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
14281	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
14282	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
14283	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
14284	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
14285	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）
14286	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
14287	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
14288	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
14289	2024-10-16	Direct prediction of Homologous Recombination Deficiency from routine histology in ten different tumor types with attention-based Multiple Instance Learning: a development and validation study 2023-Mar-10, medRxiv : the preprint server for health sciences DOI:10.1101/2023.03.08.23286975 PMID:36945540	研究论文	研究开发了一种基于注意力加权的多实例学习（attMIL）的深度学习管道，用于从常规组织学图像中直接预测同源重组缺陷（HRD）状态	首次展示了使用常规组织学图像直接预测HRD状态的可行性，并验证了其在多种肿瘤类型中的适用性	研究仅在十种肿瘤类型中进行了验证，未来需要进一步扩展到更多肿瘤类型	探索深度学习技术在常规组织学图像中预测HRD状态的可行性	十种不同类型的肿瘤	数字病理	NA	深度学习	注意力加权的多实例学习（attMIL）	图像	4565名患者
14290	2024-10-16	Accurate prediction of functional effect of single amino acid variants with deep learning 2023, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2023.11.017 PMID:38074467	研究论文	本文介绍了一种名为Rep2Mut-V2的新型深度学习模型，用于准确预测蛋白质单氨基酸变体的功能效应	利用transformer模型的学习表示，显著提高了对蛋白质变体功能效应的预测准确性	NA	开发一种能够准确预测蛋白质单氨基酸变体功能效应的计算方法	蛋白质单氨基酸变体的功能效应	机器学习	NA	深度学习	transformer模型	蛋白质序列数据	38个蛋白质数据集，包含118,933个单氨基酸变体
14291	2024-10-16	AMSF: attention-based multi-view slice fusion for early diagnosis of Alzheimer's disease 2023, PeerJ. Computer science DOI:10.7717/peerj-cs.1706 PMID:38077590	研究论文	本文提出了一种基于注意力机制的多视角切片融合方法（AMSF），用于阿尔茨海默病的早期诊断	本文创新性地结合了三维全局特征和多视角二维切片特征，并通过注意力机制引导切片特征的融合，生成全面的MRI图像表示	本文未提及具体的局限性	旨在提高阿尔茨海默病早期诊断的准确性	阿尔茨海默病	计算机视觉	神经退行性疾病	注意力机制	深度神经网络	MRI图像	使用了公开数据集进行实验
14292	2024-10-16	Deep learning Binary/Multi classification for music's brainwave entrainment beats 2023, PeerJ. Computer science DOI:10.7717/peerj-cs.1642 PMID:38077584	研究论文	本文提出了一种基于深度学习的音乐脑波同步节拍分类方法，使用VGGish和YAMNET模型进行二分类和多分类	本文的创新点在于提出了一种基于音乐信号元素而非依赖EEG的分类方法，并开发了适用于移动设备的低功耗低延迟模型	本文的局限性在于需要生成新的数据集进行训练和测试，且未验证所有音乐数据集的EEG相关性	研究音乐脑波同步节拍对听众心理和生理影响的分类方法	音乐脑波同步节拍及其对人类脑波的影响	机器学习	NA	深度学习	CNN	音频	两个数据集，Brainwave Entrainment Beats (BWEB) 和 Brainwave Music Manipulation (BWMM)，用于分类训练和测试
14293	2024-10-15	Artificial intelligence in endodontics: Data preparation, clinical applications, ethical considerations, limitations, and future directions 2024-Nov, International endodontic journal IF:5.4Q1 DOI:10.1111/iej.14128 PMID:39075670	综述	本文综述了人工智能在牙髓病学中的数据准备、临床应用、伦理考虑、局限性和未来方向	本文详细阐述了人工智能在牙髓病学中的技术、伦理方面，以及当前的应用和未来潜力	本文指出人工智能在模型可解释性、泛化能力和临床实践中的应用仍存在挑战	旨在全面了解人工智能在牙髓病学中的应用和局限性	牙髓病学专家对人工智能应用和局限性的理解	NA	NA	深度学习	卷积神经网络	图像	NA
14294	2024-10-15	Artificial intelligence in endodontics: Fundamental principles, workflow, and tasks 2024-Nov, International endodontic journal IF:5.4Q1 DOI:10.1111/iej.14127 PMID:39056554	综述	本文综述了人工智能在牙髓病学中的基本原理、工作流程和任务	本文填补了牙髓病学家对机器学习和深度学习基础知识的空白，展示了AI在牙髓病学中的多样化实际应用	NA	旨在阐述机器学习和深度学习的基本原理，解释AI解决方案的开发流程，并讨论与牙髓病诊断和治疗相关的特定AI任务和应用	牙髓病学中的AI应用，特别是放射影像的解释	计算机视觉	NA	NA	NA	图像和文本	NA
14295	2024-10-15	Pre-processing visual scenes for retinal prosthesis systems: A comprehensive review 2024-Nov, Artificial organs IF:2.2Q3 DOI:10.1111/aor.14824 PMID:39023279	综述	本文综述了视网膜假体系统中图像处理和机器学习技术的最新进展及其在恢复视觉功能中的关键作用	本文强调了图像处理和深度学习在视网膜假体技术中的集成及其对个体与环境交互和导航的影响	一些技术仅使用模拟方法，甚至在正常视力个体中进行，或者依赖于定性分析，其中一些考虑了现实感知模型，而另一些则没有	探讨视网膜假体技术的最新进展及其在恢复视觉功能中的作用	视网膜假体设备及其在复杂视觉任务中的应用	计算机视觉	NA	图像处理和机器学习	深度学习架构	图像	NA
14296	2024-10-15	XRAInet: AI-based decision support for pneumothorax and pleural effusion management 2024-Nov, Pediatric pulmonology IF:2.7Q2 DOI:10.1002/ppul.27133 PMID:38961684	研究论文	本研究开发并评估了一种基于人工智能的决策支持系统XRAInet，用于准确识别患有胸腔积液或气胸的儿科患者，并判断是否需要进行胸管引流	XRAInet是一种基于深度学习的算法，能够准确识别和定位需要胸管引流的区域，为儿科患者提供决策支持	未来研究应探索混合模型，增强可解释性，解决数据质量问题，并符合监管要求，以确保XRAInet在医疗环境中的安全有效部署	开发和评估一种人工智能驱动的决策支持系统，用于识别胸腔积液或气胸的儿科患者并判断是否需要胸管引流	患有胸腔积液或气胸的儿科患者	计算机视觉	胸腔积液	深度学习	深度学习算法	图像	510张X光图像，来自170名儿科患者
14297	2024-10-15	NRIMD, a Web Server for Analyzing Protein Allosteric Interactions Based on Molecular Dynamics Simulation 2024-Oct-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00783 PMID:38991149	研究论文	NRIMD是一个基于分子动力学模拟分析蛋白质变构相互作用的网络服务器	NRIMD是首个提供分子动力学模拟中长程相互作用综合分析的在线服务，显著降低了使用深度学习预测蛋白质长程相互作用的门槛	NA	开发一个用于分析蛋白质中长程变构相互作用的网络服务器	蛋白质中的长程变构相互作用	生物信息学	NA	分子动力学模拟	图神经网络	蛋白质结构数据	NA
14298	2024-10-15	FCSSL: fusion enhanced contrastive self-supervised learning method for parallel MRI reconstruction 2024-Oct-14, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad6d28 PMID:39116910	研究论文	提出了一种融合增强的对比自监督学习方法FCSSL，用于并行MRI重建，无需全采样数据集和线圈敏感性图	引入了一种基于两对重下采样掩码的对比学习框架，设计了一种自监督学习方式的适应性融合网络，显著提高了重建质量	未提及具体限制	解决在无法或成本高昂获取全采样数据集的情况下，使用深度学习进行MRI重建的问题	并行MRI重建	计算机视觉	NA	对比自监督学习	适应性融合网络	图像	使用膝关节数据集进行实验，具体样本数量未提及
14299	2024-10-15	MHIPM: Accurate Prediction of Microbe-Host Interactions Using Multiview Features from a Heterogeneous Microbial Network 2024-Oct-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01296 PMID:39289839	研究论文	本文提出了一种基于深度学习的方法MHIPM，用于预测微生物与宿主之间的相互作用	MHIPM利用多源生物信息和异构微生物网络，结合ESM-2和doc2vec模型以及自注意力机制，提取多视角特征，并通过GraphSAGE模型捕捉网络中的特征，实现了对微生物-宿主相互作用的高精度预测	NA	通过计算方法优先筛选微生物-宿主相互作用，以便进一步进行生物实验验证	微生物与宿主之间的相互作用	机器学习	NA	深度学习	GraphSAGE	蛋白质序列	涉及人类蛋白质、病毒、噬菌体和致病菌的异构微生物网络
14300	2024-10-15	The Development and Application of KinomePro-DL: A Deep Learning Based Online Small Molecule Kinome Selectivity Profiling Prediction Platform 2024-Oct-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00595 PMID:39320984	研究论文	本文介绍了一种基于深度学习的在线小分子激酶选择性分析预测平台KinomePro-DL的开发与应用	开发了一种多任务深度神经网络模型，用于预测化合物的新结构激酶选择性，并提供了一个免费的在线预测平台KinomePro-DL	未提及	开发和应用一种深度学习模型，用于预测小分子激酶抑制剂的激酶选择性	小分子激酶抑制剂的激酶选择性	机器学习	NA	深度学习	多任务深度神经网络	化合物数据	191种代表性激酶的抑制剂数据集