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
1061	2024-09-23	A Data-Efficient Deep Learning Strategy for Tissue Characterization via Quantitative Ultrasound: Zone Training 2023-05, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2023.3245988 PMID:37027531	研究论文	本文提出了一种数据高效的深度学习策略，用于通过定量超声进行组织分类，称为区域训练	本文的创新点在于提出了区域训练策略，将超声图像的完整视野划分为多个区域，并为每个区域训练单独的深度学习网络，从而减少训练数据的需求	本文的局限性在于仅在组织模拟幻影上进行了验证，尚未在临床数据上进行测试	研究目的是开发一种数据高效的深度学习技术，以促进深度学习在生物医学超声成像中的应用	研究对象是基于超声背散射RF数据的组织分类	机器学习	NA	定量超声（QUS）	深度学习网络	超声图像	三种不同的组织模拟幻影
1062	2024-09-23	A new polygenic score for refractive error improves detection of children at risk of high myopia but not the prediction of those at risk of myopic macular degeneration 2023-May, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2023.104551 PMID:37055258	研究论文	本文开发了一种新的多基因评分（PGS）用于预测儿童高度近视的风险，并测试了该评分对近视性黄斑变性（MMD）风险的预测能力	提出了一个新的多基因评分（PGS）用于预测儿童高度近视的风险，并首次尝试评估该评分对近视性黄斑变性风险的预测能力	该多基因评分在非欧洲人群中的表现不佳，且无法预测近视性黄斑变性的风险	开发一种改进的多基因评分（PGS）来预测儿童高度近视的风险，并评估其对近视性黄斑变性风险的预测能力	高度近视（HM）和近视性黄斑变性（MMD）的风险预测	遗传学	眼科疾病	全基因组关联研究（GWAS）	深度学习算法	基因数据	UK Biobank、CREAM Consortium和Genetic Epidemiology Research on Adult Health and Aging的参与者
1063	2024-09-23	A genome-wide optical pooled screen reveals regulators of cellular antiviral responses 2023-04-18, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2210623120 PMID:37043539	研究论文	本文通过大规模光学组合筛选技术，揭示了调控细胞抗病毒反应的基因	本文通过提高光学组合筛选技术的通量，实现了大规模CRISPR敲除筛选，并结合高分辨率多参数成像和原位cDNA合成测序，识别了80,408个单引导RNA，显著扩展了功能基因组学方法的应用范围	NA	揭示调控细胞抗病毒反应的基因	细胞对病毒感染的先天免疫反应	基因组学	NA	CRISPR敲除筛选、高分辨率多参数成像、原位cDNA合成测序	NA	图像	10,366,390个细胞中的80,408个单引导RNA
1064	2024-09-23	Persistent topological Laplacian analysis of SARS-CoV-2 variants 2023-Apr-06, ArXiv PMID:36748007	研究论文	本文探讨了持久拓扑拉普拉斯（PTLs）在分析严重急性呼吸综合征冠状病毒2（SARS-CoV-2）刺突受体结合域（RBD）蛋白质结构变化中的建模和分析能力	提出了持久拓扑拉普拉斯（PTLs）作为一种新的拓扑数据分析工具，用于克服持久同调的局限性，特别是在处理异质信息和描述非拓扑变化方面	NA	研究持久拓扑拉普拉斯在分析SARS-CoV-2变种蛋白质结构变化中的应用	SARS-CoV-2刺突受体结合域（RBD）及其与血管紧张素转换酶2（ACE2）结合的结构变化	数据科学	NA	持久拓扑拉普拉斯（PTLs）	拓扑深度学习	蛋白质结构数据	多种SARS-CoV-2变种及其计算生成的RBD结构
1065	2024-09-23	Spatially Aware Transformer Networks for Contextual Prediction of Diabetic Nephropathy Progression from Whole Slide Images 2023-Feb-23, medRxiv : the preprint server for health sciences DOI:10.1101/2023.02.20.23286044 PMID:36865174	研究论文	本文提出了一种基于Transformer的框架，用于从全切片图像中预测糖尿病肾病进展	本文的创新点在于引入了非线性降维、相对欧几里得像素距离嵌入以及空间自注意力机制，以捕捉全切片图像中的大规模空间解剖结构和关系	由于样本量较小，研究存在变异性和泛化性的挑战	研究目的是开发一种能够从全切片图像中预测糖尿病肾病进展的人工智能方法	研究对象是来自首尔国立大学医院的56例糖尿病肾病患者的肾活检全切片图像	数字病理学	糖尿病肾病	Transformer网络	Transformer	图像	56例糖尿病肾病患者的肾活检全切片图像
1066	2024-09-23	Spatially aware deep learning reveals tumor heterogeneity patterns that encode distinct kidney cancer states 2023-Feb-20, bioRxiv : the preprint server for biology DOI:10.1101/2023.01.18.524545 PMID:36712053	研究论文	开发空间感知深度学习模型，分析肾细胞癌的肿瘤异质性模式	发现通过人类病理学家分析无法实现的全切片图像中的核级异质性模式，并揭示了与PBRM1功能丧失、不良临床因素和ICI选择性患者反应相关的微异质性结构	NA	揭示肾细胞癌中肿瘤与免疫相互作用的新结构，并提供对ICI选择性反应的见解	肾细胞癌的肿瘤异质性模式及其与免疫检查点抑制剂反应的关系	数字病理学	肾癌	深度学习	CNN	图像	1102名患者
1067	2024-09-23	Artificial Intelligence Based Analysis of Corneal Confocal Microscopy Images for Diagnosing Peripheral Neuropathy: A Binary Classification Model 2023-Feb-06, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm12041284 PMID:36835819	研究论文	开发了一种基于人工智能的深度学习算法，用于通过角膜共聚焦显微镜图像对糖尿病或前驱糖尿病患者的外周神经病变进行二分类诊断	使用改进的ResNet-50模型进行外周神经病变的二分类，并结合Grad-CAM和Guided Grad-CAM方法评估算法的诊断性能	需要进行大规模的前瞻性真实世界研究以验证其在筛查和诊断项目中的诊断效能	开发一种基于人工智能的深度学习算法，用于通过角膜共聚焦显微镜图像诊断外周神经病变	糖尿病或前驱糖尿病患者的外周神经病变	计算机视觉	糖尿病	深度学习	ResNet-50	图像	279名参与者（149名无外周神经病变，130名有外周神经病变）
1068	2024-09-23	Deep Learning Dynamic Allostery of G-Protein-Coupled Receptors 2023-Feb-02, bioRxiv : the preprint server for biology DOI:10.1101/2023.01.15.524128 PMID:36711515	研究论文	本文利用高斯加速分子动力学（GaMD）、深度学习（DL）和自由能分析工作流程（GLOW）系统地映射了G蛋白偶联受体（GPCRs）在结合变构调节剂后的自由能景观变化	本文首次通过深度学习揭示了GPCR变构调节的动态机制，为设计选择性变构药物提供了新的思路	本文主要依赖于计算模型和模拟数据，缺乏实验验证	揭示G蛋白偶联受体（GPCRs）的动态变构调节机制	G蛋白偶联受体（GPCRs）及其变构调节剂	机器学习	NA	高斯加速分子动力学（GaMD）	深度学习（DL）	结构数据	18个高分辨率实验结构，44个GPCR系统，总模拟时间66微秒
1069	2024-09-23	Deep Learning for Brain MRI Confirms Patterned Pathological Progression in Alzheimer's Disease 2023-02, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202204717 PMID:36575159	研究论文	本研究提出了一种可解释的深度学习算法Ensemble 3DCNN，用于分析阿尔茨海默病（AD）患者脑部MRI数据的纵向变化	首次使用Ensemble 3DCNN算法结合增强解析技术，研究AD患者脑部MRI的纵向变化模式	研究样本主要来自多中心ADNI和OASIS队列，可能存在样本偏倚	验证深度学习在检测与AD病理相关的渐进性结构MRI异常中的价值	阿尔茨海默病患者脑部MRI数据	计算机视觉	阿尔茨海默病	深度学习	3DCNN	MRI图像	2369例T1加权图像
1070	2024-09-23	Assessing Variants of Uncertain Significance Implicated in Hearing Loss Using a Comprehensive Deafness Proteome 2023-Feb-01, Research square DOI:10.21203/rs.3.rs-2508462/v1 PMID:36778238	研究论文	使用AlphaFold2算法预测所有DVD基因的结构，并通过DDGun3D预测折叠自由能差异，以评估与听力损失相关的意义未明变异	利用AlphaFold2和DDGun3D技术对Deafness Variation Database中的意义未明变异进行重新分类，提高了诊断准确性	研究仅限于Deafness Variation Database中的变异，且样本量较小	评估与听力损失相关的意义未明变异，并提高其分类准确性	Deafness Variation Database中的意义未明变异	生物信息学	听力损失	AlphaFold2, DDGun3D	深度学习	基因变异数据	119名患者
1071	2024-09-23	Deep learning models for cancer stem cell detection: a brief review 2023, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2023.1214425 PMID:37441078	综述	本文综述了深度学习在癌症干细胞检测中的应用	介绍了基于卷积神经网络（CNN）的多种深度学习模型在干细胞研究中的应用	讨论了深度学习在干细胞研究中的局限性	探讨深度学习在癌症干细胞研究中的新兴趋势	癌症干细胞（CSCs）	计算机视觉	NA	深度学习	卷积神经网络（CNN）	图像	NA
1072	2024-09-23	Understanding structure-guided variant effect predictions using 3D convolutional neural networks 2023, Frontiers in molecular biosciences IF:3.9Q2 DOI:10.3389/fmolb.2023.1204157 PMID:37475887	研究论文	本文介绍了一种名为DeepRank-Mut的可配置框架，用于从3D空间中提取和学习氨基酸周围突变的物理化学相关特征，并通过3D卷积神经网络预测突变的有害性	提出了DeepRank-Mut框架，结合3D卷积神经网络和多通道3D体素网格，从结构环境中提取特征，以提高突变有害性预测的准确性	研究结果显示模型性能与其他常用资源相当，但未提及具体的改进空间或未来研究方向	开发和评估一种新的方法，用于预测蛋白质结构引导下的突变有害性	氨基酸突变及其在3D空间中的物理化学特征	机器学习	NA	3D卷积神经网络	3D-CNN	3D体素网格	独立测试数据集上的10折交叉验证实验
1073	2024-09-23	Structural modeling of antibody variable regions using deep learning-progress and perspectives on drug discovery 2023, Frontiers in molecular biosciences IF:3.9Q2 DOI:10.3389/fmolb.2023.1214424 PMID:37484529	综述	本文综述了使用深度学习进行抗体可变区结构建模的最新进展及其在药物发现中的应用	介绍了AlphaFold2在蛋白质结构预测方面的突破性进展，并探讨了其在抗体结构预测中的具体应用	NA	探讨深度学习在抗体结构预测中的应用及其对生物药物发现的影响	抗体结构预测及其在药物发现中的应用	机器学习	NA	深度学习	AlphaFold2	蛋白质结构数据	NA
1074	2024-09-23	Translating theory into practice: assessing the privacy implications of concept-based explanations for biomedical AI 2023, Frontiers in bioinformatics IF:2.8Q2 DOI:10.3389/fbinf.2023.1194993 PMID:37484865	研究论文	本文探讨了基于概念的解释对生物医学AI模型隐私的影响	首次研究并比较了基于概念的解释对生物医学图像分析中深度学习AI模型隐私的影响	研究发现，在更现实的攻击场景中，解释带来的威胁在实践中可以忽略不计	评估基于概念的解释对生物医学AI模型隐私的影响	基于概念的解释对深度学习AI模型隐私的影响	机器学习	NA	深度学习	ResNet50, NFNet, ConvNeXt	图像	三个数据集：ISIC, EyePACS, SCDB
1075	2024-09-23	Generalizing factors of COVID-19 vaccine attitudes in different regions: A summary generation and topic modeling approach 2023 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076231188852 PMID:37485330	研究论文	本研究使用摘要生成和主题建模方法，识别不同地区对三种疫苗品牌态度的影响因素	采用BERTopic聚类和对比学习生成摘要，识别疫苗态度影响因素	NA	识别并概括不同地区对三种疫苗品牌态度的影响因素	三种疫苗品牌（Sinovac、AstraZeneca和Pfizer）的推文	自然语言处理	NA	BERTopic聚类和对比学习	BERTopic	文本	5562条推文
1076	2024-09-23	Mouse brain MR super-resolution using a deep learning network trained with optical imaging data 2023, Frontiers in radiology DOI:10.3389/fradi.2023.1155866 PMID:37492378	研究论文	本文研究了使用深度学习网络对小鼠脑部MRI数据进行超分辨率处理的方法	首次使用高分辨率的小鼠脑部自体荧光数据训练深度学习网络，并通过迁移学习将其应用于MRI数据的超分辨率处理	研究主要集中在小鼠脑部，且需要高分辨率的自体荧光数据进行训练	提高MRI数据的分辨率和诊断价值	小鼠脑部MRI数据	计算机视觉	NA	深度学习	深度学习网络	图像	有限的高分辨率小鼠脑部MRI数据
1077	2024-09-23	YOLO-plum: A high precision and real-time improved algorithm for plum recognition 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0287778 PMID:37498811	研究论文	本文提出了一种改进的YOLOv5算法用于李子识别，提高了识别精度和速度	首次建立了李子的人工数据集，并通过深度学习改进了目标检测算法，提高了未成熟李子的批量识别准确率和速度	目前仅在未成熟李子上进行了验证，未来可能需要扩展到其他未成熟水果	提高水果生长状态的实时、快速、准确和无损批量检测，以提升经济效益	未成熟李子的识别	计算机视觉	NA	深度学习	YOLOv5	图像	首次建立了李子的人工数据集
1078	2024-09-23	Geometric deep learning as a potential tool for antimicrobial peptide prediction 2023, Frontiers in bioinformatics IF:2.8Q2 DOI:10.3389/fbinf.2023.1216362 PMID:37521317	综述	本文综述了利用几何深度学习技术设计和预测抗菌肽的最新进展	本文介绍了几何深度学习在处理非欧几里得空间数据中的应用，特别是在抗菌肽预测中的潜力	本文主要讨论了当前研究的局限性和未来方向，未提供具体的研究数据或实验结果	探讨几何深度学习在抗菌肽预测中的应用潜力	抗菌肽及其在非欧几里得空间中的结构数据	机器学习	NA	几何深度学习	深度神经网络	非欧几里得空间数据	NA
1079	2024-09-23	Retracted: Evaluation and Stratification for Chinese International Education Quality with Deep Learning Model 2023, Computational and mathematical methods in medicine DOI:10.1155/2023/9840651 PMID:37538452	correction	该文章已被撤回	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1080	2024-09-23	Research Hotspots and Trends of Deep Learning in Critical Care Medicine: A Bibliometric and Visualized Study 2023, Journal of multidisciplinary healthcare IF:2.7Q2 DOI:10.2147/JMDH.S420709 PMID:37539364	研究论文	本研究通过文献计量学方法分析了深度学习在重症监护医学中的研究热点和趋势	首次系统评估了全球范围内深度学习在重症监护医学中的研究热点和趋势	研究主要基于文献计量学分析，缺乏实际临床应用的验证	系统评估深度学习在重症监护医学中的研究热点和趋势	全球范围内深度学习在重症监护医学中的应用研究	机器学习	重症监护医学	深度学习技术	CNN, LSTM, RNN, Transformer, 注意力机制	文献	1708篇文献