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
1221	2024-09-23	Deep Learning for Brain MRI Confirms Patterned Pathological Progression in Alzheimer's Disease 2023-02, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202204717 PMID:36575159	研究论文	本研究提出了一种可解释的深度学习算法Ensemble 3DCNN，用于分析阿尔茨海默病（AD）患者脑部MRI数据的纵向变化	首次使用Ensemble 3DCNN算法结合增强解析技术，研究AD患者脑部MRI的纵向变化模式	研究样本主要来自多中心ADNI和OASIS队列，可能存在样本偏倚	验证深度学习在检测与AD病理相关的渐进性结构MRI异常中的价值	阿尔茨海默病患者脑部MRI数据	计算机视觉	阿尔茨海默病	深度学习	3DCNN	MRI图像	2369例T1加权图像
1222	2024-09-23	Assessing Variants of Uncertain Significance Implicated in Hearing Loss Using a Comprehensive Deafness Proteome 2023-Feb-01, Research square DOI:10.21203/rs.3.rs-2508462/v1 PMID:36778238	研究论文	使用AlphaFold2算法预测所有DVD基因的结构，并通过DDGun3D预测折叠自由能差异，以评估与听力损失相关的意义未明变异	利用AlphaFold2和DDGun3D技术对Deafness Variation Database中的意义未明变异进行重新分类，提高了诊断准确性	研究仅限于Deafness Variation Database中的变异，且样本量较小	评估与听力损失相关的意义未明变异，并提高其分类准确性	Deafness Variation Database中的意义未明变异	生物信息学	听力损失	AlphaFold2, DDGun3D	深度学习	基因变异数据	119名患者
1223	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
1224	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
1225	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
1226	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
1227	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
1228	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
1229	2024-09-23	Geometric deep learning as a potential tool for antimicrobial peptide prediction 2023, Frontiers in bioinformatics IF:2.8Q2 DOI:10.3389/fbinf.2023.1216362 PMID:37521317	综述	本文综述了利用几何深度学习技术设计和预测抗菌肽的最新进展	本文介绍了几何深度学习在处理非欧几里得空间数据中的应用，特别是在抗菌肽预测中的潜力	本文主要讨论了当前研究的局限性和未来方向，未提供具体的研究数据或实验结果	探讨几何深度学习在抗菌肽预测中的应用潜力	抗菌肽及其在非欧几里得空间中的结构数据	机器学习	NA	几何深度学习	深度神经网络	非欧几里得空间数据	NA
1230	2024-09-23	Retracted: Evaluation and Stratification for Chinese International Education Quality with Deep Learning Model 2023, Computational and mathematical methods in medicine DOI:10.1155/2023/9840651 PMID:37538452	correction	该文章已被撤回	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1231	2024-09-23	Research Hotspots and Trends of Deep Learning in Critical Care Medicine: A Bibliometric and Visualized Study 2023, Journal of multidisciplinary healthcare IF:2.7Q2 DOI:10.2147/JMDH.S420709 PMID:37539364	研究论文	本研究通过文献计量学方法分析了深度学习在重症监护医学中的研究热点和趋势	首次系统评估了全球范围内深度学习在重症监护医学中的研究热点和趋势	研究主要基于文献计量学分析，缺乏实际临床应用的验证	系统评估深度学习在重症监护医学中的研究热点和趋势	全球范围内深度学习在重症监护医学中的应用研究	机器学习	重症监护医学	深度学习技术	CNN, LSTM, RNN, Transformer, 注意力机制	文献	1708篇文献
1232	2024-09-23	Accelerated MRI using intelligent protocolling and subject-specific denoising applied to Alzheimer's disease imaging 2023, Frontiers in neuroimaging DOI:10.3389/fnimg.2023.1072759 PMID:37554641	研究论文	本文通过智能协议和个体特异性去噪技术加速MRI成像，应用于阿尔茨海默病的诊断	利用深度学习进行对比特异性图像去噪，提高加速协议下采集数据的图像质量，并展示了个体特异性图像去噪的效果	NA	加速MRI成像并提高图像质量，以应用于阿尔茨海默病的诊断	MRI成像协议的优化和图像去噪技术	计算机视觉	阿尔茨海默病	深度学习	深度学习模型	图像	25个回顾性数据集
1233	2024-09-21	Detecting common coccinellids found in sorghum using deep learning models 2023-06-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-36738-5 PMID:37328502	研究论文	本文开发并训练了深度学习模型，用于检测和分类高粱中常见的瓢虫	首次开发了用于高粱中瓢虫检测和分类的深度学习模型	NA	开发自动化技术以检测和分类高粱中的瓢虫，减少对杀虫剂的依赖	高粱中常见的七种瓢虫	计算机视觉	NA	深度学习	Faster R-CNN, YOLOv5, YOLOv7	图像	从iNaturalist项目中提取的图像
1234	2024-09-21	Detecting stress caused by nitrogen deficit using deep learning techniques applied on plant electrophysiological data 2023-06-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-36683-3 PMID:37316610	研究论文	本文利用深度学习技术分析植物电生理数据，检测由氮缺乏引起的植物应激反应	本文首次将深度学习技术应用于植物电生理记录中识别植物应激反应，无需预先计算特征，自动学习分类目标	NA	检测由氮缺乏引起的植物应激反应	16株在典型生产条件下生长的番茄植物的电生理数据	机器学习	NA	深度学习	NA	电生理数据	16株番茄植物
1235	2024-09-21	Bayesian interpolation with deep linear networks 2023-Jun-06, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2301345120 PMID:37252994	研究论文	本文研究了深度、宽度和数据集大小对模型质量的联合影响，并给出了线性网络在特定条件下的完整解决方案	提出了一个新的有效深度概念，并展示了无限深度线性网络在数据无关先验下的最优预测能力	研究仅限于输出维度为一的线性网络，并使用零噪声贝叶斯推断和均方误差作为负对数似然	探讨神经网络深度、宽度和数据集大小对模型质量的联合影响	线性网络在特定条件下的预测后验和贝叶斯模型证据	机器学习	NA	贝叶斯推断	线性网络	数值数据	NA
1236	2024-09-21	An end-to-end deep learning method for protein side-chain packing and inverse folding 2023-06-06, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2216438120 PMID:37253017	研究论文	提出了一种端到端的深度学习方法AttnPacker，用于蛋白质侧链包装和逆折叠	AttnPacker直接利用骨架3D几何结构同时计算所有侧链坐标，无需依赖离散的旋转异构体库或进行昂贵的构象搜索和采样步骤，显著提高了计算效率	NA	解决蛋白质侧链包装问题，提高蛋白质结构预测、优化和设计的速度和准确性	蛋白质侧链构象	机器学习	NA	深度学习	NA	蛋白质结构数据	CASP13和CASP14中的天然和非天然蛋白质骨架
1237	2024-09-21	Variation in foraging activity influences area-restricted search behaviour by bottlenose dolphins 2023-Jun, Royal Society open science IF:2.9Q1 DOI:10.1098/rsos.221613 PMID:37325592	研究论文	研究了宽吻海豚的区域限制搜索行为与其觅食活动之间的关系	利用被动声学监测和基于深度学习的技术，首次提供了宽吻海豚区域限制搜索行为的一个驱动因素的实证证据	研究仅限于特定种群的宽吻海豚，且依赖于特定的声学数据	探讨区域限制搜索行为在海洋系统中的驱动因素	宽吻海豚的区域限制搜索行为及其与觅食活动的关系	NA	NA	被动声学监测	卷积神经网络	声学数据	特定种群的宽吻海豚
1238	2024-09-21	Quantitative characterization of zebrafish development based on multiple classifications using Mueller matrix OCT 2023-Jun-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.488614 PMID:37342688	研究论文	本文提出了一种基于Mueller矩阵光学相干断层扫描（Mueller matrix OCT）和深度学习的非侵入性方法，用于定量分析斑马鱼多个器官在其生长过程中的发育情况	结合Mueller矩阵OCT和深度学习技术，首次实现了对斑马鱼多个器官发育过程的定量分析	NA	开发一种非侵入性的方法，用于定量分析斑马鱼多个器官在其生长过程中的发育情况	斑马鱼的多个器官，包括身体、眼睛、脊柱、卵黄囊和游泳膀胱	生物医学工程	NA	Mueller矩阵光学相干断层扫描（Mueller matrix OCT）	U-Net网络	三维图像	从第1天到第19天的斑马鱼胚胎
1239	2024-09-21	Prediction of clinicopathological features, multi-omics events and prognosis based on digital pathology and deep learning in HR+/HER2- breast cancer 2023-May-30, Journal of thoracic disease IF:2.1Q3 DOI:10.21037/jtd-23-445 PMID:37324098	研究论文	本研究利用深度学习技术，基于数字病理图像预测HR+/HER2-乳腺癌患者的临床病理特征、多组学事件及预后	首次在HR+/HER2-乳腺癌中应用深度学习模型预测治疗靶点和预后	研究样本量有限，且仅基于单一中心的病理图像数据	开发基于深度学习的模型，预测HR+/HER2-乳腺癌患者的临床病理特征、多组学特征及预后	HR+/HER2-乳腺癌患者的临床病理特征、多组学事件及预后	数字病理学	乳腺癌	深度学习	深度学习模型	病理图像	421例HR+/HER2-乳腺癌患者
1240	2024-09-21	Rapid protein stability prediction using deep learning representations 2023-05-15, eLife IF:6.4Q1 DOI:10.7554/eLife.82593 PMID:37184062	研究论文	本文介绍了一种利用深度学习表示快速准确预测蛋白质稳定性的方法RaSP	RaSP方法在蛋白质稳定性预测方面与基于生物物理学的方法表现相当，并且能够在不到一秒的时间内完成饱和突变稳定性预测	NA	开发一种快速准确的蛋白质稳定性预测方法	人类蛋白质组的单氨基酸变化及其在人类群体中的变异	机器学习	NA	深度学习	NA	蛋白质结构数据	约2.3亿个稳定性变化，涉及人类蛋白质组中的几乎所有单氨基酸变化