COVID-19诱导的肺炎晚期的实变/塌陷	引入了一种新的采样四元方法，该方法随机抽取10%的肺超声视频帧，并根据正样本的比例为所有帧分配分类标签，这种方法在精度和召回率曲线下面积（PR-AUC）和F1分数等指标上优于不准确监督的视频方法和完全监督的帧方法	该方法的有效性需要在更大的实变/塌陷数据集上进行验证	开发一种自动化方法，用于在肺超声图像中识别COVID-19诱导的肺炎晚期的实变/塌陷，以辅助临床诊断	肺超声图像中的实变/塌陷	计算机视觉	肺部疾病	深度学习	NA	图像	NA
18113	2024-09-07	DAD-Net: Classification of Alzheimer's Disease Using ADASYN Oversampling Technique and Optimized Neural Network 2022-Oct-20, Molecules (Basel, Switzerland) DOI:10.3390/molecules27207085 PMID:36296677	研究论文	提出了一种新的深度卷积神经网络DAD-Net，用于阿尔茨海默病的分类，通过ADASYN过采样技术和优化神经网络提高分类准确性	提出了DAD-Net架构，通过减少参数和计算成本，适用于小数据集训练，并在分类准确性上优于现有模型	NA	开发一种可靠且高效的深度学习方法，用于通过MRI图像识别阿尔茨海默病	阿尔茨海默病的早期阶段分类	计算机视觉	阿尔茨海默病	ADASYN过采样技术	CNN	图像	使用Kaggle MRI图像数据集，存在严重的类别不平衡问题
18114	2024-09-07	A Systematic Review of Time Series Classification Techniques Used in Biomedical Applications 2022-Oct-20, Sensors (Basel, Switzerland) DOI:10.3390/s22208016 PMID:36298367	综述	本文系统回顾了在生物医学应用中用于时间序列分类的非深度学习模型	本文总结了在生物医学应用中常用的时间序列分类模型和解释方法，并进行了分类	目前没有标准化的基准数据集、建模方法或报告方法	系统回顾和总结在生物医学应用中用于时间序列分类的非深度学习模型	时间序列分类技术在生物医学应用中的表现和方法	机器学习	NA	时间序列分类	非深度学习模型	数字临床数据	从四个数据库中筛选出135篇相关文章进行详细回顾和数据提取
18115	2024-09-07	Semantic Segmentation of Pancreatic Cancer in Endoscopic Ultrasound Images Using Deep Learning Approach 2022-Oct-18, Cancers IF:4.5Q1 DOI:10.3390/cancers14205111 PMID:36291895	研究论文	本文提出了一种基于深度学习的方法，用于内镜超声图像中胰腺癌的语义分割	提出了一个具有深度注意力特征的网络（DAF-Net），用于胰腺癌的分割，并展示了其在分割性能上的优越性	未提及具体的局限性	开发一种能够准确分割内镜超声图像中胰腺癌的深度学习方法，以辅助手术治疗规划	胰腺癌的语义分割	计算机视觉	胰腺癌	深度学习	DAF-Net	图像	150名被诊断为胰腺癌的患者
18116	2024-09-07	Scalable training of graph convolutional neural networks for fast and accurate predictions of HOMO-LUMO gap in molecules 2022-Oct-17, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-022-00652-1 PMID:36253845	研究论文	本文研究了在HPC系统上训练图卷积神经网络（GCNN）以快速准确预测分子HOMO-LUMO间隙的方法	利用HydraGNN库和ADIOS数据管理框架，实现了大规模GCNN训练的数据加载时间缩短4.2倍，并在1024个GPU上实现了线性扩展性能	NA	提高GCNN在材料科学中预测分子性质的训练效率	分子HOMO-LUMO间隙的预测	机器学习	NA	图卷积神经网络（GCNN）	图卷积神经网络（GCNN）	图数据	数百万个分子
18117	2024-09-07	Blind Deblurring of Remote-Sensing Single Images Based on Feature Alignment 2022-Oct-17, Sensors (Basel, Switzerland) DOI:10.3390/s22207894 PMID:36298241	研究论文	本文提出了一种基于特征对齐的生成对抗网络（SDD-GAN）用于单幅遥感图像的去模糊处理	引入特征对齐模块（FAFM）和特征重要性选择模块，以解决现有深度学习算法中的特征错位问题，并优化模糊遥感图像的恢复效果	NA	提高遥感图像处理中的运动模糊恢复精度	单幅遥感图像	计算机视觉	NA	生成对抗网络（GAN）	生成对抗网络（GAN）	图像	自建遥感数据集（RSDATA）和公开数据集，以及CX-6(02)卫星拍摄的真实遥感模糊图像
18118	2024-09-07	Transfer Learning for Modeling Plasmonic Nanowire Waveguides 2022-Oct-16, Nanomaterials (Basel, Switzerland) DOI:10.3390/nano12203624 PMID:36296814	研究论文	本文提出了一种基于物理引导的迁移学习方法，用于建模等离子体纳米线波导的波导特性	通过迁移学习方法，利用自由悬挂的圆形等离子体纳米线的计算廉价数据，显著提高了对复杂配置纳米线波导特性的预测性能	NA	克服传统数值模拟方法在计算时间和资源上的限制，提供一种高效且准确的建模方法	等离子体金属纳米线波导的波导特性	NA	NA	迁移学习	深度学习模型	数值数据	涉及多种复杂配置的等离子体金属纳米线
18119	2024-09-07	A Hard Voting Policy-Driven Deep Learning Architectural Ensemble Strategy for Industrial Products Defect Recognition and Classification 2022-Oct-16, Sensors (Basel, Switzerland) DOI:10.3390/s22207846 PMID:36298197	研究论文	提出了一种基于深度学习模型架构投票策略的集成深度学习框架，用于工业产品缺陷识别和分类	通过投票策略结合多个深度学习模型，提高了工业产品缺陷识别和分类的性能	未提及具体的技术局限性	改进工业产品生产中的缺陷识别和分类，以优化视觉检测和质量控制	工业产品的缺陷识别和分类	计算机视觉	NA	深度学习	集成模型	图像	使用了三个公开的工业产品数据集进行实验和验证
18120	2024-09-07	CorDeep and the Sacrobosco Dataset: Detection of Visual Elements in Historical Documents 2022-Oct-15, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging8100285 PMID:36286379	研究论文	本文介绍了CorDeep模型和Sacrobosco数据集，用于检测历史文档中的视觉元素	提出了一个公开的多类历史视觉元素数据集，并基于YOLO架构训练了一个图像提取模型，通过公开的网络服务提供图像检测和提取功能	主要集中在历史文档中的视觉元素检测，未涉及其他类型的历史文档分析	旨在利用深度学习技术促进历史研究，特别是历史文档中的视觉元素检测	历史文档中的视觉元素，特别是插图	计算机视觉	NA	深度学习	YOLO	图像	一个公开的多类历史视觉元素数据集