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
19201	2024-08-24	Exploring Explainable AI Techniques for Text Classification in Healthcare: A Scoping Review 2024-Aug-22, Studies in health technology and informatics DOI:10.3233/SHTI240544 PMID:39176925	综述	本文通过综述探讨了可解释人工智能（XAI）技术在医疗文本分类中的应用	识别了两种主要的XAI技术：模型特定方法和模型不可知方法	尽管开发者给予了积极反馈，但这些技术与医疗终端用户的正式评估仍然有限	旨在增强医疗领域中基于AI的决策过程的信任和透明度	医疗文本分类中的XAI技术	自然语言处理	NA	可解释人工智能（XAI）	机器学习（ML）和深度学习（DL）模型	文本	NA
19202	2024-08-24	Accelerating Clinical Text Annotation in Underrepresented Languages: A Case Study on Text De-Identification 2024-Aug-22, Studies in health technology and informatics DOI:10.3233/SHTI240546 PMID:39176927	研究论文	本文研究了通过结合主动竞赛和预标注两种策略，加速法语临床文本的去标识化标注过程	提出了将被动标注任务转化为主动竞赛，并使用预标注来提高标注效率和质量的方法	研究主要集中在法语临床文本，可能不适用于其他语言或领域	探索加速临床文本标注过程的有效方法	法语临床笔记和出院总结	自然语言处理	NA	命名实体识别 (NER)	NA	文本	大型瑞士大学医院的临床笔记和出院总结
19203	2024-08-24	Integrated Cognitive Ergonomics of the Remote Evaluation of the Grafts with Robotics and Machine Organ Perfusion Technology in Solid Organ Transplantation 2024-Aug-22, Studies in health technology and informatics DOI:10.3233/SHTI240554 PMID:39176935	研究论文	本文通过整合远程放射学（TRE）和远程病理学（TPE）评估，结合机器器官灌注和远程机器人技术，研究了Prometheus数字医疗设备（pn 2003016）在肾移植中的应用。	本文创新地将机器器官灌注与远程机器人技术结合，通过深度学习和人工智能编程提高了器官存活率和疾病预后预测的准确性。	NA	旨在提高远程评估肾移植中移植物的可靠性和准确性。	研究对象为肾移植中的肾移植物（RG）。	数字病理学	NA	机器器官灌注，远程机器人技术	深度学习，人工智能编程	图像	15个腹部MR图像，130个人类肾移植物图像
19204	2024-08-24	Fine-Tuning SSL-Model to Enhance Detection of Cilioretinal Arteries on Colored Fundus Images 2024-Aug-22, Studies in health technology and informatics DOI:10.3233/SHTI240561 PMID:39176942	研究论文	本文提出了一种基于深度学习的方法，用于从彩色眼底图像中自动检测睫状视网膜动脉	利用Vision Transformer架构，通过预训练模型RETFound进行微调，将更广泛数据集的知识转移到特定任务中	数据集不平衡和过拟合问题通过Focal Loss和Early Stopping方法解决	提高彩色眼底图像中睫状视网膜动脉的检测效率	睫状视网膜动脉的自动检测	计算机视觉	NA	自监督学习	Vision Transformer	图像	初始数据集包含85张图像，通过数据增强扩展到170张
19205	2024-08-24	Explaining Deep Learning Models Applied in Histopathology: Current Developments and the Path to Sustainability 2024-Aug-22, Studies in health technology and informatics DOI:10.3233/SHTI240579 PMID:39176960	综述	本文综述了当前应用于组织病理学中解释卷积神经网络（CNN）分类方法的最新进展，并探讨了实现深度学习模型可持续使用的路径	本文强调了使专家信任深度学习模型的必要性，并介绍了帮助专家理解模型结果生成及其与先验知识关联的方法	组织病理学中的深度学习模型仍未得到充分利用，病理学家对其信任度不高	探讨如何实现深度学习模型在组织病理学中的可持续使用	组织病理学中的深度学习模型及其解释方法	数字病理学	NA	深度学习	CNN	图像	NA
19206	2024-08-24	Fast and robust analog in-memory deep neural network training 2024-Aug-20, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-51221-z PMID:39164263	研究论文	本文提出两种改进的内存计算训练算法，旨在加速深度学习网络的训练阶段	提出的算法解决了精确零点的需求，同时保持了快速的运行时间复杂度	算法在电导噪声、对称性、保持性和耐久性方面存在限制，影响可能的器件材料选择	探索内存计算技术在深度神经网络训练中的应用，提高训练效率	内存计算训练算法及其在深度学习网络中的应用	机器学习	NA	内存计算	深度神经网络	NA	NA
19207	2024-08-24	An end-to-end deep learning method for mass spectrometry data analysis to reveal disease-specific metabolic profiles 2024-Aug-20, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-51433-3 PMID:39164279	研究论文	本文介绍了一种名为DeepMSProfiler的可解释深度学习方法，用于质谱数据分析，以揭示疾病特异性代谢谱	DeepMSProfiler能够直接处理原始代谢信号，克服了医院间变异和未知代谢物信号的影响，并提供了疾病相关代谢物-蛋白质网络的直接访问	NA	开发一种用于疾病诊断和机制发现的高准确性和可靠性的深度学习方法	859个人类血清样本，包括肺腺癌、良性肺结节和健康个体	机器学习	肺腺癌	质谱分析	深度学习模型	代谢信号	859个人类血清样本
19208	2024-08-24	A novel approach for automatic classification of macular degeneration OCT images 2024-08-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-70175-2 PMID:39164445	研究论文	提出了一种名为MSA-Net的深度学习神经网络模型，用于自动分类黄斑变性OCT图像	引入了多尺度架构和空间注意力机制，以解决OCT图像分类中的特征提取不完整和重要位置特征不突出的问题	未提及具体限制	开发一种有效的自动分类方法，用于早期诊断和预防黄斑变性和糖尿病性黄斑水肿	黄斑变性和糖尿病性黄斑水肿的OCT图像	计算机视觉	黄斑变性	深度学习	MSA-Net	图像	在NEH数据集和UCSD数据集上进行了三类和四类分类任务
19209	2024-08-24	GEMTELLIGENCE: Accelerating gemstone classification with deep learning 2024-Aug-20, Communications engineering DOI:10.1038/s44172-024-00252-x PMID:39164470	研究论文	提出了一种名为GEMTELLIGENCE的深度学习方法，用于加速宝石分类，特别是确定宝石的来源和检测处理	利用卷积和基于注意力的神经网络结合多模态异构数据，实现了与昂贵的激光剥蚀电感耦合等离子体质谱分析和专家视觉检查相当的预测性能	NA	加速宝石分类过程，提高自动化和一致性	投资级宝石的来源和处理检测	机器学习	NA	深度学习	CNN, 注意力机制	多模态异构数据	NA
19210	2024-08-24	Current limitations in predicting mRNA translation with deep learning models 2024-Aug-20, Genome biology IF:10.1Q1 DOI:10.1186/s13059-024-03369-6 PMID:39164757	研究论文	本研究评估了当前用于预测mRNA翻译输出的深度学习模型的准确性和通用性	提出了结合高通量测量和机器学习来揭示翻译控制机制和改进构建设计的方法	深度学习模型在其他数据集上，特别是与报告构建物在许多属性上不同的内源性mRNA数据集上，泛化能力较差	评估现有深度学习模型预测mRNA翻译输出的准确性和通用性	mRNA的5'非翻译区（5'UTR）序列及其翻译输出	机器学习	NA	深度学习	深度学习模型	序列数据	涉及两种不同细胞类型的互补数据
19211	2024-08-24	A deep learning-based combination method of spatio-temporal prediction for regional mining surface subsidence 2024-Aug-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-70115-0 PMID:39160327	研究论文	本文提出了一种基于深度学习的时空预测组合方法，用于预测区域采矿地面沉降	该方法通过K-means聚类划分空间数据，并应用门控循环单元（GRU）模型捕捉沉降时间序列中的非线性关系，结合蛇优化（SO）进一步提高模型全局精度	NA	旨在提高采矿地面沉降预测的准确性	采矿地面沉降	机器学习	NA	深度学习	门控循环单元（GRU）	空间数据	99.1%的样本像素
19212	2024-08-24	Biophysical profiling of red blood cells from thin-film blood smears using deep learning 2024-Aug-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e35276 PMID:39170127	研究论文	本文开发了一种基于深度学习的方法，用于分析薄膜血液涂片中的红细胞图像，以评估细胞变形性和存储引起的形态变化	利用卷积神经网络分析Giemsa染色的血液涂片，能够准确评估红细胞的变形性，并区分不同变形性组别	NA	开发一种新的方法来评估红细胞的变形性，以作为输血医学中捐赠红细胞质量的潜在生物标志物	红细胞的变形性和存储引起的形态变化	机器学习	NA	深度学习	卷积神经网络（CNN）	图像	27个红细胞样本（来自9名捐赠者，评估了3个存储时间点）
19213	2024-08-24	Handover for V2V communication in 5G using convolutional neural networks 2024-Aug-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e35269 PMID:39170130	研究论文	本文研究了在5G环境下使用卷积神经网络（CNN）进行车辆到车辆（V2V）通信的切换技术	提出了一种基于通道特征的新型水平切换预测方法，并使用VGG19深度学习模型通过迁移学习进行车辆检测和障碍识别	NA	旨在改善交通流量和道路安全，通过实时数据传输提高车辆通信效率	车辆通信系统及其在5G环境下的性能	计算机视觉	NA	卷积神经网络（CNN）	VGG19	图像	NA
19214	2024-08-24	Novel digital-based approach for evaluating wine components' intake: A deep learning model to determine red wine volume in a glass from single-view images 2024-Aug-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e35689 PMID:39170194	研究论文	本文开发了一种基于深度学习的方法，用于从单视角图像中确定红葡萄酒的体积，并将其应用于通过网络服务进行的消费者研究	提出了一种新颖的数字方法，通过深度学习模型从单视角图像中准确估计红葡萄酒的体积	在实际图像数据集中的平均绝对误差较高（26 mL），可能影响其在实际应用中的准确性	开发一种新的方法来准确评估葡萄酒成分的摄入量	红葡萄酒的体积及其成分摄入量	计算机视觉	NA	深度学习	深度学习模型	图像	38名参与者
19215	2024-08-24	Efficient state of charge estimation of lithium-ion batteries in electric vehicles using evolutionary intelligence-assisted GLA-CNN-Bi-LSTM deep learning model 2024-Aug-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e35183 PMID:39170306	研究论文	本文介绍了一种创新的混合深度学习架构，用于提高电动汽车中锂离子电池的荷电状态（SoC）估计精度	该模型独特地结合了卷积神经网络（CNN）和双向长短期记忆（Bi-LSTM），并通过进化智能进行优化，特别是应用了群体学习算法（GLA）来精细调整CNN-Bi-LSTM网络的超参数	NA	提高电动汽车中锂离子电池的荷电状态估计精度	锂离子电池的荷电状态估计	机器学习	NA	群体学习算法（GLA）	CNN-Bi-LSTM	电池数据	六个不同数据集，代表多种电动汽车放电曲线
19216	2024-08-24	Optimizing computed tomography image reconstruction for focal hepatic lesions: Deep learning image reconstruction vs iterative reconstruction 2024-Aug-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e34847 PMID:39170325	研究论文	本研究比较了深度学习图像重建（DLIR）与迭代重建（IR）技术在评估肝局灶性病变中的诊断性能	深度学习图像重建技术能够减少图像噪声，提高图像质量，并降低辐射剂量	高强度DLIR虽然噪声最少且伪影最少，但在病变边界和整体图像质量方面得分最低	比较DLIR和IR在评估肝局灶性病变中的诊断性能	216个肝局灶性病变在109名成年参与者中的诊断性能	计算机视觉	肝病	深度学习图像重建（DLIR）和迭代重建（IR）	NA	图像	216个肝局灶性病变，109名成年参与者
19217	2024-08-24	Artificial intelligence-based predictive model for guidance on treatment strategy selection in oral and maxillofacial surgery 2024-Aug-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e35742 PMID:39170321	研究论文	本文探讨了深度学习（DL）和机器学习（ML）在口腔颌面外科手术中应用的预测模型	DL和ML能够帮助外科医生通过分析患者的病史、影像数据和手术记录来评估预后，制定更有效的治疗策略，选择合适的手术方式，并评估术后并发症的风险	DL和ML面临数据漂移、模型结果不稳定和社会信任脆弱等限制	开发预测模型以辅助口腔颌面外科手术中的治疗策略选择	口腔颌面外科手术中的肿瘤诊断和治疗以及正颌手术	机器学习	NA	深度学习（DL）和机器学习（ML）	预测模型	影像数据、病史记录和手术记录	NA
19218	2024-08-24	Enhanced deep learning models for automatic fish species identification in underwater imagery 2024-Aug-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e35217 PMID:39170344	研究论文	本研究提出了一种两阶段的深度学习方法，用于自动识别水下图像中的鱼类物种	使用Unsharp Mask Filter进行图像预处理，并结合增强的区域全卷积网络和改进的ShuffleNetV2模型进行鱼类检测和分类	NA	提高水下图像中鱼类物种识别的准确性和效率	水下图像中的鱼类物种	计算机视觉	NA	深度学习	区域全卷积网络（R-FCN）和改进的ShuffleNetV2	图像	Fish4knowledge数据集
19219	2024-08-24	Deep learning-based corrosion inspection of long-span bridges with BIM integration 2024-Aug-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e35308 PMID:39170363	研究论文	本文研究了一种基于深度学习的方法，用于自动测量长跨桥梁腐蚀部位的位置和面积，并通过BIM（建筑信息模型）集成来提高桥梁管理的效率	本文创新地结合了深度学习技术和BIM模型，实现了对桥梁腐蚀部位的自动检测和测量	本文未提及该方法在不同环境条件下的适用性和准确性	提高基础设施维护的效率和自动化水平，特别是针对日本老化基础设施的检测和管理	长跨桥梁的腐蚀检测和维护	计算机视觉	NA	深度学习	NA	图像	实际长跨桥梁
19220	2024-08-24	Discovery of Potent Selective HDAC6 Inhibitors with 5-Phenyl-1H-indole Fragment: Virtual Screening, Rational Design, and Biological Evaluation 2024-Aug-12, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01052 PMID:39042494	研究论文	本文通过虚拟筛选、理性设计和生物评估，发现了一种含有5-苯基-1H-吲哚片段的高效选择性HDAC6抑制剂。	本文采用深度学习模型、分子对接和分子动力学模拟技术进行理性药物设计，发现了一种具有良好细胞毒性的新型HDAC6抑制剂。	NA	发现具有理想疗效且毒副作用小的选择性HDAC6抑制剂，以应用于肿瘤治疗。	HDAC6抑制剂及其在肿瘤细胞中的作用机制。	药物设计	肿瘤	深度学习模型、分子对接、分子动力学模拟	NA	分子结构	多种肿瘤细胞系