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
11641	2024-12-08	Deep learning for optical tweezers 2024-Jul, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2024-0013 PMID:39634937	研究论文	本文探讨了深度学习在光学镊子中的应用，展示了其如何显著提升光学镊子的设计、校准和实时控制	深度学习在光学镊子中的应用提高了计算速度和多功能性，超越了传统方法	NA	探索深度学习如何改进光学镊子，并提供将其与光学捕获和操纵结合的指南	光学镊子及其在物理、生物和纳米技术中的应用	机器学习	NA	深度学习	NA	NA	NA
11642	2024-12-08	Deep learning to estimate gestational age from fly-to cineloop videos: A novel approach to ultrasound quality control 2024-Jun, International journal of gynaecology and obstetrics: the official organ of the International Federation of Gynaecology and Obstetrics DOI:10.1002/ijgo.15321 PMID:38189177	研究论文	本文开发了一种深度学习人工智能模型，用于从常规超声生物测量中获取的fly-to cineloop视频中估计孕龄，并评估其性能	提出了一种新的方法，通过深度学习模型从fly-to cineloop视频中估计孕龄，以提高超声质量控制	NA	开发一种工具，减少不标准的胎儿生物测量，同时最小化护理中断	孕龄估计和超声质量控制	机器学习	NA	深度学习	AI模型	视频	NA
11643	2024-12-08	Long-Term Regional Influenza-Like-Illness Forecasting Using Exogenous Data 2024-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3377529 PMID:38483802	研究论文	本文提出了一种利用外部数据进行长期区域流感样疾病预测的方法	本文提出的ReILIF方法利用气象和人口数据等多样化的外部数据，并通过高效的中间融合机制结合不同类型的信息，以捕捉流感样疾病的多种变化	NA	提高长期流感样疾病预测的准确性	流感样疾病	机器学习	NA	深度学习	深度神经网络	时间序列数据	NA
11644	2024-12-08	Transfer learning for metamaterial design and simulation 2024-May, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2023-0691 PMID:39633659	研究论文	本文展示了迁移学习在基于残差神经网络（ResNets）的深度学习模型训练中的应用，以提高其效率	通过迁移学习，本文能够在数据有限的情况下，利用预训练模型在相似任务中实现高效训练，数据减少达1000倍	迁移学习的有效性依赖于源任务与目标任务的相似性	评估迁移学习在不同问题领域中的效率，特别是在电磁超材料中的多尺度大尺寸超表面阵列研究中	电磁超材料中的多尺度大尺寸超表面阵列	机器学习	NA	迁移学习	残差神经网络（ResNets）	模拟数据	使用准解析离散偶极子近似（DDA）方法模拟的大尺寸超表面阵列数据进行训练和测试
11645	2024-12-08	Integrated multi-operand optical neurons for scalable and hardware-efficient deep learning 2024-May, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2023-0554 PMID:39634509	研究论文	本文提出了一种基于定制多操作数光子器件的可扩展且高效的光点积引擎，用于图像识别任务	本文的创新点在于提出了多操作数光学神经元（MOON），并实验证明了其在图像识别任务中的有效性	NA	研究下一代神经形态计算的光学神经网络硬件平台	多操作数光学神经元及其在图像识别任务中的应用	计算机视觉	NA	光学神经网络	多操作数Mach-Zehnder干涉仪（MOMZI）	图像	使用了街景房屋号码（SVHN）识别数据集，精度达到85.89%，电压控制精度为4位
11646	2024-12-08	Image-based consensus molecular subtyping in rectal cancer biopsies and response to neoadjuvant chemoradiotherapy 2024-Apr-09, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00580-3 PMID:38594327	研究论文	研究使用深度学习模型从直肠癌活检的全切片病理图像中预测共识分子亚型，并评估其与新辅助放化疗反应的关系	开发了一种基于深度学习的模型，能够从直肠癌的全切片病理图像中预测共识分子亚型，并发现这些亚型与新辅助放化疗的病理完全反应显著相关	研究仅在两个独立的数据集中验证了模型的有效性，未来需要在更多数据集中进行验证	探索基于图像的共识分子亚型分类在直肠癌活检中的应用，并评估其与新辅助放化疗反应的关系	直肠癌活检的全切片病理图像及其与新辅助放化疗反应的关系	数字病理学	直肠癌	深度学习	深度学习模型	图像	1057张全切片病理图像，114名ARISTOTLE患者和55名SALZBURG患者的独立数据集
11647	2024-12-08	Lightning Pose: improved animal pose estimation via semi-supervised learning, Bayesian ensembling, and cloud-native open-source tools 2024-Apr-03, bioRxiv : the preprint server for biology DOI:10.1101/2023.04.28.538703 PMID:37162966	研究论文	本文介绍了一种名为“Lightning Pose”的高效姿态估计工具包，通过半监督学习、贝叶斯集成和云原生开源工具改进动物姿态估计	引入了半监督学习方法，利用未标记视频帧来提高预测的连续性和合理性；设计了一种网络架构，通过预测周围未标记帧来解决遮挡问题；采用集成和卡尔曼平滑技术对姿态预测进行后处理	NA	改进动物姿态估计的准确性和科学可用性	动物姿态估计	计算机视觉	NA	半监督学习、贝叶斯集成、卡尔曼平滑	NA	视频	少量标记视频帧和大量未标记视频帧
11648	2024-12-08	Investigating the role of imaging factors in the variability of CT-based texture analysis metrics 2024-Apr, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14192 PMID:37962032	研究论文	本研究评估了在不同剂量、重建算法和切片厚度下，从CT图像中提取的IQR、CV和SD等一阶放射组学纹理特征的鲁棒性	研究了不同成像因素对CT图像纹理分析指标变异性的影响，并发现DLIR-high重建算法在降低CV、IQR和SD值方面表现优于AV50和FBP	需要多中心、多扫描仪和多成像协议的前瞻性评估来建立放射组学的质量保证标准	评估不同成像因素对CT图像纹理分析指标的影响	水模、商业人体肝脏模和人体肝脏活体扫描图像	计算机视觉	NA	CT扫描	NA	图像	水模、商业人体肝脏模和人体肝脏活体扫描图像
11649	2024-12-08	Network medicine informed multi-omics integration identifies drug targets and repurposable medicines for Amyotrophic Lateral Sclerosis 2024-Mar-30, bioRxiv : the preprint server for biology DOI:10.1101/2024.03.27.586949 PMID:38585774	研究论文	本研究利用网络医学方法整合人脑特异性多组学数据，识别肌萎缩侧索硬化症（ALS）的药物靶点和可重新利用的药物	首次采用网络医学方法结合深度学习框架，整合多种组学数据（如基因组、蛋白质组、表观基因组等），识别ALS相关基因和潜在药物靶点	研究主要基于人脑特异性数据，可能不适用于其他组织或疾病；验证阶段主要依赖于预临床和临床证据，缺乏大规模临床试验	识别ALS的药物靶点和可重新利用的药物，为ALS治疗提供新思路	肌萎缩侧索硬化症（ALS）及其相关基因和药物靶点	生物信息学	神经退行性疾病	网络医学方法、深度学习	NA	多组学数据（基因组、蛋白质组、表观基因组等）	NA
11650	2024-12-08	Three-dimensional assessments are necessary to determine the true, spatially-resolved composition of tissues 2024-Mar-28, bioRxiv : the preprint server for biology DOI:10.1101/2023.12.04.569986 PMID:38106231	研究论文	本文应用基于深度学习的组织映射平台CODA，重建了正常和含有癌症的人类胰腺生物样本的三维微解剖结构，并比较了二维和三维组织成分的异质性	本文首次展示了三维评估在准确评估正常和异常组织成分以及确定肿瘤内容方面的重要性	本文主要集中在胰腺组织上，未涵盖其他类型的组织	验证三维评估在组织成分分析中的必要性	正常和含有癌症的人类胰腺组织	数字病理学	胰腺癌	深度学习	NA	图像	多个正常和癌症胰腺组织样本
11651	2024-12-08	Generative interpolation and restoration of images using deep learning for improved 3D tissue mapping 2024-Mar-28, bioRxiv : the preprint server for biology DOI:10.1101/2024.03.07.583909 PMID:38496512	研究论文	本文利用深度学习生成模型FILM进行图像插值和修复，以提高3D组织映射的质量	本文首次将FILM模型应用于空间插值，相比传统线性插值，FILM能更好地保留生物信息和图像质量	NA	提高3D生物图像数据集的分辨率、吞吐量和质量	3D生物图像数据集，包括不同成像模态、物种、健康和疾病组织、染色技术和像素分辨率	计算机视觉	NA	深度学习	生成对抗网络（GAN）	图像	包括人类、小鼠的健康和疾病组织（胰腺、肺、脑），以及不同染色技术和像素分辨率（8 nm, 2 μm, 1mm）的样本
11652	2024-12-08	Rapid and automated design of two-component protein nanomaterials using ProteinMPNN 2024-Mar-26, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2314646121 PMID:38502697	研究论文	本文测试了深度学习方法ProteinMPNN在设计两组分四面体蛋白质纳米材料中的能力，并将其性能与Rosetta方法进行基准测试	ProteinMPNN在设计蛋白质-蛋白质界面时，成功率与Rosetta相似，但计算量大幅减少且无需手动优化	NA	验证深度学习方法在蛋白质-蛋白质界面设计中的应用潜力	两组分四面体蛋白质纳米材料的设计	生物技术	NA	深度学习	ProteinMPNN	蛋白质序列	13个新的实验验证的组装体
11653	2024-12-08	Generic characterization method for nano-gratings using deep-neural-network-assisted ellipsometry 2024-Mar, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2023-0798 PMID:39634008	研究论文	本文提出了一种利用深度神经网络辅助椭偏仪对纳米光栅进行通用表征的新方法	该方法通过处理椭偏角作为功能信号，开发了一个综合模型，并引入了多种措施和补偿算法来提高模型的稳定性和准确性	NA	解决深度神经网络辅助光学散射测量在纳米结构应用中的挑战，如稳定性差、功能有限和高设备要求	纳米光栅	机器学习	NA	椭偏仪	深度神经网络	椭偏角	多种方法制造的纳米光栅
11654	2024-12-08	De novo design of high-affinity binders of bioactive helical peptides 2024-Feb, Nature IF:50.5Q1 DOI:10.1038/s41586-023-06953-1 PMID:38109936	研究论文	本文介绍了一种基于参数生成和深度学习的方法，用于设计与具有螺旋倾向的短肽相互作用的蛋白质	本文提出了一种扩展RFdiffusion的方法，使其能够设计与柔性目标结合的结合剂，并通过部分扩散优化输入结构模型，从而生成对螺旋肽目标具有皮摩尔亲和力的结合剂	NA	解决蛋白质与具有螺旋倾向的短肽相互作用的设计挑战	设计与螺旋肽相互作用的蛋白质结合剂	生物信息学	NA	深度学习	RFdiffusion	蛋白质结构	NA
11655	2024-12-08	Self-Supervised Super-Resolution of 2D Pre-clinical MRI Acquisitions 2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3016094 PMID:39628511	研究论文	本研究评估了一种自监督深度学习超分辨率方法SMORE在增强2D临床前MRI扫描的各向同性分辨率方面的有效性	SMORE通过自训练高分辨率平面数据来消除输入数据与外部训练集之间的领域差异，显著优于传统的插值方法	NA	增强2D临床前MRI扫描的各向同性分辨率	小鼠MRI扫描	计算机视觉	NA	MRI	深度学习	图像	多种不同平面分辨率的小鼠MRI扫描
11656	2024-12-08	Deep learning methods improve genomic prediction of wheat breeding 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1324090 PMID:38504889	研究论文	研究探讨了深度学习模型在小麦育种基因组预测中的应用，并与传统的GBLUP模型进行了比较	本研究首次在适度大规模数据集上应用深度学习模型，并展示了其在基因组预测中的优越性	研究仅限于五个特定性状的预测，且未探讨更大规模数据集上的表现	评估深度学习模型在小麦育种基因组预测中的准确性，并探讨其在适度大规模数据集上的应用潜力	小麦育种中的基因组预测	机器学习	NA	深度学习	深度学习模型	基因组数据	适度大规模数据集
11657	2024-12-08	Multiscale effective connectivity analysis of brain activity using neural ordinary differential equations 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0314268 PMID:39630698	研究论文	本文介绍了一种名为msDyNODE的神经生物学驱动的深度学习模型，用于分析大脑活动的多尺度有效连接	提出了msDyNODE模型，用于描述多尺度大脑通信，成功捕捉了多尺度活动，并展示了其在神经生理实验中的应用	NA	开发一种新的多尺度动态模型，用于研究神经过程	大脑活动的多尺度有效连接	机器学习	NA	神经普通微分方程	深度学习模型	神经信号	NA
11658	2024-12-08	Deep learning analysis of fMRI data for predicting Alzheimer's Disease: A focus on convolutional neural networks and model interpretability 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0312848 PMID:39630834	研究论文	本文探讨了使用深度学习方法，特别是卷积神经网络（CNN），通过功能磁共振成像（fMRI）数据来预测阿尔茨海默病（AD）	本文展示了深度学习在医学影像中预测AD的潜力，并强调了多模态医学数据集整合的复杂性	研究数据集存在样本量小和类别不平衡的问题	早期检测阿尔茨海默病以实现有效干预和管理	阿尔茨海默病及其相关遗传风险因素和fMRI数据	计算机视觉	阿尔茨海默病	功能磁共振成像（fMRI）	卷积神经网络（CNN）	图像	使用来自阿尔茨海默病神经影像学倡议（ADNI）的数据，样本量小且类别不平衡
11659	2024-12-08	A Hybrid 2D Gaussian Filter and Deep Learning Approach with Visualization of Class Activation for Automatic Lung and Colon Cancer Diagnosis 2024 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338241301297 PMID:39632623	研究论文	本文设计了一种结合2D高斯滤波和深度学习的自动化系统，用于肺和结直肠癌的诊断	提出了结合2D高斯滤波和深度学习的方法，并使用类激活映射（CAM）进行解释	未提及具体局限性	提高肺和结直肠癌的检测率	肺和结直肠癌的早期检测	计算机视觉	肺癌	2D高斯滤波	CNN	图像	25000张组织病理学图像
11660	2024-12-08	Recognition of parasitic helminth eggs via a deep learning-based platform 2024, Frontiers in microbiology IF:4.0Q2 DOI:10.3389/fmicb.2024.1485001 PMID:39633811	研究论文	本研究利用YOLOv4深度学习算法开发了一个用于识别寄生虫卵的平台	首次将人工智能技术应用于寄生虫卵的检测和分类，显著提高了诊断效率和准确性	在复杂诊断场景中，识别准确率仍有提升空间	开发一种高效、准确的寄生虫卵检测方法，以改善传统诊断方法的不足	不同种类的寄生虫卵，包括蛔虫、鞭虫、蛲虫、钩虫、日本血吸虫、肺吸虫、姜片虫、华支睾吸虫和绦虫	计算机视觉	寄生虫病	YOLOv4深度学习算法	YOLOv4	图像	涉及9种寄生虫卵的单物种和混合样本