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
961	2024-09-02	3D Convolutional Neural Network Framework with Deep Learning for Nuclear Medicine 2022, Scanning DOI:10.1155/2022/9640177 PMID:35924105	研究论文	本文探讨了在核医学领域中使用3D卷积神经网络（CNN）和深度学习（DL）的新进展	介绍了3D CNN和U-Net在核医学中的应用，这些技术改变了临床和研究实践	未明确提及	探索3D CNN和U-Net在核医学中的应用，以及它们如何影响临床和研究实践	核医学中的图像分析和数据处理	机器学习	NA	3D CNN	CNN	图像	未明确提及
962	2024-09-02	A miRNA Target Prediction Model Based on Distributed Representation Learning and Deep Learning 2022, Computational and mathematical methods in medicine DOI:10.1155/2022/4490154 PMID:35924115	研究论文	本文开发了一种结合词嵌入和深度学习的新方法，用于人类miRNA靶点在位点级别的预测	本文首次研究了核苷酸序列的编码问题，并利用词嵌入和深度学习技术提高了miRNA靶点预测的准确性	NA	揭示转录组调控机制，对癌症和其他疾病的研究具有重要意义	人类miRNA靶点	生物信息学	NA	词嵌入，深度学习	BiLSTM	序列数据	NA
963	2024-09-01	Using artificial intelligence to improve the diagnostic efficiency of pulmonologists in differentiating COVID-19 pneumonia from community-acquired pneumonia 2022-08, Journal of medical virology IF:6.8Q1 DOI:10.1002/jmv.27777 PMID:35419818	研究论文	本研究利用人工智能（AI）提高肺科医生通过CT扫描区分COVID-19肺炎和社区获得性肺炎（CAP）的诊断效率	提出了一种基于深度学习的AI模型，该模型能够从体积CT扫描中提取视觉数据，显著提高了肺科医生的诊断准确性、敏感性和特异性	研究是回顾性的，未来的研究应关注AI在COVID-19感染实时应用中的效果	分析AI对肺科医生区分COVID-19肺炎和CAP诊断性能的贡献	COVID-19肺炎和社区获得性肺炎（CAP）的CT扫描图像	计算机视觉	COVID-19	深度学习	深度学习模型	CT扫描图像	2496次扫描（887名患者），其中1428次来自COVID-19组，1068次来自CAP组
964	2024-09-01	Benchmarking AlphaFold for protein complex modeling reveals accuracy determinants 2022-08, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.4379 PMID:35900023	研究论文	本文评估了AlphaFold在蛋白质复合体结构预测中的应用，通过152个异源二聚体蛋白质复合体的基准测试，探讨了其准确性和影响因素。	AlphaFold在许多情况下能生成接近天然结构的模型，显著优于未结合蛋白质-蛋白质对接的表现。	AlphaFold在抗体-抗原复合体的建模中表现不佳，且适应性免疫识别对当前AlphaFold算法和模型构成挑战。	研究AlphaFold在蛋白质复合体结构预测中的准确性和影响因素。	152个异源二聚体蛋白质复合体及抗体-抗原复合体。	机器学习	NA	深度学习	AlphaFold	序列数据	152个异源二聚体蛋白质复合体
965	2024-09-01	Improved SSD network for fast concealed object detection and recognition in passive terahertz security images 2022-07-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-16208-0 PMID:35840636	研究论文	本文提出了一种改进的SSD网络，用于在被动太赫兹安全图像中快速检测和识别隐藏物体	通过替换SSD算法的骨干网络为更具代表性的残差网络，并引入混合注意力机制和Focal Loss函数，提高了检测精度和速度	NA	旨在提出一种新方法，用于在太赫兹图像中准确且实时地检测隐藏物体	隐藏物体在太赫兹图像中的检测	计算机视觉	NA	深度学习	SSD, ResNet	图像	使用被动太赫兹设备收集的人体图像数据进行训练和测试
966	2024-09-01	Identifying multicellular spatiotemporal organization of cells with SpaceFlow 2022-07-14, Nature communications IF:14.7Q1 DOI:10.1038/s41467-022-31739-w PMID:35835774	研究论文	本文介绍了SpaceFlow方法，通过结合表达相似性和空间信息，生成空间一致的低维嵌入，并引入伪时空图来揭示细胞的时空模式。	SpaceFlow通过使用空间正则化深度图网络，同时考虑细胞的转录组相似性和空间位置，创新地生成了空间一致的低维嵌入。	NA	研究旨在开发一种灵活的深度学习框架，用于在分析空间转录组数据时整合时空信息。	研究对象包括心脏发育数据和人类乳腺癌数据中的细胞时空模式。	机器学习	乳腺癌	深度学习	深度图网络	转录组数据	涉及多个空间转录组数据集，包括斑点和单细胞分辨率的数据。
967	2024-09-01	Area-based breast percentage density estimation in mammograms using weight-adaptive multitask learning 2022-07-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-16141-2 PMID:35835933	研究论文	本文提出了一种基于深度学习的权重自适应多任务学习方法，用于从乳腺X光片中自动估计基于区域的乳腺百分比密度	该方法同时分割乳腺和密集组织，并进一步估计乳腺百分比密度，相较于多任务U-net和全卷积神经网络，在F-score上分别实现了2.88%和9.78%的平均相对改进	目前的方法通常局限于特定的乳腺X光片视图，并且对于胸大肌的完整描绘不足，在数据变异性方面表现不佳，通常需要经验丰富的放射科医生调整分割阈值	提高乳腺区域和密集组织的分割准确性，从而准确计算乳腺密度	乳腺X光片中的乳腺密度估计	计算机视觉	乳腺癌	深度学习	CNN	图像	7500张来自芬兰库奥皮奥大学医院的头尾位和内侧斜位乳腺X光片
968	2024-09-01	Comparing machine learning and deep learning regression frameworks for accurate prediction of dielectrophoretic force 2022-07-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-16114-5 PMID:35831342	研究论文	本文报道了一种使用机器学习（ML）和深度学习（DL）架构的智能传感框架，用于精确量化纺织电极基DEP传感设备中微粒上的介电泳力	本文通过比较多种机器学习和深度学习模型，构建了一个有效的回归框架来估计酵母细胞和微珠上的力，并评估了各模型的性能	NA	研究目的是比较机器学习和深度学习回归框架，以准确预测介电泳力	研究对象是酵母细胞和聚苯乙烯微珠上的介电泳力	机器学习	NA	机器学习和深度学习	CNN	图像	NA
969	2024-09-01	Fractal dimension of retinal vasculature as an image quality metric for automated fundus image analysis systems 2022-07-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-16089-3 PMID:35831401	研究论文	本文提出使用视网膜血管的分形维度作为自动眼底图像分析系统的图像质量指标	提出了一种新的视网膜图像质量指标——视网膜血管的分形维度，并通过改进的深度学习血管分割模型和盒计数模块来实现	仅在四个公开数据库的30,644张图像上进行了验证	开发一种有效的视网膜图像质量评估方法，以提高远程医疗中眼科自动筛查的准确性	视网膜图像的质量评估	计算机视觉	NA	深度学习	CNN	图像	30,644张视网膜图像
970	2024-09-01	Model building of protein complexes from intermediate-resolution cryo-EM maps with deep learning-guided automatic assembly 2022-07-13, Nature communications IF:14.7Q1 DOI:10.1038/s41467-022-31748-9 PMID:35831370	研究论文	本文提出了一种名为EMBuild的自动模型构建方法，用于从中间分辨率的冷冻电镜（cryo-EM）图中构建多链蛋白质复合物的模型	EMBuild整合了AlphaFold结构预测、基于FFT的全局拟合、基于域的半柔性精修以及基于图的迭代组装，使用深度卷积网络预测的主链概率图	NA	开发一种自动模型构建方法，以解决从中间分辨率的cryo-EM图中构建准确模型的问题	多链蛋白质复合物的模型构建	计算机视觉	NA	cryo-electron microscopy (cryo-EM)	深度卷积网络	图像	47个单颗粒EM图和16个子断层平均图
971	2024-09-01	A survey on computational spectral reconstruction methods from RGB to hyperspectral imaging 2022-07-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-16223-1 PMID:35831474	综述	本文综述了从RGB图像到高光谱图像的计算光谱重建方法	提出了基于先验和数据驱动的方法分类，并分析了它们在不同数据情况下的适用性	当前方法面临的挑战包括损失函数、光谱准确性和数据泛化能力	探讨计算光谱重建方法的发展及其在实际应用中的潜力	高光谱图像重建技术及其在消费电子中的应用	计算机视觉	NA	深度学习	神经网络	图像	使用开源数据集进行模拟
972	2024-09-01	Multi-scale feature progressive fusion network for remote sensing image change detection 2022-Jul-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-16329-6 PMID:35831628	研究论文	提出了一种新的多尺度特征渐进融合网络（MFPF-Net），用于遥感图像变化检测，包含三个创新模块：层特征融合模块（LFFM）、多尺度特征聚合模块（MSFA）和多尺度特征分布模块（MSFD）	通过直接聚合各层的变化图和使用金字塔结构的特征融合策略，提高了特征图在变化检测中的有效通信和全面融合	未提及具体限制	解决现有基于特征金字塔网络（FPN）的变化检测方法无法正确检测完整变化区域和准确定位变化区域边界的问题	遥感图像变化检测	计算机视觉	NA	深度学习	CNN	图像	在三个公开基准数据集CDD、LEVIR-CD和WHU-CD上进行了综合实验
973	2024-09-01	DeepBacs for multi-task bacterial image analysis using open-source deep learning approaches 2022-07-09, Communications biology IF:5.2Q1 DOI:10.1038/s42003-022-03634-z PMID:35810255	研究论文	本文展示了如何使用ZeroCostDL4Mic平台，利用一系列最先进的人工神经网络来分析细菌显微镜图像，并介绍了数据采集、整理和模型训练的策略。	本文展示了多种深度学习方法在细菌图像分析中的应用，包括图像分割、对象检测和表型分析，并展示了深度学习在提高低光毒性活细胞显微镜成像质量方面的能力。	NA	展示深度学习在微生物学中的应用，并促进细菌细胞生物学和抗生素研究工具的开发。	细菌显微镜图像的分析，包括图像分割、对象检测和表型分析。	计算机视觉	NA	深度学习	人工神经网络	图像	包含多种细菌物种的图像数据集
974	2024-09-01	Modelling intra-muscular contraction dynamics using in silico to in vivo domain translation 2022-Jul-08, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-022-01016-4 PMID:35804415	研究论文	本文提出了一种使用深度学习模型，通过域间翻译技术模拟体内肌肉收缩动态的新方法	本文首次使用3D cycleGAN模型进行体内外图像序列的域间翻译，以模拟真实的肌肉收缩模式	目前缺乏描述肌肉内部组织与其周围环境复杂交互作用的模型	旨在开发一种新的图像模拟模型，以支持运动医学、康复应用和神经肌肉疾病诊断等领域的发展	骨骼肌收缩动态	计算机视觉	NA	深度学习	3D cycleGAN	图像	未具体说明
975	2024-09-01	AutoMorph: Automated Retinal Vascular Morphology Quantification Via a Deep Learning Pipeline 2022-07-08, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.11.7.12 PMID:35833885	研究论文	本文通过外部验证一个名为AutoMorph的深度学习管道，用于自动分析眼底照片中的视网膜血管形态学	AutoMorph包含四个功能模块，使用最新的深度学习技术进行图像质量分级和解剖分割，并通过模型集成策略提高结果的鲁棒性	NA	验证AutoMorph在自动分析视网膜血管形态学方面的性能，并促进眼科和系统性疾病的研究	视网膜血管的形态学特征	计算机视觉	NA	深度学习	EfficientNet-b4	图像	使用了多个公开可用的独立数据集进行外部验证
976	2024-09-01	Classifying the lifestyle status for Alzheimer's disease from clinical notes using deep learning with weak supervision 2022-07-07, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-022-01819-4 PMID:35799294	研究论文	本研究利用深度学习结合弱监督方法，从临床笔记中分类阿尔茨海默病患者的日常生活状态	采用弱监督的BERT模型，显著增加了训练样本量，提高了分类性能	NA	通过分析电子健康记录，了解生活方式对阿尔茨海默病的影响	阿尔茨海默病患者的日常生活状态，如体育活动和过度饮食	自然语言处理	阿尔茨海默病	自然语言处理（NLP）	BERT	文本	从明尼苏达大学临床数据仓库提取的阿尔茨海默病患者电子健康记录
977	2024-09-01	Deep learning from phylogenies to uncover the epidemiological dynamics of outbreaks 2022-07-06, Nature communications IF:14.7Q1 DOI:10.1038/s41467-022-31511-0 PMID:35794110	研究论文	本文开发了一种基于模拟的、无似然度的方法，结合深度学习与系统发育树的总结统计或完整紧凑的树表示，用于揭示流行病动态	提出的方法避免了总结统计的潜在限制，适用于任何系统动力学模型，并能从非常大的系统发育树中进行模型选择和流行病参数估计	NA	开发一种快速且准确的系统动力学推断方法，以充分利用遗传数据揭示流行病动态	系统发育树和流行病动态	机器学习	HIV	深度学习	深度学习模型	系统发育树	涉及一个HIV数据集，具体样本数量未详述
978	2024-09-01	Deep learning for fast low-field MRI acquisitions 2022-07-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-14039-7 PMID:35794175	research paper	本文研究了使用深度学习技术加速低场磁共振成像（MRI）采集的方法	采用残差U-net结合数据增强技术，能够在有限的训练数据集上重建低场MRI扫描的幅度和相位信息	训练深度学习模型通常需要大型数据库，而低场MRI领域尚未具备这样的数据库	探索深度学习在加速低场MRI采集中的应用，以提高其临床相关性	低场MRI扫描的幅度和相位信息重建	machine learning	NA	深度学习	残差U-net	MRI图像	训练数据集包含10个样本
979	2024-09-01	Generalising from conventional pipelines using deep learning in high-throughput screening workflows 2022-07-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-15623-7 PMID:35794231	研究论文	本研究通过使用传统计算机视觉方法自动生成的弱训练标签训练深度学习网络，提高了高吞吐量筛选工作流程中的图像分割质量	结合传统计算机视觉和深度学习方法，使用自动生成的弱标签训练模型，提高了分割质量和效率	依赖于自动生成的弱标签，可能存在一定的误差	提高高吞吐量筛选工作流程中的图像分割准确性，促进精准医学的发展	高吞吐量筛选工作流程中的图像分割	计算机视觉	NA	深度学习	深度学习网络	图像	大型数据集
980	2024-09-01	Exploring deep learning methods for recognizing rare diseases and their clinical manifestations from texts 2022-Jul-06, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-022-04810-y PMID:35794528	研究论文	本文探讨了使用深度学习方法从文本中识别罕见疾病及其临床表现	采用双向长短期记忆网络（BiLSTM）和基于BERT的深度上下文词表示等深度学习技术来识别罕见疾病及其临床表现	在识别临床表现（如体征和症状）方面仍有改进空间	提高对罕见疾病的科学和医学知识，促进其诊断和治疗	罕见疾病及其临床表现	自然语言处理	罕见疾病	自然语言处理（NLP）和深度学习	双向长短期记忆网络（BiLSTM）、BERT	文本	NA