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
1121	2024-08-05	Deep learning for the PSIPRED Protein Analysis Workbench 2024-Jul-05, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkae328 PMID:38747351	研究论文	本论文提供了PSIPRED工作台的更新，包括新的深度学习方法	介绍了基于深度学习的新方法并更新了网络服务功能	未提供具体的样本数据和分析结果	旨在提供关于蛋白质结构和功能分析的最新工具和发展	PSIPRED工作台作为生物信息学网络服务	机器学习	NA	深度学习	NA	NA	NA
1122	2024-08-05	REME: an integrated platform for reaction enzyme mining and evaluation 2024-Jul-05, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkae405 PMID:38769057	研究论文	本文介绍了REME，一个集成的反应酶挖掘与评估平台	提出了REME平台，结合多种技术快速排名和可视化反应，提供用户自定义功能	缺乏对现有工具的系统比较和性能评估	开发一个用于非自然反应催化的酶筛选与评估工具	旨在识别并评估能够催化非自然反应的酶	计算生物学	NA	深度学习	NA	反应数据	NA
1123	2024-08-05	Evaluating the Quality of Serial EM Sections with Deep Learning 2024-Jul-04, Microscopy and microanalysis : the official journal of Microscopy Society of America, Microbeam Analysis Society, Microscopical Society of Canada IF:2.9Q1 DOI:10.1093/mam/ozae033 PMID:38701183	研究论文	本文探讨了使用深度学习自动评估串行截面扫描电子显微镜图像质量的方法	提出了一种质量评估网络（QEN）的修改版ResNet-50，能够可靠地预测用户生成的图像质量评分	未提及具体的限制	提高串行截面扫描电子显微镜图像的质量评估效率	多个卷积神经网络的能力来复制用户生成的ssSEM图像质量评估	计算机视觉	NA	深度学习	ResNet-50	图像	NA
1124	2024-08-05	Early detection of pediatric health risks using maternal and child health data 2024-07-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-65449-8 PMID:38961161	研究论文	使用母子健康数据，介绍了一种新的深度学习模型Ped-BERT，能够准确预测100多种疾病及儿童患者下一次就诊的住院时长	提出了一种基于BERT的深度学习模型Ped-BERT，能够将母亲的健康信息与儿童患者的就诊记录关联，从而提高疾病预测的准确性	尽管模型表现优异，但特定母婴群体的预测错误可能较高，模型的公平性仍需进一步研究	研究如何利用母婴健康数据进行儿科疾病的早期检测与住院时长预测	研究对象为513.9K对母婴数据，主要关注儿童患者的就诊历史及母亲的产前和产后健康信息	机器学习	儿科疾病	深度学习	BERT	医疗诊断代码、住院时长等	513.9K对母婴样本
1125	2024-08-05	Rockfish: A transformer-based model for accurate 5-methylcytosine prediction from nanopore sequencing 2024-Jul-03, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-49847-0 PMID:38961062	研究论文	本文提出了一种基于Transformer的深度学习算法Rockfish，用于准确预测纳米孔测序中的5-甲基胞嘧啶	Rockfish在读级别的5-甲基胞嘧啶检测上显著提高了准确性，并且比现有纳米孔测序方法表现更优	本文未提及具体的实验样本限制	旨在提高5-甲基胞嘧啶在纳米孔测序中的检测准确性	研究对象为不同生物体中的5-甲基胞嘧啶甲基化	数字病理学	NA	纳米孔测序	Transformer	DNA测序数据	涉及人和小鼠样本
1126	2024-08-05	Structure focused neurodegeneration convolutional neural network for modelling and classification of Alzheimer's disease 2024-07-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-60611-8 PMID:38961114	研究论文	本文提出了一种结构聚焦的神经退行性卷积神经网络用于阿尔茨海默病的建模和分类	提出了新的结构聚焦神经退行性卷积神经网络架构SNeurodCNN，增强了对大脑皮层神经退行性变化的理解	目前的研究可能在不同种族和年龄段的样本中缺乏广泛性	旨在实现阿尔茨海默病的早期和准确诊断	利用阿尔茨海默病神经影像倡议（ADNI）数据集中的脑图像进行研究	计算机视觉	阿尔茨海默病	磁共振成像（MRI）和深度学习	卷积神经网络（CNN）	图像	NA
1127	2024-08-05	Prediction of chromosomal abnormalities in the screening of the first trimester of pregnancy using machine learning methods: a study protocol 2024-Jul-03, Reproductive health IF:3.6Q1 DOI:10.1186/s12978-024-01839-5 PMID:38961456	研究论文	本文提出了一个基于机器学习方法预测妊娠第一三个月筛查中染色体异常的研究方案	该研究通过应用神经网络优化学习模型，提高了预测染色体异常的准确性	研究仅限于高风险孕妇样本，样本量相对较小	开发一个使用机器学习技术的最佳学习模型来预测染色体异常	研究对象为350名在妊娠第一三个月接受筛查的高风险孕妇	机器学习	NA	机器学习	神经网络	数据	350名孕妇
1128	2024-08-05	Colon cancer diagnosis by means of explainable deep learning 2024-07-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-63659-8 PMID:38961080	研究论文	本研究通过可解释的深度学习对结肠组织中的腺癌进行早期检测	提出了一种自动检测结肠组织图像中癌细胞存在的方法，并提供预测可解释性	没有详细说明适用的特定临床环境或进一步验证的需求	研究目标是提高结肠癌的早期检测和定位能力	研究对象为结肠组织图像中的癌细胞	数字病理学	结肠癌	深度学习	未特定	图像	10,000张结肠组织图像
1129	2024-08-05	Automatic summarization model based on clustering algorithm 2024-Jul-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66306-4 PMID:38961244	研究论文	该文章提出了一种基于聚类算法的自动文档摘要模型	通过引入聚类算法减少摘要中的语义冗余，并改进了基础BERT对句子的评分	没有提到对其他类型数据源的适用性	旨在减少提取摘要中的语义冗余	研究提取摘要的句子选择	自然语言处理	NA	K-means算法	改进的BERT	文本	CNN/DailyMail数据集中的六个基线对比实验
1130	2024-08-05	DSnet: a new dual-branch network for hippocampus subfield segmentation 2024-07-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66415-0 PMID:38961218	研究论文	提出了一种基于深度学习的新型双支路网络DSnet用于海马亚区段的分割	DSnet通过整合Transformer架构和混合注意力机制，提高了网络的全局感知能力，同时利用双支路结构促进了亚区段的分割	未提及具体限制	研究海马亚区段的精确分割，帮助诊断和研究神经系统疾病	海马亚区段的图像数据	数字病理学	神经系统疾病	深度学习	双支路网络（DSnet）	图像	使用公共Kulaga-Yoskovitz数据集进行验证，样本大小未具体说明
1131	2024-08-05	AI-powered microscopy image analysis for parasitology: integrating human expertise 2024-Jul, Trends in parasitology IF:7.0Q1 DOI:10.1016/j.pt.2024.05.005 PMID:38824067	综述	本文回顾了知识集成深度学习模型在寄生虫学显微镜图像分析中的最新进展	提出了知识集成深度学习模型，增强了人工智能的解释性和准确性	传统深度学习方法缺乏可解释性，且数据驱动的特征使其依赖于稀缺的指导资源	旨在改善寄生虫学中显微镜图像分析的方法	探讨如何将人类专家知识整合进深度学习模型以提高分析效果	数字病理学	寄生虫病	深度学习	知识集成深度学习模型	图像	NA
1132	2024-08-05	Artificial Intelligence, Digital Imaging, and Robotics Technologies for Surgical Vitreoretinal Diseases 2024-Jul, Ophthalmology. Retina DOI:10.1016/j.oret.2024.01.018 PMID:38280425	综述	本文回顾了在手术性玻璃体视网膜疾病中，成像、外科可视化、机器人技术和人工智能的最新技术进展。	文章强调了最新的成像技术和深度学习技术在手术玻璃体视网膜疾病管理中的创新应用。	文章未提及具体的实验数据或样本研究支持。	探讨成像、机器人技术和人工智能在手术性玻璃体视网膜疾病中的应用和发展。	手术性玻璃体视网膜疾病的像拍摄和治疗技术。	数字病理学	玻璃体视网膜疾病	光学相干断层扫描（OCT）、广角成像	深度学习	图像	NA
1133	2024-08-05	Automating Wood Species Detection and Classification in Microscopic Images of Fibrous Materials with Deep Learning 2024-Jul-04, Microscopy and microanalysis : the official journal of Microscopy Society of America, Microbeam Analysis Society, Microscopical Society of Canada IF:2.9Q1 DOI:10.1093/mam/ozae038 PMID:38709570	研究论文	本文开发了一种方法来系统生成大量木材显微图像数据集	首次使用深度学习自动识别纤维材料中的硬木物种	NA	改善全球木纤维产品流的控制，以保护森林	九个硬木属的显微图像	计算机视觉	NA	深度学习	神经网络	图像	大量木材参照图像数据集
1134	2024-08-05	AnglesRefine: Refinement of 3D Protein Structures Using Transformer Based on Torsion Angles 2024-Jul-03, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3422288 PMID:38959143	研究论文	该研究提出了一种基于变压器的蛋白质结构精炼方法AnglesRefine。	AnglesRefine集中于蛋白质的二级结构，并通过提取结构约束来精炼角度，从而生成更优的蛋白质模型。	目前尚未明确提及本研究的具体限制。	该研究旨在提高蛋白质模型的预测精度，特别是在局部结构残基级别。	研究对象为蛋白质结构及其角度，利用深度学习方法进行精炼。	数字病理学	NA	深度学习	变压器	结构数据	利用CASP11-14和CASP15数据集进行评估
1135	2024-08-05	Localized fine-tuning and clinical evaluation of deep-learning based auto-segmentation (DLAS) model for clinical target volume (CTV) and organs-at-risk (OAR) in rectal cancer radiotherapy 2024-Jul-02, Radiation oncology (London, England) DOI:10.1186/s13014-024-02463-0 PMID:38956690	研究论文	本研究通过局部微调提高了直肠癌放射治疗中深度学习自动分割模型的精确度	提出了局部微调方法以改善在临床场景中的深度学习自动分割模型的表现	未提及模型在其他类型直肠癌患者中的适用性	提升直肠癌放射治疗中深度学习自动分割产品的准确性	回顾性分析了120名中晚期直肠癌患者	数字病理学	直肠癌	深度学习自动分割	NA	CT图像	120名中晚期直肠癌患者
1136	2024-08-05	Accurate Prediction of Protein Structural Flexibility by Deep Learning Integrating Intricate Atomic Structures and Cryo-EM Density Information 2024-Jul-02, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-49858-x PMID:38956032	研究论文	本文提出了一种神经网络模型RMSF-net，能准确预测蛋白质的动态信息	研发了一种整合复杂原子结构与冷冻电子显微镜密度信息的深度学习模型，超越了之前的方法	未提及具体的局限性	旨在提高蛋白质动态信息的计算预测精度	针对大规模蛋白质动态数据集中的蛋白质	计算机视觉	NA	冷冻电子显微镜 (cryo-EM)	神经网络	实验蛋白质结构数据和冷冻电镜数据	通过严格的5折交叉验证评估，但具体样本数量未明确
1137	2024-08-05	Defect detection of photovoltaic modules based on improved VarifocalNet 2024-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66234-3 PMID:38956270	研究论文	提出了一种改进的VarifocalNet，用于提高光伏模块缺陷检测的速度和准确性	设计了新的瓶颈模块以增加网络深度和感受野，同时保持输出特征图大小不变，改进了检测精度和速度	当前方法的检测速度相比部分方法仍有进一步增强的空间	提高光伏模块缺陷检测的速度和准确性	光伏模块缺陷的检测	计算机视觉	NA	深度学习	VarifocalNet	NA	NA
1138	2024-08-05	Enhancing efficiency of protein language models with minimal wet-lab data through few-shot learning 2024-Jul-02, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-49798-6 PMID:38956442	研究论文	该文章介绍了一种名为FSFP的训练策略，用于优化蛋白质语言模型以进行适应性预测	FSFP结合了元迁移学习、排名学习和参数高效微调，能够在极少数据的情况下显著提升蛋白质语言模型的表现	尽管FSFP表现出优势，但仍受限于需要充分的标记样本来进行训练	研究旨在提升蛋白质语言模型在极少实验数据下的预测准确性	研究对象为目标蛋白的单位突变体	机器学习	NA	NA	NA	深度突变扫描数据集	使用了数十个目标蛋白的单位突变体标记样本
1139	2024-08-05	SIGNIFICANCE deep learning based platform to fight illicit trafficking of Cultural Heritage goods 2024-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-65885-6 PMID:38956250	研究论文	该文章介绍了SIGNIFICANCE项目的成果，旨在通过深度学习平台打击文化遗产商品的非法交易	创新点在于开发了一个用户友好的平台，结合人工智能和深度学习技术来识别和追踪在线非法活动	该研究未明确指出具体的限制因素	本研究旨在通过技术手段解决文化遗产商品的非法交易问题	研究对象为文化遗产商品及其非法交易行为	数字病理学	NA	人工智能，深度学习	NA	网络数据，社交媒体数据	初步结果显示识别到的非法文物数量增加了10-15%
1140	2024-08-05	Predicting risk of the subsequent early pregnancy loss in women with recurrent pregnancy loss based on preconception data 2024-Jul-02, BMC women's health DOI:10.1186/s12905-024-03206-9 PMID:38956627	研究论文	本研究旨在基于孕前数据开发预测反复流产女性后续早期流产风险的预测模型	本文通过结合LASSO回归和多变量逻辑回归选择变量，利用GBM模型预测后续早期流产风险	未来需要进行前瞻性研究以验证临床适用性	评估反复流产女性后续早期流产的风险	1050名经历过反复流产的非怀孕女性	数字病理学	NA	LASSO回归、多变量逻辑回归、GBM、随机森林、深度学习	GBM	临床数据	1050名女性，605名女性在研究结束时有后续妊娠结果