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
1481	2024-09-13	Unbiased curriculum learning enhanced global-local graph neural network for protein thermodynamic stability prediction 2023-10-03, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btad589 PMID:37740312	研究论文	本文提出了一种基于无偏课程学习增强的全局-局部图神经网络，用于蛋白质热力学稳定性预测	本文创新性地结合了全局-局部图神经网络和无偏课程学习方法，以解决现有方法在蛋白质结构自然拓扑和噪声样本处理上的不足	NA	提高蛋白质热力学稳定性预测的准确性	蛋白质及其点突变后的热力学稳定性	机器学习	NA	图神经网络	全局-局部图神经网络	蛋白质结构数据	NA
1482	2024-09-13	Proteogenomic insights suggest druggable pathways in endometrial carcinoma 2023-09-11, Cancer cell IF:48.8Q1 DOI:10.1016/j.ccell.2023.07.007 PMID:37567170	研究论文	研究通过多组学平台分析了138个子宫内膜癌肿瘤和20个正常组织样本，揭示了潜在的可药物化通路和分子影像标志物	研究首次通过多组学平台全面分析子宫内膜癌，发现了新的生物标志物和潜在的治疗靶点	研究样本量有限，需要进一步验证结果在更大规模研究中的适用性	揭示子宫内膜癌中的可药物化通路和分子影像标志物，以指导患者分层和精准治疗	子宫内膜癌肿瘤和正常组织样本	数字病理学	子宫内膜癌	多组学平台	深度学习	图像	138个肿瘤样本和20个正常组织样本
1483	2024-09-13	Data for assessing red blood cell deformability from microscopy images using deep learning 2023-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2023.108928 PMID:36798597	研究论文	本文提供了一个用于评估红细胞变形性的显微镜图像数据集，并探讨了利用深度学习算法从图像中测量红细胞变形性的潜力	本文首次提供了一个包含10名健康供体红细胞样本的显微镜图像数据集，用于开发深度学习算法以评估红细胞变形性	数据集仅包含10名健康供体的样本，可能不足以涵盖所有可能的红细胞变形性变化情况	开发一种从显微镜图像中测量红细胞变形性的深度学习算法，以简化红细胞质量评估过程	红细胞的变形性	计算机视觉	NA	显微镜成像	深度学习	图像	10名健康供体的红细胞样本
1484	2024-09-13	Deep learning imaging features derived from kidney ultrasounds predict chronic kidney disease progression in children with posterior urethral valves 2023-03, Pediatric nephrology (Berlin, Germany) DOI:10.1007/s00467-022-05677-0 PMID:35867160	研究论文	本文利用深度学习从新生儿肾脏超声图像中提取解剖特征，评估其在预测后尿道瓣膜症患儿慢性肾病进展风险和时间方面的表现	本文首次使用深度学习技术从新生儿肾脏超声图像中提取特征，并将其应用于预测慢性肾病的进展，相比仅使用临床特征如最低肌酐水平，具有更高的预测准确性	本文为回顾性研究，样本量有限，且仅针对后尿道瓣膜症患儿，研究结果的普适性有待进一步验证	研究目的是利用深度学习技术从新生儿肾脏超声图像中提取特征，以提高对后尿道瓣膜症患儿慢性肾病进展的早期预测准确性	研究对象为患有后尿道瓣膜症的男孩	计算机视觉	泌尿系统疾病	深度学习	随机生存森林	图像	225名患者
1485	2024-09-13	SAM-X: sorting algorithm for musculoskeletal x-ray radiography 2023-Mar, European radiology IF:4.7Q1 DOI:10.1007/s00330-022-09184-6 PMID:36307553	研究论文	开发了一种两阶段的深度学习排序算法，用于根据解剖实体对大型肌肉骨骼X光图像数据集进行排序	提出了一个两阶段的深度学习排序算法，结合自监督学习和人类专家的弱语义标签，显著提高了分类准确性	研究主要集中在肌肉骨骼肿瘤中心的X光图像，可能限制了算法的普适性	开发一种高效的深度学习算法，用于根据解剖实体对X光图像进行分类，以支持肌肉骨骼疾病的评估	42,608张未结构化和匿名的X光图像	计算机视觉	NA	深度学习	自监督模型	图像	42,608张X光图像
1486	2024-09-13	PulDi-COVID: Chronic obstructive pulmonary (lung) diseases with COVID-19 classification using ensemble deep convolutional neural network from chest X-ray images to minimize severity and mortality rates 2023-Mar, Biomedical signal processing and control IF:4.9Q1 DOI:10.1016/j.bspc.2022.104445 PMID:36466567	研究论文	本文提出了一种名为PulDi-COVID的深度卷积神经网络模型，用于从胸部X光图像中分类慢性阻塞性肺病和COVID-19，以减少严重程度和死亡率	本文创新性地提出了PulDi-COVID模型，结合了多种深度学习模型的快照，通过集成学习方法提高了分类准确性	由于数据噪声和小样本问题，现有深度学习策略可能存在显著偏差和泛化失败	研究目的是开发一种高效的深度学习模型，用于快速检测COVID-19和慢性肺病，以降低患者的严重程度和死亡率	研究对象包括慢性阻塞性肺病和COVID-19患者，以及胸部X光图像	计算机视觉	肺病	深度学习	卷积神经网络	图像	使用了较大的COVID-19和肺病胸部X光图像数据集
1487	2024-09-13	Fast three-dimensional image generation for healthy brain aging using diffeomorphic registration 2023-03, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.26165 PMID:36468536	研究论文	本文提出了一种基于微分同胚配准的方法，用于生成健康大脑随时间变化的3D图像，以填补纵向数据集中的缺失数据	引入了两个新的模块在Synthmorph框架内模拟老化过程，并使用图像配准技术生成 anatomically plausible 的图像	假设健康大脑的线性衰退可能不适用于所有情况	开发一种方法来填补纵向数据集中的缺失数据，以帮助早期检测和预测神经退行性疾病	健康大脑的老化过程	计算机视觉	NA	微分同胚配准	Synthmorph	图像	2662个T1加权MRI扫描，来自796名健康参与者，来自3个不同的纵向队列
1488	2024-09-13	Decentralized collaborative multi-institutional PET attenuation and scatter correction using federated deep learning 2023-03, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-022-06053-8 PMID:36508026	研究论文	本文研究了在多中心设置下使用联邦学习进行PET图像的衰减校正和散射补偿	提出了基于联邦学习的深度学习模型，避免了直接共享数据，提高了模型的泛化性和鲁棒性	观察到预测的体素值略有低估	开发一种在多中心设置下使用联邦学习进行PET图像衰减校正和散射补偿的深度学习模型	18F-FDG PET图像的衰减校正和散射补偿	机器学习	NA	联邦学习	U-Net	图像	300名患者的PET图像，来自6个不同中心，每个中心50名患者
1489	2024-09-13	Classification of COVID-19 from community-acquired pneumonia: Boosting the performance with capsule network and maximum intensity projection image of CT scans 2023-03, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2023.106567 PMID:36738705	研究论文	本文提出了一种利用胶囊网络和CT扫描的最大强度投影图像来区分COVID-19和社区获得性肺炎的方法	本文创新性地使用了最大强度投影图像和胶囊网络来提高COVID-19和社区获得性肺炎的分类准确性	NA	开发一种能够准确自动区分COVID-19和社区获得性肺炎的方法	COVID-19和社区获得性肺炎的CT图像	计算机视觉	COVID-19	最大强度投影图像	胶囊网络	图像	训练集包含333个CT扫描（168个COVID-19/165个CAP），验证集包含3581个CT扫描（2110个COVID-19/1471个CAP）
1490	2024-09-13	A computational map of the human-SARS-CoV-2 protein-RNA interactome predicted at single-nucleotide resolution 2023-Mar, NAR genomics and bioinformatics IF:4.0Q1 DOI:10.1093/nargab/lqad010 PMID:36814457	研究论文	本文构建了首个单核苷酸分辨率的人类RBP与SARS-CoV-2 RNA相互作用图谱	首次使用深度学习方法在单核苷酸分辨率下预测人类RBP与SARS-CoV-2 RNA的相互作用，并评估了不同冠状病毒间的RBP结合保守性	依赖于CLIP-seq实验数据，可能存在实验误差和数据偏差	研究人类RBP在SARS-CoV-2感染中的作用，并预测未来突变对蛋白质-RNA相互作用的影响	人类RBP与SARS-CoV-2 RNA的相互作用	生物信息学	NA	深度学习	pysster 和 DeepRiPe	RNA	超过100种人类RBP的CLIP-seq实验数据
1491	2024-09-13	Electrocardiogram-based deep learning improves outcome prediction following cardiac resynchronization therapy 2023-02-21, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehac617 PMID:36342291	研究论文	本研究利用可解释的深度学习算法识别和可视化心电图特征，以预测心脏再同步治疗后的临床结果	提出的FactorECG模型在预测心脏再同步治疗后的临床结果方面优于当前指南心电图标准和QRSAREA，且不需要额外的临床变量	FactorECG模型在加入13个临床变量后，其预测能力的提升有限	开发和验证一种基于心电图的深度学习算法，以提高心脏再同步治疗后临床结果的预测准确性	心电图特征和心脏再同步治疗后的临床结果	机器学习	心血管疾病	深度学习算法	深度学习模型	心电图	1306名心脏再同步治疗患者的心电图数据
1492	2024-09-13	Low-data interpretable deep learning prediction of antibody viscosity using a biophysically meaningful representation 2023-02-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-28841-4 PMID:36806303	研究论文	本文提出了一种基于生物物理学意义表示的深度学习方法，用于在数据有限的情况下预测抗体粘度	使用生物物理学意义的表示方法，在数据有限的情况下开发可推广的模型，并展示了其在抗体粘度预测中的应用	仅在抗体粘度预测中进行了验证，尚未广泛应用于其他生物系统	开发一种在数据有限的情况下可推广的深度学习模型，用于预测抗体粘度	抗体粘度	机器学习	NA	深度学习	3D卷积神经网络	图像	几十个数据点
1493	2024-09-13	Restoring speech intelligibility for hearing aid users with deep learning 2023-02-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-29871-8 PMID:36792797	研究论文	本文介绍了一种基于深度学习的算法，用于提高助听器用户在背景噪音环境下的语音可懂度	该算法通过深度网络选择性抑制噪音并保持语音信号，使用了一种新颖的基于深度学习的语音可懂度度量方法进行优化，并在单麦克风上实现了实时操作	NA	提高助听器用户在背景噪音环境下的语音可懂度	助听器用户和正常听力对照组	机器学习	听力损失	深度学习	深度网络	语音信号	大量自定义的含噪音语音信号数据库
1494	2024-09-13	Large-scale physically accurate modelling of real proton exchange membrane fuel cell with deep learning 2023-Feb-14, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-35973-8 PMID:36788206	研究论文	本文利用深度学习技术对质子交换膜燃料电池中的液态水进行大规模物理精确建模	本文首次实现了对质子交换膜燃料电池中液态水的大规模直接多相流模拟，并揭示了多尺度水团聚和传输机制	NA	研究质子交换膜燃料电池中液态水的精确建模	质子交换膜燃料电池中的液态水	机器学习	NA	X射线微计算机断层扫描	深度学习	图像	16毫米的燃料电池区域，分辨率为700纳米
1495	2024-09-13	A deep-learning approach for reconstructing 3D turbulent flows from 2D observation data 2023-Feb-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-29525-9 PMID:36781944	研究论文	本文提出了一种基于生成对抗网络（GAN）的深度学习方法，用于从二维观测数据重建三维湍流流场	本文的创新点在于利用生成对抗网络（GAN）从二维速度观测数据中重建三维速度场，成功恢复了流场的结构、统计特性和频谱	NA	本文的研究目的是开发一种高效的方法，从有限的二维观测数据中重建复杂的三维湍流流场	本文的研究对象是湍流流场的三维速度场重建	计算机视觉	NA	生成对抗网络（GAN）	生成对抗网络（GAN）	流场数据	NA
1496	2024-09-13	DeepStruc: towards structure solution from pair distribution function data using deep generative models 2023-Feb-13, Digital discovery IF:6.2Q1 DOI:10.1039/d2dd00086e PMID:36798882	研究论文	本文介绍了一种名为DeepStruc的深度学习算法，用于从总散射数据中获取的配对分布函数（PDF）直接解析单金属纳米颗粒的结构	提出了DeepStruc算法，利用条件变分自编码器从PDF数据中直接解析纳米材料的结构，包括训练分布中不存在的纳米颗粒	NA	开发一种能够从配对分布函数数据中解析纳米材料结构的深度学习算法	单金属纳米颗粒及其堆垛缺陷结构	机器学习	NA	条件变分自编码器	变分自编码器	配对分布函数数据	七个不同结构类型的单金属纳米颗粒
1497	2024-09-13	Spatial and deep learning analyses of urban recovery from the impacts of COVID-19 2023-02-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-29189-5 PMID:36774395	研究论文	本研究通过分析三种主要的城市活动（工作、商业和夜生活）及其与土地利用、社会经济模式和兴趣点（POIs）的关联，探讨了COVID-19疫情后城市的恢复情况	本研究结合了卷积神经网络、引导梯度加权类激活映射、双变量局部空间关联指标、Elbow和K-means等多种方法，揭示了城市恢复的独特空间模式	本研究主要集中在城市内部的空间分析，未涉及跨城市或区域层面的比较	探讨COVID-19疫情对城市恢复的影响及其与土地利用和社会经济模式的关系	城市中的工作、商业和夜生活活动及其与土地利用、社会经济模式和兴趣点的关联	计算机视觉	NA	卷积神经网络、引导梯度加权类激活映射、双变量局部空间关联指标、Elbow和K-means	CNN	图像、文本	包括移动电话信号数据（500m × 500m）、航空图像（0.49m × 0.49m）、夜间灯光卫星数据（500m × 500m）、土地利用数据（街道区块）和POIs数据
1498	2024-09-13	Global reactivity models are impactful in industrial synthesis applications 2023-Feb-11, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-023-00685-0 PMID:36774523	研究论文	本文提出了一种基于BERT模型的全局产率预测模型，通过预训练和微调，显著提高了反应产率预测的准确性	引入了新的嵌入层，解决了SMILES的局限性，并能够整合额外的信息如当量和分子角色，模型在r2分数上比现有技术提高了近20个百分点	NA	开发一种能够准确预测化学反应产率的深度学习模型，以减少制药行业中的资源浪费	化学反应产率预测	机器学习	NA	深度学习	BERT	文本	超过1600万次反应数据，来自4个不同的数据源
1499	2024-09-13	Adaptive model training strategy for continuous classification of time series 2023-Feb-11, Applied intelligence (Dordrecht, Netherlands) DOI:10.1007/s10489-022-04433-z PMID:36819946	研究论文	本文提出了一种新的连续时间序列分类概念和相应的自适应模型训练策略	提出了连续时间序列分类（CCTS）的新概念，并设计了自适应的多分布提取和基于重要性的回放策略	实验仅在四个真实世界数据集上进行，可能需要更多数据集验证其广泛适用性	解决连续时间序列分类中的灾难性遗忘和过拟合问题	时间序列数据及其在医疗等领域的应用	机器学习	NA	深度学习	自适应模型	时间序列	四个真实世界数据集
1500	2024-09-13	Modeling CRISPR-Cas13d on-target and off-target effects using machine learning approaches 2023-Feb-10, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-36316-3 PMID:36765063	研究论文	本文通过CRISPR-Cas13d扩增筛选和设计深度学习模型DeepCas13，预测指导序列和二级结构对靶向活性的影响	DeepCas13模型在预测蛋白质编码和非编码RNA的指导效率方面优于现有方法	NA	准确预测CRISPR-Cas13d系统的靶向和脱靶效应	CRISPR-Cas13d系统的靶向和脱靶效应	机器学习	NA	CRISPR-Cas13d扩增筛选	深度学习模型	RNA序列	多个细胞系中的长非编码RNA（lncRNAs）