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
1801	2024-09-10	Intelligent lead-based bidirectional long short term memory for COVID-19 sentiment analysis 2023, Social network analysis and mining IF:2.3Q3 DOI:10.1007/s13278-022-01005-4 PMID:36532863	研究论文	本文介绍了一种基于智能引导的双向长短期记忆网络（BiLSTM）用于COVID-19情感分析	通过引入智能引导优化，减少了分类器在学习数据时的损失，提高了情感分析的准确性	未提及具体限制	识别COVID-19相关推特数据中人们的情感	COVID-19相关推特数据	自然语言处理	NA	NA	双向长短期记忆网络（BiLSTM）	文本	未提及具体样本数量
1802	2024-09-10	Evaluating GPCR modeling and docking strategies in the era of deep learning-based protein structure prediction 2023, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2022.11.057 PMID:36544468	研究论文	本文评估了在深度学习时代下，GPCR建模和对接策略在基于结构的药物发现中的应用	本文展示了通过深度学习技术改进蛋白质结构预测后，对接和虚拟筛选的显著提升	本文的研究结果主要基于70个GPCR复合物的数据集，可能无法完全代表所有GPCR的情况	探讨如何将深度学习在蛋白质结构预测领域的革命性进展转化为基于结构的药物发现领域的进步	70个与小分子或肽结合的GPCR复合物	机器学习	NA	深度学习	NA	蛋白质结构数据	70个GPCR复合物
1803	2024-09-10	PSTCNN: Explainable COVID-19 diagnosis using PSO-guided self-tuning CNN 2023, Biocell : official journal of the Sociedades Latinoamericanas de Microscopia Electronica ... et. al IF:0.8Q4 DOI:10.32604/biocell.2021.0xxx PMID:36570878	研究论文	本文提出了一种基于粒子群优化（PSO）引导的自调优卷积神经网络（PSTCNN），用于可解释的COVID-19诊断	引入了粒子群优化算法来自动调整卷积神经网络的超参数，减少了人工干预，并能更稳定地接近全局最优解	未提及	开发一种高效的深度学习模型，用于COVID-19的自动诊断，以缓解全球医疗资源不足的压力	COVID-19的诊断	计算机视觉	COVID-19	卷积神经网络（CNN）	卷积神经网络（CNN）	图像	未提及
1804	2024-09-10	EpiCas-DL: Predicting sgRNA activity for CRISPR-mediated epigenome editing by deep learning 2023, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2022.11.034 PMID:36582444	研究论文	本文开发了一种深度学习框架EpiCas-DL，用于预测CRISPR介导的表观基因组编辑中sgRNA的活性	EpiCas-DL在sgRNA活性预测方面具有高准确性，并优于其他现有方法	NA	优化sgRNA设计以提高CRISPR介导的表观基因组编辑效率	sgRNA的活性及其在基因沉默和激活中的应用	机器学习	NA	CRISPR	深度学习框架	实验数据	数千个实验验证的靶点
1805	2024-09-10	The PANDORA Software for Anchor-Restrained Peptide:MHC Modeling 2023, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-3239-0_18 PMID:37258920	研究论文	本文介绍了PANDORA软件的协议，该软件用于生成锚定约束的肽:MHC三维结构模型	PANDORA利用MHC分子用于锚定肽的结构知识，提供锚定位置作为约束来指导建模过程，能够在约5分钟内生成二十个3D模型	NA	开发一种能够快速准确生成肽:MHC三维结构模型的软件	肽:MHC复合物的三维结构	生物信息学	NA	NA	NA	结构模型	NA
1806	2024-09-08	Integrative deep learning analysis improves colon adenocarcinoma patient stratification at risk for mortality 2023-Aug, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2023.104726 PMID:37499603	研究论文	本文开发并评估了结合福尔马林固定石蜡包埋（FFPE）全切片图像（WSIs）、临床变量和突变特征的深度学习模型，用于根据结肠腺癌（COAD）患者的死亡风险进行分层	本文的创新点在于整合了图像、临床和基因组特征，以提高结肠腺癌患者的风险分层效果	模型在预测中度风险（3年<OS<5年）患者的总体生存率方面效果较差	研究目的是通过整合图像、临床和基因组特征，提高结肠腺癌患者的风险分层效果	研究对象是结肠腺癌（COAD）患者	数字病理	结直肠癌	深度学习	深度学习模型	图像、临床变量、突变特征	训练数据集包含108名患者，外部验证数据集包含123名COAD患者和52名直肠腺癌（READ）患者
1807	2024-09-07	Deep learning to estimate lung disease mortality from chest radiographs 2023-05-16, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-37758-5 PMID:37193717	研究论文	开发了一种深度学习模型CXR Lung-Risk，用于从胸部X光片预测肺病死亡风险	首次使用深度学习模型从胸部X光片中预测肺病死亡风险，并展示了其在个性化预防和治疗策略中的潜在应用	NA	开发和验证一种深度学习模型，用于从胸部X光片中预测肺病死亡风险	肺病死亡风险预测	计算机视觉	肺病	深度学习	深度学习模型	图像	训练集包含40,643名个体的147,497张X光片，测试集包含15,976名个体
1808	2024-09-07	Deep Learning to Predict Mortality After Cardiothoracic Surgery Using Preoperative Chest Radiographs 2023-01, The Annals of thoracic surgery DOI:10.1016/j.athoracsur.2022.04.056 PMID:35609650	研究论文	本文开发了一种深度学习模型，用于预测心脏手术后的死亡风险，基于术前胸部X光片	提出的深度学习模型CXR-CTSurgery在预测心脏手术后死亡风险方面具有与STS-PROM相似的区分度，并且在校准方面表现更好	NA	开发一种基于术前胸部X光片的深度学习模型，用于预测心脏手术后的死亡风险	心脏手术患者及其术前胸部X光片	计算机视觉	心血管疾病	深度学习	深度学习模型	图像	9283名患者用于模型开发，3615名患者用于内部测试，2840名患者用于外部测试
1809	2024-09-06	Deep learning and transfer learning identify breast cancer survival subtypes from single-cell imaging data 2023-Dec-19, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-023-00414-6 PMID:38114659	研究论文	本文通过深度学习和迁移学习方法，利用单细胞成像数据识别乳腺癌生存亚型	提出了一种量化单细胞分辨率细胞间相互作用特征的方法，并应用于神经网络模型以预测患者生存	NA	开发一种从单细胞水平信息到群体水平生存预测的方法	乳腺癌患者的生存亚型	数字病理学	乳腺癌	非负矩阵分解 (NMF)	神经网络	图像	数百个单细胞分辨率的细胞间相互作用特征
1810	2024-09-06	SpineQ: Unsupervised 3D Lumbar Quantitative Assessment 2023-07, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC40787.2023.10485565 PMID:38557307	研究论文	本文提出了一种无监督的3D腰椎定量评估方法SpineQ，能够从不同视角分析MRI图像并生成多组织分割结果	本文的创新点在于结合了基于规则和深度学习的方法，实现了无监督的3D腰椎定量评估，无需繁琐的手动标注	本文的局限性在于仅进行了初步测试，尚未在更大规模的数据集上验证其有效性	开发一种无监督的3D腰椎定量评估方法，提高临床诊断和手术规划的效率和一致性	腰椎的MRI图像	计算机视觉	NA	深度学习	NA	图像	NA
1811	2024-09-06	Consonant-Vowel Transition Models Based on Deep Learning for Objective Evaluation of Articulation 2023, IEEE/ACM transactions on audio, speech, and language processing DOI:10.1109/taslp.2022.3209937 PMID:36712557	研究论文	本文提出了一种基于深度学习的辅音-元音过渡模型，用于客观评估发音	提出了一个名为客观发音测量（OAM）的新指标，通过分析辅音-元音过渡区域来评估发音的准确性	NA	开发一种客观测量发音准确性的方法	辅音-元音过渡区域的发音准确性	自然语言处理	NA	卷积神经网络	CNN	语音	包括成人构音障碍语音、唇腭裂儿童语音以及母语为普通话和西班牙语的英语口音语音的数据库
1812	2024-09-05	Centralized contrastive loss with weakly supervised progressive feature extraction for fine-grained common thorax disease retrieval in chest x-ray 2023-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.16144 PMID:36515554	研究论文	本文提出了一种新的细粒度医学图像检索方法，使用集中对比损失和弱监督渐进特征提取技术来提高胸部X光片中常见胸腔疾病的检索性能	引入了一种新的集中对比损失函数和弱监督渐进特征提取方法，有效结合全局和局部特征，提高了特征的区分性能并降低了算法的时间复杂度	文章未明确提及具体的局限性	开发一种高效的图像疾病检索系统，帮助医生进行疾病诊断和预后	胸部X光片中的14种不同胸腔疾病	计算机视觉	胸腔疾病	集中对比损失（CCLoss）	CNN	图像	未明确提及具体样本数量
1813	2024-09-05	Artificial Intelligence-Enabled Software Prototype to Inform Opioid Pharmacovigilance From Electronic Health Records: Development and Usability Study 2023 Jan-Dec, JMIR AI DOI:10.2196/45000 PMID:37771410	研究论文	开发了一种基于人工智能的软件原型，用于从电子健康记录中提取与阿片类药物相关的药物不良事件信号，以增强美国食品药品监督管理局（FDA）的药物安全性和研究活动	利用自然语言处理和其他人工智能技术，从电子健康记录中自动提取临床有用信息，提高药物安全信号检测的效率	需要进一步优化用户界面和功能，以满足不同用户的需求	开发一种新型人工智能驱动的软件原型，用于从电子健康记录的自由文本出院总结中识别药物不良事件安全信号，以增强阿片类药物的安全性和研究活动	阿片类药物的药物不良事件安全信号	自然语言处理	NA	自然语言处理（NLP）	深度学习	文本	15名FDA工作人员
1814	2024-09-05	Self-Supervised Electroencephalogram Representation Learning for Automatic Sleep Staging: Model Development and Evaluation Study 2023 Jan-Dec, JMIR AI DOI:10.2196/46769 PMID:38090533	研究论文	本研究开发并评估了一种自监督学习模型ContraWR，用于从大量未标记的脑电图（EEG）信号中学习鲁棒的向量表示，以自动化睡眠分期任务。	提出了一种新的自监督模型ContraWR，该模型使用数据集的全局统计信息（即平均表示）来区分不同睡眠阶段的信号，而不是使用一组负样本。	未来的研究方向包括探索任务特定的数据增强和将自监督方法与监督方法结合，以进一步提高性能。	旨在从大量未标记的EEG信号中学习鲁棒的向量表示，以提高睡眠分期任务的预测性能。	EEG信号的向量表示学习。	机器学习	NA	自监督学习	ContraWR	EEG数据	3个大型EEG数据集
1815	2024-09-04	Deep learning and direct sequencing of labeled RNA captures transcriptome dynamics 2023-Nov-17, bioRxiv : the preprint server for biology DOI:10.1101/2023.11.17.567581 PMID:38014155	研究论文	本文利用5-乙炔尿苷标记新生RNA并通过纳米孔直接RNA测序，开发了深度卷积和循环神经网络RNAkinet，用于处理纳米孔测序产生的电信号，以识别5EU标记的新生RNA分子	本文开发了RNAkinet，一个深度卷积和循环神经网络，能够处理纳米孔测序的电信号，识别5EU标记的新生RNA分子，并能推广到不同的细胞类型和生物体	现有的方法依赖于新生RNA的代谢标记和物理分离或通过PCR产生的突变进行推断，这些方法在识别短暂衰变中间体或同时分析RNA衰变与cis-调节RNA稳定性的元素方面存在局限	量化RNA代谢动力学，以理解健康和疾病中的基因调控	RNA代谢动力学及其cis-调节元素	机器学习	NA	纳米孔测序	CNN和LSTM	电信号	NA
1816	2024-09-01	A deep learning-enabled smartphone platform for rapid and sensitive colorimetric detection of dimethoate pesticide 2023-Dec, Analytical and bioanalytical chemistry IF:3.8Q1 DOI:10.1007/s00216-023-04978-z PMID:37770666	research paper	开发了一种基于深度学习的智能手机平台，用于辅助比色适体生物传感器快速和高灵敏度地检测乐果农药	该平台结合了比色生物传感器和基于智能手机的深度学习方法，实现了便携且经济实惠的农药检测工具	NA	开发一种快速、高灵敏度的农药检测方法	乐果农药的检测	machine learning	NA	NA	CNN	image	浓度范围为0-10 μM的乐果溶液
1817	2024-09-01	Deep Learning Algorithm Detects Presence of Disorganization of Retinal Inner Layers (DRIL)-An Early Imaging Biomarker in Diabetic Retinopathy 2023-07-03, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.12.7.6 PMID:37410472	研究论文	本研究开发并训练了一种基于深度学习的算法，用于在光学相干断层扫描（OCT）图像上检测糖尿病视网膜病变（DR）的早期影像生物标志物——视网膜内层紊乱（DRIL）	本研究首次展示了基于深度学习的OCT分类算法能够快速自动识别DRIL，有助于在研究和临床决策中筛查DRIL	NA	开发和训练一种深度学习算法，用于检测OCT图像上的视网膜内层紊乱（DRIL）	糖尿病视网膜病变（DR）患者	计算机视觉	糖尿病视网膜病变	光学相干断层扫描（OCT）	卷积神经网络（CNN）	图像	664名患者（5992张B扫描图像来自1201只眼睛）
1818	2024-09-01	Deep-Learning-Based Segmentation of Extraocular Muscles from Magnetic Resonance Images 2023-Jun-08, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering10060699 PMID:37370630	研究论文	本研究探讨了四种深度学习框架（U-Net、U-NeXt、DeepLabV3+和ConResNet）在冠状MRI中对眼外肌（EOMs）进行多类像素级分割的性能	本研究系统比较了影响分割和形态测量准确性的因素，以及深度学习模型在MRI中分割EOMs的变异性	研究结果显示分割精度在空间上不同的图像平面有所变化	评估和比较四种深度学习框架在MRI中对眼外肌进行分割的性能	眼外肌（EOMs）的分割	计算机视觉	NA	磁共振成像（MRI）	U-Net, U-NeXt, DeepLabV3+, ConResNet	图像	未明确提及样本数量
1819	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
1820	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）