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
501	2024-08-23	Ultrafast end-to-end protein structure prediction enables high-throughput exploration of uncharacterized proteins 2022-01-25, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2113348119 PMID:35074909	研究论文	本文介绍了一种基于深度学习的高速蛋白质结构预测方法，该方法通过简化预处理步骤并直接从深度神经网络输出主链坐标，实现了对未表征蛋白质的高通量探索。	该方法通过使用三个循环网络和一系列残差卷积层，显著减少了目标多序列比对（MSA）的预处理需求，同时提高了预测速度和准确性。	NA	开发一种高效的蛋白质结构预测方法，以实现对大量未表征蛋白质区域的三维建模。	未表征的蛋白质区域和Pfam家族中的蛋白质。	机器学习	NA	深度学习	深度神经网络	序列数据	超过130万个未表征的蛋白质区域和5000多个Pfam家族的蛋白质。
502	2024-08-23	FaceMask: A New Image Dataset for the Automated Identification of People Wearing Masks in the Wild 2022-Jan-24, Sensors (Basel, Switzerland) DOI:10.3390/s22030896 PMID:35161642	研究论文	本文介绍了一个新的公开可用注释图像数据库FaceMask，用于自动识别佩戴口罩的人群	提出了一个包含佩戴和不佩戴口罩人群图像的公开数据库，并测试了深度学习检测器在该数据集上的性能	NA	旨在克服现有数据集不足的问题，促进口罩佩戴识别领域的研究进展	研究对象为佩戴和不佩戴口罩的人群图像	计算机视觉	NA	图像处理技术与深度学习	YOLO网络	图像与视频	包含不同环境和情境下佩戴和不佩戴口罩的人群图像
503	2024-08-23	Deep-4mCGP: A Deep Learning Approach to Predict 4mC Sites in Geobacter pickeringii by Using Correlation-Based Feature Selection Technique 2022-Jan-23, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms23031251 PMID:35163174	research paper	本文提出了一种深度学习方法Deep-4mCGP，用于预测Geobacter pickeringii中的4mC位点，使用基于相关性的特征选择技术	该研究通过融合二进制和-mer组成的特征描述符，并采用相关性和梯度提升决策树（GBDT）的增量特征选择（IFS）方法优化特征，提高了预测4mC位点的准确性	NA	建立一个稳健的深度学习模型，用于识别Geobacter pickeringii中的4mC位点	Geobacter pickeringii中的4mC位点	machine learning	NA	correlation-based feature selection technique	1D convolutional neural network (CNN)	DNA sequence	NA
504	2024-08-23	ABCanDroid: A Cloud Integrated Android App for Noninvasive Early Breast Cancer Detection Using Transfer Learning 2022-Jan-22, Sensors (Basel, Switzerland) DOI:10.3390/s22030832 PMID:35161576	研究论文	本文提出了一种基于云集成的Android应用ABCanDroid，利用迁移学习进行非侵入式早期乳腺癌检测	本文采用卷积神经网络（CNN）结合迁移学习的方法，提高了乳腺癌早期检测的效率和准确性	NA	提高乳腺癌早期检测的效率和准确性	乳腺癌检测	机器学习	乳腺癌	迁移学习	CNN	图像	使用ImageNet数据集
505	2024-08-23	An Intelligent System for Early Recognition of Alzheimer's Disease Using Neuroimaging 2022-Jan-19, Sensors (Basel, Switzerland) DOI:10.3390/s22030740 PMID:35161486	研究论文	本文提出了一种使用神经影像学和深度学习技术早期识别阿尔茨海默病（AD）的智能系统	通过使用随机串联的深度特征从两个预训练模型中学习脑功能网络的深度特征，解决了现有算法无法识别MCI患者脑功能网络中功能连接变化的问题	NA	旨在早期检测轻度认知障碍（MCI），以防止AD的进一步发展	阿尔茨海默病（AD）和轻度认知障碍（MCI）	机器学习	阿尔茨海默病	磁共振成像（MRI）	ResNet18 和 DenseNet201	图像	未具体说明样本数量
506	2024-08-23	Development of artificial intelligence technology in diagnosis, treatment, and prognosis of colorectal cancer 2022-Jan-15, World journal of gastrointestinal oncology IF:2.5Q3 DOI:10.4251/wjgo.v14.i1.124 PMID:35116107	综述	本文综述了人工智能技术在结直肠癌诊断、治疗和预后中的应用	探讨了人工智能技术在结直肠癌领域的应用前景	目前人工智能技术主要用于图像识别和辅助分析，缺乏与患者的深入交流	研究人工智能技术在结直肠癌管理中的应用	结直肠癌的诊断、治疗和预后	机器学习	结直肠癌	NA	NA	图像	NA
507	2024-08-23	Fusion-Based Deep Learning with Nature-Inspired Algorithm for Intracerebral Haemorrhage Diagnosis 2022, Journal of healthcare engineering DOI:10.1155/2022/4409336 PMID:35087649	研究论文	本文提出了一种基于融合的深度学习与自然启发算法的自动化脑内出血诊断方法	采用融合基于胶囊网络和EfficientNet的特征提取模型，并利用鹿狩猎优化算法进行超参数优化	NA	提高脑内出血诊断的效率和准确性	脑内出血的自动化诊断	机器学习	脑血管疾病	深度学习	CapsNet, DenseNet	图像	使用基准脑内出血数据集进行模拟
508	2024-08-23	Robust and generalizable embryo selection based on artificial intelligence and time-lapse image sequences 2022, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0262661 PMID:35108306	研究论文	本文研究了一种基于深度学习的胚胎选择模型，该模型使用时间序列图像来评估和选择体外受精中最有活力的胚胎	该模型能够跨不同患者年龄和临床条件进行泛化，并在独立测试集中表现出高准确性	模型在新的诊所中的泛化性能仍有待进一步验证	探索基于人工智能的胚胎选择模型在不同临床条件下的性能和泛化能力	胚胎选择模型在不同患者年龄、受精方法、孵化时间和移植协议下的表现	机器学习	NA	深度学习	深度学习模型	图像	115,832个胚胎，其中14,644个为已知植入数据的胚胎
509	2024-08-23	BioPhi: A platform for antibody design, humanization, and humanness evaluation based on natural antibody repertoires and deep learning 2022 Jan-Dec, mAbs IF:5.6Q1 DOI:10.1080/19420862.2021.2020203 PMID:35133949	研究论文	本文介绍了BioPhi平台，该平台利用深度学习和自然抗体库进行抗体设计、人源化和人源性评估	BioPhi平台引入了新的方法Sapiens和OASis，分别用于抗体人源化和人源性评估，这些方法在规模和效果上与人类专家相当，并提供了更高的多样性、粒度和可解释性	NA	开发一个自动化平台，用于抗体设计、人源化和人源性评估，以加速治疗性抗体的发现	抗体设计、人源化和人源性评估	机器学习	NA	深度学习	语言模型	序列数据	177个抗体用于人源化基准测试
510	2024-08-23	Application of Artificial Intelligence Nuclear Medicine Automated Images Based on Deep Learning in Tumor Diagnosis 2022, Journal of healthcare engineering DOI:10.1155/2022/7247549 PMID:35140903	研究论文	本文研究了基于深度学习的人工智能核医学自动图像在肿瘤诊断中的应用，特别是通过改进分割算法的准确性来提高肿瘤图像的分割效果	提出了一种基于边界约束的主动轮廓模型和超像素边界感知卷积网络，以实现自动CT切割算法，从而更准确地分割肿瘤图像	文章未提及具体的局限性	研究基于深度学习的人工智能核医学自动图像在肿瘤诊断中的应用	研究如何从边界识别和形状可变适应能力的角度提高分割算法的准确性	计算机视觉	肿瘤	深度学习	CNN	图像	未具体说明样本数量
511	2024-08-23	Deep Learning-Based Analytic Models Based on Flow-Volume Curves for Identifying Ventilatory Patterns 2022, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2022.824000 PMID:35153838	研究论文	本研究旨在探讨基于流量-容积曲线深度学习分析模型在识别呼吸模式中的准确性，并将其性能与肺功能实验室的医生进行比较	使用深度学习模型VGG13基于流量-容积曲线高精度识别呼吸模式，无需其他参数	NA	探索基于流量-容积曲线的深度学习模型在识别呼吸模式中的准确性	呼吸模式的识别	机器学习	NA	深度学习	VGG13	流量-容积曲线	18,909名受试者
512	2024-08-23	Deep learning for epileptogenic zone delineation from the invasive EEG: challenges and lookouts 2022, Brain communications IF:4.1Q2 DOI:10.1093/braincomms/fcab307 PMID:35169704	评论	本文是对Zhang等人的研究'利用深度学习精炼致痫性高频振荡：一种逆向工程方法'的科学评论	NA	NA	评论深度学习在从侵入性EEG中描绘致痫区方面的应用	深度学习在致痫区描绘中的挑战和展望	机器学习	癫痫	深度学习	NA	侵入性EEG	NA
513	2024-08-23	A Torn ACL Mapping in Knee MRI Images Using Deep Convolution Neural Network with Inception-v3 2022, Journal of healthcare engineering DOI:10.1155/2022/7872500 PMID:35178233	研究论文	本文利用基于Inception-v3的深度卷积神经网络（DCNN）模型，对膝关节MRI图像中的前交叉韧带（ACL）撕裂进行检测	提出了基于Inception-v3的深度迁移学习（DTL）模型，用于分类ACL撕裂的MRI图像，并与现有的深度学习模型进行比较	NA	旨在从MRI膝关节图像中检测ACL撕裂，以帮助确定膝关节异常	膝关节MRI图像中的前交叉韧带撕裂	计算机视觉	运动损伤	深度迁移学习（DTL）	Inception-v3	图像	共使用1,370张膝关节MRI图像进行评估，其中70%（959张图像）用于训练和测试，30%（411张图像）用于模型性能分析
514	2024-08-22	A general optimization protocol for molecular property prediction using a deep learning network 2022-01-17, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbab367 PMID:34498673	研究论文	本文探讨了使用深度学习网络预测分子性质时，如何通过结合多种优化方法来提高模型性能	本文采用了三种高性能优化方法：动态批次大小策略、贝叶斯优化选择超参数以及通过前馈神经网络学习化学特征，并将这些方法结合起来形成一个通用的优化流程	NA	开发一个通用的优化协议，用于通过深度学习网络预测分子性质	分子性质预测模型	机器学习	NA	深度学习网络	CNN	分子性质数据	七种不同的分子性质
515	2024-08-22	Evaluation of Automated Measurement of Hair Density Using Deep Neural Networks 2022-Jan-14, Sensors (Basel, Switzerland) DOI:10.3390/s22020650 PMID:35062611	研究论文	本研究利用深度学习技术评估自动测量头发密度的准确性，并探讨其自动化可行性	采用YOLOv4等对象检测算法进行性能比较，显示出最佳的平均精度	NA	评估深度学习技术在自动测量头发密度中的应用	头发密度测量	计算机视觉	NA	深度学习	YOLOv4	图像	4492张来自男性脱发患者的放大头皮RGB图像
516	2024-08-21	Deep learning-based algorithm for lung cancer detection on chest radiographs using the segmentation method 2022-01-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-04667-w PMID:35031654	研究论文	开发并验证了一种基于深度学习（DL）的分割方法模型，用于在胸部X光片上检测肺癌	使用深度学习模型结合分割方法进行肺癌检测，具有较低的每张图像平均误报指示（mFPI）	模型在肺部盲点区域如肺尖、肺门、胸壁、心脏和膈下空间的敏感性较低	评估深度学习模型在胸部X光片上检测肺癌的能力	胸部X光片上的肺癌检测	计算机视觉	肺癌	深度学习	DL-based model	图像	训练数据集包含629张X光片，652个结节/肿块；测试数据集包含151张X光片，159个结节/肿块
517	2024-08-21	A digital twin auxiliary approach based on adaptive sparse attention network for diesel engine fault diagnosis 2022-Jan-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-04545-5 PMID:35027591	研究论文	本文提出了一种基于自适应稀疏注意力网络的数字孪生辅助方法，用于柴油发动机故障诊断	设计了一种新的软阈值滤波器，以动态实时地关注多分散局部故障信息，提高了故障信息的可视化和解释性	NA	提高柴油发动机故障诊断的效率和解释性	柴油发动机	机器学习	NA	自适应稀疏注意力网络	注意力机制模型	信号	柴油发动机测试台上的阀门故障实验
518	2024-08-21	Is Protein Folding a Thermodynamically Unfavorable, Active, Energy-Dependent Process? 2022-Jan-04, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms23010521 PMID:35008947	研究论文	本文质疑蛋白质折叠的现有热力学假说，并提出蛋白质折叠可能是一个非平衡、主动、能量依赖的过程	提出了一种新的蛋白质折叠观点，认为蛋白质的天然状态可能并不占据全局自由能最小值，而是局部最小值，并且折叠过程需要细胞内的能量依赖分子机器的参与	文章主要讨论了理论和观点，缺乏实验数据支持	探讨蛋白质折叠的机制和路径，挑战现有的热力学假说	蛋白质折叠过程及其机制	生物物理学	NA	NA	NA	NA	NA
519	2024-08-21	Vector mosquito image classification using novel RIFS feature selection and machine learning models for disease epidemiology 2022-Jan, Saudi journal of biological sciences DOI:10.1016/j.sjbs.2021.09.021 PMID:35002454	研究论文	本研究提出了一种基于机器学习和深度学习系统的蚊子图像分类方法，用于检测传播疾病的关键蚊子种类，如Aedes和Culex	引入了新的RIFS特征选择技术，结合ROI图像过滤和基于包装器的FFS技术	NA	开发一种有效的蚊子分类方法，以支持流行病学研究和制定基于证据的政策决策	研究对象为传播疾病的蚊子种类Aedes和Culex	机器学习	NA	机器学习模型和卷积神经网络（CNN）	CNN	图像	NA
520	2024-08-21	Application of Deep Learning in Lung Cancer Imaging Diagnosis 2022, Journal of healthcare engineering DOI:10.1155/2022/6107940 PMID:35028122	研究论文	本文研究了基于深度学习的模型在肺癌CT影像诊断中的应用	提出了结合U-Net和RPN的检测网络结构Noudule-Net，用于提高肺结节检测的准确性	未提及具体限制	探索深度学习在肺癌影像诊断中的应用，提高诊断的及时性和准确性	肺癌CT影像中的肺结节检测、假阳性减少及良恶性分类	计算机视觉	肺癌	深度学习	CNN	影像	未提及具体样本数量