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
981	2024-09-01	Dali server: structural unification of protein families 2022-07-05, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkac387 PMID:35610055	研究论文	本文介绍了Dali服务器最新的两次升级，使其能够搜索AlphaFold数据库中的关键生物体的折叠组，并对结构比对进行蛋白质家族注释	通过这些新功能，发现了WRKY/GCM1家族中的一个功能多样的新亚群	NA	旨在通过结构比对和注释，揭示蛋白质家族的结构统一性	蛋白质结构及其在生物功能中的作用	结构生物信息学	NA	深度学习	NA	蛋白质结构数据	涉及多个蛋白质家族和未表征的蛋白质
982	2024-09-01	Fast intraoperative histology-based diagnosis of gliomas with third harmonic generation microscopy and deep learning 2022-07-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-15423-z PMID:35790792	研究论文	本文展示了使用第三谐波生成显微镜和深度学习技术进行胶质瘤实时图像分析的流程	利用非线性多光子显微镜进行无标记的脑组织成像，并结合深度学习实现实时自动化的胶质瘤图像分析	研究基于初步数据集，平均二元准确率为79%，与三位病理学家的共识相比，AUC为0.77，平均精度为0.83	开发一种实时图像分析技术，用于在肿瘤手术中对脑组织进行术中评估	胶质瘤的实时图像分析	数字病理学	脑肿瘤	第三谐波生成显微镜	全卷积分类网络	图像	初步数据集
983	2024-09-01	State-of-the-Art Imaging Techniques in Metastatic Spinal Cord Compression 2022-Jul-05, Cancers IF:4.5Q1 DOI:10.3390/cancers14133289 PMID:35805059	综述	本文综述了在诊断转移性脊髓压迫（MSCC）中各种成像技术的优势和局限性，以及成像在MSCC的立体定向体部放疗（SBRT）治疗中的作用和深度学习（DL）工具在MSCC诊断中的最新进展	深度学习工具可能提高椎体转移的检测能力，并缩短MSCC诊断时间，从而使患者能更早接受确定性治疗，改善治疗效果	传统CT在MSCC诊断中的准确性低于MRI，但在紧急情况下，当无法进行MRI检查时，CT仍然有用	探讨不同成像技术在转移性脊髓压迫诊断和治疗中的应用及深度学习工具的最新进展	转移性脊髓压迫（MSCC）及其成像诊断和治疗	计算机视觉	NA	MRI, CT, 深度学习	NA	图像	NA
984	2024-09-01	Neural network based successor representations to form cognitive maps of space and language 2022-07-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-14916-1 PMID:35787659	研究论文	本文提出了一种基于神经网络的后继表示学习方法，并将其应用于空间探索、空间导航和非空间语言理解任务中，以形成认知地图	本文首次将神经网络与后继表示相结合，用于模拟大脑中的认知地图形成过程，并展示了其在不同任务中的应用	文章未明确提及具体的技术限制或实验局限	探索神经网络在形成认知地图和处理结构化知识方面的应用，以推动人工通用智能的发展	空间探索任务、空间导航任务和非空间语言理解任务	机器学习	NA	神经网络	神经网络	空间数据和语言数据	文章未提供具体样本数量
985	2024-09-01	Validating daily social media macroscopes of emotions 2022-07-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-14579-y PMID:35788626	研究论文	本文通过大规模在线调查和社交媒体文本情感分析，验证了社交媒体情感测量社区层面情绪动态的有效性	结合监督式文本分析方法和无监督词典方法，基于新型深度学习架构，与自我报告的情绪时间序列高度一致	NA	验证社交媒体情感是否能有效测量社区层面的情绪和情绪的时间动态	社交媒体文本情感分析与用户自我报告情绪之间的关系	自然语言处理	NA	深度学习	深度学习架构	文本	大规模在线报纸用户和Twitter用户
986	2024-09-01	A convolutional neural network highlights mutations relevant to antimicrobial resistance in Mycobacterium tuberculosis 2022-07-02, Nature communications IF:14.7Q1 DOI:10.1038/s41467-022-31236-0 PMID:35780211	研究论文	本文介绍了两类深度卷积神经网络用于预测结核分枝杆菌对抗生素的耐药性，包括一个多药卷积神经网络（MD-CNN）和13个单药卷积神经网络（SD-CNN），并使用显著性方法评估了输入序列特征对预测的贡献	提出了具有更高灵敏度和特异性的MD-CNN和SD-CNN模型，并使用显著性方法识别了18个与耐药性相关的新基因组位点	深度学习方法的可解释性仍然是一个挑战，限制了其临床应用和泛化能力	开发和验证用于预测结核分枝杆菌抗生素耐药性的深度学习模型	结核分枝杆菌的抗生素耐药性	机器学习	结核病	卷积神经网络（CNN）	CNN	基因组序列	涉及13种抗生素的耐药性预测，基于18个基因组位点
987	2024-09-01	Deep compartment models: A deep learning approach for the reliable prediction of time-series data in pharmacokinetic modeling 2022-07, CPT: pharmacometrics & systems pharmacology DOI:10.1002/psp4.12808 PMID:38100092	研究论文	本文提出了一种结合神经网络和常微分方程的深度隔室模型（DCM），用于在药代动力学建模中可靠地预测时间序列数据	DCM模型结合了神经网络和常微分方程，能够在小数据集上训练后保持准确性，并能更准确地预测药物浓度	NA	解决传统非线性混合效应（NLME）模型复杂且耗时的问题，并提高机器学习方法在治疗策略外推的可靠性	药代动力学建模中的时间序列数据预测	机器学习	血友病A	深度学习	神经网络	时间序列数据	使用不同大小的模拟数据集和真实世界数据集（血友病A患者在接受VIII因子浓缩物手术期间的数据）
988	2024-09-01	The role of contemporary digital tools and technologies in COVID-19 crisis: An exploratory analysis 2022-Jul, Expert systems IF:3.0Q2 DOI:10.1111/exsy.12834 PMID:34898797	研究论文	本文探讨了在COVID-19危机中，新兴数字技术如物联网、人工智能、机器学习、深度学习、区块链、增强现实、虚拟现实、云计算、大数据、机器人和无人机、智能移动应用及5G如何推动医疗保健发展并助力抗击疫情	文章分析了多种数字技术在疫情管理中的应用，包括预筛查、早期检测、感染者/隔离者监控、未来感染率预测等	NA	研究旨在探索用于解决COVID-19问题的技术、流程和工具	COVID-19疫情管理中的数字技术应用	机器学习	COVID-19	人工智能（AI）、机器学习（ML）、深度学习（DL）、区块链、云计算、物联网（IoT）	NA	大数据	NA
989	2024-09-01	Anomaly detection in chest 18F-FDG PET/CT by Bayesian deep learning 2022-Jul, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-022-01249-2 PMID:35094221	研究论文	开发一种基于贝叶斯深度学习的异常检测系统，用于检测胸部18F-FDG PET/CT中的异常FDG摄取	该模型仅使用正常PET/CT图像进行训练，能够检测胸部区域任何位置的异常FDG摄取	NA	开发一种能够检测胸部区域异常FDG摄取的异常检测系统	胸部区域的18F-FDG PET/CT图像	计算机视觉	NA	贝叶斯深度学习	NA	图像	训练集包含1878个无异常发现的PET/CT扫描，评估集包含34个显示胸部区域局部异常FDG摄取的扫描
990	2024-09-01	Brain MR Atlas Construction Using Symmetric Deep Neural Inpainting 2022-07, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2022.3149754 PMID:35139030	研究论文	本文提出了一种基于深度学习的图像修复方法，用于替换脑部肿瘤区域的正常组织强度，以构建统计脑图谱。	1) 可以使用具有随机肿瘤位置的不完全分布数据集进行训练；2) 能够正确学习、识别和修正不规则形状的肿瘤区域；3) 应用大脑两半球之间的对称性约束来规范修复区域。	NA	旨在解决脑部肿瘤存在时难以为不同受试者提供共同空间或对齐其图像数据的问题。	脑部肿瘤区域的正常组织强度替换和统计脑图谱的构建。	计算机视觉	脑肿瘤	磁共振成像	深度神经网络	图像	使用了来自多模态脑肿瘤分割挑战的公共数据库进行测试。
991	2024-09-01	Automated image curation in diabetic retinopathy screening using deep learning 2022-07-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-15491-1 PMID:35778615	研究论文	本文开发并验证了用于糖尿病视网膜病变筛查图像自动管理的深度学习模型，包括单输出和多输出分类器，用于检测图像的侧位、视网膜存在、视网膜视野和可分级性	本文首次提出了使用深度学习模型进行糖尿病视网膜病变筛查图像的自动管理，能够有效检测图像的侧位、视网膜存在、视网膜视野和可分级性，并具有跨中心和跨人群的泛化能力	NA	开发和验证用于糖尿病视网膜病变筛查图像自动管理的深度学习模型	糖尿病视网膜病变筛查图像的侧位、视网膜存在、视网膜视野和可分级性	计算机视觉	糖尿病视网膜病变	深度学习	CNN	图像	内部数据集包含7743张图像，外部测试数据集包含1479张图像
992	2024-09-01	Development and validation of bone-suppressed deep learning classification of COVID-19 presentation in chest radiographs 2022-Jul, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-21-791 PMID:35782269	研究论文	本文开发并验证了一种基于深度学习的骨抑制分类方法，用于从胸部X光片中识别COVID-19表现	本文首次探讨了骨抑制技术在胸部X光片中提高COVID-19深度学习分类性能的可能性	研究仅限于两种骨抑制方法和两种分类器架构，未来可探索更多方法和架构	旨在通过骨抑制技术提高COVID-19在胸部X光片中的深度学习分类性能	COVID-19患者的胸部X光片	计算机视觉	COVID-19	深度学习	CNN	图像	训练数据包括217对正常和骨抑制的胸部X光片，测试数据包括320名COVID-19阳性患者和518名非COVID-19患者
993	2024-09-01	Sticky Pi is a high-frequency smart trap that enables the study of insect circadian activity under natural conditions 2022-07, PLoS biology IF:7.8Q1 DOI:10.1371/journal.pbio.3001689 PMID:35797311	研究论文	本文介绍了一种名为Sticky Pi的高频智能陷阱，用于在自然条件下研究昆虫的昼夜活动	开发了一种新型、自主、开源的昆虫陷阱Sticky Pi，每20分钟自动采集粘卡图像，并使用定制的深度学习算法自动准确地记录捕获昆虫的时间、地点和种类	NA	旨在开发一种新的技术工具，以监测昆虫的身份和生态，特别是在自然条件下的昼夜生物学活动	主要研究对象包括果蝇Drosophila melanogaster和农业害虫Drosophila suzukii及其寄生蜂	机器学习	NA	深度学习算法	深度学习模型	图像	在实验室条件下验证了设备，并在野外部署了多个Sticky Pi设备以研究昆虫的日常活动
994	2024-09-01	Increasing Women's Knowledge about HPV Using BERT Text Summarization: An Online Randomized Study 2022-07-01, International journal of environmental research and public health DOI:10.3390/ijerph19138100 PMID:35805761	研究论文	本研究通过在线随机实验，比较了阅读使用BERT模型自动生成的HPV知识摘要文本与阅读原始长篇HPV文本的女性在HPV知识水平上的差异	利用BERT深度学习模型进行文本摘要，以提高女性对HPV知识的了解	阅读原始文本的女性在某些HPV知识问题上表现更好，表明BERT摘要可能存在信息遗漏	探讨使用BERT文本摘要工具对提高女性HPV知识的效果	386名女性，随机分为两组，分别阅读HPV的自动生成摘要和原始文本	自然语言处理	NA	BERT	BERT	文本	386名女性
995	2024-09-01	Management of Portal Hypertension 2022 Jul-Aug, Journal of clinical and experimental hepatology IF:3.3Q2 DOI:10.1016/j.jceh.2022.03.002 PMID:35814519	综述	本文详细讨论了与肝硬化相关的门脉高压的诊断与管理	近期深度学习方法已被证明能有效诊断临床显著性门脉高压	NA	探讨肝硬化相关门脉高压的诊断与管理	门脉高压及其并发症	NA	肝病	深度学习	NA	NA	NA
996	2024-09-01	Development and Validation of a Deep Learning Method to Predict Cerebral Palsy From Spontaneous Movements in Infants at High Risk 2022-07-01, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2022.21325 PMID:35816301	研究论文	开发并验证了一种基于深度学习的方法，用于预测高风险婴儿的自发运动中的脑瘫	该研究提出了一种新的基于深度学习的方法，用于从视频中预测脑瘫，相较于传统机器学习方法，其准确性更高	研究未报告样本的种族和民族数据，且未观察到与GMA工具相比有显著的准确性提升	开发并评估一种基于深度学习的方法，以预测9至18周校正年龄婴儿的脑瘫	557名高风险围产期脑损伤婴儿	机器学习	脑瘫	深度学习	深度学习模型	视频	557名婴儿，其中418名用于模型开发，139名用于外部验证
997	2024-09-01	The Advances in Computer Vision That Are Enabling More Autonomous Actions in Surgery: A Systematic Review of the Literature 2022-Jun-29, Sensors (Basel, Switzerland) DOI:10.3390/s22134918 PMID:35808408	综述	本文是一篇关于计算机视觉（CV）在手术中实现更自主行动的进展和当前限制的系统性文献综述	深入探讨了计算机视觉领域，并强调了非视觉数据形式如仪器先验和音频触觉在辅助计算机化机器人实现更自主行动中的作用	讨论了外科医生、内镜医生和介入放射科医生在手术过程中面临的对更多自主性的存在危机	探讨如何利用计算机视觉的力量，使进行介入治疗的医生保持参与	计算机视觉在手术中的应用及其辅助技术	计算机视觉	NA	计算机视觉	NA	非视觉数据	NA
998	2024-09-01	Deep Learning and Structure-Based Virtual Screening for Drug Discovery against NEK7: A Novel Target for the Treatment of Cancer 2022-Jun-25, Molecules (Basel, Switzerland) DOI:10.3390/molecules27134098 PMID:35807344	研究论文	本研究利用深度学习和基于结构的虚拟筛选方法，针对NEK7这一新型癌症治疗靶点进行药物发现研究	结合药物再利用和结构基础的虚拟筛选方法，筛选出具有更好结合能的苯磺酰胺衍生物，并通过分子动力学模拟和深度学习模型预测其稳定性和结合亲和力	需要通过体外和体内实验进一步验证所识别化合物的抑制潜力	开发针对NEK7的新型抗癌药物	NEK7蛋白及其抑制剂	药物发现	癌症	虚拟筛选, 分子动力学模拟, 深度学习	深度学习模型	蛋白质结构, 化合物库	1200种苯磺酰胺衍生物
999	2024-09-01	Effective Free-Driving Region Detection for Mobile Robots by Uncertainty Estimation Using RGB-D Data 2022-Jun-23, Sensors (Basel, Switzerland) DOI:10.3390/s22134751 PMID:35808244	研究论文	本文提出了一种自监督学习方法，用于移动机器人可行驶区域和道路异常分割，通过自动生成分割标签框架（AGSL）提高性能。	提出了自动生成分割标签框架（AGSL），通过比较输入图像与重构图像的差异并定位视差图中的障碍物，自动生成分割标签。	现有技术在面对复杂情况时性能较低，因为训练数据集中未包含不熟悉的物体。	提高移动机器人在室内外环境中自主导航的安全性和准确性。	移动机器人的可行驶区域和道路障碍分割。	计算机视觉	NA	RGB-D数据	语义分割网络	图像	使用RGB-D数据集进行训练
1000	2024-09-01	Deep Learning-Based Muscle Segmentation and Quantification of Full-Leg Plain Radiograph for Sarcopenia Screening in Patients Undergoing Total Knee Arthroplasty 2022-Jun-22, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm11133612 PMID:35806895	研究论文	本文介绍了一种基于深度学习的模型，用于自动分割和量化全腿平片中的肌肉，以预测接受全膝关节置换术患者的肌少症。	该研究开发了一种基于U-Net的深度学习模型，用于自动肌肉分割和量化，并在实际临床环境中展示了其高肌少症筛查性能。	NA	研究目的是开发一种深度学习模型，用于在全膝关节置换术前筛查肌少症。	研究对象为接受全膝关节置换术的患者。	机器学习	geriatric disease	深度学习	U-Net	image	训练集包含227名健康志愿者，测试集包含403名计划进行全膝关节置换术的患者。