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
21	2024-12-22	Concurrent optogenetic motor mapping of multiple limbs in awake mice reveals cortical organization of coordinated movements 2024 Nov-Dec, Brain stimulation IF:7.6Q1 DOI:10.1016/j.brs.2024.10.010 PMID:39476952	研究论文	本文开发了一种多肢光遗传学运动映射技术（MOMM），用于在清醒小鼠中同时映射多个肢体的运动表现，并探讨了皮质对协调运动的组织结构	本文首次实现了在清醒小鼠中同时进行多肢体的光遗传学运动映射，揭示了皮质对协调和行为相关运动输出的拓扑组织	本文仅在清醒小鼠中进行了实验，未来研究可在更多物种中验证其普适性	开发一种新的技术来映射皮质对多肢体协调运动控制的组织结构	清醒小鼠的多肢体运动表现及其皮质组织	神经科学	NA	光遗传学刺激	DeepLabCut	运动数据	多只小鼠
22	2024-12-22	Comprehensive deep learning-based assessment of living liver donor CT angiography: from vascular segmentation to volumetric analysis 2024-Oct-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000001829 PMID:38869975	研究论文	本研究使用深度学习模型对活体肝移植供体的CT血管造影数据进行分析，从血管分割到体积分析	本研究开发了一种基于深度学习的3D残差U-Net模型，用于肝体积计算和血管分割，相比传统手动分割方法，提供了更一致和高效的体积评估	需要进一步验证该模型在不同临床环境和成像协议中的通用性	提高活体肝移植术前规划的准确性和效率	活体肝移植供体的肝血管和体积	计算机视觉	NA	深度学习	3D残差U-Net	图像	2022年4月至2023年2月期间三星医疗中心的活体肝移植供体CT血管造影数据
23	2024-12-22	Semi-supervised meta-learning elucidates understudied molecular interactions 2024-09-09, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-06797-z PMID:39251833	研究论文	本文开发了一种名为MMAPLE的深度学习框架，用于解决数据分布偏移和标签数据稀缺的问题，并在多个领域展示了其预测能力	MMAPLE将元学习、迁移学习和半监督学习整合到一个统一的框架中，能够有效利用分布外的未标记数据	NA	开发一种新的深度学习框架，以解决生物学中由于实验限制和人类偏见导致的未充分研究问题	药物-靶点相互作用、人类代谢物-酶相互作用以及未充分研究的微生物组代谢物-人类受体相互作用	机器学习	NA	深度学习	MMAPLE	数据	NA
24	2024-12-22	Enabling target-aware molecule generation to follow multi objectives with Pareto MCTS 2024-09-02, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-06746-w PMID:39223327	研究论文	本文提出了一种名为ParetoDrug的多目标靶向分子生成算法，通过Pareto蒙特卡洛树搜索（MCTS）在化学空间中搜索分子，以实现多属性的同步优化	ParetoDrug算法通过在Pareto前沿上进行分子搜索，结合预训练的原子自回归生成模型和ParetoPUCT策略，实现了多目标靶向分子生成，解决了现有方法在药物相似性等其他重要属性上的不足	NA	旨在填补深度学习药物发现领域中多目标靶向分子生成的空白	靶向蛋白质的小分子配体及其多属性优化	机器学习	NA	蒙特卡洛树搜索（MCTS）	自回归生成模型	分子结构	NA
25	2024-12-22	Improved sleep stage predictions by deep learning of photoplethysmogram and respiration patterns 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108679 PMID:39033682	研究论文	本文提出了一种结合卷积神经网络和双向长短期记忆的深度学习架构，通过光体积描记信号和呼吸模式来提高睡眠阶段分类的准确性	本文的创新点在于通过结合光体积描记信号和呼吸传感器输入，显著提高了睡眠阶段分类的准确性，并展示了在不同阶段分类中的显著改进	本文的局限性在于仅使用了光体积描记信号和呼吸传感器输入，可能无法完全替代传统的多导睡眠图	本文的研究目的是提高睡眠阶段分类的准确性，以便更便捷地诊断和管理睡眠障碍	本文的研究对象是睡眠阶段的分类	机器学习	NA	NA	卷积神经网络和双向长短期记忆	信号	NA
26	2024-12-22	Current strategies to address data scarcity in artificial intelligence-based drug discovery: A comprehensive review 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108734 PMID:38964243	综述	本文综述了在基于人工智能的药物发现中应对数据稀缺问题的当前策略	本文介绍了多种应对数据稀缺的方法，包括迁移学习、主动学习、单样本学习、多任务学习、数据增强、数据合成和联邦学习等	本文讨论了这些方法在处理小分子数据时的局限性	探讨如何通过不同方法解决人工智能在药物发现中面临的数据稀缺问题	人工智能在药物发现中的应用及其面临的挑战	机器学习	NA	迁移学习、主动学习、单样本学习、多任务学习、数据增强、数据合成、联邦学习	NA	分子结构数据	NA
27	2024-12-22	A graph neural network approach for predicting drug susceptibility in the human microbiome 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108729 PMID:38955124	研究论文	本文提出了一种基于图神经网络的方法，用于预测人类微生物组中药物的敏感性	本文首次提出了基于图神经网络的模型（GCN、GAT和GINCOV），并展示了GINCOV模型在预测药物对肠道微生物组敏感性方面的优越性能	本文未详细讨论模型的可解释性以及在不同人群中的泛化能力	探索药物与人类微生物组相互作用，预测药物在肠道微生物组中的敏感性	药物与人类微生物组的相互作用	机器学习	NA	图神经网络	GCN, GAT, GINCOV	SMILES数据集	约150种药物
28	2024-12-22	Exploring the potential of artificial intelligence in paediatric dentistry: A systematic review on deep learning algorithms for dental anomaly detection 2024-Sep, International journal of paediatric dentistry IF:2.3Q2 DOI:10.1111/ipd.13164 PMID:38297447	综述	本文系统回顾了深度学习算法在儿科牙科中检测牙科异常的潜力	展示了基于深度学习算法的人工智能系统在提高牙科异常检测速度和准确性方面的潜力	文章数量有限且数据异质性较大	研究人工智能系统在识别儿科牙科中的牙科异常方面的表现，并将其与人类表现进行比较	儿科牙科中的牙科异常	计算机视觉	NA	深度学习	深度学习子系统	图像	6篇文章，评估了9个深度学习子系统
29	2024-12-22	UNSEG: unsupervised segmentation of cells and their nuclei in complex tissue samples 2024-08-30, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-06714-4 PMID:39215205	研究论文	本文提出了一种无需训练数据的无监督细胞及其核分割方法UNSEG，通过贝叶斯框架和细胞核与细胞膜标记实现深度学习级别的性能	UNSEG方法在无监督学习范式下实现了深度学习级别的细胞分割性能，无需训练数据，并引入了改进的扰动分水岭算法用于细胞核分割	NA	开发一种无需监督学习的通用细胞及其核分割方法，以应对复杂组织样本的量化需求	复杂组织样本中的细胞及其核的分割	计算机视觉	NA	无监督学习	NA	图像	包括高质量注释的胃肠道组织数据集和公开数据集
30	2024-12-22	TriFusion enables accurate prediction of miRNA-disease association by a tri-channel fusion neural network 2024-08-30, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-06734-0 PMID:39215090	研究论文	本文提出了一种名为TriFusion的三通道融合神经网络框架，用于准确预测miRNA与疾病之间的关联	TriFusion通过三通道架构从不同层次编码miRNA和疾病的关联特征，并通过特征融合编码器平滑融合这些特征，提供了更准确的预测和强大的可解释性	NA	旨在解决miRNA-疾病关联预测中的计算挑战，提高预测准确性	miRNA与疾病之间的关联，特别是卵巢癌、乳腺癌和前列腺癌	机器学习	前列腺癌	深度学习	神经网络	特征数据	涉及三种高风险性相关癌症（卵巢癌、乳腺癌和前列腺癌）的miRNA关联数据
31	2024-12-22	Predictive ability of hypotension prediction index and machine learning methods in intraoperative hypotension: a systematic review and meta-analysis 2024-Aug-05, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-05481-4 PMID:39103852	meta-analysis	本文系统综述和荟萃分析了人工智能在术中低血压预测中的应用	探讨了人工智能与术中低血压预测的结合，展示了HPI算法和其他AI模型在预测术中低血压方面的潜力	非HPI模型的降低术中低血压相关指标的能力尚不明确	评估HPI和机器学习方法在术中低血压预测中的能力	术中低血压的预测	machine learning	NA	AI models	deep learning methods	NA	43项研究
32	2024-12-22	Building a challenging medical dataset for comparative evaluation of classifier capabilities 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108721 PMID:38901188	研究论文	本文构建了一个用于评估分类器能力的具有挑战性的医学数据集，并比较了机器学习和深度学习模型的分类性能	本文构建了一个专门针对四种常见癌症类型的医学文章分类数据集，并比较了传统机器学习模型和现代深度学习模型在该数据集上的分类性能	本文仅关注了四种常见癌症类型的医学文章分类，未涵盖其他疾病领域	构建一个具有挑战性的医学数据集，用于比较机器学习和深度学习模型的分类能力	四种常见癌症类型的医学文章	机器学习	癌症	NA	Logistic Regression, XGBoost, CatBoost, Random Forest, CNN, LSTM, GRU	文本	383,914篇医学文章
33	2024-12-22	Spectrum-based deep learning framework for dermatological pigment analysis and simulation 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108741 PMID:38879933	研究论文	本文介绍了一种基于光谱的深度学习框架，用于皮肤色素分析和模拟	该框架通过合成输出图到皮肤图像进行回归分析，消除了手动准备真实标签的需求，并生成了准确反映色素吸收特性的反射光谱和光谱图像	NA	开发一种能够生成专业水平色素分布图和模拟图像的深度学习模型，用于未来的临床应用	皮肤图像中的黑色素和血红蛋白分布	计算机视觉	NA	深度学习	深度学习模型	图像	NA
34	2024-12-22	A deep learning approach for automatic recognition of abnormalities in the cytoplasm of neutrophils 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108691 PMID:38905894	研究论文	本研究开发并评估了一种基于卷积神经网络（CNN）和生成对抗网络（GAN）的系统NeuNN，用于自动识别中性粒细胞中的异常情况	本研究结合了数据增强和分类技术，创新性地使用了EfficientNet-B7架构，并通过GAN生成的合成图像增强了数据集	本研究的局限性在于仅针对中性粒细胞的特定异常进行了识别，未涵盖其他类型的细胞或异常	开发和评估一种自动识别中性粒细胞中异常情况的系统	中性粒细胞及其包含的几种类型包涵体或显示低颗粒化的异常情况	计算机视觉	NA	卷积神经网络（CNN）、生成对抗网络（GAN）	EfficientNet-B7	图像	5605张数字图像，包含七种类别的中性粒细胞
35	2024-12-22	SAMCF: Adaptive global style alignment and multi-color spaces fusion for joint optic cup and disc segmentation 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108639 PMID:38878394	研究论文	提出了一种基于风格对齐和多色彩空间融合的新框架SAMCF，用于联合视杯和视盘分割	引入了一种领域泛化方法来生成统一风格的图像，基于多色彩空间提出特征提取和融合网络，并设计了边缘感知损失函数	未提及具体限制	解决视杯和视盘分割中的领域偏移、亮度变化干扰和边缘感知问题	视杯和视盘	计算机视觉	NA	深度学习	NA	图像	三个公开数据集DGS、RIM和REFUGE
36	2024-12-22	Automatic detection of cognitive impairment in patients with white matter hyperintensity and causal analysis of related factors using artificial intelligence of MRI 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108684 PMID:38852399	研究论文	本研究利用深度学习和影像组学开发模型，检测白质高信号患者的认知障碍，并分析相关因素的因果关系	首次使用深度学习和影像组学方法检测白质高信号患者的认知障碍，并进行因果关系分析	样本量较小，仅来自两家医院，可能影响模型的泛化能力	开发检测白质高信号患者认知障碍的模型，并分析相关因素的因果关系	白质高信号患者的认知障碍及相关因素	机器学习	NA	深度学习，影像组学	逻辑回归模型	影像数据	79名白质高信号患者，其中62名用于训练，17名用于测试，29名用于独立测试
37	2024-12-22	New vision of HookEfficientNet deep neural network: Intelligent histopathological recognition system of non-small cell lung cancer 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108710 PMID:38843570	研究论文	本文提出了一种基于HookNet和EfficientNet结构的新型深度神经网络HookEfficientNet，用于非小细胞肺癌的智能组织病理学识别系统	HookEfficientNet结合了HookNet和EfficientNet的优点，能够充分利用宏观和微观信息进行病理诊断，并提高了识别精度	NA	开发一种高精度的人工智能引导的组织病理学识别系统，用于非小细胞肺癌的智能鉴别诊断	非小细胞肺癌（NSCLC）中的肺腺癌（LUAD）和肺鳞状细胞癌（LUSC）	数字病理学	肺癌	卷积神经网络（CNN）	HookEfficientNet	图像	216张肺腺癌（LUAD）和192张肺鳞状细胞癌（LUSC）的全切片图像（WSIs）
38	2024-12-22	DeepRA: A novel deep learning-read-across framework and its application in non-sugar sweeteners mutagenicity prediction 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108731 PMID:38870727	研究论文	本文提出了一种名为DeepRA的新型深度学习-类比框架，用于预测非糖甜味剂的致突变性	本文的创新点在于结合了卷积深度神经网络和类比算法，开发了一种新的计算方法DeepRA，用于化学物质的致突变性分类	NA	评估非糖甜味剂的致突变性，为食品安全提供支持	非糖甜味剂及其相关化学物质的致突变性	机器学习	NA	卷积深度神经网络	CNN	分子描述符和分子指纹	来自Ames测试数据集的致突变性数据
39	2024-12-22	G-MBRMD: Lightweight liver segmentation model based on guided teaching with multi-head boundary reconstruction mapping distillation 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108733 PMID:38897144	研究论文	提出了一种基于引导教学和多头边界重建映射蒸馏的轻量级肝脏分割模型G-MBRMD	引入了多头映射和边界重建策略，在知识蒸馏过程中有效引导学生模型掌握复杂教师模型的全局边界处理能力，提升了分割性能而不增加计算复杂度	未提及具体的局限性	开发一种高效且轻量级的肝脏分割模型，以降低计算成本并提高实际应用中的可行性	肝脏分割	计算机视觉	肝癌	知识蒸馏	Transformer, 卷积神经网络	图像	在LITS数据集上进行了实验
40	2024-12-22	Prediction of drug-target binding affinity based on multi-scale feature fusion 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108699 PMID:38870725	研究论文	本文提出了一种基于多尺度特征融合的药物-靶点结合亲和力预测模型MSFFDTA	创新点在于设计了多尺度编码器来有效捕捉药物和蛋白质的多层次结构信息，并开发了选择性交叉注意力机制来过滤药物-蛋白质子结构对之间的不重要相互作用，保留关键相互作用	NA	旨在解决药物-靶点结合亲和力预测中的两个主要挑战：有效表示蛋白质和药物的复杂结构信息，以及精确建模蛋白质结合位点与药物关键子结构之间的相互作用	药物-靶点结合亲和力	机器学习	NA	多尺度特征融合	NA	结构信息	两个基准数据集