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
41	2024-09-19	BOUNTI: Brain vOlumetry and aUtomated parcellatioN for 3D feTal MRI 2023-Apr-27, bioRxiv : the preprint server for biology DOI:10.1101/2023.04.18.537347 PMID:37131820	研究论文	本文提出了一种基于深度学习的3D胎儿MRI脑组织分割和自动分区的新方法	开发了一种新的基于深度学习的胎儿脑组织分割管道，使用半监督方法训练，减少了手动调整的需求	初步结果显示，在不到15%的病例中存在轻微错误，仍需进一步验证和优化	解决目前缺乏统一的胎儿脑分区协议的问题，实现自动化的脑组织分割和体积测量	3D T2加权运动校正的胎儿脑图像	计算机视觉	NA	深度学习	深度学习模型	图像	360个胎儿MRI数据集用于训练，390个正常参与者用于分析，65个脑室扩张胎儿和60个正常对照组用于比较
42	2024-09-19	Self-Supervised Contrastive Learning to Predict Alzheimer's Disease Progression with 3D Amyloid-PET 2023-Apr-26, medRxiv : the preprint server for health sciences DOI:10.1101/2023.04.20.23288886 PMID:37162842	研究论文	本文提出了一种自监督对比学习方法，用于基于3D淀粉样蛋白PET预测阿尔茨海默病的进展	本文创新性地提出了一个自监督对比学习方法，利用未标记数据捕捉图像中的通用表示，并设计了一个损失函数在预训练中利用标签信息	NA	早期诊断阿尔茨海默病，预测其进展	3D淀粉样蛋白PET图像	计算机视觉	阿尔茨海默病	自监督对比学习	NA	图像	使用了阿尔茨海默病神经影像倡议（ADNI）数据集
43	2024-09-19	DeepComBat: A Statistically Motivated, Hyperparameter-Robust, Deep Learning Approach to Harmonization of Neuroimaging Data 2023-Apr-24, bioRxiv : the preprint server for biology DOI:10.1101/2023.04.24.537396 PMID:37163042	研究论文	提出了一种基于条件变分自编码器和ComBat模型的深度学习方法DeepComBat，用于神经影像数据的批次效应校正	DeepComBat通过考虑特征之间的多元关系来学习并去除受试者级别的批次效应，并且对超参数选择具有较强的鲁棒性	未提及	解决多批次神经影像数据中的批次效应问题，提高数据的可泛化性和可重复性	神经影像数据及其提取的放射组学特征	计算机视觉	NA	深度学习	条件变分自编码器	图像	一个大型认知老化队列的神经影像数据
44	2024-09-19	From Deep Mutational Mapping of Allosteric Protein Landscapes to Deep Learning of Allostery and Hidden Allosteric Sites: Zooming in on "Allosteric Intersection" of Biochemical and Big Data Approaches 2023-Apr-24, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms24097747 PMID:37175454	综述	本文综述了通过数据密集型生物化学方法和基于人工智能的计算方法在别构研究中的最新进展	讨论了人工智能方法在蛋白质结构和动力学研究中的应用进展，并强调了开发人工智能增强的整合结构生物学的重要性	尽管人工智能方法在蛋白质研究中取得了显著进展，但别构调控与新兴结构生物学技术和人工智能方法之间的交叉领域仍未充分探索	探讨别构研究中数据密集型生物化学方法和人工智能计算方法的最新发展	蛋白质动力学和别构机制	机器学习	NA	机器学习	NA	蛋白质结构数据	NA
45	2024-09-19	Hierarchical multi-omics data integration and modeling predict cell-specific chemical proteomics and drug responses 2023-04-24, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2023.100452 PMID:37159671	研究论文	开发了一种端到端的深度学习框架TransPro，用于预测未表征细胞或组织类型在未表征化学物质干扰下的蛋白质组学特征和相应表型	提出了TransPro框架，通过分层整合多组学数据来预测蛋白质组学特征和药物反应，填补了蛋白质组学数据稀缺和缺失值问题的空白	NA	开发一种计算方法来推断药物诱导的蛋白质组学模式，以促进系统药理学的发展	未表征细胞或组织类型在未表征化学物质干扰下的蛋白质组学特征和药物反应	机器学习	NA	深度学习	深度学习框架	多组学数据	NA
46	2024-09-19	Revolutionizing the Early Detection of Alzheimer's Disease through Non-Invasive Biomarkers: The Role of Artificial Intelligence and Deep Learning 2023-Apr-22, Sensors (Basel, Switzerland) DOI:10.3390/s23094184 PMID:37177386	研究论文	本文探讨了通过非侵入性生物标志物结合人工智能和深度学习技术，实现阿尔茨海默病早期检测的潜力	本文提出了一种结合非侵入性技术和人工智能深度学习的方法，用于阿尔茨海默病的早期检测，这在当前研究中是一个创新点	本文未详细讨论具体的模型或技术细节，以及实际应用中的可行性和效果	研究目的是通过非侵入性方法和人工智能技术，实现阿尔茨海默病的早期检测	研究对象是阿尔茨海默病及其早期检测方法	机器学习	阿尔茨海默病	人工智能和深度学习	深度学习模型	生物数据	NA
47	2024-09-19	Deployment of Real-time Natural Language Processing and Deep Learning Clinical Decision Support in the Electronic Health Record: Pipeline Implementation for an Opioid Misuse Screener in Hospitalized Adults 2023-Apr-20, JMIR medical informatics IF:3.1Q2 DOI:10.2196/44977 PMID:37079367	研究论文	本文详细介绍了一个医院范围内实时自然语言处理和深度学习临床决策支持工具的部署流程，并描述了一个以用户为中心的设计框架	本文首次在临床环境中实施了实时自然语言处理管道，用于医疗保健交付	网络安全审批和保护健康信息交换是管道开发中最长的延迟原因	旨在详细描述一个医院范围内的实时自然语言处理驱动的临床决策支持工具的实施流程，并提供一个实施框架	医院范围内的实时自然语言处理驱动的临床决策支持工具	自然语言处理	NA	自然语言处理	卷积神经网络	文本	100名成年患者
48	2024-09-19	Addressing Deep Learning Model Calibration Using Evidential Neural Networks And Uncertainty-Aware Training 2023-Apr-18, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/ISBI53787.2023.10230515 PMID:39253557	研究论文	本文探讨了通过证据神经网络和不确定性感知训练来改善深度学习模型校准的方法	本文结合了不确定性感知训练和证据神经网络两种方法，展示了它们在复杂任务中改善模型校准的潜力	实验结果表明，当任务变得足够复杂时，模型校准可能会受到影响，即使使用高容量模型	研究如何通过不确定性感知训练和证据神经网络来改善深度学习模型的校准	MNIST数字分类任务和使用相位对比心脏磁共振图像的复杂医学影像伪影检测任务	计算机视觉	NA	深度学习	证据神经网络	图像	涉及MNIST数据集和相位对比心脏磁共振图像的医学影像伪影检测任务
49	2024-09-19	mEMbrain: an interactive deep learning MATLAB tool for connectomic segmentation on commodity desktops 2023-Apr-17, bioRxiv : the preprint server for biology DOI:10.1101/2023.04.17.537196 PMID:37131600	研究论文	本文介绍了一个名为mEMbrain的交互式深度学习MATLAB工具，用于在普通台式机上进行连接组分割	提出了mEMbrain工具，集成了多种功能，包括地面真值生成、图像预处理、深度神经网络训练和实时预测，旨在加速手动标注工作并提供半自动实例分割方法	NA	开发一个用户友好的工具，帮助神经科学和图像处理领域的研究人员进行高级分析	电子显微镜（EM）数据集的标注和分割	计算机视觉	NA	深度学习	深度神经网络	图像	涉及4种不同动物和5个数据集，总计约180小时的专家标注，产生超过1.2 GB的标注EM图像
50	2024-09-19	Methods and considerations for estimating parameters in biophysically detailed neural models with simulation based inference 2023-Apr-17, bioRxiv : the preprint server for biology DOI:10.1101/2023.04.17.537118 PMID:37131818	研究论文	本文探讨了如何使用基于模拟的推断（SBI）方法在生物物理学详细神经模型中估计参数，并提供了相关的指导和考虑因素	提出了使用基于模拟的推断（SBI）方法来克服传统方法中无法访问似然函数的挑战，并利用深度学习进行密度估计	在大规模生物物理学详细模型中应用SBI仍然具有挑战性，尤其是当需要估计时间序列波形参数时	为在生物物理学详细神经模型中应用基于模拟的推断（SBI）方法提供指导和考虑因素	生物物理学详细神经模型中的参数估计	神经科学	NA	基于模拟的推断（SBI）	深度学习	时间序列波形	NA
51	2024-09-17	Longitudinal fundus imaging and its genome-wide association analysis provide evidence for a human retinal aging clock 2023-04-17, eLife IF:6.4Q1 DOI:10.7554/eLife.82364 PMID:36975205	研究论文	本研究通过深度学习模型对EyePACS数据集中的眼底图像进行训练，开发了一种名为'eyeAge'的视网膜衰老时钟，用于更准确地预测个体的生理年龄	本研究首次提出了一种基于眼底图像的视网膜衰老时钟'eyeAge'，其预测精度高于其他衰老时钟，并且在调整表型年龄后仍保持较高的全因死亡风险比	本研究的局限性在于其依赖于特定的数据集和模型，可能不适用于所有人群	本研究旨在开发一种更准确的生理年龄预测方法，并探索其在衰老和年龄相关疾病研究中的应用	本研究主要关注视网膜衰老时钟的开发及其在生理年龄预测和衰老研究中的应用	计算机视觉	NA	深度学习	深度学习模型	图像	本研究使用了EyePACS和UK Biobank数据集中的眼底图像数据
52	2024-09-17	Collaborative training of medical artificial intelligence models with non-uniform labels 2023-04-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-33303-y PMID:37055456	研究论文	本文提出了一种灵活的联邦学习（FFL）方法，用于在具有非均匀标签的医疗数据上进行协作训练	本文的创新点在于提出了灵活的联邦学习（FFL）方法，以解决传统联邦学习在处理非均匀标签数据时的局限性	本文的局限性在于仅在胸部X光片数据上进行了验证，尚未在其他类型的医疗数据上进行测试	本文的研究目的是改进医疗人工智能模型的训练方法，使其能够有效利用具有非均匀标签的多方数据	本文的研究对象是胸部X光片数据，特别是肺炎和肺部转移的检测	计算机视觉	NA	深度学习	NA	图像	695,000张胸部X光片，来自全球五个机构
53	2024-09-17	Estimating the monthly pan evaporation with limited climatic data in dryland based on the extended long short-term memory model enhanced with meta-heuristic algorithms 2023-Apr-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-32838-4 PMID:37045898	研究论文	提出了一种结合长短期记忆网络（LSTM）和灰狼优化算法（GWO）以及Kendall-τ相关系数的新型混合模型，用于在干旱地区基于有限的气象数据估算月蒸发量	创新性地将LSTM与GWO算法和Kendall-τ相关系数结合，用于优化LSTM的超参数和确定气象变量的输入组合	NA	开发一种在干旱地区基于有限气象数据准确估算月蒸发量的新方法	干旱地区的月蒸发量	机器学习	NA	长短期记忆网络（LSTM），灰狼优化算法（GWO），Kendall-τ相关系数	LSTM	气象数据	NA
54	2024-09-17	Impact of the Covid-19 pandemic on the performance of machine learning algorithms for predicting perioperative mortality 2023-04-12, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-023-02151-1 PMID:37046259	研究论文	研究了Covid-19疫情对机器学习算法预测围手术期死亡率性能的影响	探讨了Covid-19疫情导致的协变量突变对模型性能的影响	过早重新训练模型可能导致预测准确性下降	阐明Covid-19疫情对模型性能的影响	Covid-19疫情前后的围手术期死亡率预测模型	机器学习	NA	XGBoost, 深度学习神经网络	XGBoost, 深度学习神经网络	围手术期数据	包括疫情前、第一波疫情和整个疫情期间的数据，直到2021年10月
55	2024-09-17	Learning naturalistic driving environment with statistical realism 2023-Apr-11, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-37677-5 PMID:37041129	研究论文	本文开发了一种基于深度学习的框架NeuralNDE，用于从车辆轨迹数据中学习多智能体交互行为，并提出冲突批评模型和安全映射网络来优化安全关键事件的生成过程	首次实现能够以统计真实性再现真实世界驾驶环境的模拟模型，特别是在安全关键情况下	NA	开发和测试自动驾驶车辆的模拟工具	多智能体交互行为和安全关键事件	计算机视觉	NA	深度学习	神经网络	轨迹数据	NA
56	2024-09-17	Comprehensive benchmark and architectural analysis of deep learning models for nanopore sequencing basecalling 2023-04-11, Genome biology IF:10.1Q1 DOI:10.1186/s13059-023-02903-2 PMID:37041647	研究论文	本文对基于纳米孔测序的深度学习模型进行了全面的基准测试和架构分析	本文统一了现有的基准测试数据集并定义了一套严格的评估指标，对最新的七个碱基调用模型进行了基准测试和架构分析	物种偏差在训练中对性能有较大影响	标准化纳米孔测序碱基调用的基准测试过程，并分析不同模型的性能	纳米孔测序的碱基调用模型	机器学习	NA	纳米孔测序	循环神经网络（长短期记忆）和条件随机场解码器	电流信号	90种新架构
57	2024-09-17	Improving the generalizability of protein-ligand binding predictions with AI-Bind 2023-04-08, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-37572-z PMID:37031187	研究论文	本文介绍了一种名为AI-Bind的管道，通过结合基于网络的采样策略和无监督预训练来提高蛋白质-配体结合预测的泛化能力	AI-Bind通过结合网络采样策略和无监督预训练，解决了现有深度学习模型在预测新蛋白质和配体结合时的泛化问题	NA	提高蛋白质-配体结合预测的泛化能力，加速药物发现过程	蛋白质-配体结合预测模型及其泛化能力	机器学习	NA	深度学习	NA	网络数据	NA
58	2024-09-17	Deep learning-based polygenic risk analysis for Alzheimer's disease prediction 2023-Apr-06, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-023-00269-x PMID:37024668	研究论文	本文开发了基于深度学习的神经网络模型，用于阿尔茨海默病（AD）的遗传风险分析和预测	利用深度学习方法捕捉高维基因组数据的非线性特征，提高了AD风险预测的准确性	NA	开发和验证基于深度学习的神经网络模型，用于AD的遗传风险建模和预测	阿尔茨海默病（AD）的遗传风险和相关生物途径	机器学习	阿尔茨海默病	深度学习	神经网络	基因组数据	NA
59	2024-09-17	A roadmap to establish a comprehensive platform for sustainable manufacturing of natural products in yeast 2023-04-06, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-37627-1 PMID:37024483	研究论文	本文讨论了在酵母中可持续生产天然产物（NPs）的综合平台构建	提出了通过系统关联优化在酵母中可持续生产天然产物的综合平台，并利用深度学习连接多层次数据以识别关键代谢模块	NA	建立一个可持续生产天然产物的综合平台	天然产物（NPs）的生产	生物工程	NA	深度学习	NA	多层次数据	NA
60	2024-09-17	Enhancing travel time prediction with deep learning on chronological and retrospective time order information of big traffic data 2023-Apr-06, Annals of operations research IF:4.4Q1 DOI:10.1007/s10479-023-05223-7 PMID:37361091	研究论文	本文提出了一种新的深度学习方法BDIGRU，用于增强交通数据的旅行时间预测	提出了双向等距门控循环单元（BDIGRU），结合深度学习框架进行旅行时间预测，并通过其自身的注意力机制从大数据中直接学习高级特征	未提及	提高智能交通规划中的旅行时间预测准确性	交通数据中的旅行时间预测和路线规划	机器学习	NA	深度学习	双向等距门控循环单元（BDIGRU）	交通数据	未提及