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
2681	2024-11-30	Deep Learning-Based Algorithm for Staging Secondary Caries in Bitewings 2024-Oct-29, Caries research IF:2.9Q1 DOI:10.1159/000542289 PMID:39471790	研究论文	本文开发了一种基于卷积神经网络的算法，用于在咬翼片中检测和分期继发性龋齿	本文提出了一种新的方法来确定病变严重程度，并使用Mask R-CNN架构和Swin Transformer骨干网络进行训练	敏感度值相对较低，分别为0.737和0.808	开发一种支持临床医生在咬翼片中检测和分期继发性龋齿的改进算法	继发性龋齿的检测和分期	计算机视觉	NA	卷积神经网络 (CNN)	Mask R-CNN	图像	2612颗修复牙齿，来自413张咬翼片，涉及383名15-88岁的患者
2682	2024-11-29	Deep learning analysis of histopathological images predicts immunotherapy prognosis and reveals tumour microenvironment features in non-small cell lung cancer 2024-Dec, British journal of cancer IF:6.4Q1 DOI:10.1038/s41416-024-02856-8 PMID:39455880	研究论文	本研究利用深度学习分析非小细胞肺癌的组织病理学图像，预测免疫治疗预后并揭示肿瘤微环境特征	开发了一种基于H&E染色组织病理学图像的ICI相关病理预后签名（ir-PPS），用于预测非小细胞肺癌患者接受免疫检查点抑制剂治疗的预后	NA	优化非小细胞肺癌患者选择免疫检查点抑制剂治疗的患者筛选	非小细胞肺癌患者的组织病理学图像	数字病理学	肺癌	深度学习	ResNet18-PG	图像	本地队列106例，TCGA 899例
2683	2024-11-29	Stacked artificial neural network to predict the mental illness during the COVID-19 pandemic 2024-Dec, European archives of psychiatry and clinical neuroscience IF:3.5Q2 DOI:10.1007/s00406-024-01799-8 PMID:38558146	研究论文	研究利用堆叠人工神经网络预测COVID-19疫情期间的精神疾病	采用深度学习模型处理大量变量，以提高早期精神疾病检测的性能	存在潜在的反应偏差，某些个体面临更高的风险	研究COVID-19疫情期间的精神健康问题，并提出早期检测和治疗的方法	COVID-19疫情期间的精神健康状况，包括焦虑、压力和抑郁	机器学习	精神疾病	深度学习	堆叠人工神经网络	文本	涉及儿童和神经质障碍患者等特定人群
2684	2024-11-29	Deep learning for intrinsically disordered proteins: From improved predictions to deciphering conformational ensembles 2024-Dec, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2024.102950 PMID:39522439	综述	本文探讨了现代深度学习方法如何影响蛋白质无序性预测，并介绍了利用深度学习技术直接从序列数据中表征蛋白质构象集合体的最新进展	本文介绍了利用深度学习技术直接从序列数据中表征蛋白质构象集合体的创新方法	NA	探讨深度学习方法在蛋白质无序性预测中的应用及其对蛋白质构象集合体表征的进展	蛋白质无序性预测和蛋白质构象集合体	机器学习	NA	深度学习	NA	序列数据	NA
2685	2024-11-29	Multi-image transmission based on a multi-channel OAM-array-coded optical communication system using a designed Dammann grating and an integrated vortex grating 2024-Dec-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.545435 PMID:39602747	研究论文	本文提出了一种基于多通道OAM阵列编码光通信系统的多图像传输方法，结合定制的Dammann光栅和集成涡旋光栅，并通过设计的单输入多输出深度学习识别模型进行验证	本文的创新点在于提出了可控的同时生成高质量涡旋光束阵列的方法，并展示了基于涡旋光束阵列的多通道光通信系统，显著提高了涡旋光束阵列的灵活性和应用范围	本文的局限性在于实验中仅验证了四幅灰度图像的传输，且在湍流条件下的误差率较高	本文的研究目的是提高光通信系统的容量和灵活性	本文的研究对象是涡旋光束及其在光通信中的应用	光学通信	NA	涡旋光束	深度学习模型	图像	四幅灰度图像
2686	2024-11-29	A novel automated cloud-based image datasets for high throughput phenotyping in weed classification 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.111097 PMID:39605934	研究论文	本文介绍了一种基于云的自动化数据采集系统（CADAS），用于在固定时间间隔内捕捉杂草和作物图像，以考虑植物生长阶段进行杂草识别	开发了一种云端自动化数据采集系统（CADAS），通过集成十五个可见光谱的数字相机，实现了杂草和作物图像的自动采集和存储	数据集中的作物和杂草时间变化较低，这限制了杂草检测模型的有效开发	开发一种高效的数据采集系统，以减少数据管理和模型开发中的劳动和时间成本，并提高杂草检测模型的性能	杂草和作物的图像数据集	计算机视觉	NA	数字相机图像采集	NA	图像	2000张图像每种杂草和作物物种，以及200张带有标签文件的原始图像
2687	2024-11-29	Deep learning methods for 3D magnetic resonance image denoising, bias field and motion artifact correction: a comprehensive review 2024-Nov-28, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad94c7 PMID:39569887	综述	本文综述了基于深度学习的3D磁共振图像去噪、偏置场和运动伪影校正方法	深度学习方法在磁共振图像质量增强和伪影去除方面的显著改进	NA	综述深度学习在磁共振图像质量增强和伪影去除中的应用	3D磁共振图像的去噪、偏置场和运动伪影校正	计算机视觉	NA	深度学习	卷积神经网络	图像	NA
2688	2024-11-29	Tutorial on Molecular Latent Space Simulators (LSSs): Spatially and Temporally Continuous Data-Driven Surrogate Dynamical Models of Molecular Systems 2024-Nov-28, The journal of physical chemistry. A DOI:10.1021/acs.jpca.4c05389 PMID:39540914	教程	本文介绍了分子隐空间模拟器（LSS）的概念及其在分子系统动力学模型中的应用	LSS通过深度学习架构从有限的MD训练轨迹中学习代理动力学模型，能够以极低的计算成本生成合成轨迹	LSS依赖于训练数据的充分采样，以确保能够稳健地学习底层微观传播器	探讨分子隐空间模拟器在分子系统动力学模型中的应用及其数学和数值背景	分子系统的动力学模型和合成轨迹生成	分子动力学	NA	深度学习	VAMPnets, MDNs, cWGANs, DDPMs	分子动力学轨迹	包括单个长轨迹或多个短的不连续轨迹
2689	2024-11-29	Integrating Prior Knowledge Using Transformer for Gene Regulatory Network Inference 2024-Nov-28, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202409990 PMID:39605181	研究论文	本文提出了一种基于Transformer的框架GRNPT，用于基因调控网络（GRN）推断，结合了大型语言模型（LLM）嵌入和时间卷积网络（TCN）自动编码器	GRNPT通过整合公开生物数据中的LLM嵌入和TCN自动编码器，显著提高了GRN推断的准确性和泛化能力	NA	旨在改进基因调控网络推断方法，特别是在训练数据有限的情况下	基因调控网络及其在不同细胞类型中的推断	机器学习	NA	单细胞RNA测序（scRNA-seq）	Transformer	基因表达数据	NA
2690	2024-11-29	Rapid in vivo EPID image prediction using a combination of analytically calculated attenuation and AI predicted scatter 2024-Nov-28, Medical physics IF:3.2Q1 DOI:10.1002/mp.17549 PMID:39607282	研究论文	本文提出了一种结合解析计算衰减和AI预测散射的体内EPID图像快速预测方法	使用深度学习模型替代传统的蒙特卡罗算法，实现更快的体内EPID图像预测	部分图像的低通过率是由于CBCT伪影和患者在CBCT和治疗之间发生的运动	测试使用患者数据创建深度学习模型预测体内EPID图像的可行性和可靠性	体内EPID图像的预测	计算机视觉	NA	卷积神经网络 (CNN)	卷积神经网络 (CNN)	图像	193个IMRT场/图像，来自93名患者，以及75个用于进一步验证的假体图像
2691	2024-11-29	PharmacoNet: deep learning-guided pharmacophore modeling for ultra-large-scale virtual screening 2024-Nov-27, Chemical science IF:7.6Q1 DOI:10.1039/d4sc04854g PMID:39568882	研究论文	本文介绍了PharmacoNet，一个用于超大规模虚拟筛选的深度学习引导的药效团建模框架	PharmacoNet是首个用于药效团建模的深度学习框架，能够在未见过的目标和配体上实现高泛化能力	NA	开发一种高效的虚拟筛选方法，用于早期药物发现	药效团建模和虚拟筛选	机器学习	NA	深度学习	深度学习框架	化合物	187百万个化合物
2692	2024-11-29	Development of an automated tool for the estimation of histological remission in ulcerative colitis using single wavelength endoscopy technology 2024-Nov-27, Journal of Crohn's & colitis DOI:10.1093/ecco-jcc/jjae180 PMID:39602814	研究论文	开发了一种基于单波长内窥镜技术的自动化工具，用于评估溃疡性结肠炎的组织学缓解	利用单波长内窥镜技术（SWE）和计算机辅助诊断（CAD）系统，通过深度学习模型提高了对溃疡性结肠炎组织学缓解的检测准确性	仅限于溃疡性结肠炎患者，且需要进一步验证在其他疾病中的适用性	评估基于单波长内窥镜技术的计算机辅助诊断系统在溃疡性结肠炎组织学缓解评估中的准确性	溃疡性结肠炎患者的组织学缓解	数字病理学	消化系统疾病	单波长内窥镜技术（SWE）	深度学习模型	图像	112名溃疡性结肠炎患者，共6926组对应的白光内窥镜（WLE）和单波长内窥镜（SWE）图像
2693	2024-11-29	Comprehensive prediction and analysis of human protein essentiality based on a pretrained large language model 2024-Nov-27, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-024-00733-1 PMID:39604646	研究论文	开发了一种基于预训练大语言模型的深度学习模型PIC，用于全面预测和分析人类蛋白质的必需性	PIC模型不仅在预测人类必需蛋白质方面显著优于现有方法，还能在人类、细胞系和小鼠三个层次上提供全面的预测结果	NA	开发一种新的计算方法来预测人类必需蛋白质，并评估其在不同生物模型中的适用性	人类必需蛋白质及其在不同生物模型中的变异	机器学习	NA	深度学习	预训练语言模型	蛋白质序列	617,462个人类微蛋白质
2694	2024-11-29	Predicting Survival and Recurrence of Lung Ablation Patients Using Deep Learning-Based Automatic Segmentation and Radiomics Analysis 2024-Nov-27, Cardiovascular and interventional radiology IF:2.8Q2 DOI:10.1007/s00270-024-03912-9 PMID:39604700	研究论文	本文利用深度学习方法自动分割肺部肿瘤，并通过放射组学分析预测肺部消融患者的生存和复发情况	采用预训练的U-Net模型和U-shaped encoder-decoder transformer架构（UNETR）进行肺部肿瘤的自动分割，并结合放射组学特征进行生存和复发预测	研究样本量较小，且仅在单一机构进行回顾性分析	预测肺部消融患者的生存和肿瘤复发情况	接受图像引导热消融治疗的肺部肿瘤患者	计算机视觉	肺癌	放射组学分析	U-Net, UNETR, 支持向量机（SVM）	CT扫描图像	113名患者
2695	2024-11-29	Introducing µGUIDE for quantitative imaging via generalized uncertainty-driven inference using deep learning 2024-Nov-26, eLife IF:6.4Q1 DOI:10.7554/eLife.101069 PMID:39589260	研究论文	本文提出了µGUIDE，一个通用的贝叶斯框架，用于从任何给定的生物物理模型或信号表示中估计组织微结构参数的后验分布，并以扩散加权磁共振成像为例进行了演示	µGUIDE利用新的深度学习架构进行自动信号特征选择，结合基于模拟的推理和后验分布的高效采样，绕过了传统贝叶斯方法的高计算和时间成本，并且不依赖于采集约束来定义模型特定的摘要统计	NA	开发一种新的贝叶斯框架，用于从生物物理模型中估计组织微结构参数的后验分布	组织微结构参数的后验分布	计算机视觉	NA	深度学习	深度学习架构	图像	NA
2696	2024-11-29	MUC5B Genotype and Other Common Variants are Associated with Computational Imaging Features of UIP 2024-Nov-26, Annals of the American Thoracic Society IF:6.8Q1 DOI:10.1513/AnnalsATS.202401-022OC PMID:39591102	研究论文	研究探讨了MUC5B基因型和其他常见变异与特发性肺纤维化（IPF）患者计算机影像特征之间的关系	利用深度学习技术分析CT影像特征，发现特定基因变异与计算机分类的UIP模式相关	未发现常见变异与纤维化程度通过计算机影像分析的关联，且MUC5B、FAM13A或ZKSCAN1与视觉评估的UIP模式无显著关联	确定IPF患者的遗传风险谱是否能识别独特的计算机影像表型	IPF患者的遗传风险谱与计算机影像特征	数字病理学	肺部疾病	深度学习	深度学习模型	影像	334名IPF患者
2697	2024-11-29	Interformer: an interaction-aware model for protein-ligand docking and affinity prediction 2024-Nov-25, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54440-6 PMID:39587070	研究论文	本文提出了一种名为Interformer的模型，用于蛋白质-配体对接和亲和力预测，该模型基于Graph-Transformer架构，并利用交互感知混合密度网络捕捉非共价相互作用	引入了一种交互感知混合密度网络和负采样策略，以提高亲和力预测的准确性和泛化能力	NA	提高蛋白质-配体对接和亲和力预测的准确性和可解释性	蛋白质-配体相互作用	机器学习	NA	Graph-Transformer	Interformer	蛋白质-配体相互作用数据	使用了广泛使用的公开数据集和内部数据集
2698	2024-11-29	ExCS: accelerating code search with code expansion 2024-Nov-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73907-6 PMID:39587104	研究论文	本文介绍了一种名为ExCS的创新代码搜索工具，通过代码扩展加速代码搜索过程，同时保持高准确性	ExCS在离线阶段采用代码扩展，利用对潜在查询的预测来丰富代码的语义深度，并在在线检索时优先使用基于信息检索的方法来快速定位候选代码	NA	提高开发者在大型代码库中搜索和重用代码的效率	代码搜索工具ExCS的开发与评估	自然语言处理	NA	深度学习驱动的神经排序模型	神经网络模型	代码	Java数据集，来自CodeSearchNet
2699	2024-11-29	MedSegBench: A comprehensive benchmark for medical image segmentation in diverse data modalities 2024-Nov-25, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-04159-2 PMID:39587124	研究论文	本文介绍了MedSegBench，一个用于评估多种数据模式下医学图像分割深度学习模型的综合基准	MedSegBench涵盖了广泛的医学图像数据模式，包括超声、MRI和X射线，并提供了标准化数据集和多种编码器/解码器网络，促进了通用医学任务模型的开发	NA	评估和促进医学图像分割深度学习模型的发展	医学图像分割模型在不同数据模式下的性能	计算机视觉	NA	深度学习	U-Net	图像	超过60,000张图像，涵盖35个数据集
2700	2024-11-29	The risk of shortcutting in deep learning algorithms for medical imaging research 2024-11-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79838-6 PMID:39587148	研究论文	本文探讨了深度学习算法在医学影像研究中存在的捷径学习问题及其潜在风险	首次详细分析了深度学习模型在医学影像研究中可能利用的捷径学习现象，并展示了其复杂性和难以防范的特点	研究仅限于使用ResNet18模型进行分析，未涵盖其他深度学习模型；实验结果可能受限于特定的数据集和任务	揭示深度学习算法在医学影像研究中可能存在的捷径学习问题，并提出对这类研究的评估标准进行提升的必要性	深度学习模型在医学影像中的应用及其潜在的捷径学习风险	计算机视觉	NA	深度学习	卷积神经网络 (CNN)	图像	未明确提及具体样本数量