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
181	2024-10-16	Detection of safety helmet and mask wearing using improved YOLOv5s 2023-12-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-48943-3 PMID:38049536	研究论文	本文提出了一种结合深度学习和目标检测技术的轻量级人工智能检测方法，用于识别佩戴安全帽和口罩的人员	该方法在YOLOv5s网络框架中引入了ShuffleNetv2特征提取机制，并结合ECA注意力机制和优化损失函数，提高了目标检测的精度和效率	NA	确保市政建设工程中人员的安全，特别是在疫情控制措施下	佩戴安全帽和口罩的人员	计算机视觉	NA	深度学习	YOLOv5s	图像	NA
182	2024-10-16	Discovery of a non-canonical GRHL1 binding site using deep convolutional and recurrent neural networks 2023-Dec-04, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-023-09830-3 PMID:38049725	研究论文	本研究使用深度卷积和循环神经网络发现了GRHL1的非典型结合位点	本研究首次使用卷积循环神经网络发现了GRHL1的非典型结合位点，这些位点无法通过传统的PWM方法识别	本研究仅限于GRHL1的结合位点预测，未涉及其他转录因子的研究	本研究的目的是探索深度学习方法在预测转录因子结合位点中的应用	本研究主要研究GRHL1的结合位点	机器学习	NA	ChIP-Seq	卷积循环神经网络	DNA序列	本研究使用了来自人类细胞的ChIP-Seq实验数据
183	2024-10-16	Protein structure prediction with in-cell photo-crosslinking mass spectrometry and deep learning 2023-Dec, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-023-01704-z PMID:36941363	研究论文	本文介绍了一种改进的AlphaFold2算法AlphaLink，通过结合实验距离约束信息来提高蛋白质结构预测的准确性	AlphaLink通过引入稀疏实验接触点作为锚点，改进了AlphaFold2在预测具有构象变化或同源序列较少的蛋白质结构方面的性能	NA	提高蛋白质结构预测的准确性	具有构象变化或同源序列较少的蛋白质	计算机视觉	NA	光交联质谱法	AlphaFold2	蛋白质结构数据	NA
184	2024-10-16	Enhancing Interoperability and Harmonisation of Nuclear Medicine Image Data and Associated Clinical Data 2023-Dec, Nuklearmedizin. Nuclear medicine DOI:10.1055/a-2187-5701 PMID:37907246	综述	本文综述了核医学图像数据及其相关临床数据的互操作性和标准化现状	探讨了提高数据兼容性和集成性的各种方法和标准，包括结构化临床历史、图像采集和重建的标准化以及图像数据评估的标准化准备	未详细讨论具体的技术实现细节和实际应用中的挑战	研究核医学图像数据及其相关临床数据的互操作性和标准化问题	核医学图像数据及其相关临床数据	计算机视觉	NA	NA	NA	图像	NA
185	2024-10-16	Scaling deep learning for materials discovery 2023-Dec, Nature IF:50.5Q1 DOI:10.1038/s41586-023-06735-9 PMID:38030720	研究论文	本文展示了通过大规模训练的图网络模型，显著提高了材料发现的效率	通过大规模数据和计算，图网络模型实现了前所未有的泛化能力，将材料发现的效率提高了数量级	NA	提高材料发现的效率，扩展已知稳定材料的范围	无机晶体材料	机器学习	NA	图网络	图网络	晶体结构数据	48,000个稳定晶体，220万个新结构
186	2024-10-16	Usefulness of machine learning and deep learning approaches in screening and early detection of breast cancer 2023-Dec, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2023.e22427 PMID:38076050	研究论文	本文系统分析了机器学习和深度学习方法在乳腺癌筛查和早期检测中的应用	本文提出了一个全面的分类法，将临床诊断方法与机器学习技术相结合，用于乳腺癌诊断	本文讨论了使用机器学习技术的优缺点以及未解决的问题	本文旨在为医疗专业人员和技术人员提供新的筛查和诊断工具及方法的深入理解，并识别该领域的新挑战和流行方法	本文研究对象为乳腺癌的筛查和早期检测	机器学习	乳腺癌	机器学习、深度学习	神经网络、深度学习	临床数据	NA
187	2024-10-15	Attaching organic fibers to mineral: The case of the avian eggshell 2023-Dec-15, iScience IF:4.6Q1 DOI:10.1016/j.isci.2023.108425 PMID:38034363	研究论文	研究鸟类蛋壳中有机纤维膜与无机矿物质之间的结构附着机制	通过3D多尺度成像技术结合深度学习特征分割，揭示了有机纤维膜如何嵌入和锚定到蛋壳矿物质中	NA	理解有机纤维膜如何附着到蛋壳矿物质上，以支持鸟类胚胎发育和孵化	鸟类蛋壳中的有机纤维膜和无机矿物质	生物学	NA	X射线和电子断层扫描	深度学习	图像	NA
188	2024-10-15	Abdominal fat quantification using convolutional networks 2023-Dec, European radiology IF:4.7Q1 DOI:10.1007/s00330-023-09865-w PMID:37436508	研究论文	本文介绍了使用全卷积网络（FCN）自动量化腹部磁共振成像（MRI）数据中脂肪组织的软件，并评估了其性能	本文提出的方法在脂肪组织量化方面显著优于常见的半自动化方法，减少了依赖性和工作量	NA	开发和评估一种自动化的方法来量化腹部MRI数据中的脂肪组织	肥胖患者的腹部脂肪组织	计算机视觉	肥胖	全卷积网络（FCN）	UNet	图像	331个完整的腹部图像系列
189	2024-10-15	M-MSSEU: source-free domain adaptation for multi-modal stroke lesion segmentation using shadowed sets and evidential uncertainty 2023-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-023-00247-6 PMID:37780536	研究论文	本文提出了一种新的无源域自适应方法，用于多模态中风病变分割，利用阴影集和证据不确定性	本文创新性地使用了证据深度学习代替卷积神经网络，并设计了多模态意见融合模块，利用Dempster-Shafer证据理论进行不同模态的决策融合	NA	解决无源域自适应问题，并有效利用医学图像中的多模态信息	多模态中风病变	计算机视觉	中风	Dempster-Shafer证据理论	证据深度学习	图像	两个多模态中风病变数据集
190	2024-10-15	HUT: Hybrid UNet transformer for brain lesion and tumour segmentation 2023-Dec, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2023.e22412 PMID:38046150	研究论文	本文提出了一种混合UNet Transformer网络（HUT），用于脑部病变和肿瘤的分割	HUT网络结合了UNet和Transformer的优势，通过并行运行的两个管道，分别基于UNet和Transformer，提高了单模态病变分割和多模态脑肿瘤分割的性能	NA	提高脑部病变和肿瘤分割的准确性	脑部病变和肿瘤	计算机视觉	NA	深度学习	混合UNet Transformer	3D脑部体积图像	ATLAS数据集和BraTS20数据集
191	2024-10-14	An open-source dataset for arabic fine-grained emotion recognition of online content amid COVID-19 pandemic 2023-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2023.109745 PMID:38020433	研究论文	本文介绍了一个名为ArPanEmo的开源数据集，用于在COVID-19疫情期间对阿拉伯语在线内容的细粒度情感识别	该数据集是首个专注于沙特方言并涵盖COVID-19相关话题的阿拉伯语情感识别数据集，包含11,128条手动标注的在线帖子	数据集仅涵盖沙特方言和COVID-19相关话题，可能不适用于其他方言或话题	旨在丰富阿拉伯语自然语言处理资源，并帮助开发机器学习和深度学习工具以识别文本中的情感	阿拉伯语在线内容的细粒度情感识别	自然语言处理	NA	NA	NA	文本	11,128条在线帖子
192	2024-10-13	Sen-2 LULC: Land use land cover dataset for deep learning approaches 2023-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2023.109724 PMID:37965594	研究论文	本文介绍了一个名为Sen-2 LULC的数据集，用于支持深度学习方法在土地利用和土地覆盖分类中的应用	该数据集填补了高质量数据集在现代计算机视觉和遥感数据分析之间的空白，促进了环境理解和城市规划的突破	NA	促进土地利用和土地覆盖分类的研究，特别是在印度地区	土地利用和土地覆盖分类	计算机视觉	NA	遥感技术	CNN	图像	213,761张预处理的10米分辨率图像，涵盖七种土地利用和土地覆盖类别
193	2024-10-10	Development of Deep Ensembles to Screen for Autism and Symptom Severity Using Retinal Photographs 2023-12-01, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2023.47692 PMID:38100107	研究论文	开发深度集成模型以使用视网膜照片筛查自闭症和症状严重程度	首次探索使用深度学习算法通过视网膜照片进行自闭症谱系障碍（ASD）及其症状严重程度的客观筛查	研究在单一医院进行，样本主要为男孩，可能影响结果的普适性	开发深度集成模型以区分ASD患者与典型发育（TD）个体的视网膜照片，并区分严重ASD与轻中度ASD	自闭症谱系障碍（ASD）患者和典型发育（TD）个体的视网膜照片	计算机视觉	自闭症	深度学习算法	深度集成模型	图像	1890只眼睛，958名参与者
194	2024-10-09	DeepPBS: Geometric deep learning for interpretable prediction of protein-DNA binding specificity 2023-Dec-16, bioRxiv : the preprint server for biology DOI:10.1101/2023.12.15.571942 PMID:38293168	研究论文	本文介绍了一种名为DeepPBS的几何深度学习模型，用于预测蛋白质-DNA结合特异性	DeepPBS模型能够基于蛋白质-DNA结构预测跨蛋白质家族的结合特异性，并提供可解释的蛋白质重原子级别的重要性评分	NA	开发一种可解释的深度学习模型，用于预测蛋白质-DNA结合特异性，并指导实验选择和复杂设计	蛋白质-DNA结合特异性	机器学习	NA	几何深度学习	几何深度学习模型	蛋白质-DNA结构	NA
195	2024-10-09	Large-scale annotation dataset for fetal head biometry in ultrasound images 2023-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2023.109708 PMID:38020431	数据集	本文介绍了一个大规模的胎儿头部超声图像标注数据集	该数据集提供了多种格式的兼容性，适用于多种计算机视觉任务，并经过严格的验证过程	NA	为医学影像和计算机视觉领域的研究提供一个高质量的标注数据集	胎儿头部超声图像及其解剖区域的标注	计算机视觉	NA	NA	NA	图像	3832张高分辨率超声图像
196	2024-10-05	Game-Based Learning in Neuroscience: Key Terminology, Literature Survey, and How To Guide to Create a Serious Game 2023-Dec-22, Neurology. Education DOI:10.1212/NE9.0000000000200103 PMID:39359316	研究论文	本文综述了基于游戏的学习（GBL）在神经科学教育中的应用现状，并提供了创建严肃游戏的指南	本文首次系统地综述了GBL在神经科学教育中的应用，并提供了创建教育游戏的实用建议	本文主要基于文献综述，未涉及具体的游戏开发实践	探讨基于游戏的学习在神经科学教育中的应用潜力	神经科学教育中的游戏元素、游戏化、严肃游戏和GBL	教育技术	NA	NA	NA	文本	NA
197	2024-10-05	Validity of Neural Networks to Determine Body Position on the Bicycle 2023-12, Research quarterly for exercise and sport IF:1.4Q3 DOI:10.1080/02701367.2022.2070103 PMID:35575754	研究论文	本研究评估了两种深度学习方法（MSRA和OpenPose）在自行车上自动估计人体关节角度以确定身体位置的有效性	本研究首次比较了两种深度学习方法在自行车上自动估计人体关节角度的准确性	研究仅在一个静止的自行车上进行，且样本量较小，可能限制了结果的普适性	评估神经网络在自行车上自动估计人体关节角度以确定身体位置的有效性	自行车上的身体位置和关节角度	计算机视觉	NA	深度学习	神经网络	视频	14名自行车手
198	2024-10-04	Deep learning quantification reveals a fundamental prognostic role for ductular reaction in biliary atresia 2023-12-01, Hepatology communications IF:5.6Q1 DOI:10.1097/HC9.0000000000000333 PMID:38051554	研究论文	使用神经网络量化胆道闭锁中的导管反应（DR），并探讨其与病理生理和预后的关系	首次使用神经网络模型量化胆道闭锁中的导管反应，并发现其与预后的关联	样本量相对较小，且仅限于胆道闭锁患者	量化胆道闭锁中的导管反应，并探讨其与病理生理和预后的关系	胆道闭锁患者的肝脏活检样本	数字病理	胆道疾病	神经网络模型	神经网络	图像	259例胆道闭锁患者和43例对照组的肝脏活检样本
199	2024-10-02	Unsupervised contrastive graph learning for resting-state functional MRI analysis and brain disorder detection 2023-12-01, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.26469 PMID:37668327	研究论文	提出了一种无监督对比图学习框架，用于静息态功能磁共振成像分析和脑部疾病检测	设计了一种双层fMRI增强策略，通过增强血氧水平依赖信号来增加样本量，并采用两个并行的图卷积网络进行无监督对比学习	未提及	探索fMRI生物标志物以预测脑部疾病进展，并提出一种无需大量标注数据的无监督学习方法	静息态功能磁共振成像数据和脑部疾病	机器学习	NA	功能磁共振成像	图卷积网络	图像	未具体说明
200	2024-09-29	FedFTN: Personalized federated learning with deep feature transformation network for multi-institutional low-count PET denoising 2023-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2023.102993 PMID:37827110	研究论文	提出了一种名为FedFTN的个性化联邦学习策略，用于多机构低计数PET图像去噪	FedFTN使用局部深度特征变换网络（FTN）调节全局共享去噪网络的特征输出，实现个性化去噪	NA	解决多机构低计数PET图像去噪中的数据分布差异和隐私问题	多机构低计数PET图像	计算机视觉	NA	联邦学习	深度特征变换网络（FTN）	图像	来自三个大洲三个医疗中心的大规模多机构低计数PET成像数据