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
19941	2024-08-19	Artificial organic afferent nerves enable closed-loop tactile feedback for intelligent robot 2024-Aug-15, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-51403-9 PMID:39147776	研究论文	本文报道了一种人工有机传入神经，通过集成压力激活的有机电化学突触晶体管和人工机械感受器，实现了低操作偏置（-0.6 V），并展示了其在智能机器人中的应用，能够实现闭环触觉反馈。	本文创新性地开发了一种人工有机传入神经，能够模拟突触行为，为下一代智能神经机器人和低功耗仿生电子设备提供了突破。	NA	研究目的是模拟触觉感觉神经，以实现机器人中的人工智能高级感觉功能。	研究对象是人工有机传入神经及其在智能机器人中的应用。	机器人学	NA	有机电化学突触晶体管	深度学习模型	触觉模式信号	NA
19942	2024-08-19	An assessment of global land susceptibility to wind erosion based on deep-active learning modelling and interpretation techniques 2024-Aug-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-70125-y PMID:39147802	研究论文	本研究首次开发了一种基于深度学习（DL）和主动学习（AL）模型及其组合（如RNN、RNN-AL、GRU和GRU-AL）以及三种解释技术（协同矩阵、SHAP决策图和ALE图）的全球土地风蚀敏感性空间准确映射方法	首次结合深度学习和主动学习模型及其组合，并应用三种解释技术来映射全球土地风蚀敏感性	NA	开发一种新的方法来准确映射全球土地风蚀敏感性，以减轻其破坏性后果	全球土地风蚀敏感性	机器学习	NA	深度学习（DL）、主动学习（AL）、Harris Hawk优化特征选择算法	RNN、RNN-AL、GRU、GRU-AL	空间数据	全球土地，分为非常低、低、中等、高和非常高敏感性等级
19943	2024-08-19	Converging deep learning and human-observed tumor-adipocyte interaction as a biomarker in colorectal cancer 2024-Aug-15, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00589-6 PMID:39147895	研究论文	本文研究了肿瘤-脂肪特征（TAF）和SARIFA（间质反应性侵袭前沿区域）在结直肠癌（CRC）中的重叠，并探讨了肿瘤-脂肪细胞相互作用的生物学和预后意义。	本文证明了人类观察的SARIFA和基于深度学习的TAF作为形态学生物标志物之间的显著重叠，表明将基于深度学习的图像特征与独立开发的组织病理学生物标志物相结合是一种有前景的工具。	NA	研究肿瘤-脂肪特征（TAF）和SARIFA在结直肠癌中的重叠及其生物学和预后意义。	结直肠癌（CRC）患者的肿瘤-脂肪特征（TAF）和SARIFA。	数字病理学	结直肠癌	深度学习（DL）算法	NA	图像	使用了TCGA-CRC基因表达数据
19944	2024-08-19	Automated Behavioral Coding to Enhance the Effectiveness of Motivational Interviewing in a Chat-Based Suicide Prevention Helpline: Secondary Analysis of a Clinical Trial 2024-Aug-01, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/53562 PMID:39088244	研究论文	本研究使用人工智能模型对动机性访谈（MI）行为进行分类，并探讨在心理健康在线热线中作为咨询师自动化支持工具的可行性	本研究首次使用深度学习模型BERTje对MI行为进行分类，并展示了其在心理健康在线热线中的应用潜力	研究结果依赖于数据集的大小和训练样本的充足性，且目前仅限于特定领域和语言	探讨人工智能模型在分类动机性访谈行为中的表现，并评估其在临床实践中作为咨询师支持工具的可行性	动机性访谈（MI）行为分类及在心理健康在线热线中的应用	机器学习	NA	机器学习	BERTje	文本	253个MI咨询聊天会话，包含23,982条编码消息
19945	2024-08-19	Directed Evolution of Escherichia coli Nissle 1917 to Utilize Allulose as Sole Carbon Source 2024-Aug, Small methods IF:10.7Q1 DOI:10.1002/smtd.202301385 PMID:38415955	研究论文	本研究通过适应性实验室进化和荧光激活液滴分选技术，指导大肠杆菌Nissle 1917利用阿洛酮糖作为唯一碳源	本研究发现了新的代谢途径，增强了阿洛酮糖的吸收和转化，为阿洛酮糖的可持续利用提供了新的可能性	NA	研究旨在增强大肠杆菌Nissle 1917对阿洛酮糖的利用能力	大肠杆菌Nissle 1917	生物技术	NA	适应性实验室进化（ALE）、荧光激活液滴分选（FADS）、全基因组测序（WGS）、CRISPR干扰（CRISPRi）	NA	基因组数据	NA
19946	2024-08-19	Advances in the Clinical Application of High-throughput Proteomics 2024 Jul-Sep, Exploratory research and hypothesis in medicine DOI:10.14218/erhm.2024.00006 PMID:39148720	综述	本文综述了高通量蛋白质组学在临床应用中的最新进展，并讨论了相关的挑战、优势和未来方向	高通量蛋白质组学具有识别新的全局蛋白质网络、发现新蛋白质以及与其他组学数据协同整合的优势	高通量蛋白质组学在临床应用中面临蛋白质性质多样、统计模型限制、数据提交、整合和协调的技术和物流困难以及临床验证和考虑的监管要求等挑战	探讨高通量蛋白质组学在临床应用中的进展和未来方向	研究对象包括乳腺癌、膀胱癌、喉鳞状细胞癌、胃癌、结直肠癌和冠状病毒病2019	数字病理学	NA	数据独立采集质谱、纳米孔基蛋白质组学、4D蛋白质组学、二次离子质谱	深度学习模型	蛋白质组学数据	NA
19947	2024-08-19	ECG-Image-Kit: a synthetic image generation toolbox to facilitate deep learning-based electrocardiogram digitization 2024-May-28, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad4954 PMID:39150768	研究论文	介绍了一个开源工具箱ECG-Image-Kit，用于从时间序列数据生成带有真实伪影的合成多导联ECG图像，旨在自动化将扫描的ECG图像转换为ECG数据点	提出了一种数据增强技术，使用真实感生成数据模型来解决临床ECG档案缺乏参考时间序列数据的问题	NA	促进基于深度学习的ECG数字化	ECG图像的数字化	计算机视觉	心血管疾病	深度学习	深度神经网络	图像	21,801张ECG图像
19948	2024-08-19	Prognostic potentials of AI in ophthalmology: systemic disease forecasting via retinal imaging 2024-May-06, Eye and vision (London, England) DOI:10.1186/s40662-024-00384-3 PMID:38711111	综述	本文综述了利用人工智能（AI）和深度学习（DL）通过视网膜成像预测系统性疾病的研究进展	强调了AI基于视网膜生物标志物在预测神经退行性疾病、心血管疾病和慢性肾脏疾病中的重要作用，以及长期预测模型在连续疾病风险评估和早期检测中的潜力	为了充分发挥AI在这一领域的潜力，需要在现实世界环境中进行更多的研究和验证	探索视网膜评估的价值，AI基础的视网膜生物标志物，以及纵向预测模型在个性化护理中的重要性	研究对象包括视网膜成像、AI模型及其在预测系统性疾病中的应用	计算机视觉	NA	深度学习（DL）	NA	图像	NA
19949	2024-08-19	Forecasting CO2 emissions of fuel vehicles for an ecological world using ensemble learning, machine learning, and deep learning models 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2234 PMID:39145202	研究论文	本研究通过比较分析18种基于机器学习、集成学习和深度学习范式的回归算法，评估和预测燃油车辆的二氧化碳排放量	研究发现集成学习方法具有更高的预测准确性和更低的误差率，其中包含极端梯度提升（XGB）、随机森林和轻梯度提升机（LGBM）的算法表现尤为突出	深度学习模型虽然能达到高R2值，但训练时间更长且需要更多计算资源	旨在估计和减少车辆二氧化碳排放，促进环境可持续性和减少大气中的温室气体排放	燃油车辆的二氧化碳排放量	机器学习	NA	回归分析	集成学习算法、深度学习模型（如CNN、DNN和GRU）	NA	NA
19950	2024-08-19	Detecting images generated by diffusers 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2127 PMID:39145210	研究论文	本文探讨了通过文本到图像扩散模型生成的图像的检测任务，评估了使用不同模型和数据集的检测效果	提出使用多层感知器（MLP）和卷积神经网络（CNN）从CLIP或RoBERTa提取的特征中检测生成图像，并发现结合文本信息可以提高泛化能力	模型在某些情况下可能无法准确区分由不同扩散模型生成的图像	研究如何准确可靠地区分真实图像和由文本到图像扩散模型生成的合成图像	通过文本到图像扩散模型生成的图像，特别是来自MSCOCO和Wikimedia数据集的图像	计算机视觉	NA	文本到图像扩散模型	多层感知器（MLP），卷积神经网络（CNN）	图像	使用MSCOCO和Wikimedia数据集中的图像进行实验
19951	2024-08-19	Bacterial image analysis using multi-task deep learning approaches for clinical microscopy 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2180 PMID:39145215	研究论文	本文利用多任务深度学习方法对细菌显微图像进行分析，以自动化检测和分类细菌	本文开发了三种深度学习算法（SSD-MobileNetV2、EfficientDet和YOLOv4）来自动检测和分类大肠杆菌的不同生长阶段	NA	研究旨在通过深度学习技术自动化细菌显微图像的检测和分类	大肠杆菌的不同生长阶段，包括杆状细胞、分裂细胞和微菌落	计算机视觉	NA	深度学习	SSD-MobileNetV2, EfficientDet, YOLOv4	图像	NA
19952	2024-08-19	Mining software insights: uncovering the frequently occurring issues in low-rating software applications 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2115 PMID:39145243	研究论文	本研究聚焦于从亚马逊应用商店中收集的64个低评分应用的终端用户评论，通过内容分析和扎根理论方法，识别影响软件进化的关键概念，并评估机器学习和深度学习算法在自动分类用户反馈中的表现	本研究首次专注于低评分软件应用的用户反馈分析，并开发了一种基于扎根理论和内容分析的方法来识别常见问题	研究仅限于亚马逊应用商店中的64个低评分应用，可能无法完全代表所有低评分软件应用的情况	探讨低评分软件应用中频繁出现的问题，并评估机器学习和深度学习算法在自动分类用户反馈中的有效性	64个低评分软件应用的用户反馈	自然语言处理	NA	机器学习, 深度学习	CNN, LSTM, BiLSTM, GRU, BiGRU, RNN, MLP, RF, KNN, AdaBoost, Voting	文本	64个低评分应用
19953	2024-08-19	Recognition of inscribed cursive Pashtu numeral through optimized deep learning 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2124 PMID:39145239	研究论文	研究提出了一种优化的机器学习模型，用于从0到9识别手写Pashtu数字	提出的LSTM模型在识别Pashtu数字方面略优于CNN模型	NA	提出一种能够有效识别Pashtu数字的优化机器学习模型	Pashtu数字从0到9	机器学习	NA	光学字符识别（OCR）	LSTM和CNN	图像	数据集按80:20的比例分割
19954	2024-08-19	A novel 3D LiDAR deep learning approach for uncrewed vehicle odometry 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2189 PMID:39145248	研究论文	本文提出了一种基于3D LiDAR和深度学习的无人车辆里程计方法	利用基于点云的深度学习替代传统的基于卷积神经网络（CNN）的方法，并使用正态分布变换（NDT）算法优化深度学习模型的粗略姿态估计	NA	提高下一代自主车辆在不确定环境下的自定位和姿态注册的精确度	无人车辆的里程计	机器学习	NA	LiDAR-based localization and mapping (LOAM)	深度学习模型	点云	NA
19955	2024-08-19	Natural language processing with transformers: a review 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2222 PMID:39145251	综述	本文综述了基于Transformer的自然语言处理（NLP）任务解决方案，包括BERT和GPT架构	系统总结并比较了基于Transformer架构的NLP应用	NA	旨在简要总结NLP任务的使用案例及其主要架构	NLP任务及其基于Transformer的解决方案	自然语言处理	NA	Transformer	BERT, GPT	文本	NA
19956	2024-08-19	Efficient prediction of anticancer peptides through deep learning 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2171 PMID:39145253	研究论文	本研究利用二维卷积神经网络（2D CNN）深度学习模型，旨在提高抗癌肽预测的准确性	提出的2D CNN模型在预测抗癌肽方面表现优于现有方法，准确率、精确度、召回率和F1分数均较高	未来研究应扩大数据集，探索其他深度学习架构，并通过实验研究验证模型预测	开发和评估一个基于2D CNN的深度学习模型，以提高抗癌肽预测的准确性	抗癌肽的预测和识别	机器学习	癌症	2D CNN	2D CNN	序列	来自多个公共数据库和实验研究的多样化肽序列数据集
19957	2024-08-19	Adversarial Learning for MRI Reconstruction and Classification of Cognitively Impaired Individuals 2024, IEEE access : practical innovations, open solutions IF:3.4Q2 DOI:10.1109/access.2024.3408840 PMID:39148927	研究论文	开发了一种双目标对抗学习框架，用于同时重建高质量的脑部磁共振图像并保留疾病特异性成像特征，以预测从轻度认知障碍到阿尔茨海默病的进展	引入了一种双目标对抗学习框架，结合生成对抗网络和分类器，以在重建高质量脑部MRI的同时保留疾病特异性成像特征	NA	开发一种新的深度学习框架，用于提高脑部MRI的重建质量和疾病特异性成像特征的保留	轻度认知障碍（MCI）到阿尔茨海默病（AD）的进展预测	计算机视觉	阿尔茨海默病	生成对抗网络（GAN）	GAN	图像	来自阿尔茨海默病神经成像倡议（ADNI）的342名参与者和国家阿尔茨海默病协调中心（NACC）的190名参与者
19958	2024-08-19	An automatic glaucoma grading method based on attention mechanism and EfficientNet-B3 network 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0296229 PMID:39150930	研究论文	本文提出了一种基于注意力机制和EfficientNet-B3网络的自动青光眼分级方法	该方法通过结合EfficientNetB3和ResNet34网络，从2D眼底图像和3D-OCT扫描图像中提取并融合特征，引入注意力机制以提高分类准确性，并减少特征冗余	该研究使用的是私有数据集，可能存在数据集大小和多样性的限制	旨在提高青光眼的早期识别和分级准确性	青光眼患者的眼底图像和3D-OCT扫描图像	计算机视觉	青光眼	NA	CNN	图像	包含2D眼底图像和3D-OCT扫描图像的私有数据集
19959	2024-08-19	A scalable blockchain-enabled federated learning architecture for edge computing 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0308991 PMID:39150937	研究论文	本文提出了一种基于区块链的可扩展联邦学习架构FLCoin，用于边缘计算	提出了一种新的委员会基于的共识处理方法，并采用双层区块链架构，确保了系统的可扩展性和效率	未提及	探索区块链和联邦学习技术在物联网边缘网络中的集成	边缘计算中的数据处理和智能生成	机器学习	NA	区块链，联邦学习	CNN	图像	使用MNIST数据集进行实验
19960	2024-08-19	Three-Dimensional Structural Phenotype of the Optic Nerve Head as a Function of Glaucoma Severity 2023-09-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2023.3315 PMID:37589980	研究论文	本研究详细描述和分析了青光眼严重程度作为函数的3维结构表型，增强了对青光眼复杂病理的理解	使用传统和人工智能驱动的方法，描述了不同青光眼阶段视神经头（ONH）中连接组织和神经组织的3维结构差异	本研究为横断面研究，未来需要进行纵向研究以建立特定的3维ONH结构变化与快速视野恶化的联系	描述不同青光眼阶段视神经头（ONH）中连接组织和神经组织的3维结构差异	视神经头（ONH）的3维结构	数字病理学	青光眼	光谱域光学相干断层扫描	深度神经网络	图像	541名中国个体和112名白人参与者