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
18881	2024-08-25	An Efficient Stacked Deep Transfer Learning Model for Automated Diagnosis of Lyme Disease 2022, Computational intelligence and neuroscience DOI:10.1155/2022/2933015 PMID:35265109	研究论文	本文提出了一种高效的堆叠深度迁移学习模型，用于自动化诊断莱姆病	该模型通过使用二阶边缘基色恒常性预处理方法和数据增强技术，有效解决了过拟合和颜色变化问题	NA	提高莱姆病的诊断准确性	莱姆病与其他感染的区分	机器学习	莱姆病	深度学习	AlexNet	图像	使用了5折交叉验证
18882	2024-08-25	Classification and Detection of Autism Spectrum Disorder Based on Deep Learning Algorithms 2022, Computational intelligence and neuroscience DOI:10.1155/2022/8709145 PMID:35265118	研究论文	本研究利用深度学习算法对自闭症谱系障碍进行分类和检测	提出了一种基于社交媒体数据和人脸识别的自闭症谱系障碍检测系统	需要精确的技术来提取和生成正确的人脸特征模式	帮助社区和精神科医生通过面部特征实验性地检测自闭症	自闭症谱系障碍儿童的面部特征	机器学习	精神疾病	深度学习	卷积神经网络	图像	2,940张人脸图像
18883	2024-08-25	Ensemble Deep Learning and Internet of Things-Based Automated COVID-19 Diagnosis Framework 2022, Contrast media & molecular imaging DOI:10.1155/2022/7377502 PMID:35280708	研究论文	本文提出了一种基于集成深度学习和物联网（IoT）的自动化COVID-19诊断框架，通过集成三个预训练的深度学习模型和利用医疗IoT设备收集的CT扫描图像进行自动诊断	该框架通过集成多个深度学习模型和利用IoT技术，提高了COVID-19诊断的准确性和效率	NA	开发一种高效的自动化COVID-19诊断方法	COVID-19疑似病例的诊断	机器学习	COVID-19	深度学习	集成模型	图像	四类数据集
18884	2024-08-25	Deep Learning Neural Network Prediction System Enhanced with Best Window Size in Sliding Window Algorithm for Predicting Domestic Power Consumption in a Residential Building 2022, Computational intelligence and neuroscience DOI:10.1155/2022/7216959 PMID:35281200	研究论文	本文通过深度学习方法（LSTM和CNN）分析并预测单个住宅建筑的家用电力消耗，引入了“最佳N窗口大小”特征，以识别过去数据中的可靠时间段，从而优化预测模型。	提出了“最佳N窗口大小”特征，用于识别过去数据中的可靠时间段，以改进滑动窗口算法，提高预测模型的准确性。	NA	分析和预测住宅建筑的家用电力消耗，以提高能源利用效率。	单个住宅建筑的家用电力消耗。	机器学习	NA	深度学习	LSTM和CNN	时间序列数据	NA
18885	2024-08-25	Deep learning for microscopic examination of protozoan parasites 2022, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2022.02.005 PMID:35284048	review	本文综述了深度学习在原生动物寄生虫显微检查领域的进展	深度学习在生物医学图像分析中表现出卓越性能，特别是在寄生虫诊断方面	深度学习在原生动物寄生虫诊断中仍面临挑战和未来趋势	总结深度学习在原生动物寄生虫显微检查领域的进展及未来趋势	原生动物寄生虫的显微图像	computer vision	NA	deep learning	CNN	image	公开可用的原生动物寄生虫显微图像数据集
18886	2024-08-25	An Internet-of-Medical-Things-Enabled Edge Computing Framework for Tackling COVID-19 2021-Nov-01, IEEE internet of things journal IF:8.2Q1 DOI:10.1109/JIOT.2021.3051080 PMID:35782185	研究论文	本文开发了一个基于互联网医疗物联网（IoMT）的边缘计算框架，利用深度学习（DL）检测多样化的与COVID-19相关的健康症状，并生成用于医疗决策支持的报告和警报。	该研究利用IoMT收集家庭环境中的多样化情感和身体健康数据，并在资源受限的边缘环境中运行先进的深度学习应用，实现了本地化的数据处理和推理，确保了用户隐私、安全性和低延迟。	NA	开发一个边缘IoMT系统，用于在疫情期间管理家庭健康，并通过深度学习检测COVID-19症状。	COVID-19相关的健康症状和家庭环境中的情感及生理状态数据。	机器学习	COVID-19	深度学习（DL）	NA	情感和生理状态数据	NA
18887	2024-08-25	Computer Audition for Fighting the SARS-CoV-2 Corona Crisis-Introducing the Multitask Speech Corpus for COVID-19 2021-Nov-01, IEEE internet of things journal IF:8.2Q1 DOI:10.1109/JIOT.2021.3067605 PMID:35782182	研究论文	本文介绍了一个用于COVID-19研究的多任务语音语料库，收集了51名确诊COVID-19患者的自然语音数据，并定义了三个分类任务来评估患者的身体和/或心理状态	提出了一个新颖的多任务语音语料库，用于COVID-19研究，填补了计算机听觉在传染病监测方面的研究空白	NA	利用计算机听觉技术支持COVID-19的预防、诊断、治疗、追踪和管理	COVID-19患者的语音数据及其身体和心理状态	机器学习	COVID-19	计算机听觉	深度学习	语音	51名确诊COVID-19患者
18888	2024-08-25	Automatic detection of cotton balls during brain surgery: Where deep learning meets ultrasound imaging to tackle foreign objects 2021-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.2580887 PMID:35233128	研究论文	本文研究了使用深度学习和超声成像技术自动检测脑外科手术中棉球的方法	采用3D打印的自定义深度盒和Butterfly IQ手持超声探头，结合YOLOv4算法进行实时物体识别	NA	提高脑外科手术中棉球的检测准确性和速度	棉球在脑外科手术中的检测	计算机视觉	NA	超声成像	YOLOv4	图像	棉球在不同位置和深度下的检测
18889	2024-08-25	Deep Learning-Based Mapping of Tumor Infiltrating Lymphocytes in Whole Slide Images of 23 Types of Cancer 2021, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2021.806603 PMID:35251953	研究论文	本文提出了一种基于深度学习的流程，用于在23种癌症的全切片图像中分类肿瘤浸润淋巴细胞（TILs），并生成TIL图	该研究使用了三种先进的卷积神经网络架构（VGG16、Inception-V4和ResNet-34），并结合了病理学家手动标注和计算机生成的标签进行训练，提高了模型的准确性和F分数	NA	研究肿瘤浸润淋巴细胞作为生物标志物在预测疾病进展和临床结果中的作用	23种不同类型的癌症中的肿瘤浸润淋巴细胞	数字病理学	多种癌症	深度学习	CNN	图像	涉及23种癌症的全切片图像，包括大量训练数据和手动标注的图像块
18890	2024-08-25	An Interpretable Deep Learning Model for Covid-19 Detection With Chest X-Ray Images 2021, IEEE access : practical innovations, open solutions IF:3.4Q2 DOI:10.1109/ACCESS.2021.3087583 PMID:35256923	研究论文	本文介绍了一种用于COVID-19检测的可解释深度学习模型Gen-ProtoPNet	Gen-ProtoPNet模型使用了广义距离函数，能够处理任意类型的空间维度原型，提高了模型的解释性	NA	开发一种可解释的深度学习模型用于COVID-19的及时准确检测	COVID-19的检测	机器学习	COVID-19	深度学习	Gen-ProtoPNet	图像	使用了X射线图像数据集
18891	2024-08-25	Learning Predictive and Interpretable Timeseries Summaries from ICU Data 2021, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:35309006	研究论文	本文提出了一种新方法，从ICU数据中学习既具有预测性又易于人类理解的临床时间序列摘要	提出的摘要方法由简单直观的临床数据函数组成，如“下降的平均动脉压”，这些摘要不仅易于理解，而且在性能上与最先进的深度学习模型相当	NA	提高重症监护病房风险分层任务的性能，并增强模型的可解释性	临床时间序列数据	机器学习	NA	NA	深度学习模型	时间序列数据	NA
18892	2024-08-25	VOTENET+ : AN IMPROVED DEEP LEARNING LABEL FUSION METHOD FOR MULTI-ATLAS SEGMENTATION 2020-Apr, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi45749.2020.9098493 PMID:35261721	研究论文	本文通过将VoteNet模型与联合标签融合（JLF）方法结合，改进了多图谱分割（MAS）的性能	提出了一种改进的深度网络VoteNet+，用于局部预测图谱标签与目标图像标签不同的概率，并证明了JLF比多数投票更适合作为VoteNet框架的标签融合方法	NA	提高多图谱分割的性能	3D MR脑部图像的分割	计算机视觉	NA	深度学习	CNN	图像	LPBA40数据集
18893	2024-08-25	Quanti.us: a tool for rapid, flexible, crowd-based annotation of images 2018-08, Nature methods IF:36.1Q1 DOI:10.1038/s41592-018-0069-0 PMID:30065368	研究论文	介绍Quanti.us，一个基于众包的图像标注平台，提供了一种比计算算法更准确的图像分析问题解决方案	Quanti.us能够在图像分析任务中实现10-50倍的分析时间节省，且与专家标注相比，其深度学习性能相当	NA	开发一种快速、灵活的图像标注工具，以替代传统的计算算法	图像标注平台Quanti.us的性能和效率	计算机视觉	NA	深度学习	NA	图像	多种中通量图像分析任务
18894	2024-08-24	Identification and experimental validation of immune-related gene PPARG is involved in ulcerative colitis 2024-Oct, Biochimica et biophysica acta. Molecular basis of disease DOI:10.1016/j.bbadis.2024.167300 PMID:38880160	研究论文	本研究通过生物信息学方法和实验验证，确定了免疫相关基因PPARG在溃疡性结肠炎中的关键作用，并验证了其作为诊断和治疗标志物的潜力	利用多种机器学习算法和深度学习模型DNN识别潜在的溃疡性结肠炎标志物，并通过单细胞测序技术研究PPARG与巨噬细胞浸润的相关性	NA	深入理解溃疡性结肠炎的免疫学特征，并识别有价值的诊断和治疗标志物	溃疡性结肠炎的免疫相关基因PPARG及其在疾病中的作用	数字病理学	消化系统疾病	单细胞测序技术	DNN	基因表达数据	UC数据集来自GEO数据库，具体样本数量未详细说明
18895	2024-08-24	High-dimensional mass cytometry identified circulating natural killer T-cell subsets associated with protection from cytomegalovirus infection in kidney transplant recipients 2024-Sep, Kidney international IF:14.8Q1 DOI:10.1016/j.kint.2024.03.027 PMID:38685562	研究论文	本研究通过高维质谱流式细胞术和功能性检测，分析了112份来自CMV血清阳性肾移植受者的连续样本，利用先进的无监督深度学习分析评估了与预防CMV感染和抗病毒免疫功能显著相关的免疫细胞群。	本研究首次描述了一种新型NK-T细胞亚群的动力学，该亚群可能在肾移植后CMV感染中发挥保护作用。	NA	研究肾移植受者中与预防CMV感染相关的循环自然杀伤T细胞亚群。	肾移植受者中的CMV感染及其相关的免疫细胞亚群。	数字病理学	肾移植	质谱流式细胞术	深度学习	细胞样本	112份连续样本
18896	2024-08-24	Development and validation of a deep learning-based framework for automated lung CT segmentation and acute respiratory distress syndrome prediction: a multicenter cohort study 2024-Sep, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2024.102772 PMID:39170939	研究论文	本研究开发并验证了一种基于深度学习的框架，用于自动肺部CT分割和急性呼吸窘迫综合征预测	使用UNETR模型进行肺部病变分割和早期ARDS预测，通过MONAI框架增强训练样本多样性和模型泛化能力	NA	开发一种人工智能模型，用于自动肺部病变分割和早期预测ARDS，以促进重症监护室中的及时干预	928名重症监护室患者及其胸部CT扫描图像	计算机视觉	急性呼吸窘迫综合征	深度学习	UNETR	图像	928名患者
18897	2024-08-24	[Enzyme metabolism and functions in vitamin biosynthesis pathways] 2024-Aug-25, Sheng wu gong cheng xue bao = Chinese journal of biotechnology DOI:10.13345/j.cjb.240293 PMID:39174471	综述	本文综述了维生素生物合成途径中酶的研究进展，详细介绍了13种维生素合成途径中酶的催化机制、动力学特性和生物学应用	探讨了深度学习方法在维生素合成相关酶性质研究中的应用潜力	缺乏大量关键酶的详细酶学性质研究限制了维生素生产效率的提升和对维生素合成机制的深入理解与优化	全面回顾维生素生物合成途径中酶的研究进展，并探讨酶学性质研究的新方法	维生素生物合成途径中的酶及其催化机制、动力学特性和生物学应用	生物技术	NA	深度学习	NA	NA	NA
18898	2024-08-24	Fragment-Fusion Transformer: Deep Learning-Based Discretization Method for Continuous Single-Cell Raman Spectral Analysis 2024-Aug-23, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c00149 PMID:38934798	研究论文	提出了一种名为片段融合Transformer的模型，用于连续单细胞拉曼光谱数据的离散化分析	该模型通过整合基于光谱内在特性的离散化片段、片段内特征提取和片段间特征融合，提高了光谱识别的准确性	NA	开发一种新的深度学习方法，用于连续单细胞拉曼光谱数据的离散化分析	单细胞拉曼光谱数据	机器学习	NA	拉曼光谱	Transformer	光谱数据	NA
18899	2024-08-24	Strain-Temperature Dual Sensor Based on Deep Learning Strategy for Human-Computer Interaction Systems 2024-Aug-23, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c01202 PMID:39068608	研究论文	本研究开发了一种基于深度学习策略的应变-温度双传感器，用于人机交互系统，该传感器采用具有高韧性和温度响应性的热电水凝胶，通过PVA/PAA/羧甲基纤维素三重网络交联制备。	引入Fe/Fe作为氧化还原对，赋予水凝胶高塞贝克系数，增强了温度响应性，并成功展示了结合深度学习的机器人手反馈机制。	NA	开发一种新型应变-温度双传感器，用于人机交互系统和可穿戴设备。	热电水凝胶的制备及其在人机交互系统中的应用。	人机交互	NA	深度学习	NA	传感器数据	NA
18900	2024-08-24	Deep-Learning-Guided Electrochemical Impedance Spectroscopy for Calibration-Free Pharmaceutical Moisture Content Monitoring 2024-Aug-23, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c01180 PMID:39096505	研究论文	本研究探索使用电化学阻抗光谱（EIS）结合深度学习技术，实现无需校准的药品水分含量快速准确监测	首次将一维卷积神经网络（1DCNN）应用于处理复杂的阻抗光谱数据，实现药品水分含量的实时监测	NA	开发一种无需校准的快速准确监测药品水分含量的方法	药品水分含量	机器学习	NA	电化学阻抗光谱（EIS）	一维卷积神经网络（1DCNN）	阻抗光谱数据	未具体说明