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
581	2024-10-14	Impact of Imaging Biomarkers and AI on Breast Cancer Management: A Brief Review 2023-Oct-30, Cancers IF:4.5Q1 DOI:10.3390/cancers15215216 PMID:37958390	综述	本文回顾了BI-RADS的历史，探讨了先进的乳腺成像技术，并介绍了人工智能在乳腺癌管理中的应用	本文整合了最新的成像技术和人工智能算法，旨在提高放射科医生对乳腺癌患者的个性化需求的服务能力	NA	探讨成像生物标志物和人工智能在乳腺癌管理中的应用	乳腺成像技术、成像生物标志物、治疗反应评估以及人工智能在乳腺癌诊断中的应用	计算机视觉	乳腺癌	NA	NA	图像	NA
582	2024-10-14	Deep Learning-Based Denoising of CEST MR Data: A Feasibility Study on Applying Synthetic Phantoms in Medical Imaging 2023-Oct-27, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13213326 PMID:37958222	研究论文	本研究探讨了使用合成幻影数据在医学影像中应用深度学习进行CEST MRI数据去噪的可行性	本研究首次使用合成幻影数据和神经网络（特别是ResUNet架构）进行CEST MRI数据去噪，并展示了其在高噪声环境下的优越性能	神经网络在体内数据应用中面临噪声特征变化的挑战，需要进一步研究其在临床环境中的应用	研究深度学习在CEST MRI数据去噪中的应用，并评估其在不同噪声水平下的性能	合成生成的CEST MRI图像和传统去噪方法的比较	计算机视觉	NA	深度学习	ResUNet	图像	使用合成生成的幻影数据进行实验
583	2024-10-14	Progress in Active Infrared Imaging for Defect Detection in the Renewable and Electronic Industries 2023-Oct-27, Sensors (Basel, Switzerland) DOI:10.3390/s23218780 PMID:37960480	综述	本文综述了主动红外热成像技术在可再生能源和电子行业中的缺陷检测应用	结合红外热成像与深度学习技术，提出了一种高效且高精度的光伏板缺陷检测解决方案	讨论了红外热成像技术在激励源、光伏行业、电子行业和人工智能方面的优势与挑战	综述红外热成像技术在可再生能源和电子行业中的应用，并探讨其未来研究方向	红外热成像技术在光伏板和电路板缺陷检测中的应用	计算机视觉	NA	红外热成像	深度学习	图像	NA
584	2024-10-14	DeepVision: Enhanced Drone Detection and Recognition in Visible Imagery through Deep Learning Networks 2023-Oct-25, Sensors (Basel, Switzerland) DOI:10.3390/s23218711 PMID:37960411	研究论文	本文介绍了一种创新的深度学习方法，用于在可见图像中有效区分无人机和鸟类	提出了一种基于SqueezeNet模型的深度学习方法，通过图像分块技术提高了对小型无人机的检测性能，并在平均精度（AP）和检测时间上优于其他现有方法	NA	解决无人机在机场等关键基础设施中的潜在滥用问题，提高无人机检测的准确性和实时性	无人机和鸟类	计算机视觉	NA	深度学习	SqueezeNet	图像	使用了由多所大学和研究机构提供的真实世界数据集，作为2020年无人机与鸟类检测挑战的一部分
585	2024-10-14	Protein Language Models Uncover Carbohydrate-Active Enzyme Function in Metagenomics 2023-Oct-25, bioRxiv : the preprint server for biology DOI:10.1101/2023.10.23.563620 PMID:37961379	研究论文	本文介绍了CAZyLingua工具，该工具利用蛋白质语言模型嵌入构建深度学习框架，用于元基因组数据中碳水化合物活性酶（CAZymes）的功能注释	首次利用蛋白质语言模型嵌入构建深度学习框架进行CAZymes的功能注释，并在多个数据集上展示了比传统序列同源性方法更高的F1分数	NA	开发一种新的工具来提高元基因组数据中碳水化合物活性酶的功能注释准确性	碳水化合物活性酶（CAZymes）及其在元基因组数据中的功能注释	机器学习	NA	蛋白质语言模型嵌入	深度学习模型	元基因组数据	包括母亲/婴儿纵向数据集和纤维化倾向疾病（如克罗恩病和IgG4相关疾病）患者的元基因组数据集
586	2024-10-14	Exploring the Roles of RNAs in Chromatin Architecture Using Deep Learning 2023-Oct-24, bioRxiv : the preprint server for biology DOI:10.1101/2023.10.22.563498 PMID:37961712	研究论文	本文提出了一种名为AkitaR的深度学习框架，利用基因组序列和全基因组RNA-DNA相互作用来研究染色质相关RNAs（caRNAs）在HFFc6细胞中基因组折叠中的作用	本文首次提出了AkitaR框架，通过结合基因组序列和RNA-DNA相互作用来解析caRNAs在基因组折叠中的作用，并发现了新的可能调节染色质结构的非编码RNAs	本文主要集中在HFFc6细胞中，研究结果的普适性有待进一步验证	研究染色质相关RNAs在基因组三维组织中的作用	染色质相关RNAs（caRNAs）及其在基因组折叠中的作用	机器学习	NA	深度学习	深度学习框架	基因组序列和RNA-DNA相互作用数据	HFFc6细胞
587	2024-10-14	Binding affinity predictions with hybrid quantum-classical convolutional neural networks 2023-Oct-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-45269-y PMID:37864075	研究论文	本文介绍了一种混合量子-经典卷积神经网络用于预测药物与蛋白质的结合亲和力	提出了一种混合量子-经典卷积神经网络，相比传统方法减少了20%的复杂性，并在训练阶段节省了40%的成本和时间	NA	提高药物设计的效率和准确性	药物与蛋白质的结合亲和力	机器学习	NA	量子机器学习	卷积神经网络	结合亲和力数据	NA
588	2024-10-14	Leveraging Large Language Models (LLM) for the Plastic Surgery Resident Training: Do They Have a Role? 2023-Oct, Indian journal of plastic surgery : official publication of the Association of Plastic Surgeons of India IF:0.7Q4 DOI:10.1055/s-0043-1772704 PMID:38026769	研究论文	探讨大型语言模型（LLM）在整形外科住院医师培训中的作用	研究首次探索了LLM作为教学助理（TA）在整形外科中的应用，并评估了其生成内容的准确性和实用性	研究仅基于ChatGPT模型，未涵盖其他LLM模型，且样本量较小，仅涉及八位研究作者的评估	评估LLM在整形外科住院医师培训中的潜在作用	整形外科住院医师培训中的教学助理角色	自然语言处理	NA	深度学习技术，包括微调和基于人类反馈的强化学习	Transformer	文本	八位研究作者
589	2024-10-14	Challenges and solutions of echocardiography generalization for deep learning: a study in patients with constrictive pericarditis 2023-Sep, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.10.5.054502 PMID:37840850	研究论文	本文提出了一种创新的自动化框架，用于解决在限制性心包炎和心脏淀粉样变性区分任务中，超声心动图深度学习模型泛化的问题	提出了一个创新的预处理和图像泛化框架，用于处理图像以训练ResNet50、ResNeXt101和EfficientNetB2模型	NA	开发一种基于超声心动图的深度学习模型，能够准确区分限制性心包炎、心脏淀粉样变性和正常病例	限制性心包炎和心脏淀粉样变性患者以及正常病例的超声心动图图像	机器学习	心血管疾病	深度学习	EfficientNetB2	图像	945例超声心动图研究，包括720例来自Mayo Rochester和225例来自Mayo Arizona
590	2024-10-14	Comprehensive Functional Annotation of Metagenomes and Microbial Genomes Using a Deep Learning-Based Method 2023-04-27, mSystems IF:5.0Q1 DOI:10.1128/msystems.01178-22 PMID:37010293	研究论文	开发了一种新的元基因组分析工作流程，整合了基因组重建、分类学分析和基于深度学习的功能注释，以提高微生物基因的功能注释覆盖率	首次将基于深度学习的功能注释应用于元基因组学，显著提高了基因功能注释的覆盖率	DeepFRI的注释比eggNOG的注释更广泛但不那么具体，并且在已知物种上的注释敏感性较低	提高微生物基因的功能注释覆盖率，揭示人类肠道微生物群在健康和疾病中的功能特征	人类肠道微生物群的基因功能注释	机器学习	NA	深度学习	DeepFRI	基因组	1070个婴儿元基因组
591	2024-10-14	Computational single cell oncology: state of the art 2023, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2023.1256991 PMID:38028624	综述	本文综述了单细胞计算分析在肿瘤学领域的最新进展	本文介绍了单细胞计算分析在肿瘤学中的应用，包括识别新的细胞状态、表征肿瘤亚型、发现生物标志物和预测治疗反应	本文讨论了单细胞数据处理中的挑战，包括数据质量控制、归一化、降维、聚类和轨迹推断	本文旨在为研究人员提供利用计算方法解锁单细胞分析在理解癌症生物学中的全部潜力的路线图	单细胞计算分析在肿瘤学中的应用	数字病理学	NA	计算算法和生物信息学方法	机器学习和深度学习	单细胞数据	NA
592	2024-10-13	Sen-2 LULC: Land use land cover dataset for deep learning approaches 2023-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2023.109724 PMID:37965594	研究论文	本文介绍了一个名为Sen-2 LULC的数据集，用于支持深度学习方法在土地利用和土地覆盖分类中的应用	该数据集填补了高质量数据集在现代计算机视觉和遥感数据分析之间的空白，促进了环境理解和城市规划的突破	NA	促进土地利用和土地覆盖分类的研究，特别是在印度地区	土地利用和土地覆盖分类	计算机视觉	NA	遥感技术	CNN	图像	213,761张预处理的10米分辨率图像，涵盖七种土地利用和土地覆盖类别
593	2024-10-13	Protein language models can capture protein quaternary state 2023-Nov-14, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-023-05549-w PMID:37964216	研究论文	本文探讨了蛋白质语言模型在预测蛋白质四级结构中的应用	首次研究了嵌入技术在预测蛋白质四级结构中的能力	模型性能不如基于已解析晶体结构的方法	探索蛋白质语言模型在预测蛋白质四级结构中的潜力	蛋白质的四级结构	机器学习	NA	深度学习	蛋白质语言模型（如ESM-2）	蛋白质序列	来自QSbio数据集的大量蛋白质数据
594	2024-10-13	Deep learning and single-cell phenotyping for rapid antimicrobial susceptibility detection in Escherichia coli 2023-11-14, Communications biology IF:5.2Q1 DOI:10.1038/s42003-023-05524-4 PMID:37964031	研究论文	本文介绍了一种基于深度学习的单细胞表型分析方法，用于快速检测大肠杆菌的抗生素敏感性	提出了一种新的概念验证方法，通过深度学习单细胞特定的形态表型来直接关联大肠杆菌的抗生素敏感性	仅在实验室参考的完全敏感的大肠杆菌菌株和六种来自人类血流感染的大肠杆菌菌株上进行了验证	开发一种快速检测大肠杆菌抗生素敏感性的方法，以应对抗生素耐药性的上升	大肠杆菌的抗生素敏感性	计算机视觉	NA	深度学习	深度学习模型	图像	六种来自人类血流感染的大肠杆菌菌株
595	2024-10-13	Effect of the telemedicine-supported multicomponent exercise therapy in patients with knee osteoarthritis: study protocol for a randomized controlled trial 2023-Nov-14, Trials IF:2.0Q3 DOI:10.1186/s13063-023-07749-4 PMID:37964273	研究论文	研究远程医疗支持的多成分运动疗法对膝骨关节炎患者的疗效	结合运动疗法、患者教育和健康指导，通过mHealth应用程序在家中进行治疗	现有研究中存在患者依从性问题和缺乏客观评估方法	评估多成分运动疗法对膝骨关节炎患者疼痛自我管理的有效性	膝骨关节炎患者	NA	骨关节炎	NA	NA	NA	未具体说明
596	2024-10-13	Conformer Generation for Structure-Based Drug Design: How Many and How Good? 2023-11-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c01245 PMID:37903507	研究论文	本文探讨了构象生成在基于结构的药物设计中的重要性，并研究了构象集合的大小、多样性和质量对药物发现任务性能的影响	本文通过实验阐明了构象集合的大小、多样性和质量对药物发现任务性能的影响，并比较了先进的生成深度学习方法与经典几何方法的性能	NA	研究构象生成在基于结构的药物设计中的最佳实践	构象集合的大小、多样性和质量对药物发现任务性能的影响	药物设计	NA	生成深度学习	NA	分子结构	NA
597	2024-10-13	Counting manatee aggregations using deep neural networks and Anisotropic Gaussian Kernel 2023-Nov-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-45507-3 PMID:37957170	研究论文	本文提出了一种基于深度学习的海牛聚集计数方法，使用各向异性高斯核（AGK）和低质量图像来自动计算海牛数量	本文创新性地使用了各向异性高斯核（AGK）来捕捉不同聚集中个体海牛的形状，并将其应用于多种深度神经网络以学习海牛密度	NA	开发一种自动计数海牛聚集的方法，以观察其习性并设计安全规则和护理计划	海牛及其聚集	计算机视觉	NA	各向异性高斯核（AGK）	深度神经网络（包括VGG、SANet、CSRNet、MARUNet等）	图像	使用从监控视频中提取的低质量图像进行实验
598	2024-10-13	Evaluation of deep learning-based feature selection for single-cell RNA sequencing data analysis 2023-11-10, Genome biology IF:10.1Q1 DOI:10.1186/s13059-023-03100-x PMID:37950331	研究论文	本文探讨了基于深度学习的特征选择方法在单细胞RNA测序数据分析中的应用	本文提出了基于深度学习的特征选择方法，与传统的基于差异分布的方法相比，该方法通过神经网络确定基因的重要性	NA	评估基于深度学习的特征选择方法在单细胞RNA测序数据分析中的效用	单细胞RNA测序数据	机器学习	NA	单细胞RNA测序	神经网络	基因表达数据	从Tabula Muris和Tabula Sapiens图谱中采样创建的单细胞RNA测序数据集
599	2024-10-13	trRosettaRNA: automated prediction of RNA 3D structure with transformer network 2023-11-09, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-42528-4 PMID:37945552	研究论文	本文介绍了trRosettaRNA，一种基于深度学习的RNA三维结构预测自动化方法	trRosettaRNA在RNA三维结构预测中表现优异，尤其是在CASP15和RNA-Puzzles实验中的盲测中，其预测结果与顶尖人类预测结果相当	对于合成RNA的准确结构预测仍然具有挑战性	开发一种自动化方法来预测RNA的三维结构	RNA的三维结构	机器学习	NA	深度学习	Transformer网络	RNA结构数据	涉及CASP15和RNA-Puzzles实验中的RNA样本
600	2024-10-13	Categorization of collagen type I and II blend hydrogel using multipolarization SHG imaging with ResNet regression 2023-11-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-46417-0 PMID:37945626	研究论文	本文提出了一种基于多极化SHG成像和ResNet回归的方法，用于分类和回归胶原I型和II型混合水凝胶	本文的创新点在于使用多极化SHG成像和ResNet模型，无需预先进行耗时的模型拟合，即可实现对胶原I型和II型混合水凝胶的分类和回归	本文的局限性在于仅测试了特定比例的混合水凝胶，未涵盖所有可能的混合比例	研究目的是开发一种自动化方法，利用深度学习从胶原基质中提取有价值的信息	研究对象是胶原I型和II型混合水凝胶	计算机视觉	NA	多极化SHG成像	ResNet	图像	18张渐进极化SHG图像，每种比例10°间隔