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
181	2024-08-08	SaLT&PepPr is an interface-predicting language model for designing peptide-guided protein degraders 2023-10-24, Communications biology IF:5.2Q1 DOI:10.1038/s42003-023-05464-z PMID:37875551	研究论文	本文介绍了一种名为SaLT&PepPr的结构无关语言转换器和肽优先级排序管道，用于从蛋白质序列中预测相互作用界面，进而生成肽结合基序	该模型仅使用氨基酸序列作为输入，与基于结构同源性的方法竞争，但性能低于输入结构和序列特征的深度学习模型	模型在性能上低于那些同时输入结构和序列特征的深度学习模型	旨在预测蛋白质-蛋白质相互作用（PPIs）的位点，这对于计算和实验应用都很有用	蛋白质-蛋白质相互作用位点的预测以及肽结合基序的生成	机器学习	NA	蛋白质语言模型（pLM）	语言转换器（Transformer）	序列	使用来自PDB的数据进行模型训练和验证
182	2024-08-08	Scaffolding cooperation in human groups with deep reinforcement learning 2023-Oct, Nature human behaviour IF:21.4Q1 DOI:10.1038/s41562-023-01686-7 PMID:37679439	研究论文	本文利用深度强化学习和模拟方法训练一个'社会规划者'，通过推荐来创建或打破群体成员之间的联系，以促进人类群体在合作游戏中的合作行为	本文采用深度强化学习技术，训练出一个能够促进群体合作的社会规划者，与以往将背叛者与合作者分离的策略不同，该规划者采取和解的方式鼓励背叛者表现出亲社会行为	NA	探索促进群体合作的有效方法	人类群体在合作游戏中的合作行为	机器学习	NA	深度强化学习	NA	NA	208名参与者分为13个群体
183	2024-08-05	Machine Learning in Cardio-Oncology: New Insights from an Emerging Discipline 2023-Oct, Reviews in cardiovascular medicine IF:1.9Q3 DOI:10.31083/j.rcm2410296 PMID:39077576	综述	本文概述了机器学习在心脏肿瘤学中的应用，包括心脏毒性的预测、诊断和治疗	提出了机器学习在心脏肿瘤学领域的新应用，尤其是在风险分层方面	缺乏具体的样本数据和定量分析	研究机器学习在心脏肿瘤学中的应用和影响	癌症患者的心脏毒性和相关风险因素	机器学习	心脏病	机器学习	深度学习、人工神经网络、随机森林	NA	NA
184	2024-08-05	Deep learning and clustering approaches for dental implant size classification based on periapical radiographs 2023-10-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-42385-7 PMID:37803022	研究论文	本研究探讨了两种人工智能方法用于基于根尖影像自动分类牙种植体的直径和长度	提出将深度学习和聚类分析结合用于牙种植体尺寸分类，并使用预训练的VGG16模型进行微调	AI模型需在多中心数据上进行验证以用于临床应用	旨在自动化牙种植体尺寸的分类，提高分类准确性	基于根尖影像的牙种植体直径和长度	机器学习	NA	深度学习和聚类分析	VGG16和k-means++	图像	NA
185	2024-08-05	Bidirectional Mapping with Contrastive Learning on Multimodal Neuroimaging Data 2023-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-43898-1_14 PMID:39005889	研究论文	文章提出了一种新的双向映射模型，通过对比学习减少脑结构与功能之间单向映射的偏差	创新点在于提出了双向映射模型BMCL，解决了单向映射方法的偏差问题	研究中只使用了两个公开数据集，可能限制了结果的普遍性	探讨脑结构与功能之间的相互作用，并识别不同临床表型和脑疾病的潜在生物标志物	使用临床表型和神经退行性疾病的预测作为研究对象	计算机视觉	神经退行性疾病	对比学习	BMCL	多模态神经影像数据	使用了两个公开数据集（HCP和OASIS）中的样本
186	2024-08-05	Protein Structure Prediction: Challenges, Advances, and the Shift of Research Paradigms 2023-10, Genomics, proteomics & bioinformatics DOI:10.1016/j.gpb.2022.11.014 PMID:37001856	综述	该文章综述了蛋白质结构预测领域的研究进展与研究范式的转变	强调了深度学习在蛋白质结构预测中的成功以及研究范式的转变	理论解释神经网络的机制和对蛋白质折叠的知识仍然高度缺乏	探讨蛋白质结构预测的不同研究范式及其演变	涉及多领域研究者对蛋白质结构预测的努力	计算机科学	NA	深度学习	深度神经网络	NA	NA
187	2024-08-05	Learning from prepandemic data to forecast viral escape 2023-Oct, Nature IF:50.5Q1 DOI:10.1038/s41586-023-06617-0 PMID:37821700	研究论文	本研究开发了EVEscape框架，用于预测病毒逃逸变异的潜力	本研究的创新点在于结合深度学习模型的fitness预测与生物物理和结构信息，提供了一种可在疫情监测之前应用的预测方法	模型的有效性依赖于历史序列数据，可能无法涵盖所有潜在的突变	旨在建立一种工具，以促进疫苗和治疗设计，通过预测病毒突变来增强疫情准备能力	针对SARS-CoV-2及其他病毒如流感、HIV和潜在疫情病毒的突变进行研究	计算机视觉	NA	深度学习	NA	序列数据	使用了2020年前的序列数据进行训练
188	2024-08-05	Landmark Based Bronchoscope Localization for Needle Insertion Under Respiratory Deformation 2023-Oct, Proceedings of the ... IEEE/RSJ International Conference on Intelligent Robots and Systems. IEEE/RSJ International Conference on Intelligent Robots and Systems DOI:10.1109/iros55552.2023.10342115 PMID:38947248	研究论文	本研究提出了一种实时摄像头方法，用于在呼吸变形下准确定位支气管镜	创新之处在于使用深度学习相对于解剖标志估计支气管镜的位置，克服了全局姿势估计的局限性	研究主要在模拟的数据集上进行，可能在真实应用中存在局限性	研究的目的是提高肺癌诊断时支气管镜定位的准确性	研究对象主要是支气管镜相对于计划穿刺位置的定位	计算机视觉	肺癌	深度学习	NA	模拟数据	在进行呼吸运动的肺部模拟数据集上进行评估
189	2024-08-05	An Improved Method for Diagnosis of Parkinson's Disease using Deep Learning Models Enhanced with Metaheuristic Algorithm 2023-Oct-04, Research square DOI:10.21203/rs.3.rs-3387953/v1 PMID:37886464	研究论文	本研究提出了一种结合元启发算法的深度学习模型用于早期诊断帕金森病	提出了四种深度学习模型及混合模型，并通过灰狼优化算法自动微调超参数	未提及具体的临床应用限制或数据集的多样性问题	提高帕金森病的早期诊断准确性	用于帕金森病诊断的深度学习模型	机器学习	帕金森病	灰狼优化	GWO-VGG16、GWO-DenseNet、GWO-DenseNet + LSTM、GWO-InceptionV3、GWO-VGG16 + InceptionV3	图像	使用两个标准数据集 T1、T2加权数据集和 SPECT DaTscan
190	2024-08-05	Deep-Learning-Based Model for the Prediction of Cancer-Specific Survival in Patients with Spinal Chordoma 2023-10, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2023.08.032 PMID:37586553	研究论文	本文旨在开发基于深度学习的模型以预测脊索瘤患者的癌症特异性生存率。	提出了一种更有效的深度学习模型用于脊索瘤患者预后预测，表现优于传统的Cox回归模型。	研究仅使用了SEER数据库的数据，可能存在样本选择偏倚。	研究旨在提高脊索瘤患者的预后预测精度。	本研究对象为来自SEER数据库的脊索瘤患者。	机器学习	脊索瘤	深度学习	DeepSurv和NMTLR	临床数据	258名脊索瘤患者
191	2024-08-05	Automatic Localization of Key Structures for Subthalamic Nucleus-Deep Brain Stimulation Surgery via Prior-Enhanced Multi-Object Magnetic Resonance Imaging Segmentation 2023-10, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2023.07.103 PMID:37506845	研究论文	本文提出了一种通过增强先验的多目标磁共振成像分割方法，自动定位用于下丘脑深部刺激手术的关键结构	本研究创新性地提出了一种自动化的方法来增强下丘脑-深部脑刺激手术中关键脑结构的定位，解决了当前临床实践中对放射科医生经验的依赖	本研究未提及样本大小和在不同临床背景下方法的适用性	本文旨在提高下丘脑深部刺激手术中关键脑结构的定位精度和效率	本文研究对象包括下丘脑、红核、脑沟、脑回和脑室等关键脑结构	数字病理学	帕金森病	深度学习	U-Net	磁共振成像图像	NA
192	2024-08-07	Protein structural alignment using deep learning 2023-10, Nature genetics IF:31.7Q1 DOI:10.1038/s41588-023-01543-3 PMID:37816889	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
193	2024-08-05	An Automatic Grading System for Neonatal Endotracheal Intubation with Multi-Task Convolutional Neural Network 2023-Oct, ... IEEE-EMBS International Conference on Biomedical and Health Informatics. IEEE-EMBS International Conference on Biomedical and Health Informatics DOI:10.1109/bhi58575.2023.10313510 PMID:38846334	研究论文	本文提出了一种基于多任务卷积神经网络的自动评分系统，用于评估新生儿气管插管的熟练程度	本研究首次将多任务深度学习技术与多变量时间序列数据结合，成功实现气管插管表现的自动评估	研究未提及样本的多样性及其在不同临床环境中的适用性	开发一种自动评分系统以帮助培训者评估气管插管技能	新生儿气管插管（ETI）培训过程中的学员表现	机器学习	NA	卷积神经网络	多任务卷积神经网络 (MTCNN)	多变量时间序列数据	使用标准的新生儿任务训练假人进行实验
194	2024-08-05	Implicit Anatomical Rendering for Medical Image Segmentation with Stochastic Experts 2023-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-43898-1_54 PMID:38840671	研究论文	本文提出了一种名为MORSE的隐式神经渲染框架，旨在通过解剖级别的学习辅助医学图像分割	此方法通过将医学图像分割视为渲染问题，结合了隐式神经表示和混合专家机制，以加强对边界区域的细化	本文未详细讨论隐式神经渲染在实际应用中的通用性与鲁棒性	研究旨在提高医学图像分割中的特征建模能力	本文研究对象为医学图像及其分割	数字病理学	NA	深度学习	Mixture-of-Expert (MoE)	图像	NA
195	2024-08-05	A Multilabel Text Classifier of Cancer Literature at the Publication Level: Methods Study of Medical Text Classification 2023-Oct-05, JMIR medical informatics IF:3.1Q2 DOI:10.2196/44892 PMID:37796584	研究论文	本研究旨在建立一个多标签分类器，以提高癌症文献的分类分辨率	通过结合BERT和TextRNN模型，实现了对癌症文献的高分辨率多标签分类	未来需要收集更多来自不同领域的数据以验证模型的可扩展性和扩展性	解决现有低分辨率癌症文献分类的问题，以支持临床相关性文献的高效检索	癌症研究的文献，涉及70699篇癌症出版物	自然语言处理	癌症	BERT + X	BERT + TextRNN	文本	70699篇癌症出版物
196	2024-08-05	Guided diffusion for inverse molecular design 2023-Oct, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-023-00532-0 PMID:38177755	研究论文	本文介绍了一种新的逆分子设计方法GaUDI，其结合了属性预测的等变图神经网络和生成扩散模型	GaUDI通过结合图神经网络和生成扩散模型，实现了对分子属性的条件设计，并能够生成超出初始分布的分子	未提及具体的局限性	提高分子设计的效率和有效性，特别是在有机电子应用中	生成的475,000个多环芳香系统的数据集	机器学习	NA	生成扩散模型，图神经网络	NA	数据集	475,000个多环芳香系统
197	2024-08-05	ArcheD, a residual neural network for prediction of cerebrospinal fluid amyloid-beta from amyloid PET images 2023-Oct-27, bioRxiv : the preprint server for biology DOI:10.1101/2023.06.20.545686 PMID:37425778	研究论文	本文开发了一种深度学习模型ArcheD，用于从淋巴PET图像直接预测脑脊液中的淀粉样β浓度	创新之处在于该模型无需依赖示踪剂、脑参考区域或预先选择的兴趣区域	在晚期阿尔茨海默病患者中，该模型的性能有所降低	本研究的目的是通过淋巴PET图像早期识别和诊断阿尔茨海默病	研究对象为1870幅淀粉样PET图像及其对应的脑脊液测量值	数字病理学	阿尔茨海默病	卷积神经网络	CNN	图像	1870幅淀粉样PET图像
198	2024-08-07	Negativity and Positivity in the ICU: Exploratory Development of Automated Sentiment Capture in the Electronic Health Record 2023-Oct, Critical care explorations DOI:10.1097/CCE.0000000000000960 PMID:37753238	研究论文	开发和验证用于捕捉重症监护病房（ICU）记录中提供者情绪的算法模型	开发了两种情绪模型，一种基于关键词的方法，另一种是基于解码增强的双向编码器表示与解耦注意力-v3的深度学习模型，这些模型在临床笔记中的情绪检测准确性高于通用语言算法	NA	探索开发用于电子健康记录中自动捕捉情绪的算法	成人ICU患者的记录	自然语言处理	NA	深度学习	双向编码器表示与解耦注意力-v3	文本	198,944条笔记，涉及52,997次ICU入院记录，以及2018至2019年UCSF ICU入院患者的外部样本
199	2024-08-07	Fast non-iterative algorithm for 3D point-cloud holography 2023-Oct-23, Optics express IF:3.2Q2 DOI:10.1364/OE.498302 PMID:38017799	研究论文	本文介绍了一种用于3D点云全息图的快速非迭代算法，该算法通过快速确定性计算来高效分配空间光调制器（SLM）像素，以在多个时间帧中分布所有点的图案。	提出的非迭代点云全息算法比迭代Gerchberg-Saxton算法在计算速度上有显著优势，尤其是在高像素数的SLM上。	该算法主要针对稀疏点集合的应用，可能不适用于密集点集合或其他类型的全息图生成。	开发一种能够在移动或硬件轻量级设置中实时操作的高效3D全息图生成方法。	3D点云全息图的生成算法及其在生物显微镜和材料加工中的应用。	计算机视觉	NA	空间光调制器（SLM）	非迭代算法	3D点云	512×512像素数组
200	2024-08-07	Foundation Ark: Accruing and Reusing Knowledge for Superior and Robust Performance 2023-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-43907-0_62 PMID:38751905	research paper	本文开发了一个框架，通过聚合多个小型公共数据集中的专家标注知识，训练出强大的基础模型，以提高性能和鲁棒性	提出了一个能够从多个公共数据集中积累和重用专家标注知识的框架，通过聚合多样化的数据集来提升模型性能	NA	开发一个能够通过聚合多个小型公共数据集来训练出强大且鲁棒的基础模型的框架	胸部X光片（CXRs）的分类和分割任务	machine learning	NA	deep learning	foundation model	image	335,484 和 704,363 张胸部X光片（CXRs）