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
241	2024-09-16	Epoch and accuracy based empirical study for cardiac MRI segmentation using deep learning technique 2023, PeerJ IF:2.3Q2 DOI:10.7717/peerj.14939 PMID:36974136	研究论文	本文研究了基于深度学习技术的心脏MRI分割任务中，训练轮数（epoch）与准确率之间的关系	本文建立了超参数训练轮数与准确率之间的关系，并优化了卷积神经网络模型以提高分割准确率	NA	研究心脏MRI图像分割任务中，训练轮数对模型准确率的影响	心脏MRI图像的分割	计算机视觉	心血管疾病	深度学习技术	卷积神经网络（CNN）	图像	NA
242	2024-09-16	Exploring interpretability in deep learning prediction of successful ablation therapy for atrial fibrillation 2023, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2023.1054401 PMID:36998987	研究论文	研究探讨了深度学习在预测房颤消融治疗成功率中的可解释性，并评估了左心房中是否使用了致心律失常区域	首次探索了深度学习模型在预测房颤消融治疗成功率中的可解释性，并验证了模型是否利用了MRI图像中的结构特征来识别致心律失常区域	研究仅使用了MRI衍生的2D左心房组织模型，未来需要进一步验证在真实临床环境中的应用	提高房颤消融治疗的成功率，并确保深度学习模型的预测结果具有临床可解释性	房颤及其消融治疗的成功率预测	机器学习	心血管疾病	深度学习	深度学习模型	图像	187个MRI衍生的2D左心房组织模型
243	2024-09-16	Novel methods for elucidating modality importance in multimodal electrophysiology classifiers 2023, Frontiers in neuroinformatics IF:2.5Q3 DOI:10.3389/fninf.2023.1123376 PMID:37006636	研究论文	本文研究了多模态电生理分类器中模态重要性的新方法	提出了两种新的局部多模态可解释性方法，并首次将这些方法应用于电生理分析	NA	提高多模态电生理分类器的可解释性，促进个性化医疗的发展	自动睡眠阶段分类中的脑电图、眼电图和肌电图数据	机器学习	NA	NA	卷积神经网络	时间序列数据	NA
244	2024-09-16	An integrated pre-clerkship curriculum to build cognitive medical schema: It's not just about the content 2023, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2023.1148916 PMID:37008016	研究论文	本文介绍了一种综合性的预实习课程，旨在通过建立认知医学模式来提升学习者的临床表现	该课程设计超越了传统的内容教学，考虑了学习者特征、教师和资源等非内容设计元素，并采用了基于案例的方法和团队教学模式	虽然该模型可以应用于其他项目设置，但需要考虑特定环境和学习者的内容和非内容元素	开发一种预实习课程，消除学科界限，增强学习者在实习和早期临床表现中的能力	预实习课程的设计和实施，以及其对学习者临床推理能力的影响	医学教育	NA	NA	NA	NA	NA
245	2024-09-15	Headache classification and automatic biomarker extraction from structural MRIs using deep learning 2023, Brain communications IF:4.1Q2 DOI:10.1093/braincomms/fcac311 PMID:36751567	研究论文	本文开发了一种基于深度学习的分类管道，用于从结构MRI中区分三种头痛类型，并自动提取生物标志物	相比传统机器学习方法，深度学习方法无需先验知识，能够自动发现区分不同队列MRI的特征	训练数据有限且样本类别不平衡	研究深度学习方法在神经影像学中对头痛分类和生物标志物自动提取的应用	三种头痛类型（偏头痛、急性创伤后头痛和持续性创伤后头痛）与健康对照组的脑MRI	计算机视觉	头痛	深度学习	3D ResNet-18	图像	偏头痛95例，急性创伤后头痛48例，持续性创伤后头痛49例，健康对照组532例
246	2024-09-15	Face mask detection and social distance monitoring system for COVID-19 pandemic 2023, Multimedia tools and applications IF:3.0Q2 DOI:10.1007/s11042-022-13913-w PMID:36196269	研究论文	本文提出了一种用于COVID-19疫情期间的口罩检测和社交距离监控系统	本文创新性地提出了一个包含10,000张户外图像的大规模数据集，用于加速自动化口罩检测和社交距离测量的发展，并优化了YOLO-v3架构以提高实时应用的性能	本文的方法需要大量的数据来确保在实时应用中的鲁棒性，并且目前没有标准的户外监控数据集可用	旨在开发一种能够在公共场所实时检测口罩佩戴情况和监控社交距离的系统，以帮助减缓COVID-19的传播	口罩检测和社交距离测量	计算机视觉	NA	深度学习	YOLO-v3	图像	10,000张户外图像
247	2024-09-15	Deep learning of protein sequence design of protein-protein interactions 2023-01-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btac733 PMID:36377772	研究论文	本文开发了一种基于注意力机制的深度学习模型，用于设计蛋白质-蛋白质相互作用的氨基酸序列	该模型受图像-标题匹配算法的启发，能够重新设计天然蛋白质界面或设计蛋白质相互作用片段，并且在不需要精确骨架位置的情况下进行蛋白质-蛋白质相互作用的新设计	NA	开发数据驱动的模型来描述蛋白质序列-结构关系，并解决蛋白质-蛋白质相互作用序列设计的挑战性问题	蛋白质-蛋白质相互作用的氨基酸序列设计	机器学习	NA	深度学习	注意力机制模型	蛋白质序列	NA
248	2024-09-15	DeepCellEss: cell line-specific essential protein prediction with attention-based interpretable deep learning 2023-01-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btac779 PMID:36458923	研究论文	提出了一种基于注意力机制的可解释深度学习框架DeepCellEss，用于预测特定细胞系的必需蛋白质	DeepCellEss考虑了蛋白质必需性受细胞环境影响的特性，并引入了多头部自注意力机制以提高模型的可解释性	NA	开发一种能够预测特定细胞系必需蛋白质的计算方法	特定细胞系的必需蛋白质	机器学习	NA	卷积神经网络和双向长短期记忆网络	深度学习模型	蛋白质序列	323个细胞系的大规模基准数据集
249	2024-09-15	ManyFold: an efficient and flexible library for training and validating protein folding models 2023-01-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btac773 PMID:36495196	研究论文	ManyFold 是一个用于蛋白质结构预测的灵活库，支持多种输入和模型的训练与验证	ManyFold 支持多种输入（MSA 和 pLM 嵌入），允许对现有模型（如 AlphaFold 和 OpenFold）进行推理，并支持从零开始训练新模型	NA	开发一个高效且灵活的库，用于训练和验证蛋白质折叠模型	蛋白质结构预测模型	机器学习	NA	深度学习	pLMFold	序列数据	NA
250	2024-09-15	Stacked ensemble learning based on deep convolutional neural networks for pediatric pneumonia diagnosis using chest X-ray images 2023, Neural computing & applications IF:4.5Q2 DOI:10.1007/s00521-022-08099-z PMID:36532883	研究论文	本文提出了一种基于深度卷积神经网络的堆叠集成学习模型，用于通过胸部X光图像诊断儿童肺炎	本文的创新点在于使用堆叠集成学习方法，结合深度学习特征提取和降维技术，提高了儿童肺炎诊断的准确性和效率	本文未提及模型的泛化能力和在不同数据集上的表现	开发一种快速且准确的计算机辅助检测模型，用于儿童肺炎的诊断	儿童肺炎的胸部X光图像	计算机视觉	儿童疾病	深度学习	CNN	图像	使用了公开的儿童肺炎数据集
251	2024-09-15	NanoSNP: a progressive and haplotype-aware SNP caller on low-coverage nanopore sequencing data 2023-01-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btac824 PMID:36548365	研究论文	本文介绍了一种基于深度学习的SNP检测方法NanoSNP，用于在低覆盖率的纳米孔测序数据中识别SNP位点	NanoSNP设计了一个多步骤、多尺度和单倍型感知的SNP检测流程，结合了长程单倍型特征和短程堆叠特征，使用Bi-LSTM网络进行预测	NanoSNP在覆盖率超过16×时性能与Clair3相当，但在更高覆盖率下可能不如Clair3	开发一种能够在低覆盖率纳米孔测序数据中有效检测SNP的方法	低覆盖率纳米孔测序数据中的SNP位点	生物信息学	NA	纳米孔测序	Bi-LSTM	测序数据	六个人类基因组（HG002-HG007）
252	2024-09-15	COVID-19 Lung CT image segmentation using localization and enhancement methods with U-Net 2023, Procedia computer science DOI:10.1016/j.procs.2023.01.144 PMID:36743788	研究论文	本文提出了一种基于直方图非参数区域定位和增强方法的COVID-19肺部CT图像分割系统	本文创新性地将直方图非参数区域定位和增强方法应用于COVID-19肺部CT图像的预处理，显著提高了U-Net模型的分割能力	NA	研究目的是提高COVID-19肺部CT图像的分割精度，以便更准确地诊断疾病和评估患者病情	COVID-19肺部CT图像	计算机视觉	COVID-19	直方图非参数区域定位和增强方法	U-Net	图像	NA
253	2024-09-15	SCS-Net: An efficient and practical approach towards Face Mask Detection 2023, Procedia computer science DOI:10.1016/j.procs.2023.01.165 PMID:36743793	研究论文	提出了一种轻量级的深度学习模型SCS-Net，用于解决口罩佩戴检测中的实际部署问题和错误佩戴口罩的识别问题	设计了一种新颖的深度学习架构，参数仅为0.12M，比现有模型减少了496倍；首次提出了包含大量错误佩戴口罩图像的数据集	未详细说明模型的泛化能力和在不同环境下的表现	开发一种高效且实用的深度学习模型，用于在实际环境中检测口罩佩戴情况	口罩佩戴检测和错误佩戴口罩的识别	计算机视觉	NA	深度学习	SCS-Net	图像	25296张合成设计的错误佩戴口罩图像
254	2024-09-15	Not getting in too deep: A practical deep learning approach to routine crystallisation image classification 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0282562 PMID:36893084	研究论文	本文比较了四种广泛使用的卷积深度学习网络架构在常规结晶图像分类中的应用	通过组合不同分类器的优势，实现了与大型联盟倡议相当的分类准确性	使用了相对较小的训练集（约1.6万张图像）	探索在常规结晶实验中使用深度学习进行图像分类的可行性	蛋白质结晶实验中的图像分类	计算机视觉	NA	卷积神经网络	CNN	图像	约1.6万张图像
255	2024-09-15	A deep graph convolutional neural network architecture for graph classification 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0279604 PMID:36897837	研究论文	提出了一种新的深度图卷积神经网络架构用于图分类任务	提出了非局部消息传递框架和新的空间图卷积层，解决了现有图卷积网络深度受限的问题	NA	解决现有图卷积网络深度受限的问题，提升图分类任务的性能	图卷积网络的深度和性能	机器学习	NA	图卷积网络	深度图卷积神经网络II (DGCNNII)	图数据	基准图分类数据集
256	2024-09-15	Deep learning-based EEG emotion recognition: Current trends and future perspectives 2023, Frontiers in psychology IF:2.6Q2 DOI:10.3389/fpsyg.2023.1126994 PMID:36923142	综述	本文综述了基于深度学习的脑电图（EEG）情感识别的最新进展和未来展望	探讨了深度学习技术在EEG情感识别中的应用，包括深度信念网络、卷积神经网络和循环神经网络	未提及具体实验数据和模型性能评估	提供EEG情感识别领域的最新综述，特别是深度学习技术的应用	脑电图（EEG）情感识别	机器学习	NA	深度学习	深度信念网络、卷积神经网络、循环神经网络	脑电图（EEG）	NA
257	2024-09-15	Sleep staging in the ICU with heart rate variability and breathing signals. An exploratory cross-sectional study using deep neural networks 2023, Frontiers in network physiology DOI:10.3389/fnetp.2023.1120390 PMID:36926545	研究论文	研究使用深度神经网络基于心率变异性和呼吸信号在重症监护病房（ICU）中进行睡眠分期	探索了使用心率变异性和呼吸信号结合人工智能方法在ICU中估计传统睡眠指标的可行性	研究样本量有限，且仅限于手术和内科ICU的患者	评估在ICU中使用心率变异性和呼吸信号进行睡眠分期的可行性	重症监护病房中的成年患者和睡眠实验室中的患者	机器学习	NA	深度学习	深度神经网络	心率变异性和呼吸信号	102名ICU患者和220名睡眠实验室患者
258	2024-09-15	A deep learning-based framework for retinal fundus image enhancement 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0282416 PMID:36928209	研究论文	本文提出了一种基于深度学习的视网膜眼底图像增强框架，旨在提高低质量眼底图像的质量并去除复杂图像降解	本文提出了一种新的基于深度学习的模型，能够自动增强低质量视网膜眼底图像，并设计了定制的卷积神经网络架构来处理不同类型的图像降解	本文未详细讨论模型的泛化能力以及在不同数据集上的表现差异	创建一个自动化的视网膜黄斑图像增强框架，以提高低质量眼底图像的质量并去除复杂图像降解	低质量的视网膜眼底图像及其复杂降解	计算机视觉	NA	深度学习	卷积神经网络 (CNN)	图像	1068对高质量和低质量的视网膜眼底图像
259	2024-09-15	Modelling blood flow in patients with heart valve disease using deep learning: A computationally efficient method to expand diagnostic capabilities in clinical routine 2023, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2023.1136935 PMID:36937926	研究论文	本文提出了一种基于深度学习的方法，用于计算主动脉和主动脉瓣狭窄患者中的压力和壁面剪切应力，以替代传统的计算流体动力学方法	使用深度学习算法替代传统的计算流体动力学方法，显著提高了计算效率和临床实用性	NA	开发一种计算效率高的方法，用于在临床实践中扩展基于血流建模的诊断和治疗支持能力	主动脉和主动脉瓣狭窄患者的血流动力学参数	机器学习	心血管疾病	深度学习	人工神经网络	图像	103个主动脉和主动脉瓣的表面模型，267个患者特定的稳态CFD模拟，23个测试案例
260	2024-09-15	Retinal fluid is associated with cytokines of aqueous humor in age-related macular degeneration using automatic 3-dimensional quantification 2023, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2023.1157497 PMID:36968207	研究论文	研究通过自动三维量化技术探讨年龄相关性黄斑变性中视网膜液与房水中细胞因子的关联	使用深度学习Deeplabv3+自动量化OCT图像中的视网膜液体积，并分析其与房水中细胞因子浓度的相关性	样本量较小，仅涉及20名nAMD患者的三次临床访问数据	探讨房水中细胞因子在年龄相关性黄斑变性发病机制中的生物学作用	年龄相关性黄斑变性患者的视网膜液和房水细胞因子	数字病理学	年龄相关性黄斑变性	光相干断层扫描（OCT）、深度学习Deeplabv3+、Luminex技术	Deeplabv3+	图像	20名nAMD患者的三次临床访问数据