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
1181	2024-09-14	ChromDL: A Next-Generation Regulatory DNA Classifier 2023-Jan-29, bioRxiv : the preprint server for biology DOI:10.1101/2023.01.27.525971 PMID:36789431	研究论文	本文介绍了一种名为ChromDL的神经网络架构，结合了双向门控循环单元（BiGRU）、卷积神经网络（CNN）和双向长短期记忆单元（BiLSTM），用于预测非编码DNA的调控功能	ChromDL在转录因子结合位点（TFBS）、组蛋白修饰（HM）和DNase-I超敏感位点（DHS）检测方面显著优于其前身，并能更准确地检测弱转录因子（TF）结合	NA	开发一种新的神经网络架构，用于预测非编码DNA的调控功能	非编码DNA的调控功能	机器学习	NA	深度学习	混合神经网络（BiGRU、CNN、BiLSTM）	DNA序列	数千种深度学习架构的性能比较
1182	2024-09-14	Myocardial Segmentation of Tagged Magnetic Resonance Images with Transfer Learning Using Generative Cine-To-Tagged Dataset Transformation 2023-Jan-28, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering10020166 PMID:36829660	研究论文	本文开发并比较了两种用于标记磁共振图像心肌分割的深度学习模型，并展示了预训练模型在性能和收敛速度上的优势	提出了两种将心脏图像转换为标记图像的方法，并利用生成对抗网络进行风格迁移，从而利用大规模公开注释数据集	初始心肌参考点的选择仍需领域专家手动输入	提高心肌分割模型的性能，减少测量心肌应变所需的时间	标记磁共振图像中的心肌	计算机视觉	心血管疾病	深度学习	生成对抗网络 (GAN)	图像	NA
1183	2024-09-14	Design and Prediction of Aptamers Assisted by In Silico Methods 2023-Jan-26, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines11020356 PMID:36830893	综述	本文介绍了通过计算机方法辅助设计与预测适配体的过程	本文探讨了通过构象结构预测、分子对接和分子动力学模拟等计算机方法来估计适配体与目标分子的结合，并介绍了机器学习和深度学习技术在预测目标与配体结合中的应用	NA	探讨通过计算机方法辅助适配体的设计与预测，以减少筛选和优化适配体的繁琐工作	适配体与目标分子的结合	生物信息学	NA	分子对接、分子动力学模拟	机器学习、深度学习	NA	NA
1184	2024-09-14	Correlative Fluorescence and Raman Microscopy to Define Mitotic Stages at the Single-Cell Level: Opportunities and Limitations in the AI Era 2023-Jan-26, Biosensors DOI:10.3390/bios13020187 PMID:36831953	综述	本文综述了在人工智能时代，结合荧光显微镜和拉曼显微光谱技术在单细胞水平上定义有丝分裂阶段的机会和局限性	提出了基于神经网络的新方法，并讨论了人工智能，特别是深度学习，在分析拉曼光谱数据以分类有丝分裂细胞阶段方面的机会和局限性	亚细胞光谱图复杂且难以解释	探讨荧光显微镜和拉曼显微光谱技术结合在单细胞水平上定义有丝分裂阶段的应用及其在人工智能时代的潜力	单细胞水平上的有丝分裂阶段	生物学	NA	荧光显微镜和拉曼显微光谱技术	神经网络	光谱图	NA
1185	2024-09-14	Jointly Learning Non-Cartesian k-Space Trajectories and Reconstruction Networks for 2D and 3D MR Imaging through Projection 2023-Jan-24, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering10020158 PMID:36829652	研究论文	本文提出了一种联合学习非笛卡尔k空间轨迹和重建网络的方法，用于2D和3D磁共振成像	通过投影步骤强制执行硬件约束，而不是在训练损失中添加额外的惩罚项，从而使k空间轨迹在投影方案下更加灵活，提高了重建图像的质量	NA	改进磁共振成像中的压缩感知方法，特别是在非笛卡尔采集设置下	非笛卡尔k空间轨迹和图像重建网络	计算机视觉	NA	磁共振成像	NA	图像	在fastMRI数据集上的2D研究中，使用了20倍加速因子，3D研究中使用了数据驱动的联合学习方法
1186	2024-09-14	Detection of Colorectal Polyps from Colonoscopy Using Machine Learning: A Survey on Modern Techniques 2023-Jan-20, Sensors (Basel, Switzerland) DOI:10.3390/s23031225 PMID:36772263	综述	本文综述了利用机器学习技术从结肠镜检查中检测结直肠息肉的现代方法	本文总结了最新的研究成果，并分析了现有方法的差距和趋势，为未来的研究提供了方向	现有方法面临的主要问题包括训练数据不足、白光反射和模糊等问题	探讨利用人工智能辅助工具在医疗领域中的应用，特别是结直肠息肉的检测和分类	结直肠息肉的检测和分类	机器学习	结直肠癌	深度学习	NA	图像	NA
1187	2024-09-14	Deep Learning-Based Segmentation and Volume Calculation of Pediatric Lymphoma on Contrast-Enhanced Computed Tomographies 2023-Jan-20, Journal of personalized medicine IF:3.0Q1 DOI:10.3390/jpm13020184 PMID:36836418	研究论文	本文提出了一种基于深度学习的自动分割方法，用于儿童淋巴瘤在增强CT上的分割和体积计算	本文首次提出了一种基于nnU-Net的自动分割方法，用于儿童胸腔淋巴瘤的分割	该方法在测试集上的Dice分数为0.81，但需要在大规模数据集上进行外部验证	开发一种自动化的分割方法，用于儿童淋巴瘤的诊断和监测	儿童胸腔淋巴瘤	计算机视觉	淋巴瘤	深度学习	nnU-Net	图像	30个CT扫描
1188	2024-09-14	[Construction of an epileptic seizure prediction model using a semi-supervised method of generative adversarial and long short term memory network combined with Stockwell transform] 2023-Jan-20, Nan fang yi ke da xue xue bao = Journal of Southern Medical University DOI:10.12122/j.issn.1673-4254.2023.01.03 PMID:36856206	研究论文	提出了一种半监督的癫痫发作预测模型，通过改进脑电信号的时间-频率分析和增强无监督特征学习模型的稳定性来提高预测性能	结合生成对抗网络和长短期记忆网络，并使用Stockwell变换进行时间-频率分析，提高了模型的预测性能	NA	提高癫痫发作的预测性能	脑电信号的时间-频率特征	机器学习	NA	Stockwell变换	生成对抗网络和双向长短期记忆网络	脑电信号	使用了CHB-MIT头皮脑电数据集
1189	2024-09-14	[Comparison of prediction ability of two extended Cox models in nonlinear survival data analysis] 2023-Jan-20, Nan fang yi ke da xue xue bao = Journal of Southern Medical University DOI:10.12122/j.issn.1673-4254.2023.01.10 PMID:36856213	研究论文	比较两种扩展Cox模型在非线性生存数据分析中的预测能力	通过蒙特卡罗模拟和实证研究，比较了限制性立方样条Cox模型和DeepSurv神经网络Cox模型在非线性生存数据分析中的预测能力	研究结果表明，在某些条件下，传统的生存分析方法并不逊色于机器学习或深度学习方法	比较两种扩展Cox模型在非线性生存数据分析中的预测能力	限制性立方样条Cox模型和DeepSurv神经网络Cox模型	机器学习	NA	蒙特卡罗模拟	Cox模型	生存数据	样本量≥500，删除率<40%
1190	2024-09-14	Deep Learning-Based Medical Images Segmentation of Musculoskeletal Anatomical Structures: A Survey of Bottlenecks and Strategies 2023-Jan-19, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering10020137 PMID:36829631	综述	本文综述了基于深度学习的肌肉骨骼解剖结构医学图像分割的瓶颈和策略	本文系统地总结了肌肉骨骼结构分析中的常见瓶颈和相关策略	不同方法需要根据具体案例进行比较和讨论	旨在介绍肌肉骨骼结构分析中的常见瓶颈和相关策略	肌肉骨骼系统的解剖结构	计算机视觉	NA	深度学习	NA	图像	140篇文章
1191	2024-09-14	Elucidating the functional roles of prokaryotic proteins using big data and artificial intelligence 2023-01-16, FEMS microbiology reviews IF:10.1Q1 DOI:10.1093/femsre/fuad003 PMID:36725215	综述	本文综述了利用大数据和人工智能技术阐明原核生物蛋白质功能的方法	本文介绍了利用人工智能技术处理大规模'组学'数据以填补假设蛋白质（HPs）功能知识空白的创新方法	NA	帮助生物学家应用AI工具进行全面的基因组注释，并协助计算机科学家参与这一前沿生物学研究	原核生物蛋白质的功能注释	生物信息学	NA	下一代测序技术	机器学习与深度学习算法	蛋白质序列数据	NA
1192	2024-09-14	Dual-branch collaborative learning network for crop disease identification 2023, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2023.1117478 PMID:36844059	研究论文	提出了一种用于作物病害识别的双分支协作学习网络DBCLNet	采用双分支协作模块提取图像的全局和局部特征，并嵌入通道注意力机制进行特征细化，设计了特征级联模块以进一步学习更抽象的特征	NA	提高作物病害识别的效率和准确性	38种作物病害的识别	计算机视觉	NA	卷积神经网络	CNN	图像	Plant Village数据集中的811个样本
1193	2024-09-14	A lightweight attention deep learning method for human-vehicle recognition based on wireless sensing technology 2023, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2023.1135986 PMID:36845434	研究论文	提出了一种基于无线传感技术的轻量级注意力深度学习方法用于人车识别	提出了轻量级无线传感注意力深度学习模型（LW-WADL），结合深度可分离卷积和卷积块注意力机制（CBAM），显著提高了人车分类任务的性能并减少了模型大小	未提及	解决现有无线传感技术在人车识别任务中性能有限和执行时间慢的问题	人车识别任务	计算机视觉	NA	深度学习	深度可分离卷积和卷积块注意力机制（CBAM）	通道状态信息（CSI）	未提及具体样本数量
1194	2024-09-14	Knowledge graph analysis and visualization of artificial intelligence applied in electrocardiogram 2023, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2023.1118360 PMID:36846320	研究论文	本研究通过文献计量和可视化知识图谱方法，分析了人工智能在心电图研究中的应用发展过程	采用CiteSpace和VOSviewer平台进行综合计量和可视化分析，探索了人工智能在心电图应用中的合作、共现和共引情况	主要依赖于Web of Science Core Collection数据库中的文献，可能存在数据偏差	分析人工智能在心电图研究中的应用发展过程及其研究热点	2021年之前Web of Science Core Collection数据库中的2,229篇相关文献	机器学习	NA	知识图谱分析	NA	文本	2,229篇文献
1195	2024-09-14	Tree-level almond yield estimation from high resolution aerial imagery with convolutional neural network 2023, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2023.1070699 PMID:36875622	研究论文	本文研究了利用高分辨率航空影像和卷积神经网络（CNN）进行树级杏仁产量的估算	本文展示了深度学习在树级产量估算方面相对于传统线性回归和机器学习方法的显著改进	NA	研究树级杏仁产量的估算方法，以支持精准农业资源管理	加州'Independence'品种的杏仁果园	计算机视觉	NA	卷积神经网络（CNN）	CNN	多光谱影像	约2000棵树
1196	2024-09-14	Sentiment analysis and emotion detection of post-COVID educational Tweets: Jordan case 2023, Social network analysis and mining IF:2.3Q3 DOI:10.1007/s13278-023-01041-8 PMID:36880094	研究论文	研究分析了约旦社区在新冠疫情后对混合教育模式的情感和观点	利用自然语言处理和深度学习模型分析推特数据，探讨了约旦社区对混合教育模式的情感反应	研究仅基于推特数据，可能无法全面反映所有社区成员的观点	探讨新冠疫情后约旦社区对混合教育模式的情感和观点	约旦社区在新冠疫情后对混合教育模式的情感和观点	自然语言处理	NA	自然语言处理	深度学习模型	文本	分析了约旦社区的推特数据，样本量为100%的社区成员
1197	2024-09-13	medigan: a Python library of pretrained generative models for medical image synthesis 2023-Nov, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.10.6.061403 PMID:36814939	研究论文	本文介绍了一个名为medigan的Python库，该库提供了预训练的生成模型，用于医学图像合成	medigan库通过提供预训练的生成模型，降低了生成模型在研究和临床应用中的使用门槛，促进了合成数据的共享和利用	NA	探索生成模型共享，以降低生成模型在研究和临床应用中的使用门槛	生成模型在医学图像合成中的应用	计算机视觉	NA	生成对抗网络（GAN）	生成对抗网络（GAN）	图像	21个模型，9种不同的GAN架构，11个不同的数据集
1198	2024-09-13	Unbiased curriculum learning enhanced global-local graph neural network for protein thermodynamic stability prediction 2023-10-03, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btad589 PMID:37740312	研究论文	本文提出了一种基于无偏课程学习增强的全局-局部图神经网络，用于蛋白质热力学稳定性预测	本文创新性地结合了全局-局部图神经网络和无偏课程学习方法，以解决现有方法在蛋白质结构自然拓扑和噪声样本处理上的不足	NA	提高蛋白质热力学稳定性预测的准确性	蛋白质及其点突变后的热力学稳定性	机器学习	NA	图神经网络	全局-局部图神经网络	蛋白质结构数据	NA
1199	2024-09-13	Proteogenomic insights suggest druggable pathways in endometrial carcinoma 2023-09-11, Cancer cell IF:48.8Q1 DOI:10.1016/j.ccell.2023.07.007 PMID:37567170	研究论文	研究通过多组学平台分析了138个子宫内膜癌肿瘤和20个正常组织样本，揭示了潜在的可药物化通路和分子影像标志物	研究首次通过多组学平台全面分析子宫内膜癌，发现了新的生物标志物和潜在的治疗靶点	研究样本量有限，需要进一步验证结果在更大规模研究中的适用性	揭示子宫内膜癌中的可药物化通路和分子影像标志物，以指导患者分层和精准治疗	子宫内膜癌肿瘤和正常组织样本	数字病理学	子宫内膜癌	多组学平台	深度学习	图像	138个肿瘤样本和20个正常组织样本
1200	2024-09-13	Data for assessing red blood cell deformability from microscopy images using deep learning 2023-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2023.108928 PMID:36798597	研究论文	本文提供了一个用于评估红细胞变形性的显微镜图像数据集，并探讨了利用深度学习算法从图像中测量红细胞变形性的潜力	本文首次提供了一个包含10名健康供体红细胞样本的显微镜图像数据集，用于开发深度学习算法以评估红细胞变形性	数据集仅包含10名健康供体的样本，可能不足以涵盖所有可能的红细胞变形性变化情况	开发一种从显微镜图像中测量红细胞变形性的深度学习算法，以简化红细胞质量评估过程	红细胞的变形性	计算机视觉	NA	显微镜成像	深度学习	图像	10名健康供体的红细胞样本