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
20921	2024-08-07	Deep learning-enabled point-of-care sensing using multiplexed paper-based sensors 2020, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-020-0274-y PMID:32411827	研究论文	本文介绍了一种基于深度学习的框架，用于设计和量化点-of-care传感器，并以高灵敏度C-反应蛋白测试为例，展示了低成本和快速的纸基垂直流试剂盒	本文提出了一种机器学习框架，用于确定免疫反应点的最佳配置和条件，并在传感膜上进行空间多路复用，以准确推断目标分析物浓度	NA	开发一种成本效益高且便携的点-of-care传感器设计框架	高灵敏度C-反应蛋白测试，用于评估心血管疾病风险	机器学习	心血管疾病	深度学习	机器学习框架	纸基垂直流试剂盒	85个人类样本
20922	2024-08-05	TUnA: an uncertainty-aware transformer model for sequence-based protein-protein interaction prediction 2024-Jul-25, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae359 PMID:39051117	研究论文	本文提出了一个基于Transformer的模型TUnA，用于预测蛋白质-蛋白质相互作用并评估不确定性	TUnA结合了ESM-2嵌入和光谱标准化神经高斯过程，提供了对未见序列的预测不确定性评估	该模型的通用性可能仍受限于训练集的代表性	研究旨在提高蛋白质-蛋白质相互作用预测的准确性和不确定性评估	研究对象为蛋白质序列及其相互作用	机器学习	NA	NA	Transformer	序列数据	NA
20923	2024-08-05	Multi-modal co-learning with attention mechanism for head and neck tumor segmentation on 18FDG PET-CT 2024-Jul-25, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-024-00670-y PMID:39052194	研究论文	本文提出了一种新的深度学习方法，用于头颈癌的肿瘤分割。	提出的肿瘤区域注意模块充分利用了PET的高灵敏度，并设计了无需分离特征提取和融合功能的网络，利用了上下文信息的多尺度融合。	研究的局限性未在摘要中提及	提高头颈癌的肿瘤分割准确性，以支持放射治疗的有效性。	头颈癌肿瘤的分割，使用18FDG PET-CT影像。	数字病理学	头颈癌	深度学习	NA	医学影像	HECKTOR挑战2021数据集
20924	2024-08-05	Parkinson's image detection and classification based on deep learning 2024-Jul-25, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01364-8 PMID:39054448	研究论文	本文提出了一种基于深度学习的改进YOLOv5检测算法，用于预测和分类帕金森病的MRI图像	引入CA注意力机制提升模型对小病理特征的敏感性，并优化多层次图像特征提取	NA	提高帕金森病MRI图像的早期诊断准确性	582张来自108名患者的MRI图像数据集	计算机视觉	帕金森病	深度学习	YOLOv5s	图像	582张MRI图像
20925	2024-08-05	ChemReco: automated recognition of hand-drawn carbon-hydrogen-oxygen structures using deep learning 2024-Jul-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-67496-7 PMID:39054356	研究论文	本文章介绍了ChemReco工具，能够识别手绘的化学分子结构	提出了合成图像方法以快速生成手绘化学分子结构的图像，并开发了高准确率的识别模型	目前关于手绘化学分子结构的研究有限	构建用于手绘化学分子结构识别的数据集	目标是识别绘制有C、H和O三种原子的化学分子结构	数字病理学	NA	深度学习	EfficientNet + Transformer	图像	NA
20926	2024-08-05	Context-aware geometric deep learning for protein sequence design 2024-Jul-25, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-50571-y PMID:39054322	研究论文	这篇文章介绍了一种基于几何变换器的深度学习方法，用于蛋白质序列设计	引入了一种仅基于原子坐标和元素名称的几何变换器，能够在蛋白质设计过程中考虑非蛋白质实体	当前模型尚无法完美整合设计过程中所有可能的非蛋白质实体	旨在通过深度学习提升蛋白质设计的灵活性和效率	研究对象为蛋白质序列和分子环境对蛋白质功能的影响	生物信息学	NA	深度学习	几何变换器	序列数据	NA
20927	2024-08-05	A permutable MLP-like architecture for disease prediction from gut metagenomic data 2024-Jul-24, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05856-w PMID:39048979	研究论文	本文提出了一种基于可重排的多层感知器架构的模型用于从肠道宏基因组数据进行疾病预测	提出了Metagenomic Permutator模型，利用可重排的多层感知器网络结构捕捉微生物的系统发育信息	样本数量有限及宏基因组数据的高维度和稀疏性可能仍然对模型性能构成挑战	旨在提高深度学习在宏基因组数据分类和预测中的应用效果	使用肠道宏基因组数据分析微生物与疾病之间的关系	计算机视觉	NA	NA	可重排的多层感知器	宏基因组数据	NA
20928	2024-08-05	Research on a soft saturation nonlinear SSVEP signal feature extraction algorithm 2024-Jul-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-67853-6 PMID:39048655	研究论文	本文提出了一种基于软饱和非线性模块的SSVEP信号识别深度学习网络模型e-SSVEPNet	引入了软饱和非线性模块，改善了对噪声的鲁棒性，并提高了SSVEP信号分类和识别的性能	对于不同参与者的分类效果仍有提升空间	旨在提高SSVEP信号识别的准确性和性能	SSVEP信号数据集	计算机视觉	NA	深度学习	e-SSVEPNet	信号	多个实验结果，具体样本量未提及
20929	2024-08-05	Sound as a bell: a deep learning approach for health status classification through speech acoustic biomarkers 2024-Jul-24, Chinese medicine IF:5.3Q1 DOI:10.1186/s13020-024-00973-3 PMID:39049005	研究论文	本研究采用深度学习方法通过语音声学生物标志物对健康状态进行分类。	将中医体质理论与深度学习技术相结合，以非侵入性的方式识别亚健康人群。	排除了具有近期疾病、牙科问题和特定病史的参与者，可能限制了样本的代表性。	使用语音音频来识别特征为失衡体质类型的亚健康人群。	参与者年龄在18-45岁之间，样本来源于健康声学研究。	机器学习	NA	音频信号处理	Conv1D, Conv2D, LSTM	音频	1378个健康音频记录和1413个亚健康音频记录
20930	2024-08-07	Correction: Evaluation of deep learning-based reconstruction late gadolinium enhancement images for identifying patients with clinically unrecognized myocardial infarction 2024-Jul-24, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01375-5 PMID:39048934	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
20931	2024-08-05	Cascaded Aggregation Convolution Network for Salient Grain Pests Detection 2024-Jul-22, Insects IF:2.7Q1 DOI:10.3390/insects15070557 PMID:39057289	研究论文	提出了一种新的级联聚合卷积网络（CACNet）用于存储谷物中的显著害虫检测	本研究通过模仿人类观察和聚焦感兴趣物体的视觉注意机制，提出了一种新型的CACNet，以提高小型谷物害虫检测的准确性	NA	提高存储谷物中害虫检测的准确性	小型谷物害虫的检测与控制	计算机视觉	NA	卷积神经网络（CNN）	VGG16	图像	500张图片，展示零至五个或更多害虫
20932	2024-08-05	Insights into Flexible Bioinspired Fins for Unmanned Underwater Vehicle Systems through Deep Learning 2024-Jul-17, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics9070434 PMID:39056875	研究论文	本文探讨了通过深度学习对仿生无人水下车辆系统柔性鳍的洞察。	该研究开发了新的前向神经网络模型，能够考虑鳍材料的刚度对其动力学性能、推力和功率的影响，并实现了对各种运动方式的插值。	本文未提及具体的实验规模和环境适用性，可能限制了模型的应用范围。	研究仿生无人水下车辆的推进效率及其优化材料和动力学特性。	本研究针对仿生无人水下车辆的推进系统进行建模和性能分析。	机器学习	NA	深度学习	前向神经网络	时间序列数据	NA
20933	2024-08-05	Deep Efficient Data Association for Multi-Object Tracking: Augmented with SSIM-Based Ambiguity Elimination 2024-Jul-16, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10070171 PMID:39057742	研究论文	本文提出了一种高效的统一数据关联方法，以解决多目标跟踪中的不确定性问题	结合深度特征关联网络和SSIM改善数据关联的准确性	未提及具体的高复杂场景下的表现	解决多目标跟踪中的数据关联问题	通过深度学习方法跟踪视频中的多个对象	计算机视觉	NA	深度学习	深度特征关联网络 (deepFAN)	视频	综合分析多个MOT数据集，如MOT挑战赛和UA-DETRAC
20934	2024-08-05	Automatically Detecting Pancreatic Cysts in Autosomal Dominant Polycystic Kidney Disease on MRI Using Deep Learning 2024-Jul-16, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10070087 PMID:39058059	研究论文	本文提出了一种基于深度学习的自动检测自体显性多囊肾病患者胰腺囊肿的MRI图像的方法	使用nnU-Net模型提高了胰腺囊肿的检测效率，特别是在ADPKD患者中	尽管模型表现良好，但敏感性不足，且标注的一致性也较低	自动化检测自体显性多囊肾病患者的胰腺囊肿	146名具有胰腺囊肿的自体显性多囊肾病患者	计算机视觉	自体显性多囊肾病	深度学习	nnU-Net	MRI图像	254个扫描，涉及146名患者
20935	2024-08-05	Automated Lung Cancer Diagnosis Applying Butterworth Filtering, Bi-Level Feature Extraction, and Sparce Convolutional Neural Network to Luna 16 CT Images 2024-Jul-15, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10070168 PMID:39057739	研究论文	本研究提出了一种基于人工智能的方法用于肺癌诊断	使用Butterworth平滑滤波算法、双层特征提取和稀疏卷积神经网络实现了对LUNA 16 CT图像的肺癌自动诊断	没有提到具体的样本限制或研究中遇到的具体挑战	研究旨在通过医学影像分析提高肺癌的诊断准确性	主要研究对象为LUNA 16肺癌数据集中的CT图像	数字病理学	肺癌	Butterworth滤波, 多空间图像重建, 稀疏卷积神经网络	稀疏卷积神经网络与概率神经网络	图像	LUNA 16数据集的CT图像
20936	2024-08-05	A deep learning-based toolkit for 3D nuclei segmentation and quantitative analysis in cellular and tissue context 2024-Jul-15, Development (Cambridge, England) DOI:10.1242/dev.202800 PMID:39036998	研究论文	我们呈现了一套新的计算工具，能够在各种3D数字器官中实现准确且广泛适用的细胞核3D分割。	开发了生成真实标签和迭代训练3D核分割模型的方法，并改进了MorphoGraphX分析和可视化软件。	尚未提及具体的限制	研究3D细胞核的分割和定量分析方法。	针对来自不同植物和动物组织的固态或活体样本的细胞核进行3D分割。	数字病理学	NA	NA	CellPose, PlantSeg, StarDist	3D图像	约10,000个细胞核
20937	2024-08-05	Few-Shot Conditional Learning: Automatic and Reliable Device Classification for Medical Test Equipment 2024-Jul-13, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10070167 PMID:39057738	研究论文	本文提出了一种少量样本学习方法，通过预训练的ResNet集成编码器对新生儿复苏设备进行分类	创新点在于通过少量自然图像实现自动和可靠的设备分类，并引入可靠性评分以增强预测	在复杂自然图像测试阶段，由于非最优的分割策略，性能有所下降	旨在开发一种可以在缺乏专业图像数据库的情况下进行医疗测试设备分类的方法	研究对象为新生儿复苏设备	计算机视觉	NA	少量样本学习	ResNet	图像	87张自然图像
20938	2024-08-05	Public Perceptions and Discussions of the US Food and Drug Administration's JUUL Ban Policy on Twitter: Observational Study 2024-Jul-11, JMIR formative research IF:2.0Q4 DOI:10.2196/51327 PMID:38990633	研究论文	本研究旨在通过Twitter数据理解公众对JUUL禁令政策的看法和讨论	通过深度学习模型分析Twitter用户对JUUL禁令政策的态度及其与人口统计特征的关系	研究仅基于Twitter数据，可能无法全面代表公众意见	理解公众对JUUL禁令政策的看法和社交媒体讨论	与JUUL禁令政策相关的Twitter用户和推文	自然语言处理	NA	深度学习，RoBERTa，逻辑回归	RoBERTa，M3模型	文本	17007条推文，用于分类的2600条手动编码推文
20939	2024-08-05	A 2.5D Self-Training Strategy for Carotid Artery Segmentation in T1-Weighted Brain Magnetic Resonance Images 2024-Jul-03, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10070161 PMID:39057732	研究论文	本文提出了一种深度学习管道，用于在T1加权脑磁共振图像中对颈动脉进行分割	引入了2.5D分割技术和递归自我训练策略，改善了标注过程的时间效率和分割质量	研究的模型性能仅在未见数据集上进行了测试，验证范围有限	旨在提高医学图像数据集的标注效率和颈动脉的分割准确性	研究对象为颈动脉树的分割问题	计算机视觉	NA	半自动分割、递归自我训练、2.5D分割	Res-Unet	影像	42个非对比T1加权脑扫描
20940	2024-08-05	Hybrid Ensemble Deep Learning Model for Advancing Ischemic Brain Stroke Detection and Classification in Clinical Application 2024-Jul-02, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10070160 PMID:39057731	研究论文	本研究旨在通过整合多种模型提升缺血性脑卒中的检测与分类能力	提出了一种新的混合模型，结合了卒中精度增强、集成深度学习及智能病灶检测和分割模型	需要在更大数据集上验证其性能，并增强在临床应用中的整合性	提高缺血性脑卒中的检测和分类精度	使用CT扫描数据集进行缺血性脑卒中的检测与分类	计算机视觉	脑卒中	计算机断层扫描（CT）	混合深度学习模型	图像	10,000个CT扫描数据