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
19041	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
19042	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
19043	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
19044	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
19045	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
19046	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
19047	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
19048	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
19049	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
19050	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
19051	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
19052	2024-08-26	VT-3DCapsNet: Visual tempos 3D-Capsule network for video-based facial expression recognition 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0307446 PMID:39178187	研究论文	本文提出了一种基于视频的面部表情识别框架VT-3DCapsNet，通过引入改进的3D-ResNet架构和AU感知注意力模块，增强胶囊网络的特征表示能力，并结合基于时间金字塔网络的表情识别模块，提高识别准确性	本文的创新点在于提出了结合改进的3D-ResNet架构和AU感知注意力模块的3D-CapsNet模型，以及基于时间金字塔网络的表情识别模块，有效解决了传统CNN在处理面部表情变化时的局限性	NA	旨在提高基于视频的面部表情识别的准确性	面部表情识别	计算机视觉	NA	3D-CapsNet	CNN	视频	扩展的Kohn-Kanada (CK+)数据库和Acted Facial Expression in Wild (AFEW)数据库
19053	2024-08-26	Semantic segmentation of multispectral photoacoustic images using deep learning 2022-Jun, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2022.100341 PMID:35371919	研究论文	本文提出了一种基于深度学习的语义分割方法，用于多光谱光声图像的分析	利用手动标注的光声和超声图像数据训练深度学习分割算法，实现自动组织分割	NA	促进光声成像技术的临床转化	多光谱光声图像	计算机视觉	NA	深度学习	NA	图像	16名健康志愿者
19054	2024-08-26	A practical evaluation of machine learning for classification of ultrasound images of ovarian development in channel catfish (Ictalurus punctatus) 2022-Apr-15, Aquaculture (Amsterdam, Netherlands) DOI:10.1016/j.aquaculture.2022.738039 PMID:35296028	研究论文	本研究评估了多种机器学习方法在分类超声图像中的卵巢发育情况的应用，特别是在鲶鱼养殖中的应用	首次系统评估了多种机器学习方法在鲶鱼卵巢发育超声图像分类中的应用	深度学习方法在某些分类问题上的表现不如传统机器学习方法	评估机器学习方法在鲶鱼卵巢发育超声图像分类中的可行性	鲶鱼卵巢发育的超声图像	机器学习	NA	深度学习方法，传统机器学习方法	CNN	图像	931张超声图像
19055	2024-08-26	Identification of antibiotic resistance and virulence-encoding factors in Klebsiella pneumoniae by Raman spectroscopy and deep learning 2022-04, Microbial biotechnology IF:4.8Q1 DOI:10.1111/1751-7915.13960 PMID:34843635	研究论文	本研究利用拉曼光谱和深度学习技术，开发了一种卷积神经网络（CNN）模型，用于快速识别肺炎克雷伯菌中的抗生素抗性和毒力编码因子	本研究首次将拉曼光谱与深度学习结合，用于快速识别肺炎克雷伯菌的抗生素抗性和毒力编码因子，相比传统的支持向量机（SVM）和逻辑回归（LR）模型，提供了更高的准确性	NA	开发一种快速识别肺炎克雷伯菌抗生素抗性和毒力编码因子的方法，以制定合理的治疗计划	肺炎克雷伯菌的抗生素抗性和毒力编码因子	机器学习	NA	拉曼光谱	CNN	光谱数据	71株肺炎克雷伯菌
19056	2024-08-26	Deep learning versus iterative image reconstruction algorithm for head CT in trauma 2022-Apr, Emergency radiology IF:1.7Q3 DOI:10.1007/s10140-021-02012-2 PMID:34984574	研究论文	比较深度学习图像重建算法（DLIR）与自适应统计迭代重建算法（ASiR-V）在非对比创伤头部CT中的图像质量	DLIR算法在图像噪声、信噪比和对比噪声比方面表现出显著优势，尤其是DLIR-M和DLIR-H	阅读者之间的评分一致性在不同经验水平的阅读者之间表现不一，从较差到良好不等	评估和比较DLIR与ASiR-V在创伤头部CT图像重建中的效果	94名连续创伤患者的头部CT扫描图像	计算机视觉	NA	深度学习图像重建算法（DLIR），自适应统计迭代重建算法（ASiR-V）	CNN	图像	94名创伤患者
19057	2024-08-26	Novel-view X-ray projection synthesis through geometry-integrated deep learning 2022-04, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2022.102372 PMID:35131701	研究论文	本文提出了一种基于深度学习的几何集成投影合成框架（DL-GIPS），用于从特定视角的X射线投影图像生成新视角的X射线投影图像	本文提出的DL-GIPS模型能够从源视角投影中提取几何和纹理特征，并通过几何变换适应视角变化，最终合成目标视角的X射线投影	NA	研究如何通过深度学习技术从特定视角的X射线投影图像生成新视角的X射线投影图像，以减少实际投影测量的需求	X射线投影图像	计算机视觉	NA	深度学习	DL-GIPS	图像	使用肺部成像案例进行验证
19058	2024-08-26	Brain Tumor Imaging: Applications of Artificial Intelligence 2022-Apr, Seminars in ultrasound, CT, and MR DOI:10.1053/j.sult.2022.02.005 PMID:35339256	综述	本文综述了人工智能在脑肿瘤影像学中的应用，特别是机器学习和深度学习在神经肿瘤学中的潜在用途	人工智能在脑肿瘤影像学中的应用，包括分子分类、鉴别和治疗反应评估	需要更多多中心规模的研究和标准化的图像处理流程，才能在常规临床决策中引入人工智能	探讨人工智能在神经肿瘤学中的应用，特别是脑肿瘤的分子分类、鉴别和治疗反应评估	脑肿瘤的影像学特征和人工智能模型的应用	计算机视觉	脑肿瘤	机器学习, 深度学习	NA	影像	NA
19059	2024-08-26	AF2Complex predicts direct physical interactions in multimeric proteins with deep learning 2022-04-01, Nature communications IF:14.7Q1 DOI:10.1038/s41467-022-29394-2 PMID:35365655	research paper	本文展示了利用AlphaFold2的神经网络模型预测多聚体蛋白质复合物结构的方法，无需重新训练	AF2Complex方法不依赖于配对的多序列比对，且在预测蛋白质-蛋白质相互作用的准确性上优于一些复杂的对接策略和AF-Multimer方法	NA	开发一种新的方法来预测多聚体蛋白质复合物的结构，并评估其在实际生物系统中的应用	多聚体蛋白质复合物的结构及其相互作用	machine learning	NA	deep learning	neural network	protein sequences	包括一些具有挑战性的基准集和E. coli的整个蛋白质组，以及细胞色素c生物合成系统I中的八个成员
19060	2024-08-26	Deep-learning based identification, tracking, pose estimation, and behavior classification of interacting primates and mice in complex environments 2022-Apr, Nature machine intelligence IF:18.8Q1 DOI:10.1038/s42256-022-00477-5 PMID:35465076	研究论文	本文提出了一种基于深度学习的架构，用于在复杂环境中识别、跟踪、姿态估计和分类交互的灵长类动物和小鼠的行为	该架构能够直接从原始视频帧中分析个体和社交动物行为，无需后续人工干预，并嵌入了一个名为SIPEC的流程，该流程在分割、识别、姿态估计和复杂行为分类方面超越了现有技术	NA	研究脑功能、药物干预效果和遗传改变对行为的影响	交互的灵长类动物和小鼠的行为	计算机视觉	NA	深度学习	深度学习架构	视频	多个自由移动的个体小鼠以及社交互动的非人类灵长类动物