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
141	2024-11-17	Cervical lymph node metastasis prediction from papillary thyroid carcinoma US videos: a prospective multicenter study 2024-04-12, BMC medicine IF:7.0Q1 DOI:10.1186/s12916-024-03367-2 PMID:38609953	研究论文	本文研究了使用超声视频预测甲状腺乳头状癌患者颈部淋巴结转移的人工智能模型	提出了多尺度、多帧和双向深度学习（MMD-DL）模型，用于从超声视频中预测甲状腺乳头状癌患者的颈部淋巴结转移	研究仅在特定时间段和特定医疗中心进行，可能存在样本偏倚	开发一种能够准确预测甲状腺乳头状癌患者颈部淋巴结转移的人工智能模型，以改善个性化治疗	甲状腺乳头状癌患者的颈部淋巴结转移	计算机视觉	甲状腺癌	多尺度、多帧和双向深度学习（MMD-DL）	MMD-DL	视频	共纳入488名患者进行预训练，218名患者进行模型微调和验证
142	2024-11-17	Cloud-Integrated Smart Nanomembrane Wearables for Remote Wireless Continuous Health Monitoring of Postpartum Women 2024-Apr, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202307609 PMID:38279514	研究论文	介绍了一种用于产后女性心血管监测的可穿戴系统，该系统集成了云端软胸骨设备和共形纳米膜传感器	提出了一个集成了云端和移动应用的智能可穿戴系统，用于远程连续监测产后女性的健康状况，并通过深度学习进行医疗级血压预测	研究仅在20名产后黑人女性中进行了验证，样本量较小且人群单一	开发一种能够远程连续监测产后女性健康状况的可穿戴系统，以满足非传染性疾病患者的长期监测需求	产后女性，特别是那些有非传染性疾病需求的人群	NA	心血管疾病	深度学习	NA	生理数据	20名产后黑人女性
143	2024-11-15	DeepReg: a deep learning hybrid model for predicting transcription factors in eukaryotic and prokaryotic genomes 2024-04-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-59487-5 PMID:38644393	研究论文	本文提出了一种名为DeepReg的混合模型，用于在真核和原核基因组中预测转录因子	DeepReg模型结合了卷积神经网络（CNN）和双向长短期记忆网络（BiLSTM），在预测转录因子方面表现优异，精度、召回率和F1分数均高于现有模型DeepTFactor	NA	开发一种高效的深度学习模型，用于在真核和原核基因组中预测转录因子	真核和原核基因组中的转录因子	机器学习	NA	深度学习模型	混合模型（CNN和BiLSTM）	蛋白质序列	NA
144	2024-11-10	Sugarcane leaf dataset: A dataset for disease detection and classification for machine learning applications 2024-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110268 PMID:38533124	研究论文	本文介绍了一个名为“甘蔗叶数据集”的新数据集，用于甘蔗疾病检测和分类的机器学习应用	该数据集包含了6748张高分辨率甘蔗叶图像，分为九种疾病类别、健康叶类别和枯叶类别，覆盖了多种甘蔗疾病，为机器学习算法的发展提供了宝贵的资源	NA	开发用于甘蔗叶疾病检测和分类的机器学习算法	甘蔗叶及其相关疾病	机器学习	NA	深度学习、特征提取、模式识别	NA	图像	6748张甘蔗叶图像
145	2024-11-08	Assessing brain involvement in Fabry disease with deep learning and the brain-age paradigm 2024-Apr, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.26599 PMID:38520360	研究论文	本文使用深度学习和脑龄范式评估法布里病患者的脑部是否比正常人更老，并验证脑预测年龄差异（brain-PAD）作为疾病严重程度生物标志物的可能性	首次使用深度学习和脑龄范式评估法布里病患者的脑部年龄，并验证brain-PAD作为疾病严重程度生物标志物的有效性	研究样本仅来自单一机构，且样本量相对较小	评估法布里病患者的脑部是否比正常人更老，并验证brain-PAD作为疾病严重程度生物标志物的有效性	法布里病患者和健康对照组的脑部MRI扫描数据	计算机视觉	罕见病	MRI扫描	DenseNet	图像	52名法布里病患者和58名健康对照组
146	2024-10-30	Applications of Artificial Intelligence, Machine Learning, and Deep Learning in Nutrition: A Systematic Review 2024-Apr-06, Nutrients IF:4.8Q1 DOI:10.3390/nu16071073 PMID:38613106	综述	本文综述了人工智能、机器学习和深度学习在营养科学中的应用	本文通过系统性文献回顾方法，全面调查了AI在营养科学中的现状，并探讨了其潜在应用和未来方向	本文主要基于文献回顾，未进行实际实验或数据分析	旨在全面了解AI、ML和DL在营养科学中的应用现状，并指出未来的挑战和方向	AI在营养科学中的应用，包括智能个性化营养、饮食评估、食物识别与追踪、疾病预防的预测建模以及疾病诊断与监测	机器学习	NA	机器学习、深度学习	NA	NA	NA
147	2024-10-30	Precise localization of corneal reflections in eye images using deep learning trained on synthetic data 2024-04, Behavior research methods IF:4.6Q1 DOI:10.3758/s13428-023-02297-w PMID:38114880	研究论文	本文提出了一种使用深度学习方法在眼图像中精确定位角膜反射中心的方法	本文使用仅在合成数据上训练的卷积神经网络（CNN），避免了在真实眼图像上进行监督训练所需的手动标注过程	NA	开发一种精确的角膜反射中心定位方法，解决深度学习模型在注视估计中数据可用性的问题	角膜反射中心在眼图像中的定位	计算机视觉	NA	深度学习	卷积神经网络（CNN）	图像	合成数据和两个包含高质量视频的真实眼图像数据集
148	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
149	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
150	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
151	2024-10-25	OCTess: AN OPTICAL CHARACTER RECOGNITION ALGORITHM FOR AUTOMATED DATA EXTRACTION OF SPECTRAL DOMAIN OPTICAL COHERENCE TOMOGRAPHY REPORTS 2024-04-01, Retina (Philadelphia, Pa.) DOI:10.1097/IAE.0000000000003990 PMID:37948741	研究论文	开发了一种用于从Cirrus SD-OCT视网膜立方体报告中自动提取数据的光学字符识别算法	该算法在准确性和效率上均优于人工提取，实现了近完美的数据提取	NA	开发一种自动化的光学字符识别算法，以减少从光谱域光学相干断层扫描报告中提取数据的时间和资源消耗	Cirrus SD-OCT视网膜立方体报告	计算机视觉	NA	光学字符识别（OCR）	长短期记忆网络（LSTM）	图像	675份SD-OCT单眼视网膜立方体报告
152	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
153	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
154	2024-10-24	Deep learning-driven imaging of cell division and cell growth across an entire eukaryotic life cycle 2024-Apr-27, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.25.591211 PMID:38712227	研究论文	本文开发了一种基于深度学习的成像框架，用于跟踪真核微生物在有性生殖世代中的细胞分裂和细胞生长	本文提出了一种新的细胞跟踪算法FIEST，通过深度学习视频帧插值增强连续图像中单细胞掩码的重叠，并开发了基于荧光标记Whi5蛋白和新型High-Cdk1活性传感器LiCHI的荧光报告系统	本文仅在酵母中验证了该框架，尚未在其他真核生物中进行广泛验证	开发一种更定量化的方法来研究完整的真核生物生命周期	真核微生物的细胞分裂和细胞生长	计算机视觉	NA	深度学习	卷积神经网络	图像	三个有性生殖世代的酵母样本
155	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
156	2024-10-24	Histopathological evaluation of abdominal aortic aneurysms with deep learning 2024-Apr-24, medRxiv : the preprint server for health sciences DOI:10.1101/2024.04.23.24306178 PMID:38712033	研究论文	本文评估了深度学习方法在分析腹主动脉瘤病理切片中的应用	首次全面评估计算病理学在血管疾病中的应用	NA	探索深度学习技术在血管病理学中的应用潜力	腹主动脉瘤的病理切片	数字病理学	心血管疾病	深度学习	NA	图像	369名患者
157	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
158	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
159	2024-10-24	Overcoming Limitations to Deep Learning in Domesticated Animals with TrioTrain 2024-Apr-20, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.15.589602 PMID:38659907	研究论文	本文探讨了在非人类基因组中使用基于人类基因组训练的深度学习模型进行变异检测的局限性，并提出了TrioTrain方法来克服这些限制	首次引入多物种DeepVariant模型，通过TrioTrain方法自动扩展DeepVariant以适应无Genome In A Bottle资源的物种，并使用区域洗牌技术来缓解SLURM集群的障碍	受限于不完美的标签，多物种、基于三联体的训练方法在某些情况下仍存在局限性	评估基于人类基因组训练的模型在其他物种中的适用性，并开发一种新的方法来扩展深度学习模型以适应多物种基因组	牛、牦牛和野牛的基因组	生物信息学	NA	深度学习	DeepVariant	基因组数据	使用了牛、牦牛和野牛的三联体样本，共进行了30次模型迭代
160	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