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
18641	2024-08-26	Enhancing colorectal cancer histology diagnosis using modified deep neural networks optimizer 2024-08-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69193-x PMID:39174564	研究论文	本文提出了一种改进的Adagrad优化器SAdagrad，用于提高卷积神经网络在结直肠癌病理诊断中的性能	SAdagrad优化器避免了传统Adagrad在调整学习率方面的缺点，结合微调技术和权重衰减技术，提高了模型的准确性和稳定性	NA	提高结直肠癌病理诊断的准确性	结直肠癌病理图像	计算机视觉	结直肠癌	卷积神经网络	CNN	图像	Kather结直肠癌病理数据集
18642	2024-08-26	A veracity dissemination consistency-based few-shot fake news detection framework by synergizing adversarial and contrastive self-supervised learning 2024-Aug-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-70039-9 PMID:39174581	研究论文	本文提出了一种基于半监督对抗学习和自监督对比学习的新型少样本假新闻检测框架DetectYSF，通过协同对比自监督学习和对抗半监督学习，实现有限监督数据下的准确高效假新闻检测	DetectYSF框架结合了自监督对比学习和对抗半监督学习，通过邻近子图特征聚合算法引入新闻真实性传播一致性的外部监督信号，提高了假新闻检测的准确性	NA	开发和增强面向数据稀缺场景的假新闻检测方法	假新闻检测	自然语言处理	NA	Transformer, 生成对抗网络(GAN), 多层感知机(MLP)	BERT, RoBERTa	文本	有限监督数据
18643	2024-08-26	Infection Inspection: using the power of citizen science for image-based prediction of antibiotic resistance in Escherichia coli treated with ciprofloxacin 2024-08-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69341-3 PMID:39174600	研究论文	本研究利用公民科学和图像特征分析来评估大肠杆菌对抗生素环丙沙星的耐药性	通过公民科学项目收集大量图像分类数据，并结合深度学习模型进行分析，以提高诊断方法的鲁棒性	用户图像分类准确率（66.8%）低于深度学习模型（75.3%），且在细胞特征与预期响应不一致时分类错误较多	开发快速诊断工具以应对抗生素耐药性的全球健康挑战	大肠杆菌对抗生素环丙沙星的耐药性	计算机视觉	NA	图像特征分析	深度学习模型	图像	5273名志愿者对来自五种大肠杆菌菌株的1,045,199张单细胞图像进行分类
18644	2024-08-26	Artificial intelligence in COPD CT images: identification, staging, and quantitation 2024-Aug-22, Respiratory research IF:4.7Q1 DOI:10.1186/s12931-024-02913-z PMID:39174978	综述	本文综述了人工智能（AI）在慢性阻塞性肺病（COPD）CT影像中的应用，包括识别、分期和量化	强调了AI在COPD诊断和管理中的创新应用，特别是在机器学习和深度学习方面	讨论了数据复杂性和AI在临床环境中整合的挑战	旨在全面理解AI在COPD诊断和管理中的当前状态和未来潜力	COPD的识别、分期和影像表型	计算机视觉	慢性阻塞性肺病	机器学习, 深度学习	NA	影像	NA
18645	2024-08-26	Super-resolution reconstruction for early cervical cancer magnetic resonance imaging based on deep learning 2024-Aug-22, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-024-01281-5 PMID:39175006	研究论文	本研究旨在开发一种专门针对早期宫颈癌磁共振成像图像质量和高分辨率增强的超分辨率算法	采用创新的SR算法，结合复杂架构和深度卷积核，通过多输入模型训练匹配的输入图像对，显著提高了图像质量和分辨率	NA	开发适用于早期宫颈癌磁共振成像的超分辨率算法，以提高图像质量和分辨率	早期宫颈癌磁共振成像图像	计算机视觉	宫颈癌	深度学习	CNN	图像	两个不同放大因子的独立数据集
18646	2024-08-26	A hybrid deep learning approach to solve optimal power flow problem in hybrid renewable energy systems 2024-Aug-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69483-4 PMID:39169061	研究论文	本文提出了一种结合深度强化学习与量子启发遗传算法的新型混合模型，用于解决混合可再生能源系统中的最优潮流问题	该研究引入深度强化学习与量子启发遗传算法的结合，有效提高了全局搜索能力和适应实时环境的能力	文章未明确提及具体限制	确保电压稳定性，最小化功率损耗和燃料成本	混合可再生能源系统中的最优潮流问题	机器学习	NA	深度强化学习	DRL-QIGA	系统数据	使用修改后的IEEE 30总线系统进行实验评估
18647	2024-08-26	Context-embedded hypergraph attention network and self-attention for session recommendation 2024-Aug-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66349-7 PMID:39169084	研究论文	本文提出了一种名为C-HAN的新型会话推荐模型，该模型包含上下文嵌入的超图注意力网络和自注意力两个并行模块，旨在捕捉项目间的内在一致性和顺序依赖性	C-HAN模型引入了不同类型的交互上下文以增强模型的上下文感知能力，并通过软注意力机制有效整合两种类型的信息	NA	解决会话推荐中用户意图建模的挑战，特别是在短历史序列中有限证据的情况下	会话推荐中的用户意图建模	机器学习	NA	超图注意力网络，自注意力机制	C-HAN	序列数据	三个真实世界数据集
18648	2024-08-26	Phosphorus prediction in the middle reaches of the Yangtze river based on GRA-CEEMDAN-CNLSTM-DBO 2024-Aug-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-70262-4 PMID:39169112	研究论文	本研究通过集成先进的建模技术，旨在提高长江中游总磷（TP）浓度的预测准确性	提出了GRA-CEEMDAN-CN1D-LSTM-DBO模型，该模型在预测TP浓度方面显著优于传统的BP、LSTM和GRU模型	随着与大坝距离的增加，预测精度逐渐下降，表明三峡大坝运营对下游TP浓度的影响减弱	提高长江中游总磷浓度的预测准确性，为洪水季节的动态水位控制提供有价值的见解	长江中游的总磷浓度	机器学习	NA	Grey Relational Analysis (GRA)	CN1D-LSTM-DBO	水质量参数数据	使用了三峡水库（TGR）的运营和排放数据，以及下游河段的水质参数
18649	2024-08-26	A comparison between machine and deep learning models on high stationarity data 2024-Aug-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-70341-6 PMID:39169110	研究论文	本文比较了机器学习和深度学习模型在高度平稳数据上的性能，特别是预测意大利收费站车辆通过数量的情况	研究发现某些机器学习算法在时间序列特征识别和预测准确性上优于深度学习模型	NA	研究时间序列特征，并比较机器学习和深度学习模型在预测任务上的表现	预测意大利收费站车辆通过数量	机器学习	NA	支持向量机、随机森林、极端梯度提升（XGBoost）、循环神经网络与长短期记忆（RNN-LSTM）	RNN-LSTM	时间序列数据	8766行数据，6列相关收费站信息
18650	2024-08-26	The combination of HSI and NMR techniques with deep learning for identification of geographical origin and GI markers of Lycium barbarum L 2024-Aug-21, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2024.140903 PMID:39178543	研究论文	本研究提出了一种结合高光谱成像（HSI）、核磁共振（NMR）和改进的ResNet-34深度学习模型，用于准确识别枸杞的地理来源和地理标志（GI）标记	本研究通过SHapley Additive exPlanations（SHAP）基于特征选择提高了模型的准确性和效率，并通过Pearson相关性分析增强了HSI数据的解释性	NA	快速准确地识别枸杞的地理来源	枸杞的地理来源和地理标志标记	机器学习	NA	高光谱成像（HSI）、核磁共振（NMR）	ResNet-34	图像	未明确提及样本数量
18651	2024-08-26	Industry 4.0 Technologies in Maternal Health Care: Bibliometric Analysis and Research Agenda 2024-Aug-08, JMIR pediatrics and parenting IF:2.1Q2 DOI:10.2196/47848 PMID:39116433	文献计量分析	本研究探讨了工业4.0技术在孕产妇保健中的当前实施情况和影响，并进行了主题景观映射，提出了未来研究议程	提出了一个包含四个绩效因素的概念框架，用于流程改进，并建议了治理、采用、基础设施、隐私和安全方面的研究议程	NA	调查工业4.0技术在孕产妇保健中的应用和影响，并提出未来研究方向	工业4.0技术在孕产妇保健中的应用，包括护理流程、治疗方法和自动化妊娠监测	数字健康	孕产妇保健	文献计量分析	NA	文献	从1985年到2022年，共检索到1003篇英文论文，最终保留136篇
18652	2024-08-26	Deep Learning for Histopathological Assessment of Esophageal Adenocarcinoma Precursor Lesions 2024-Aug, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2024.100531 PMID:38830407	研究论文	本文开发了一种两阶段的AI系统，利用深度学习技术对Barrett食管相关异型增生进行组织病理学评估	该AI系统在评估Barrett食管相关异型增生的准确性上超过了55名国际胃肠病理学家中的53名	AI系统在实际临床环境中的表现尚未完全明确	提高病理工作流程的效率和准确性	Barrett食管相关异型增生的组织病理学评估	数字病理学	食管腺癌	深度学习	NA	图像	290张全切片图像
18653	2024-08-26	Extent and Topography of Subretinal Drusenoid Deposits Associate With Rod-Mediated Vision in Aging and AMD: ALSTAR2 Baseline 2024-Aug-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.65.10.25 PMID:39163034	研究论文	本研究使用监督深度学习量化了与年龄相关性黄斑变性（AMD）相关的亚视网膜硬性沉积物（SDDs）的负担，并探讨了其与视力和感光细胞地形的关系。	采用卷积神经网络对近红外反射图像进行SDD分割，并通过光学相干断层扫描进行手动校对，提高了SDD面积测量的准确性。	NA	研究SDD面积与杆状细胞介导的视力之间的关系，并探讨SDD形成的地形因素。	亚视网膜硬性沉积物（SDDs）及其与视力和感光细胞地形的关系。	数字病理学	年龄相关性黄斑变性	卷积神经网络	CNN	图像	428只眼睛，来自428名60岁以上的参与者
18654	2024-08-26	aiSEGcell: User-friendly deep learning-based segmentation of nuclei in transmitted light images 2024-Aug, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012361 PMID:39178193	研究论文	介绍了一种基于卷积神经网络（CNN）的用户友好型软件aiSEGcell，用于在明场图像中分割细胞核和细胞	aiSEGcell能够准确分割来自具有挑战性的明场图像的细胞核，类似于手动分割，并且不需要转基因或染料荧光标记	目前需要优化的实验条件和计算专家	开发一种用户友好的软件，用于在明场图像中自动分割细胞核和细胞	不同原代细胞类型在2D培养中的细胞核分割	计算机视觉	NA	卷积神经网络（CNN）	CNN	图像	110万个细胞核，2万张图像
18655	2024-08-26	HTINet2: herb-target prediction via knowledge graph embedding and residual-like graph neural network 2024-Jul-25, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae414 PMID:39175133	研究论文	本文提出了一种基于深度学习的目标预测框架HTINet2，用于通过知识图谱嵌入和类似残差的图神经网络进行草药-目标预测	HTINet2框架包括三个关键模块：中药和临床知识图谱嵌入、残差图表示学习和监督目标预测，通过深度知识嵌入和残差图卷积网络捕捉草药和目标之间的深层交互	由于临床知识的不足和无监督模型的限制，草药目标的准确识别仍面临巨大的数据和模型挑战	旨在解决草药目标识别的挑战，揭示草药/药物的作用机制并发现新的治疗目标	草药及其治疗目标	机器学习	NA	知识图谱嵌入、图卷积网络	图神经网络	知识图谱	涉及大量中药属性和临床治疗知识
18656	2024-08-26	BertTCR: a Bert-based deep learning framework for predicting cancer-related immune status based on T cell receptor repertoire 2024-Jul-25, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae420 PMID:39177262	研究论文	提出了一种基于Bert的深度学习框架BertTCR，用于预测基于T细胞受体库的癌症相关免疫状态	BertTCR结合了预训练的蛋白质大型语言模型与深度学习架构，能够从TCRs中提取更深层次的上下文信息	NA	提高基于T细胞受体序列的癌症相关免疫状态预测的准确性	T细胞受体库及其在癌症相关免疫状态预测中的应用	机器学习	癌症	深度学习	Bert	序列	超过2000个公开可用的TCR库，涵盖17种癌症和健康样本
18657	2024-08-26	Explainable deep learning and biomechanical modeling for TMJ disorder morphological risk factors 2024-Jul-11, JCI insight IF:6.3Q1 DOI:10.1172/jci.insight.178578 PMID:38990647	研究论文	本文提出了一种结合3D可解释深度学习和多尺度生物力学模型的混合方法，用于系统地识别颞下颌关节（TMJ）疾病的形态风险因素并阐明其与TMJ生物力学和生物力学机制的关系	本文的创新点在于结合了深度学习和生物力学模型，为深度学习在临床应用中的转化提供了生物力学背景，增加了方法对较小临床数据集的可访问性	深度学习在病因学研究中的临床应用受到其无法提供足够的机制理解背景的限制	旨在通过结合深度学习和生物力学模型，系统地识别TMJ疾病的形态风险因素并阐明其机制	颞下颌关节（TMJ）疾病的形态风险因素及其与TMJ生物力学和生物力学机制的关系	机器学习	颞下颌关节疾病	3D可解释深度学习，多尺度生物力学模型	3D卷积神经网络（CNN）	3D形态特征数据	参与者的下颌骨形态特征数据，包括髁突、下颌支和下巴
18658	2024-08-26	Deep learning-based predictive models for forex market trends: Practical implementation and performance evaluation 2024 Jul-Sep, Science progress IF:2.6Q2 DOI:10.1177/00368504241275370 PMID:39169858	研究论文	本文提出并评估了基于深度学习的预测模型在实际外汇市场交易中的应用	本文引入了三值标签的使用，相比传统的两值标签，提高了预测的准确性并减少了订单数量	NA	旨在通过深度学习模型提高外汇市场趋势预测的准确性和实用性	外汇市场趋势	机器学习	NA	深度学习	深度学习模型	金融数据	使用真实世界的Yahoo Finance数据集进行实验
18659	2024-08-26	PSMA-positive prostatic volume prediction with deep learning based on T2-weighted MRI 2024-Jun, La Radiologia medica DOI:10.1007/s11547-024-01820-z PMID:38700556	研究论文	本研究旨在利用基于T2加权MRI的深度学习神经网络预测前列腺PSMA阳性体积	通过深度结构图像分析，能够检测到人类眼睛在MRI图像上无法识别的结构特征差异，从而预测病变是否为PSMA阳性	需要进一步的大规模队列研究和外部验证来评估PSMA摄取是否可以被准确预测	训练一个基于PSMA PET/MRI扫描的神经网络，以预测基于轴向T2加权序列的前列腺PSMA摄取增加	前列腺癌患者的前列腺PSMA阳性体积	计算机视觉	前列腺癌	MRI	C-ENet	图像	154例PSMA PET/MRI扫描，其中124例用于训练，30例用于测试
18660	2024-08-26	LERCause: Deep learning approaches for causal sentence identification from nuclear safety reports 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0308155 PMID:39172869	研究论文	本文介绍了LERCause数据集及其标注方法，用于核安全领域因果句子的分类	首次利用BERT相关模型进行核安全领域因果句子分类，并公开发布了标注数据和代码以支持后续研究的复现性	NA	提高核安全研究和应用中因果句子的识别准确性	核安全报告中的因果句子	自然语言处理	NA	BERT模型（BERT、BioBERT和SciBERT）、关键词启发式策略、标准机器学习方法（逻辑回归、梯度提升和支持向量机）、深度学习方法（卷积神经网络）	BERT、CNN	文本	10,608个标注句子