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
721	2024-08-17	Real-time object detection, tracking, and monitoring framework for security surveillance systems 2024-Aug-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e34922 PMID:39145028	研究论文	本文提出了一种用于安全监控系统的实时物体检测、跟踪和监控框架	该框架基于近似中值滤波、组件标记、背景减除和深度学习方法设计，使用Python和C#编程语言实现，并在MOT15、MOT16和MOT17数据集上展示了比现有技术更高的准确性和精确度	未来的研究将考虑框架的动态可扩展性，以适应不同拥挤场景的监控应用领域	开发一种高效的实时监控系统，用于物体检测、跟踪和监控	安全监控系统中的物体检测和跟踪	计算机视觉	NA	深度学习	NA	视频	使用MOT15、MOT16和MOT17数据集进行评估
722	2024-08-17	Deep learning facilitated superhigh-resolution recognition of structured light ellipticities 2024-Aug-15, Optics letters IF:3.1Q2 DOI:10.1364/OL.528796 PMID:39146140	研究论文	本文提出了一种基于深度学习网络的高精度方法，用于区分具有微小椭圆度差异的椭圆光束	首次提出了一种能够有效区分椭圆光束的高精度方法，其精度达到99%	NA	探索椭圆光束在实际应用中的潜力，特别是在自由空间光通信中的应用	椭圆光束及其在光通信中的应用	计算机视觉	NA	深度学习	Transformer	图像	两类不同的椭圆光束
723	2024-08-17	Current Status, Hotspots, and Prospects of Artificial Intelligence in Ophthalmology: A Bibliometric Analysis (2003-2023) 2024-Aug-15, Ophthalmic epidemiology IF:1.7Q3 DOI:10.1080/09286586.2024.2373956 PMID:39146462	综述	本文通过文献计量分析，回顾、分类和总结了人工智能在眼科学领域的研究文献，旨在为读者提供该领域当前状态和未来方向的详细理解	研究强调了人工智能在眼科学中的前景，特别是在自动化眼病筛查、手术辅助和预测模型等复杂领域的应用	实施人工智能在眼科学中面临技术、监管和伦理等多重挑战	旨在提供人工智能在眼科学领域的当前状态和未来方向的详细理解	人工智能在眼科学领域的研究文献	人工智能	NA	文献计量分析	NA	文献	包括来自98个国家的4,035个机构的3,377篇出版物
724	2024-08-17	A novel hierarchical network-based approach to unveil the complexity of functional microbial genome 2024-Aug-14, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-024-10692-6 PMID:39138557	研究论文	本文介绍了一种基于分层网络的新方法，利用高阶网络理论中的“固态基序结构（SMS）”来揭示同一属内微生物基因组结构与功能的复杂性	引入了一种复杂结构——固态基序结构（SMS），并通过分层生物网络分析有效地将微生物基因组结构与其功能联系起来	NA	旨在通过分层网络分析框架理解同一属内微生物基因组结构与功能之间的相互作用	研究对象为Microcystis，一种关键的淡水蓝细菌	生物信息学	NA	深度学习技术，如自适应图编码器	自适应图编码器	基因组数据	利用了162个高质量的Microcystis基因组和来自七个地理上不同湖泊的宏基因组数据
725	2024-08-17	End-to-end reproducible AI pipelines in radiology using the cloud 2024-Aug-13, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-51202-2 PMID:39138215	研究论文	本文展示了基于云基础设施实现和共享透明且可重复的AI放射学管道的潜力	利用云资源实现端到端可重复性，从数据检索到最终结果分析和报告，并提供了易于扩展的管道示例	NA	展示云基础设施在实现和共享透明且可重复的AI放射学管道中的应用	AI放射学管道的透明性和可重复性	计算机视觉	肿瘤学	深度学习	NA	图像	NA
726	2024-08-17	ENTRANT: A Large Financial Dataset for Table Understanding 2024-Aug-13, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03605-5 PMID:39138234	研究论文	本文介绍了ENTRANT，一个包含数百万表格的金融数据集，用于深度学习方法的表格理解预训练任务	ENTRANT数据集包含了表格的单元格属性、位置和层次信息，便于进行表格理解的预训练	NA	旨在通过提供大规模、格式化的数据集来促进表格理解的模型预训练	金融领域的表格数据	自然语言处理	NA	深度学习	NA	表格数据	数百万表格
727	2024-08-17	Cross-modality sub-image retrieval using contrastive multimodal image representations 2024-Aug-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68800-1 PMID:39138271	研究论文	本文提出了一种新的跨模态子图像检索系统，结合深度学习生成表示和鲁棒特征提取及词袋模型，用于在不同模态间进行反向子图像搜索。	该系统通过深度学习将不同模态嵌入到共同空间，并结合鲁棒特征提取和词袋模型，实现了高效可靠的跨模态子图像检索。	文章讨论了比较方法的不足，并观察到学习表示和特征提取器的等变性和不变性属性在CBIR流程中的重要性。	旨在开发一种高效且可扩展的跨模态图像检索方法，以改善组织表征和癌症诊断。	研究对象为使用明场和二次谐波生成显微镜图像的数据集。	计算机视觉	NA	深度学习	NA	图像	使用公开可用的明场和二次谐波生成显微镜图像数据集
728	2024-08-17	Reproducibility and across-site transferability of an improved deep learning approach for aneurysm detection and segmentation in time-of-flight MR-angiograms 2024-08-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68805-w PMID:39138338	研究论文	本研究旨在复制并改进基于深度学习的脑动脉瘤分割模型，并通过独立的测试数据集验证其跨站点可转移性	通过测试不同的全自动预处理流程，改进了模型的性能，并在外部数据集上展示了优异的转移性能	NA	复制并改进基于深度学习的脑动脉瘤分割模型，并验证其跨站点可转移性	脑动脉瘤的检测与分割	计算机视觉	NA	NA	卷积神经网络	图像	训练集包含235个TOF-MRAs，测试集包含两个独立的70个TOF-MRAs数据集
729	2024-08-17	Accurate, automated classification of radiographic knee osteoarthritis severity using a novel method of deep learning: Plug-in modules 2024-Aug-13, Knee surgery & related research IF:4.1Q1 DOI:10.1186/s43019-024-00228-3 PMID:39138550	研究论文	本文介绍了一种使用深度学习插件模块（PIM）自动准确分类放射性膝关节骨关节炎严重程度的新方法	PIM利用图像的每个像素作为独立特征，能够更好地分类细微差异的图像，提供比以往深度学习模型更强的判别区域	尽管模型显示出临床应用的潜力，但仍需进一步改进以提高准确性	开发一种自动分类膝关节骨关节炎严重程度的深度学习模型	膝关节骨关节炎的严重程度	计算机视觉	骨关节炎	深度学习	卷积神经网络、Transformer	图像	测试集大小为17,040
730	2024-08-17	Geometric deep learning for molecular property predictions with chemical accuracy across chemical space 2024-Aug-13, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-024-00895-0 PMID:39138560	研究论文	本文介绍了一种基于新型量子化学数据集的几何深度学习框架，用于预测气相和液相的分子性质	提出了一种灵活的性质预测工具，能够处理二维和三维分子信息，并实现了高水平的量子化学精度	NA	旨在将深度学习确立为工业和学术界标准性质预测流程的关键步骤	分子性质预测	机器学习	NA	几何深度学习	几何模型	分子数据	124,000个分子
731	2024-08-17	EnzyACT: A Novel Deep Learning Method to Predict the Impacts of Single and Multiple Mutations on Enzyme Activity 2024-Aug-12, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00920 PMID:39038814	研究论文	介绍了一种名为EnzyACT的新型深度学习方法，用于预测单个和多个突变对酶活性的影响	EnzyACT结合了图技术与蛋白质嵌入，能够预测单个或多个突变对酶活性的变化	酶活性与稳定性的复杂交互作用，增强一个属性往往导致另一个属性的降低	开发一种快速准确的方法来预测突变对酶活性的影响，有助于酶设计和理解活性与稳定性的权衡机制	酶活性及其突变的影响	机器学习	NA	深度学习	深度学习模型	蛋白质数据	包括单点和多点突变的新数据集
732	2024-08-17	3DReact: Geometric Deep Learning for Chemical Reactions 2024-Aug-12, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00104 PMID:39007724	研究论文	本文介绍了3DReact模型，一种利用几何深度学习预测化学反应性质的方法	3DReact模型能够利用原子映射信息和反应物及产物的几何结构，提供了一个灵活的框架，适用于不同数据集和原子映射体制	NA	开发一种新的几何深度学习模型，用于从三维结构预测化学反应性质	化学反应的性质预测	机器学习	NA	几何深度学习	3DReact	三维结构数据	使用了GDB7-22-TS、Cyclo-23-TS和Proparg-21-TS数据集
733	2024-08-17	Advancing plant biology through deep learning-powered natural language processing 2024-Aug-05, Plant cell reports IF:5.3Q1 DOI:10.1007/s00299-024-03294-9 PMID:39102077	研究论文	本文探讨了深度学习方法，特别是大型语言模型（LLMs）在植物生物学领域的应用	开发了蛋白质语言模型（PLMs），能够深入分析核酸和蛋白质序列，揭示生物数据中的复杂模式和关系	NA	推动植物科学的基础研究，特别是在多尺度植物性状方面	植物细胞系统及相关序列数据	自然语言处理	NA	深度学习	大型语言模型（LLMs）	序列数据	NA
734	2024-08-17	Decoding dynamic visual scenes across the brain hierarchy 2024-Aug, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012297 PMID:39093861	研究论文	本研究利用Allen视觉编码-Neuropixels数据集和深度学习神经网络模型，探讨了大脑在处理动态自然视觉场景时的神经编码机制	研究揭示了大脑不同区域对动态视觉场景的编码能力，并发现了解码性能与已知的解剖和功能层次指数之间的强相关性	研究主要集中在使用深度学习模型进行解码，可能未涵盖所有可能的神经编码机制	探索大脑如何在其层次结构中表示视觉信息，并理解动态自然视觉场景的神经基础	大脑在处理动态自然视觉场景时的神经编码机制	神经科学	NA	深度学习	神经网络模型	神经放电模式	使用Allen视觉编码-Neuropixels数据集，涵盖广泛的大脑区域
735	2024-08-17	Understanding patient-derived tumor organoid growth through an integrated imaging and mathematical modeling framework 2024-Aug, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012256 PMID:39093897	研究论文	本文通过整合高吞吐量成像深度学习平台与数学建模，分析和理解患者来源的肿瘤类器官（PDTO）生长动力学	引入了一种创新的流程，结合高吞吐量成像深度学习平台与数学建模，以分析PDTO的生长动力学	NA	研究PDTO的基本生长特性和变异性，以支持患者特异性治疗策略的开发	结肠癌类器官的生长动力学	数字病理学	结肠癌	3D成像和分析技术	Gompertz模型	图像	多个患者的数据集
736	2024-08-17	A survey of brain functional network extraction methods using fMRI data 2024-Aug, Trends in neurosciences IF:14.6Q1 DOI:10.1016/j.tins.2024.05.011 PMID:38906797	综述	本文综述了从功能磁共振成像（fMRI）数据中提取脑功能网络（FN）的经典和高级方法	系统地回顾了静态和动态FN提取方法的基础原理、优势、不足及相互关系	未具体提及	探讨脑功能网络分析在揭示脑功能和理解多种脑部疾病病理生理学中的关键作用	脑功能网络的提取方法	神经影像学	NA	功能磁共振成像（fMRI）	NA	图像	NA
737	2024-08-17	Toward universal cell embeddings: integrating single-cell RNA-seq datasets across species with SATURN 2024-Aug, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02191-z PMID:38366243	研究论文	本文介绍了一种名为SATURN的深度学习方法，用于学习跨物种的通用细胞嵌入，通过结合蛋白质语言模型的蛋白质嵌入和RNA表达，实现不同物种单细胞RNA测序数据集的整合	SATURN方法能够检测跨物种共同表达的功能相关基因，并为跨物种分析重新定义差异表达	NA	开发一种能够整合跨物种单细胞RNA测序数据集的方法，以揭示细胞类型的进化保守性和多样性	跨物种的单细胞RNA测序数据集	机器学习	NA	深度学习	深度学习模型	单细胞RNA测序数据	涉及三种物种的整体器官图谱以及蛙和斑马鱼的胚胎发生数据集
738	2024-08-12	Visual interpretability of bioimaging deep learning models 2024-Aug, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02322-6 PMID:39122948	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
739	2024-08-17	Automatic measurement of anatomical parameters of the lumbar vertebral body and the intervertebral disc on radiographs by deep learning 2024-Aug-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-23-1859 PMID:39143991	研究论文	本文开发并评估了一种基于深度学习的自动测量模型，用于测量腰椎侧位X光片上的椎体和椎间盘的解剖参数	提出了基于深度学习算法的自动测量模型，能够准确测量腰椎侧位X光片上的多种解剖参数	NA	开发和评估一种自动测量模型，用于客观和可靠地测量腰椎的解剖参数	腰椎椎体和椎间盘的解剖参数	计算机视觉	腰椎疾病	深度学习	DL	图像	1,318张腰椎侧位X光片
740	2024-08-17	Prediction of epidermal growth factor receptor (EGFR) mutation status in lung adenocarcinoma patients on computed tomography (CT) images using 3-dimensional (3D) convolutional neural network 2024-Aug-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-33 PMID:39144003	研究论文	本研究开发了一种基于3D卷积神经网络（CNN）的深度学习模型，用于通过CT图像预测肺腺癌患者的表皮生长因子受体（EGFR）突变状态	本研究首次使用3D CNN模型非侵入性地预测肺腺癌患者的EGFR突变状态，并展示了其优于传统临床和影像组学模型的预测性能	NA	开发一种非侵入性方法来检测肺腺癌患者在接受靶向治疗前的EGFR突变状态	肺腺癌患者的EGFR突变状态	机器学习	肺腺癌	3D卷积神经网络（CNN）	CNN	CT图像	660名患者，分为训练集（528名）和外部测试集（132名）