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
61	2024-10-14	Progress in Active Infrared Imaging for Defect Detection in the Renewable and Electronic Industries 2023-Oct-27, Sensors (Basel, Switzerland) DOI:10.3390/s23218780 PMID:37960480	综述	本文综述了主动红外热成像技术在可再生能源和电子行业中的缺陷检测应用	结合红外热成像与深度学习技术，提出了一种高效且高精度的光伏板缺陷检测解决方案	讨论了红外热成像技术在激励源、光伏行业、电子行业和人工智能方面的优势与挑战	综述红外热成像技术在可再生能源和电子行业中的应用，并探讨其未来研究方向	红外热成像技术在光伏板和电路板缺陷检测中的应用	计算机视觉	NA	红外热成像	深度学习	图像	NA
62	2024-10-14	DeepVision: Enhanced Drone Detection and Recognition in Visible Imagery through Deep Learning Networks 2023-Oct-25, Sensors (Basel, Switzerland) DOI:10.3390/s23218711 PMID:37960411	研究论文	本文介绍了一种创新的深度学习方法，用于在可见图像中有效区分无人机和鸟类	提出了一种基于SqueezeNet模型的深度学习方法，通过图像分块技术提高了对小型无人机的检测性能，并在平均精度（AP）和检测时间上优于其他现有方法	NA	解决无人机在机场等关键基础设施中的潜在滥用问题，提高无人机检测的准确性和实时性	无人机和鸟类	计算机视觉	NA	深度学习	SqueezeNet	图像	使用了由多所大学和研究机构提供的真实世界数据集，作为2020年无人机与鸟类检测挑战的一部分
63	2024-10-14	Protein Language Models Uncover Carbohydrate-Active Enzyme Function in Metagenomics 2023-Oct-25, bioRxiv : the preprint server for biology DOI:10.1101/2023.10.23.563620 PMID:37961379	研究论文	本文介绍了CAZyLingua工具，该工具利用蛋白质语言模型嵌入构建深度学习框架，用于元基因组数据中碳水化合物活性酶（CAZymes）的功能注释	首次利用蛋白质语言模型嵌入构建深度学习框架进行CAZymes的功能注释，并在多个数据集上展示了比传统序列同源性方法更高的F1分数	NA	开发一种新的工具来提高元基因组数据中碳水化合物活性酶的功能注释准确性	碳水化合物活性酶（CAZymes）及其在元基因组数据中的功能注释	机器学习	NA	蛋白质语言模型嵌入	深度学习模型	元基因组数据	包括母亲/婴儿纵向数据集和纤维化倾向疾病（如克罗恩病和IgG4相关疾病）患者的元基因组数据集
64	2024-10-14	Exploring the Roles of RNAs in Chromatin Architecture Using Deep Learning 2023-Oct-24, bioRxiv : the preprint server for biology DOI:10.1101/2023.10.22.563498 PMID:37961712	研究论文	本文提出了一种名为AkitaR的深度学习框架，利用基因组序列和全基因组RNA-DNA相互作用来研究染色质相关RNAs（caRNAs）在HFFc6细胞中基因组折叠中的作用	本文首次提出了AkitaR框架，通过结合基因组序列和RNA-DNA相互作用来解析caRNAs在基因组折叠中的作用，并发现了新的可能调节染色质结构的非编码RNAs	本文主要集中在HFFc6细胞中，研究结果的普适性有待进一步验证	研究染色质相关RNAs在基因组三维组织中的作用	染色质相关RNAs（caRNAs）及其在基因组折叠中的作用	机器学习	NA	深度学习	深度学习框架	基因组序列和RNA-DNA相互作用数据	HFFc6细胞
65	2024-10-14	Binding affinity predictions with hybrid quantum-classical convolutional neural networks 2023-Oct-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-45269-y PMID:37864075	研究论文	本文介绍了一种混合量子-经典卷积神经网络用于预测药物与蛋白质的结合亲和力	提出了一种混合量子-经典卷积神经网络，相比传统方法减少了20%的复杂性，并在训练阶段节省了40%的成本和时间	NA	提高药物设计的效率和准确性	药物与蛋白质的结合亲和力	机器学习	NA	量子机器学习	卷积神经网络	结合亲和力数据	NA
66	2024-10-14	Leveraging Large Language Models (LLM) for the Plastic Surgery Resident Training: Do They Have a Role? 2023-Oct, Indian journal of plastic surgery : official publication of the Association of Plastic Surgeons of India IF:0.7Q4 DOI:10.1055/s-0043-1772704 PMID:38026769	研究论文	探讨大型语言模型（LLM）在整形外科住院医师培训中的作用	研究首次探索了LLM作为教学助理（TA）在整形外科中的应用，并评估了其生成内容的准确性和实用性	研究仅基于ChatGPT模型，未涵盖其他LLM模型，且样本量较小，仅涉及八位研究作者的评估	评估LLM在整形外科住院医师培训中的潜在作用	整形外科住院医师培训中的教学助理角色	自然语言处理	NA	深度学习技术，包括微调和基于人类反馈的强化学习	Transformer	文本	八位研究作者
67	2024-10-13	Radiation pneumonia predictive model for radiotherapy in esophageal carcinoma patients 2023-Oct-17, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-023-11499-6 PMID:37848844	研究论文	本研究探讨了三维剂量分布和临床特征在预测食管癌患者放疗后放射性肺炎中的作用，并设计了一种新的混合深度学习网络来预测放射性肺炎的发生	本研究首次将临床特征整合到深度学习模型中，设计了一种新的混合深度学习网络HybridNet，结合了3D ResNet18和1D卷积层，显著提高了预测精度	NA	探索三维剂量分布和临床特征在预测食管癌患者放疗后放射性肺炎中的作用，并设计新的混合深度学习网络来提高预测精度	食管癌患者放疗后的放射性肺炎	机器学习	食管癌	深度学习	HybridNet（结合3D ResNet18和1D卷积层）	三维剂量分布矩阵和一维临床特征矩阵	105名接受过放疗的食管癌患者
68	2024-10-13	Unbiased image segmentation assessment toolkit for quantitative differentiation of state-of-the-art algorithms and pipelines 2023-Oct-12, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-023-05486-8 PMID:37828466	研究论文	本文介绍了一个用于评估图像分割算法的无偏评估工具包，通过69种指标对分割数据进行全面评估，并提出了一种基于定量分析、降维或无监督分类技术以及选择标准的模型选择方法	本文提出了一个全面的图像分割评估工具包，包含69种评估指标，并提供了一种基于定量分析和选择标准的模型选择方法	NA	开发一个用于评估图像分割算法的无偏评估工具包，并提出一种模型选择方法	图像分割算法和管道	计算机视觉	NA	NA	NA	图像	NA
69	2024-10-13	disperseNN2: a neural network for estimating dispersal distance from georeferenced polymorphism data 2023-Oct-11, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-023-05522-7 PMID:37817115	研究论文	本文介绍了一种名为disperseNN2的深度学习工具，用于从地理参考的多态性数据中估计每代平均扩散距离	disperseNN2通过使用样本的地理信息，在处理成对基因型时进行特征提取，从而优于不使用显式空间信息的先进深度学习方法	NA	开发一种新的深度学习工具，用于从地理参考的多态性数据中估计生物的扩散能力	生物的地理遗传变异和扩散距离	机器学习	NA	深度学习	神经网络	多态性数据	10和100个个体
70	2024-10-13	Reliable interpretability of biology-inspired deep neural networks 2023-Oct-10, NPJ systems biology and applications IF:3.5Q1 DOI:10.1038/s41540-023-00310-8 PMID:37816807	研究论文	本文研究了生物启发深度神经网络的可解释性问题，并提出了一种提高解释鲁棒性和减少偏差的方法	本文扩展了先前的研究，测试并改进了生物启发模型P-NET的可解释性方法，提出了一种控制解释鲁棒性和偏差的新方法	本文主要关注生物启发模型的可解释性问题，未涉及其他类型的深度学习模型	研究生物启发深度神经网络的可解释性，并提出提高解释鲁棒性和减少偏差的方法	生物启发模型P-NET，训练于患者突变数据	机器学习	NA	深度学习	深度神经网络	患者突变数据	NA
71	2024-10-13	Homologous Pairs of Low and High Temperature Originating Proteins Spanning the Known Prokaryotic Universe 2023-10-07, Scientific data IF:5.8Q1 DOI:10.1038/s41597-023-02553-w PMID:37805601	研究论文	本文介绍了通过同源配对方法构建的大规模蛋白质温度数据集learn2thermDB，用于研究蛋白质在高温下的稳定性	本文创新性地构建了一个包含2400万实例和6900万蛋白质对的大规模数据集，远超当前最大规模，为高温稳定性研究提供了新的数据资源	NA	旨在通过大规模数据集推动高温蛋白质稳定性设计方法的创新	蛋白质在高温下的稳定性	生物信息学	NA	同源配对	深度学习	蛋白质序列数据	2400万实例，6900万蛋白质对
72	2024-10-13	A unified method to revoke the private data of patients in intelligent healthcare with audit to forget 2023-10-06, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-41703-x PMID:37802981	研究论文	提出了一种通过审计指导遗忘过程的方法，用于在智能医疗中撤销患者的私人数据	引入了知识净化方法，统一了审计和遗忘两个任务，并开发了审计遗忘软件（AFS）	未提及具体的技术实现细节和实验结果	保护患者的数据撤销权和隐私	患者的私人数据和预训练的深度学习模型	机器学习	NA	深度学习	深度学习模型	数据集	未提及具体样本数量
73	2024-10-13	Physics-informed neural network with transfer learning (TL-PINN) based on domain similarity measure for prediction of nuclear reactor transients 2023-Oct-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-43325-1 PMID:37803015	研究论文	本文提出了一种基于领域相似性度量的迁移学习物理信息神经网络（TL-PINN），用于预测核反应堆瞬态状态	通过迁移学习方法显著减少了模型训练的迭代次数，实现了对不同核反应堆瞬态状态的快速预测	NA	开发一种准确且快速的核反应堆瞬态状态预测方法，以提高核反应堆的安全性和效率	核反应堆瞬态状态的预测	机器学习	NA	物理信息神经网络（PINN）	迁移学习物理信息神经网络（TL-PINN）	实验参数数据	使用普渡大学反应堆一号（PUR-1）研究反应堆的实验参数生成的不同瞬态状态
74	2024-10-13	Complexities of deep learning-based undersampled MR image reconstruction 2023-10-04, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-023-00372-7 PMID:37789241	综述	本文综述了基于深度学习的欠采样磁共振图像重建方法	探讨了深度学习在解决图像重建等逆问题中的潜力	重建图像的鲁棒性和诊断质量难以评估	帮助研究人员和放射科医生开发新方法或提供有价值的反馈	基于深度学习的磁共振图像重建方法	机器学习	NA	深度学习	NA	图像	NA
75	2024-10-13	Retrosynthesis prediction with an interpretable deep-learning framework based on molecular assembly tasks 2023-Oct-03, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-41698-5 PMID:37788995	研究论文	本文提出了一种基于分子组装任务的可解释深度学习框架RetroExplainer，用于逆合成预测	将逆合成任务形式化为分子组装过程，并引入了多感官和多尺度图变换器、结构感知的对比学习和动态自适应多任务学习单元，提高了模型的鲁棒性和解释性	NA	加速数字实验室中有机化学研究的自动化逆合成预测	逆合成预测任务	机器学习	NA	深度学习	图变换器	分子数据	12个大规模基准数据集
76	2024-10-13	plotnineSeqSuite: a Python package for visualizing sequence data using ggplot2 style 2023-Oct-03, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-023-09677-8 PMID:37789265	研究论文	介绍了一个名为plotnineSeqSuite的Python包，用于使用ggplot2风格的API可视化序列数据	plotnineSeqSuite是首个在Python中实现ggplot2风格序列相关图形可视化的包，增强了R和Python之间编程绘图的统一性	NA	开发一个Python包，提供类似于R语言中ggseqlogo的API，以降低学习成本并增强编程方法的统一性	序列数据的可视化	生物信息学	NA	NA	NA	序列数据	NA
77	2024-10-13	A deep learning model to triage and predict adenocarcinoma on pancreas cytology whole slide imaging 2023-10-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-42045-w PMID:37783684	研究论文	本文提出了一种深度学习框架MIPCL，用于胰腺细胞学全切片成像中腺癌的分类和预测	MIPCL模型在所有评估指标上显著优于其他两种深度学习模型，并且能够恢复对最终预测贡献最大的切片区域	NA	开发一种辅助筛查工具，用于预测胰腺细胞学全切片成像中腺癌的存在与否	胰腺细胞学全切片成像中的腺癌	数字病理	胰腺癌	深度学习	深度学习框架	图像	通过数据集优化策略增加了训练样本数量
78	2024-10-13	SurfFlow: A Flow-Based Approach for Rapid and Accurate Cortical Surface Reconstruction from Infant Brain MRI 2023-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-43993-3_37 PMID:39380670	研究论文	本文介绍了一种基于流的方法，用于从婴儿脑部MRI快速准确地重建皮层表面	提出了一种针对婴儿脑部MRI的皮层表面重建方法，利用三个无缝连接的变形块，能够在一秒内重建高分辨率的皮层表面网格	NA	开发一种能够准确重建婴儿脑部皮层表面的方法，以理解早期大脑发育过程中皮层形态学的快速变化	婴儿脑部的皮层表面	计算机视觉	NA	流形变形	NA	MRI图像	0到12个月大的婴儿MRI数据集
79	2024-10-13	The Impact of Artificial Intelligence on Optimizing Diagnosis and Treatment Plans for Rare Genetic Disorders 2023-Oct, Cureus DOI:10.7759/cureus.46860 PMID:37954711	研究论文	探讨人工智能和机器学习在优化罕见遗传病诊断和治疗方案中的变革性影响	强调人工智能在分析大数据集和加速诊断方面的能力，以及在个性化治疗方案和药物发现中的应用	讨论了人工智能在医疗中的挑战和局限性，包括伦理、法律、技术和人类方面的考虑	探索人工智能和机器学习在解决罕见遗传病诊断和治疗复杂性中的作用	罕见遗传病及其诊断和治疗方案	机器学习	罕见遗传病	人工智能、机器学习、深度学习	NA	数据集	NA
80	2024-10-12	Superior Auto-Identification of Trypanosome Parasites by Using a Hybrid Deep-Learning Model 2023-10-27, Journal of visualized experiments : JoVE DOI:10.3791/65557 PMID:37955392	研究论文	本文介绍了一种利用混合深度学习模型自动识别锥虫寄生虫的方法	引入了一种基于混合深度学习技术的AI程序，能够从油浸显微图像中识别和分类三种锥虫物种	NA	开发一种自动化的诊断工具，以提高锥虫病的监测和控制效率	锥虫物种Trypanosoma cruzi, T. brucei, 和 T. evansi	计算机视觉	NA	混合深度学习技术	混合深度学习模型	图像	NA