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
41	2024-09-15	Deep Learning Dynamic Allostery of G-Protein-Coupled Receptors 2023-Feb-20, Research square DOI:10.21203/rs.3.rs-2543463/v1 PMID:36865316	研究论文	本文利用高斯加速分子动力学（GaMD）、深度学习（DL）和自由能轮廓工作流程（GLOW）系统地映射了G蛋白偶联受体（GPCRs）在结合变构调节剂后的自由能景观动态变化	首次通过深度学习和自由能计算揭示了GPCRs在结合变构调节剂后的构象空间显著减少，并发现了变构调节剂对GPCRs信号传导的特定构象限制	研究主要基于计算模型和模拟数据，缺乏实验验证	揭示G蛋白偶联受体（GPCRs）的动态变构调节机制，为设计选择性变构药物提供理论支持	G蛋白偶联受体（GPCRs）及其变构调节剂	机器学习	NA	高斯加速分子动力学（GaMD）	深度学习（DL）	结构数据	18个高分辨率实验结构，44个GPCR系统，总模拟时间66微秒
42	2024-09-15	Massively parallel characterization of psychiatric disorder-associated and cell-type-specific regulatory elements in the developing human cortex 2023-Feb-16, bioRxiv : the preprint server for biology DOI:10.1101/2023.02.15.528663 PMID:36824845	研究论文	本文通过大规模并行报告分析技术，研究了发育中的人类大脑皮层中与精神疾病相关和细胞类型特异性的调控元件	本文首次使用大规模并行报告分析技术，结合原代细胞和脑类器官，系统性地研究了发育中大脑皮层的调控元件及其与精神疾病的关联	本文主要依赖于体外模型（脑类器官），可能无法完全模拟体内复杂的神经发育过程	研究发育中人类大脑皮层中与精神疾病相关的调控元件及其功能	发育中的人类大脑皮层中的调控元件及其与精神疾病的关联	基因调控	精神疾病	大规模并行报告分析	深度学习	序列数据	102,767个序列，包括46,802个活性增强子序列和164个与疾病相关的变异
43	2024-09-15	CAPLA: improved prediction of protein-ligand binding affinity by a deep learning approach based on a cross-attention mechanism 2023-02-03, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btad049 PMID:36688724	研究论文	本文提出了一种基于交叉注意力机制的深度学习方法CAPLA，用于改进蛋白质-配体结合亲和力的预测	CAPLA通过交叉注意力机制捕捉蛋白质结合口袋和配体之间的相互作用，从而提高了结合亲和力的预测准确性	NA	提高蛋白质-配体结合亲和力的预测准确性	蛋白质结合口袋和配体的序列信息	机器学习	NA	深度学习	交叉注意力机制	序列	NA
44	2024-09-15	Non-invasive classification of IDH mutation status of gliomas from multi-modal MRI using a 3D convolutional neural network 2023-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.2651391 PMID:39257452	研究论文	本文提出了一种基于深度学习的方法，利用3D卷积神经网络从多模态MRI图像中非侵入性地分类胶质瘤的IDH突变状态	本文创新性地提出了一个基于3D Mask R-CNN的方法，能够同时检测、分割胶质瘤并分类其IDH状态，无需单独的肿瘤分割步骤	本文的模型在公开数据集上进行了训练和测试，但未提及在实际临床环境中的应用效果	开发一种非侵入性的方法，通过多模态MRI图像预先确定胶质瘤的IDH状态，以辅助治疗计划和提高患者生存率	胶质瘤的IDH突变状态	计算机视觉	脑肿瘤	3D卷积神经网络	3D Mask R-CNN	MRI图像	训练集包含223个病例，测试集包含来自TCGA的62个病例和来自WUSM的261个病例
45	2024-09-15	Deep learning-based end-to-end scan-type classification, pre-processing, and segmentation of clinical neuro-oncology studies 2023-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.2647656 PMID:39263425	研究论文	本文提出了一种基于深度学习的端到端框架，用于分类、预处理和分割临床神经肿瘤学研究中的MRI数据	该框架能够自动化处理多模态的原始神经肿瘤学MRI数据，并生成定量的肿瘤测量结果，采用专家参与的循环方法，允许放射科医生手动修正分割结果	该研究仅在回顾性胶质瘤数据集上进行了验证，未来需要在更多类型的肿瘤数据上进行测试	开发一种自动化工具，用于处理和分析神经肿瘤学中的MRI数据，以提高临床和研究工作流程的效率	神经肿瘤学中的MRI数据，包括扫描类型分类、数据预处理和肿瘤组织亚型的分割	计算机视觉	脑肿瘤	卷积神经网络	CNN	图像	155例经病理学证实的胶质瘤患者的术前MRI扫描
46	2024-09-15	Recent developments in modeling, imaging, and monitoring of cardiovascular diseases using machine learning 2023-Feb, Biophysical reviews IF:4.9Q1 DOI:10.1007/s12551-022-01040-7 PMID:36909958	研究论文	本文讨论了利用机器学习技术，特别是深度学习方法，在心血管疾病建模、成像和监测方面的最新进展	本文介绍了利用机器学习技术克服传统技术在计算成本、时空分辨率和数据分析方面的局限性，并展示了其在加速流体建模、提高成像分辨率和减少扫描时间以及准确检测心血管疾病方面的潜力	NA	探讨机器学习技术在心血管疾病建模、成像和监测中的应用潜力	心血管疾病	机器学习	心血管疾病	机器学习	深度学习	数据	NA
47	2024-09-14	Single-cell gene regulatory network prediction by explainable AI 2023-02-28, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkac1212 PMID:36629274	研究论文	本文提出了一种可解释的深度学习方法scGeneRAI，用于从单细胞RNA测序数据中推断基因调控网络，并应用于人类肺癌数据集	本文提出的方法能够从单细胞层面重建基因调控网络，而现有最先进的方法只能预测细胞群体的平均网络	本文仅在合成数据和人类肺癌数据集上进行了验证，未来需要在更多类型的癌症数据上进行验证	通过单细胞基因调控网络预测揭示癌症细胞的分子异质性	单细胞RNA测序数据中的基因调控网络	机器学习	肺癌	单细胞RNA测序	深度学习	基因数据	一组人类肺癌样本
48	2024-09-14	Tumor Diagnosis against Other Brain Diseases Using T2 MRI Brain Images and CNN Binary Classifier and DWT 2023-Feb-17, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci13020348 PMID:36831891	研究论文	本文提出了一种基于卷积神经网络（CNN）和离散小波变换（DWT）的诊断框架，用于通过T2-SWI MRI扫描诊断脑胶质瘤肿瘤	本文创新性地将DWT与CNN结合，用于MRI图像的特征提取，以提高脑胶质瘤诊断的准确性	研究样本量相对较小，且仅限于特定类型的MRI图像	提高脑肿瘤诊断的准确性，减少人为因素导致的误诊风险	脑胶质瘤肿瘤与其他脑部疾病的诊断	计算机视觉	脑肿瘤	离散小波变换（DWT）	卷积神经网络（CNN）	图像	382名成年患者，包括健康和病理图像
49	2024-09-14	Deep-EEG: An Optimized and Robust Framework and Method for EEG-Based Diagnosis of Epileptic Seizure 2023-Feb-17, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13040773 PMID:36832260	研究论文	本文提出了一种基于深度学习的EEG数据自动检测癫痫发作的优化和鲁棒框架	本文提出的DCAE-ESD-Bi-LSTM模型在理想和实际情况下均能实现精确和优化的癫痫诊断	NA	开发一种能够自动检测癫痫发作的深度学习模型	癫痫发作的自动检测	机器学习	神经疾病	深度学习	卷积自编码器-双向长短期记忆网络	脑电图数据	使用了CHB-MIT基准数据集和作者收集的数据集
50	2024-09-14	Improving Automatic Melanoma Diagnosis Using Deep Learning-Based Segmentation of Irregular Networks 2023-Feb-16, Cancers IF:4.5Q1 DOI:10.3390/cancers15041259 PMID:36831599	研究论文	本文提出了一种结合深度学习和传统图像处理技术的方法，用于提高黑色素瘤诊断的准确性	通过融合深度学习图像级结果与传统手工特征，显著提高了黑色素瘤的召回率和准确率	需要进一步研究以验证该方法在其他数据集上的泛化能力	提高黑色素瘤诊断的准确性	黑色素瘤及其不规则色素网络	计算机视觉	皮肤癌	深度学习	U-Net++	图像	487个独特的皮肤镜黑色素瘤病变图像，以及1000张用于训练和测试的图像
51	2024-09-14	Assessing the Impact of Image Resolution on Deep Learning for TB Lesion Segmentation on Frontal Chest X-rays 2023-Feb-16, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13040747 PMID:36832235	研究论文	研究探讨了不同图像分辨率对基于深度学习的肺结核病变分割模型在胸部X光片上的影响	提出了使用Inception-V3 UNet模型在不同图像分辨率下进行肺结核病变分割，并通过实验确定了最佳图像分辨率	研究仅使用了深圳胸部X光片数据集，可能限制了结果的普适性	探讨并确定用于肺结核病变分割的最佳图像分辨率	胸部X光片中的肺结核病变	计算机视觉	肺结核	深度学习	Inception-V3 UNet	图像	662张胸部X光片，包括326名正常患者和336名肺结核患者
52	2024-09-14	Generalisability of fetal ultrasound deep learning models to low-resource imaging settings in five African countries 2023-02-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-29490-3 PMID:36792642	研究论文	研究探讨了将胎儿超声深度学习模型应用于非洲五个低资源国家的可行性，并提出了减少领域偏移效应的策略	首次研究了在低资源环境下，将高资源临床中心训练的胎儿平面分类模型转移到低资源中心的效果，并提出了迁移学习方法以适应不同中心的差异	研究样本量较小，每个非洲中心仅涉及25个病例，可能影响结果的普适性	探讨在低资源环境下，深度学习模型在胎儿超声诊断中的应用潜力	胎儿超声图像分类模型在不同临床中心的可推广性	计算机视觉	NA	深度学习	分类模型	图像	西班牙1792例，丹麦1008例，非洲五个国家各25例
53	2024-09-14	Distributed Detection of Malicious Android Apps While Preserving Privacy Using Federated Learning 2023-Feb-15, Sensors (Basel, Switzerland) DOI:10.3390/s23042198 PMID:36850794	研究论文	本文研究了使用联邦学习在分布式环境中检测恶意Android应用的方法	提出了基于联邦学习的分布式恶意应用检测方法，避免了传统集中式训练中的隐私问题	实验仅在三种数据分布情况下进行了验证，未涵盖所有可能的数据分布情况	探索联邦学习在分布式环境中检测恶意Android应用的可行性和效率	Android恶意应用的检测	机器学习	NA	联邦学习	深度学习模型	数据	实验涉及三种数据分布情况：独立同分布、非独立同分布和非独立同分布且不平衡
54	2024-09-14	Event-Guided Image Super-Resolution Reconstruction 2023-Feb-14, Sensors (Basel, Switzerland) DOI:10.3390/s23042155 PMID:36850751	研究论文	本文提出了一种基于深度学习的事件相机超分辨率网络（EFSR-Net），用于解决事件相机低空间分辨率和视觉效果差的问题	设计了耦合响应块（CRB），能够融合事件流和主动传感器像素（APS）帧的特征信息，恢复真实图像中的细节纹理	NA	提高事件相机的空间分辨率和图像质量	事件相机生成的低分辨率图像	计算机视觉	NA	深度学习	EFSR-Net	图像	合成数据集和真实数据集
55	2024-09-14	Sooty Tern Optimization Algorithm-Based Deep Learning Model for Diagnosing NSCLC Tumours 2023-Feb-14, Sensors (Basel, Switzerland) DOI:10.3390/s23042147 PMID:36850744	研究论文	本文提出了一种基于白额燕鸥优化算法的深度学习模型，用于诊断非小细胞肺癌肿瘤	采用白额燕鸥优化算法和局部二值模式进行特征提取，结合卷积神经网络和门控循环单元分类器，提高了诊断准确率	未提及具体限制	提高非小细胞肺癌肿瘤诊断的准确性	非小细胞肺癌肿瘤	机器学习	肺癌	深度学习	卷积神经网络、门控循环单元	图像	未提及具体样本数量
56	2024-09-14	Automatic Bounding Box Annotation with Small Training Datasets for Industrial Manufacturing 2023-Feb-13, Micromachines IF:3.0Q2 DOI:10.3390/mi14020442 PMID:36838142	研究论文	本文讨论了如何在工业制造环境中使用小规模训练数据集自动生成边界框标注	提出了一种不需要人工验证、预定义类别集或大量手动标注数据集的边界框标注方法，并在简单水果数据集上显著优于基于Transformer的最先进对象发现方法	NA	研究如何在小规模训练数据集上自动生成新的训练数据，以促进对象检测模型在工业制造中的广泛应用	工业制造环境中的对象检测模型	计算机视觉	NA	深度学习	Faster R-CNN, Scaled-YOLOv4-p5	图像	小规模训练数据集
57	2024-09-14	Developing a Tuned Three-Layer Perceptron Fed with Trained Deep Convolutional Neural Networks for Cervical Cancer Diagnosis 2023-Feb-12, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13040686 PMID:36832174	研究论文	本文提出了一种基于深度卷积神经网络和多层感知机的组合方法，用于宫颈癌的诊断	本文的创新点在于使用ResNet-34、ResNet-50和VGG-19深度网络提取特征，并通过调整隐藏层神经元数量优化多层感知机，以提高诊断准确率	本文的局限性在于仅在Herlev基准数据库上进行了评估，未来需要在更多数据集上验证其泛化能力	本文的研究目的是开发一种高准确率的宫颈癌诊断方法	本文的研究对象是宫颈癌细胞的图像	计算机视觉	宫颈癌	深度学习	多层感知机	图像	Herlev基准数据库中的样本，包括两类和七类病例
58	2024-09-14	Tooth Type Enhanced Transformer for Children Caries Diagnosis on Dental Panoramic Radiographs 2023-Feb-12, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13040689 PMID:36832177	研究论文	本文介绍了一种新的深度学习技术，用于在牙科全景X光片上更准确地诊断儿童龋齿	提出了一种牙型增强的Swin Transformer模型，通过考虑犬齿、臼齿和门齿之间的差异，提高了龋齿诊断的准确性	NA	开发一种更准确的儿童龋齿诊断方法	儿童的牙科全景X光片	计算机视觉	NA	深度学习	Swin Transformer	图像	6028颗牙齿
59	2024-09-14	Reducing the Energy Consumption of sEMG-Based Gesture Recognition at the Edge Using Transformers and Dynamic Inference 2023-Feb-12, Sensors (Basel, Switzerland) DOI:10.3390/s23042065 PMID:36850662	研究论文	本文提出了一种基于表面肌电图（sEMG）信号的手势识别系统，通过使用微型Transformer模型和动态推理技术，显著降低了边缘设备的能耗	首次将微型Transformer模型应用于sEMG手势识别，并通过动态推理机制进一步优化能效	NA	优化基于sEMG信号的手势识别系统，使其在边缘设备上实现更高的能效和准确性	表面肌电图（sEMG）信号的手势识别	机器学习	NA	动态推理	Transformer	信号	使用Ninapro DB6数据集进行实验
60	2024-09-14	A non-canonical striatopallidal "Go" pathway that supports motor control 2023-Feb-11, Research square DOI:10.21203/rs.3.rs-2524816/v1 PMID:36798372	研究论文	本文探讨了非经典的纹状体-苍白球“Go”通路在运动控制中的作用	发现了纹状体投射神经元（dSPNs）通过轴突侧支向苍白球（GPe）传递同步运动相关信息，并提出了一个新的模型来解释这一通路在运动控制中的作用	尚未完全了解dSPN GPe侧支在行为上的具体意义	研究纹状体投射神经元（dSPNs）的侧支在运动功能中的作用	纹状体投射神经元（dSPNs）及其侧支在苍白球（GPe）中的活动	神经科学	NA	活体光学和化学遗传学工具，深度学习方法	NA	NA	NA