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	2024-09-10	A deep learning based framework for the classification of multi- class capsule gastroscope image in gastroenterologic diagnosis 2022, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2022.1060591 PMID:36467700	研究论文	本文开发了一种基于深度学习的框架，用于自动分类胶囊胃镜图像，以预防萎缩性胃炎等致癌高风险因素	本文提出了基于迁移学习的深度学习框架，使用预训练模型VGG-16、ResNet-50和Inception V3进行微调，以分类胶囊胃镜图像	本文未提及具体的局限性	开发一种自动分类胶囊胃镜图像的方法，以预防致癌高风险因素	胶囊胃镜图像的分类	计算机视觉	胃炎	深度学习	VGG-16, ResNet-50, Inception V3	图像	每类胶囊胃镜图像380张，共1140张，训练集和测试集比例为70%和30%
502	2024-09-10	Antimicrobial Peptides Prediction method based on sequence multidimensional feature embedding 2022, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2022.1069558 PMID:36468005	研究论文	本文提出了一种基于序列多维特征嵌入的抗菌肽预测方法	设计了一种新的深度学习方法，通过序列特征的编码和嵌入，实现了抗菌肽和非抗菌肽的高精度分类	未提及具体限制	提高抗菌肽预测的准确性	抗菌肽及其预测方法	机器学习	NA	深度学习	深度学习模型	序列数据	长度为10-200的抗菌肽和非抗菌肽样本
503	2024-09-10	Using deep learning to study emotional behavior in rodent models 2022, Frontiers in behavioral neuroscience IF:2.6Q3 DOI:10.3389/fnbeh.2022.1044492 PMID:36483523	review	本文讨论了深度学习技术在行为实验中的应用及其对模型架构和训练范式的影响	本文介绍了从视频中提取姿态信息的新方法，并探讨了如何从姿态估计数据中提取行为状态的细微信息	NA	量化动物行为中的情感方面，如焦虑、社交互动、奖励和应激反应	啮齿动物模型的情感行为	machine learning	NA	深度学习	CNN, LSTM, GAN	视频	NA
504	2024-09-10	Quality assessment of virus-like particle: A new transmission electron microscopy approach 2022, Frontiers in molecular biosciences IF:3.9Q2 DOI:10.3389/fmolb.2022.975054 PMID:36504719	研究论文	本文介绍了一种新的透射电子显微镜（TEM）方法用于病毒样颗粒（VLP）的质量评估	提出了使用低电压TEM系统（如MiniTEM）结合Vironova成像和分析软件（VIAS）进行半自动化数据收集和图像分析，利用内置的深度学习方法（卷积神经网络）实现分析自动化	本文仅展示了初步的研究成果，尚未全面评估该方法在实际生产中的长期稳定性和可靠性	开发一种评估VLP关键质量属性的方法，并促进TEM在制造环境中的应用	病毒样颗粒（VLP）及其在疫苗开发中的应用	数字病理学	NA	透射电子显微镜（TEM）	卷积神经网络（CNN）	图像	使用合成VLP作为模型系统进行研究，并在登革热VLP技术转移过程中验证了方法的适用性
505	2024-09-10	Myocardial strain imaging in Duchenne muscular dystrophy 2022, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2022.1031205 PMID:36505382	综述	本文综述了心肌应变成像在杜氏肌营养不良症（DMD）中的应用	探讨了3D成像和深度学习算法在自动应变评估中的新兴技术	目前尚无可靠的方法检测DMD心肌病的起始或进展速度	探讨心肌应变成像在DMD中的作用，并讨论新兴成像技术如何更好地表征DMD心肌病的进展	杜氏肌营养不良症（DMD）患者的心肌病	NA	肌肉疾病	心肌应变成像	深度学习算法	图像	NA
506	2024-09-10	Artificial intelligence-enabled electrocardiogram screens low left ventricular ejection fraction with a degree of confidence 2022 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076221143249 PMID:36532114	研究论文	研究利用人工智能辅助的心电图来评估左心室射血分数，并提供预测的置信度	提出了一种带有置信度的人工智能辅助心电图模型，用于识别左心室功能障碍，并在排除置信度较低的病例后，提高了模型的准确性	NA	建立一种带有置信度的人工智能辅助心电图模型，用于识别左心室功能障碍	左心室功能障碍的识别	机器学习	心血管疾病	深度学习	深度学习模型	心电图	76,081份心电图用于模型建立，11,771份心电图用于模型验证
507	2024-09-10	Homologous point transformer for multi-modality prostate image registration 2022, PeerJ. Computer science DOI:10.7717/peerj-cs.1155 PMID:36532813	研究论文	本文提出了一种基于transformer的深度学习管道，用于执行跨模态的放射学-病理学图像配准	该管道预测两幅图像模态上的一组同源点，而不是预测变换参数，从而在平均控制点偏差方面优于当前最先进的自动配准管道	NA	开发一种新的跨模态图像配准方法	人类前列腺样本的放射学和病理学图像	计算机视觉	前列腺癌	transformer	transformer	图像	NA
508	2024-09-10	Deep learning for MYC binding site recognition 2022, Frontiers in bioinformatics IF:2.8Q2 DOI:10.3389/fbinf.2022.1015993 PMID:36544623	研究论文	本文探讨了使用深度学习工具DeeperBind预测MYC转录因子结合位点的有效性	首次将DeeperBind与DeepRAM结合，在Colab平台上实现了对MYC因子结合位点的高精度预测，准确率超过0.96 AUC	研究仅限于特定细胞系，未涵盖所有类型的肿瘤	开发能够快速有效预测MYC转录因子在特定细胞基因组中分布的工具	MYC转录因子的基因组分布及其在癌症中的转录活性	机器学习	NA	深度学习	DeeperBind	基因组数据	多细胞系
509	2024-09-10	Emerging MRI techniques for molecular and functional phenotyping of the diseased heart 2022, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2022.1072828 PMID:36545017	综述	本文综述了五种新兴的MRI技术，这些技术有望改变心脏MRI临床应用，实现早期检测和干预	介绍了五种新兴的MRI技术，包括微血管功能障碍成像、纤维化成像、应变成像、早期代谢变化成像和深度学习加速技术	NA	探讨新兴MRI技术在心脏疾病分子和功能表型分析中的应用潜力	心脏疾病的分子和功能表型	医学影像	心血管疾病	MRI	深度学习	图像	NA
510	2024-09-10	Single-cell RNA-seq data analysis using graph autoencoders and graph attention networks 2022, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2022.1003711 PMID:36568390	研究论文	本文开发了一种基于图神经网络的多模态模型scGAEGAT，用于单细胞RNA测序数据分析	提出了一种结合图自编码器和图注意力网络的多模态模型scGAEGAT，用于处理非欧几里得空间数据	实验仅在四个具有金标准细胞标签的scRNA-seq数据集上进行验证	提高单细胞RNA测序数据中基因插补和细胞聚类的分析效率和准确性	单细胞RNA测序数据中的基因插补和细胞聚类	机器学习	NA	单细胞RNA测序	图神经网络	基因表达数据	四个具有金标准细胞标签的scRNA-seq数据集
511	2024-09-10	Reduced macula microvascular densities may be an early indicator for diabetic peripheral neuropathy 2022, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2022.1081285 PMID:36568975	研究论文	本研究通过光学相干断层扫描血管成像（OCTA）评估2型糖尿病患者视网膜微血管的变化，并探讨其与糖尿病周围神经病变（DPN）的相关性	采用先进的深度学习方法量化视网膜微血管密度，发现DPN患者在浅层血管复合体（SVC）和深层血管复合体（DVC）中的血管长度密度（VLD）显著降低	样本量相对较小，可能影响结果的普适性	评估2型糖尿病患者视网膜微血管的变化，并探讨其与糖尿病周围神经病变的相关性	2型糖尿病患者及其视网膜微血管	数字病理学	糖尿病	光学相干断层扫描血管成像（OCTA）	深度学习	图像	27名健康对照者（42只眼），36名无周围神经病变（NDPN）患者（62只眼），27名有周围神经病变（DPN）患者（40只眼）
512	2024-09-10	Prediction of RNA-protein interactions using a nucleotide language model 2022, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbac023 PMID:36699410	研究论文	本文提出了一种基于BERT架构的模型BERT-RBP，用于预测RNA与RNA结合蛋白（RBP）的相互作用	利用BERT架构的深度学习模型，能够解释性强且仅基于序列信息进行预测	NA	开发一种新的机器学习模型来预测RNA与RNA结合蛋白的相互作用	RNA序列与RNA结合蛋白的相互作用	机器学习	NA	BERT	BERT	序列	154种RNA结合蛋白的eCLIP-seq数据
513	2024-09-08	A robust semantic lung segmentation study for CNN-based COVID-19 diagnosis 2022-Dec-15, Chemometrics and intelligent laboratory systems : an international journal sponsored by the Chemometrics Society IF:3.7Q1 DOI:10.1016/j.chemolab.2022.104695 PMID:36311473	研究论文	本文通过深度学习系统使用胸部X光扫描图像诊断COVID-19，首先使用COVID-19胸部X光数据集对CXR图像中的肺部进行语义分割，然后使用改进的AlexNet提取特征并通过支持向量机进行分类	提出的方法在分类COVID-19、正常和病毒性肺炎三类数据时，成功率达到99.8%，优于现有的最先进方法	NA	通过胸部X光扫描图像诊断COVID-19	COVID-19胸部X光数据集中的肺部图像	计算机视觉	COVID-19	深度学习	DeepLabV3+, 改进的AlexNet (mAlexNet), 支持向量机 (SVM)	图像	COVID-19胸部X光数据集中的图像
514	2024-09-08	Applying a deep residual network coupling with transfer learning for recyclable waste sorting 2022-Dec, Environmental science and pollution research international DOI:10.1007/s11356-022-22167-w PMID:35882737	研究论文	本研究利用深度残差网络结合迁移学习的方法，开发了一种智能高效的可回收废物分类方法	提出了基于迁移学习的RWNet模型，结合循环学习率和数据增强技术，显著提高了分类性能	塑料类废物的AUC值较低，分类效果有待进一步提升	开发一种智能高效的可回收废物分类方法，促进循环经济的发展	不同类型的可回收废物	计算机视觉	NA	深度学习	ResNet	图像	多种类型的可回收废物样本
515	2024-09-08	Deep learning analysis of clinical course of primary nephrotic syndrome: Japan Nephrotic Syndrome Cohort Study (JNSCS) 2022-Dec, Clinical and experimental nephrology IF:2.2Q2 DOI:10.1007/s10157-022-02256-3 PMID:35962244	研究论文	本研究使用机器学习方法对日本肾病综合征队列研究中的205例病例进行聚类分析，以评估肾病综合征的自然病程	首次使用长短期记忆（LSTM）编码器-解码器架构对肾病综合征的时间序列数据进行聚类分析，识别出四种临床病程	研究样本仅限于日本肾病综合征队列研究的205例病例，可能存在地域和人群的局限性	评估肾病综合征的自然病程，并识别不同的临床病程模式	肾病综合征患者的临床参数、血清肌酐、血清白蛋白、尿液试纸血尿和蛋白尿	机器学习	肾病综合征	机器学习聚类	LSTM编码器-解码器架构	时间序列数据	205例肾病综合征患者
516	2024-09-08	A pilot study of deep learning-based CT volumetry for traumatic hemothorax 2022-Dec, Emergency radiology IF:1.7Q3 DOI:10.1007/s10140-022-02087-5 PMID:35971025	研究论文	本研究使用nnU-Net深度学习方法对创伤性血胸患者进行CT体积测量，并评估其性能	采用先进的nnU-Net深度学习方法进行血胸的定量可视化，并与传统的手动测量和专家共识评分进行比较	研究样本量较小，仅包括77名患者，且仅限于一家创伤中心的数据	评估基于深度学习的CT体积测量方法在创伤性血胸中的应用效果	创伤性血胸患者的CT图像	计算机视觉	创伤	深度学习	nnU-Net	图像	77名成年创伤性血胸患者
517	2024-09-08	Reducing Geometric Uncertainty in Computational Hemodynamics by Deep Learning-Assisted Parallel-Chain MCMC 2022-12-01, Journal of biomechanical engineering DOI:10.1115/1.4055809 PMID:36166284	研究论文	本文提出了一种基于深度学习的并行马尔可夫链蒙特卡罗方法，用于减少计算血流动力学中的几何不确定性	本文的创新点在于引入深度学习模型来近似几何到血流动力学的映射，并通过并行马尔可夫链蒙特卡罗方法进行高效的贝叶斯后验采样和几何不确定性减少	本文的局限性在于仅在二维主动脉流中进行了数值研究，尚未在更复杂的实际血管系统中验证	本文的研究目的是减少计算血流动力学模型中的几何不确定性，提高模型预测的可靠性	本文的研究对象是血管几何形状的不确定性及其对血流动力学模拟结果的影响	计算流体动力学	心血管疾病	深度学习	深度学习模型	几何数据	NA
518	2024-09-08	Computed cancer interactome explains the effects of somatic mutations in cancers 2022-12, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.4479 PMID:36261849	研究论文	研究利用AlphaFold预测癌症蛋白质相互作用网络，并分析体细胞突变对这些相互作用的影响	首次应用AlphaFold预测癌症驱动蛋白的蛋白质相互作用，并提供这些相互作用的结构细节	研究依赖于AlphaFold的预测结果，可能存在预测误差	探讨体细胞突变对癌症蛋白质相互作用网络的影响	癌症驱动蛋白及其相互作用网络	生物信息学	癌症	AlphaFold	NA	蛋白质相互作用数据	1,798个预测的蛋白质相互作用，1,087个缺乏先前3D结构信息的二元蛋白质复合物
519	2024-09-08	GeoPacker: A novel deep learning framework for protein side-chain modeling 2022-12, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.4484 PMID:36309961	研究论文	本文介绍了一种名为GeoPacker的新型深度学习框架，用于蛋白质侧链建模	GeoPacker利用几何深度学习结合ResNet，显式表示原子间的旋转和平移不变性，以提取相对位置信息，显著提高了蛋白质侧链结构预测的准确性和效率	NA	开发一种高效且准确的蛋白质侧链预测方法	蛋白质侧链结构	机器学习	NA	深度学习	ResNet	蛋白质结构数据	NA
520	2024-09-08	A longitudinal observational study of home-based conversations for detecting early dementia: protocol for the CUBOId TV task 2022-11-23, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2022-065033 PMID:36418120	研究论文	本文描述了CUBOId研究，探索多模态数据融合在家中监测轻度认知障碍（MCI）和早期阿尔茨海默病（AD）的可行性，重点介绍了一项名为'TV任务'的新颖语音任务	提出了一个新颖的'TV任务'，通过记录参与者在观看喜欢的电视节目时的对话音频，来跟踪疾病进展中的生态有效对话变化	NA	探索多模态数据融合在家中监测轻度认知障碍和早期阿尔茨海默病的可行性	轻度认知障碍（MCI）和早期阿尔茨海默病（AD）患者及其生活伴侣	NA	阿尔茨海默病	深度学习	NA	多模态数据（活动数据和语音数据）	参与者包括MCI或AD患者及其生活伴侣，数据采集时间为8-25个月