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
13921	2024-10-16	A dual-branch and dual attention transformer and CNN hybrid network for ultrasound image segmentation 2024, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2024.1432987 PMID:39397853	研究论文	提出了一种结合Transformer和CNN的混合网络DDTransUNet，用于超声图像分割	创新性地结合了Transformer和CNN，并引入了双分支编码器和双注意力机制，以有效融合全局上下文和局部细节信息	NA	提高超声图像分割的准确性，以支持临床诊断和治疗决策	超声图像中的器官和病变	计算机视觉	NA	Transformer和CNN	DDTransUNet	图像	三个超声图像数据集，包括TN3K、BUS-BRA和CAMUS
13922	2024-10-16	Development of prognostic models for advanced multiple hepatocellular carcinoma based on Cox regression, deep learning and machine learning algorithms 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1452188 PMID:39399114	研究论文	本文开发了基于Cox回归、深度学习和机器学习算法的预后模型，用于预测晚期多发性肝细胞癌患者的预后	本文首次将Cox回归、机器学习和深度学习算法应用于晚期多发性肝细胞癌的预后预测，并比较了不同模型的性能	研究仅基于SEER数据库的数据，可能存在数据偏倚；未在其他数据集上验证模型的泛化能力	识别多发性肝细胞癌的预后因素，并开发预后模型以量化患者的预后风险和生存概率	晚期多发性肝细胞癌患者	机器学习	肝癌	Cox回归、机器学习、深度学习	梯度提升机（GBM）	临床数据	从SEER数据库中获取的符合条件的肝癌患者
13923	2024-10-16	Investigation of protein family relationships with deep learning 2024, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbae132 PMID:39399373	研究论文	本文提出了一种基于预训练神经网络ProtENN2的蛋白质家族相似性分析方法	利用ProtENN2模型生成高维度的家族嵌入，并基于这些嵌入计算家族间的相似性得分，用于改进Pfam家族的分类	方法存在一些失败模式，需要进一步改进	探索深度学习在蛋白质家族关系和功能理解中的应用	蛋白质家族及其相似性	机器学习	NA	深度学习	神经网络	蛋白质数据	涉及Pfam家族的分类
13924	2024-10-16	Plant disease recognition datasets in the age of deep learning: challenges and opportunities 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1452551 PMID:39399537	研究论文	本文探讨了在深度学习时代植物病害识别数据集的挑战和机遇	提出了一个分类法来描述潜在的植物病害数据集，并提供了未来数据集创建的方向	未具体讨论现有数据集的具体局限性	探讨如何创建适合深度学习的植物病害识别数据集	植物病害识别数据集	计算机视觉	植物病害	深度学习	NA	图像	NA
13925	2024-10-16	Fully automated deep learning models with smartphone applicability for prediction of pain using the Feline Grimace Scale 2023-12-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-49031-2 PMID:38062194	研究论文	本研究利用深度神经网络和机器学习模型，通过猫面部表情量表（FGS）预测面部标志位置和疼痛评分	开发了适用于智能手机的全自动深度学习模型，用于猫急性疼痛评估	NA	开发一种自动化的智能手机应用程序，用于猫的急性疼痛评估	猫的面部图像和疼痛评分	计算机视觉	NA	深度神经网络	卷积神经网络（CNN）和XGBoost	图像	3447张猫的面部图像，标注了37个面部标志
13926	2024-10-16	Detection of safety helmet and mask wearing using improved YOLOv5s 2023-12-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-48943-3 PMID:38049536	研究论文	本文提出了一种结合深度学习和目标检测技术的轻量级人工智能检测方法，用于识别佩戴安全帽和口罩的人员	该方法在YOLOv5s网络框架中引入了ShuffleNetv2特征提取机制，并结合ECA注意力机制和优化损失函数，提高了目标检测的精度和效率	NA	确保市政建设工程中人员的安全，特别是在疫情控制措施下	佩戴安全帽和口罩的人员	计算机视觉	NA	深度学习	YOLOv5s	图像	NA
13927	2024-10-16	Discovery of a non-canonical GRHL1 binding site using deep convolutional and recurrent neural networks 2023-Dec-04, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-023-09830-3 PMID:38049725	研究论文	本研究使用深度卷积和循环神经网络发现了GRHL1的非典型结合位点	本研究首次使用卷积循环神经网络发现了GRHL1的非典型结合位点，这些位点无法通过传统的PWM方法识别	本研究仅限于GRHL1的结合位点预测，未涉及其他转录因子的研究	本研究的目的是探索深度学习方法在预测转录因子结合位点中的应用	本研究主要研究GRHL1的结合位点	机器学习	NA	ChIP-Seq	卷积循环神经网络	DNA序列	本研究使用了来自人类细胞的ChIP-Seq实验数据
13928	2024-10-16	Protein structure prediction with in-cell photo-crosslinking mass spectrometry and deep learning 2023-Dec, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-023-01704-z PMID:36941363	研究论文	本文介绍了一种改进的AlphaFold2算法AlphaLink，通过结合实验距离约束信息来提高蛋白质结构预测的准确性	AlphaLink通过引入稀疏实验接触点作为锚点，改进了AlphaFold2在预测具有构象变化或同源序列较少的蛋白质结构方面的性能	NA	提高蛋白质结构预测的准确性	具有构象变化或同源序列较少的蛋白质	计算机视觉	NA	光交联质谱法	AlphaFold2	蛋白质结构数据	NA
13929	2024-10-16	Enhancing Interoperability and Harmonisation of Nuclear Medicine Image Data and Associated Clinical Data 2023-Dec, Nuklearmedizin. Nuclear medicine DOI:10.1055/a-2187-5701 PMID:37907246	综述	本文综述了核医学图像数据及其相关临床数据的互操作性和标准化现状	探讨了提高数据兼容性和集成性的各种方法和标准，包括结构化临床历史、图像采集和重建的标准化以及图像数据评估的标准化准备	未详细讨论具体的技术实现细节和实际应用中的挑战	研究核医学图像数据及其相关临床数据的互操作性和标准化问题	核医学图像数据及其相关临床数据	计算机视觉	NA	NA	NA	图像	NA
13930	2024-10-16	Scaling deep learning for materials discovery 2023-Dec, Nature IF:50.5Q1 DOI:10.1038/s41586-023-06735-9 PMID:38030720	研究论文	本文展示了通过大规模训练的图网络模型，显著提高了材料发现的效率	通过大规模数据和计算，图网络模型实现了前所未有的泛化能力，将材料发现的效率提高了数量级	NA	提高材料发现的效率，扩展已知稳定材料的范围	无机晶体材料	机器学习	NA	图网络	图网络	晶体结构数据	48,000个稳定晶体，220万个新结构
13931	2024-10-16	Usefulness of machine learning and deep learning approaches in screening and early detection of breast cancer 2023-Dec, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2023.e22427 PMID:38076050	研究论文	本文系统分析了机器学习和深度学习方法在乳腺癌筛查和早期检测中的应用	本文提出了一个全面的分类法，将临床诊断方法与机器学习技术相结合，用于乳腺癌诊断	本文讨论了使用机器学习技术的优缺点以及未解决的问题	本文旨在为医疗专业人员和技术人员提供新的筛查和诊断工具及方法的深入理解，并识别该领域的新挑战和流行方法	本文研究对象为乳腺癌的筛查和早期检测	机器学习	乳腺癌	机器学习、深度学习	神经网络、深度学习	临床数据	NA
13932	2024-10-16	Enhancing Ligand Pose Sampling for Molecular Docking 2023-Nov-30, ArXiv PMID:38076510	研究论文	本文介绍了两种改进的配体姿态采样协议，用于分子对接中的姿态预测和虚拟筛选	提出了GLOW和IVES两种新的姿态采样技术，显著提高了采样准确姿态的可能性，特别是在结合口袋形状变化较大的情况下	当前的采样协议在生成候选姿态时经常失败，除非提供正确的姿态信息	改进分子对接中的配体姿态采样方法，提高评分函数的准确性	配体姿态采样协议及其在分子对接中的应用	分子对接	NA	分子对接	NA	蛋白质-配体对接数据	约5000个蛋白质-配体对接对
13933	2024-10-16	H-Packer: Holographic Rotationally Equivariant Convolutional Neural Network for Protein Side-Chain Packing 2023-Nov-28, ArXiv PMID:38013891	研究论文	本文提出了一种基于全息旋转等变卷积神经网络的蛋白质侧链包装算法H-Packer	H-Packer通过联合回归侧链的真实自由度（二面角）来解决蛋白质侧链包装问题，并利用轻量级的旋转等变神经网络进行高效计算	NA	开发一种高效且准确的蛋白质侧链包装算法	蛋白质侧链的构象预测	机器学习	NA	卷积神经网络	CNN	结构数据	CASP13和CASP14目标数据集
13934	2024-10-16	Sign Language Motion Generation from Sign Characteristics 2023-Nov-23, Sensors (Basel, Switzerland) DOI:10.3390/s23239365 PMID:38067738	研究论文	本文提出并评估了一种基于transformer的深度学习架构，用于从手语音素生成手语动作	使用手语音素生成高细节的手语动作，并引入停止检测模块预测生成过程的结束	NA	开发一种能够从手语音素生成手语动作的自动化系统	手语动作生成和停止检测	自然语言处理	NA	transformer	transformer	序列数据	NA
13935	2024-10-16	Molecular geometric deep learning 2023-11-20, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2023.100621 PMID:37875121	研究论文	本文提出了一种分子几何深度学习模型，用于预测分子性质，综合考虑了共价和非共价相互作用	本文创新性地将更广泛的分子表示引入几何深度学习模型，以全面考虑分子中的共价和非共价相互作用	NA	研究分子性质预测	分子中的共价和非共价相互作用	机器学习	NA	几何深度学习	几何深度学习模型	分子数据	十四种常用的基准数据集
13936	2024-10-16	Removing Radiographic Markers Using Deep Learning to Enable Image Sharing 2023-Nov, Radiology. Artificial intelligence DOI:10.1148/ryai.230369 PMID:38074775	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
13937	2024-10-16	A Deep Learning Decision Support Tool to Improve Risk Stratification and Reduce Unnecessary Biopsies in BI-RADS 4 Mammograms 2023-Nov, Radiology. Artificial intelligence DOI:10.1148/ryai.220259 PMID:38074778	研究论文	评估一种名为iBRISK的智能增强乳腺癌风险计算器的性能，以改善BI-RADS 4乳腺X光片的分层风险并减少不必要的活检	开发了一种基于深度学习的决策支持工具iBRISK，用于提高乳腺癌风险分层和减少不必要的活检	研究仅限于BI-RADS 4类病变，且结果基于回顾性数据	评估iBRISK模型在多中心患者数据集上的性能	BI-RADS 4类乳腺X光片	机器学习	乳腺癌	深度学习	NA	图像	4209名女性（中位年龄56岁）
13938	2024-10-16	Enhancing corrosion-resistant alloy design through natural language processing and deep learning 2023-Aug-11, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adg7992 PMID:37566657	研究论文	本文提出了一种结合自然语言处理和深度学习的方法，用于增强耐腐蚀合金设计的机器能力	开发了一种全自动的自然语言处理方法，将文本数据转换为深度神经网络可兼容的形式，显著提高了点蚀电位预测的准确性	NA	增强机器在耐腐蚀合金设计中的能力	耐腐蚀合金的点蚀电位预测	自然语言处理	NA	深度学习	深度神经网络	文本数据	NA
13939	2024-10-16	Tumor detection under cystoscopy with transformer-augmented deep learning algorithm 2023-08-07, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ace499 PMID:37548023	研究论文	开发了一种基于变压器增强的深度学习算法，用于在白光膀胱镜（WLC）下准确检测膀胱肿瘤	引入了变压器增强的深度学习算法，通过自注意力机制和特征金字塔网络（FPN）的多尺度激活图，提高了肿瘤检测的准确性	NA	开发一种成本效益高、基于变压器增强的深度学习算法，用于在WLC下准确检测膀胱肿瘤，并评估其在患者数据上的性能	膀胱肿瘤的检测	计算机视觉	膀胱癌	深度学习	变压器增强的卷积神经网络（CNN）	图像	训练集包含510帧WLC图像，来自54名患者；测试集包含101帧WLC图像，来自13名患者
13940	2024-10-16	A Conditional Normalizing Flow for Accelerated Multi-Coil MR Imaging 2023-Jul, Proceedings of machine learning research PMID:38084206	研究论文	本文提出了一种用于加速多线圈磁共振成像的条件归一化流（CNF）方法	本文创新性地设计了一种条件归一化流（CNF）模型，用于从测量操作符的零空间中推断信号成分，并结合测量数据生成完整的图像	NA	本文旨在通过加速磁共振成像技术减少采集时间，并提供更全面的下游推断信息	本文的研究对象是磁共振成像中的信号成分和图像重建	计算机视觉	NA	条件归一化流（CNF）	条件归一化流（CNF）	图像	使用了fastMRI脑部和膝关节数据