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	2024-10-30	Deep learning models for webcam eye tracking in online experiments 2024-04, Behavior research methods IF:4.6Q1 DOI:10.3758/s13428-023-02190-6 PMID:37608235	研究论文	本文研究了在远程在线心理实验中使用网络摄像头进行眼动追踪的深度学习模型	本文首次将深度学习方法应用于远程在线心理实验中的眼动追踪，并评估了其性能	研究样本量较小，仅涉及65名参与者	旨在解决远程眼动追踪设置中的关键挑战，并评估基于外观的深度学习眼动追踪和眨眼检测方法	65名参与者在家中使用笔记本电脑进行一系列眼动追踪任务	计算机视觉	NA	深度学习	基于外观的模型	视频	65名参与者
182	2024-10-28	BAU-Insectv2: An agricultural plant insect dataset for deep learning and biomedical image analysis 2024-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110083 PMID:38328295	research paper	本文介绍了一个名为BAU-Insectv2的新型农业数据集，专为深度学习和生物医学图像分析设计，重点关注植物-昆虫相互作用	该数据集包含了高分辨率图像，捕捉了不同农业环境中植物-昆虫相互作用的复杂细节，为深度学习和生物医学图像分析提供了新的资源	NA	利用深度学习方法，特别是卷积神经网络（CNN）和先进的图像分析技术，实现精确的昆虫检测、分类和对农业生态系统中昆虫相关模式的深入理解	主要关注南亚作物种植中的昆虫相关问题	computer vision	NA	深度学习	CNN	image	包含大量高分辨率图像，具体数量未明确
183	2024-10-28	KZ-BD: Dataset of Kazakhstan banknotes with annotations 2024-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110076 PMID:38348328	研究论文	本文介绍了哈萨克斯坦钞票数据集（KZ-BD），这是一个包含4200张精心标注图像的独特数据集，涵盖14个不同类别	本文的创新点在于填补了哈萨克斯坦货币在深度学习研究中的数据空白，提供了一个全面的数据集，有助于更好地评估和微调机器学习模型	NA	本文的研究目的是解决货币识别中准确识别面额的挑战，特别是处理同一类别货币的变化和光照条件不一致的问题	本文的研究对象是哈萨克斯坦的货币，包括硬币和纸币，面额从1到20,000坚戈	计算机视觉	NA	NA	NA	图像	4200张标注图像
184	2024-10-24	Fast MRI Reconstruction Using Deep Learning-based Compressed Sensing: A Systematic Review 2024-Apr-30, ArXiv PMID:38745700	综述	本文综述了基于深度学习的压缩感知在快速MRI重建中的应用	本文系统地分析了各种基于深度学习的压缩感知MRI技术，包括端到端、展开优化、自监督和联邦学习方法	本文未详细讨论每种方法的具体实现细节和实验结果	探讨基于深度学习的压缩感知技术在提高MRI成像速度中的作用	基于深度学习的压缩感知MRI技术	计算机视觉	NA	压缩感知	深度学习	图像	NA
185	2024-10-24	Missing Wedge Completion via Unsupervised Learning with Coordinate Networks 2024-Apr-28, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.12.589090 PMID:38712113	研究论文	本文提出了一种基于坐标网络的无监督学习方法，用于解决冷冻电子断层扫描中的缺失楔形问题	引入了一种无监督学习方法，使用坐标网络直接优化网络权重，无需预训练，减少了重建时间	本文仅提出了概念验证方法，未详细讨论其在实际应用中的广泛适用性	改进冷冻电子断层扫描中的缺失楔形问题，提高重建质量	冷冻电子断层扫描中的缺失楔形问题	计算机视觉	NA	冷冻电子断层扫描	坐标网络	图像	未具体说明样本数量
186	2024-10-24	Revolutionizing Postoperative Ileus Monitoring: Exploring GRU-D's Real-Time Capabilities and Cross-Hospital Transferability 2024-Apr-25, medRxiv : the preprint server for health sciences DOI:10.1101/2024.04.24.24306295 PMID:38712199	研究论文	本文探讨了GRU-D模型在术后肠梗阻风险实时评估中的应用及其跨医院转移能力	首次探索了深度学习模型GRU-D在术后肠梗阻风险评估中的应用及其跨电子健康记录系统的转移能力	研究主要集中在术后肠梗阻的预测任务难度和病例发生率上，对训练数据和转移策略的影响关注较少	评估GRU-D模型在术后肠梗阻风险实时评估中的性能及其跨医院的转移能力	术后肠梗阻风险评估	机器学习	NA	深度学习	GRU-D	电子健康记录	7349例结直肠手术
187	2024-10-24	Exploring the Potential of Structure-Based Deep Learning Approaches for T cell Receptor Design 2024-Apr-24, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.19.590222 PMID:38712216	研究论文	研究探讨了基于结构的深度学习方法在T细胞受体设计中的潜力	首次探索了两种基于结构的深度学习蛋白质设计方法（ProteinMPNN和ESM-IF）在固定骨架T细胞受体设计中的应用	研究中识别了现有方法的不足之处，需要进一步改进	探索基于结构的深度学习方法在设计T细胞受体以结合目标抗原肽方面的潜力	T细胞受体及其与目标抗原肽的结合	机器学习	癌症	深度学习	ProteinMPNN, ESM-IF	蛋白质3D结构和序列	NA
188	2024-10-24	Calculating Protein-Ligand Residence Times Through State Predictive Information Bottleneck based Enhanced Sampling 2024-Apr-20, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.16.589710 PMID:38659748	研究论文	本文提出了一种半自动化的协议，通过基于深度学习的SPIB方法和增强采样技术metadynamics来计算蛋白质-配体复合物的停留时间	本文首次将深度学习方法SPIB与增强采样技术metadynamics结合，用于计算蛋白质-配体复合物的停留时间，并展示了其在多个蛋白质-配体复合物中的应用效果	本文仅在六个蛋白质-配体复合物上进行了验证，未来需要在更多样化的数据集上进行测试	提高药物疗效和理解生物化学中的目标识别机制	蛋白质-配体复合物的停留时间	生物化学	癌症	分子动力学模拟	深度学习模型	蛋白质-配体复合物数据	六个蛋白质-配体复合物，包括抗癌药物Imatinib（Gleevec）与野生型Abl激酶及其耐药突变体的解离
189	2024-10-24	Design of the COMEBACK and BACKHOME Studies, Longitudinal Cohorts for Comprehensive Deep Phenotyping of Adults with Chronic Low-Back Pain (cLBP): a part of the BACPAC Research Program 2024-Apr-12, medRxiv : the preprint server for health sciences DOI:10.1101/2024.04.09.24305574 PMID:38645207	研究论文	本文介绍了COMEBACK和BACKHOME两个纵向队列研究的设计，旨在对慢性腰背痛（cLBP）成人进行全面深度表型分析	本文提出了两个大型纵向队列研究，旨在通过深度表型分析定义慢性腰背痛的亚型和疼痛机制，以推动个性化治疗的发展	NA	定义慢性腰背痛的表型和疼痛机制，以推动个性化治疗的发展	慢性腰背痛（cLBP）成人	NA	腰背痛	深度学习方法	NA	传统数据分析	COMEBACK研究涉及450名成人，BACKHOME研究涉及约3000名美国成人
190	2024-10-21	Quantization avoids saddle points in distributed optimization 2024-Apr-23, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2319625121 PMID:38640343	研究论文	本文研究了分布式非凸优化中的鞍点问题，并提出了一种利用量化技术避免鞍点的解决方案	提出了一种随机量化方案，能够有效逃离鞍点并确保收敛到二阶平稳点	NA	解决分布式非凸优化中的鞍点问题	分布式系统中的非凸优化问题	机器学习	NA	量化技术	NA	数据集	使用基准数据集进行实验
191	2024-10-19	Synthetically accessible de novo design using reaction vectors: Application to PARP1 inhibitors 2024-Apr, Molecular informatics IF:2.8Q2 DOI:10.1002/minf.202300183 PMID:38258328	研究论文	本文介绍了基于反应向量的从头设计方法，应用于合成可及且具有生物活性的PARP1抑制剂	本文提出了一种基于反应向量的从头设计方法，通过模拟合成化学和已知的反应步骤，直接解决合成可及性问题	使用少量手工编码的转换限制了可访问的化学空间，且在文献中成功设计和执行分子及其合成路线的例子较少	验证基于反应向量的软件在设计合成可及且具有生物活性的化合物方面的有效性	设计合成可及且具有生物活性的PARP1抑制剂	NA	NA	NA	NA	NA	NA
192	2024-10-05	A Deep Learning Model Enhances Clinicians' Diagnostic Accuracy to More Than 96% for Anterior Cruciate Ligament Ruptures on Magnetic Resonance Imaging 2024-04, Arthroscopy : the journal of arthroscopic & related surgery : official publication of the Arthroscopy Association of North America and the International Arthroscopy Association IF:4.4Q1 DOI:10.1016/j.arthro.2023.08.010 PMID:37597705	研究论文	开发了一种深度学习模型，用于在磁共振成像（MRI）上准确检测前交叉韧带（ACL）撕裂，并评估其对临床医生诊断准确性和效率的影响	该模型显著提高了所有临床医生的诊断准确性，超过96%，并且在诊断时间上也有显著减少	研究是回顾性的，且样本主要来自特定时间段和特定中心的患者	开发和验证一种深度学习模型，以提高临床医生对前交叉韧带撕裂的诊断准确性和效率	前交叉韧带撕裂的诊断	计算机视觉	运动损伤	深度学习	深度学习模型	图像	训练数据集包含22,767个MRI，验证数据集包含4,086个MRI，共有38名临床医生参与诊断3,800个MRI
193	2024-10-05	Editorial Commentary: Artificial Intelligence Analysis of Biomedical, Large, Clinical Registry Data Using Machine Learning Requires Tens of Thousands of Subjects and a Focus on Substantial Clinical Benefit: Minimal Clinically Important Difference Is too Low a Bar 2024-04, Arthroscopy : the journal of arthroscopic & related surgery : official publication of the Arthroscopy Association of North America and the International Arthroscopy Association IF:4.4Q1 DOI:10.1016/j.arthro.2023.10.035 PMID:38219135	评论	本文讨论了使用机器学习分析大型临床注册数据以评估髋关节镜手术效果的必要性	提出需要数万名受试者进行深度学习模型训练，并强调临床相关性指标应超越最小临床重要差异（MCID）	未提及具体限制	探讨如何利用机器学习分析大型临床注册数据以评估髋关节镜手术效果	髋关节镜手术对髋关节撞击综合征（FAIS）患者的疗效	机器学习	髋关节疾病	机器学习	深度学习模型	临床注册数据	数万名受试者
194	2024-10-05	Leveraging code-free deep learning for pill recognition in clinical settings: A multicenter, real-world study of performance across multiple platforms 2024-04, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102844 PMID:38553153	研究论文	本研究探讨了在临床环境中利用无代码深度学习（CFDL）进行药片识别的可行性，并通过多中心真实世界研究评估了其在不同平台上的性能	本研究首次探索了无代码深度学习（CFDL）在药片识别模型开发中的应用，并评估了其在实际临床环境中的性能	尽管模型在在线API上表现良好，但在离线模式和Android应用上的性能有所下降，且存在依赖颜色特征和设备依赖性的问题	研究无代码深度学习（CFDL）在药片识别模型开发中的可行性，并评估其在多中心临床环境中的实际应用效果	药片识别模型在不同部署场景和多中心临床环境中的性能	计算机视觉	NA	无代码深度学习（CFDL）	TensorFlow Lite	图像	26,880张图像，来自三家参与医院的30种最常用的固体口服制剂（SODFs）
195	2024-10-05	Multicentric development and validation of a multi-scale and multi-task deep learning model for comprehensive lower extremity alignment analysis 2024-04, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102843 PMID:38553152	研究论文	本文开发并验证了一种用于下肢综合对齐分析的多尺度多任务深度学习模型	该模型能够自动分析前-后位下肢全长X光片，显著提高分析速度和一致性，与专业骨科医生的准确性相当	NA	提高下肢对齐分析的自动化程度和效率	下肢对齐分析	计算机视觉	骨关节炎	深度学习	多任务深度学习模型	图像	594名患者的下肢全长X光片
196	2024-10-05	Automatic quantitative stroke severity assessment based on Chinese clinical named entity recognition with domain-adaptive pre-trained large language model 2024-04, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102822 PMID:38553162	研究论文	本研究开发了一种基于领域自适应预训练大语言模型的中文临床命名实体识别系统，用于自动定量评估中风严重程度	本研究提出了一个自动化的中风严重程度评估框架，通过领域自适应预训练大语言模型和深度学习技术，实现了从中文电子健康记录中自动提取实体并进行NIHSS评分	NA	开发一种自动化的中风严重程度评估框架，通过自动化整个NIHSS评分过程，提高评估的准确性和效率	中风严重程度的定量评估	自然语言处理	中风	领域自适应预训练大语言模型	深度学习模型	文本	从合作医院提供的电子健康记录中构建了一个名为“Chinese Stroke Clinical Records”（CSCR）的密集注释数据集
197	2024-10-05	Trustworthy clinical AI solutions: A unified review of uncertainty quantification in Deep Learning models for medical image analysis 2024-04, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102830 PMID:38553168	综述	本文综述了深度学习模型在医学图像分析中的不确定性量化方法	本文提出了结构不确定性概念，并讨论了评估不确定性估计的相关性协议	本文未提供具体的不确定性量化方法的实现细节	探讨如何通过不确定性量化方法提高深度学习模型在临床领域的可信度和接受度	深度学习模型在医学图像分析中的不确定性量化方法	计算机视觉	NA	深度学习	深度学习模型	图像	NA
198	2024-10-03	Essential and virulence-related protein interactions of pathogens revealed through deep learning 2024-Apr-12, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.12.589144 PMID:38645026	研究论文	本文开发了一种基于深度学习的管道，利用残基共进化和蛋白质结构预测来系统地识别和结构化表征蛋白质-蛋白质相互作用	本文首次利用深度学习技术在全蛋白质组范围内系统地识别和结构化表征蛋白质-蛋白质相互作用，并验证了其有效性	实验验证的样本量较小，仅验证了12个预测中的6个	通过识别细菌蛋白质-蛋白质相互作用及其复合物结构，帮助理解致病机制并开发传染病治疗方法	19种人类细菌病原体的蛋白质-蛋白质相互作用及其复合物结构	机器学习	NA	深度学习	NA	蛋白质数据	7800万对蛋白质，涉及19种人类细菌病原体，识别出1923个涉及必需基因的复合物和256个涉及毒力因子的复合物
199	2024-10-02	Deep learning methods in metagenomics: a review 2024-Apr, Microbial genomics IF:4.0Q2 DOI:10.1099/mgen.0.001231 PMID:38630611	综述	本文综述了深度学习在宏基因组学中的应用	深度学习方法在宏基因组数据分析中提供了新颖且有前景的途径，能够解决包括新病原体检测、序列分类、患者分层和疾病预测在内的多个方面问题	NA	探讨深度学习在宏基因组学中的应用及其对患者护理和微生物组健康作用的改进	宏基因组数据，特别是肠道微生物组	机器学习	NA	深度学习	卷积网络、自编码器和基于注意力的模型	序列数据	NA
200	2024-09-25	Training Robust T1-Weighted Magnetic Resonance Imaging Liver Segmentation Models Using Ensembles of Datasets with Different Contrast Protocols and Liver Disease Etiologies 2024-Apr-30, Research square DOI:10.21203/rs.3.rs-4259791/v1 PMID:38746406	研究论文	本文开发了一种深度学习模型，用于在T1加权磁共振图像上自动分割肝脏	本文通过使用来自不同数据集和对比协议的819张T1加权MR图像，训练了三种不同的深度学习架构，并比较了它们在不同数据集上的测试性能，发现nnUNet模型在不同数据集上的表现最为稳健	本文未详细讨论模型在实际临床应用中的表现和局限性	研究如何通过使用多样化的数据集和对比协议来训练稳健的肝脏分割模型	T1加权磁共振图像中的肝脏	计算机视觉	肝癌	磁共振成像（MRI）	nnUNet	图像	819张T1加权MR图像，来自六个不同的数据集