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
21	2024-10-13	Universal linear intensity transformations using spatially incoherent diffractive processors 2023-Aug-15, Light, science & applications DOI:10.1038/s41377-023-01234-y PMID:37582771	研究论文	本文报道了一种空间非相干衍射光学处理器的设计，能够在时间平均强度下近似任意线性变换	本文首次设计了空间非相干衍射光学处理器，能够在非相干光下实现任意线性强度变换，并展示了其在多波长下的线性处理能力以及手写数字的全光学分类	本文主要通过数值模拟和深度学习进行验证，实际应用中的性能和稳定性需要进一步实验验证	研究如何在空间非相干光下设计衍射光学处理器，以实现任意线性强度变换	空间非相干衍射光学处理器及其在多波长下的线性处理能力和手写数字分类	计算机视觉	NA	衍射光学网络	深度学习	图像	NA
22	2024-10-13	Deep transfer learning for inter-chain contact predictions of transmembrane protein complexes 2023-08-15, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-40426-3 PMID:37582780	研究论文	本文开发了一种深度迁移学习方法DeepTMP，用于预测跨膜蛋白复合物的链间接触	利用非跨膜蛋白的大数据集进行预训练，结合几何三角感知模块捕捉链间相互作用	NA	提高跨膜蛋白复合物链间接触预测的准确性和鲁棒性	跨膜蛋白复合物的链间接触	机器学习	NA	深度迁移学习	DeepTMP	蛋白质数据	52个自结合跨膜蛋白复合物
23	2024-10-12	Towards in silico CLIP-seq: predicting protein-RNA interaction via sequence-to-signal learning 2023-08-04, Genome biology IF:10.1Q1 DOI:10.1186/s13059-023-03015-7 PMID:37542318	研究论文	本文介绍了一种名为RBPNet的新型深度学习方法，用于预测RNA序列在单核苷酸分辨率下的CLIP-seq交联计数分布	RBPNet通过训练多达百万个区域，在eCLIP、iCLIP和miCLIP测定中实现了高泛化能力，并超越了现有最先进的分类器	NA	开发一种能够预测蛋白质-RNA相互作用的深度学习方法	RNA序列及其与蛋白质的交联计数分布	机器学习	NA	深度学习	深度学习模型	序列数据	多达百万个区域
24	2024-10-12	Boosting variant-calling performance with multi-platform sequencing data using Clair3-MP 2023-Aug-03, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-023-05434-6 PMID:37537536	研究论文	研究了利用多平台测序数据提升变异检测性能的方法	首次探讨了整合Oxford Nanopore和Illumina测序数据以优化变异检测性能的可能性	未详细讨论多平台数据整合的具体技术细节	探讨多平台测序数据对变异检测性能的影响	Oxford Nanopore和Illumina测序数据	基因组学	NA	第三代测序技术、下一代测序技术	深度学习模型	测序数据	未具体说明样本数量
25	2024-10-08	Active learning of enhancer and silencer regulatory grammar in photoreceptors 2023-Aug-22, bioRxiv : the preprint server for biology DOI:10.1101/2023.08.21.554146 PMID:37662358	研究论文	本文研究了在视网膜光感受器中使用主动机器学习方法来训练增强子和沉默子调控语法的深度学习模型	本文提出了一种新的主动机器学习方法，通过迭代训练模型来预测包含光感受器转录因子CRX结合基序的序列活性，使用比当前方法少一个数量级的训练数据	本文未提及具体的局限性	研究如何通过主动机器学习方法训练准确的深度学习模型来预测调控元件的活性	研究对象包括增强子和沉默子的调控语法以及光感受器转录因子CRX的结合基序	机器学习	NA	主动机器学习	深度学习模型	DNA序列	使用了多轮合成的DNA序列进行实验
26	2024-10-08	DeepAIR: A deep learning framework for effective integration of sequence and 3D structure to enable adaptive immune receptor analysis 2023-08-09, Science advances IF:11.7Q1 DOI:10.1126/sciadv.abo5128 PMID:37556545	研究论文	本文介绍了一种名为DeepAIR的深度学习框架，用于整合序列和3D结构特征，以准确预测适应性免疫受体（AIR）与抗原的结合	DeepAIR框架首次将序列和结构特征整合用于预测AIR-抗原结合，显著提高了预测准确性	NA	开发一种能够准确预测适应性免疫受体与抗原结合的深度学习框架	适应性免疫受体（AIR），包括T细胞受体（TCR）和B细胞受体（BCR）	机器学习	NA	深度学习	深度学习框架	序列和3D结构数据	使用了TCR和BCR的组合数据，具体样本数量未明确提及
27	2024-10-01	Classification of Food Additives Using UV Spectroscopy and One-Dimensional Convolutional Neural Network 2023-Aug-30, Sensors (Basel, Switzerland) DOI:10.3390/s23177517 PMID:37687972	研究论文	本文提出了一种基于紫外线吸收光谱和一维卷积神经网络的食品添加剂自动分类系统	利用紫外线吸收光谱和一维卷积神经网络进行食品添加剂的分类	仅限于五种食品添加剂的分类，且样本为简单或混合溶液	开发一种自动分类系统，用于识别不同食品添加剂	五种食品添加剂的紫外线吸收光谱	机器学习	NA	紫外线光谱	一维卷积神经网络	光谱数据	404个光谱样本
28	2024-10-01	Monitoring blood pressure and cardiac function without positioning via a deep learning-assisted strain sensor array 2023-08-11, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adh0615 PMID:37566652	研究论文	开发了一种基于柔性应变传感器阵列和深度学习神经网络的智能血压和心脏功能监测系统	利用柔性应变传感器阵列和深度学习模型，实现了无需精确位置的血压和心脏功能连续监测	NA	开发一种连续且可靠的血压和心脏功能监测系统，以诊断和预防心血管疾病	血压和心脏功能	机器学习	心血管疾病	深度学习	神经网络	脉搏波	NA
29	2024-10-01	Deep Transfer Learning with Enhanced Feature Fusion for Detection of Abnormalities in X-ray Images 2023-Aug-07, Cancers IF:4.5Q1 DOI:10.3390/cancers15154007 PMID:37568821	研究论文	本文提出了一种新的深度迁移学习方法，通过增强特征融合来检测X光图像中的异常	本文的创新点在于提出了一种新的迁移学习方法，通过在大量类似目标数据集的医学图像上预训练深度学习模型，并使用少量标注的医学图像进行微调，从而克服了传统迁移学习在ImageNet数据集上的局限性	本文的局限性在于其方法的适用性主要集中在医学X光图像分类任务上，尚未广泛应用于其他类型的医学图像	本文的研究目的是通过改进迁移学习方法，提高医学图像分类的准确性和泛化能力	本文的研究对象是医学X光图像中的肱骨和手腕分类任务	计算机视觉	NA	深度学习	CNN	图像	使用了MURA数据集中的大量医学X光图像进行预训练，并使用少量标注的医学图像进行微调
30	2024-10-01	Systematic review of automated sleep apnea detection based on physiological signal data using deep learning algorithm: a meta-analysis approach 2023-Aug, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-023-00297-5 PMID:37519869	综述	本文综述了基于生理信号数据使用深度学习算法进行自动睡眠呼吸暂停检测的研究	本文首次对基于生理信号数据的深度学习算法在睡眠呼吸暂停检测中的应用进行了系统的元分析	本文仅限于对已发表文献的综述和分析，未进行新的实验或数据收集	分析和比较用于生理数据处理的深度学习算法在睡眠呼吸暂停检测中的主要特征	脉搏血氧饱和度、心电图、气流和声音信号等生理数据	机器学习	睡眠障碍	深度学习	NA	生理信号	47篇文献
31	2024-09-30	Cascaded convolutional networks for unsupervised brain tissue segmentation and bias field estimation 2023-Aug, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.2676893 PMID:38250086	研究论文	本文提出了一种基于级联卷积网络的无监督脑组织分割和偏置场估计方法	本文的创新点在于开发了一种无监督深度学习模型，通过级联卷积网络同时进行脑组织分割和偏置场估计，利用大量未标记的脑成像数据	本文的局限性在于仅在HCP-Aging和HCP-Development数据集上进行了评估，可能需要进一步验证其在其他数据集上的性能	本文的研究目的是利用无监督学习方法提高脑组织分割和偏置场估计的性能	本文的研究对象是脑组织分割和偏置场估计	计算机视觉	NA	深度学习	级联卷积网络	图像	在HCP-Aging和HCP-Development数据集上进行了评估
32	2024-09-27	Novel Artificial Intelligence-Based Approaches for Ab Initio Structure Determination and Atomic Model Building for Cryo-Electron Microscopy 2023-Aug-27, Micromachines IF:3.0Q2 DOI:10.3390/mi14091674 PMID:37763837	综述	本文综述了基于人工智能的新方法在从头结构确定和原子模型构建中的应用	利用人工智能特别是深度学习技术，克服了传统图像处理方法无法解决的限制	仍存在一些限制，需要进一步发展	探讨人工智能在从头体积生成、异质性3D重建和原子模型构建中的应用	单颗粒冷冻电镜实验中的生物大分子结构	计算机视觉	NA	深度学习	NA	图像	NA
33	2024-09-27	Emerging Trends in Fast MRI Using Deep-Learning Reconstruction on Undersampled k-Space Data: A Systematic Review 2023-Aug-26, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering10091012 PMID:37760114	综述	本文系统综述了利用深度学习重建欠采样k空间数据的快速MRI技术	本文整合了深度学习模型与欠采样方法，重新定义了快速MRI的最新技术	本文未提及具体的技术局限性	旨在分析深度MRI重建模型，强调近期提出方法的关键要素及其优缺点	快速MRI技术及其深度学习重建方法	计算机视觉	NA	深度学习	NA	图像	NA
34	2024-09-27	Clinical Validation Benchmark Dataset and Expert Performance Baseline for Colorectal Polyp Localization Methods 2023-Aug-22, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging9090167 PMID:37754931	研究论文	本文介绍了一个用于结直肠息肉定位方法临床验证的基准数据集和专家表现基线	首次在实验室环境中提供了一个标准化的比较方法，以便在临床验证之前评估人工智能和深度学习方法的表现	数据集仅包含65张未编辑的内镜图像，可能不足以全面评估所有情况	验证人工智能和深度学习方法在结直肠息肉定位中的表现，并建立专家表现的基线	结直肠息肉定位方法的表现	计算机视觉	结直肠癌	深度学习	NA	图像	65张内镜图像，其中三分之一包含病变
35	2024-09-27	WindowSHAP: An efficient framework for explaining time-series classifiers based on Shapley values 2023-08, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2023.104438 PMID:37414368	研究论文	本文介绍了一种名为WindowSHAP的高效框架，用于基于Shapley值解释时间序列分类器	提出了WindowSHAP框架，通过将序列划分为时间窗口来减轻计算Shapley值的复杂性，并提高解释质量	NA	旨在解决现有方法在解释时间序列模型时存在的计算复杂性和解释质量问题	时间序列分类器及其在临床应用中的解释	机器学习	创伤性脑损伤，重症监护医学	Shapley值	NA	时间序列数据	120个时间步长（小时）
36	2024-09-27	DuSFE: Dual-Channel Squeeze-Fusion-Excitation co-attention for cross-modality registration of cardiac SPECT and CT 2023-08, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2023.102840 PMID:37216735	研究论文	本文提出了一种新的双通道挤压-融合-激励（DuSFE）共注意力模块，用于心脏SPECT和CT衍生的μ-maps的跨模态刚性配准	本文首次研究了基于深度学习的心脏SPECT和CT衍生的μ-maps的跨模态配准，并提出了一种新的DuSFE共注意力模块，能够更好地提取和融合输入信息	NA	提高心脏SPECT和CT衍生的μ-maps的跨模态配准精度，从而改善心脏SPECT图像的衰减校正效果	心脏SPECT和CT衍生的μ-maps	计算机视觉	心血管疾病	深度学习	CNN	图像	临床患者MPI研究
37	2024-09-27	Pulmonary contusion: automated deep learning-based quantitative visualization 2023-Aug, Emergency radiology IF:1.7Q3 DOI:10.1007/s10140-023-02149-2 PMID:37318609	研究论文	研究利用深度学习模型自动量化肺挫伤，并评估其与急性呼吸窘迫综合征（ARDS）等临床结果的关系	首次使用深度学习模型（nnU-Net）自动量化肺挫伤，并将其与临床结果相关联	研究为回顾性分析，样本量相对较小，且未考虑所有可能的临床变量	开发和验证一种基于深度学习的自动化方法，用于量化肺挫伤并预测ARDS风险	肺挫伤患者及其临床结果	数字病理学	肺部疾病	深度学习	nnU-Net	图像	302名成年肺挫伤患者
38	2024-09-27	Comprehensive assessment of the anterior segment in refraction corrected OCT based on multitask learning 2023-Aug-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.493065 PMID:37799701	研究论文	提出了一种基于多任务学习的全自动深度学习方法，用于前段OCT图像中主要结构的分割和量化，并进行了屈光校正	首次提出了一种多任务深度学习方法，能够同时分割和量化前段结构，并进行屈光校正	仅使用了1251张AS-OCT图像进行训练和测试，样本量相对较小	开发一种能够识别所有重要前段结构的方法，以辅助临床诊断	前段OCT图像中的虹膜、晶状体、角膜、ICL和IOL等结构	计算机视觉	NA	多任务深度学习	深度学习网络	图像	1251张AS-OCT图像，来自180名患者
39	2024-09-27	Feasibility of deep learning-based polarization-sensitive optical coherence tomography angiography for imaging cutaneous microvasculature 2023-Aug-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.488822 PMID:37799704	研究论文	研究了基于深度学习的偏振敏感光学相干断层扫描血管造影术（PS-OCTA）在成像皮肤微血管中的可行性	提出了将深度学习与PS-OCT集成的方法，并评估了两种神经网络（RDN和GRDN）在PS-OCTA中的表现	研究仅限于18个皮肤位置的PS-OCT扫描，样本量较小	探讨深度学习在PS-OCTA成像皮肤微血管中的应用潜力	皮肤微血管的成像	计算机视觉	NA	偏振敏感光学相干断层扫描（PS-OCT）	残差密集网络（RDN）和升级的分组RDN（GRDN）	图像	18个皮肤位置，包含16,600对B扫描图像
40	2024-09-27	Persistent topological Laplacian analysis of SARS-CoV-2 variants 2023-Aug, Journal of computational biophysics and chemistry IF:2.0Q3 DOI:10.1142/s2737416523500278 PMID:37829318	研究论文	本文研究了持久拓扑拉普拉斯（PTLs）在分析SARS-CoV-2变种刺突受体结合域（RBD）蛋白质结构变化中的建模和分析能力	提出了持久拓扑拉普拉斯（PTLs）作为一种新的拓扑数据分析工具，用于克服持久同调的局限性，并展示了其在蛋白质结构变化分析中的优势	NA	探讨持久拓扑拉普拉斯在分析SARS-CoV-2变种蛋白质结构变化中的应用	SARS-CoV-2变种的刺突受体结合域（RBD）及其与血管紧张素转换酶2（ACE2）的结合结构变化	数据科学	NA	持久拓扑拉普拉斯（PTLs）	NA	蛋白质结构数据	多种SARS-CoV-2变种及其计算生成的RBD结构