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
2381	2024-12-05	ECMHA-PP: A Breast Cancer Prognosis Prediction Model Based on Energy-Constrained Multi-Head Self-Attention 2024-Dec-02, Proteomics. Clinical applications DOI:10.1002/prca.202400035 PMID:39623567	研究论文	本文提出了一种基于能量约束多头自注意力机制的乳腺癌预后预测模型ECMHA-PP	ECMHA-PP模型通过交叉位置混合和通道混合多层感知器提取特征，并结合能量约束多头自注意力层提高特征提取能力	NA	开发一种能够精确预测乳腺癌预后的深度学习模型，以帮助医生制定更合理的治疗策略	乳腺癌患者的预后预测	机器学习	乳腺癌	深度学习	多头自注意力机制	临床数据	在METABRIC数据集上进行了实验，并在另一个独立的BRCA数据集上进行了验证
2382	2024-12-05	Predictive analysis of COVID-19 occurrence and vaccination impacts across the 50 US states 2024-Dec-02, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109493 PMID:39626459	研究论文	本研究旨在通过机器学习模型评估疫苗在COVID-19确诊病例和死亡率中的有效性	提出了一个基于LSTM的深度学习模型，用于预测COVID-19病例和死亡率，并通过外部验证确保模型的有效性	NA	评估疫苗在COVID-19确诊病例和死亡率中的有效性	COVID-19确诊病例和死亡率	机器学习	COVID-19	LSTM	LSTM	数据	2021年至2023年期间从美国疾病控制与预防中心收集的数据
2383	2024-12-05	Interpretable prediction of drug-drug interactions via text embedding in biomedical literature 2024-Dec-02, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109496 PMID:39626457	研究论文	本研究利用生物医学文献中的文本嵌入，提出了一种基于层次注意力机制的深度学习模型来预测药物-药物相互作用及其类型	本研究的创新点在于使用预训练的生物医学语言模型进行句子嵌入，并通过双向长短期记忆网络和层次注意力网络进行序列嵌入，从而提高了DDI预测的准确性和解释性	本研究的局限性在于仅使用了生物医学文献中的文本数据，未考虑其他类型的数据源	本研究旨在通过文本嵌入技术预测药物-药物相互作用及其类型，以确保药物使用的安全性	本研究的研究对象是药物-药物相互作用及其类型	自然语言处理	NA	文本嵌入	深度神经网络	文本	164种DDI类型
2384	2024-12-05	Comparison of deep learning schemes in grading non-alcoholic fatty liver disease using B-mode ultrasound hepatorenal window images with liver biopsy as the gold standard 2024-Dec-02, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2024.104862 PMID:39626614	研究论文	本文比较了不同预训练深度学习方案在非酒精性脂肪肝病分级中的表现，使用B模式超声肝肾窗图像作为输入，并以肝活检作为金标准	本文创新性地使用预训练深度学习方案对非酒精性脂肪肝病进行分级，并比较了不同网络模型的性能	本文的局限性在于样本量较小，且仅使用了B模式超声图像作为输入	评估预训练深度学习方案在非酒精性脂肪肝病分级中的表现	非酒精性脂肪肝病患者	计算机视觉	肝病	深度学习	CNN	图像	112名经活检验证的非酒精性脂肪肝病患者
2385	2024-12-05	Protein engineering using variational free energy approximation 2024-Dec-01, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54814-w PMID:39617781	研究论文	本文提出了一种基于变分自由能近似的蛋白质工程模型PREVENT，用于生成稳定且功能性的蛋白质变体	PREVENT模型通过学习蛋白质的序列和热力学景观，生成具有高功能性和稳定性的蛋白质变体，显著提高了蛋白质工程的效率	NA	开发一种能够生成稳定且功能性蛋白质变体的新方法，以加速蛋白质工程	大肠杆菌磷酸转移酶N-乙酰-L-谷氨酸激酶（EcNAGK）的40个变体	机器学习	NA	变分自由能近似	PREVENT	序列和结构数据	40个变体，其中85%被发现是功能性的，55%显示出与野生型酶相似的生长速率
2386	2024-12-05	Deep learning based on multiparametric MRI predicts early recurrence in hepatocellular carcinoma patients with solitary tumors ≤5 cm 2024-Dec, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2024.100610 PMID:39619794	研究论文	本文评估了一种基于深度学习的模型在预测肝细胞癌患者术后早期复发中的有效性	本文构建了一个基于ResNet的深度学习模型，结合多参数MRI图像特征和患者临床数据，提高了早期复发的预测性能	NA	评估深度学习模型在预测肝细胞癌患者术后早期复发中的有效性	肝细胞癌患者，单个肿瘤≤5 cm	机器学习	肝癌	动态对比增强MRI (DCE-MRI)	ResNet	图像	331名肝细胞癌患者
2387	2024-12-05	Regime switching in coupled nonlinear systems: Sources, prediction, and control-Minireview and perspective on the Focus Issue 2024-Dec-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0247498 PMID:39621472	综述	本文综述了耦合非线性系统中的状态转换现象，涵盖了理论分析、数据驱动检测方法和非反馈控制策略的最新进展	本文介绍了深度学习在预测电网故障中的应用，利用闪烁网络增强同步，创建控制流行病传播的自适应策略，以及抑制癫痫发作的非反馈控制策略	本文主要集中在理论分析和数据驱动方法上，未深入探讨实际应用中的具体挑战	探讨复杂系统中状态转换的机制，并开发预测、检测和控制这些转换的通用和鲁棒方法	耦合非线性系统中的状态转换现象，包括气候、海洋环流、生态系统、电网和大脑等	NA	NA	深度学习	NA	NA	NA
2388	2024-12-05	Enhanced prediction of protein functional identity through the integration of sequence and structural features 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.11.028 PMID:39624166	研究论文	本文开发了一种通过整合序列和结构特征来预测蛋白质功能的方法	本文提出了一种结合序列和结构信息的方法，显著提高了蛋白质功能预测的准确性，并发现结构对齐计算的域序列身份对预测影响最大	NA	提高蛋白质功能预测的准确性	蛋白质的功能预测	机器学习	NA	AlphaFold2	LightGBM	序列和结构数据	超过300000000个蛋白质序列
2389	2024-12-05	Auxiliary diagnosis of primary bone tumors based on Machine learning model 2024-Dec, Journal of bone oncology IF:3.1Q2 DOI:10.1016/j.jbo.2024.100648 PMID:39624676	研究论文	研究基于机器学习模型的原发性骨肿瘤辅助诊断，通过深度卷积神经网络和影像组学分析提高诊断准确性	提出了基于深度卷积神经网络的机器学习模型，并结合影像组学分析和差异表达基因筛选方法，提高了骨肿瘤的诊断准确性	研究主要集中在骨肿瘤的诊断，未涉及其他类型的肿瘤或疾病	提高原发性骨肿瘤的诊断准确性，促进早期检测和个性化治疗	原发性骨肿瘤的病理样本和影像数据	数字病理学	骨肿瘤	深度卷积神经网络 (DC-NN)	深度卷积神经网络 (DCNN)	全切片影像 (WSI)	包含所有类别骨肿瘤的病理样本数据库
2390	2024-12-05	AutoLDT: a lightweight spatio-temporal decoupling transformer framework with AutoML method for time series classification 2024-Nov-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81000-1 PMID:39616188	研究论文	提出了一种基于自动化机器学习技术的轻量级时空解耦Transformer框架AutoLDT，用于时间序列分类	引入模糊位置编码、TS可分离线性自注意力机制和卷积前馈网络，实现轻量级特征提取；采用协方差矩阵自适应进化策略和全局自适应剪枝技术实现自动化网络结构设计	未明确提及	解决时间序列分类中特征提取效果、模型复杂度和模型设计不确定性问题	时间序列数据	机器学习	NA	自动化机器学习	Transformer	时间序列	使用了公开的UCR和UEA时间序列数据集
2391	2024-12-05	Self-supervised spectral super-resolution for a fast hyperspectral and multispectral image fusion 2024-Nov-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81031-8 PMID:39616217	研究论文	本文提出了一种新的自监督光谱超分辨率方法，用于快速高光谱和多光谱图像融合	引入了一种创新的技术，通过训练一个小型深度神经网络来重建高分辨率的高光谱图像，无需高分辨率训练数据，解决了数据稀缺和泛化能力差的问题，并显著降低了计算成本	NA	提高高光谱图像的分辨率	高光谱和多光谱图像	计算机视觉	NA	深度学习	深度神经网络	图像	NA
2392	2024-12-05	A deep learning approach to real-time Markov modeling of ion channel gating 2024-Nov-30, Communications chemistry IF:5.9Q1 DOI:10.1038/s42004-024-01369-y PMID:39616256	研究论文	本文提出了一种基于深度学习的实时马尔可夫模型提取方法，用于分析离子通道门控行为	利用深度学习技术从单通道记录中提取马尔可夫模型，并提出了一种评估预测模型优劣的方法	需要进一步验证该方法在不同实验条件下的适用性和准确性	开发一种能够实时分析离子通道门控行为的深度学习方法	离子通道门控行为的实时分析	机器学习	NA	深度学习	神经网络	时间序列	使用模拟数据集进行训练，并在实际的膜片钳实验数据上进行测试
2393	2024-12-05	Predicting Short-Term Mortality in Patients With Acute Pulmonary Embolism With Deep Learning 2024-Nov-30, Circulation journal : official journal of the Japanese Circulation Society IF:3.1Q2 DOI:10.1253/circj.CJ-24-0630 PMID:39617426	研究论文	本文开发了一种基于深度学习的多模态模型，用于预测急性肺栓塞患者的短期死亡率	本文提出的多模态深度学习模型在预测急性肺栓塞患者的短期死亡率方面显著优于现有的PESI评分	NA	开发一种新的短期死亡率预测模型，以优化治疗策略并改善患者预后	急性肺栓塞患者	机器学习	肺栓塞	深度学习	多模态深度学习模型	影像和临床/人口统计数据	207名急性肺栓塞患者，其中53名在住院期间死亡
2394	2024-12-05	BMSMM-Net: A Bone Metastasis Segmentation Framework Based on Mamba and Multiperspective Extraction 2024-Nov-30, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.11.018 PMID:39617656	研究论文	本文提出了一种名为BMSMM-Net的新型骨转移分割框架，通过集成Bottleneck Gating Mamba层和多视角提取模块，提高了骨转移病变的分割精度	本文创新性地引入了Bottleneck Gating Mamba层和Skip-Mamba模块，以及多视角提取模块，增强了深度特征图的长程依赖性和多尺度特征融合能力	NA	旨在通过深度学习技术提高骨转移病变的快速和精确分割，从而改善患者预后	骨转移病变	计算机视觉	骨癌	深度学习	CNN	图像	BM-Seg数据集
2395	2024-12-05	Interpretable multi-horizon time series forecasting of cryptocurrencies by leverage temporal fusion transformer 2024-Nov-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e40142 PMID:39619580	研究论文	研究探讨了在波动性全球金融市场预测加密货币运动的挑战，并开发了一种先进的深度学习增强型时间融合变压器（ADE-TFT）模型来更准确地估计比特币价值	提出了ADE-TFT模型，该模型在预测准确性上优于其底层模型，特别是在使用更高隐藏层配置时，误差指标（MAPE、MSE和RMSE）显著降低	研究强调了需要尝试不同的归一化策略和利用各种市场相关数据来提高模型性能，并指出提高预测准确性可能需要解决这些限制并纳入市场情绪等额外因素	提高加密货币市场预测的准确性，为投资者提供更精确的市场预测	比特币价值预测	机器学习	NA	深度学习	时间融合变压器（TFT）	交易数据	NA
2396	2024-12-05	FASNet: Feature alignment-based method with digital pathology images in assisted diagnosis medical system 2024-Nov-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e40350 PMID:39624322	研究论文	本文提出了一种基于特征对齐的数字病理图像分割方法FASNet，用于辅助诊断医疗系统	FASNet通过在编码器和解码器中插入语义感知归一化和语义感知白化模块，实现了同类特征的紧凑性和不同类特征的分离性	深度学习模型需要大量标注数据，病理图像获取成本高且难以获得，标注数据不足容易导致偏差结果	提高数字病理图像分割的准确性和鲁棒性，特别是在训练数据与测试数据分布不匹配的情况下	数字病理图像中的细胞核和组织结构	数字病理学	肿瘤	深度学习	UNW网络	图像	未明确提及具体样本数量
2397	2024-12-05	Design of a Low-Complexity Deep Learning Model for Diagnosis of Type 2 Diabetes 2024-Nov-29, Current diabetes reviews IF:2.4Q3 DOI:10.2174/0115733998307556240819093038 PMID:39620332	研究论文	本文设计了一种用于2型糖尿病诊断的低复杂度深度学习模型	提出了一个结合卷积神经网络和多层感知器的混合模型，以实现低复杂度和高准确性	NA	开发一种低复杂度的深度学习模型用于2型糖尿病的诊断	2型糖尿病的诊断	机器学习	糖尿病	深度学习	CNN+MLP	数据集	使用了公开的PIMA Indian Diabetes Dataset (PIDD)
2398	2024-12-05	SIAM: Spatial and Intensity Awareness Module for cerebrovascular segmentation 2024-Nov-28, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108511 PMID:39626410	研究论文	本文提出了一种新的空间和强度感知模块（SIAM），用于有限数据下的脑血管分割	SIAM模块引入了空间和像素强度扰动，构建新的匹配数据用于模型学习，并通过协作训练和共享特征，赋予模型脑血管语义	NA	提高脑血管分割的准确性和适应性，特别是在有限数据情况下的表现	脑血管结构及其在不同数据集上的分割效果	计算机视觉	脑血管疾病	深度学习	SIAM模块	图像	三个不同模态的脑血管数据集
2399	2024-12-05	Based on computer simulation and experimental verification: mining and characterizing novel antimicrobial peptides from soil microbiome 2024-Nov-28, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2024.142275 PMID:39626551	研究论文	开发了一种基于深度学习的预测管道，从土壤宏基因组数据中识别潜在的抗菌肽，并通过实验验证其抗菌活性	利用深度学习技术从土壤微生物组中挖掘和表征新型抗菌肽，提供了一种高效且成本较低的筛选方法	NA	发现新型抗菌肽，以增强食品安全和延长食品保质期	土壤微生物组中的抗菌肽	机器学习	NA	深度学习	深度学习模型	宏基因组数据	九种候选肽
2400	2024-12-05	Feasibility verification of deep-learning based collimator-less imaging system using a voxelated GAGG(Ce) single volume detector: A Monte Carlo simulation 2024-Nov-26, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine IF:1.6Q3 DOI:10.1016/j.apradiso.2024.111605 PMID:39616796	研究论文	本文通过蒙特卡罗模拟验证了基于深度学习的无准直器成像系统的可行性	提出了一种基于深度学习的无准直器成像系统，并使用蒙特卡罗方法进行模拟验证	仅通过模拟数据验证了系统的可行性，尚未进行实际实验验证	验证基于深度学习的无准直器成像系统的可行性	4π视野的无准直器成像系统	计算机视觉	NA	蒙特卡罗模拟	全卷积网络	能量沉积模式	使用了Co、Ba、Na和Cs点源在2000个位置的数据进行模拟