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
661	2024-08-05	Determining Protein Secondary Structures in Heterogeneous Medium-Resolution Cryo-EM Images Using CryoSSESeg 2024-Jun-18, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.4c02608 PMID:38911779	研究论文	本研究提出了一个基于卷积神经网络的框架cryoSSESeg，用于在中等分辨率的冷冻电子显微镜图像中确定蛋白质二级结构的组织	介绍了一种新的深度学习方法cryoSSESeg，相比传统图像处理工具和其他深度学习模型表现出更优或相当的性能	结果受到中等分辨率密度图质量变化的影响，需要小心评估数据质量	通过分析中等分辨率的冷冻电子显微镜图像来提取蛋白质二级结构的信息	约1300条蛋白链来自500个实验性的冷冻电子显微镜密度图	计算机视觉	NA	冷冻电子显微镜（cryo-EM）	卷积神经网络（CNN）	图像	约1300条蛋白链，来自约500个不同质量的实验性冷冻电子显微镜密度图
662	2024-08-05	Deep-GenMut: Automated genetic mutation classification in oncology: A deep learning comparative study 2024-Jun-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e32279 PMID:38912449	研究论文	本文探讨了自动化的肿瘤学基因突变分类方法	通过比较不同深度学习模型，提出了优化的BioBERT模型用于基因突变分类，展示了实验结果的显著提升	研究中存在文本长度庞大、数据偏差以及数据实例重复等挑战	提高临床解释的精确度，改进基因突变的自动分析	利用深度学习模型对基因突变进行分类	自然语言处理	癌症	下一代测序技术	BioBERT, BERT, LSTM, BiLSTM	文本	使用了由纪念斯隆-凯特琳癌症中心（MSKCC）创建的包含多种突变的数据集
663	2024-08-05	Advancing reliability and efficiency of urban communication: Unmanned aerial vehicles, intelligent reflection surfaces, and deep learning techniques 2024-Jun-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e32472 PMID:38912507	研究论文	本文提出了一种用于无人机辅助通信系统的新型三维动态信道模型，并引入智能反射面来提升城市通信的可靠性和效率	提出了一种结合深度学习和人工智能技术的信道跟踪方法，使用深度神经网络进行初步估计，并采用双向长短期记忆（Bi-LSTM）模型进行持续监测	文中未提及具体在复杂城市环境中部署的限制因素	旨在改进城市环境中的无线通信网络，通过无人机和智能反射面建立更可靠的连接	研究对象为无人机辅助通信系统和智能反射面的整合	计算机视觉	NA	深度学习	Bi-LSTM	信号数据	仿真结果未具体说明样本规模
664	2024-08-05	Enhancing Earth data analysis in 5G satellite networks: A novel lightweight approach integrating improved deep learning 2024-Jun-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e32071 PMID:38912450	研究论文	该文章提出了一种集成云服务器与卫星网络结构的轻量级深度学习方法以增强地球数据分析	创新点在于提出了LMAEDL方法，通过适应性调整学习技术来优化卫星网络中的数据处理	文章未提供对比的具体数据或结果，可能无法全面评估所有潜在局限性	研究旨在提升5G卫星网络中数据分析的效率	研究对象包括在远程节点中分布广泛的传感器产生的大量数据	机器学习	NA	深度学习	NA	数据	NA
665	2024-08-05	Contrastive pre-training for sequence based genomics models 2024-Jun-12, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.10.598319 PMID:38915667	研究论文	本文介绍了一种用于序列基础基因组模型的无监督对比预训练方法cGen	cGen是一种模型无关的对比预训练方法，能够在训练前初始化权重，从而减少所需数据集的大小	对比预训练方法的有效性可能受到原始基因组数据的质量影响	探索深度学习在基因组学中的应用，尤其是在数据稀缺情况下的模型性能提升	研究序列基础的深度学习模型在基因组学中的应用	机器学习	NA	NA	NA	序列数据	NA
666	2024-08-05	Deep learning-based multi-modal data integration enhancing breast cancer disease-free survival prediction 2024-Jun, Precision clinical medicine IF:5.1Q1 DOI:10.1093/pcmedi/pbae012 PMID:38912415	研究论文	本研究开发了一个新的多模态深度学习模型，使用术前数据预测乳腺癌的无病生存期。	创新点在于将临床病理数据与分子数据整合到DeepClinMed-PGM模型中，以提高预测乳腺癌无病生存期的准确性。	研究的回顾性设计可能影响模型的广泛适用性和外部验证。	研究旨在开发一个乳腺癌无病生存期的预测模型。	参与者包括训练队列741人，内部验证队列184人，外部测试队列95人。	机器学习	乳腺癌	深度学习	DeepClinMed-PGM	影像、分子和临床数据	训练队列741人，内部验证队列184人，外部测试队列95人
667	2024-08-05	Image detection model construction of Apolygus lucorum and Empoasca spp. based on improved YOLOv5 2024-Jun, Pest management science IF:3.8Q1 DOI:10.1002/ps.7964 PMID:38243837	研究论文	本研究提出了一种基于改进YOLOv5的深度学习模型用于自动检测和计数小害虫Apolygus lucorum和Empoasca spp.	提出了新的YOLOv5s_HSSE模型，通过改变激活函数、引入SIoU损失函数和增加注意力机制实现更高的检测精度	关于模型在不同环境或其他作物上的适用性未进行详细探讨	开发一种高效、准确的小害虫监测方法	针对Apolygus lucorum和Empoasca spp.的小害虫进行检测和计数	计算机视觉	NA	深度学习	YOLOv5s_HSSE	图像	1502张从多个地点和时间收集的图像
668	2024-08-05	Discovery of a Novel and Potent LCK Inhibitor for Leukemia Treatment via Deep Learning and Molecular Docking 2024-Jun-24, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00151 PMID:38847742	研究论文	本研究介绍了一种新颖且有效的LCK抑制剂，用于白血病治疗	结合传统方法与AI驱动的筛选策略，以高效识别LCK抑制剂	NA	寻找有效的LCK抑制剂以治疗T细胞急性淋巴细胞白血病	LCK抑制剂的筛选及其对T-ALL细胞的影响	计算机视觉	白血病	深度学习，分子对接	PLANET算法	化合物数据	四种潜在LCK抑制剂，特定化合物1232030-35-1的生物评估
669	2024-08-05	Saliency-driven explainable deep learning in medical imaging: bridging visual explainability and statistical quantitative analysis 2024-Jun-22, BioData mining IF:4.0Q1 DOI:10.1186/s13040-024-00370-4 PMID:38909228	研究论文	本文提出了一种基于图像的显著性框架，以增强深度学习模型在医学图像分析中的可解释性	创新性地结合了定性和定量评估，以提高医学成像中深度学习模型的透明度和信任度	需要进一步改进经验指标的稳定性和可靠性，并增加多样化的成像模式	研究深度学习模型在医学图像分析中的可解释性	脑肿瘤MRI和COVID-19胸部X光数据集的预测	数字病理	NA	深度卷积神经网络	NA	图像	NA
670	2024-08-05	Utility of Thin-slice Fat-suppressed Single-shot T2-weighted MR Imaging with Deep Learning Image Reconstruction as a Protocol for Evaluating the Pancreas 2024-Jun-21, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine IF:2.5Q2 DOI:10.2463/mrms.mp.2024-0017 PMID:38910138	研究论文	本文比较了使用深度学习图像重建的薄层脂肪抑制单次T2加权成像与传统快速自旋回波T2加权成像在评估胰腺中的应用	引入了薄层脂肪抑制单次T2加权成像与深度学习图像重建组合进行胰腺评估的创新方法	限于回顾性研究，样本量较小，仅包含胰腺癌患者	评估新的MRI成像协议在胰腺疾病中的效果	42名患有胰腺癌的患者	数字病理学	胰腺癌	MRI	深度学习图像重建	图像	42名胰腺癌患者
671	2024-08-05	Quantum error-correction using humming sparrow optimization based self-adaptive deep cnn noise correction module 2024-Jun-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-65182-2 PMID:38906948	研究论文	该研究提出了一种基于Humming Sparrow优化的自适应深度CNN噪声校正模块，用于改进重六角量子码的错误纠正模型	研究中提出的HSO-based SADCNN模型能够针对超导量子比特的独特挑战进行自适应优化，显著提高了错误纠正能力	研究可能没有详细讨论在不同噪声环境中的表现或其他类型量子代码的适用性	提高重六角量子码在量子计算应用中的可靠性和错误纠正性能	针对重六角量子码的错误纠正模型进行研究和改进	量子计算	NA	深度学习	深度CNN	NA	NA
672	2024-08-05	Exploration on OCT biomarker candidate related to macular edema caused by diabetic retinopathy and retinal vein occlusion in SD-OCT images 2024-06-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-63144-2 PMID:38906954	研究论文	本文探讨了与糖尿病视网膜病变和视网膜静脉阻塞引起的黄斑水肿相关的生物标志物候选者	使用深度学习技术发现了与视网膜外层失调和高反射灶特征相关的新生物标志物	未提及具体的研究局限	提高对糖尿病视网膜病变和视网膜静脉阻塞导致的黄斑水肿潜在病理机制的理解	收集了不同类型视网膜病变患者的光学相干断层扫描图像	数字病理学	糖尿病视网膜病变	深度学习	NA	图像	共收集了120只眼睛的116名受试者和其他类型的患者样本
673	2024-08-05	Distinct brain morphometry patterns revealed by deep learning improve prediction of post-stroke aphasia severity 2024-Jun-12, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00541-8 PMID:38866977	研究论文	本研究揭示了深度学习在预测卒中后失语症严重程度方面的能力	使用卷积神经网络（CNN）分析整个大脑形态学，并揭示了不同的三维网络分布与失语症严重程度的直接关联	未提及具体的局限性	旨在探索大脑形态学及其空间分布对卒中后失语症严重程度的影响	231名慢性卒中患者，具有不同失语症严重程度	计算机视觉	卒中后失语症	卷积神经网络（CNN）	CNN	形态学数据	231名患者
674	2024-08-05	Enhancing SNR in Chemical Exchange Saturation Transfer imaging: a Deep Learning Approach with a Denoising Convolutional Autoencoder (DCAE-CEST) 2024-Jun-09, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.07.597818 PMID:38895366	研究论文	本研究开发了一种用于化学交换饱和转移成像的信噪比增强方法	利用去噪卷积自编码器（DCAE）进行CEST成像的信噪比增强，并与现有去噪方法进行比较	在APT和NOE之间未观察到肿瘤与正常组织之间的显著差异	研究化学交换饱和转移成像的信噪比增强技术	利用模拟的Z谱和动物肿瘤模型的体内数据进行评估	数字病理学	NA	去噪卷积自编码器（DCAE）	NA	图像	使用模拟的Z谱和体内数据进行评估
675	2024-08-05	Deep learning reconstruction for lumbar spine MRI acceleration: a prospective study 2024-Jun-21, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-024-00470-0 PMID:38902467	研究论文	本文比较了深度学习技术重建的磁共振成像（MRI）与标准重建图像在图像质量和常见退行性病变检测性能方面的差异	提出了深度学习重建的MRI方案，能够在不降低图像质量的情况下减少45%的扫描时间	仅在单中心进行的前瞻性研究，样本量相对较小	评估深度学习重建在腰椎MRI中的应用效果	包括31名接受腰椎MRI检查的患者	数字病理学	NA	深度学习（TSE-DL）	NA	图像	31名患者（15名男性和16名女性）
676	2024-08-05	Global research trends and future directions in diabetic macular edema research: A bibliometric and visualized analysis 2024-Jun-21, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000038596 PMID:38905408	研究论文	这项研究评估了全球糖尿病性黄斑水肿（DME）研究趋势，并识别了未来的研究方向	揭示了美国在DME研究中的主导地位，并确定了当前的研究热点和新兴趋势	未提及具体的研究限制	评估糖尿病性黄斑水肿的全球研究趋势并指导未来的研究和临床管理	关于糖尿病性黄斑水肿的相关出版物的分析	数字病理学	糖尿病性黄斑水肿	文献计量学分析	NA	出版物	5624篇出版物
677	2024-08-05	Improving difficult direct laryngoscopy prediction using deep learning and minimal image analysis: a single-center prospective study 2024-06-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-65060-x PMID:38902319	研究论文	本研究提出了一种AI模型，利用少量患者面部和颈部照片准确预测困难直接喉镜检查（DDL）	该文章创新性地使用了少量床边拍摄的图片和多任务学习来提升DDL预测准确性	研究限制在于仅在单中心进行，可能限制了结果的普遍适用性	研究目标是提高困难直接喉镜检查的预测准确性以优化气道管理和患者安全	研究对象为接受全麻下气管插管的成人患者	深度学习	NA	智能手机拍摄的图像分析	EfficientNet-B5	图像	3053名患者的18163张照片
678	2024-08-05	PatchSorter: a high throughput deep learning digital pathology tool for object labeling 2024-Jun-20, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01150-4 PMID:38902336	研究论文	本文介绍了一个开源的数字病理标记工具PatchSorter，它结合了深度学习和直观的网络界面	提出了一种新的高通量标记方法，通过深度学习显著提高了每秒标签数量	未提及具体的限制	提高数字病理图像中大规模组织标记的效率	超过10万个组织对象	数字病理学	NA	深度学习	NA	图像	超过100,000个对象
679	2024-08-05	A deep learning-powered diagnostic model for acute pancreatitis 2024-Jun-20, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01339-9 PMID:38902660	研究论文	本研究旨在开发一种深度学习驱动的急性胰腺炎诊断模型	提出了一个包含急性胰腺炎分类器和胰腺病变分割模块的双模块模型	这是一项回顾性研究，可能存在选择偏倚	研究的目的是提高急性胰腺炎的快速准确识别能力	190名急性胰腺炎患者及健康个体的CT扫描数据	机器学习	急性胰腺炎	计算机断层扫描（CT）	深度学习模型	影像	190名急性胰腺炎患者和对照的健康个体
680	2024-08-05	A multi-feature spatial-temporal fusion network for traffic flow prediction 2024-Jun-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-65040-1 PMID:38902350	研究论文	该论文提出了一种多特征时空融合网络用于交通流预测	创新点在于引入了自适应交通特征提取机制和多特征时空融合网络，能够提高特征表示能力和预测解释性	论文未详细讨论模型在特定场景下的适用性	研究的目的是通过多特征融合改善交通流预测精度	研究对象为影响交通流的多种交通特征	机器学习	NA	深度学习	时空融合网络	交通流数据	基于多种基线模型的实验验证