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
4821	2024-11-18	Perfluorooctanoic Acids (PFOA) removal using electrochemical oxidation: A machine learning approach 2024-Nov, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2024.122857 PMID:39405885	研究论文	本研究评估了多种机器学习模型在预测电氧化去除全氟辛酸（PFOA）效率中的应用	本研究首次将多种机器学习模型应用于电氧化去除PFOA的效率预测，并发现随机森林模型表现最佳	本研究未探讨不同环境条件下模型的泛化能力	评估机器学习模型在电氧化去除PFOA中的预测能力	全氟辛酸（PFOA）的电氧化去除效率	机器学习	NA	电氧化	随机森林	数值数据	NA
4822	2024-11-18	Targeting ATP catalytic activity of chromodomain helicase CHD1L for the anticancer inhibitor discovery 2024-Nov, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2024.136678 PMID:39426766	研究论文	本文通过整合多种深度学习方法与生化和细胞实验，识别CHD1L的潜在抑制剂，并验证其抗癌效果	首次采用深度学习方法结合虚拟筛选技术，发现新型CHD1L抑制剂C071-0684，具有显著的抗癌效果	NA	发现和开发针对CHD1L的抗癌药物	CHD1L酶及其抑制剂	机器学习	NA	深度学习	NA	化合物	超过150万种小分子化合物，筛选出36种候选化合物，验证其中13种
4823	2024-11-18	Structure-aware annotation of leucine-rich repeat domains 2024-Nov, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012526 PMID:39499733	研究论文	本文开发了降维方法来注释亮氨酸重复序列域的重复单元，并应用于预测的结构	利用深度学习预测的蛋白质结构信息改进现有的基于序列的域注释方法	依赖于预测的蛋白质结构，可能存在预测误差	改进蛋白质域注释方法，特别是亮氨酸重复序列域的注释	亮氨酸重复序列域及其在植物免疫蛋白中的应用	机器学习	NA	降维方法	NA	蛋白质结构	127个预测的亮氨酸重复序列域结构，验证数据集包含172个手动注释的亮氨酸重复序列域
4824	2024-11-18	A deep learning method to integrate extracelluar miRNA with mRNA for cancer studies 2024-Nov-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae653 PMID:39495117	研究论文	本文介绍了一种深度学习方法CrossPred，用于整合细胞外miRNA和mRNA数据，以提高癌症研究的生物标志物和治疗靶点的预测准确性	开发了一种基于对比学习的深度学习多编码器模型CrossPred，用于交叉预测miRNA和mRNA表达，并创建了一个共享嵌入空间来整合这两种数据类型	NA	提高细胞外miRNA表达数据的质量，并开发非侵入性方法来评估细胞内mRNA表达	细胞外miRNA和细胞内mRNA	机器学习	癌症	深度学习	多编码器模型	miRNA和mRNA表达数据	三种癌症类型的数据
4825	2024-11-18	Automated Speech Analysis for Risk Detection of Depression, Anxiety, Insomnia, and Fatigue: Algorithm Development and Validation Study 2024-Oct-31, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/58572 PMID:39324329	研究论文	研究开发并验证了一种基于语音分析的算法，用于检测和估计抑郁症、焦虑症、失眠和疲劳的风险	该研究不仅关注单一症状，还考虑了症状的共存和相互作用，并引入了不确定性估计和公平性评估，以提高临床应用的安全性	模型在不同年龄组和教育水平上的公平性表现较差	探讨移动设备收集的语音数据在检测和估计抑郁症、焦虑症、疲劳和失眠方面的预测潜力	抑郁症、焦虑症、失眠和疲劳	机器学习	NA	语音活动检测、特征提取和模型训练	深度学习模型	语音数据	865名健康成年人
4826	2024-11-18	Multiparametric MRI based deep learning model for prediction of early recurrence of hepatocellular carcinoma after SR following TACE 2024-Oct-08, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-024-05941-w PMID:39379692	研究论文	本文开发并验证了一种结合深度学习和临床数据的模型，用于预测接受TACE后肝细胞癌患者的早期复发	本文创新性地将深度学习特征与临床数据结合，构建了一个预测肝细胞癌患者早期复发的诺模图模型	NA	开发和验证一种结合深度学习和临床数据的模型，用于预测肝细胞癌患者的早期复发	接受TACE后肝细胞癌患者的早期复发风险	机器学习	肝癌	MRI	深度学习模型	影像数据	511名接受SR后TACE的患者
4827	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
4828	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
4829	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
4830	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
4831	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
4832	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
4833	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
4834	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
4835	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
4836	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
4837	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
4838	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
4839	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
4840	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