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
81	2024-09-27	Deep Learning for Detection and Localization of B-Lines in Lung Ultrasound 2023-09, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3282596 PMID:37276107	研究论文	研究了多种深度学习方法在肺超声视频中自动检测和定位B线伪影的能力	提出了一个新的“单点”方法用于B线定位，并发布了包含1,419个视频的新超声数据集BEDLUS	研究结果显示，尽管深度学习方法在B线检测上表现良好，但单点定位方法的F-score为0.65，与观察者间的一致性相当	评估和比较不同深度学习方法在肺超声视频中自动检测和定位B线伪影的效果	肺超声视频中的B线伪影	计算机视觉	NA	深度学习	CNN	视频	1,419个视频，来自113名患者，包含15,755个专家标注的B线伪影
82	2024-09-27	Topological deep learning based deep mutational scanning 2023-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2023.107258 PMID:37506452	研究论文	本文提出了一种基于拓扑深度学习的深度突变扫描方法，用于系统理解蛋白质功能	引入了一种新的拓扑数据分析技术，基于持久谱理论，捕捉数据的拓扑不变量和同伦形状演化	NA	开发一种替代方法来处理蛋白质的巨大突变空间，以促进深度突变扫描	蛋白质功能和突变	机器学习	NA	拓扑深度学习	拓扑深度学习模型	数据集	使用SARS-CoV-2数据集进行验证
83	2024-09-27	AutoUnmix: an autoencoder-based spectral unmixing method for multi-color fluorescence microscopy imaging 2023-Sep-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.498421 PMID:37791286	研究论文	提出了一种基于自编码器的深度学习方法AutoUnmix，用于多色荧光显微镜成像中的光谱解混	AutoUnmix方法通过模仿物理光谱混合过程，实现了实时解混，速度比现有方法快100倍，并且在重建性能上表现优异	NA	开发一种新的光谱解混方法，以提高多色荧光显微镜成像的质量和分析能力	多色荧光显微镜成像中的光谱解混问题	计算机视觉	NA	深度学习	自编码器	图像	包括合成数据集和生物样本
84	2024-09-27	Deep Learning-assisted Diagnosis of Breast Lesions on US Images: A Multivendor, Multicenter Study 2023-Sep, Radiology. Artificial intelligence DOI:10.1148/ryai.220185 PMID:37795135	研究论文	评估深度学习模型在多中心、多厂商的乳腺超声图像诊断中的性能	开发了一种基于双重注意机制的卷积神经网络，用于区分良性和恶性肿瘤	研究为回顾性，且仅限于乳腺超声图像	评估深度学习模型在乳腺超声诊断中的性能，并探讨其对不同经验水平读者的帮助	乳腺肿瘤的良恶性分类	计算机视觉	乳腺癌	深度学习	卷积神经网络	图像	45,909张超声图像，涉及8797名患者中的9895个病理分析确认的乳腺病变
85	2024-09-27	Semisupervised Learning with Report-guided Pseudo Labels for Deep Learning-based Prostate Cancer Detection Using Biparametric MRI 2023-Sep, Radiology. Artificial intelligence DOI:10.1148/ryai.230031 PMID:37795142	研究论文	本文评估了一种基于诊断报告自动生成稀疏信息指导的半监督学习方法，用于利用额外数据进行深度学习辅助的临床显著性前列腺癌检测	提出了一种新的半监督学习方法（RG-SSL），通过诊断报告中的自动稀疏信息指导，提高了前列腺癌检测的性能	研究是回顾性的，且仅限于特定的数据集和时间范围	评估一种新的半监督学习方法在临床显著性前列腺癌检测中的有效性	临床显著性前列腺癌的检测	计算机视觉	前列腺癌	MRI	深度学习	图像	7756个前列腺MRI检查（6380名患者）
86	2024-09-27	Reimagining Healthcare: Unleashing the Power of Artificial Intelligence in Medicine 2023-Sep, Cureus DOI:10.7759/cureus.44658 PMID:37799217	综述	本文综述了人工智能在医疗领域的应用及其对诊断、治疗、药物开发和远程医疗的影响	人工智能技术如机器学习和深度学习在疾病识别、早期干预、临床决策支持系统和疾病预测模型中的创新应用	人工智能在医疗决策中的应用存在局限性，需要结合实际操作经验，并面临伦理和监管问题	探讨人工智能在医疗领域的应用及其伦理和平衡整合的重要性	人工智能技术在医疗诊断、治疗、药物开发和远程医疗中的应用	机器学习	NA	机器学习 (ML) 和深度学习 (DL)	NA	NA	NA
87	2024-09-27	Artificial Intelligence's Use in the Diagnosis of Mouth Ulcers: A Systematic Review 2023-Sep, Cureus DOI:10.7759/cureus.45187 PMID:37842407	综述	本文综述了人工智能在口腔溃疡诊断中的应用研究	开发了一种用于自动分类口腔溃疡的AI框架，表现优于现有的卷积神经网络图像分类技术	提出的技术需要更大规模的数据进行验证和训练	探讨人工智能在口腔溃疡诊断中的应用	口腔溃疡的分类和识别	机器学习	口腔疾病	深度学习	ResNet50, YOLOV	图像	NA
88	2024-09-27	Advancing Colorectal Cancer Screening: A Comprehensive Systematic Review of Artificial Intelligence (AI)-Assisted Versus Routine Colonoscopy 2023-Sep, Cureus DOI:10.7759/cureus.45278 PMID:37846251	综述	本文系统综述了人工智能辅助结肠镜检查与常规结肠镜检查在结直肠癌筛查中的优缺点	探讨了基于深度学习的计算机辅助检测系统在提高腺瘤和息肉检出率方面的优势	研究存在潜在的性能偏差和地理限制，需要更多双盲试验和多国多样本研究来验证	分析人工智能辅助结肠镜检查在结直肠癌早期检测中的潜力和局限性	结直肠癌的早期检测和筛查方法	计算机视觉	结直肠癌	计算机辅助检测系统	深度学习	NA	13项随机对照试验（2019-2023）
89	2024-09-26	Towards Universal Cell Embeddings: Integrating Single-cell RNA-seq Datasets across Species with SATURN 2023-Sep-24, bioRxiv : the preprint server for biology DOI:10.1101/2023.02.03.526939 PMID:36778387	研究论文	本文介绍了一种名为SATURN的深度学习方法，用于学习跨物种的通用细胞嵌入，通过结合蛋白质语言模型和RNA表达来整合不同物种的单细胞RNA测序数据集	SATURN方法能够检测跨物种的功能相关基因共表达，重新定义了跨物种分析的差异表达，并能有效跨物种转移注释和识别同源及物种特异性细胞类型	NA	开发一种能够整合跨物种单细胞RNA测序数据集的方法，以揭示细胞类型的进化保守性和多样性	跨物种的单细胞RNA测序数据集，包括三种物种的全器官图谱以及蛙和斑马鱼胚胎发育数据集	机器学习	NA	单细胞RNA测序	深度学习	基因表达数据	涉及三种物种的全器官图谱以及蛙和斑马鱼胚胎发育数据集
90	2024-09-26	Multimodal deep learning approaches for single-cell multi-omics data integration 2023-09-20, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbad313 PMID:37651607	review	本文综述了多模态深度学习技术在单细胞多组学数据整合中的应用	首次系统性地研究了深度学习在单细胞多组学数据整合中的应用	NA	填补深度学习在单细胞多组学数据整合应用中的研究空白	单细胞多组学数据	machine learning	NA	多模态深度学习	NA	multi-omics	NA
91	2024-09-26	Transformer-based biomarker prediction from colorectal cancer histology: A large-scale multicentric study 2023-09-11, Cancer cell IF:48.8Q1 DOI:10.1016/j.ccell.2023.08.002 PMID:37652006	研究论文	本文开发了一种基于Transformer的管道，用于从结直肠癌病理切片中进行端到端的生物标志物预测	本文提出了一种新的基于Transformer的管道，结合了预训练的Transformer编码器和Transformer网络进行补丁聚合，显著提高了性能、泛化性、数据效率和可解释性	NA	加速从常规病理切片中预测结直肠癌的预后生物标志物	结直肠癌病理切片中的生物标志物预测	数字病理学	结直肠癌	Transformer	Transformer	图像	超过13,000名患者，来自16个结直肠癌队列
92	2024-09-26	Poor Generalization by Current Deep Learning Models for Predicting Binding Affinities of Kinase Inhibitors 2023-Sep-06, bioRxiv : the preprint server for biology DOI:10.1101/2023.09.04.556234 PMID:37732243	研究论文	本文探讨了当前深度学习模型在预测激酶抑制剂结合亲和力方面的泛化能力	通过构建卷积神经网络（CNN）并评估其在四个常用数据集上的表现，揭示了模型在处理未见数据时的性能下降问题	模型在处理未见数据时性能显著下降，表明存在信息泄露问题，且模型未能学习到分子相互作用的知识	评估当前深度学习模型在预测激酶抑制剂结合亲和力方面的泛化能力	激酶抑制剂及其与激酶的结合亲和力	机器学习	NA	卷积神经网络（CNN）	卷积神经网络（CNN）	分子序列（SMILES字符串）	四个常用数据集
93	2024-09-26	Foundation Models for Quantitative Biomarker Discovery in Cancer Imaging 2023-Sep-05, medRxiv : the preprint server for health sciences DOI:10.1101/2023.09.04.23294952 PMID:37732237	研究论文	本文开发了一种用于癌症影像生物标志物发现的基石模型，并通过自监督学习训练卷积编码器	基石模型在减少下游应用中训练样本需求方面表现出色，特别是在医学领域	NA	开发和评估用于影像生物标志物发现的基石模型	癌症影像生物标志物	计算机视觉	NA	自监督学习	卷积神经网络（CNN）	影像	11,467个放射性病变样本
94	2024-09-26	Inferring gene regulatory network from single-cell transcriptomes with graph autoencoder model 2023-09, PLoS genetics IF:4.0Q1 DOI:10.1371/journal.pgen.1010942 PMID:37703293	研究论文	提出了一种基于图自编码器的深度学习模型DeepRIG，用于从单细胞转录组数据中推断基因调控网络	DeepRIG模型通过构建先验调控图并利用图自编码器嵌入全局调控信息，能够准确重建基因调控网络并优于现有方法	NA	推断单细胞转录组数据中的基因调控网络	基因调控网络	机器学习	NA	单细胞RNA测序	图自编码器	转录组数据	人类外周血单核细胞和三阴性乳腺癌样本
95	2024-09-26	Advancing Naturalistic Affective Science with Deep Learning 2023-Sep, Affective science IF:2.1Q2 DOI:10.1007/s42761-023-00215-z PMID:37744976	综述	本文综述了深度学习在推进自然情感科学中的应用	引入深度学习方法来解决传统情感研究中的挑战，如量化自然行为、选择和操纵自然刺激以及建模自然情感过程	深度学习方法本身存在局限性，可能需要避免或缓解	推进更自然的情感科学研究	情感行为的不同渠道，包括面部表情、身体姿势、语音韵律和语言	自然语言处理	NA	深度学习	NA	行为数据	NA
96	2024-09-26	Trends in the application of remote sensing in blue carbon science 2023-Sep, Ecology and evolution IF:2.3Q2 DOI:10.1002/ece3.10559 PMID:37745789	研究论文	本文探讨了遥感技术在蓝碳科学中的应用趋势	本文通过文献计量分析评估了1990年至2022年6月间发表的2193篇论文，揭示了研究重点随时间的变化	需要增加对海草、盐沼和大型藻类的研究，整合技术，增加遥感技术在碳核算方法和信用体系中的应用，并加强国家间的合作和资源共享	评估蓝碳生态系统（如红树林、盐沼和海草）的现状、损失和增益，以支持气候政策制定	红树林、盐沼、海草等蓝碳生态系统	遥感	NA	遥感技术，包括光学卫星Landsat、LiDAR、无人机和声学传感器	机器学习和深度学习算法	遥感图像	2193篇已发表的论文
97	2024-09-26	Deep learning-based model detects atrial septal defects from electrocardiography: a cross-sectional multicenter hospital-based study 2023-Sep, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2023.102141 PMID:37753448	研究论文	本文提出了一种基于卷积神经网络（CNN）的模型，用于从12导联心电图（ECG）中检测房间隔缺损（ASD），并在多中心医院进行横断面研究	本文的创新点在于利用深度学习技术，特别是卷积神经网络，从常规的12导联心电图中自动检测房间隔缺损，从而提高诊断的敏感性和特异性	本文的局限性在于样本选择可能存在偏倚，且未详细讨论模型的泛化能力在不同人群中的表现	本研究旨在通过开发和验证一种基于深度学习的模型，提高房间隔缺损的早期检测和诊断准确性	本研究的对象是从三所医院收集的671,201份12导联心电图，涉及80,947名患者	机器学习	心血管疾病	卷积神经网络（CNN）	卷积神经网络（CNN）	心电图（ECG）	671,201份心电图，涉及80,947名患者
98	2024-09-25	Deep autoencoder-based behavioral pattern recognition outperforms standard statistical methods in high-dimensional zebrafish studies 2023-Sep-17, bioRxiv : the preprint server for biology DOI:10.1101/2023.09.13.557544 PMID:37745446	研究论文	本文研究了基于深度自编码器的行为模式识别在高维斑马鱼研究中优于传统统计方法	本文提出了使用半监督深度自编码器从无暴露的斑马鱼幼体行为数据中提取典型“正常”行为，并能识别出传统统计框架未捕捉到的多种化学物质引起的行为异常	NA	本文旨在开发一种先进的行为数据分析方法，以更好地理解和识别斑马鱼在暴露于有毒物质后的行为变化	斑马鱼幼体及其在暴露于纳米材料、芳香族化合物、全氟和多氟烷基物质（PFAS）等环境污染物后的行为变化	机器学习	NA	深度自编码器	深度自编码器	行为数据	大量斑马鱼幼体样本
99	2024-09-25	B-factor prediction in proteins using a sequence-based deep learning model 2023-Sep-08, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2023.100805 PMID:37720331	研究论文	本文开发了一种基于序列的深度学习模型，用于预测蛋白质中的B因子	该模型在2442个蛋白质上测试，比现有最先进模型高出30%	NA	开发一种能够准确预测蛋白质中B因子的深度学习模型	蛋白质中的B因子	机器学习	NA	深度学习	深度学习模型	序列	2442个蛋白质
100	2024-09-25	Kernel-weighted contribution: a method of visual attribution for 3D deep learning segmentation in medical imaging 2023-Sep, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.10.5.054001 PMID:37692092	研究论文	本文介绍了一种名为核加权贡献的视觉解释方法，用于三维医学图像分割模型的解释	核加权贡献方法专门为医学图像分割模型设计，通过评估每个激活图对预测分割的相对贡献来评估特征重要性	NA	解释深度学习模型在医学图像分割中的决策，以促进其在医疗领域的广泛应用	三维医学图像分割模型	计算机视觉	NA	NA	分割模型	图像	100个测试样本