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
9981	2024-08-05	Domain Generalization with Correlated Style Uncertainty 2024-Jan, IEEE Winter Conference on Applications of Computer Vision. IEEE Winter Conference on Applications of Computer Vision DOI:10.1109/wacv57701.2024.00200 PMID:38978834	研究论文	本文介绍了一种新的数据增强方法，称为相关风格不确定性（CSU），旨在提高领域泛化能力	提出了一种新的数据增强方法，克服了线性插值的局限性，同时保留了重要的相关性信息	先前的工作可能忽视了不同特征通道之间的相互依赖关系	提高深度学习模型在不同领域的鲁棒性	跨领域计算机视觉和医学成像分类任务的数据集	计算机视觉	NA	数据增强	NA	图像	多个数据集，包括PACS, Office-Home, Camelyon17，以及Duke-Market1501实例检索任务
9982	2024-08-05	Deep learning-based dimensional emotion recognition for conversational agent-based cognitive behavioral therapy 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2104 PMID:38983201	研究论文	本研究开发了一种基于转换器的模型，用于进行维度情感识别，以增强基于对话代理的认知行为治疗的效果	通过开发使用新颖的维度情感数据集的转换器模型，超越了现有的情感建模方法	没有详细讨论模型在不同文化背景或其他语言中的表现	改进互联网基础的认知行为治疗中的情感识别技术	使用变换器模型检测情感的维度，对75,503个样本的情感进行分析	自然语言处理	NA	转换器模型	转换器	文本	75,503个样本用于训练，20名参与者用于可行性研究
9983	2024-08-05	Multi-FusNet: fusion mapping of features for fine-grained image retrieval networks 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2025 PMID:38983204	研究论文	本文提出了一种新的细粒度图像检索方法，结合了特征融合和哈希映射技术	首次在细粒度图像检索中应用了代理自注意架构，并强调中间层特征的融合	尚未明确指出该方法在特定条件下的局限性	提高细粒度图像检索的效率和准确性	细粒度图像数据集与特征	计算机视觉	NA	哈希映射	自注意力架构	图像	涉及五个公开可用的细粒度数据集
9984	2024-08-05	Efficient geospatial mapping of buildings, woodlands, water and roads from aerial imagery using deep learning 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2039 PMID:38983232	研究论文	本研究提出了一种使用深度学习方法对航空影像进行精确地面覆盖分类的策略	采用了三种流行的深度学习模型，提出了一种新的方法以提高预测准确性	没有提及该方法在不同地理区域或不同类型地形上的适用性	提升航空影像分析中地面覆盖分类的效率和准确性	航空影像中建筑物、林地、水域和道路的分类	计算机视觉	NA	深度学习	Vanilla-UNet, ResNet50 UNet, DeepLabV3 ResNet50	图像	NA
9985	2024-08-05	The utilization of artificial intelligence in glaucoma: diagnosis versus screening 2024, Frontiers in ophthalmology DOI:10.3389/fopht.2024.1368081 PMID:38984126	研究论文	文章探讨了人工智能在青光眼诊断和筛查中的不同作用	强调了诊断模型与筛查模型在敏感性与特异性之间的关键平衡	NA	研究人工智能在青光眼诊断和筛查中的应用	青光眼患者及其相关的眼科影像数据	计算机视觉	青光眼	机器学习和深度学习	NA	彩色视网膜照片和其他视网膜成像模式	NA
9986	2024-08-05	COVID-19 and Pneumonia detection and web deployment from CT scan and X-ray images using deep learning 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0302413 PMID:38976703	研究论文	该文章设计了一个基于深度学习的框架，用于检测COVID-19及肺炎，并进行网络部署	提出了多种深度学习算法组合的检测框架，并通过四个深度学习模型在不同数据集上进行了比较与分析	未提及具体的外部验证数据或不同人群的适应性	旨在提升COVID-19及肺炎的检测准确性及管理效率	基于CT扫描和X光图像的数据集进行模型训练和检测	数字病理学	COVID-19	深度学习	VGG-19, ResNet-50, Inception V3, Xception	图像	使用了CT图像和X光图像的数据集进行模型评估，具体样本数量未详细说明
9987	2024-08-05	A review of ADHD detection studies with machine learning methods using rsfMRI data 2024-Aug, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5138 PMID:38472163	综述	本文综述了基于静息状态功能磁共振成像(rsfMRI)数据和机器学习方法的ADHD检测研究	该研究首次专门调查了ADHD的检测，并详细比较了现有研究的性能优缺点	文章未提及具体数据的样本大小和类型	研究旨在评估rsfMRI数据与机器学习方法在ADHD检测中的应用	研究对象为ADHD相关的fMRI数据和机器学习检测方法	机器学习	注意力缺陷多动障碍	rsfMRI	机器学习	fMRI数据	NA
9988	2024-08-05	A review of self-supervised, generative, and few-shot deep learning methods for data-limited magnetic resonance imaging segmentation 2024-Aug, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5143 PMID:38523402	review	该文章回顾了用于数据有限的磁共振成像分割的自监督、生成和少样本深度学习方法	创新点在于总结了利用少量标注样本的最新算法，并探讨了自监督学习、生成模型、少样本学习和半监督学习的基本原理	本综述没有深入探讨所有最新算法的细节，只是提供了一个概述	本研究的目的是回顾在数据有限情况下进行的磁共振成像分割的先进算法	研究对象包括心脏、腹部和脑部的磁共振成像分割应用	数字病理	NA	NA	自监督学习、生成模型、少样本学习和半监督学习	MRI图像	NA
9989	2024-08-05	Engineering a Robust UDP-Glucose Pyrophosphorylase for Enhanced Biocatalytic Synthesis via ProteinMPNN and Ancestral Sequence Reconstruction 2024-Jul-10, Journal of agricultural and food chemistry IF:5.7Q1 DOI:10.1021/acs.jafc.4c03126 PMID:38918953	研究论文	本研究关注于通过多酶催化合成UDP-葡萄糖，采用深度学习和祖先序列重建工程化热稳定UGP变体	创新点在于利用深度学习和祖先序列重建设计了一个热稳定性显著提高的UDP-葡萄糖焦磷酸酶变体	NA	研究UDP-葡萄糖的合成方法以降低成本	UDP-葡萄糖焦磷酸酶及其工程化变体	生物催化	NA	深度学习	NA	化学反应数据	实验验证了工程化UGP变体的合成能力，合成量为52.6 mM
9990	2024-08-05	Transformer-Based Weakly Supervised Learning for Whole Slide Lung Cancer Image Classification 2024-Jul-09, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3425434 PMID:38980777	研究论文	本文提出了一种基于变压器的弱监督学习框架，用于肺癌全切片图像分类	提出了一个新的两阶段变压器框架SSRViT，有效利用弱标签来解决标注成本高和注释一致性差的问题	未提及手动注释的需要和适用性问题	旨在改善肺癌全切片图像分类的准确性	研究对象为肺癌全切片图像及其不同类型的组织	计算机视觉	肺癌	变压器	SRViT和SViT	图像	在训练中使用的样本数量未提及
9991	2024-08-05	In silico design of DNA sequences for in vivo nucleosome positioning 2024-Jul-08, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkae468 PMID:38828788	研究论文	本研究提出了一种结合动力学Monte Carlo框架和基于深度学习预测的深度突变筛选的计算方法，用于设计合成DNA序列	提出了一种新的计算方法，可用于优化酵母中的核小体排列，同时创建能够容纳更大重复长度的合成序列	RNA-seq结果表明这些序列的转录并非由核小体重复长度驱动	旨在在合成基因组领域中设计具有特定体内性质的合成DNA序列	针对特定核小体重复长度的合成DNA序列进行设计和验证	合成基因组学	NA	深度学习、RNA-seq	NA	DNA序列	涉及数千千碱基长的计算优化序列
9992	2024-08-05	Mining the interpretable prognostic features from pathological image of intrahepatic cholangiocarcinoma using multi-modal deep learning 2024-Jul-08, BMC medicine IF:7.0Q1 DOI:10.1186/s12916-024-03482-0 PMID:38972973	研究论文	该研究建立了一种可解释的深度学习模型，从肝内胆管癌的病理图像中提取预后特征	提出了一种综合的预后神经网络，并且通过多模态数据提取与临床结果相关的形态特征	缺乏可解释性仍然是临床应用的一个重要障碍	研究肝内胆管癌的病理图像分析与癌症预后之间的关系	373名肝内胆管癌患者的病理图像	数字病理学	肝内胆管癌	深度学习	集成神经网络	图像和多组学数据	373名肝内胆管癌患者
9993	2024-08-05	LVPocket: integrated 3D global-local information to protein binding pockets prediction with transfer learning of protein structure classification 2024-Jul-07, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-024-00871-8 PMID:38972994	研究论文	本文提出了一种新方法LVPocket，能够整合局部和全局信息以提高蛋白质结合位点预测的精确度	通过整合Transformer编码器，本研究创新性地捕获了蛋白质结构的局部与全局信息	研究未详细讨论模型在极端蛋白质折叠结构上的适用性	旨在改进蛋白质结合位点预测的准确性	不同结构类别的蛋白质及其结合位点	计算机视觉	NA	转移学习	Transformer	蛋白质结构数据	四种不同结构类别的蛋白质数据
9994	2024-08-05	Exploring the efficacy of GRU model in classifying the signal to noise ratio of microgrid model 2024-Jul-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66387-1 PMID:38971840	研究论文	本文提出了一种名为噪声分类仿真模型（NCSM）的分类模型，用于实时预测微电网系统中的信噪比（SNR）值	创新点在于利用深度学习模型GRU进行信号到噪声比的分类预测，提供了一种新的方法应对微电网中的噪声干扰	本文的具体局限性未作详细说明	研究旨在确保微电网系统操作的稳定性，通过预测因通信网络引起的噪声	主要研究对象为微电网系统的信号到噪声比（SNR）	机器学习	NA	深度学习	GRU	网络流量数据	实验结果未提供具体的样本数量
9995	2024-08-05	Learning dynamical systems from data: An introduction to physics-guided deep learning 2024-Jul-02, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2311808121 PMID:38913886	研究论文	介绍了物理指导深度学习的框架，重点是学习动态系统	将第一性原理的物理知识整合到数据驱动方法中，以便更好地解决科学问题	传统物理建模依赖于强假设和昂贵的数值积分，需要显著的计算资源和领域专长	旨在通过物理指导的深度学习来建模复杂的物理动态	复杂物理动态和动态系统的学习	机器学习	NA	深度学习	NA	NA	NA
9996	2024-08-05	Pairing interacting protein sequences using masked language modeling 2024-Jul-02, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2311887121 PMID:38913900	研究论文	本文开发了一种基于掩蔽语言模型的相互作用蛋白质序列配对方法	提出了差异化配对（DiffPALM）方法，利用MSA Transformer在多序列比对中填充掩蔽氨基酸的能力	依赖于MSA Transformer的表现，未进行微调，对单链数据的训练可能影响性能	预测氨基酸序列中相互作用的蛋白质对	两种蛋白质家族的平行异构体	计算机视觉	NA	MSA Transformer	NA	氨基酸序列	从普遍存在的原核生物蛋白质数据集中提取的浅层多序列比对的困难基准
9997	2024-08-05	A lightweight hybrid model for the automatic recognition of uterine fibroid ultrasound images based on deep learning 2024 Jul-Aug, Journal of clinical ultrasound : JCU IF:1.2Q3 DOI:10.1002/jcu.23703 PMID:38676550	研究论文	该文章提出了一种轻量级混合模型，用于自动识别子宫肌瘤的超声图像	结合了MobileNetV2网络和深度卷积生成对抗网络（DCGAN），创新性地用于子宫肌瘤的自动分类和特征评估	NA	提高子宫肌瘤超声图像的自动分类精度和速度	子宫肌瘤的超声图像	计算机视觉	NA	深度学习	MobileNetV2和DCGAN	图像	NA
9998	2024-08-05	Hybrid deep learning assisted multi classification: Grading of malignant thyroid nodules 2024-Jul, International journal for numerical methods in biomedical engineering IF:2.2Q2 DOI:10.1002/cnm.3824 PMID:38736034	研究论文	本研究提出了一种混合深度学习辅助的多分类方法，用于恶性甲状腺结节的分级	开发了一种创新的混合深度学习模型，结合了多种特征提取和分类技术，以提高甲状腺结节的准确性和效率	在甲状腺结节检测中仍然面临准确性和有效性的挑战	研究旨在提高甲状腺结节的检测和分类能力	研究对象为甲状腺结节的影像	计算机视觉	甲状腺癌	深度学习	混合模型（Deep Maxout和CNN）	图像	NA
9999	2024-08-05	Tracing unknown tumor origins with a biological-pathway-based transformer model 2024-Jun-17, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2024.100797 PMID:38889685	研究论文	本文开发了一种融合生物途径知识的深度学习模型BPformer，用于识别未知原发肿瘤的来源	BPformer通过结合生物途径知识和变换器模型，显著提高了肿瘤起源识别的准确性	在本文中未提及该方法的潜在局限性	研究未知原发癌的肿瘤来源识别	使用10410个来自32种癌症类型的主要肿瘤的转录组数据进行训练	机器学习	NA	深度学习	变换器模型	转录组数据	10410个主要肿瘤样本
10000	2024-08-05	Subtype-WGME enables whole-genome-wide multi-omics cancer subtyping 2024-Jun-17, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2024.100781 PMID:38761803	研究论文	本研究提出了一种创新策略，整合全基因组多组学数据，以促进癌症亚型分类	提出了一种利用高维组学数据隐层特征的多任务编码器进行自适应融合的策略	NA	探索基因组广泛数据在癌症研究中的整合潜力和实际应用	针对八个基准癌症数据集的癌症亚型分类进行实证评估	数字病理学	癌症	多组学	多任务编码器	基因组数据	八个基准癌症数据集