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
16261	2024-08-07	Deep learning-based inverse design of multi-functional metasurface absorbers 2024-May-15, Optics letters IF:3.1Q2 DOI:10.1364/OL.518786 PMID:38748148	研究论文	本文提出了一种结合模拟退火算法和深度学习加速的新方法，用于快速准确地开发太赫兹完美吸收器	该方法通过前向预测和后向设计，实现了对吸收器结构的精确快速推导，并显著提高了设计效率	NA	开发一种快速准确的方法来设计太赫兹完美吸收器	太赫兹完美吸收器的结构设计	机器学习	NA	深度学习	神经网络	吸收谱	设计了低频、高频和宽带吸收器，频率范围为4至16太赫兹，误差小于0.02
16262	2024-08-07	Deep-learning enhanced high-quality imaging in metalens-integrated camera 2024-May-15, Optics letters IF:3.1Q2 DOI:10.1364/OL.521393 PMID:38748176	研究论文	本文提出了一种基于深度学习的高质量成像方法，用于改善金属镜集成相机的性能	采用多尺度卷积神经网络（MSCNN）训练高质量和低质量图像对，以提高成像分辨率、对比度和畸变	NA	克服金属镜集成相机固定架构的限制，提升成像质量	金属镜集成相机的成像性能	计算机视觉	NA	多尺度卷积神经网络（MSCNN）	CNN	图像	大量高质量和低质量图像对
16263	2024-08-07	Deep Learning-Based Computer-Aided Diagnosis of Osteochondritis Dissecans of the Humeral Capitellum Using Ultrasound Images 2024-May-14, The Journal of bone and joint surgery. American volume DOI:10.2106/JBJS.23.01164 PMID:38743813	研究论文	本文开发了一种基于深度学习的计算机辅助诊断系统，用于通过超声图像诊断肱骨滑车骨软骨病（OCD），并评估其诊断准确性	首次应用深度学习技术于医学领域，通过计算机辅助诊断系统提高OCD的诊断准确性	仅限于使用超声图像进行OCD的诊断，且样本主要来自棒球运动员	开发和评估基于深度学习的计算机辅助诊断系统在OCD检测中的应用	肱骨滑车骨软骨病（OCD）的诊断	计算机视觉	骨关节疾病	深度学习	对象检测算法和图像分类网络	超声图像	196名棒球运动员（平均年龄11.2岁）用于训练和验证，20名棒球运动员用于外部数据集评估
16264	2024-08-07	Simultaneous detection of dental caries and fissure sealant in intraoral photos by deep learning: a pilot study 2024-May-12, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-024-04254-1 PMID:38735954	研究论文	本研究构建了一个基于深度学习的模型（ToothNet），用于在口腔内照片中同时检测牙病和裂隙封闭剂	提出了一种基于深度学习的模型ToothNet，能够同时在口腔内照片中检测牙病和裂隙封闭剂	NA	构建一个深度学习模型，用于在口腔内照片中同时检测牙病和裂隙封闭剂	口腔内照片中的牙病和裂隙封闭剂	计算机视觉	牙病	深度学习	YOLOX	图像	1020张口腔内照片，来自762名志愿者
16265	2024-08-07	Distance plus attention for binding affinity prediction 2024-May-12, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-024-00844-x PMID:38735985	研究论文	本文提出了一种结合原子级距离特征和注意力机制的方法，用于提高蛋白质-配体结合亲和力的预测精度	创新地引入了基于距离的特征来预测蛋白质-配体结合亲和力，利用独特的分子间相互作用，并结合特定残基的蛋白质序列特征，增强了模型捕捉复杂结合模式的能力	NA	提高蛋白质-配体结合亲和力的预测精度，以减少药物开发的时间和成本	蛋白质-配体结合亲和力	机器学习	NA	深度学习	注意力机制	分子图	在CASF-2016数据集上进行了验证，并在五个其他基准数据集上进行了测试
16266	2024-08-07	Unveiling interatomic distances influencing the reaction coordinates in alanine dipeptide isomerization: An explainable deep learning approach 2024-May-07, The Journal of chemical physics IF:3.1Q1 DOI:10.1063/5.0203346 PMID:38748008	研究论文	本研究通过深度学习方法，探讨了丙氨酸二肽异构化反应中，原子间距离对反应坐标的影响，并利用可解释的人工智能框架量化了各输入变量的重要性	本研究采用原子间距离和键角作为深度学习的输入变量，而非传统的二面角，通过可解释的人工智能框架，成功识别了影响过渡状态的特定原子间距离	NA	探讨丙氨酸二肽异构化反应中，原子间距离对反应坐标的影响，并利用深度学习方法构建自由能景观	丙氨酸二肽的异构化反应及其自由能景观	机器学习	NA	深度学习	深度学习模型	原子间距离和键角	NA
16267	2024-08-07	Deep learning path-like collective variable for enhanced sampling molecular dynamics 2024-May-07, The Journal of chemical physics IF:3.1Q1 DOI:10.1063/5.0202156 PMID:38748013	研究论文	本文介绍了一种新的路径类集体变量“深度局部非线性嵌入”，用于增强采样分子动力学，该变量基于局部线性嵌入技术原理，并通过反应轨迹训练得到	提出的深度局部非线性嵌入变量能够自动生成非线性特征组合，通过可微分的广义自编码器结合神经网络与连续k近邻选择，无需事先手动选择地标	NA	解决现有集体变量在描述反应路径上的局限性	路径类集体变量在分子动力学中的应用	机器学习	NA	分子动力学模拟	神经网络	轨迹数据	包括Müller-Brown势能模型和丙氨酸二肽在内的玩具模型，以及RNA四环的分子动力学模拟
16268	2024-08-07	Revealing the reconstruction mechanism of AgPd nanoalloys under fluorination based on a multiscale deep learning potential 2024-May-07, The Journal of chemical physics IF:3.1Q1 DOI:10.1063/5.0205616 PMID:38748027	研究论文	本文开发了一种可推广的Ag-Pd-F系统的深度学习势能，用于研究氟化过程中AgPd纳米合金的结构演变	开发了一种基于多尺度深度学习势能的方法，用于精确预测吸附能、表面能、形成能和扩散能垒	NA	揭示AgPd纳米合金在氟化过程中的重构机制	AgPd纳米合金的结构演变及其在氟化过程中的行为	机器学习	NA	深度学习	深度学习模型	结构数据	包括体相、表面、纳米团簇、非晶态和点缺陷等多种配置的数据集
16269	2024-08-07	Automated machine learning model for fundus image classification by health-care professionals with no coding experience 2024-05-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-60807-y PMID:38710726	研究论文	评估无代码深度学习（CFDL）平台在眼科视网膜图像二元结果预测中的可行性，比较Google Vertex和Amazon Rekognition两个平台，并使用两个公开数据集Messidor-2和BRSET进行模型开发	首次评估了无代码深度学习平台在眼科视网膜图像分类中的应用，展示了这些平台在无需编程经验的情况下实现高精度的可能性	研究仅限于两个特定的CFDL平台和两个数据集，可能需要进一步验证在其他平台和数据集上的泛化能力	探讨无代码深度学习平台在眼科视网膜图像分类中的应用可行性	评估Google Vertex和Amazon Rekognition平台在视网膜图像分类任务中的性能	计算机视觉	糖尿病视网膜病变	深度学习	CNN	图像	使用Messidor-2和BRSET两个数据集，具体样本数量未详细说明
16270	2024-08-07	Deep learning-based quantification and transcriptomic profiling reveal a methyl jasmonate-mediated glandular trichome formation pathway in Cannabis sativa 2024-May, The Plant journal : for cell and molecular biology DOI:10.1111/tpj.16663 PMID:38332528	研究论文	本研究开发了一种基于深度学习的模型CGTDM，用于区分和量化大麻腺毛的三种类型，并通过基因共表达网络分析揭示了甲基茉莉酸（MeJA）介导的腺毛形成途径	首次使用深度学习模型CGTDM量化大麻腺毛，并通过基因共表达网络分析揭示了MeJA介导的腺毛形成途径	NA	探索大麻腺毛发育的分子机制及其与次生代谢物的关系	大麻腺毛的发育及其分子过程	机器学习	NA	深度学习	CNN	基因表达数据	八个不同时间点的样本
16271	2024-08-07	Patients Perceptions of Artificial Intelligence in a Deep Learning-Assisted Diabetic Retinopathy Screening Event: A Real-World Assessment 2024-May, Journal of diabetes science and technology IF:4.1Q2 DOI:10.1177/19322968241234378 PMID:38404014	研究论文	在一项人工智能辅助的糖尿病视网膜病变筛查活动中，研究了患者对人工智能的看法	强调了在实际医疗环境中理解患者对人工智能看法的重要性，并强调了数字教育的重要性	NA	评估患者对人工智能在糖尿病视网膜病变筛查中的看法	糖尿病患者对人工智能在医疗中的认知和态度	机器学习	糖尿病	深度学习	NA	调查数据	参与者总数未明确提及，但提到了大多数参与者在初级医疗保健中接受随访且教育水平较低
16272	2024-08-07	Comparative analysis of the spatial distribution of brain metastases across several primary cancers using machine learning and deep learning models 2024-May, Journal of neuro-oncology IF:3.2Q2 DOI:10.1007/s11060-024-04630-5 PMID:38563856	研究论文	本文通过机器学习和深度学习模型，比较了几种原发癌脑转移的空间分布	系统地比较了不同原发癌脑转移的解剖分布，并利用机器学习和深度学习模型进行了精确分类	NA	研究脑转移的解剖分布差异，以改善早期检测和监测	五种不同原发癌类型的脑转移空间坐标	机器学习	NA	机器学习算法（RF, SVM, TabNet DL）	SVM, TabNet	空间坐标数据	3949个颅内转移
16273	2024-08-07	Deep neural network uncertainty estimation for early oral cancer diagnosis 2024-May, Journal of oral pathology & medicine : official publication of the International Association of Oral Pathologists and the American Academy of Oral Pathology IF:2.7Q2 DOI:10.1111/jop.13536 PMID:38632703	研究论文	本研究探索使用深度学习中的不确定性估计方法进行早期口腔癌诊断	开发了一种名为'概率性HRNet'的贝叶斯深度学习模型，利用集合MC dropout方法在HRNet上进行不确定性估计	研究仅限于回顾性分析，未涉及前瞻性临床试验	提高早期口腔癌诊断的准确性和可靠性	口腔癌的早期诊断	机器学习	口腔癌	深度学习	HRNet	图像	两个具有不同分布的口腔病变数据集
16274	2024-08-07	Enhancing hydrological modeling with transformers: a case study for 24-h streamflow prediction 2024-May, Water science and technology : a journal of the International Association on Water Pollution Research IF:2.5Q2 DOI:10.2166/wst.2024.110 PMID:38747952	研究论文	本文使用先进的深度学习模型，特别是变换器架构，解决24小时径流预测的关键任务，并比较了五种不同模型在四个不同区域的性能	本文首次在径流预测任务中广泛应用变换器架构，并展示了其在捕捉复杂时间依赖性和模式方面的优越性	NA	研究如何利用先进的深度学习技术提高径流预测的准确性和可靠性	24小时径流预测任务	机器学习	NA	深度学习	变换器	时间序列数据	四个不同区域的数据
16275	2024-08-07	NanoBERTa-ASP: predicting nanobody paratope based on a pretrained RoBERTa model 2024-Mar-21, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05750-5 PMID:38515052	研究论文	本文介绍了一种名为NanoBERTa-ASP的新型纳米抗体预测模型，专门用于预测纳米抗体-抗原结合位点	该模型基于先进的自然语言处理模型BERT，采用RoBERTa方法学习纳米抗体序列的上下文信息，以准确预测其结合位点	现有的预测模型可能不适用于纳米抗体，且纳米抗体数据集的有限性对构建准确模型构成挑战	开发一种适用于纳米抗体的预测模型，以提高抗体工程、药物开发和免疫治疗的准确性	纳米抗体的结合位点预测	自然语言处理	NA	RoBERTa	BERT	序列数据	NA
16276	2024-08-07	Fully automatic mpMRI analysis using deep learning predicts peritumoral glioblastoma infiltration and subsequent recurrence 2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3001752 PMID:38742150	研究论文	本研究提出了一种利用深度学习进行全自动多参数磁共振成像（mpMRI）分析的方法，用于预测胶质母细胞瘤（GBM）的肿瘤浸润和复发	本研究创新性地结合了全自动方法生成感兴趣区域（ROIs）与深度学习算法，创建肿瘤浸润的预测图，避免了传统方法对专家绘制的ROIs的依赖	NA	开发一种全自动的mpMRI分析方法，以早期准确检测胶质母细胞瘤的肿瘤浸润	胶质母细胞瘤（GBM）患者的肿瘤浸润和复发	机器学习	脑肿瘤	多参数磁共振成像（mpMRI）	卷积神经网络（CNN）	图像	使用了多个mpMRI扫描序列（T1、T1Gd、T2、T2-FLAIR和ADC）进行训练和验证
16277	2024-08-07	Convolutional Neural Networks for Glioma Segmentation and Prognosis: A Systematic Review 2024, Critical reviews in oncogenesis DOI:10.1615/CritRevOncog.2023050852 PMID:38683153	综述	本文综述了卷积神经网络（CNN）在胶质瘤分割和预后预测中的应用	CNN在医学影像处理中的应用，特别是在胶质瘤分类和预后预测中的创新应用	模型可解释性、数据可用性和计算效率方面的挑战	探讨CNN在神经肿瘤学领域中的应用及其未来发展方向	胶质瘤的分割、分类和预后预测	计算机视觉	脑癌	CNN	CNN	图像	NA
16278	2024-08-07	A multifaceted suite of metrics for comparative myoelectric prosthesis controller research 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0291279 PMID:38739557	研究论文	本文提出了一套全面的肌电假肢控制评估指标，用于分析设备运动细节，包括任务表现、控制特性和用户体验	引入了新的肌电假肢控制评估指标，能够更详细地分析设备运动质量和用户意图匹配度，以及用户对设备可靠性和控制器训练要求的看法	NA	开发适用于个人的假肢控制器，以预测用户的意图运动	肌电假肢控制器及其在复杂功能任务中的表现	机器人技术	NA	深度学习	循环卷积神经网络（RCNN）	NA	8名无上肢损伤的参与者
16279	2024-08-07	Transformer-based framework for multi-class segmentation of skin cancer from histopathology images 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1380405 PMID:38741771	研究论文	本文提出了一种基于Transformer的模型，用于从组织病理学图像中对皮肤癌进行多类别分割	该研究通过不确定性图谱可视化模型预测的置信度，这是与大多数深度学习方法的区别	NA	旨在开发一种智能决策支持系统，以解决专家数量有限的问题，并帮助缓解城市中心与偏远地区之间的医疗服务差距	非黑色素瘤皮肤癌，包括基底细胞癌（BCC）、鳞状细胞癌（SCC）和表皮内癌（IEC）	数字病理学	皮肤癌	Transformer	Transformer	图像	使用公开可用的数据集进行评估
16280	2024-08-07	Design of urban road fault detection system based on artificial neural network and deep learning 2024, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2024.1369832 PMID:38741790	研究论文	本文提出了一种基于人工神经网络和深度学习的城市道路故障检测系统，通过结合图卷积网络、双向门控循环单元和自注意力机制，有效整合道路拓扑和交通数据，实现高效准确的道路故障检测	本研究创新性地结合了图卷积网络、双向门控循环单元和自注意力机制，有效整合道路拓扑和交通数据，提高了道路故障检测的准确性	NA	提高城市交通管理中的道路故障检测效率和安全性	城市道路故障检测系统	机器学习	NA	图卷积网络（GCN）、双向门控循环单元（BiGRU）、自注意力机制	多层感知器（MLP）	道路拓扑图、交通数据	使用标记的道路故障数据进行训练