深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
81	2024-08-29	Resolving complex cartilage structures in developmental biology via deep learning-based automatic segmentation of X-ray computed microtomography images 2022-05-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-12329-8 PMID:35610276	研究论文	本研究利用卷积神经网络（CNN）自动分割发育中的鼻囊软骨结构，通过X射线计算显微断层扫描（μCT）图像进行分析	提出了一种针对大尺寸图像优化的CNN分割模型，并使用独特的手动注释数据库进行训练	图像数据尺寸大且训练数据库相对较小，包括基因改造的小鼠胚胎，分析结构的表型与正常情况不同	加速μCT分析动物模型中软骨骨骼元素的发育疾病	发育中的鼻囊软骨结构	计算机视觉	NA	X射线计算显微断层扫描（μCT）	CNN	图像	包括基因改造的小鼠胚胎	NA	NA	NA	NA
82	2024-08-29	Birdsong classification based on ensemble multi-scale convolutional neural network 2022-05-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-12121-8 PMID:35606386	研究论文	本文针对传统卷积神经网络（CNN）在层数增加时语义信息丰富但细节信息丢失的问题，提出了一种基于小波变换特征谱图的多尺度卷积神经网络（MSCNN）和集成多尺度卷积神经网络（EMSCNN）分类框架，用于鸟鸣分类	本文提出的EMSCNN模型通过集成多尺度卷积神经网络，有效解决了传统CNN在处理鸟鸣数据时全局信息丢失的问题，提高了分类性能	NA	提高鸟鸣分类的准确性和稳定性	鸟鸣数据	计算机视觉	NA	小波变换	CNN	音频	30种鸟类	NA	NA	NA	NA
83	2024-08-29	Hippocampal representations for deep learning on Alzheimer's disease 2022-05-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-12533-6 PMID:35597814	研究论文	本文比较了五种海马体表示方法及其相应的网络架构，用于通过深度学习分析阿尔茨海默病中的海马体变化	本文首次评估了不同海马体表示方法对深度学习分析阿尔茨海默病的影响	需要进一步研究以确定最佳的海马体表示方法和网络架构	探讨不同海马体表示方法对深度学习预测阿尔茨海默病的影响	海马体在阿尔茨海默病中的变化	机器学习	阿尔茨海默病	深度学习	神经网络	图像	独立测试数据集	NA	NA	NA	NA
84	2024-08-29	Predicting the failure of two-dimensional silica glasses 2022-May-20, Nature communications IF:14.7Q1 DOI:10.1038/s41467-022-30530-1 PMID:35595727	研究论文	本文利用机器学习方法预测模拟二维硅玻璃的失效，并通过Grad-CAM构建注意力图以实现物理解释	本文通过Grad-CAM构建的注意力图可以物理解释为拓扑缺陷和局部势能，提高了预测结果的可解释性	NA	预测材料的失效	二维硅玻璃	机器学习	NA	机器学习方法	人工神经网络	结构信息	不同形状和大小的样本以及实验图像	NA	NA	NA	NA
85	2024-08-29	A fine-grained network for human identification using panoramic dental images 2022-May-13, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2022.100485 PMID:35607622	研究论文	本文提出了一种利用全景牙科图像进行人体细粒度识别的网络模型	设计了一种双分支架构，其中一个分支作为图像特征提取器，另一个作为掩码特征提取器，并通过改进的注意力机制和ArcFace损失函数提高了模型性能	NA	开发一种新的深度学习模型，用于通过全景牙科图像进行人体识别	利用牙科图像中的牙齿掩码分布来区分不同个体的细微牙齿差异	计算机视觉	NA	深度神经网络	CNN	图像	23,715张全景X光牙科图像，来自10,113名患者	NA	NA	NA	NA
86	2024-08-28	New open-source software for subcellular segmentation and analysis of spatiotemporal fluorescence signals using deep learning 2022-May-20, iScience IF:4.6Q1 DOI:10.1016/j.isci.2022.104277 PMID:35573197	研究论文	本文介绍了一种新的开源软件，利用深度学习方法进行亚细胞荧光信号的分割和分析	该软件通过深度学习方法优化了钙信号分割的准确性和速度，适用于多种细胞类型和不同信号模式	NA	开发一种快速、准确且标准化的亚细胞荧光信号分析工具	亚细胞荧光信号的分割和量化	计算机视觉	NA	深度学习	NA	图像	多种细胞类型	NA	NA	NA	NA
87	2024-08-28	A benchmark dataset for Hydrogen Combustion 2022-May-17, Scientific data IF:5.8Q1 DOI:10.1038/s41597-022-01330-5 PMID:35581204	研究论文	本文通过扩展内在反应坐标（IRC）计算与从头算分子动力学模拟和正常模式位移计算，为氢燃烧的19个反应通道的势能面提供更广泛的覆盖，构建了一个用于深度学习模型的基准数据集。	本文采用了高精度的范围分离杂化密度泛函ωB97X-V，评估了约290,000个势能和约1,270,000个核力矢量，以构建深度学习模型的参考数据集。	NA	为深度学习模型生成用于研究氢燃烧反应的参考数据。	氢燃烧反应的19个反应通道。	机器学习	NA	从头算分子动力学模拟	深度学习模型	势能和核力矢量数据	约290,000个势能和约1,270,000个核力矢量	NA	NA	NA	NA
88	2024-08-28	Expert surgeons and deep learning models can predict the outcome of surgical hemorrhage from 1 min of video 2022-05-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-11549-2 PMID:35581213	研究论文	评估深度学习神经网络（DNN）通过手术视频前一分钟预测止血控制能力的能力，并与人类专家的预测进行比较	深度学习模型SOCALNet在预测手术出血结果和血量损失方面表现优于人类专家，且没有假阴性结果	文章未提及具体限制	研究深度学习模型在预测手术出血结果和血量损失方面的有效性	深度学习模型SOCALNet和人类专家在预测手术出血结果和血量损失方面的表现	机器学习	NA	深度学习神经网络	卷积神经网络（ResNet）和循环神经网络（LSTM）	视频	147个手术视频，其中20个用于测试	NA	NA	NA	NA
89	2024-08-28	Protein design via deep learning 2022-05-13, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbac102 PMID:35348602	综述	本文回顾了基于深度学习的蛋白质设计方法的主要进展，并通过显著案例展示了其与传统基于知识的途径相比的新颖性	深度学习的引入对设计方法产生了变革性影响，特别是在结构基础的蛋白质设计和直接序列设计方面，以及最近在蛋白质设计中应用深度强化学习	NA	探讨深度学习在蛋白质设计中的应用及其未来发展方向	蛋白质设计方法及其在纳米技术和生物医学领域的应用	机器学习	NA	深度学习	深度强化学习	NA	NA	NA	NA	NA	NA
90	2024-08-28	Design and validation of a semi-automatic bone segmentation algorithm from MRI to improve research efficiency 2022-05-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-11785-6 PMID:35551485	研究论文	本文开发并验证了一种半自动骨分割算法，利用空间强度梯度从膝关节的磁共振（MR）图像中分离髌骨，无需训练集	该算法通过减少约75%的分割时间，提高了研究效率，并可能用于生成深度学习算法的训练数据	NA	开发一种半自动分割算法，以提高骨分割的效率	髌骨的分割	计算机视觉	NA	MRI	NA	图像	4名人类参与者（体内）和3个猪膝关节（体外）	NA	NA	NA	NA
91	2024-08-28	Postural behavior recognition of captive nocturnal animals based on deep learning: a case study of Bengal slow loris 2022-05-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-11842-0 PMID:35545645	研究论文	本研究利用深度学习技术对圈养夜行性动物的姿势行为进行识别，以孟加拉懒猴为例	建立了首个由人工标记的懒猴姿势行为数据集，并使用深度学习技术进行物体检测和语义分割	NA	评估动物福利和圈养管理中姿势行为的精确识别	孟加拉懒猴的姿势行为	计算机视觉	NA	深度学习	YOLOv5, Dilated Residual Networks (DRN)	图像	大量懒猴个体	NA	NA	NA	NA
92	2024-08-28	Machine Learning of Reaction Properties via Learned Representations of the Condensed Graph of Reaction 2022-05-09, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.1c00975 PMID:34734699	研究论文	本文结合化学信息学中的反应表示方法——凝聚反应图（CGR）与图卷积神经网络（GCNN）架构，开发了一种用于预测化学反应性质的深度学习模型	首次开发了适用于反应的通用且可转移的GCNN模型，该模型不依赖专家知识，能够生成数据驱动的、任务依赖的反应嵌入	NA	开发一种新的机器学习模型，用于准确预测化学反应的各种性质	化学反应的性质，如活化能、反应速率、产率等	机器学习	NA	图卷积神经网络（GCNN）	GCNN	图数据	包含大量原子映射反应及其目标性质的数据集	NA	NA	NA	NA
93	2024-08-28	Split BiRNN for real-time activity recognition using radar and deep learning 2022-05-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-08240-x PMID:35523811	研究论文	本文提出了一种使用雷达和深度学习进行实时活动识别的分割双向循环神经网络（BiRNN）框架	该框架通过在本地设备上进行前向循环神经网络（RNN）计算并在远程设备上进行后向RNN计算，实现了快速响应和准确性提升	NA	旨在提高雷达系统在隐私保护下进行人体活动识别的效率和准确性	雷达数据处理和人体活动识别	机器学习	NA	深度神经网络	循环神经网络（RNN）	雷达数据	NA	NA	NA	NA	NA
94	2024-08-28	Portable Deep Learning-Driven Ion-Sensitive Field-Effect Transistor Scheme for Measurement of Carbaryl Pesticide 2022-May-06, Sensors (Basel, Switzerland) DOI:10.3390/s22093543 PMID:35591232	研究论文	本研究提出了一种多输入深度学习驱动的离子敏感场效应晶体管（ISFET）方案，用于预测杀虫剂甲萘威的浓度	本研究的创新点在于使用深度学习算法与ISFET传感器相结合，有效预测杀虫剂浓度，并提高了预测准确性	NA	研究目的是开发一种能够现场测量杀虫剂浓度的便携式深度学习驱动的ISFET方案	研究对象是杀虫剂甲萘威的浓度	机器学习	NA	离子敏感场效应晶体管（ISFET）	深度学习回归模型	溶液温度	甲萘威浓度范围为1 × 10-1 × 10 M，溶液温度范围为20-35 °C	NA	NA	NA	NA
95	2024-08-28	Exploration of chemical space with partial labeled noisy student self-training and self-supervised graph embedding 2022-May-02, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-022-04681-3 PMID:35501680	研究论文	本文开发了一种自训练方法PLANS和一种新的自监督图嵌入GINFP，用于化学化合物的子结构信息表示，并评估了其在预测CYP450结合活性和化学毒性方面的性能	提出了PLANS自训练方法和GINFP自监督图嵌入，能够利用大量未标记的化学化合物和标记及部分标记的药理数据，提高神经网络模型的泛化能力	NA	加速药物发现过程并降低成本，通过机器学习尤其是深度学习在QSAR建模中的应用	化学化合物的子结构信息表示和化学性质预测，如结合亲和力、毒性等	机器学习	NA	自监督学习	图神经网络	化学数据	数百万未标记的化学化合物以及标记和部分标记的药理数据	NA	NA	NA	NA
96	2024-08-28	A radiomics-boosted deep-learning model for COVID-19 and non-COVID-19 pneumonia classification using chest x-ray images 2022-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.15582 PMID:35263458	研究论文	本文开发了一种结合放射组学分析的深度学习模型，用于通过胸部X光图像区分COVID-19和非COVID-19肺炎	采用2D滑动核映射放射组学特征，并将这些特征转化为与X光图像相同维度的2D图，增强了模型的性能和鲁棒性	NA	提高COVID-19和非COVID-19肺炎检测的准确性和鲁棒性	COVID-19、非COVID-19肺炎和健康个体的分类	计算机视觉	COVID-19	放射组学分析	深度神经网络（包括VGG-16、VGG-19和DenseNet-121）	图像	812张胸部X光图像，包括262例COVID-19、288例非COVID-19肺炎和262例健康案例	NA	NA	NA	NA
97	2024-08-28	Automated segmentation of the larynx on computed tomography images: a review 2022-May, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-022-00221-3 PMID:35529346	综述	本文综述了用于计算机断层扫描（CT）图像上喉部自动分割的各种自动检测和分割方法	总结了图像配准和深度学习方法在喉部分割中的应用，并比较了它们的优缺点	缺乏对喉部边界的标准化以及相对较小的结构的复杂性使得CT图像上的喉部自动分割具有挑战性	探讨在头颈癌治疗规划中，如何通过自动分割技术辅助临床医生验证其发现并寻找诊断中的疏漏	喉部在CT图像上的自动分割方法	计算机视觉	头颈癌	NA	NA	图像	NA	NA	NA	NA	NA
98	2024-08-27	A cross-scanner and cross-tracer deep learning method for the recovery of standard-dose imaging quality from low-dose PET 2022-05, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-021-05644-1 PMID:34950968	研究论文	本文开发了一种深度学习方法，能够在不同扫描器和示踪剂下从低剂量PET图像恢复到标准剂量图像质量	本文创新性地开发了一种条件生成对抗网络（GAN），用于跨扫描器和跨示踪剂的优化，以提高AI在临床实践中的可信度	NA	旨在开发一种AI技术，能够在不同扫描器和示踪剂下独立应用，从低剂量扫描中恢复高质量成像	237名患者的脑部[18F]FDG PET图像，以及不同扫描器和示踪剂下的PET图像	计算机视觉	NA	条件生成对抗网络（GAN）	GAN	图像	237名患者的脑部[18F]FDG PET图像，45名患者的[18F]FDG PET图像，18名患者的[18F]FET PET图像，10名患者的[18F]Florbetapir图像	NA	NA	NA	NA
99	2024-08-07	From Left Atrial Dimension to Curved M-Mode Speckle-Tracking Images: Role of Echocardiography in Evaluating Patients with Atrial Fibrillation 2022-May, Reviews in cardiovascular medicine IF:1.9Q3 DOI:10.31083/j.rcm2305171 PMID:39077610	综述	本文综述了利用斑点追踪超声心动图从左心房尺寸到曲面M型图像评估心房颤动患者的临床应用、优势和局限性	斑点追踪超声心动图被证明是一种可行且可重复的技术，用于直接评估左心房功能，并且深度学习神经网络已成功应用于超声心动图图像分析，实现基于人工智能的全自动测量	左心房应变和应变率的临床应用、优势和局限性需要充分理解，且其在心房颤动患者治疗决策中的预后价值和实用性需要进一步阐明	探讨斑点追踪超声心动图在评估心房颤动患者中的应用及其临床意义	心房颤动患者	医学影像	心房颤动	斑点追踪超声心动图	深度学习神经网络	图像	NA	NA	NA	NA	NA
100	2024-08-07	Segmentation of Dental Restorations on Panoramic Radiographs Using Deep Learning 2022-May-25, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics12061316 PMID:35741125	研究论文	本文研究使用深度学习方法在全景X光片上分割牙科修复体	提出使用小尺寸、等间距的矩形图像块（tiles）训练模型，以提高分割性能和加速收敛	全景X光片的分割偏向于更频繁和扩展的类别	探索使用U-Net模型在全景X光片上分割牙科修复体的有效方法	牙科修复体，包括填充物、冠和根管填充	计算机视觉	NA	卷积神经网络（CNN）	U-Net	图像	1781张全景X光片	NA	NA	NA	NA