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
781	2024-08-05	Deep learning with mixup augmentation for improved pore detection during additive manufacturing 2024-Jun-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-63288-1 PMID:38862686	研究论文	本研究提出了一种混合增强的数据学习方法，以改善在增材制造过程中孔洞检测的精度	使用Mixup数据增强技术，提高了不平衡数据集中的孔洞预测准确性	使用的模型可能对数据集的特定特征敏感，且过程缺陷预测依赖于标注数据的质量	改善增材制造过程中孔洞检测的准确性	对激光粉床熔融实验中的孔洞进行识别和检测	机器学习	NA	NA	卷积神经网络 (CNN)	声学数据	五个不同实验的测试数据集
782	2024-08-05	Deformable multi-modal image registration for the correlation between optical measurements and histology images 2024-Jun, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.29.6.066007 PMID:38868496	研究论文	本研究探讨了一种基于深度学习的自动化多模态图像配准方法，以对齐乳腺标本图像与相应的组织学图像	创新点在于提出了一种无监督和有监督学习的图像配准方法，有效处理了强度变化和结构差异带来的挑战	该研究的局限性在于未具体列出数据集的多样性和实际应用中的具体限制	研究目的是探讨基于深度学习的自动图像配准技术的有效性	研究对象为乳腺标本图像和通过不同模态获取的组织学图像	数字病理学	NA	深度学习	VoxelMorph模型	图像	包含手动配准图像的特征数据集
783	2024-08-05	Differential artery-vein analysis improves the OCTA classification of diabetic retinopathy 2024-Jun-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.521657 PMID:38867785	研究论文	本研究探讨了差异性动静脉分析对糖尿病视网膜病变(OCTA)分类的影响	该研究利用深度学习进行动静脉区域分割，并通过差异性动静脉分析显著提高了糖尿病视网膜病变的分类准确性	在研究中未提及样本的多样性和临床背景对结果的潜在影响	研究糖尿病视网膜病变的分类性能与差异性动静脉分析的关系	糖尿病患者及其视网膜病变状态的分类	数字病理学	糖尿病视网膜病变	光学相干断层扫描血管造影	支持向量机(SVM)	图像	NA
784	2024-08-05	Designing a deep hybridized residual and SE model for MRI image-based brain tumor prediction 2024-Jun, Journal of clinical ultrasound : JCU IF:1.2Q3 DOI:10.1002/jcu.23679 PMID:38567722	研究论文	本文提出了一种新的脑肿瘤检测系统，通过生成合成的MRI图像来提高检测准确性	创新点在于生成合成的MRI图像以克服数据集分类不均的问题	研究中存在对大规模、良好分类数据集的获取挑战	本研究的目的是提高脑肿瘤检测的时效性和准确性	研究对象为MRI图像中的脑肿瘤	计算机视觉	NA	合成磁共振成像(MRI)	混合ResNet+SE模型	图像	NA
785	2024-08-05	Repairing the in situ hybridization missing data in the hippocampus region by using a 3D residual U-Net model 2024-Jun-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.522078 PMID:38867784	研究论文	本研究使用3D残差U-Net模型修复海马区域的原位杂交缺失数据	提出了一种利用卷积神经网络模型修复海马区域缺失体素的方法	NA	解决海马区域转录组数据的不完整性问题	海马区域的转录组数据，以及与冠状面和矢状面数据集的基因表达相关性	计算机视觉	NA	卷积神经网络	3D残差U-Net	转录组数据	NA
786	2024-08-05	Efficient high-resolution fluorescence projection imaging over an extended depth of field through optical hardware and deep learning optimizations 2024-Jun-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.523312 PMID:38867796	研究论文	本研究提出了一种深焦显微术，通过光学硬件和算法优化，实现在扩展的景深中进行高分辨率荧光投影成像	深焦显微术整合了深焦网络(DFnet)与光场显微术(LFM)设置，显著提高了成像的空间分辨率和景深	文章中未提及潜在的实验局限性	优化成像技术以在生物实验中实现高分辨率和扩展景深的平衡	利用深焦显微术观测斑马鱼胚胎和小鼠肝脏的细胞分裂和迁移体形成	数字病理学	NA	深焦网络，光场显微术	深焦网络(DFnet)	图像	构建的数据集，包含多种样本结构
787	2024-08-05	Development and validation of the effective CNR analysis method for evaluating the contrast resolution of CT images 2024-Jun, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-024-01400-5 PMID:38451464	研究论文	本文提出了一种有效的对比噪声比（CNR）分析方法，用于评估CT图像的对比分辨率	创新之处在于开发了新的有效CNR分析方法，以更准确地评估CT图像的对比分辨率	本研究未提及样本数量和来源的限制	研究旨在评估CT图像的对比分辨率	研究对象为计算机断层扫描（CT）图像及其信号可探测性	数字病理学	NA	计算机断层扫描（CT）	NA	图像	NA
788	2024-08-05	Enhancing Molecular Property Prediction through Task-Oriented Transfer Learning: Integrating Universal Structural Insights and Domain-Specific Knowledge 2024-Jun-13, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.4c00692 PMID:38748846	研究论文	本文提出了一种名为TOML-BERT的双层预训练框架，以提高分子属性预测的准确性	创新点在于结合了结构模式和领域知识的任务导向多层学习框架	该研究可能受限于可用的伪标签数据的质量	旨在提升药物发现中的分子属性预测能力	针对10个制药数据集进行分子属性预测	机器学习	NA	自监督预训练	BERT	数据集	10个制药数据集
789	2024-08-05	MCDHGN: Heterogeneous network-based cancer driver gene prediction and interpretability analysis 2024-Jun-12, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae362 PMID:38867699	研究论文	提出了一种基于异构网络的癌症驱动基因预测方法MCDHGN，并增强了预测的可解释性	该研究利用异构网络的元路径聚合，提高了对癌症驱动基因预测结果的可解释性	研究未提及具体的样本量和数据来源的局限性	准确预测癌症驱动基因，以促进癌症发生机制研究和治疗	基于多种多组学数据的癌症驱动基因	数字病理学	癌症	元路径聚合	异构网络模型	多组学数据	NA
790	2024-08-05	Machine Learning in Enhancing Protein Binding Sites Predictions - What Has Changed Since Then? 2024-Jun-11, Combinatorial chemistry & high throughput screening IF:1.6Q3 DOI:10.2174/0113862073305298240524050145 PMID:38867522	评论	本文探讨了蛋白质结合位点预测中的挑战和最新进展	强调了分子动力学模拟、机器学习和深度学习技术的结合以捕捉蛋白质-配体相互作用的动态性和复杂性	未具体提及此文章的限制	提供蛋白质结合位点预测的当前最先进技术的见解	蛋白质结合位点及其与配体的相互作用	机器学习	NA	分子动力学模拟，机器学习，深度学习	NA	结构信息，生化测定	NA
791	2024-08-05	Preliminary study on AI-assisted diagnosis of bone remodeling in chronic maxillary sinusitis 2024-Jun-10, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01316-2 PMID:38858631	研究论文	本研究构建了用于慢性上颌窦炎骨重塑的深度学习模型和机器学习模型	本文创新地开发了基于CT影像数据的深度学习卷积神经网络(CNN)模型和支持向量机(SVM)模型，用于提高影像诊断的准确性	研究中仅限于一次性数据集，可能影响模型的普适性和进一步验证	提高慢性上颌窦炎影像学诊断的准确性	收集了来自500名患者的1000个慢性上颌窦炎患者的CT影像数据进行研究	数字病理学	慢性上颌窦炎	CT影像	CNN和SVM	影像	1000个样本，涉及500名患者
792	2024-08-05	Pathomics and single-cell analysis of papillary thyroid carcinoma reveal the pro-metastatic influence of cancer-associated fibroblasts 2024-Jun-10, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-024-12459-4 PMID:38858612	研究论文	本研究探讨了癌症相关成纤维细胞在乳头状甲状腺癌中的促转移影响	揭示了CAF在PTC转移中的重要作用，并通过深度学习方法建立和优化了基于转移相关myoCAF基因的诊断模型	研究仅基于术后病理切片和已有公共数据，可能存在样本选择偏差	旨在探讨乳头状甲状腺癌中癌症相关成纤维细胞对淋巴结转移风险的影响	研究对象为984例乳头状甲状腺癌患者的术后组织切片及PTC细胞系TPC1和K1	数字病理学	乳头状甲状腺癌	单细胞RNA测序	深度学习	病理切片图像和基因表达数据	984例乳头状甲状腺癌患者
793	2024-08-05	A multimodal multitask deep learning framework for vibrotactile feedback and sound rendering 2024-Jun-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-64376-y PMID:38858511	研究论文	本文介绍了一种新颖的多模态多任务深度学习框架，用于振动触觉反馈和声音渲染	首次采用基于变压器的数据驱动方法建模和渲染工具-表面交互中的振动信号和声音	NA	探索如何同时建模和生成振动触觉反馈与声音	接触加速度信号和来自不同纹理表面的声音数据	计算机视觉	NA	深度学习	编码器-解码器网络	振动信号和声音数据	NA
794	2024-08-05	Convolutional neural network application for supply-demand matching in Zhuang ethnic clothing image classification 2024-Jun-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-64082-9 PMID:38858436	研究论文	本研究设计了一种适用于壮族服装图像分类的分类技术	创新性地结合了供需匹配和卷积神经网络来处理壮族服装图像	未提及具体的局限性	研究旨在提高壮族服装图像分类的准确性	研究对象为壮族服装图像	计算机视觉	NA	卷积神经网络	NA	图像	NA
795	2024-08-05	Efficient deep learning-based approach for malaria detection using red blood cell smears 2024-06-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-63831-0 PMID:38858481	研究论文	本文提出了一种基于深度学习的EfficientNet方法，通过红细胞涂片检测疟疾	引入EfficientNet模型进行复杂图像特征的自动提取，以提高疟疾检测的准确性	没有提及对其他类型模型的比较以及样本的多样性	提高疟疾检测的效率和准确性	红血球图像中的疟疾寄生虫	计算机视觉	疟疾	深度学习	EfficientNet	图像	NA
796	2024-08-05	Deep learning restores speech intelligibility in multi-talker interference for cochlear implant users 2024-06-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-63675-8 PMID:38853168	研究论文	本文探讨了深度学习在多说话者干扰中恢复 cochlear implant 用户的语音可懂度的效果	采用递归神经网络（RNN）和 SepFormer 两种 DNN 算法，显著提高了安装 cochlear implant 的听众在噪声环境中的语音可懂度	尚需更多研究验证 DNN 算法在不同背景噪声中的适用性和效果	研究深度学习算法在复杂噪声情境中提升 cochlear implant 用户的语音理解能力	对使用 cochlear implant 的 13 名听众进行测试	数字病理学	NA	深度神经网络（DNN）	递归神经网络（RNN）, SepFormer	音频	30 小时的定制数据集，13 名 cochlear implant 听众
797	2024-08-05	Utility of the Morgan Fingerprint in Structure-Based Virtual Ligand Screening 2024-Jun-06, The journal of physical chemistry. B DOI:10.1021/acs.jpcb.4c01875 PMID:38783525	研究论文	本文介绍了摩根指纹在基于结构的虚拟配体筛选中的应用与改进	结合摩根指纹与其他指纹的方法显著提高了虚拟配体筛选的性能	未提及具体的样本限制或应用范围	旨在提升虚拟配体筛选的准确性	102个目标DUD-E集和81个目标DEKOIS2.0集	计算机视觉	NA	虚拟配体筛选	NA	配体数据	102个DUD-E目标和81个DEKOIS2.0目标
798	2024-08-05	Mechanical Field Guiding Structure Design Strategy for Meta-Fiber Reinforced Hydrogel Composites by Deep Learning 2024-Jun, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202310141 PMID:38520708	研究论文	讨论了一种基于深度学习的机械场引导结构设计策略，针对增材纤维强化的水凝胶复合材料。	提出了利用深度学习算法设计的水凝胶复合材料的结构设计策略，能够实现目标机械性能。	文中未提及模型在实际应用中的具体限制和挑战。	研究增材纤维增强水凝胶的结构设计，以实现特定的机械性能。	增材纤维增强的水凝胶复合材料。	材料科学	NA	深度学习，生成对抗网络（GAN）	GAN	数据集，包含纤维分布和相应的机械性能	NA
799	2024-08-05	ProkDBP: Toward more precise identification of prokaryotic DNA binding proteins 2024-Jun, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.5015 PMID:38747369	研究论文	本文介绍了一种新的计算模型ProkDBP，用于更精准地预测原核DNA结合蛋白。	创新之处在于提出ProkDBP模型，该模型结合了浅层学习和深度学习算法，以改进原核DNA结合蛋白的预测准确性。	目前的研究主要集中在模型准确性上，对其在更广泛的实际应用中的效果尚无深入验证。	研究目的是提高对原核DNA结合蛋白的准确预测，以促进新蛋白的发现和疾病干预的药物开发。	研究对象为原核DNA结合蛋白，这些蛋白在基因调控和细胞功能中起着重要作用。	机器学习	NA	机器学习	LGBM	NA	14种机器学习模型进行评估
800	2024-08-07	DL4MicEverywhere: deep learning for microscopy made flexible, shareable and reproducible 2024-Jun, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02295-6 PMID:38760611	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA