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
1041	2024-09-02	A pilot study on deep learning-based grading of corners of vertebral bodies for assessment of radiographic progression in patients with ankylosing spondylitis 2022, Therapeutic advances in musculoskeletal disease IF:3.4Q2 DOI:10.1177/1759720X221114097 PMID:35898565	研究论文	本研究旨在开发一种基于深度学习模型的颈椎和腰椎椎体角度的分级方法，用于辅助检测强直性脊柱炎患者的mSASSS评分	首次开发了一种高性能的深度学习模型，用于椎体角度的分级	该模型需要进一步改进和验证，以开发未来的计算机辅助工具	开发一种深度学习模型，用于辅助检测强直性脊柱炎患者的mSASSS评分	颈椎和腰椎椎体角度	计算机视觉	强直性脊柱炎	深度学习	卷积神经网络	图像	1280名强直性脊柱炎患者，包括5,083张颈椎和5,245张腰椎侧位X光片，共计119,414个椎体角度
1042	2024-09-02	Identification and Classification of Prostate Cancer Identification and Classification Based on Improved Convolution Neural Network 2022, BioMed research international IF:2.6Q3 DOI:10.1155/2022/9112587 PMID:35898684	研究论文	本研究基于改进的卷积神经网络对前列腺癌进行识别和分类	提出了一种基于改进U-Net网络的区域分割模型，通过密集连接块融合深浅层特征，并对各尺度特征进行监督	NA	提高前列腺癌诊断的客观性和重复性	前列腺癌的识别和分类	计算机视觉	前列腺癌	深度学习	U-Net网络	图像	一个完全注释的数据集
1043	2024-09-02	Facility Layout Optimization of Urban Public Sports Services under the Background of Deep Learning 2022, Computational intelligence and neuroscience DOI:10.1155/2022/1748319 PMID:35898767	研究论文	本文采用M-P模型、损失函数和激活函数的方法，以即将举办亚运会的体育城市杭州为例，进行了城市公共体育服务布局优化的实验	利用深度学习技术优化城市公共体育服务的空间布局	实验仅基于杭州一个城市的情况，可能需要更多城市的数据以验证方法的普遍适用性	解决当前背景下城市体育社会设施布局不均衡及难以满足居民需求的问题	城市公共体育服务的空间布局	机器学习	NA	深度学习	M-P模型	数据	以杭州为例，进行了实验
1044	2024-09-02	A Hierarchical Graph Learning Model for Brain Network Regression Analysis 2022, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2022.963082 PMID:35903810	研究论文	本文提出了一种用于脑网络回归分析的可解释图学习模型	该模型在有效性、公平性和透明度方面优于其他最先进的方法	NA	旨在提高脑网络分析的可解释性	脑网络和成人自我报告（ASR）评分	机器学习	NA	图学习方法	图学习模型	脑网络数据	来自人类连接组项目（HCP）的受试者
1045	2024-09-02	Machine Learning Approaches to TCR Repertoire Analysis 2022, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2022.858057 PMID:35911778	综述	本文综述了基于机器学习和深度学习的T细胞受体库分析方法，并讨论了其未来前景	NA	NA	评估免疫系统的状态和异常	T细胞受体库	机器学习	NA	基因组测序技术	机器学习和深度学习	数据	NA
1046	2024-09-02	Skin Cancer Classification With Deep Learning: A Systematic Review 2022, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2022.893972 PMID:35912265	综述	本文全面概述了最新的基于深度学习的皮肤癌分类算法	总结了皮肤癌分类任务中的前沿问题及其解决方案，并指出这些方法的发展方向是结构化、轻量化和多模态	未提及具体的研究限制	提供基于深度学习的皮肤癌分类算法的全面概述	皮肤癌分类算法及其前沿问题	计算机视觉	皮肤癌	深度学习	CNN	图像	NA
1047	2024-09-02	An effective behavior recognition method in the video session using convolutional neural network 2022, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0266734 PMID:35913982	研究论文	提出了一种基于卷积神经网络的视频行为识别方法，通过增加目标检测阶段和改进损失函数，提高了行为识别的准确性	通过增加目标检测阶段和使用改进的损失函数，减少了背景噪声的干扰并解决了分类难度和样本不平衡问题	未提及具体限制	提高基于视频的行为识别方法的准确性	视频中的行为识别	计算机视觉	NA	卷积神经网络 (CNN)	CNN	视频	使用了不同的开源和基准数据集进行实验
1048	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
1049	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
1050	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
1051	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
1052	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
1053	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。
1054	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
1055	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
1056	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
1057	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
1058	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
1059	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
1060	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