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
14121	2024-10-13	Deep transfer learning for inter-chain contact predictions of transmembrane protein complexes 2023-08-15, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-40426-3 PMID:37582780	研究论文	本文开发了一种深度迁移学习方法DeepTMP，用于预测跨膜蛋白复合物的链间接触	利用非跨膜蛋白的大数据集进行预训练，结合几何三角感知模块捕捉链间相互作用	NA	提高跨膜蛋白复合物链间接触预测的准确性和鲁棒性	跨膜蛋白复合物的链间接触	机器学习	NA	深度迁移学习	DeepTMP	蛋白质数据	52个自结合跨膜蛋白复合物
14122	2024-10-13	Detection of Optic Disc Abnormalities in Color Fundus Photographs Using Deep Learning 2021-Sep-01, Journal of neuro-ophthalmology : the official journal of the North American Neuro-Ophthalmology Society IF:2.0Q2 DOI:10.1097/WNO.0000000000001358 PMID:34415271	研究论文	本文研究了使用深度学习技术检测彩色眼底照片中的视盘异常	本文扩展了深度学习在视盘分析中的应用，以检测一系列非青光眼性视神经病变	本文的模型在外部测试数据集上的特异性较低	开发一种能够检测彩色眼底照片中视盘异常的深度学习算法	视盘异常，包括缺血性视神经病变、萎缩、压迫性视神经病变、遗传性视神经病变、发育不全、视乳头水肿和中毒性视神经病变	计算机视觉	NA	深度学习	ResNet-152深度卷积神经网络	图像	训练数据集包含944张去识别化的彩色眼底照片（异常364张，正常580张），测试数据集包含151张去识别化的彩色眼底照片（异常71张，正常80张）
14123	2024-10-12	Practical guidelines for cell segmentation models under optical aberrations in microscopy 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.09.002 PMID:39385997	研究论文	评估在光学畸变条件下细胞图像分割模型的性能	提出了点扩散函数图像标签分类模型（PLCM），能够快速准确地识别畸变类型和幅度	未提及具体局限性	评估细胞图像分割模型在光学畸变条件下的鲁棒性，并提供使用指南	细胞图像分割模型在光学畸变条件下的性能	计算机视觉	NA	卷积神经网络（CNN）	Mask R-CNN, Otsu threshold method, Cellpose 2.0	图像	使用DynamicNuclearNet (DNN) 和 LIVECell 数据集，分别代表荧光和明场显微镜细胞数据集
14124	2024-10-12	A dental intraoral image dataset of gingivitis for image captioning 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110960 PMID:39386321	研究论文	本文提出了一种专门用于牙龈炎诊断图像描述的新数据集	该数据集包含1,096张高分辨率口腔内图像，由经验丰富的牙周病专家进行详细标注和描述，支持图像描述算法的开发	NA	开发用于牙龈炎诊断的图像描述算法	牙龈炎诊断的口腔内图像	计算机视觉	牙周病	深度学习	NA	图像	1,096张高分辨率口腔内图像
14125	2024-10-12	Optimal STI controls for HIV patients based on an efficient deep Q learning method 2024-11-07, Journal of theoretical biology IF:1.9Q3 DOI:10.1016/j.jtbi.2024.111914 PMID:39111541	研究论文	本文研究了一种基于深度Q学习方法的高效计算工具，用于为HIV患者提供优化的STI治疗方案	本文采用了改进的双深度Q网络与优先经验回放技术，相较于经典深度学习算法，显著提高了性能	NA	研究如何为HIV患者提供更优化的STI治疗方案	HIV感染者及其STI治疗策略	机器学习	HIV	深度Q学习	双深度Q网络	NA	NA
14126	2024-10-12	Accelerated Musculoskeletal Magnetic Resonance Imaging 2024-Nov, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29205 PMID:38156716	综述	本文综述了加速肌肉骨骼磁共振成像（MRI）技术的基本原理和应用	本文介绍了包括并行成像、压缩感知和同时多切片成像在内的传统加速MRI技术，以及基于深度学习的加速MRI技术，如欠采样MR图像重建、超分辨率成像、伪影校正和未获取对比度图像的生成	NA	旨在回顾加速肌肉骨骼MRI技术的基本原理和应用，以提高MRI工作流程的效率	肌肉骨骼MRI技术的加速方法	医学影像	NA	磁共振成像（MRI）	深度学习	图像	NA
14127	2024-10-11	Responds to the Comments on "A Channel-Dimensional Feature-Reconstructed Deep Learning Model for Predicting Breast Cancer Molecular Subtypes on Overall b-Value Diffusion-Weighted MRI" 2024-Nov, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29310 PMID:38363190	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
14128	2024-10-11	Comments on "A Channel-Dimensional Feature-Reconstructed Deep Learning Model for Predicting Breast Cancer Molecular Subtypes on Overall b-Value Diffusion-Weighted MRI" 2024-Nov, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29311 PMID:38366814	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
14129	2024-10-12	Synthesis and characterization of Fe(III)-doped beta-cyclodextrin-grafted chitosan cryogel beads for adsorption of diclofenac in aqueous solutions: Adsorption experiments and deep-learning modeling 2024-Nov, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2024.135161 PMID:39214200	研究论文	本文介绍了合成Fe(III)掺杂的β-环糊精接枝壳聚糖冷冻凝胶珠用于吸附水溶液中的双氯芬酸，并进行了吸附实验和深度学习建模	本文创新性地合成了Fe(III)掺杂的β-环糊精接枝壳聚糖冷冻凝胶珠，并利用人工神经网络模型预测双氯芬酸的去除率	本文未详细讨论冷冻凝胶珠的长期稳定性和大规模生产的可能性	开发高效去除水环境中双氯芬酸的吸附材料，并利用深度学习模型优化吸附过程	Fe(III)掺杂的β-环糊精接枝壳聚糖冷冻凝胶珠和双氯芬酸	环境科学	NA	吸附实验，深度学习建模	人工神经网络 (ANN)	实验数据	17组吸附实验，每组重复两次
14130	2024-10-12	Deep learning enables accurate brain tissue microstructure analysis based on clinically feasible diffusion magnetic resonance imaging 2024-Oct-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2024.120858 PMID:39317273	研究论文	本文展示了基于临床可行的扩散磁共振成像（dMRI），深度学习（DL）方法能够准确重建脑组织微结构并进行分析	首次证明DL方法在临床可行的dMRI扫描下能够可靠地重建脑组织微结构，并准确识别与疾病和年龄相关的微结构变化	未明确提及	验证深度学习方法在临床可行的dMRI条件下重建脑组织微结构的准确性和临床应用潜力	脑组织微结构的重建和分析	计算机视觉	NA	扩散磁共振成像（dMRI）	深度学习（DL）	图像	四个不同的脑dMRI数据集，每个数据集使用12个扩散梯度
14131	2024-10-12	Comparative evaluation of interpretation methods in surface-based age prediction for neonates 2024-Oct-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2024.120861 PMID:39326769	研究论文	本研究比较了两种解释方法在基于表面的新生儿脑龄预测中的有效性和适应性	本研究引入了扰动基础的显著性图方法，并评估了其在新生儿脑龄预测中的应用，揭示了其在复杂医疗场景中的潜力	本研究仅评估了两种解释方法，未涵盖其他可能的解释技术	评估和比较两种解释方法在新生儿脑龄预测中的有效性和适应性	新生儿的脑龄预测	计算机视觉	NA	深度学习	NA	图像	664例T1 MRI扫描
14132	2024-10-12	Deep neural networks for automated damage classification in image-based visual data of reinforced concrete structures 2024-Oct-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38104 PMID:39386784	研究论文	本文提出了一种自动化技术，结合卷积神经网络（CNN）和全卷积网络（FCN），用于检测、分类和分割钢筋混凝土结构中的损伤	本文的创新点在于将CNN和FCN结合，用于从高分辨率智能手机图像中提取钢筋混凝土损伤特征，并实现了高精度的损伤分类和分割	本文的局限性在于仅使用了2000张图像进行训练和测试，样本量相对较小	本文的研究目的是开发一种自动化技术，用于评估钢筋混凝土结构中的损伤	本文的研究对象是钢筋混凝土结构中的损伤	计算机视觉	NA	卷积神经网络（CNN）和全卷积网络（FCN）	CNN和FCN	图像	2000张高分辨率智能手机图像
14133	2024-10-12	Identification of Chemical Scaffolds That Inhibit the Mycobacterium tuberculosis Respiratory Complex Succinate Dehydrogenase 2024-Oct-11, ACS infectious diseases IF:4.0Q1 DOI:10.1021/acsinfecdis.3c00655 PMID:39268963	研究论文	研究利用生物化学筛选和深度学习技术识别抑制结核分枝杆菌呼吸复合物琥珀酸脱氢酶的化学骨架	首次利用深度学习技术识别抑制结核分枝杆菌琥珀酸脱氢酶的化学骨架，并验证其作为下一代抗菌药物的潜力	NA	探索抑制结核分枝杆菌琥珀酸脱氢酶的新型抗菌药物	结核分枝杆菌的琥珀酸脱氢酶及其抑制剂	NA	传染病	生物化学筛选，深度学习	深度学习	化学结构	多个化学骨架
14134	2024-10-12	Multistage Spatial-Spectral Fusion Network for Spectral Super-Resolution 2024-Oct-10, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3460190 PMID:39388330	研究论文	提出了一种多阶段空间-光谱融合网络（MSFN）用于光谱超分辨率任务	设计了多阶段Unet架构，结合自注意力机制，创新性地设计了空间融合模块和光谱融合模块，以全面捕捉HSI的空间和光谱特征	未提及	提高光谱超分辨率任务中重建高光谱图像的保真度	高光谱图像（HSI）和RGB图像	计算机视觉	NA	深度学习	Unet架构	图像	两个最大的光谱超分辨率数据集（NTIRE2022和NTIRE2020）
14135	2024-10-12	Deep learning with photonic neural cellular automata 2024-Oct-08, Light, science & applications DOI:10.1038/s41377-024-01651-7 PMID:39379344	研究论文	本文提出并实验验证了一种用于光子深度学习的光子神经元细胞自动机（PNCA），通过稀疏连接克服了传统神经网络架构在光子实现中的实际挑战	本文的创新点在于提出了光子神经元细胞自动机（PNCA），利用光子的速度和互连性以及细胞自动机的自组织特性，实现了鲁棒、可靠和高效的计算	本文未提及具体的局限性	本文的研究目的是探索和验证光子神经元细胞自动机在光子深度学习中的应用，以解决传统神经网络架构在光子实现中的挑战	本文的研究对象是光子神经元细胞自动机（PNCA）及其在图像分类任务中的应用	机器学习	NA	光子学	光子神经元细胞自动机（PNCA）	图像	使用3个可编程光子参数进行二分类图像分类实验
14136	2024-10-12	Bio-inspired feature selection for early diagnosis of Parkinson's disease through optimization of deep 3D nested learning 2024-10-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74405-5 PMID:39379451	研究论文	本文提出了一种基于生物启发特征选择和深度3D嵌套学习的帕金森病早期诊断方法	开发了一种新颖的3D-CNN架构，并通过鲸鱼优化算法进行特征融合和优化，显著提高了诊断准确率	NA	提高帕金森病的早期诊断准确率	帕金森病的早期诊断	计算机视觉	神经退行性疾病	3D-CNN	3D-CNN	图像	NA
14137	2024-10-12	DEMINING: A deep learning model embedded framework to distinguish RNA editing from DNA mutations in RNA sequencing data 2024-Oct-08, Genome biology IF:10.1Q1 DOI:10.1186/s13059-024-03397-2 PMID:39380061	研究论文	本文介绍了一种名为DEMINING的计算框架，用于从RNA测序数据中区分RNA编辑和DNA突变	DEMINING框架嵌入了深度学习模型DeepDDR，并通过迁移学习能够分类非灵长类样本中的RNA编辑位点和DNA突变	NA	开发一种能够准确区分RNA编辑和DNA突变的计算方法	RNA测序数据中的RNA编辑位点和DNA突变	机器学习	急性髓系白血病	RNA测序	深度学习模型	RNA测序数据	急性髓系白血病患者的样本
14138	2024-10-12	Clinical validation of a deep learning-based approach for preoperative decision-making in implant size for total knee arthroplasty 2024-Oct-08, Journal of orthopaedic surgery and research IF:2.8Q1 DOI:10.1186/s13018-024-05128-6 PMID:39380122	研究论文	本研究使用深度学习技术辅助全膝关节置换术前植入物尺寸的选择，并通过与传统手动方法的比较验证其临床有效性	本研究首次使用深度学习模型辅助全膝关节置换术前植入物尺寸的选择，并展示了其比传统手动方法更高的准确性	本研究仅在234个病例中进行了验证，样本量较小，需要进一步在大规模临床试验中验证其有效性	验证深度学习技术在全膝关节置换术前植入物尺寸选择中的临床有效性	全膝关节置换术前植入物尺寸的选择	机器学习	NA	深度学习	卷积神经网络	图像	234个病例
14139	2024-10-12	Influence of OCT biomarkers on microperimetry intra- and interdevice repeatability in diabetic macular edema 2024-10-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74230-w PMID:39375434	研究论文	评估糖尿病性黄斑水肿患者微视野检查的设备内和设备间重复性	使用深度学习算法自动分割OCT图像中的内层视网膜液体和椭圆体带厚度，并手动分割视网膜内层紊乱	研究样本量较小，且仅限于糖尿病性黄斑水肿患者	评估微视野检查在糖尿病性黄斑水肿患者中的重复性	糖尿病性黄斑水肿患者的微视野检查重复性	数字病理学	糖尿病性黄斑水肿	深度学习算法	NA	图像	20只眼睛
14140	2024-10-12	Positional contrastive learning for improved thigh muscle segmentation in MR images 2024-Oct, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5197 PMID:38822595	研究论文	本文提出了一种基于位置对比学习的自监督学习方法，用于改进MRI图像中大腿肌肉的分割	利用轴向切片位置信息进行位置对比学习，以提高模型在有限标注数据下的分割性能	仅在老年健康受试者的数据集上进行了验证，未涵盖其他人群或疾病状态	提出并评估一种新的自监督学习方法，以提高MRI图像中大腿肌肉分割的准确性	老年健康受试者的大腿肌肉MRI图像	计算机视觉	NA	自监督学习	U-Net	图像	72个未标注的T1w MRI大腿图像用于预训练，52个标注的MRI图像用于最终分割任务