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
181	2024-09-26	A curated census of pathogenic and likely pathogenic UTR variants and evaluation of deep learning models for variant effect prediction 2023, Frontiers in molecular biosciences IF:3.9Q2 DOI:10.3389/fmolb.2023.1257550 PMID:37745687	研究论文	本文开发了一个高置信度的致病性和可能致病性UTR变异集，并评估了深度学习模型对变异效应预测的性能	本文首次系统地收集和评估了3'和5' UTR的致病性和可能致病性变异，并利用深度学习模型进行预测，验证了这些变异的致病性	本文的局限性在于仅使用了ClinVar数据库中的变异数据，可能存在数据偏差	评估深度学习模型对UTR变异效应预测的准确性，并提供一个高置信度的致病性和可能致病性UTR变异集	3'和5' UTR的致病性和可能致病性变异	数字病理学	罕见病	深度学习	深度学习模型	序列数据	295个3' UTR变异和188个5' UTR变异，其中26个3' UTR变异和68个5' UTR变异被分类为致病性或可能致病性
182	2024-09-26	Low-Latency Active Noise Control Using Attentive Recurrent Network 2023, IEEE/ACM transactions on audio, speech, and language processing DOI:10.1109/taslp.2023.3244528 PMID:37746522	研究论文	本文提出了一种使用注意力循环网络（ARN）的低延迟主动噪声控制（ANC）方法	引入了延迟补偿训练和改进的重叠相加方法，以减少深度ANC的算法延迟	NA	解决主动噪声控制中的低延迟问题	主动噪声控制系统	机器学习	NA	注意力循环网络（ARN）	循环神经网络（RNN）	音频信号	NA
183	2024-09-25	Coronavirus covid-19 detection by means of explainable deep learning 2023-01-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-27697-y PMID:36627339	研究论文	本文设计并实现了一种基于深度学习的方法，用于从CT医学图像中自动检测新型冠状病毒肺炎（COVID-19）	提出了一种基于深度学习的自动检测方法，能够从CT医学图像中快速诊断COVID-19，并自动标记感染区域	实验数据来自不同机构，但未详细说明样本数量和多样性	提供一种全自动且更快速的COVID-19诊断方法	COVID-19患者的CT医学图像	计算机视觉	新型冠状病毒肺炎	深度学习	NA	图像	来自不同机构的医学图像，未详细说明数量
184	2024-09-25	Region-based evidential deep learning to quantify uncertainty and improve robustness of brain tumor segmentation 2023, Neural computing & applications IF:4.5Q2 DOI:10.1007/s00521-022-08016-4 PMID:37724130	研究论文	本文提出了一种基于区域的证据深度学习框架，用于量化不确定性并提高脑肿瘤分割的鲁棒性	引入了一种新的基于区域的证据深度学习方法，能够生成可靠的不确定性图和准确的分割结果，对噪声和图像损坏具有鲁棒性	NA	提高脑肿瘤分割的可靠性和鲁棒性	脑肿瘤的分割和不确定性量化	计算机视觉	脑肿瘤	证据深度学习 (EDL)	神经网络	图像	BraTS 2020数据集
185	2024-09-25	Deformable image registration based on single or multi-atlas methods for automatic muscle segmentation and the generation of augmented imaging datasets 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0273446 PMID:36897869	研究论文	本文提出了一种基于单或多图谱方法的可变形图像配准技术，用于自动分割肌肉并生成增强的成像数据集	本文首次使用非线性可变形图像配准技术生成69个手动校验的3D人工数据集，为未来研究提供了大量可靠的参考数据	本文的研究对象仅限于下肢肌肉，且平均绝对相对体积误差为12.7%，仍有改进空间	开发一种自动化的肌肉分割方法，以减少手动劳动和操作员重复性问题	下肢骨骼肌肉	计算机视觉	NA	可变形图像配准	NA	图像	5名受试者的23块主要下肢骨骼肌肉
186	2024-09-25	Comparative evaluation and analysis of DNA N4-methylcytosine methylation sites using deep learning 2023, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2023.1254827 PMID:37671040	研究论文	本文比较了多种先进的深度学习模型在六个基准数据集上的表现，以评估其在4mC甲基化位点检测中的性能	本文首次系统地比较了多种深度学习模型在4mC甲基化位点检测中的应用，展示了深度学习在此领域的潜力	本文仅限于对现有深度学习模型的比较，未提出新的模型或方法	评估和分析深度学习模型在DNA N4-甲基胞嘧啶甲基化位点检测中的性能	DNA N4-甲基胞嘧啶甲基化位点	机器学习	NA	深度学习	多种深度学习模型	DNA序列数据	六个基准数据集
187	2024-09-25	Inferring the Effects of Protein Variants on Protein-Protein Interactions with Interpretable Transformer Representations 2023, Research (Washington, D.C.) DOI:10.34133/research.0219 PMID:37701056	研究论文	本文介绍了一种名为MIPPI的可解释Transformer模型，用于推断蛋白质变体对蛋白质-蛋白质相互作用的影响	MIPPI是一个端到端的深度学习模型，通过利用IMEx的相互作用数据直接从序列中学习特征，并能通过学习到的注意力权重进行解释	NA	旨在识别致病变体并推断其对蛋白质-蛋白质相互作用的影响，从而揭示其在疾病中的功能后果	蛋白质变体对蛋白质-蛋白质相互作用的影响	机器学习	神经发育障碍	Transformer	Transformer	序列	NA
188	2024-09-25	Sample-efficient multi-agent reinforcement learning with masked reconstruction 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0291545 PMID:37708154	研究论文	本文提出了一种结合掩码重构任务的多智能体强化学习方法（M-QMIX），以提高样本效率	通过引入掩码重构任务作为辅助任务，旨在增强多智能体系统中强化学习的样本效率	本文未提及具体的局限性	提高多智能体强化学习中的样本效率	多智能体强化学习中的决策问题	机器学习	NA	强化学习	QMIX	游戏数据	使用了11个场景，包括5个简单、3个困难和3个非常困难的场景
189	2024-09-25	Local refinement mechanism for improved plant leaf segmentation in cluttered backgrounds 2023, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2023.1211075 PMID:37711291	研究论文	本文提出了一种基于深度学习的植物叶片实例分割方法，通过局部细化机制在杂乱背景下提高分割性能	引入了局部细化机制，使用高斯低通和高提升滤波器来增强目标实例，并可应用于训练或测试数据集	较大的高斯低通滤波器核尺寸会导致预测性能下降	旨在解决真实温室场景中的挑战，实现智能农业中表型数据的自动识别	番茄叶片的实例分割	计算机视觉	NA	深度学习	实例分割架构	图像	番茄叶片数据集
190	2024-09-25	EEG-based investigation of effects of mindfulness meditation training on state and trait by deep learning and traditional machine learning 2023, Frontiers in human neuroscience IF:2.4Q2 DOI:10.3389/fnhum.2023.1033420 PMID:37719770	研究论文	本研究使用深度学习和传统机器学习方法，探讨短期正念减压训练对状态和特质的影响	本研究结合了深度学习和传统机器学习方法，评估短期正念减压训练对状态和特质的影响，并比较了不同分类策略的效果	本研究样本量较小，且仅包括11名初学者，可能影响结果的普适性	探讨短期正念减压训练对状态和特质的影响，并比较深度学习和传统机器学习方法的效果	短期正念减压训练对状态和特质的影响	机器学习	NA	卷积神经网络（CNN）、支持向量机（SVM）	卷积神经网络（CNN）	脑电图（EEG）	11名初学者正念减压训练者（6名男性，5名女性；平均年龄35.7岁；7名亚洲人，4名高加索人）
191	2024-09-25	Artificial intelligence assisted pterygium diagnosis: current status and perspectives 2023, International journal of ophthalmology IF:1.9Q2 DOI:10.18240/ijo.2023.09.04 PMID:37724272	综述	本文综述了人工智能辅助翼状胬肉诊断的现状和未来发展	探讨了人工智能在翼状胬肉诊断中的应用潜力	分析了人工智能辅助翼状胬肉诊断的优缺点和局限性	旨在提供关于人工智能在翼状胬肉诊断中的最新进展和潜在应用的见解	翼状胬肉诊断	计算机视觉	眼科疾病	机器学习、深度学习	NA	图像	NA
192	2024-09-25	Guidelines for the application of artificial intelligence in the diagnosis of anterior segment diseases (2023) 2023, International journal of ophthalmology IF:1.9Q2 DOI:10.18240/ijo.2023.09.03 PMID:37724278	指南	本文详细阐述了人工智能在前段眼病诊断中的应用	本文介绍了人工智能从前段眼病诊断的理论应用到实际应用的转变	本文探讨了现有障碍并展望了未来发展方向	旨在帮助眼科医生优化将人工智能融入诊断决策并增强临床研究	前段眼病，包括角膜、结膜、晶状体和眼睑的病理	数字病理	眼科疾病	人工智能	深度学习	图像	NA
193	2024-09-25	Research progress in artificial intelligence assisted diabetic retinopathy diagnosis 2023, International journal of ophthalmology IF:1.9Q2 DOI:10.18240/ijo.2023.09.05 PMID:37724288	研究论文	总结了基于机器学习和深度学习算法的人工智能模型在糖尿病视网膜病变诊断中的研究进展，并讨论了人工智能研究中的一些局限性和挑战	人工智能模型在糖尿病视网膜病变的诊断、分级和病变识别与分割方面取得了良好的研究和应用成果	讨论了人工智能研究中的一些局限性和挑战	总结人工智能在糖尿病视网膜病变诊断中的研究进展	糖尿病视网膜病变	机器学习	糖尿病视网膜病变	机器学习和深度学习算法	NA	NA	NA
194	2024-09-23	Deep learning models for cancer stem cell detection: a brief review 2023, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2023.1214425 PMID:37441078	综述	本文综述了深度学习在癌症干细胞检测中的应用	介绍了基于卷积神经网络（CNN）的多种深度学习模型在干细胞研究中的应用	讨论了深度学习在干细胞研究中的局限性	探讨深度学习在癌症干细胞研究中的新兴趋势	癌症干细胞（CSCs）	计算机视觉	NA	深度学习	卷积神经网络（CNN）	图像	NA
195	2024-09-23	Understanding structure-guided variant effect predictions using 3D convolutional neural networks 2023, Frontiers in molecular biosciences IF:3.9Q2 DOI:10.3389/fmolb.2023.1204157 PMID:37475887	研究论文	本文介绍了一种名为DeepRank-Mut的可配置框架，用于从3D空间中提取和学习氨基酸周围突变的物理化学相关特征，并通过3D卷积神经网络预测突变的有害性	提出了DeepRank-Mut框架，结合3D卷积神经网络和多通道3D体素网格，从结构环境中提取特征，以提高突变有害性预测的准确性	研究结果显示模型性能与其他常用资源相当，但未提及具体的改进空间或未来研究方向	开发和评估一种新的方法，用于预测蛋白质结构引导下的突变有害性	氨基酸突变及其在3D空间中的物理化学特征	机器学习	NA	3D卷积神经网络	3D-CNN	3D体素网格	独立测试数据集上的10折交叉验证实验
196	2024-09-23	Structural modeling of antibody variable regions using deep learning-progress and perspectives on drug discovery 2023, Frontiers in molecular biosciences IF:3.9Q2 DOI:10.3389/fmolb.2023.1214424 PMID:37484529	综述	本文综述了使用深度学习进行抗体可变区结构建模的最新进展及其在药物发现中的应用	介绍了AlphaFold2在蛋白质结构预测方面的突破性进展，并探讨了其在抗体结构预测中的具体应用	NA	探讨深度学习在抗体结构预测中的应用及其对生物药物发现的影响	抗体结构预测及其在药物发现中的应用	机器学习	NA	深度学习	AlphaFold2	蛋白质结构数据	NA
197	2024-09-23	Translating theory into practice: assessing the privacy implications of concept-based explanations for biomedical AI 2023, Frontiers in bioinformatics IF:2.8Q2 DOI:10.3389/fbinf.2023.1194993 PMID:37484865	研究论文	本文探讨了基于概念的解释对生物医学AI模型隐私的影响	首次研究并比较了基于概念的解释对生物医学图像分析中深度学习AI模型隐私的影响	研究发现，在更现实的攻击场景中，解释带来的威胁在实践中可以忽略不计	评估基于概念的解释对生物医学AI模型隐私的影响	基于概念的解释对深度学习AI模型隐私的影响	机器学习	NA	深度学习	ResNet50, NFNet, ConvNeXt	图像	三个数据集：ISIC, EyePACS, SCDB
198	2024-09-23	Generalizing factors of COVID-19 vaccine attitudes in different regions: A summary generation and topic modeling approach 2023 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076231188852 PMID:37485330	研究论文	本研究使用摘要生成和主题建模方法，识别不同地区对三种疫苗品牌态度的影响因素	采用BERTopic聚类和对比学习生成摘要，识别疫苗态度影响因素	NA	识别并概括不同地区对三种疫苗品牌态度的影响因素	三种疫苗品牌（Sinovac、AstraZeneca和Pfizer）的推文	自然语言处理	NA	BERTopic聚类和对比学习	BERTopic	文本	5562条推文
199	2024-09-23	Mouse brain MR super-resolution using a deep learning network trained with optical imaging data 2023, Frontiers in radiology DOI:10.3389/fradi.2023.1155866 PMID:37492378	研究论文	本文研究了使用深度学习网络对小鼠脑部MRI数据进行超分辨率处理的方法	首次使用高分辨率的小鼠脑部自体荧光数据训练深度学习网络，并通过迁移学习将其应用于MRI数据的超分辨率处理	研究主要集中在小鼠脑部，且需要高分辨率的自体荧光数据进行训练	提高MRI数据的分辨率和诊断价值	小鼠脑部MRI数据	计算机视觉	NA	深度学习	深度学习网络	图像	有限的高分辨率小鼠脑部MRI数据
200	2024-09-23	YOLO-plum: A high precision and real-time improved algorithm for plum recognition 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0287778 PMID:37498811	研究论文	本文提出了一种改进的YOLOv5算法用于李子识别，提高了识别精度和速度	首次建立了李子的人工数据集，并通过深度学习改进了目标检测算法，提高了未成熟李子的批量识别准确率和速度	目前仅在未成熟李子上进行了验证，未来可能需要扩展到其他未成熟水果	提高水果生长状态的实时、快速、准确和无损批量检测，以提升经济效益	未成熟李子的识别	计算机视觉	NA	深度学习	YOLOv5	图像	首次建立了李子的人工数据集