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
3461	2024-11-18	Integrating genomics, phenomics, and deep learning improves the predictive ability for Fusarium head blight-related traits in winter wheat 2024-Sep, The plant genome DOI:10.1002/tpg2.20470 PMID:38853339	研究论文	本文研究了通过整合基因组学、表型组学和深度学习技术，提高冬小麦对赤霉病相关性状的预测能力	本文创新性地使用了人工智能（AI）和视觉平台，通过高光谱成像和深度学习直接预测赤霉病感染小麦中的脱氧雪腐镰刀菌烯醇（DON），显著提高了预测能力	本文未详细讨论所使用方法在实际育种中的应用成本和可行性	提高冬小麦对赤霉病相关性状的预测能力	冬小麦的赤霉病抗性性状、赤霉病损伤的麦粒（FDK）和脱氧雪腐镰刀菌烯醇（DON）	机器学习	农作物病害	高光谱成像	深度学习	图像	NA
3462	2024-11-18	Foundations of reasoning with uncertainty via real-valued logics 2024-May-21, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2309905121 PMID:38753505	研究论文	本文探讨了通过实值逻辑进行不确定性推理的基础	引入了多维句子类，并提供了声音和完整的公理化，可以参数化以涵盖许多实值逻辑，包括所有常见的模糊逻辑，并扩展到加权版本和概率为真值的情况	本文的决策过程基于线性规划，仅适用于某些实值逻辑和特定自然假设	建立实值逻辑系统的正确性和能力的基础	实值逻辑及其推理能力	机器学习	NA	线性规划	NA	NA	NA
3463	2024-11-18	Genomic language model predicts protein co-regulation and function 2024-Apr-03, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-46947-9 PMID:38570504	研究论文	本文训练了一个基因组语言模型（gLM），通过数百万个宏基因组支架来学习基因之间的潜在功能和调控关系	本文首次将机器学习扩展到包含更高阶的基因组上下文信息，利用进化过程产生的基因组模式来揭示基因产物之间的功能关系	NA	揭示基因与其基因组上下文之间的关系，理解生物系统的功能和调控	基因之间的功能和调控关系	机器学习	NA	基因组语言模型（gLM）	语言模型	蛋白质序列数据	数百万个宏基因组支架
3464	2024-11-18	MaskDGNets: Masked-attention guided dynamic graph aggregation network for event extraction 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0306673 PMID:39546454	研究论文	提出了一种名为MaskDGNets的新框架，用于事件提取，通过掩码注意力引导的动态图聚合网络来解决传统方法忽略词特征与序列信息关联的问题	引入了掩码注意力机制和动态图聚合模块，有效平衡词向量特征与序列语义，并增强事件与事件、事件与主要属性之间的关联	NA	解决传统事件提取方法无法充分探索事件间及事件与主要属性间隐藏关联的问题	事件提取	自然语言处理	NA	双向独立循环单元、掩码注意力机制、动态图聚合模块	MaskDGNets	文本	在DuEE和CCKS2020两个基准数据集上进行了评估
3465	2024-11-17	Predicting Therapeutic Response to Hypoglossal Nerve Stimulation Using Deep Learning 2024-Dec, The Laryngoscope DOI:10.1002/lary.31609 PMID:38934474	研究论文	开发和验证机器学习和深度学习模型，利用药物诱导睡眠内镜图像预测舌下神经刺激器的治疗效果	首次使用深度神经网络从药物诱导睡眠内镜图像中预测舌下神经刺激器的治疗效果	需要多机构数据和图像集来开发可推广的预测模型	预测舌下神经刺激器的治疗效果，以优化患者选择	药物诱导睡眠内镜图像和舌下神经刺激器植入患者	机器学习	NA	深度学习	深度神经网络	图像	25,040张图像，来自127名患者
3466	2024-11-17	MMGCN: Multi-modal multi-view graph convolutional networks for cancer prognosis prediction 2024-Dec, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108400 PMID:39270533	研究论文	提出了一种名为MMGCN的多模态多视角图卷积网络框架，用于癌症预后预测	通过融合基因表达、拷贝数变异和临床数据构建患者相似网络，并利用多视角图卷积网络和视图级注意力机制捕捉患者相似性的多样性	NA	提高癌症患者预后预测的准确性	癌症患者的基因和临床数据	机器学习	NA	图卷积网络	图卷积网络	基因表达数据、拷贝数变异数据、临床数据	四个公共数据集，包括METABRIC、TCGA-BRCA、TCGA-LGG和TCGA-LUSC
3467	2024-11-17	Immunohistochemistry annotations enhance AI identification of lymphocytes and neutrophils in digitized H&E slides from inflammatory bowel disease 2024-Dec, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108423 PMID:39306985	研究论文	本文开发了一种自动化管道，利用免疫组化注释增强AI在数字化H&E切片中识别淋巴细胞和中性粒细胞的能力，特别是在炎症性肠病中的应用	本文的创新点在于开发了一种自动化管道，通过免疫组化注释将细胞标签从免疫组化ROI转移到H&E ROI，从而创建了一个包含大量标记细胞的新数据集，用于训练深度学习模型	尽管模型在测试中表现良好，但其性能在不同数据集上的泛化能力仍需进一步验证	开发一种能够准确识别和分类数字化H&E切片中淋巴细胞和中性粒细胞的AI模型，以辅助炎症性肠病的诊断和管理	数字化H&E切片中的淋巴细胞和中性粒细胞	数字病理学	炎症性肠病	免疫组化	HoVer-Net	图像	19张数字化H&E切片和相应的免疫组化染色切片，共519个ROI，包含235,256个标记细胞
3468	2024-11-17	Flood simulation using LISFLOOD and inundation effects: A case study of Typhoon In-Fa in Shanghai 2024-Dec-01, The Science of the total environment DOI:10.1016/j.scitotenv.2024.176372 PMID:39312974	研究论文	本研究使用LISFLOOD模型和S1FLOOD深度学习模型，模拟了2021年7月23日至28日台风“烟花”对上海造成的洪水影响	本研究结合了LISFLOOD水动力模型和S1FLOOD深度学习模型，利用多源数据对上海的洪水进行了动态模拟，并量化了洪水对人口、土地利用和建筑的影响	本研究主要集中在台风“烟花”对上海的影响，未来可以扩展到其他城市或不同类型的自然灾害	本研究的目的是通过模拟台风“烟花”对上海的洪水影响，提高城市洪水应急响应能力	本研究主要研究对象是台风“烟花”对上海造成的洪水及其对人口、土地利用和建筑的影响	NA	NA	LISFLOOD水动力模型，S1FLOOD深度学习模型	深度学习模型	卫星图像	NA
3469	2024-11-17	Review of machine learning methods for sea level change modeling and prediction 2024-Dec-01, The Science of the total environment DOI:10.1016/j.scitotenv.2024.176410 PMID:39312971	综述	本文综述了用于海平面变化建模和预测的机器学习方法	本文揭示了人工神经网络（尤其是深度学习模型及其混合变体）在短期海平面异常预测中优于传统回归和简单机器学习技术	简单模型在处理复杂非线性场景时往往准确性较低	评估开发用于预测和预报海平面变化的稳健机器学习模型的方法和途径	海平面变化预测和预报的机器学习模型	机器学习	NA	机器学习	人工神经网络（ANN）	NA	NA
3470	2024-11-17	Paying attention to uncertainty: A stochastic multimodal transformers for post-traumatic stress disorder detection using video 2024-Dec, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108439 PMID:39340932	研究论文	本文提出了一种基于随机多模态Transformer的决策支持系统，用于从视频中检测创伤后应激障碍	本文的创新点在于使用了一种新的多模态深度学习方法，基于随机Transformer和视频数据，能够利用其随机激活函数和层来学习输入的稀疏表示	NA	本文的研究目的是开发一种新的方法，用于从视频中检测创伤后应激障碍	本文的研究对象是创伤后应激障碍的症状，包括侵入性思维、噩梦、过度警觉和回避行为	机器学习	心理疾病	多模态深度学习	Transformer	视频	本文使用了eDAIC数据集，该数据集包含患有和不患有创伤后应激障碍的个体的临床访谈
3471	2024-11-17	Classifying eutrophication spatio-temporal dynamics in river systems using deep learning technique 2024-Dec-01, The Science of the total environment DOI:10.1016/j.scitotenv.2024.176585 PMID:39353491	研究论文	研究利用深度学习技术对韩国主要河流的富营养化时空动态进行分类	本研究采用卷积神经网络（CNN）模型，直接从水质数据中提取特征，无需先验知识，相比传统数值模型具有更高的分类准确性	研究仅限于韩国的四条主要河流，且数据时间跨度为2014年至2022年	旨在利用深度学习技术分析韩国主要河流的富营养化状况	韩国的汉江、锦江、荣山江和洛东江的水质数据	机器学习	NA	深度学习	卷积神经网络（CNN）	水质数据	2014年至2022年期间的四条河流的水质数据
3472	2024-11-17	NecroGlobalGCN: Integrating micronecrosis information in HCC prognosis prediction via graph convolutional neural networks 2024-Dec, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108435 PMID:39357091	研究论文	本文提出了一种基于图卷积神经网络（GCN）的肝细胞癌（HCC）预后预测模型，该模型整合了微坏死信息以提高预后分层的质量	本文创新性地将微坏死信息整合到图卷积神经网络中，显著提高了预后预测的准确性和可解释性	NA	开发一种能够帮助临床医生充分利用微坏死信息来评估患者生存率的模型	肝细胞癌（HCC）患者的预后预测	机器学习	肝癌	图卷积神经网络（GCN）	GCN	图像	3622张切片，来自752名原发性HCC患者
3473	2024-11-17	Lazy Resampling: Fast and information preserving preprocessing for deep learning 2024-Dec, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108422 PMID:39395305	研究论文	本文介绍了一种名为Lazy Resampling的软件，通过将空间预处理操作重新表述为图形管道，减少了深度学习中数据预处理的执行时间和信号退化	Lazy Resampling通过将多个重采样步骤合并为一个单一的重采样操作，减少了信息损失，并简化了管道设计	NA	减少深度学习中数据预处理的执行时间和信号退化，提高网络稳定性和泛化能力	医学分割Decathlon数据集上的传统管道和Lazy Resampling管道	计算机视觉	NA	NA	UNet	图像	医学分割Decathlon数据集
3474	2024-11-17	Multi-modal networks for real-time monitoring of intracranial acoustic field during transcranial focused ultrasound therapy 2024-Dec, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108458 PMID:39437458	研究论文	本文提出了一种多模态网络，用于实时监测经颅聚焦超声治疗过程中的颅内声场	利用深度学习的优势，提出了一种能够实时生成颅内压力图的多模态网络	仅在11名受试者上进行了验证，样本量较小	提高经颅聚焦超声治疗的安全性和准确性	经颅聚焦超声治疗过程中的颅内声场	计算机视觉	NA	k-空间方法	卷积神经网络和Swin Transformer	压力图、医学图像和换能器位置	11名人类受试者
3475	2024-11-17	Multi-scale dual-channel feature embedding decoder for biomedical image segmentation 2024-Dec, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108464 PMID:39447437	研究论文	本文提出了一种用于生物医学图像分割的多尺度双通道特征嵌入解码器	创新点在于提出了多尺度双通道解码器，结合了卷积网络和注意力门控Swin Transformer，有效捕捉局部和全局上下文，减少计算复杂度	需要大量数据进行模型训练	提高生物医学图像分割的准确性	肝脏肿瘤和脾脏的图像分割	计算机视觉	NA	卷积网络、注意力门控Swin Transformer	CNN、Transformer	图像	使用了LiTS、3DIRCADb、spleen和来自印度加尔各答医学院的私有数据集
3476	2024-11-17	Early prediction of sudden cardiac death using multimodal fusion of ECG Features extracted from Hilbert-Huang and wavelet transforms with explainable vision transformer and CNN models 2024-Dec, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108455 PMID:39447439	研究论文	本研究开发了一种基于深度学习的模型，用于早期预测心源性猝死（SCD），通过融合希尔伯特-黄变换和小波变换提取的ECG特征，并结合可解释的视觉变换器和CNN模型	本研究的创新点在于开发了一种多模态可解释的深度学习模型，能够提前30分钟预测SCD，显著提高了现有方法的预测性能	NA	开发一种基于深度学习的模型，用于早期预测心源性猝死（SCD）	心源性猝死（SCD）的早期预测	机器学习	心血管疾病	希尔伯特-黄变换（HHT），小波变换	1D-CNN，长短期记忆网络（LSTM），视觉变换器（ViT），2D-CNN	ECG信号，2D标度图，2D希尔伯特谱	NA
3477	2024-11-17	Integrating transcriptomic data and digital pathology for NRG-based prediction of prognosis and therapy response in gastric cancer 2024-Dec, Annals of medicine IF:4.9Q1 DOI:10.1080/07853890.2024.2426758 PMID:39527470	研究论文	本研究整合转录组数据和数字病理学，基于非凋亡性细胞死亡相关基因（NRG）预测胃癌的预后和治疗反应	首次构建了基于NRG的预测模型，并结合深度学习模型ResNet50从数字病理切片中预测NRG特征	研究样本主要来自公开数据库，可能存在数据偏倚；深度学习模型的泛化能力需进一步验证	探讨非凋亡性细胞死亡相关基因在胃癌中的预后价值及其与免疫反应的关系，并开发预测模型	胃癌患者的转录组数据和数字病理切片	数字病理学	胃癌	RNA测序、实时定量PCR、单细胞RNA测序	ResNet50	基因表达数据、临床信息、数字病理图像	来自The Cancer Genome Atlas和Gene Expression Omnibus数据库的胃癌患者数据
3478	2024-11-17	Deciphering the Language of Protein-DNA Interactions: A Deep Learning Approach Combining Contextual Embeddings and Multi-Scale Sequence Modeling 2024-Nov-15, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2024.168769 PMID:39214282	研究论文	本文提出了一种结合上下文嵌入和多尺度序列建模的深度学习方法，用于预测蛋白质序列中的DNA相互作用残基	利用预训练的蛋白质语言模型（如ProtTrans）捕捉DNA结合位点的内在生化特性和序列基序，并结合多窗口卷积神经网络架构，有效识别局部和全局结合模式	NA	揭示蛋白质-DNA相互作用的机制，理解关键细胞过程和疾病途径	蛋白质序列中的DNA相互作用残基	机器学习	NA	深度学习	卷积神经网络	序列	NA
3479	2024-11-17	Hepatocellular Carcinoma Immune Microenvironment Analysis: A Comprehensive Assessment with Computational and Classical Pathology 2024-Nov-15, Clinical cancer research : an official journal of the American Association for Cancer Research IF:10.0Q1 DOI:10.1158/1078-0432.CCR-24-0960 PMID:39264292	研究论文	本研究开发了一种基于深度学习的图像分析模型，用于分析肝细胞癌（HCC）的肿瘤免疫微环境（TIME）	首次设计了一种多阶段深度学习算法（IHC-TIME），用于自动检测免疫细胞及其在肿瘤微环境中的定位	针刺活检在代表主要肿瘤的免疫表型方面存在75%的准确性限制	研究肝细胞癌的肿瘤免疫微环境的空间变异性和临床相关性	肝细胞癌的肿瘤免疫微环境	数字病理学	肝癌	免疫组化（IHC）	深度学习（DL）	图像	92例肝细胞癌手术切除标本和51例匹配的针刺活检标本
3480	2024-11-17	Improving Deep Learning Models for Pediatric Low-Grade Glioma Tumours Molecular Subtype Identification Using MRI-based 3D Probability Distributions of Tumour Location 2024-Nov-15, Canadian Association of Radiologists journal = Journal l'Association canadienne des radiologistes DOI:10.1177/08465371241296834 PMID:39544176	研究论文	本文使用基于MRI的卷积神经网络（CNN）结合肿瘤位置概率图，改进了儿童低级别胶质瘤（pLGG）分子亚型的识别	本文创新性地将肿瘤位置概率图引入CNN模型，显著提高了pLGG分子亚型识别的准确性	本文仅使用了214例患者的MRI数据，样本量相对较小	改进儿童低级别胶质瘤（pLGG）分子亚型的识别方法	儿童低级别胶质瘤（pLGG）的分子亚型	计算机视觉	脑肿瘤	卷积神经网络（CNN）	CNN	图像	214例患者（110例男性，平均年龄8.54岁，143例BRAF融合型和71例BRAF V600E突变型pLGG肿瘤）