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
941	2024-09-19	Volumetric Analysis of Amygdala and Hippocampal Subfields for Infants with Autism 2023-Jun, Journal of autism and developmental disorders IF:3.2Q1 DOI:10.1007/s10803-022-05535-w PMID:35389185	研究论文	本文首次使用MRI对6至24个月大的婴儿进行杏仁核和海马子区域的三维分析，以研究自闭症谱系障碍（ASD）儿童的脑部异常发育	提出了Dilated-Dense U-Net深度学习方法，用于解决这些子区域低组织对比度和小结构尺寸的挑战	NA	研究自闭症谱系障碍（ASD）婴儿杏仁核和海马子区域的发育情况	6至24个月大的婴儿的杏仁核和海马子区域	计算机视觉	自闭症	MRI	Dilated-Dense U-Net	图像	NA
942	2024-09-19	Profiling of kidney involvement in systemic lupus erythematosus by deep learning using the National Database of Designated Incurable Diseases of Japan 2023-Jun, Clinical and experimental nephrology IF:2.2Q2 DOI:10.1007/s10157-023-02337-x PMID:36929044	研究论文	本研究利用日本国家指定难治性疾病数据库的数据，通过深度学习方法分析了系统性红斑狼疮（SLE）患者中的肾脏受累情况	本研究首次利用深度学习技术分析了SLE患者中肾脏受累与其他临床表现之间的关系	研究仅基于2015年至2017年注册的1655名SLE患者的横断面数据，可能存在样本量不足的问题	探讨系统性红斑狼疮患者中肾脏受累的临床表现及其与其他临床表现的关系	系统性红斑狼疮患者及其肾脏受累情况	机器学习	系统性红斑狼疮	深度学习	人工神经网络	临床数据	1655名SLE患者
943	2024-09-19	Progressive attention integration-based multi-scale efficient network for medical imaging analysis with application to COVID-19 diagnosis 2023-06, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2023.106947 PMID:37099976	研究论文	本文开发了一种基于深度学习的医学影像分析框架，旨在解决影像数据不完美导致的特征学习不足问题	提出了一种多尺度高效网络（MEN），通过集成不同的注意力机制，实现逐步学习方式下细节特征和语义信息的充分提取	未提及	开发一种新的深度学习框架，用于医学影像分析，特别是COVID-19诊断	COVID-19诊断任务中的医学影像	计算机视觉	COVID-19	深度学习	多尺度高效网络（MEN）	影像	未提及
944	2024-09-19	Comparison of the output of a deep learning segmentation model for locoregional breast cancer radiotherapy trained on 2 different datasets 2023-Jun, Technical innovations & patient support in radiation oncology DOI:10.1016/j.tipsro.2023.100209 PMID:37213441	研究论文	比较了基于两个不同数据集训练的深度学习分割模型在局部乳腺癌放疗中的输出	研究了使用外部数据训练的模型与使用内部数据训练的模型之间的性能差异	研究仅限于30名乳腺癌患者的内部数据，可能无法完全代表所有情况	评估使用外部数据训练的模型与使用内部数据训练的模型在乳腺癌放疗中的性能差异	深度学习分割模型在乳腺癌放疗中的应用	机器学习	乳腺癌	深度学习	分割模型	图像	30名乳腺癌患者
945	2024-09-19	Deep learning for multi-class semantic segmentation enables colorectal cancer detection and classification in digital pathology images 2023-05-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-35491-z PMID:37225743	研究论文	本文介绍了一种基于深度学习的多类语义分割方法，用于在数字病理图像中检测和分类结直肠癌	本文提出了一种基于人工智能的方法，用于在H&E染色的全切片图像中分割多个组织隔室，并测试和比较了用于分割模型的多种最先进的损失函数	本文的局限性在于其研究范围主要集中在荷兰和德国的五个医疗中心的结直肠癌病例，以及两个公开的结直肠癌分割数据集	本文的研究目的是开发一种能够自动评估结直肠癌病理全切片图像的人工智能方法	本文的研究对象是结直肠癌的病理全切片图像	数字病理学	结直肠癌	深度学习	语义分割模型	图像	超过1000名患者的独立队列
946	2024-09-19	A Small Step Toward Generalizability: Training a Machine Learning Scoring Function for Structure-Based Virtual Screening 2023-05-22, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c00322 PMID:37166179	研究论文	本文开发了一种基于机器学习的评分函数，用于结构导向的虚拟筛选，旨在提高其对未见分子的泛化能力	本文提出了一种新的机器学习评分函数，通过彻底的训练和测试数据集筛选来避免数据集偏差的影响，并首次使用深度学习方法从目标中提取结构信息用于分子设计	本文未详细讨论该评分函数在不同蛋白质目标上的泛化能力，以及其在实际应用中的表现	开发一种能够准确预测小分子与蛋白质结合亲和力的机器学习评分函数，并提高其对未见分子的泛化能力	小分子与蛋白质的结合亲和力预测	机器学习	NA	机器学习	NA	结构数据	使用了CASF-2016基准测试集进行训练和测试
947	2024-09-19	A survey on automatic generation of medical imaging reports based on deep learning 2023-May-18, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-023-01113-y PMID:37202803	综述	本文综述了基于深度学习的医学影像报告自动生成领域的最新研究进展，并提出了未来的研究方向	本文总结了多种深度学习架构在诊断报告生成中的应用，包括分层RNN框架、基于注意力机制的框架和基于强化学习的框架	本文指出了当前研究中存在的潜在挑战，并提出了未来研究方向以支持临床应用和决策	综述基于深度学习的医学影像报告自动生成领域的研究进展，并提出未来研究方向	医学影像报告的自动生成	计算机视觉	NA	深度学习	RNN、注意力机制、强化学习	影像	NA
948	2024-09-19	General framework for E(3)-equivariant neural network representation of density functional theory Hamiltonian 2023-May-18, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-38468-8 PMID:37208320	研究论文	提出了一种E(3)-等变深度学习框架，用于表示密度泛函理论（DFT）哈密顿量作为材料结构的函数	该方法能够自然地保留欧几里得对称性，即使在存在自旋轨道耦合的情况下，也能实现高效的电子结构计算	NA	设计一种结合深度学习和从头计算的神经网络模型，以实现高效的电子结构计算	密度泛函理论（DFT）哈密顿量和材料结构	机器学习	NA	深度学习	E(3)-等变神经网络	材料结构数据	小尺寸结构的数据
949	2024-09-19	The effect of neural network architecture on virtual H&E staining: Systematic assessment of histological feasibility 2023-May-12, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2023.100725 PMID:37223268	研究论文	本文研究了神经网络架构对虚拟H&E染色的影响，评估了其在组织学上的可行性	本文通过使用pix2pix模型，发现用密集卷积单元替代简单卷积可以提高结构相似性分数、峰值信噪比和细胞核再现精度	NA	研究神经网络架构对虚拟H&E染色的影响，评估其在组织学分析中的应用潜力	未染色的组织切片和虚拟H&E染色图像	计算机视觉	NA	深度学习	生成对抗网络 (GAN)	图像	涉及多种组织类型
950	2024-09-19	Sentiment Impact of Public Health Agency communication Strategies on TikTok under COVID-19 Normalization: Deep Learning Exploration 2023-May-11, Zeitschrift fur Gesundheitswissenschaften = Journal of public health DOI:10.1007/s10389-023-01921-5 PMID:37361279	研究论文	研究探讨了COVID-19常态化背景下，公共卫生机构在TikTok上的沟通策略对公众情感倾向的影响	首次探索了公共卫生机构在TikTok上的沟通策略与公众情感倾向之间的关系	研究仅基于2022年上海封城事件，可能缺乏普适性	探讨公共卫生机构在TikTok上的沟通策略与公众情感倾向之间的关系	公共卫生机构的沟通策略和公众的情感倾向	自然语言处理	NA	ERNIE预训练模型	ERNIE	文本	基于2022年上海封城事件的TikTok数据
951	2024-09-19	Deep learning models challenge the prevailing assumption that face-like effects for objects of expertise support domain-general mechanisms 2023-05-10, Proceedings. Biological sciences DOI:10.1098/rspb.2023.0093 PMID:37161322	研究论文	本文探讨了专家对象识别中任务表现的最佳机制是领域特定还是领域通用的处理机制	通过训练深度学习算法在不同领域和分类级别上，发现面孔般的反转效应并不支持领域通用机制，而是可能源自领域特定机制	人类研究中领域、经验和分类级别的效果混淆可能导致错误推断	测试专家对象识别中任务表现的最佳机制	深度学习模型在不同领域和分类级别上的表现	机器学习	NA	深度学习	深度学习算法	图像	不同领域（对象、面孔、鸟类）和分类级别（基本、下属、个体）的数据
952	2024-09-19	Molecular Identification from AFM Images Using the IUPAC Nomenclature and Attribute Multimodal Recurrent Neural Networks 2023-May-10, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.3c01550 PMID:37126486	研究论文	本文提出了一种基于非接触原子力显微镜（HR-AFM）图像的分子识别方法，利用多模态循环神经网络（M-RNN）进行分子结构和组成的识别	本文首次提出利用HR-AFM图像结合机器学习技术进行分子识别，克服了传统光谱方法在溶液合成中的局限性	本文主要基于理论图像进行测试，实验验证较少	开发一种新的分子识别方法，克服传统光谱方法的局限性	利用HR-AFM图像识别分子结构和组成	计算机视觉	NA	非接触原子力显微镜（HR-AFM）	多模态循环神经网络（M-RNN）	图像	约700,000个分子和1.65亿张理论AFM图像
953	2024-09-19	Ultrahigh-Throughput Enzyme Engineering and Discovery in In Vitro Compartments 2023-05-10, Chemical reviews IF:51.4Q1 DOI:10.1021/acs.chemrev.2c00910 PMID:37126602	review	本文综述了利用水油乳液液滴进行超高通量酶工程和发现的方法	液滴微流控技术能够显著提高筛选通量，实现每日筛选超过10个变体，频率达到kHz级别	NA	探讨液滴微流控技术在酶发现和动力学特性分析中的应用	酶的发现和工程	NA	NA	液滴微流控技术	NA	NA	NA
954	2024-09-19	Large-scale electrophysiology and deep learning reveal distorted neural signal dynamics after hearing loss 2023-05-10, eLife IF:6.4Q1 DOI:10.7554/eLife.85108 PMID:37162188	研究论文	本文通过大规模电生理记录和深度学习揭示了听力损失后神经信号动力学的扭曲	本文首次使用深度神经网络（DNN）模拟听力损失前后的语音神经编码，并分析了其底层网络动力学	NA	研究听力损失对语音处理的影响，并探索改进助听器的潜在方法	听力损失对语音处理的影响	神经科学	听力损失	电生理记录	深度神经网络（DNN）	语音和噪声数据	NA
955	2024-09-19	Multimodal fusion models for pulmonary embolism mortality prediction 2023-05-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-34303-8 PMID:37160926	研究论文	本文开发并比较了多模态融合模型，利用体积像素数据和临床患者数据进行肺栓塞风险分层	本文首次将双线性注意力和TabNet结合，形成端到端训练的多模态融合模型，显著提升了肺栓塞严重程度评估的性能	NA	开发和比较多模态融合模型，用于自动评估肺栓塞的严重程度	肺栓塞患者的风险分层	机器学习	心血管疾病	多模态融合	多模态融合模型	体积像素数据和临床患者数据	NA
956	2024-09-19	Multilingual deep learning framework for fake news detection using capsule neural network 2023-May-09, Journal of intelligent information systems IF:2.3Q3 DOI:10.1007/s10844-023-00788-y PMID:37363074	研究论文	本文提出了一种基于胶囊神经网络的多语言深度学习框架，用于检测假新闻	首次使用胶囊神经网络进行多语言假新闻检测，并在多个语言对的假新闻数据集上表现优于现有最先进方法	未提及	解决多语言假新闻检测的挑战，提取更多语义和上下文特征	多语言文本中的假新闻	自然语言处理	NA	胶囊神经网络	胶囊神经网络	文本	在TALLIP假新闻数据集上进行了英语到英语、英语到印地语、英语到印尼语、英语到斯瓦希里语和英语到越南语的测试
957	2024-09-19	Benchmarking splice variant prediction algorithms using massively parallel splicing assays 2023-May-07, bioRxiv : the preprint server for biology DOI:10.1101/2023.05.04.539398 PMID:37205456	研究论文	本文通过大规模并行剪接测定法（MPSAs）对八种广泛使用的剪接效应预测算法进行了基准测试	利用MPSAs作为实验确定的基准，评估了剪接效应预测算法的性能，并发现深度学习模型在区分破坏性和中性变异方面表现最佳	算法在识别外显子变异方面的准确性较低，尤其是错义或同义剪接破坏变异	评估现有剪接效应预测算法的性能，并探讨其在基因组范围内的应用	八种剪接效应预测算法在五种基因中的3616个变异的预测性能	基因组学	遗传病	大规模并行剪接测定法（MPSAs）	深度学习	基因组数据	3616个变异
958	2024-09-19	Improving de novo protein binder design with deep learning 2023-05-06, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-38328-5 PMID:37149653	研究论文	本文探讨了使用深度学习增强基于能量的蛋白质结合蛋白设计	利用AlphaFold2和RoseTTAFold评估设计序列的概率，显著提高了设计成功率	NA	提高从头设计蛋白质结合蛋白的成功率	蛋白质结合蛋白的设计	机器学习	NA	深度学习	AlphaFold2, RoseTTAFold, ProteinMPNN	结构信息	NA
959	2024-09-19	EM-Gaze: eye context correlation and metric learning for gaze estimation 2023-May-05, Visual computing for industry, biomedicine, and art DOI:10.1186/s42492-023-00135-6 PMID:37145171	研究论文	本文提出了一种用于移动设备2D注视点估计的深度神经网络，通过引入基于注意力的模块和度量学习方法，显著提高了注视点回归和分类的性能	本文创新性地提出了一个基于注意力的模块，用于关联和融合左右眼上下文特征，并引入了度量学习作为额外的监督，以提高注视点回归和分类的性能	NA	提高移动设备上2D注视点估计的准确性	注视点回归和分类	计算机视觉	NA	深度学习	深度神经网络	图像	使用了GazeCapture和MPIIFaceGaze数据集
960	2024-09-19	Semi-supervised learning improves regulatory sequence prediction with unlabeled sequences 2023-May-05, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-023-05303-2 PMID:37147561	研究论文	本文提出了一种半监督学习方法，用于改进基于未标记序列的调控序列预测	本文首次将半监督学习应用于调控序列预测，利用大量未标记序列（如来自其他物种的DNA序列）来提高预测性能	本文未详细讨论半监督学习在不同神经网络架构中的适用性和潜在问题	旨在通过半监督学习方法改进调控序列预测的准确性	研究对象包括人类基因组中的非编码区域和来自其他物种的DNA序列	机器学习	NA	ChIP-seq	神经网络	DNA序列	包括人类基因组和其他物种的DNA序列，具体数量未明确说明