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
21441	2024-08-05	Residual network improves the prediction accuracy of genomic selection 2024-Aug, Animal genetics IF:1.8Q3 DOI:10.1111/age.13445 PMID:38746973	研究论文	本文探讨了残差网络在基因选择中的应用，并提高了预测精度	引入残差网络（ResNet）以解决模型深度增加导致的梯度衰退问题，从而提高基因选择的预测准确性	深度学习方法尚未完全超越传统基因选择方法，仍有待进一步验证和优化	提高复杂性状的基因选择预测准确性	对小麦和猪数据集进行基因选择的准确性比较	机器学习	NA	NA	残差网络（ResNet）	数据集（小麦、模拟和真实猪数据）	三个数据集（小麦、模拟和真实猪数据）
21442	2024-08-05	Inflammatory Knee Synovitis: Evaluation of an Accelerated FLAIR Sequence Compared With Standard Contrast-Enhanced Imaging 2024-Aug-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001065 PMID:38329824	研究文章	本研究评估了深度学习加速的FLAIR序列在膝关节炎症滑膜炎诊断中的价值和准确性	提出了深度学习加速的FLAIR序列，提供了与标准对比增强成像相当的诊断效果	本研究为回顾性研究，样本量较小	评估非对比FLAIR序列在膝关节炎症滑膜炎中的诊断准确性	膝关节伴有炎症滑膜炎的患者	数字病理学	NA	深度学习加速FLAIR序列	NA	图像	55名患者
21443	2024-08-05	Exploiting protein language models for the precise classification of ion channels and ion transporters 2024-Aug, Proteins IF:3.2Q2 DOI:10.1002/prot.26694 PMID:38656743	研究论文	本研究介绍了TooT-PLM-ionCT框架，用于精确分类离子通道和离子转运蛋白。	通过结合六个蛋白质语言模型和深度学习模型，提出了一种创新的方法以提升蛋白质分类的准确性，特别是在离子转运蛋白和膜蛋白的识别上，达到最先进的结果。	尽管进行了一些新数据集的引入以增强模型的强度和泛化能力，但仍需进一步的验证和评估。	研究旨在提升离子通道与离子转运蛋白的分类精度。	研究对象包括离子通道、离子转运蛋白和膜蛋白。	生物信息学	NA	蛋白质语言模型和深度学习	NA	数据集	验证了现有数据集，并引入新的数据集以增强模型评估，样本大小未具体提及
21444	2024-08-05	Randomness Regularization With Simple Consistency Training for Neural Networks 2024-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3370716 PMID:38421846	研究论文	本论文介绍了一种简单的一致性训练策略R-Drop，以规范神经网络训练中的随机性	R-Drop通过最小化由dropout产生的输出分布之间的双向KL散度来解决训练和推理之间的不一致性	NA	目标是通过引入一致性训练来解决神经网络训练中的随机性问题	涉及广泛使用的深度学习任务和不同类型的神经网络	机器学习	NA	dropout	前馈神经网络、递归神经网络、图神经网络	数据集	共23个数据集的7个广泛使用的深度学习任务
21445	2024-08-05	Graphical models for identifying pore-forming proteins 2024-Aug, Proteins IF:3.2Q2 DOI:10.1002/prot.26687 PMID:38618860	研究论文	本文提出了一种图形模型，用于识别孔形成蛋白。	提出了一种基于蛋白质结构的样本高效图形模型，能够在序列相似性较低的情况下识别结构相似的蛋白。	已知的孔形成毒素结构数量有限，因此识别新结构相似的蛋白仍然具有挑战性。	旨在改进识别孔形成蛋白的方法，推动农业害虫控制的新方法开发。	研究对象为孔形成蛋白及其在生物膜中的功能和结构。	计算机视觉	NA	深度学习	半马尔可夫条件随机场模型	蛋白质序列	UniRef50中包含4300万个蛋白的基因组广泛蛋白质数据库
21446	2024-08-05	Sequential Point Clouds: A Survey 2024-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3365970 PMID:38354073	综述	本文提供了对应用于顺序点云研究的深度学习方法的全面回顾	系统总结并比较了对公共基准数据集测评的多种方法的定量结果	对当前顺序点云研究的挑战进行了讨论，但可能未给出具体的解决方案	探讨顺序点云的理解与应用，并总结相关研究进展	顺序点云的深度学习方法，如动态流估计、物体检测与跟踪等	计算机视觉	NA	深度学习	NA	点云	NA
21447	2024-08-05	Secure and privacy improved cloud user authentication in biometric multimodal multi fusion using blockchain-based lightweight deep instance-based DetectNet 2024-Aug, Network (Bristol, England) DOI:10.1080/0954898X.2024.2304707 PMID:38293964	研究论文	本研究提出了一种在云端系统中增强用户认证安全性和隐私的创新解决方案	集成了多模态生物识别、深度学习和区块链技术，创新地解决了用户隐私与认证准确性之间的矛盾	NA	旨在应对不断演变的网络威胁，提高云端系统的用户认证安全性和隐私保护	用户认证系统，使用多模态生物识别数据进行身份验证	计算机视觉	NA	深度学习、区块链技术	IL-DN	生物识别数据	NA
21448	2024-08-07	Adaptive Perturbation for Adversarial Attack 2024-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3367773 PMID:38376968	研究论文	本文提出了一种新的自适应扰动方法用于对抗性攻击，改善了对抗样本的攻击成功率	该方法直接利用精确的梯度方向并引入自适应缩放因子，避免了使用符号函数的局限	本文未提及对不同攻击目标的表现差异	研究深度学习模型的安全性，特别是在对抗性攻击方面的表现	对抗性攻击样本的生成和优化	机器学习	NA	对抗性攻击	NA	图像	CIFAR10和ImageNet数据集的广泛实验
21449	2024-08-05	Semi-Supervised Multimodal Representation Learning Through a Global Workspace 2024-Jul-02, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3416701 PMID:38954575	研究论文	本研究评估了一种基于‘全球工作空间’概念的神经网络架构，旨在实现多模态表示学习.	该架构允许通过自监督学习实现多模态对齐和信号转换，且使用的匹配数据需求显著低于完全监督的方法.	本研究未详细探讨该模型在极端复杂数据集上的表现.	探索如何通过稀疏的跨模态数据经历来学习有效的多模态表示.	针对视觉-语言模态对的多模态数据进行研究.	机器学习	NA	自监督学习	神经网络架构	图像和文本	使用了不同复杂度的两个数据集，具体样本数未指定
21450	2024-08-05	Optimized Wasserstein Deep Convolutional Generative Adversarial Network fostered Groundnut Leaf Disease Identification System 2024-Jul-02, Network (Bristol, England) DOI:10.1080/0954898X.2024.2351146 PMID:38953316	研究论文	本文提出了一种优化的Wasserstein深度卷积生成对抗网络用于花生叶病识别系统	提出了利用水平均衡生成对抗网络和Aquila优化算法相结合的方法来提高花生叶病识别的准确性	对比的生物学基础和数据集的多样性没有在论文中详细讨论	研究花生叶病的识别和分类以提高作物产量和质量	对健康叶子、早期叶斑、晚期叶斑、营养缺乏和锈病等不同病症进行分类	计算机视觉	NA	WDCGAN和Aquila优化算法	卷积神经网络	图像	NA
21451	2024-08-05	Ovarian cancer identification technology based on deep learning and second harmonic generation imaging 2024-Jul-02, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202400200 PMID:38955356	研究论文	本文提出了一种结合二次谐波生成成像和深度学习的卵巢癌诊断方法	创新点在于使用SHG成像和PVTv2模型，实现卵巢癌的快速、简单、无标记诊断	研究未提及样本的多样性及外部验证的情况	研究旨在提高卵巢癌的诊断效率	研究对象为未染色的新鲜人类卵巢组织	深度学习	卵巢癌	二次谐波生成成像	Pyramid Vision Transformer V2 (PVTv2)	图像	3240幅SHG图像
21452	2024-08-05	Autonomous design of noise-mitigating structures using deep reinforcement learning 2024-Jul-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0026474 PMID:38958582	研究论文	本文探讨了应用深度强化学习自主设计噪音缓解结构的方法	使用双深度Q网络算法，无需先前知识即可实现宽频噪音缓解的配置学习	算法倾向于预测局部极大值	研究如何通过深度强化学习自主设计噪音缓解结构	噪音缓解的材料分布配置	计算机视觉	NA	深度强化学习	双深度Q网络	像素数据	NA
21453	2024-08-05	Variant Effect Prediction in the Age of Machine Learning 2024-Jul-01, Cold Spring Harbor perspectives in biology IF:6.9Q1 DOI:10.1101/cshperspect.a041467 PMID:38621825	研究论文	本文探讨了无监督深度学习方法在预测单核苷酸变异影响方面的应用	提出了无监督方法能够从未注释的蛋白质序列数据中学习，识别蛋白质序列中的显著错误	方法的性能在不同评估指标和变异效应类型上存在差异，且在非人类蛋白质的研究上依然不足	研究无监督深度学习方法在变异效应预测中的有效性	单个氨基酸替换的单核苷酸变异	计算机视觉	NA	深度学习	无监督学习模型	蛋白质序列数据	NA
21454	2024-08-05	Protein Design Using Structure-Prediction Networks: AlphaFold and RoseTTAFold as Protein Structure Foundation Models 2024-Jul-01, Cold Spring Harbor perspectives in biology IF:6.9Q1 DOI:10.1101/cshperspect.a041472 PMID:38438190	研究论文	本文回顾了使用结构预测神经网络设计蛋白质的最新研究	提出通过结构预测模型为蛋白质设计工具开发提供强大基础	未提及具体的实验结果验证或普遍适用性	探讨深度学习在蛋白质设计中的应用	利用结构预测神经网络设计蛋白质	生物工程	NA	深度学习	神经网络	NA	NA
21455	2024-08-05	Deep learning for automatic facial detection and recognition in Japanese macaques: illuminating social networks 2024-Jul, Primates; journal of primatology DOI:10.1007/s10329-024-01137-5 PMID:38758427	研究论文	本文探讨了使用深度学习在日本猕猴中进行面部检测和个体识别的非侵入性工具	提出了一种新的非侵入性方法，通过深度学习实现日本猕猴的面部检测和个体识别	研究结果仍为初步探索，可能在更大样本上的有效性尚需验证	开发一种自动生成日本猕猴社会网络表示的非侵入性工具	日本猕猴（Macaca fuscata）个体	计算机视觉	NA	深度学习	Faster-RCNN模型和YOLOv8n模型	视频	Kōjima岛猕猴种群的视频数据
21456	2024-08-05	FoldPAthreader: predicting protein folding pathway using a novel folding force field model derived from known protein universe 2024-06-11, Genome biology IF:10.1Q1 DOI:10.1186/s13059-024-03291-x PMID:38862984	研究论文	FoldPAthreader是一种新的蛋白质折叠通路预测方法。	文章提出了一种新颖的折叠力场模型，通过研究已知蛋白质宇宙中的蛋白质进化与折叠之间的内在关系来推动预测。	没有提及具体局限性。	研究蛋白质折叠通路的预测。	研究对象是蛋白质及其折叠模式。	计算机视觉	NA	蒙特卡洛取向采样	NA	蛋白质折叠路径数据	30个示例目标
21457	2024-08-05	Improving the enzymatic activity and stability of N-carbamoyl hydrolase using deep learning approach 2024-Jun-04, Microbial cell factories IF:4.3Q1 DOI:10.1186/s12934-024-02439-5 PMID:38834993	研究论文	本文通过深度学习方法开发了一款理性设计软件“Feitian”，以增强DCase的酶活性和热稳定性	开发了一款新的理性设计软件“Feitian”，基于kcat预测，成功构建了增强酶活性的三点突变体DCase-M3	预测准确度约为50%，可能限制了模型的广泛应用	提高DCase的酶活性和热稳定性	D-amino acids合成过程中使用的DCase酶	机器学习	NA	深度学习	NA	NA	六个单点突变体
21458	2024-08-05	A deep learning approach for mental health quality prediction using functional network connectivity and assessment data 2024-Jun, Brain imaging and behavior IF:2.4Q2 DOI:10.1007/s11682-024-00857-y PMID:38340285	研究论文	本研究利用静态功能网络连接数据和深度学习模型预测个体的心理健康质量	将静态功能网络连接数据与深度学习相结合，提出一种新的心理健康质量评估方法	尚未提及研究的局限性	评估个体的心理健康质量并揭示其神经模式	研究对象为UK Biobank数据集中的参与者	机器学习	精神健康	功能磁共振成像 (fMRI)	深度学习模型	静态功能网络连接数据	参与者样本数量未具体提及
21459	2024-08-05	Bidirectional Encoder Representations from Transformers in Radiology: A Systematic Review of Natural Language Processing Applications 2024-Jun, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2024.01.012 PMID:38302036	评论	该文章系统评估了BERT在放射学中的影响和应用。	揭示了BERT在放射学报告分类和自动协议分配中的新兴应用。	纳入的研究主要是回顾性的，未涉及前瞻性研究。	研究BERT在放射学领域的应用和影响。	通过系统评价获取与BERT模型相关的放射学文献。	自然语言处理	NA	BERT	NA	文本	共筛选出597个结果，其中30个符合纳入标准
21460	2024-08-05	Comprehensive clinical application analysis of artificial intelligence-enabled electrocardiograms for screening multiple valvular heart diseases 2024-05-16, Aging DOI:10.18632/aging.205835 PMID:38761181	研究论文	该研究分析了人工智能辅助心电图在筛查多种瓣膜性心脏病中的临床应用	开发了五种深度学习模型以识别不同类型的瓣膜性心脏病	文章没有提及模型在不同种族或年龄群体中的表现	旨在评估人工智能心电图在瓣膜性心脏病筛查中的有效性	研究对象为77,047名接受过超声心动图和12导联心电图检查的患者	机器学习	瓣膜性心脏病	深度学习	深度学习模型(DLM)	心电图	共计77,047名患者的122,728个心电图