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
741	2024-08-07	Transient dataset of household appliances with Intensive switching events 2024-May-14, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03310-3 PMID:38744841	研究论文	本文介绍了包含中国10种典型家用电器瞬时开关数据的Transient Dataset of Household Appliances with Intensive Switching Events (TDHA)数据集	该数据集具有高采样率、准确标注和真实反映实际设备启动波形的特点，通过精确控制的继电器开关实现设备切换，减少机械开关的干扰	NA	旨在提高现有非侵入式负载监测(NILM)算法的识别准确性，并促进这些算法在与中国具有相似电力消费特征的地区的应用	家用电器的瞬时开关数据	机器学习	NA	深度学习(DL)	NA	数据集	10种典型家用电器
742	2024-08-07	Transfer learning enables identification of multiple types of RNA modifications using nanopore direct RNA sequencing 2024-May-14, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-48437-4 PMID:38744925	研究论文	本文开发了TandemMod，一个可迁移的深度学习框架，用于在单个纳米孔直接RNA测序数据中检测多种类型的RNA修饰	TandemMod框架通过迁移学习显著减少了训练数据量和运行时间，同时不降低性能，并能跨物种和条件应用	NA	开发一种能够在单个纳米孔直接RNA测序样本中同时检测多种RNA修饰的方法	RNA修饰的检测，包括mA、mC、mG、Ψ和肌苷等	机器学习	NA	纳米孔直接RNA测序	深度学习框架	RNA序列数据	数千个带有各种类型RNA修饰的体外转录本和体内人类细胞系
743	2024-08-07	Cardiac function in a large animal model of myocardial infarction at 7 T: deep learning based automatic segmentation increases reproducibility 2024-05-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-61417-4 PMID:38744988	研究论文	本研究利用深度学习模型在7T磁共振成像下对猪心肌梗死模型的心脏功能进行自动分割，以提高分析的重复性	使用深度学习模型对人类心肌分割模型进行再训练，以适应7T磁共振成像下的猪心脏图像	NA	提高心脏功能分析的速度和重复性	猪心肌梗死模型的心脏功能	数字病理学	心血管疾病	磁共振成像 (CMR)	深度学习 (DL)	图像	11只动物（其中7只患有心肌梗死），共进行了4次磁共振成像扫描，使用772张图像和标签进行模型训练，288张图像进行测试
744	2024-08-07	Deep-learning enabled ultrasound based detection of gallbladder cancer in northern India: a prospective diagnostic study 2024-May, The Lancet regional health. Southeast Asia DOI:10.1016/j.lansea.2023.100279 PMID:38756152	研究论文	本研究旨在开发和验证一种基于深度学习的模型，用于在腹部超声中自动检测胆囊癌，并与放射科医生的诊断性能进行比较	该研究采用了基于多尺度、二阶池化的深度学习分类器模型，用于检测胆囊癌，并显示出与经验丰富的放射科医生相当的诊断性能	需要多中心研究来全面探索基于深度学习的胆囊癌诊断潜力	开发和验证一种深度学习模型，用于自动检测胆囊癌，并比较其与放射科医生的诊断性能	胆囊癌的自动检测	机器学习	胆囊癌	深度学习	多尺度、二阶池化分类器	超声数据	训练集233名患者，验证集59名患者，测试集273名患者
745	2024-08-07	AI-based pipeline for early screening of lung cancer: integrating radiology, clinical, and genomics data 2024-May, The Lancet regional health. Southeast Asia DOI:10.1016/j.lansea.2024.100352 PMID:38756151	研究论文	本文介绍了一种基于人工智能的端到端管道，用于早期筛查肺癌，整合了放射学、临床和基因组数据	开发了一种自动检测和学习CT图像中更有效肺结节特征的人工智能系统，并预测EGFR突变概率	在资源有限的国家如印度，面板式下一代测序无法广泛提供给大众	帮助资源有限环境中的肿瘤学家和患者实现接近最优的护理和适当的治疗	肺癌患者的EGFR基因测序和CT影像数据	机器学习	肺癌	下一代测序	机器学习（ML）和深度学习（DL）模型	图像	2277名肺癌患者的数据
746	2024-08-07	Graph neural networks for automatic extraction and labeling of the coronary artery tree in CT angiography 2024-May, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.3.034001 PMID:38756439	研究论文	本文提出了一种使用深度学习自动提取和解剖标记冠状动脉树的方法	该方法通过多分辨率图卷积神经网络结合几何和图像强度信息，实现了冠状动脉树的自动提取和标记	NA	旨在实现冠状动脉疾病的自动综合报告	冠状动脉树的自动提取和解剖标记	计算机视觉	心血管疾病	图神经网络	图卷积神经网络	图像	104名患者的冠状CT血管造影扫描
747	2024-08-07	DEBFold: Computational Identification of RNA Secondary Structures for Sequences across Structural Families Using Deep Learning 2024-May-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00458 PMID:38648189	研究论文	本文介绍了一种基于深度学习的RNA二级结构预测工具DEBFold，通过卷积编码/解码和自注意力机制提高预测性能	DEBFold采用两阶段预测策略，结合深度集成提升和折叠方法，提高了模型在不同结构家族序列上的泛化性能	NA	开发一种新的深度学习工具，用于从序列中预测RNA的二级结构	RNA二级结构	机器学习	NA	深度学习	CNN, 自注意力机制	序列	NA
748	2024-08-07	Artificial intelligence to analyze magnetic resonance imaging in rheumatology 2024-May, Joint bone spine IF:3.8Q1 DOI:10.1016/j.jbspin.2023.105651 PMID:37797827	综述	本文综述了人工智能在风湿病学中分析磁共振成像（MRI）的应用	人工智能（包括机器学习和深度学习）提供了改进和推进MRI分析的手段，显示出高灵敏度、特异性和准确性，达到或超过专家表现	文章讨论了临床实施挑战和未来研究方向	探讨人工智能在风湿病学MRI分析中的应用，以提高诊断和管理	风湿性疾病中的MRI分析	计算机视觉	风湿性疾病	人工智能（AI），机器学习（ML），深度学习（DL）	NA	图像	NA
749	2024-08-07	Deep Learning-Driven Exploration of Pyrroloquinoline Quinone Neuroprotective Activity in Alzheimer's Disease 2024-May, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202308970 PMID:38454653	研究论文	本研究利用深度学习和药理学方法，探讨吡咯喹啉醌（PQQ）作为阿尔茨海默病（AD）神经保护剂的潜力	本研究首次结合深度学习技术预测血脑屏障通透性，并验证了PQQ在AD模型中的神经保护作用	NA	探索PQQ作为AD神经保护剂的潜力	PQQ的神经保护作用及其分子机制	机器学习	阿尔茨海默病	深度学习	NA	分子数据集	Aβ₁₋₄₂诱导的AD小鼠模型
750	2024-08-07	Trans-Atlantic Differences in Approach to Sudden Death Prevention in Patients With Hypertrophic Cardiomyopathy 2024-May, The Canadian journal of cardiology DOI:10.1016/j.cjca.2024.03.011 PMID:38522619	综述	本文综述了美国和欧洲在预防肥厚型心肌病患者猝死方面的不同方法	探讨了未来通过新影像技术和基因分型改进预测模型的可能性，以及深度学习在整合多种形态和遗传特征中的应用	美国方法具有高敏感性但特异性有限，而欧洲方法则相反	概述美国和欧洲指南的差异及其产生原因，并展望肥厚型心肌病患者猝死风险预测的未来	肥厚型心肌病患者的猝死预防	NA	心血管疾病	NA	NA	NA	NA
751	2024-08-07	Image segmentation of impacted mesiodens using deep learning 2024-May, The Journal of clinical pediatric dentistry IF:1.5Q2 DOI:10.22514/jocpd.2024.059 PMID:38755982	研究论文	本研究旨在评估深度学习算法在儿童全景X光片中对阻生中切牙的分类和分割性能	采用预训练的ResNet模型增强U-Net算法的编码路径，提高了分割性能	NA	评估深度学习算法在阻生中切牙诊断中的性能	阻生中切牙的分类和分割	计算机视觉	NA	深度学习	U-Net	图像	850张儿童全景X光片
752	2024-08-07	Classification of presence of missing teeth in each quadrant using deep learning artificial intelligence on panoramic radiographs of pediatric patients 2024-May, The Journal of clinical pediatric dentistry IF:1.5Q2 DOI:10.22514/jocpd.2024.062 PMID:38755985	研究论文	本研究旨在开发一种新的深度学习模型，用于在儿童患者的全景X光片上分类缺失牙齿，并评估其准确性	本研究首次定义了小尺寸感兴趣区域，并使用深度学习模型进行缺失牙齿的分类	在实验组中，对于缺失磨牙的分类准确性最低	开发和评估一种深度学习模型，用于在儿童患者的全景X光片上分类缺失牙齿	8至16岁儿童患者的全景X光片	计算机视觉	NA	深度学习	CNN	图像	806张全景X光片，分为3224个数据点，其中1457个数据点包含缺失牙齿，1767个数据点不包含缺失牙齿
753	2024-08-07	In the right direction: A deep learning tool for assessment of right ventricular function 2024-May, Echocardiography (Mount Kisco, N.Y.) DOI:10.1111/echo.15831 PMID:38757551	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
754	2024-08-07	Optical color routing enabled by deep learning 2024-May-16, Nanoscale IF:5.8Q1 DOI:10.1039/d4nr00105b PMID:38592716	综述	本文综述了深度学习驱动的纳米颜色路由结构设计，包括正向模拟算法、光子神经网络和多种全局及局部拓扑优化方法	介绍了无带通颜色路由的新方法，提供了前所未有的光学光谱效率和亚波长尺度操作，为图像传感应用带来了范式转变	NA	探索和比较深度学习驱动的纳米颜色路由结构设计与传统设计方法，总结现有研究并指出未来发展方向	纳米颜色路由结构设计及其在图像传感应用中的性能	计算机视觉	NA	深度学习	光子神经网络	图像	NA
755	2024-08-07	Predicting gastric cancer tumor mutational burden from histopathological images using multimodal deep learning 2024-May-15, Briefings in functional genomics IF:2.5Q3 DOI:10.1093/bfgp/elad032 PMID:37525540	研究论文	本研究利用多模态深度学习方法从组织病理学图像中预测胃癌肿瘤突变负荷（TMB）	开发了一种结合组织病理学图像和组学数据的多模态融合深度学习模型，显著提高了TMB预测的准确性	NA	探索从组织病理学图像中预测胃癌患者TMB水平的可能性	胃癌患者的组织病理学图像、临床数据和分子数据	数字病理学	胃癌	深度学习	Resnet	图像	326名胃癌患者
756	2024-08-07	Prediction of drug-protein interaction based on dual channel neural networks with attention mechanism 2024-May-15, Briefings in functional genomics IF:2.5Q3 DOI:10.1093/bfgp/elad037 PMID:37642213	研究论文	本研究构建了一个基于双通道神经网络和注意力机制的药物-蛋白质相互作用预测模型DCA-DPI	采用双通道神经网络和高效的注意力机制，相比传统计算方法，减少了领域知识需求并增强了数据学习能力	NA	加速药物发现过程，精确识别药物-蛋白质相互作用	药物分子图和蛋白质序列	机器学习	NA	NA	神经网络	图像和文本	使用了三个广泛使用的公共数据集：Human, C.elegans 和 DUD-E
757	2024-08-07	Deep Learning Enabled Comprehensive Evaluation of Jumping-Droplet Condensation and Frosting 2024-May-15, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c00976 PMID:38693061	研究论文	利用深度学习开发了一个半监督框架，用于监测超疏水表面上跳跃液滴冷凝和结霜的光学可观察过程	该框架能够识别瞬态液滴分布和动态活动，如液滴聚结、跳跃和结霜，并能有效适应新的冷凝条件	NA	研究超疏水表面上的跳跃液滴冷凝和结霜现象，并优化表面设计以提高冷凝传热和防霜性能	超疏水表面上的跳跃液滴冷凝和结霜现象	机器学习	NA	深度学习	NA	图像	少量标注数据
758	2024-08-07	Vision-aided grasp classification: design and evaluation of compact CNN for prosthetic hands 2024-May-15, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad464e PMID:38697026	研究论文	本文提出了一种名为GraspCNet的紧凑型卷积神经网络模型，用于假手的视觉辅助抓握分类	使用可分离卷积减少计算负担，使其适用于嵌入式系统的实时应用	在计算机实时实验中，模型准确率为69%，低于已见物体的分类准确率	开发一种能够有效泛化不同物体形状并准确分类抓握模式的模型	假手的抓握分类	计算机视觉	NA	卷积神经网络（CNN）	CNN	图像	使用了多种标准物体数据集进行训练和测试
759	2024-08-07	Breast density prediction from low and standard dose mammograms using deep learning: effect of image resolution and model training approach on prediction quality 2024-May-15, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad470b PMID:38701765	研究论文	本文开发了深度学习方法，从低剂量和高分辨率的乳腺X线摄影图像中预测乳腺密度，并探讨了图像分辨率和训练方法对预测质量的影响	本文创新地使用深度学习模型在不同分辨率下对低剂量乳腺X线摄影图像进行乳腺密度预测，并比较了特征提取方法和端到端训练方法的效果	NA	提高年轻女性乳腺癌风险预测的准确性	乳腺密度预测	计算机视觉	乳腺癌	深度学习	CNN	图像	15,290张标准剂量和模拟低剂量乳腺X线摄影图像
760	2024-08-07	Identifying regions of importance in wall-bounded turbulence through explainable deep learning 2024-May-13, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-47954-6 PMID:38740802	研究论文	本研究使用可解释的深度学习方法探索壁边界湍流中能量包含相干结构之间的相互作用	本研究通过SHapley Additive exPlanations (SHAP)算法评估每个结构对预测的重要性，发现最重要的结构不一定是对雷诺剪切应力贡献最大的结构	NA	解决壁边界湍流问题并探索新的流动控制策略	壁边界湍流中的能量包含相干结构及其相互作用	机器学习	NA	深度学习	U-net	速度场数据	来自湍流通道流动模拟的瞬时速度场数据