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
18241	2024-08-31	A new method of rock type identification based on transformer by utilizing acoustic emission 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0309165 PMID:39190747	研究论文	本文提出了一种基于声发射信号和3CTNet模型的新型岩石类型识别框架，该模型结合了卷积神经网络和Transformer编码器，用于智能识别不同岩石断裂的声发射信号	引入了一种新的信号识别模型3CTNet，该模型通过建立数据中相邻位置的依赖关系并逐步提取高级特征，提高了岩石类型识别的准确性	NA	解决传统分析方法在处理大数据时的不足，提高岩石类型识别的效率和准确性	岩石类型的识别	地球科学	NA	声发射信号处理	3CTNet（CNN与Transformer的结合）	声发射信号	NA
18242	2024-08-31	CSAM: A 2.5D Cross-Slice Attention Module for Anisotropic Volumetric Medical Image Segmentation 2024-Jan, IEEE Winter Conference on Applications of Computer Vision. IEEE Winter Conference on Applications of Computer Vision DOI:10.1109/wacv57701.2024.00582 PMID:39193208	研究论文	本文提出了一种2.5D交叉切片注意力模块（CSAM），用于各向异性体积医学图像分割	CSAM通过在不同尺度的深度特征图上应用语义、位置和切片注意力，以最少的可训练参数捕获整个体积中的切片间信息	NA	解决各向异性体积医学数据分割中的问题，特别是磁共振成像（MRI）数据	各向异性体积医学图像	计算机视觉	NA	深度学习	CNN	图像	NA
18243	2024-08-31	Evaluation of the Artificial Intelligence Chatbot on Breast Reconstruction and Its Efficacy in Surgical Research: A Case Study 2023-12, Aesthetic plastic surgery IF:2.0Q2 DOI:10.1007/s00266-023-03443-7 PMID:37314466	研究论文	本研究评估了人工智能聊天机器人ChatGPT在乳房重建领域的应用及其在整形外科研究中的效果	首次评估ChatGPT在整形外科研究中的准确性和全面性	ChatGPT在回答中缺乏深度，生成不存在的参考文献，引用错误的期刊和日期，存在学术诚信问题	评估ChatGPT在整形外科研究中的适用性	ChatGPT在乳房重建领域的应用	机器学习	NA	深度学习	NA	文本	6个问题
18244	2024-08-31	Association Between Fat Depletion and Prognosis of Amyotrophic Lateral Sclerosis: CT-Based Body Composition Analysis 2023-12, Annals of neurology IF:8.1Q1 DOI:10.1002/ana.26775 PMID:37612833	研究论文	本研究探讨了脂肪减少与肌萎缩侧索硬化症（ALS）患者预后的关系，使用基于深度学习的CT体成分分析软件进行分析	首次使用深度学习技术进行CT体成分分析，评估脂肪减少和肌肉减少对ALS患者生存的影响	研究为回顾性分析，样本量相对较小，且仅在单一医院进行	评估脂肪减少和肌肉减少对ALS患者预后的影响	肌萎缩侧索硬化症患者	数字病理学	神经退行性疾病	CT	深度学习	图像	80名患者（40名男性，平均年龄65.5±9.4岁）
18245	2024-08-31	A high-resolution canopy height model of the Earth 2023-Nov, Nature ecology & evolution IF:13.9Q1 DOI:10.1038/s41559-023-02206-6 PMID:37770546	研究论文	本文介绍了一种全球冠层高度图，分辨率为10米，基于融合了GEDI LiDAR数据和Sentinel-2卫星图像的深度学习模型	开发了一种概率深度学习模型，能够从Sentinel-2图像中检索冠层顶部高度并量化估计的不确定性	NA	提供高分辨率的全球冠层高度模型，以支持生态系统管理、气候变化缓解和生物多样性保护	全球冠层高度及其在生态系统中的分布	计算机视觉	NA	深度学习	深度学习模型	图像	全球陆地面积的5%被超过30米的树木覆盖
18246	2024-08-31	Comparison of Machine Learning Detection of Low Left Ventricular Ejection Fraction Using Individual ECG Leads 2023-Oct, Computing in cardiology DOI:10.22489/cinc.2023.047 PMID:39193485	研究论文	本研究开发并应用了一种深度学习架构，用于检测低左心室射血分数（LVEF），并比较了使用单个导联和整个12导联ECG训练该架构的性能	探索了使用单个导联ECG数据进行机器学习分析的可能性，并发现单导联训练的网络与全12导联训练的网络性能相似	未提及具体限制	开发和比较使用单个导联和整个12导联ECG进行机器学习分析的性能	低左心室射血分数（LVEF）的检测	机器学习	心血管疾病	机器学习（ML）	深度学习	ECG数据	未提及具体样本数量
18247	2024-08-31	Antigen-specific CD4+ T cells exhibit distinct transcriptional phenotypes in the lymph node and blood following vaccination in humans 2023-Sep-15, Research square DOI:10.21203/rs.3.rs-3304466/v1 PMID:37790414	研究论文	研究评估了BNT162b2 mRNA疫苗接种后，人类血液和引流淋巴结中针对SARS-CoV-2刺突蛋白的CD4 T细胞的单细胞转录组特征	使用新的深度学习方法Trex进行反向表位映射，结合单细胞TCR测序和转录组学来预测抗原特异性	NA	探讨SARS-CoV-2感染和mRNA疫苗接种后CD4 T细胞的转录组特征	人类血液和引流淋巴结中的刺突特异性CD4 T细胞	免疫学	NA	单细胞转录组学	深度学习	转录组数据	多个刺突特异性CD4 T细胞克隆型
18248	2024-08-31	Deep learning-assisted diagnosis of benign and malignant parotid tumors based on contrast-enhanced CT: a multicenter study 2023-Sep, European radiology IF:4.7Q1 DOI:10.1007/s00330-023-09568-2 PMID:37067576	研究论文	本研究开发了基于CT图像的深度学习辅助诊断模型，以帮助放射科医生区分良性和恶性腮腺肿瘤	开发的深度学习模型在预测良性和恶性腮腺肿瘤方面优于传统的支持向量机模型	NA	开发深度学习辅助诊断模型，以提高放射科医生对腮腺肿瘤的诊断性能	良性和恶性腮腺肿瘤的诊断	机器学习	腮腺肿瘤	深度学习	CNN	图像	573名经组织病理学确认的腮腺肿瘤患者
18249	2024-08-31	Brain Lesion Synthesis via Progressive Adversarial Variational Auto-Encoder 2022-Sep-21, Simulation and synthesis in medical imaging : ... International Workshop, SASHIMI ..., held in conjunction with MICCAI ..., proceedings. SASHIMI (Workshop) DOI:10.1007/978-3-031-16980-9_10 PMID:39026926	研究论文	本文提出了一种渐进式对抗变分自编码器（PAVAE）框架，用于合成脑部病变图像，以扩充训练数据集，提高分割任务的性能	设计了条件嵌入块（CEB）和掩码嵌入块（MEB），将掩码的固有条件编码到特征空间，以更好地利用外部信息提供额外的网络训练监督	NA	开发一种新的方法来合成脑部病变图像，以支持激光间质热疗（LITT）治疗后的区域兴趣（ROI）分割	脑部病变图像的合成与分割	计算机视觉	颞叶内侧癫痫	卷积神经网络（CNN）	对抗变分自编码器（VAE）	图像	具体样本数量未提及
18250	2024-08-31	Protocol for live cell image segmentation to profile cellular morphodynamics using MARS-Net 2022-09-16, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2022.101469 PMID:35733606	研究论文	本文介绍了使用MARS-Net深度学习模型进行活细胞图像分割以分析细胞形态动力学的协议	开发了MARS-Net模型，该模型集成了ImageNet预训练的VGG19编码器和U-Net解码器，用于处理多种显微镜图像数据	NA	旨在解决荧光和相衬成像技术在活细胞图像中准确边缘定位的挑战	活细胞图像中的细胞分割	计算机视觉	NA	深度学习	MARS-Net	图像	多种类型的显微镜图像数据
18251	2024-08-31	Hierarchical deep learning of multiscale differential equation time-steppers 2022-Aug-08, Philosophical transactions. Series A, Mathematical, physical, and engineering sciences DOI:10.1098/rsta.2021.0200 PMID:35719073	研究论文	本文开发了一种分层的深度神经网络时间步进算法，用于在多时间尺度上近似动态系统的流图	提出的分层时间步进方案在捕捉多时间尺度、提高准确性、长期预测效率和灵活性方面优于现有算法	NA	开发一种高效且准确的数据驱动方法，用于在多时间尺度上近似非线性动态系统的解	非线性动态系统，包括Van der Pol振荡器、Lorenz系统、Kuramoto-Sivashinsky方程和流体通过圆柱体流动；音频和视频信号	机器学习	NA	深度神经网络	深度神经网络	序列数据	涉及多种非线性动态系统和信号类型
18252	2024-08-31	VALIDATION OF A DEEP LEARNING-BASED ALGORITHM FOR SEGMENTATION OF THE ELLIPSOID ZONE ON OPTICAL COHERENCE TOMOGRAPHY IMAGES OF AN USH2A-RELATED RETINAL DEGENERATION CLINICAL TRIAL 2022-07-01, Retina (Philadelphia, Pa.) DOI:10.1097/IAE.0000000000003448 PMID:35174801	研究论文	本文评估了一种基于深度学习的算法对椭圆带（EZ）在光学相干断层扫描（OCT）图像上分割的泛化能力	使用深度OCT萎缩检测算法，该算法最初为黄斑毛细血管扩张症2型开发，现应用于USH2A相关视网膜变性临床试验中	NA	评估基于深度学习的算法在不同疾病和生物标志物中的应用潜力	USH2A相关视网膜变性患者的OCT图像中的椭圆带（EZ）	计算机视觉	视网膜疾病	深度学习	CNN	图像	127个频域光学相干断层扫描体积
18253	2024-08-31	Splice-site identification for exon prediction using bidirectional LSTM-RNN approach 2022-Jul, Biochemistry and biophysics reports IF:2.3Q3 DOI:10.1016/j.bbrep.2022.101285 PMID:35663929	研究论文	本文提出了一种基于双向长短期记忆（LSTM）循环神经网络（RNN）的深度学习模型，用于识别和预测真核生物DNA序列中的剪接位点，从而预测外显子	使用双向LSTM-RNN模型来提高剪接位点识别的准确性，并通过增加训练周期来改进模型	NA	提高DNA序列中剪接位点识别和外显子预测的准确性	真核生物DNA序列中的剪接位点和外显子	机器学习	NA	NA	双向LSTM-RNN	DNA序列	NA
18254	2024-08-31	SDNN-PPI: self-attention with deep neural network effect on protein-protein interaction prediction 2022-Jun-27, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-022-08687-2 PMID:35761175	研究论文	本文提出了一种基于自注意力和深度学习的蛋白质-蛋白质相互作用预测方法SDNN-PPI	SDNN-PPI方法采用氨基酸组成（AAC）、联合三联体（CT）和自协方差（AC）提取蛋白质序列的全局和局部特征，并利用自注意力增强DNN特征提取，更有效地完成PPIs预测	NA	探索蛋白质-蛋白质相互作用的机制，并为药物设计和疾病预防提供新思路	蛋白质-蛋白质相互作用（PPIs）	机器学习	NA	自注意力	深度神经网络（DNN）	蛋白质序列	在酵母和人类的同种相互作用数据集上进行了5折交叉验证，以及在人类-炭疽杆菌和人类-鼠疫耶尔森菌的异种相互作用数据集上进行了验证，独立数据集包括秀丽隐杆线虫、大肠杆菌、人类和鼠类
18255	2024-08-31	scDART: integrating unmatched scRNA-seq and scATAC-seq data and learning cross-modality relationship simultaneously 2022-06-27, Genome biology IF:10.1Q1 DOI:10.1186/s13059-022-02706-x PMID:35761403	research paper	本文提出了一种名为scDART的深度学习框架，用于整合不同批次的scRNA-seq和scATAC-seq数据，并同时学习跨模态关系	scDART框架能够保留连续细胞群体中的细胞轨迹，并可应用于整合数据上的轨迹推断	NA	解决整合不同批次的scRNA-seq和scATAC-seq数据的挑战	scRNA-seq和scATAC-seq数据	machine learning	NA	深度学习	NA	scRNA-seq和scATAC-seq数据	NA
18256	2024-08-31	A state-of-the-art technique to perform cloud-based semantic segmentation using deep learning 3D U-Net architecture 2022-Jun-24, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-022-04794-9 PMID:35751030	研究论文	本文介绍了一种基于云的3D U-Net深度学习架构，用于执行脑肿瘤的语义分割	本文提出的方法是首个达到最高准确率的基于云的脑肿瘤分割方法	NA	研究目的是提高脑肿瘤分割的准确性	研究对象是脑肿瘤，特别是胶质瘤	计算机视觉	脑肿瘤	3D U-Net	3D U-Net	图像	使用了BRATS数据集
18257	2024-08-31	A deep learning method for miRNA/isomiR target detection 2022-06-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-14890-8 PMID:35739186	研究论文	本文开发了一种名为DMISO的深度学习工具，用于捕捉miRNA/isomiR-mRNA相互作用的复杂特征，以提高miRNA目标预测的准确性	首次考虑了miRNA的isoforms（isomiRs），并应用深度学习模型研究miRNA-mRNA相互作用特征	NA	提高miRNA目标预测的准确性	miRNA及其isoforms（isomiRs）与mRNA的相互作用	机器学习	NA	深度学习	深度学习模型	序列数据	使用了三个独立数据集进行评估
18258	2024-08-31	Point and interval prediction of crude oil futures prices based on chaos theory and multiobjective slime mold algorithm 2022-Jun-21, Annals of operations research IF:4.4Q1 DOI:10.1007/s10479-022-04781-6 PMID:35755829	研究论文	本文提出了一种基于混沌理论和多目标粘液霉菌算法的混合预测模型，用于预测原油期货价格的点和区间	采用新的数据去噪方法和引入置信区间调整系数，提高了预测的准确性和稳定性	NA	提高原油期货价格预测的准确性和效率	原油期货价格	机器学习	NA	混沌理论，多目标粘液霉菌算法	浅层神经网络，线性模型，深度学习模型	时间序列数据	NA
18259	2024-08-31	Towards a guideline for evaluation metrics in medical image segmentation 2022-Jun-20, BMC research notes IF:1.6Q2 DOI:10.1186/s13104-022-06096-y PMID:35725483	研究论文	本文提供了一个关于医学图像分割评估指标的概述和解释指南，包括Dice相似系数、Jaccard、敏感性、特异性、Rand指数、ROC曲线、Cohen's Kappa和Hausdorff距离等	提出了一个标准化的医学图像分割评估指南，以提高评估质量、可重复性和研究领域的可比性	NA	改善医学图像分割研究的评估质量和可重复性	医学图像分割的评估指标	计算机视觉	NA	深度学习	NA	图像	NA
18260	2024-08-31	Diagnostic advantage of thin slice 2D MRI and multiplanar reconstruction of the knee joint using deep learning based denoising approach 2022-06-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-14190-1 PMID:35725760	研究论文	本研究评估了使用深度学习去噪方法的薄切片2D MRI和膝关节多平面重建（MPR）的诊断优势	通过深度学习去噪重建（dDLR）应用于2D MRI，提高了图像质量和异常发现的识别信心与一致性	研究样本量较小，仅包括12名患者和13个膝关节	评估深度学习去噪方法在膝关节2D MRI中的应用效果	膝关节的2D和3D MRI图像质量及异常发现	计算机视觉	NA	深度学习去噪重建（dDLR）	深度学习模型	MRI图像	12名患者和13个膝关节