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
10261	2024-08-05	ifDEEPre: large protein language-based deep learning enables interpretable and fast predictions of enzyme commission numbers 2024-May-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae225 PMID:38942594	研究论文	提出了一种新型的可解释和快速的深度学习模型ifDEEPre，用于准确预测酶的委员会编号	设计了新的自引导注意机制，并结合大量蛋白语言模型学习的生物知识，显著提高了预测速度和准确性	未提及具体的限制因素	准确理解酶的生物功能，为病理学和工业生物技术的各种任务提供支持	raw蛋白质序列的表示和酶的委员会编号	机器学习	NA	大型蛋白语言模型	自引导注意机制	生物序列数据	数亿个蛋白质
10262	2024-08-05	Parkinson's disease diagnosis using deep learning: A bibliometric analysis and literature review 2024-04, Ageing research reviews IF:12.5Q1 DOI:10.1016/j.arr.2024.102285 PMID:38554785	综述	本文进行了一项关于深度学习在帕金森病诊断中的应用的文献计量分析和文献综述	通过文献计量分析展示了深度学习在帕金森病诊断领域的显著进展和关键研究点	对于增量学习及大数据分析相关的深度学习方法的研究存在空白	研究深度学习在帕金森病诊断中的应用发展	已发表的关于帕金森病及深度学习的研究论文	计算机视觉	帕金森病	深度学习	NA	文献	检索并分析了Scopus数据库中的可用研究论文
10263	2024-08-05	Technological Vanguard: the outstanding performance of the LTY-CNN model for the early prediction of epileptic seizures 2024-02-16, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-04945-x PMID:38365732	研究论文	这项研究介绍了一种新型深度学习模型LTY-CNN，用于对癫痫发作的早期预测	LTY-CNN模型融合了并行卷积结构和多头注意机制，能够捕捉多尺度的EEG信号特征，提升了处理时间序列数据的效率	没有提到该模型在特定临床环境中的实际应用表现	研究癫痫发作的早期预测及其管理方法	关注神经电活动异常的癫痫患者及其EEG信号	机器学习	癫痫	EEG	LTY-CNN	时间序列数据	涉及SWEC-ETHZ和CHB-MIT两个数据集
10264	2024-08-05	Morphological Profiling for Drug Discovery in the Era of Deep Learning 2024-Jan-15, ArXiv PMID:38168460	综述	本文提供了形态特征分析在表型药物发现中的最新进展的全面概述	重点强调深度学习在形态分析中的应用，包括细胞分割、图像表示学习和多模态学习	未提及具体的限制	探讨形态特征分析在表型药物发现中的应用及其流程	涵盖对细胞或生物体在单细胞分辨率下对干扰的反应的分析	计算机视觉	NA	高通量自动成像	深度学习	图像	NA
10265	2024-08-05	Coronary artery disease evaluation during transcatheter aortic valve replacement work-up using photon-counting CT and artificial intelligence 2024 Jul-Aug, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2024.01.010 PMID:38368176	研究论文	本研究评估了光子计数CT与人工智能结合用于冠状动脉疾病评估的能力	该研究创新性地将光子计数CT与深度学习模型结合，以提高冠状动脉狭窄量化和血流储备预测的准确性	研究为回顾性单中心研究，可能存在选择偏倚	评估在经导管主动脉瓣置换术准备过程中使用光子计数CT与人工智能评估冠状动脉疾病的能力	对2021年10月到2023年6月之间的260名严重症状性主动脉瓣狭窄患者进行研究	医学影像学	冠状动脉疾病	光子计数CT	深度学习模型	临床数据	260名患者（138名男性，122名女性）
10266	2024-08-05	Deep learning to quantify care manipulation activities in neonatal intensive care units 2024-Jun-27, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01164-y PMID:38937643	研究论文	本研究旨在量化新生儿重症监护病房中的护理操作活动	开发了一种深度学习方法以从视频中检测操作活动，估算其持续时间和频率，并整合生理信号以评估反应	相对误差容忍度为13.8%的活动持续时间和频率，结果仅与人工注释相当	监测新生儿重症监护中的压力	27名新生儿在2个新生儿重症监护病房中的330次会话	计算机视觉	NA	深度学习	NA	视频和生理信号	27名新生儿，289小时视频记录和生理数据
10267	2024-08-05	Fully automated assessment of the future liver remnant in a blood-free setting via CT before major hepatectomy via deep learning 2024-Jun-27, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-024-01724-6 PMID:38935177	研究论文	本研究开发并验证了一种用于血液-free环境下CT影像的肝脏未来残余肝脏的深度学习模型	开发了全自动的肝静脉和门静脉分割模型，并成功应用于主要肝切除术前的FLR评估	没有提到模型在不同病灶或患者特征下的适用性	目的在于提高肝脏未来残余肝脏的评估准确性和自动化水平	包括170名在2018年1月至2019年3月期间接受治疗的患者	数字病理	NA	CT影像	3D U-Net	影像	170名患者
10268	2024-08-05	Simulation-driven design of smart gloves for gesture recognition 2024-06-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-65069-2 PMID:38937537	研究论文	本文提出了一个开放的仿真平台用于设计智能手套，以实现手势识别	创新点在于利用单目视频而非精确运动数据，并通过新方法减少运动提取误差的影响	具体样本数量及其多样性未在摘要中说明	研究智能手套的设计，以提高手势识别的效率和准确性	智能手套的传感器布局和深度学习模型	计算机视觉	NA	深度学习	NA	视频	NA
10269	2024-08-05	Addressing label noise for electronic health records: insights from computer vision for tabular data 2024-Jun-27, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02581-5 PMID:38937744	研究论文	本研究探讨了如何通过计算机视觉算法减轻电子健康记录中的标签噪声对深度学习模型的影响	将计算机视觉算法应用于电子健康记录，以应对标签噪声的挑战	不确定计算机视觉方法在电子健康记录领域的有效性，因为两个领域之间存在显著差异	旨在提高深度学习模型在电子健康记录中应对标签噪声的能力	电子健康记录数据中的标签噪声	机器学习	COVID-19	深度学习	未指定	电子健康记录数据	未指定
10270	2024-08-05	Deformation-encoding Deep Learning Transformer for High-Frame-Rate Cardiac Cine MRI 2024-Jun, Radiology. Cardiothoracic imaging DOI:10.1148/ryct.230177 PMID:38722232	研究论文	本研究开发了一种深度学习模型，以提高心脏cine MRI的帧率，同时保持空间分辨率和扫描时间	提出了一种基于transformer的深度学习模型，能够在提高帧率的同时保持图像质量	在不同成像设备和磁场强度下进行的回归分析未能完全排除所有潜在误差	研究旨在提高心脏cine MRI的图像帧率	对来自5840名患者回顾性cine图像进行分析，及对49名临床心脏MRI参与者实现前瞻性研究	数字病理学	心血管疾病	MRI	Transformer	影像	5840名患者的回顾性样本和49名参与者的前瞻性样本
10271	2024-08-05	Deep learning based automated left ventricle segmentation and flow quantification in 4D flow cardiac MRI 2024 Summer, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2023.100003 PMID:38211658	研究论文	本研究开发并评估基于深度学习的方法，以直接从4D流动MRI中分割左心室并定量血流。	提出了用于从短轴重构的4D流动体积中进行左心室自动分割的新型深度学习网络和特征融合方法	评估只基于内部数据集，可能存在样本偏差	旨在提高4D流动MRI中的左心室分割和血流定量分析的准确性	以101名受试者的4D流动MRI数据为研究对象	计算机视觉	心血管疾病	4D流动MRI	2D U-Net	图像	101个受试者，67,567个2D图像和3030个3D体积
10272	2024-08-07	Seeing between Time: Higher Frame Rate Cardiac Cine MRI using Deep Learning 2024-Jun, Radiology. Cardiothoracic imaging DOI:10.1148/ryct.240140 PMID:38842457	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
10273	2024-08-05	PractiCPP: a deep learning approach tailored for extremely imbalanced datasets in cell-penetrating peptide prediction 2024-02-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae058 PMID:38305405	研究论文	介绍了一种针对高度不平衡数据情景的细胞穿透肽预测的深度学习框架PractiCPP	PractiCPP通过集成硬负样本抽样和复杂的特征提取与预测模块，专门为不平衡数据设计，显著提升了CPP的预测准确性	当前研究主要关注高不平衡的数据情景，未覆盖其他数据分布情况	提升细胞穿透肽的预测准确性以支持药物递送系统的改进	细胞穿透肽的识别与特征化	机器学习	NA	深度学习	NA	NA	有极高正负比（1:1000）的数据集
10274	2024-08-05	The analysis of the internet of things database query and optimization using deep learning network model 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0306291 PMID:38941309	研究论文	本研究探讨深度学习网络模型在物联网数据库查询和优化中的应用效果	本文通过优化策略提升了深度学习网络模型的效率，验证了优化模型在训练和参数优化阶段的优势	研究可能未考虑所有类型的数据库查询和系统架构	本研究旨在探讨深度学习技术在物联网数据处理中的应用	研究对象为物联网数据库及其查询和优化策略	深度学习	NA	深度学习网络模型	优化深度学习模型	数据请求	2000个数据量及以上
10275	2024-08-05	Deep learning-based differentiation of peripheral high-flow and low-flow vascular malformations in T2-weighted short tau inversion recovery MRI 2024, Clinical hemorheology and microcirculation IF:2.1Q3 DOI:10.3233/CH-232071 PMID:38306026	研究论文	本文评估了一种卷积神经网络（CNN）在T2加权短tau反转恢复MRI中区分周边高流量和低流量血管畸形的表现	使用CNN在血管畸形的诊断中，与专家放射科医师的表现相当，且对于初级放射科医师的辅助效果有限	该研究为单中心研究，样本量可能限制结果的广泛适用性	评估CNN在区分高流量和低流量血管畸形中的效果	527个MRI图像，其中386个为低流量血管畸形，141个为高流量血管畸形	计算机视觉	NA	MRI	CNN	图像	527个MRI图像
10276	2024-08-05	A CNN-CBAM-BIGRU model for protein function prediction 2024-Jan-01, Statistical applications in genetics and molecular biology IF:0.8Q3 DOI:10.1515/sagmb-2024-0004 PMID:38943434	研究论文	提出了一种新的CNN-CBAM-BiGRU模型用于蛋白质功能预测	将卷积块注意力模块与双向GRU结合，提高了对蛋白质数据中信息部分的关注	NA	研究利用深度学习模型进行蛋白质功能预测的有效性	蛋白质序列数据	计算机视觉	NA	深度学习	CNN-CBAM-BiGRU	蛋白质序列	人类和酵母数据集
10277	2024-08-05	Phase division and recognition of crystal HRTEM images based on machine learning and deep learning 2024-Sep, Micron (Oxford, England : 1993) DOI:10.1016/j.micron.2024.103665 PMID:38850965	研究论文	本研究提出了一种结合机器学习和深度学习的方法，自动划分晶体HRTEM图像中的相区域	创新点在于使用滑动窗口计算快速傅里叶变换(FFT)的幅度谱，并结合主成分分析和非负矩阵分解实现相的自动识别	本研究可能在处理某些复杂材料的HRTEM图像时存在局限性	研究目标是在HRTEM图像中实现高效的相分割和识别	研究对象包括锆和氧纳米颗粒的HRTEM图像	机器学习	NA	快速傅里叶变换(FFT)	深度学习	图像	锆和氧纳米颗粒HRTEM图像的实验
10278	2024-08-05	Machine learning methods for genomic prediction of cow behavioral traits measured by automatic milking systems in North American Holstein cattle 2024-Jul, Journal of dairy science IF:3.7Q2 DOI:10.3168/jds.2023-24082 PMID:38395400	研究论文	本文旨在比较传统基因组预测方法与深度学习算法在自动挤奶系统中对北美荷斯坦奶牛行为特征的基因组预测性能	研究了深度学习算法在奶牛行为特征的基因组预测中相较于传统方法的表现，提供了对预测精度的新见解	深度学习方法的计算需求较高，且在未基因分型个体上的预测能力有限	提高复杂性状如奶牛行为的基因组预测精度	北美荷斯坦奶牛的挤奶拒绝和挤奶失败	机器学习	NA	自动挤奶系统	LASSO, MLP, CNN, GBLUP	每日记录	4,511头基因分型的荷斯坦奶牛，总计1,993,509条记录
10279	2024-08-05	A novel radiomics approach for predicting TACE outcomes in hepatocellular carcinoma patients using deep learning for multi-organ segmentation 2024-06-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-65630-z PMID:38926517	研究论文	本研究提出了一种新的放射组学方法，利用深度学习进行多脏器分割，以预测肝细胞癌患者的TACE治疗结果	本研究采用全自动的、预训练的深度学习模型，从多个感兴趣的脏器体积中提取放射组学特征，克服了传统模型手动分割的限制	本研究的局限性在于未能考虑所有可能影响TACE结果的临床因素	本研究旨在开发一种新的方法来预测肝细胞癌患者的TACE治疗结果	研究对象为252名接受TACE治疗的肝细胞癌患者	数字病理学	肝癌	深度学习	随机生存森林模型	CT图像	252名肝细胞癌患者
10280	2024-08-05	CT imaging-derived phenotypes for abdominal muscle and their association with age and sex in a medical biobank 2024-06-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-64603-6 PMID:38926479	研究论文	本研究探讨了通过CT成像获得的腹部肌肉表型及其与年龄和性别的关联	开发了一种全自动的技术来评估腹部肌肉IDP，并展示了与年龄和性别的差异，提供了个体肌肉的3D分割	本研究仅限于回顾性分析，样本选择和数据集的多样性可能影响结果的普遍适用性	研究腹部肌肉质量变化与年龄和性别的关系	利用医学生物库中不同人种的参与者的CT扫描数据进行分析	影像学	肌肉衰减症	CT扫描	深度残差U-Net	影像	110个CT研究，此外还有295个研究用于模型性能评估