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
341	2024-08-05	Knowledge Transfer from Macro-world to Micro-world: Enhancing 3D Cryo-ET Classification through Fine-Tuning Video-based Deep Models 2024-Jun-18, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae368 PMID:38889274	研究论文	本文提出了一种利用预训练3D模型对Cryo-ET数据进行分类的方法	创新点在于将大型视频数据集上预训练的3D模型应用于Cryo-ET图像分类，展示了跨领域知识转移的潜力	本文没有提及具体的限制因素	研究的目标是利用视频初始化提高Cryo-ET图像的分类准确性	研究对象为Cryo-Electron Tomography（Cryo-ET）图像和相应的三维体素数据	计算机视觉	NA	深度学习	3D模型	图像	模拟和真实的Cryo-ET数据集
342	2024-08-05	Associations of Intrapancreatic Fat Deposition With Incident Diseases of the Exocrine and Endocrine Pancreas: A UK Biobank Prospective Cohort Study 2024-06-01, The American journal of gastroenterology DOI:10.14309/ajg.0000000000002792 PMID:38587286	研究论文	本研究调查了胰腺内脂肪沉积与外分泌和内分泌胰腺疾病之间的关联	该研究使用MRI和深度学习框架nnUNet量化胰腺内脂肪沉积，揭示其与多种胰腺疾病的独立风险关系	本研究的局限性在于仅使用了UK Biobank的数据，可能缺乏多样化的样本来源	研究增高的胰腺内脂肪沉积是否增加外分泌和内分泌胰腺疾病的风险	研究对象为42,599名参与者，分析其胰腺脂肪变性及相关疾病的风险	数字病理学	胰腺癌, 糖尿病, 急性胰腺炎	MRI, nnUNet	Cox比例风险模型	临床数据	42,599名参与者
343	2024-08-05	Using machine learning or deep learning models in a hospital setting to detect inappropriate prescriptions: a systematic review 2024-Jun-21, European journal of hospital pharmacy : science and practice IF:1.6Q3 DOI:10.1136/ejhpharm-2023-003857 PMID:38050067	综述	这项系统评价考察了在医院环境中用于检测不当处方的机器学习和深度学习模型的现状	本研究强调了在医院临床药学中集成人工智能工具的潜在价值，尽管目前相关的原始研究相对较少	大多数研究具有较高的偏倚风险，训练数据集多样性大，且现有研究数量有限	该系统评价的目的是评估检测不当药物处方的机器学习和深度学习模型的现状	研究对象主要为医院临床药师使用的人工智能模型	机器学习	NA	人工智能	监督学习	处方订单	13篇文献，分析的处方订单数量从31到5,804,192不等
344	2024-08-05	Molecular insights into regulatory RNAs in the cellular machinery 2024-Jun, Experimental & molecular medicine DOI:10.1038/s12276-024-01239-6 PMID:38871819	评论	本文讨论了细胞机械中调控RNA的主要特性	分析了调控RNA在生物系统各层次中的复杂功能及其机制	尚不清楚通过深度测序识别的调控RNA是否在预期机制中实际发挥作用	探讨调控RNA在细胞机械中的功能和特性	调控RNA及其涉及的生物系统和机制	数字病理学	NA	深度测序	NA	NA	NA
345	2024-08-05	Retinal vasculature of different diameters and plexuses exhibit distinct vulnerability in varying severity of diabetic retinopathy 2024-Jun, Eye (London, England) DOI:10.1038/s41433-024-03021-4 PMID:38514853	研究论文	本研究探讨了糖尿病患者及年龄匹配健康对照者的视网膜血管密度变化	本研究利用深度学习分割与血管图提取工具，首次系统分析不同直径血管在糖尿病视网膜病变不同严重程度下的脆弱性	研究样本仅限于特定地区，可能影响结果的普适性	研究糖尿病视网膜病变中视网膜浅表和深层血管复合体的血管密度变化	854名受试者，包括健康对照和不同糖尿病视网膜病变阶段患者	数字病理学	糖尿病视网膜病变	光学相干断层扫描血管成像（OCTA）	深度学习	图像	854只眼睛，来自854名受试者
346	2024-08-05	Big data and deep learning for RNA biology 2024-Jun, Experimental & molecular medicine DOI:10.1038/s12276-024-01243-w PMID:38871816	review	本文讨论了深度学习在RNA生物学中的应用及其潜力	提供了将深度学习概念应用于RNA生物学各种问题的指导原则和成功示例	尚未解决在RNA生物学中开发深度学习模型所面临的挑战	探讨深度学习在RNA生物学中的应用潜力和有效方式	各类RNA生物学相关问题	计算机视觉	NA	深度学习	NA	大规模数据集	NA
347	2024-08-05	[Phenotypic drug discovery promotes research and development of innovative drugs based on traditional Chinese medicine] 2024-Jun, Zhongguo Zhong yao za zhi = Zhongguo zhongyao zazhi = China journal of Chinese materia medica DOI:10.19540/j.cnki.cjcmm.20240222.601 PMID:39041072	研究论文	本文讨论了基于传统中医的创新药物研发的潜力。	提出了表型药物发现方法结合尖端技术促进传统中医药创新药物研发的思路。	传统中医药成分复杂，药效物质和作用机制不明确，影响了创新药物的研发。	探讨传统中医在创新药物发现和研发中的巨大潜力。	基于传统中医的创新药物及其活性成分的识别与特征分析。	数字病理学	NA	表型药物发现、细胞绘画、深度学习、器官芯片	NA	NA	NA
348	2024-08-05	The identification of effective tumor-suppressing neoantigens using a tumor-reactive TIL TCR-pMHC ternary complex 2024-Jun, Experimental & molecular medicine DOI:10.1038/s12276-024-01259-2 PMID:38866910	研究论文	本研究开发了VACINUS预测癌症免疫治疗中有效的新抗原。	本研究创新性地结合了肿瘤反应性TIL TCR-pMHC三元复合物，提高了免疫新抗原的预测能力。	本文的局限性在于只在小规模的患者和动物模型中验证。	研究免疫新抗原的预测和验证，以改善癌症免疫疗法的效果。	研究对象包括肝细胞癌患者和B16F10小鼠黑色素瘤模型。	数字病理学	肝癌	NGS，生物信息学	深度学习	生物数据	包含8名肝细胞癌患者和小鼠模型
349	2024-08-05	Integration of deep learning and habitat radiomics for predicting the response to immunotherapy in NSCLC patients 2024-Jun-04, Cancer immunology, immunotherapy : CII DOI:10.1007/s00262-024-03724-3 PMID:38833187	研究论文	本研究构建了一个非侵入性模型，用于预测晚期非小细胞肺癌患者对免疫疗法的反应。	结合深度学习与栖息地放射组学的方法，在非小细胞肺癌患者中进行免疫疗法反应预测。	样本仅来自三个医疗中心，可能限制了模型的普适性.	研究旨在构建预测免疫疗法反应的非侵入性模型。	研究对象为来自三家医院的晚期非小细胞肺癌患者。	数字病理	非小细胞肺癌	深度学习与栖息地放射组学	支持向量机（SVM）	影像	训练组164名患者，测试组82名患者
350	2024-08-05	Ensemble model for grape leaf disease detection using CNN feature extractors and random forest classifier 2024-Jun-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e33377 PMID:39027444	研究论文	本文提出了一种集成模型，以使用CNN特征提取器和随机森林分类器检测葡萄叶病害	该文章结合了多种CNN模型作为特征提取器，采用并行配置以提取更丰富的特征，克服了有限数据集的不足	文章解决了有限数据集的问题，但局限于特定的葡萄叶数据集	本研究旨在提高有限数据集情况下的葡萄叶病害检测性能	研究对象是用于检测葡萄叶病害的图像数据集	计算机视觉	NA	卷积神经网络 (CNN)	集成模型	图像	葡萄叶数据集分为原始集和修改集
351	2024-08-05	An end-to-end gait recognition system for covariate conditions using custom kernel CNN 2024-Jun-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e32934 PMID:39021936	研究论文	本研究提出了一种端到端的步态识别系统，旨在处理协变量条件问题。	创新性地提出了一种深度学习框架，通过自定义卷积核处理步态识别中的协变量条件。	研究中未提及的具体局限性不明确	提高在协变量条件下的步态识别准确性。	使用公共数据集（如CASIA A和CASIA C）进行步态识别的个体。	计算机视觉	NA	自定义卷积神经网络（CNN）	CNN	图像	公开数据集（如CASIA A和CASIA C）中的个体
352	2024-08-05	Attention-based scale sequence network for small object detection 2024-Jun-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e32931 PMID:39021898	研究论文	本文提出了一种基于注意力的比例序列网络，以改善小物体检测的性能	提出了一种轻量级的注意力模块ASSN，优化了FPN基础检测器，具有提高小物体检测精度的能力	在实验中，只针对YOLOv7和YOLOv8进行了比较，可能限制了模型的广泛性验证	提高小物体检测的精确度，使其在真实应用中的表现更加优秀	小物体的检测和识别	计算机视觉	NA	深度学习	FPN, YOLO	图像	NA
353	2024-08-05	Enhanced object detection in pediatric bronchoscopy images using YOLO-based algorithms with CBAM attention mechanism 2024-Jun-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e32678 PMID:39021922	研究论文	本研究旨在通过将基于YOLO的算法与CBAM注意力机制结合，改善儿童支气管镜图像中的物体检测准确性	提出将CBAM注意力模块与YOLO-V7和YOLO-V8相结合，以提高支气管镜图像中物体的识别和分类能力	未提及具体的样本大小和数据来源，可能影响结果的普遍适用性	改善支气管镜图像中物体检测的准确性	支气管镜图像中的各种物体，如黏液、血液和异物	计算机视觉	呼吸系统疾病	YOLO算法	YOLO-V7和YOLO-V8	图像	NA
354	2024-08-05	A clustering mining method for sports behavior characteristics of athletes based on the ant colony optimization 2024-Jun-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e33297 PMID:39021992	研究论文	本研究旨在提高对运动员行为特征分析的精度，从而优化体育训练和竞赛策略	创新点在于应用蚁群优化（ACO）算法解决运动领域实际问题，并展示ACO算法处理复杂、高维运动数据的优势	其在更大范围或不同类型的运动数据上的普遍性和效率仍需进一步验证	研究的目的是提升运动员行为特征分析的精准性	研究对象为运动员的行为特征数据	运动科学	NA	蚁群优化（ACO）	聚类模型	高维运动数据	NA
355	2024-08-05	Application of DMSFNN-COA technique for brand image design 2024-Jun-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e32674 PMID:39021911	研究论文	本文提出了一种新的品牌形象设计方法，利用深度多尺度融合神经网络和猎豹优化算法进行产品颜色品牌图像分类	创新点在于结合深度学习技术和优化算法，提出了BID-DMSFNN-COA方法以提高品牌形象设计的准确性	本研究的局限性没有具体说明	研究目的在于增强品牌形象设计的准确性，并解决产品颜色趋势预测研究中的现有挑战	研究对象为产品色彩品牌图像，主要分类为'时尚'和'自然'	计算机视觉	NA	深度多尺度融合神经网络，猎豹优化算法	NA	图像	使用Mnist数据集进行数据收集，具体样本数未说明
356	2024-08-05	Ensemble-based deep learning improves detection of invasive breast cancer in routine histopathology images 2024-Jun-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e32892 PMID:39022088	研究论文	使用基于集成的深度学习提高了常规组织病理学图像中侵袭性乳腺癌的检测准确性	比较了单个CNN模型与多个基础模型的集成，展示了集成模型在预测性能上的优势	未提及该研究的明显限制	改善侵袭性乳腺癌的检测以支持病理学家的决策	两个内部数据集，包括587个全滑动图像，用于训练十个InceptionV3模型的集成	计算机视觉	乳腺癌	CNN	InceptionV3	图像	587个全滑动图像用于训练，118个在内部测试集，157个在外部数据集
357	2024-08-05	Deep Learning-Based Localization and Orientation Estimation of Pedicle Screws in Spinal Fusion Surgery 2024-Jun, Korean journal of neurotrauma DOI:10.13004/kjnt.2024.20.e17 PMID:39021752	研究论文	本研究调查了基于深度学习的物体检测模型在脊柱融合手术中精确定位和方向估计的应用	使用YOLO物体检测框架和取向边界框(OBBs)来处理手术现场中非轴对齐仪器的挑战	尽管模型的精确度很高，但召回率显示出在捕捉所有存在仪器方面有轻微限制	探讨深度学习在脊柱固定手术中对外科仪器的定位与方向估计的应用	脊柱融合手术中使用的椎弓根螺钉的图像数据	计算机视觉	NA	YOLO	YOLOv8 OBB	图像	初始数据集为100张图像，通过数据增强扩展到300张图像
358	2024-08-05	Insights about cervical lymph nodes: Evaluating deep learning-based reconstruction for head and neck computed tomography scan 2024-Jun, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2023.100534 PMID:39022614	研究论文	本研究旨在评估不同重建方法对头颈部癌症患者颈部淋巴结影像质量的影响	本研究采用深度学习图像重建（DLIR）技术，显示其在颈部淋巴结影像质量方面显著优于传统的重建算法	未提及特定的样本多样性和长期随访结果的局限性	研究不同重建技术对头颈部癌症患者的颈部淋巴结CT影像质量的影响	70名头颈部癌症患者	计算机视觉	头颈癌	双能量CT	深度学习图像重建（DLIR）	影像	70名头颈部癌症患者
359	2024-08-05	The Multiscale Surface Vision Transformer 2024-Jun-11, ArXiv PMID:36994163	研究论文	本文提出了一种多尺度表面视觉变换器（MS-SiT），用于表面深度学习的框架结构	引入了局部网格窗口内的自注意力机制以及移位窗口策略，能够实现高分辨率数据采样并改善窗口间的信息共享	在深度预测任务中，自注意力操作的二次成本仍然是一个障碍	研究表面网格在进行深度学习分析时的应用	基于Developing Human Connectome Project (dHCP) 数据集进行新生儿表型预测的任务	计算机视觉	NA	深度学习	变换器	表面网格数据	使用了Developing Human Connectome Project (dHCP) 数据集进行表型预测
360	2024-08-05	Unveiling Conformational States of CDK6 Caused by Binding of Vcyclin Protein and Inhibitor by Combining Gaussian Accelerated Molecular Dynamics and Deep Learning 2024-Jun-05, Molecules (Basel, Switzerland) DOI:10.3390/molecules29112681 PMID:38893554	研究论文	本文通过结合高斯加速分子动力学和深度学习，揭示了CDK6因Vcyclin蛋白和抑制剂结合而导致的构象状态	创新点在于使用高斯加速分子动力学、深度学习和自由能景观分析识别CDK6的构象转变	研究可能局限于特定的抑制剂和构象状态，未考虑所有可能的外部因素	研究CDK6的构象变化及其在癌症治疗中的作用	主要研究对象为CDK6、Vcyclin蛋白及其抑制剂的结合	数字病理学	癌症治疗	Gaussian加速分子动力学	深度学习	计算数据	NA