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
11221	2024-11-29	Stacked artificial neural network to predict the mental illness during the COVID-19 pandemic 2024-Dec, European archives of psychiatry and clinical neuroscience IF:3.5Q2 DOI:10.1007/s00406-024-01799-8 PMID:38558146	研究论文	研究利用堆叠人工神经网络预测COVID-19疫情期间的精神疾病	采用深度学习模型处理大量变量，以提高早期精神疾病检测的性能	存在潜在的反应偏差，某些个体面临更高的风险	研究COVID-19疫情期间的精神健康问题，并提出早期检测和治疗的方法	COVID-19疫情期间的精神健康状况，包括焦虑、压力和抑郁	机器学习	精神疾病	深度学习	堆叠人工神经网络	文本	涉及儿童和神经质障碍患者等特定人群
11222	2024-11-29	Deep learning for intrinsically disordered proteins: From improved predictions to deciphering conformational ensembles 2024-Dec, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2024.102950 PMID:39522439	综述	本文探讨了现代深度学习方法如何影响蛋白质无序性预测，并介绍了利用深度学习技术直接从序列数据中表征蛋白质构象集合体的最新进展	本文介绍了利用深度学习技术直接从序列数据中表征蛋白质构象集合体的创新方法	NA	探讨深度学习方法在蛋白质无序性预测中的应用及其对蛋白质构象集合体表征的进展	蛋白质无序性预测和蛋白质构象集合体	机器学习	NA	深度学习	NA	序列数据	NA
11223	2024-11-29	Multi-image transmission based on a multi-channel OAM-array-coded optical communication system using a designed Dammann grating and an integrated vortex grating 2024-Dec-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.545435 PMID:39602747	研究论文	本文提出了一种基于多通道OAM阵列编码光通信系统的多图像传输方法，结合定制的Dammann光栅和集成涡旋光栅，并通过设计的单输入多输出深度学习识别模型进行验证	本文的创新点在于提出了可控的同时生成高质量涡旋光束阵列的方法，并展示了基于涡旋光束阵列的多通道光通信系统，显著提高了涡旋光束阵列的灵活性和应用范围	本文的局限性在于实验中仅验证了四幅灰度图像的传输，且在湍流条件下的误差率较高	本文的研究目的是提高光通信系统的容量和灵活性	本文的研究对象是涡旋光束及其在光通信中的应用	光学通信	NA	涡旋光束	深度学习模型	图像	四幅灰度图像
11224	2024-11-29	A novel automated cloud-based image datasets for high throughput phenotyping in weed classification 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.111097 PMID:39605934	研究论文	本文介绍了一种基于云的自动化数据采集系统（CADAS），用于在固定时间间隔内捕捉杂草和作物图像，以考虑植物生长阶段进行杂草识别	开发了一种云端自动化数据采集系统（CADAS），通过集成十五个可见光谱的数字相机，实现了杂草和作物图像的自动采集和存储	数据集中的作物和杂草时间变化较低，这限制了杂草检测模型的有效开发	开发一种高效的数据采集系统，以减少数据管理和模型开发中的劳动和时间成本，并提高杂草检测模型的性能	杂草和作物的图像数据集	计算机视觉	NA	数字相机图像采集	NA	图像	2000张图像每种杂草和作物物种，以及200张带有标签文件的原始图像
11225	2024-11-29	Deep learning methods for 3D magnetic resonance image denoising, bias field and motion artifact correction: a comprehensive review 2024-Nov-28, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad94c7 PMID:39569887	综述	本文综述了基于深度学习的3D磁共振图像去噪、偏置场和运动伪影校正方法	深度学习方法在磁共振图像质量增强和伪影去除方面的显著改进	NA	综述深度学习在磁共振图像质量增强和伪影去除中的应用	3D磁共振图像的去噪、偏置场和运动伪影校正	计算机视觉	NA	深度学习	卷积神经网络	图像	NA
11226	2024-11-29	Tutorial on Molecular Latent Space Simulators (LSSs): Spatially and Temporally Continuous Data-Driven Surrogate Dynamical Models of Molecular Systems 2024-Nov-28, The journal of physical chemistry. A DOI:10.1021/acs.jpca.4c05389 PMID:39540914	教程	本文介绍了分子隐空间模拟器（LSS）的概念及其在分子系统动力学模型中的应用	LSS通过深度学习架构从有限的MD训练轨迹中学习代理动力学模型，能够以极低的计算成本生成合成轨迹	LSS依赖于训练数据的充分采样，以确保能够稳健地学习底层微观传播器	探讨分子隐空间模拟器在分子系统动力学模型中的应用及其数学和数值背景	分子系统的动力学模型和合成轨迹生成	分子动力学	NA	深度学习	VAMPnets, MDNs, cWGANs, DDPMs	分子动力学轨迹	包括单个长轨迹或多个短的不连续轨迹
11227	2024-11-29	PharmacoNet: deep learning-guided pharmacophore modeling for ultra-large-scale virtual screening 2024-Nov-27, Chemical science IF:7.6Q1 DOI:10.1039/d4sc04854g PMID:39568882	研究论文	本文介绍了PharmacoNet，一个用于超大规模虚拟筛选的深度学习引导的药效团建模框架	PharmacoNet是首个用于药效团建模的深度学习框架，能够在未见过的目标和配体上实现高泛化能力	NA	开发一种高效的虚拟筛选方法，用于早期药物发现	药效团建模和虚拟筛选	机器学习	NA	深度学习	深度学习框架	化合物	187百万个化合物
11228	2024-11-29	Development of an automated tool for the estimation of histological remission in ulcerative colitis using single wavelength endoscopy technology 2024-Nov-27, Journal of Crohn's & colitis DOI:10.1093/ecco-jcc/jjae180 PMID:39602814	研究论文	开发了一种基于单波长内窥镜技术的自动化工具，用于评估溃疡性结肠炎的组织学缓解	利用单波长内窥镜技术（SWE）和计算机辅助诊断（CAD）系统，通过深度学习模型提高了对溃疡性结肠炎组织学缓解的检测准确性	仅限于溃疡性结肠炎患者，且需要进一步验证在其他疾病中的适用性	评估基于单波长内窥镜技术的计算机辅助诊断系统在溃疡性结肠炎组织学缓解评估中的准确性	溃疡性结肠炎患者的组织学缓解	数字病理学	消化系统疾病	单波长内窥镜技术（SWE）	深度学习模型	图像	112名溃疡性结肠炎患者，共6926组对应的白光内窥镜（WLE）和单波长内窥镜（SWE）图像
11229	2024-11-29	Predicting Survival and Recurrence of Lung Ablation Patients Using Deep Learning-Based Automatic Segmentation and Radiomics Analysis 2024-Nov-27, Cardiovascular and interventional radiology IF:2.8Q2 DOI:10.1007/s00270-024-03912-9 PMID:39604700	研究论文	本文利用深度学习方法自动分割肺部肿瘤，并通过放射组学分析预测肺部消融患者的生存和复发情况	采用预训练的U-Net模型和U-shaped encoder-decoder transformer架构（UNETR）进行肺部肿瘤的自动分割，并结合放射组学特征进行生存和复发预测	研究样本量较小，且仅在单一机构进行回顾性分析	预测肺部消融患者的生存和肿瘤复发情况	接受图像引导热消融治疗的肺部肿瘤患者	计算机视觉	肺癌	放射组学分析	U-Net, UNETR, 支持向量机（SVM）	CT扫描图像	113名患者
11230	2024-11-29	Introducing µGUIDE for quantitative imaging via generalized uncertainty-driven inference using deep learning 2024-Nov-26, eLife IF:6.4Q1 DOI:10.7554/eLife.101069 PMID:39589260	研究论文	本文提出了µGUIDE，一个通用的贝叶斯框架，用于从任何给定的生物物理模型或信号表示中估计组织微结构参数的后验分布，并以扩散加权磁共振成像为例进行了演示	µGUIDE利用新的深度学习架构进行自动信号特征选择，结合基于模拟的推理和后验分布的高效采样，绕过了传统贝叶斯方法的高计算和时间成本，并且不依赖于采集约束来定义模型特定的摘要统计	NA	开发一种新的贝叶斯框架，用于从生物物理模型中估计组织微结构参数的后验分布	组织微结构参数的后验分布	计算机视觉	NA	深度学习	深度学习架构	图像	NA
11231	2024-11-29	ExCS: accelerating code search with code expansion 2024-Nov-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73907-6 PMID:39587104	研究论文	本文介绍了一种名为ExCS的创新代码搜索工具，通过代码扩展加速代码搜索过程，同时保持高准确性	ExCS在离线阶段采用代码扩展，利用对潜在查询的预测来丰富代码的语义深度，并在在线检索时优先使用基于信息检索的方法来快速定位候选代码	NA	提高开发者在大型代码库中搜索和重用代码的效率	代码搜索工具ExCS的开发与评估	自然语言处理	NA	深度学习驱动的神经排序模型	神经网络模型	代码	Java数据集，来自CodeSearchNet
11232	2024-11-29	MedSegBench: A comprehensive benchmark for medical image segmentation in diverse data modalities 2024-Nov-25, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-04159-2 PMID:39587124	研究论文	本文介绍了MedSegBench，一个用于评估多种数据模式下医学图像分割深度学习模型的综合基准	MedSegBench涵盖了广泛的医学图像数据模式，包括超声、MRI和X射线，并提供了标准化数据集和多种编码器/解码器网络，促进了通用医学任务模型的开发	NA	评估和促进医学图像分割深度学习模型的发展	医学图像分割模型在不同数据模式下的性能	计算机视觉	NA	深度学习	U-Net	图像	超过60,000张图像，涵盖35个数据集
11233	2024-11-29	The risk of shortcutting in deep learning algorithms for medical imaging research 2024-11-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79838-6 PMID:39587148	研究论文	本文探讨了深度学习算法在医学影像研究中存在的捷径学习问题及其潜在风险	首次详细分析了深度学习模型在医学影像研究中可能利用的捷径学习现象，并展示了其复杂性和难以防范的特点	研究仅限于使用ResNet18模型进行分析，未涵盖其他深度学习模型；实验结果可能受限于特定的数据集和任务	揭示深度学习算法在医学影像研究中可能存在的捷径学习问题，并提出对这类研究的评估标准进行提升的必要性	深度学习模型在医学影像中的应用及其潜在的捷径学习风险	计算机视觉	NA	深度学习	卷积神经网络 (CNN)	图像	未明确提及具体样本数量
11234	2024-11-29	Deep learning-accelerated T2WI of the prostate for transition zone lesion evaluation and extraprostatic extension assessment 2024-11-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79348-5 PMID:39587164	研究论文	本文研究了深度学习加速的T2加权成像（DLR T2WI）在前列腺移行区病变评估和前列腺外扩展评估中的应用	DLR T2WI相比传统的TSE T2WI显著减少了扫描时间，同时保持了相似的诊断准确性	研究为回顾性分析，且样本量相对较小	评估DLR T2WI在前列腺移行区病变评估和前列腺外扩展评估中的效率和准确性	前列腺移行区病变和前列腺外扩展	计算机视觉	前列腺癌	深度学习	NA	图像	162名患者
11235	2024-11-29	Intrusion detection in software defined network using deep learning approaches 2024-Nov-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79001-1 PMID:39587182	研究论文	本文研究了在软件定义网络（SDN）中使用深度学习方法进行入侵检测	本文提出了两种新的深度学习模型（CNN-LSTM和Transformer）用于SDN网络中的入侵检测，并展示了其在准确性上的优越性	本文未详细讨论模型的计算复杂性和实时性能	开发先进的深度学习模型以应对SDN网络中的新型攻击向量	SDN控制器及其在网络中的安全性	机器学习	NA	深度学习	CNN-LSTM, Transformer	网络流量数据	使用InSDN数据集进行训练和测试
11236	2024-11-29	Prognostic and predictive value of pathohistological features in gastric cancer and identification of SLITRK4 as a potential biomarker for gastric cancer 2024-11-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80292-7 PMID:39587240	研究论文	本研究旨在开发一种基于病理图像的定量特征模型，用于评估胃癌患者的预后，并识别SLITRK4作为潜在的胃癌生物标志物	本研究创新性地结合了多实例学习和深度学习技术，从病理图像中提取特征，并使用Lasso-Cox回归模型进行特征降维，以提高胃癌患者的预后分层准确性	本研究的样本量相对较小，且仅使用了The Cancer Genome Atlas的数据，可能限制了模型的泛化能力	开发一种基于病理图像的定量特征模型，用于评估胃癌患者的预后，并识别潜在的生物标志物	胃癌患者的病理图像和转录组数据	数字病理学	胃癌	多实例学习、Lasso-Cox回归	深度学习模型	图像	165名胃癌患者
11237	2024-11-29	Deep mutual learning on hybrid amino acid PET predicts H3K27M mutations in midline gliomas 2024-Nov-25, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00760-1 PMID:39587279	研究论文	本文提出了一种基于深度互学习的方法，利用混合氨基酸PET图像预测中线胶质瘤中的H3K27M突变	本文创新性地引入了一种辅助训练（AT）方案，使MET和FET学习之间相互受益，从而提高预测效率	NA	优化非侵入性预测中线胶质瘤中H3K27M突变状态的效率	中线胶质瘤中的H3K27M突变状态	计算机视觉	神经系统疾病	PET	CNN	图像	内部交叉验证90例，外部测试19例，连续测试21例
11238	2024-11-29	Deep learning model using continuous skin temperature data predicts labor onset 2024-Nov-25, BMC pregnancy and childbirth IF:2.8Q1 DOI:10.1186/s12884-024-06862-9 PMID:39587525	研究论文	本文研究了连续皮肤温度数据在预测人类分娩开始中的应用，并开发了一种基于深度学习模型的预测工具	首次将深度学习模型应用于连续皮肤温度数据，以预测分娩开始时间	研究样本量较小，且仅限于自发分娩和人工诱导分娩的比较	探讨连续体温变化与分娩开始的关系，并开发一种预测分娩开始的深度学习模型	孕妇的连续皮肤温度数据和分娩类型	机器学习	NA	深度学习	AE-LSTM	连续皮肤温度数据	91名孕妇，其中54名自发分娩，37名人工诱导分娩或剖宫产
11239	2024-11-29	The use of machine and deep learning to model the relationship between discomfort temperature and labor productivity loss among petrochemical workers 2024-Nov-25, BMC public health IF:3.5Q1 DOI:10.1186/s12889-024-20713-4 PMID:39587532	研究论文	本研究利用机器学习和深度学习算法，量化了温度不适对石化工人生产力损失的影响，并识别了关键影响因素	首次使用机器学习和深度学习算法来量化温度不适对石化工人生产力损失的影响，并识别关键影响因素	研究仅限于福建省的石化工人，结果可能不适用于其他地区或行业	量化温度不适对石化工人生产力损失的影响，并识别关键影响因素	石化工人	机器学习	NA	机器学习、深度学习	支持向量机、随机森林、极端梯度提升、高斯朴素贝叶斯、多层感知器、逻辑回归	问卷调查数据	2393名石化工人
11240	2024-11-29	Molecular identification via molecular fingerprint extraction from atomic force microscopy images 2024-Nov-25, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-024-00921-1 PMID:39587659	研究论文	本文提出了一种从原子力显微镜图像中提取分子指纹并进行分子识别的新方法	使用扩展连接化学指纹（ECFP4）作为分子结构的描述符，并通过深度学习模型从原子力显微镜图像中提取这些指纹，提高了分子识别的准确性	在哈希过程中丢失了分子中某些子结构的出现次数信息	提高从原子力显微镜图像中进行分子识别的准确性	分子结构和化学信息	计算机视觉	NA	原子力显微镜（AFM）	深度学习模型	图像	理论图像的检索准确率为95.4%，实验图像的测试结果有前景