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
3681	2024-11-15	Discovery of Highly Bioactive Peptides through Hierarchical Structural Information and Molecular Dynamics Simulations 2024-Nov-11, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01006 PMID:39466714	研究论文	本文介绍了一种利用分层结构信息和分子动力学模拟来发现高生物活性肽的创新方法	本文提出了一种名为Ladderpath的新策略，基于算法信息理论，用于快速生成和增强新型肽设计的效率和清晰度	本文未提及具体的局限性	开发针对髓系细胞白血病-1蛋白的新型BH3样肽抑制剂	BH3样肽抑制剂及其对髓系细胞白血病-1蛋白的抑制活性	NA	癌症	分子动力学模拟	NA	肽序列	8个已知的生物活性BH3肽序列
3682	2024-11-15	Multimodal Representation Learning via Graph Isomorphism Network for Toxicity Multitask Learning 2024-Nov-11, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01061 PMID:39432821	研究论文	本文提出了一种多模态图同构网络（MMGIN）模型，用于化合物毒性多任务学习	引入了多模态表示学习模型，结合指纹和分子图，通过双通道结构独立学习表示，并采用前馈神经网络进行多任务学习	NA	解决化合物毒性计算任务的多样性和复杂性问题	化合物毒性分类和多类别分类	机器学习	NA	图同构网络	前馈神经网络	指纹和分子图	基于TOXRIC数据集构建的化合物毒性多任务学习（CTMTL）数据集和Tox21数据集
3683	2024-11-15	AlphaFold Meets De Novo Drug Design: Leveraging Structural Protein Information in Multitarget Molecular Generative Models 2024-Nov-11, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00309 PMID:39475544	研究论文	本文介绍了一种多目标变压器模型，利用AlphaFold生成的蛋白质嵌入信息进行从头药物设计	本文创新性地将AlphaFold的蛋白质嵌入信息应用于多目标分子生成模型中，展示了其在药物设计中的潜力	本文未详细讨论模型在实际药物开发中的应用效果	研究如何利用深度学习和生成模型进行虚拟筛选和从头药物设计	多目标变压器模型和AlphaFold生成的蛋白质嵌入信息	机器学习	NA	AlphaFold	变压器模型	蛋白质嵌入信息	涉及多种蛋白质，包括稀有配体生物活性数据的蛋白质
3684	2024-11-15	Reconstruction of blood flow velocity with deep learning information fusion from spectral ct projections and vessel geometry 2024-Nov-08, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2423883 PMID:39512150	研究论文	本文研究了一种新的深度学习方法，用于从对比增强X射线投影和血管几何形状中重建变形血管内的血流速度	提出了一种新的深度学习重建方法，通过融合低维Radon投影和血管网格信息来获得血管内的速度场	NA	研究一种新的深度学习方法，用于从对比增强X射线投影和血管几何形状中重建变形血管内的血流速度	变形血管内的血流速度	计算机视觉	NA	深度学习	神经网络	图像	NA
3685	2024-11-15	Personalized Blood Glucose Forecasting From Limited CGM Data Using Incrementally Retrained LSTM 2024-Nov-08, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3494732 PMID:39514345	研究论文	提出了一种基于增量重训练LSTM的个性化血糖预测框架，用于从有限的CGM数据中进行血糖预测	引入了一种增量重训练的堆叠LSTM模型，通过参数传递提高效率，并逐步适应个体数据	需要大量的训练数据来实现个性化预测，且不同个体的血糖变异性导致预测精度不同	提高1型糖尿病患者血糖预测的准确性，以支持人工胰腺系统的胰岛素输送	1型糖尿病患者的血糖预测	机器学习	糖尿病	LSTM	增量重训练的堆叠LSTM	连续血糖监测数据	两个CGM数据集，分别来自OpenAPS和Replace-BG
3686	2024-11-15	Deep Learning-Based Reconstruction of 3D T1 SPACE Vessel Wall Imaging Provides Improved Image Quality with Reduced Scan Times: A Preliminary Study 2024-Nov-07, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8382 PMID:38889969	研究论文	本文研究了基于深度学习的3D T1 SPACE血管壁成像重建方法，以提高图像质量和减少扫描时间	提出了一种基于深度学习的优化序列，显著提高了血管壁和管腔的可视化效果，并减少了扫描时间	研究样本量较小，需要在大规模队列中进一步验证	评估基于深度学习的优化序列在颅内血管壁成像中的应用效果	健康对照组和连续患者的颅内血管壁成像	计算机视觉	NA	深度学习	NA	图像	10名健康对照者和5名连续患者
3687	2024-11-15	Decoding multi-limb movements from two-photon calcium imaging of neuronal activity using deep learning 2024-Nov-07, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad83c0 PMID:39508456	研究论文	本文利用深度学习技术从双光子钙成像数据中解码多肢运动	本文扩展了先前的工作，通过应用深度学习解码跑步小鼠的多肢运动，并开发了一种循环编码器-解码器网络（LSTM-encdec），该网络的输出长于输入，能够准确解码单侧皮质中记录的钙成像数据中的所有四肢信息	由于双光子钙成像数据的采样率相对较低，将其与快速行为相关联具有挑战性	实现脑机接口（BMI）以恢复神经损伤和疾病患者的感官运动功能	跑步小鼠的多肢运动	机器学习	NA	双光子钙成像	LSTM-encdec	图像	小鼠
3688	2024-11-15	Comprehensive Morphometric Analysis to Identify Key Neuroimaging Biomarkers for the Diagnosis of Adult Hydrocephalus Using Artificial Intelligence 2024-Nov-07, Neurosurgery IF:3.9Q1 DOI:10.1227/neu.0000000000003248 PMID:39508594	研究论文	本研究利用人工智能技术，通过形态学分析识别成人脑积水诊断的关键神经影像生物标志物	本研究通过SHapley Additive exPlanations (SHAP)特征重要性分析，识别出易于测量的1-D形态学生物标志物，为临床医生提供实用的诊断工具	本研究主要集中在非正常压力脑积水和健康受试者的比较，未来研究应扩展到其他类型的脑积水	开发实用且准确的诊断工具，帮助神经外科医生早期诊断脑积水	成人非正常压力脑积水患者和健康受试者的神经影像参数	计算机视觉	神经系统疾病	机器学习、集成学习和深度学习	Gradient Boosting	图像	15个1-D神经影像参数和10个形态学指数，涉及成人非正常压力脑积水患者和健康受试者
3689	2024-11-15	DeepLigType: Predicting Ligand Types of Protein-Ligand Binding Sites Using a Deep Learning Model 2024-Nov-07, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3493820 PMID:39509302	研究论文	研究使用深度学习模型预测蛋白质-配体结合位点的配体类型	提出了DeepLigType架构，使用CBAM-ResNet模型预测蛋白质-配体结合位点的配体类型，并创建了新的LigType5数据集	模型准确率为74.30%，AUC为0.83，仍有提升空间	提高药物设计中蛋白质-配体结合位点配体类型预测的准确性	蛋白质-配体结合位点的配体类型	机器学习	NA	深度学习	CBAM-ResNet	蛋白质-配体结合位点数据	使用PDBbind和scPDB数据集创建的LigType5数据集
3690	2024-11-15	M-NET: Transforming Single Nucleotide Variations into Patient Feature Images for the Prediction of Prostate Cancer Metastasis and Identification of Significant Pathways 2024-Nov-07, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3493618 PMID:39509309	研究论文	开发了一种名为M-NET的深度学习框架，用于基于单核苷酸变异预测前列腺癌转移，并识别相关的重要通路	将单核苷酸变异转化为适合卷积神经网络的特征图像，显著提高了预测性能	未提及	预测前列腺癌转移并识别相关的重要通路	前列腺癌患者的单核苷酸变异	机器学习	前列腺癌	深度学习	卷积神经网络（CNN）	图像	未提及
3691	2024-11-15	Performance Comparison between Deep Neural Network and Machine Learning based Classifiers for Huntington Disease Prediction from Human DNA Sequence 2024-Nov-07, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3493203 PMID:39509303	研究论文	比较深度神经网络与机器学习分类器在从人类DNA序列预测亨廷顿病中的性能	使用深度神经网络算法分析人类DNA序列以预测亨廷顿病，并与其他机器学习分类器进行性能比较	仅限于使用特定的DNA序列数据集和特征提取方法，未涵盖其他可能的数据源或方法	通过分析人类DNA序列，预测是否患有亨廷顿病	人类DNA序列和亨廷顿病	机器学习	神经退行性疾病	深度神经网络 (DNN) 算法	深度神经网络 (DNN), 神经网络 (NN), 支持向量机 (SVM), 随机森林 (RF), 分类树 (CTWFP)	DNA序列	从NCBI收集的人类DNA序列数据和合成的DNA数据
3692	2024-11-15	Domain Progressive Low-dose CT Imaging using Iterative Partial Diffusion Model 2024-Nov-07, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3492260 PMID:39509314	研究论文	本文提出了一种基于迭代部分扩散模型（IPDM）的域渐进低剂量CT成像框架	引入迭代部分扩散模型，通过迭代部分扩散模型完成去噪任务，利用扩散模型的强大生成能力，同时减轻时间消耗和收敛困难	NA	解决低剂量CT成像中数据特征分布多样性和复杂性导致的现有深度学习重建方法泛化能力不足的问题	低剂量CT成像	计算机视觉	NA	扩散模型	迭代部分扩散模型（IPDM）	图像	使用实际正常剂量CT数据进行训练，而非测试的低剂量CT数据
3693	2024-11-15	Cone-Beam CT to CT Image Translation Using a Transformer-Based Deep Learning Model for Prostate Cancer Adaptive Radiotherapy 2024-Nov-07, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01312-6 PMID:39511015	研究论文	本研究利用基于Transformer的深度学习模型SwinUNETR，将锥形束CT图像转换为CT图像，以提高前列腺癌自适应放疗的图像质量	本研究首次采用基于Transformer的深度学习模型SwinUNETR进行CBCT到CT的图像转换，相较于传统的卷积神经网络模型U-net，SwinUNETR能够生成更精确的合成CT图像	本研究为回顾性研究，样本量有限，且仅限于前列腺癌放疗患者	提高锥形束CT图像质量，以支持前列腺癌自适应放疗的精确剂量计算	前列腺癌放疗患者	计算机视觉	前列腺癌	深度学习	Transformer	图像	260名前列腺癌放疗患者，其中245名用于训练，15名用于独立测试
3694	2024-11-15	Enhancing the content of phycoerythrin through the application of microplastics from Porphyridium cruentum produced in wastewater using machine learning methods 2024-Nov-06, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2024.123266 PMID:39509973	研究论文	研究使用机器学习方法优化从Porphyridium cruentum中提取的微塑料和废水对藻红蛋白浓度的影响	开发了深度学习模型以最大化藻红蛋白浓度，并使用LIME和SHAP方法解释模型预测	研究仅限于特定类型的微塑料和废水参数，未涵盖所有可能的环境因素	探索微塑料和废水参数对藻红蛋白浓度的影响，并开发优化模型	Porphyridium cruentum中的藻红蛋白浓度	机器学习	NA	深度学习	深度学习模型	数值数据	232组数据
3695	2024-11-15	The global evolution and impact of systems biology and artificial intelligence in stem cell research and therapeutics development: a scoping review 2024-Nov-05, Stem cells (Dayton, Ohio) DOI:10.1093/stmcls/sxae054 PMID:39230167	综述	本文通过范围综述探讨了系统生物学和人工智能在干细胞研究和治疗开发中的全球演变和影响	本文首次提供了系统生物学和人工智能在干细胞研究中应用的全球演变和影响的全面概述	本文仅基于PubMed数据库中2000年至2024年发表的文献进行分析，可能存在数据不全的问题	研究系统生物学和人工智能在干细胞研究和治疗开发中的全球演变和影响	系统生物学和人工智能在干细胞研究中的应用	生物信息学	NA	系统生物学、机器学习、深度学习	NA	文献	PubMed数据库中2000年至2024年发表的文献
3696	2024-11-15	Evaluating the Efficacy of Deep Learning Reconstruction in Reducing Radiation Dose for Computer-Aided Volumetry for Liver Tumor: A Phantom Study 2024-Nov-05, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001657 PMID:39511829	研究论文	本研究评估了深度学习重建在减少计算机辅助体积测量中辐射剂量方面的效果	深度学习重建方法在减少辐射剂量的同时，能够提高图像质量和计算机辅助体积测量的准确性	研究仅在仿真模型上进行，尚未在临床环境中验证	比较不同重建方法在减少辐射剂量和提高肝脏肿瘤测量准确性方面的效果	肝脏肿瘤的体积测量	计算机视觉	NA	深度学习重建	深度学习	图像	使用了一个商业化的人体腹部仿真模型，进行了五次扫描
3697	2024-11-15	Combination of Deep Learning Grad-CAM and Radiomics for Automatic Localization and Diagnosis of Architectural Distortion on DBT 2024-Nov-03, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.10.031 PMID:39496537	研究论文	本研究利用深度学习算法结合放射组学方法，自动定位和诊断数字乳腺断层合成（DBT）中的结构扭曲（AD）	首次将深度学习Grad-CAM与放射组学结合，用于自动检测和分类DBT中的结构扭曲	在纯结构扭曲病例中，深度学习生成的感兴趣区域（ROI）的诊断性能低于与其他特征相关的结构扭曲病例	开发一种基于人工智能的方法，用于自动检测和诊断DBT中的结构扭曲	数字乳腺断层合成（DBT）图像中的结构扭曲（AD）	计算机视觉	乳腺癌	深度学习	Grad-CAM	图像	500例结构扭曲病例，其中292例用于训练，208例用于测试
3698	2024-11-15	The Current Application and Future Potential of Artificial Intelligence in Renal Cancer 2024-Nov, Urology IF:2.1Q2 DOI:10.1016/j.urology.2024.07.010 PMID:39029807	综述	本文综述了人工智能在肾癌评估、管理和预后预测中的当前应用和未来潜力	本文探讨了人工智能在肾癌研究中的多种应用方法，包括监督/无监督机器学习、深度学习、自然语言处理和神经网络等	本文主要基于PubMed数据库中的72项研究，可能未涵盖所有相关文献	探讨人工智能在肾癌研究中的应用及其未来在临床决策中的潜力	肾癌的评估、管理和预后预测	机器学习	肾癌	NA	NA	NA	72项研究
3699	2024-11-15	Evaluation of OCT biomarker changes in treatment-naive neovascular AMD using a deep semantic segmentation algorithm 2024-Nov, Eye (London, England) DOI:10.1038/s41433-024-03264-1 PMID:39068248	研究论文	评估深度语义分割算法在未经治疗的湿性年龄相关性黄斑变性（nAMD）患者OCT生物标志物变化中的应用	开发了一种基于深度学习的语义分割算法，首次为nAMD的11个OCT特征提供了自动分割的基准结果	算法在某些OCT特征（如亚反射性物质和纤维血管性PED）上的表现较差，需要进一步研究以优化个性化治疗方案	确定在真实世界环境中，未经治疗的nAMD患者在接受抗VEGF治疗后OCT生物标志物的定量变化	未经治疗的湿性年龄相关性黄斑变性（nAMD）患者的OCT扫描图像	计算机视觉	眼科疾病	深度学习	U-net	图像	大量未经治疗的nAMD患者
3700	2024-11-15	Automatic segmentation of the maxillary sinus on cone beam computed tomographic images with U-Net deep learning model 2024-Nov, European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery IF:1.9Q2 DOI:10.1007/s00405-024-08870-z PMID:39083060	研究论文	研究使用U-Net深度学习模型对锥束CT图像中的上颌窦进行自动分割	提出了一种基于U-Net深度学习模型的上颌窦分割方法，旨在通过确定上颌窦腔的边界，为外科医生和专家提供更好的图像引导	研究仅使用了100名患者的轴向CBCT图像，样本量相对较小	开发一种基于深度学习的方法，用于上颌窦的自动分割，以提高诊断的准确性和手术干预的成功率	上颌窦的自动分割	计算机视觉	NA	深度学习	U-Net	图像	100名患者的轴向CBCT图像（200个上颌窦）