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
5441	2024-10-12	Ultrasonic Rough Crack Characterization Using Time-of-Flight Diffraction With Self-Attention Neural Network 2024-Oct, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3459619 PMID:39264783	研究论文	本文提出了一种使用自注意力神经网络和时间飞行衍射技术来表征超声波粗糙裂纹的方法	本文创新性地使用自注意力深度学习方法来解释时间飞行衍射A扫描信号，以尺寸化粗糙缺陷，并通过迁移学习方法优化模型性能	本文的局限性在于仅使用有限元模拟软件生成合成数据集，并未涵盖所有可能的缺陷类型	本文的研究目的是提高时间飞行衍射技术在表征粗糙缺陷时的准确性	本文的研究对象是超声波粗糙裂纹的表征	计算机视觉	NA	时间飞行衍射	自注意力神经网络	信号	使用高保真有限元模拟软件生成的合成数据集进行训练和测试，并进行了二维粗糙裂纹样本的超声实验验证
5442	2024-10-12	Scaling data toward pan-cancer foundation models 2024-Oct, Trends in cancer IF:14.3Q1 DOI:10.1016/j.trecan.2024.08.008 PMID:39266446	研究论文	本文介绍了将数据扩展到泛癌症基础模型的研究	引入了名为Virchow的新基础模型，用于计算病理学中的癌症检测和生物标志物预测	NA	探索人工智能在计算病理学中的应用，特别是通过深度学习和神经网络	泛癌症基础模型	数字病理学	NA	深度学习	基础模型	NA	NA
5443	2024-10-12	Rating pome fruit quality traits using deep learning and image processing 2024-Oct, Plant direct IF:2.3Q2 DOI:10.1002/pld3.70005 PMID:39385758	研究论文	本文介绍了一种利用深度学习和图像处理技术评估苹果和梨等仁果类水果质量特征的工具Granny	Granny工具通过机器学习和图像处理技术减少了评估者偏差，提高了分辨率，并支持与长期建立的标准和参考兼容	NA	开发一种减少评估者偏差并提高分辨率的工具，以评估仁果类水果的质量特征	苹果和梨等仁果类水果的质量特征	计算机视觉	NA	深度学习	NA	图像	NA
5444	2024-10-12	Deep learning in the overall process of implant prosthodontics: A state-of-the-art review 2024-Oct, Clinical implant dentistry and related research IF:3.7Q1 DOI:10.1111/cid.13307 PMID:38286659	综述	本文主要描述了深度学习在牙科种植修复全过程中的研究进展	NA	分析了当前研究的局限性	探讨深度学习在牙科种植修复中的应用及其未来发展方向	牙科种植修复的全过程	计算机视觉	NA	深度学习	NA	图像	NA
5445	2024-10-12	Predicting structure-targeted food bioactive compounds for middle-aged and elderly Asians with myocardial infarction: insights from genetic variations and bioinformatics-integrated deep learning analysis 2024-Sep-16, Food & function IF:5.1Q1 DOI:10.1039/d4fo00591k PMID:39207263	研究论文	本研究通过基因变异和生物信息学集成的深度学习分析，预测了针对心肌梗死的中老年亚洲人的结构靶向食物生物活性化合物	开发了一种名为BioDeepNat的新型疾病发现应用，结合生物信息学和深度神经网络分析，评估了天然化合物对心肌梗死相关目标蛋白的影响	研究主要基于韩国基因组和流行病学研究的数据，可能存在样本代表性不足的问题	阐明心肌梗死的遗传框架，并探索天然化合物的潜在健康益处	心肌梗死相关的蛋白质编码基因及其与天然化合物的相互作用	生物信息学	心血管疾病	基因组注释分析、分子对接分析	深度神经网络	基因数据、蛋白质数据	韩国基因组和流行病学研究的数据
5446	2024-10-12	Pretrainable geometric graph neural network for antibody affinity maturation 2024-Sep-06, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-51563-8 PMID:39242604	研究论文	本文介绍了一种可预训练的几何图神经网络GearBind，用于抗体亲和力成熟	GearBind利用多关系图构建、多层次几何消息传递和对比预训练在大量未标记蛋白质结构数据上进行训练，超越了之前的最先进方法	NA	提高抗体与其目标抗原的结合亲和力	抗体及其目标抗原	机器学习	NA	几何图神经网络	图神经网络	蛋白质结构数据	大量未标记的蛋白质结构数据
5447	2024-10-12	TransC-ac4C: Identification of N4-Acetylcytidine (ac4C) Sites in mRNA Using Deep Learning 2024 Sep-Oct, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3386972 PMID:38607721	研究论文	本文提出了一种结合卷积神经网络（CNN）和Transformer的新方法TransC-ac4C，用于识别mRNA中的N4-乙酰胞苷（ac4C）位点	本文创新性地将CNN和Transformer结合，以增强特征提取能力并提高识别准确性	NA	开发一种新的深度学习方法，用于准确识别mRNA中的ac4C位点	mRNA中的N4-乙酰胞苷（ac4C）位点	机器学习	NA	卷积神经网络（CNN）和Transformer	CNN和Transformer的结合模型	mRNA序列	两个数据集，预测准确率分别为81.42%和80.69%
5448	2024-10-12	Computational design of myoglobin-based carbene transferases for monoterpene derivatization 2024-08-30, Biochemical and biophysical research communications IF:2.5Q3 DOI:10.1016/j.bbrc.2024.150160 PMID:38795453	研究论文	本研究利用计算机辅助蛋白质工程设计基于肌红蛋白的卡宾转移酶，用于单萜衍生物的合成	本研究通过计算机辅助设计和深度学习方法，扩展了血红蛋白催化反应的底物范围，为生物活性分子的合成提供了新的途径	NA	扩展血红蛋白催化卡宾转移反应的底物范围，探索其在天然产物功能化中的应用	基于肌红蛋白的卡宾转移酶及其在单萜衍生物合成中的应用	生物化学	NA	计算机辅助蛋白质工程	LigandMPNN	蛋白质结构	七种目标产物
5449	2024-10-12	Contextual AI models for single-cell protein biology 2024-Aug, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02341-3 PMID:39039335	研究论文	介绍了一种名为PINNACLE的几何深度学习方法，用于生成上下文感知的蛋白质表示，以解决蛋白质相互作用建模的挑战	引入了PINNACLE，一种几何深度学习方法，能够生成上下文感知的蛋白质表示，并展示了其在多种下游任务中的优越性能	未提及具体限制	开发一种能够理解蛋白质功能和相互作用的新算法，以支持分子疗法的开发	蛋白质及其在不同细胞类型和组织中的相互作用	机器学习	NA	几何深度学习	几何深度学习模型	蛋白质相互作用网络	394,760个蛋白质表示，来自24种组织的156种细胞类型上下文
5450	2024-10-12	Association of retinal image-based, deep learning cardiac BioAge with telomere length and cardiovascular biomarkers 2024-Jul-01, Optometry and vision science : official publication of the American Academy of Optometry IF:1.6Q3 DOI:10.1097/OPX.0000000000002158 PMID:38935034	研究论文	本研究利用基于视网膜图像的深度学习模型评估心脏生物年龄，并探讨其与端粒长度和心血管疾病生物标志物的关系	开发了一种基于视网膜图像的深度学习心脏生物年龄模型，用于快速、准确、无创地筛查心血管疾病	研究为横断面研究，需要进一步的纵向研究来验证模型的长期有效性	验证基于深度学习的心脏生物年龄模型是否与已知的心血管疾病风险趋势和白细胞端粒长度一致	英国生物银行中的个体，包括其端粒长度数据和视网膜图像	机器学习	心血管疾病	深度学习	深度学习模型	图像	英国生物银行中的个体，具体数量未在摘要中提及
5451	2024-10-12	On machine learning analysis of atomic force microscopy images for image classification, sample surface recognition 2024-Apr-17, Physical chemistry chemical physics : PCCP IF:2.9Q1 DOI:10.1039/d3cp05673b PMID:38477533	研究论文	本文探讨了利用机器学习分析原子力显微镜图像进行图像分类和样本表面识别的方法	本文提出了一种利用机器学习而非流行的深度学习神经网络来分析和分类原子力显微镜图像的方法，并成功应用于生物细胞表面分析	原子力显微镜成像速度较慢，限制了深度学习方法在图像识别中的广泛应用	研究如何利用机器学习方法有效地分析和分类原子力显微镜图像	原子力显微镜图像及其所包含的样本表面物理化学属性	机器学习	NA	原子力显微镜	NA	图像	相对较小的原子力显微镜图像数据库
5452	2024-10-12	Design of target specific peptide inhibitors using generative deep learning and molecular dynamics simulations 2024-Feb-21, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-45766-2 PMID:38383543	研究论文	本文介绍了一种基于生成式深度学习和分子动力学模拟的计算方法，用于设计靶向特定肽抑制剂	本文创新地将门控循环单元（GRU）变分自编码器与Rosetta FlexPepDock结合，用于肽序列生成和结合亲和力评估，并通过分子动力学模拟筛选肽段进行实验验证	NA	开发一种计算方法，用于设计靶向特定肽抑制剂	β-catenin和NF-κB基本调节因子	机器学习	NA	分子动力学模拟	变分自编码器（VAE）	肽序列	β-catenin抑制剂12个，NF-κB基本调节因子抑制剂4个
5453	2024-10-12	Deepdefense: annotation of immune systems in prokaryotes using deep learning 2024-Jan-02, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giae062 PMID:39388605	研究论文	本文介绍了一种使用深度学习方法对原核生物免疫系统进行注释的算法Deepdefense	提出了一种基于深度学习的免疫蛋白分类算法Deepdefense，能够区分免疫系统相关和无关的蛋白质，并识别已知和潜在的新型免疫系统蛋白质	该方法依赖于已知的免疫系统蛋白质数据集进行训练，可能无法识别训练数据集中未包含的新型免疫系统	开发一种自动检测基因并定义免疫系统注释和分类的方法	原核生物的免疫系统蛋白质	机器学习	NA	深度学习	神经网络	基因组数据	已知的免疫系统蛋白质数据集
5454	2024-10-12	An interpretable deep learning framework identifies proteomic drivers of Alzheimer's disease 2024, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2024.1379984 PMID:39355118	研究论文	本文提出了一种可解释的深度学习框架，用于识别阿尔茨海默病的蛋白质组驱动因素	利用集成自编码器（EnsembleOmicsAE）将蛋白质组数据降维为少量潜在特征，并开发了一种计算特征重要性分数的算法，识别出线性方法未发现的信号模块	NA	研究阿尔茨海默病的蛋白质组驱动因素	阿尔茨海默病患者的脑蛋白质组数据	机器学习	阿尔茨海默病	集成自编码器（EnsembleOmicsAE）	自编码器（AE）	蛋白质组数据	559名个体
5455	2024-10-12	Evaluating Explainable Artificial Intelligence (XAI) techniques in chest radiology imaging through a human-centered Lens 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0308758 PMID:39383147	研究论文	本研究评估了可解释人工智能（XAI）技术在胸部放射影像中的应用，通过以人为中心的视角进行用户研究	本研究创新性地通过用户研究评估了两种主要的视觉XAI技术（Grad-CAM和LIME）在胸部放射影像中的应用，并强调了多模态解释和提高医疗从业者对XAI系统认识的重要性	研究中存在对XAI系统价值和实际应用方面的认识不足，以及对Grad-CAM临床可用性的担忧	评估XAI技术在胸部放射影像中的应用，提高深度学习算法在诊断和治疗决策中的透明度和信任度	胸部放射影像中的肺炎和COVID-19诊断	计算机视觉	NA	深度学习（DL）	NA	影像	NA
5456	2024-10-12	Exploring neural oscillations during speech perception via surrogate gradient spiking neural networks 2024, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2024.1449181 PMID:39385848	研究论文	本文提出了一种生理启发的语音识别架构，展示了端到端梯度下降训练在中央尖峰神经网络中产生神经振荡的现象	本文的创新点在于展示了端到端梯度下降训练在尖峰神经网络中产生神经振荡的现象，并强调了反馈机制在调节和同步神经活动中的关键作用	NA	研究大脑中认知过程的模型，特别是语音感知过程中的神经动力学	尖峰神经网络在语音处理中的神经振荡现象	机器学习	NA	尖峰神经网络	尖峰神经网络	语音数据	NA
5457	2024-10-12	GSP-AI: An AI-Powered Platform for Identifying Key Growth Stages and the Vegetative-to-Reproductive Transition in Wheat Using Trilateral Drone Imagery and Meteorological Data 2024, Plant phenomics (Washington, D.C.) DOI:10.34133/plantphenomics.0255 PMID:39386010	研究论文	本文介绍了一种名为GSP-AI的多模态深度学习模型，用于基于无人机采集的冠层图像和多季节气候数据识别小麦的关键生长阶段和生殖转换	提出了GSP-AI模型，结合Res2Net和LSTM架构，能够有效识别小麦的关键生长阶段并预测生殖转换时间	NA	开发一种可靠且可扩展的工具，用于在田间条件下准确评估小麦的生长阶段	小麦的生长阶段和生殖转换	计算机视觉	NA	深度学习	Res2Net和LSTM	图像和气候数据	70,410张标注图像，来自中国54个品种，英国109个品种，美国100个品种，以及关键气候因素
5458	2024-10-12	Exploring the use of deep learning models for accurate tracking of 3D zebrafish trajectories 2024, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2024.1461264 PMID:39386044	研究论文	本研究利用深度学习模型对斑马鱼的3D运动轨迹进行精确追踪	本研究首次使用深度学习模型对斑马鱼的3D运动轨迹进行追踪，并取得了高精度和高召回率的结果	本研究仅限于斑马鱼的3D运动追踪，未涉及其他生物或更复杂的环境	开发一种精确追踪斑马鱼3D运动轨迹的方法，以更好地理解其行为和生理状态	斑马鱼的3D运动轨迹	计算机视觉	心血管疾病	深度学习	YOLOv7	图像	21,360张图像，3,632个3D坐标
5459	2024-10-12	Assessing the performance of large language models (LLMs) in answering medical questions regarding breast cancer in the Chinese context 2024 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076241284771 PMID:39386109	研究论文	评估大型语言模型（LLMs）在中国背景下回答乳腺癌相关医学问题的表现	本研究首次系统评估了ChatGPT、ERNIE Bot和ChatGLM在中国背景下回答乳腺癌相关问题的表现	LLMs在回答乳腺癌治疗相关问题时的准确性较低，需要医疗专业人员的监督	评估和比较大型语言模型在回答中国背景下乳腺癌相关医学问题的表现	ChatGPT、ERNIE Bot和ChatGLM在回答乳腺癌相关问题时的准确性、长度和可读性	自然语言处理	乳腺癌	NA	大型语言模型（LLMs）	文本	60个乳腺癌相关问题
5460	2024-10-12	Deep Learning in Heart Sound Analysis: From Techniques to Clinical Applications 2024, Health data science DOI:10.34133/hds.0182 PMID:39387057	综述	本文综述了深度学习在心音分析中的应用，包括常用的心音数据集、基本原理和最新技术，以及当前的应用和未来改进方向	本文整合了常用的心音数据集，并介绍了心音分析和深度学习的基本原理与最新技术	现有研究需要解决挑战并改进技术以实现更广泛的临床应用	总结深度学习在心音分析中的应用及其局限性和未来改进方向	心音数据集、深度学习技术及其在心音分析中的应用	机器学习	心血管疾病	深度学习	人工神经网络	音频	NA