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
5841	2024-10-04	Predicting metabolite response to dietary intervention using deep learning 2024-Sep-19, bioRxiv : the preprint server for biology DOI:10.1101/2023.03.14.532589 PMID:36993761	研究论文	本文开发了一种名为McMLP的深度学习方法，用于预测个体对饮食干预的代谢反应	首次提出了一种基于深度学习的代谢反应预测方法McMLP，填补了现有方法的空白	NA	开发一种新的深度学习方法，用于准确预测个体对饮食干预的代谢反应	个体的肠道微生物组成及其对食物和营养素的代谢反应	机器学习	NA	深度学习	多层感知器	微生物组成数据	六个饮食干预研究的真实数据
5842	2024-10-04	OCT Radiomic Features Used for the Assessment of Activity of Thyroid Eye Disease 2024-Sep-09, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000010503 PMID:39361327	研究论文	本研究旨在基于光学相干断层扫描（OCT）图像开发深度学习放射组学模型，以评估甲状腺眼病的活动性	利用OCT图像进行深度学习放射组学分析，评估甲状腺眼病的活动性	研究样本量较小，且仅限于北京同仁医院的患者	开发基于OCT图像的深度学习放射组学模型，评估甲状腺眼病的活动性	甲状腺眼病患者的眼部OCT图像和临床活动评分	计算机视觉	甲状腺眼病	光学相干断层扫描（OCT）	随机森林（RF）和支持向量机（SVM）	图像	33名患者（66个眼眶）
5843	2024-10-04	Improving Computer-aided Detection for Digital Breast Tomosynthesis by Incorporating Temporal Change 2024-Sep, Radiology. Artificial intelligence DOI:10.1148/ryai.230391 PMID:39140867	研究论文	开发了一种利用时间信息改进数字乳腺断层合成中癌症病变检测性能的深度学习算法	引入PriorNet作为级联深度学习模块，利用额外的生长信息来优化恶性概率的最终概率	NA	改进现有数字乳腺断层合成癌症检测框架的性能	数字乳腺断层合成图像中的癌症病变	计算机视觉	乳腺癌	深度学习	深度学习框架	图像	973例癌症和7123例非癌症病例
5844	2024-10-04	Cross-modal integration of bulk RNA-seq and single-cell RNA sequencing data to reveal T-cell exhaustion in colorectal cancer 2024-Sep, Journal of cellular and molecular medicine IF:4.3Q2 DOI:10.1111/jcmm.70101 PMID:39344205	研究论文	本文提出了一种名为DeepTEX的多组学深度学习方法，通过整合bulk RNA-seq和单细胞RNA测序数据，研究结直肠癌中T细胞耗竭的异质性	本文创新性地提出了DeepTEX方法，通过跨模态数据整合和知识蒸馏模型，预测T细胞耗竭的异质性，并识别关键功能通路和基因	NA	研究结直肠癌中T细胞耗竭的异质性，并探索相关的治疗靶点	结直肠癌中的T细胞耗竭	机器学习	结直肠癌	RNA-seq	深度学习模型	RNA序列数据	NA
5845	2024-10-04	Development and validation of a deep learning model for detecting signs of tuberculosis on chest radiographs among US-bound immigrants and refugees 2024-Sep, PLOS digital health DOI:10.1371/journal.pdig.0000612 PMID:39348377	研究论文	开发并验证了一种用于检测美国移民和难民胸部X光片中结核病迹象的深度学习模型	首次开发了一种深度学习模型，用于大规模支持美国疾病控制与预防中心（CDC）的胸部X光片质量控制活动	模型性能在外部测试数据集上略有波动，需要进一步验证和优化	开发和验证一种深度学习模型，用于检测胸部X光片中的结核病迹象	美国移民和难民的胸部X光片	计算机视觉	肺结核	深度学习	深度学习模型	图像	152,012张图像（每名申请人一张；平均申请人年龄39岁）
5846	2024-10-04	Optimizing Object Detection Algorithms for Congenital Heart Diseases in Echocardiography: Exploring Bounding Box Sizes and Data Augmentation Techniques 2024-Sep, Reviews in cardiovascular medicine IF:1.9Q3 DOI:10.31083/j.rcm2509335 PMID:39355611	研究论文	研究优化先天性心脏病在超声心动图中的目标检测算法，探索边界框大小和数据增强技术的影响	首次探讨了在标注过程中包含心脏结构信息和应用数据增强技术对检测模型性能的影响	研究仅限于特定的YOLO版本和特定的先天性心脏病类型	优化医学影像中的目标检测算法，提高先天性心脏病的诊断准确性	先天性心脏病中的房间隔和室间隔缺损	计算机视觉	心血管疾病	深度学习	YOLO	图像	具体样本数量未在摘要中提及
5847	2024-10-04	High-Precision Skin Disease Diagnosis through Deep Learning on Dermoscopic Images 2024-Aug-27, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11090867 PMID:39329609	研究论文	本文提出了一种基于深度学习的计算机辅助诊断框架，用于早期检测皮肤疾病	本文提出了一种计算效率高且轻量级的深度学习模型，采用CNN架构，并在国际皮肤成像协作数据集上进行了实验，取得了87.64%的准确率	NA	提高皮肤疾病诊断的准确性和效率	皮肤疾病	计算机视觉	NA	深度学习	CNN	图像	使用国际皮肤成像协作数据集，包含皮肤镜图像
5848	2024-10-04	Turn-table micro-CT scanner for dynamic perfusion imaging in mice: design, implementation, and evaluation 2024-Aug-23, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad6edd PMID:39137802	研究论文	介绍了一种用于小鼠动态灌注成像的新型桌面微型CT扫描仪的设计、实现和评估	该系统具有定制的旋转台，能够进行圆形和螺旋扫描，并使用小孔径滑环实现连续旋转，具有高分辨率和低辐射剂量的特点	小样本量限制了得出确切结论的能力	旨在增强小鼠临床前成像能力，提供高分辨率和低辐射剂量的动态成像	小鼠的动态灌注成像，特别是具有阿尔茨海默病和心血管疾病遗传风险因素的小鼠	计算机视觉	心血管疾病	微型CT扫描	NA	图像	涉及不同遗传风险因素的小鼠样本
5849	2024-10-04	TIANA: transcription factors cooperativity inference analysis with neural attention 2024-Aug-22, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05852-0 PMID:39174927	研究论文	本文介绍了一种名为TIANA的深度学习框架，用于解释转录因子协同作用的分析	TIANA利用神经网络注意力机制来揭示转录因子之间的复杂依赖关系，相较于传统方法具有更高的解释性和鲁棒性	NA	开发一种新的方法来解析转录因子在远端调控元件中的协同作用	转录因子及其在远端调控元件中的协同作用	机器学习	NA	神经网络注意力机制	深度学习框架	序列数据	NA
5850	2024-10-04	A hybrid deep learning and clonal selection algorithm-based model for commercial building energy consumption prediction 2024 Jul-Sep, Science progress IF:2.6Q2 DOI:10.1177/00368504241283360 PMID:39340531	研究论文	本文提出了一种基于混合深度学习和克隆选择算法的商业建筑能耗预测与节能策略模型	该模型结合了卷积神经网络（CNN）、门控循环单元（GRU）和克隆选择算法（CSA），旨在提高能耗预测的准确性和效率	NA	解决传统能源管理方法预测精度低和适用性有限的问题	商业建筑的能耗预测与节能策略	机器学习	NA	克隆选择算法（CSA）	卷积神经网络（CNN）、门控循环单元（GRU）	数据集	NA
5851	2024-10-04	A visual-language foundation model for computational pathology 2024-Mar, Nature medicine IF:58.7Q1 DOI:10.1038/s41591-024-02856-4 PMID:38504017	研究论文	介绍了一种用于计算病理学的视觉-语言基础模型CONCH，通过对比学习从图像和文本中提取特征	CONCH模型通过任务无关的预训练，能够跨多种下游任务进行迁移，并在多个基准测试中达到最先进性能	NA	开发一种能够跨多种病理学任务进行迁移的视觉-语言基础模型	病理学图像和文本数据	数字病理学	NA	对比学习	视觉-语言基础模型	图像和文本	超过117万对图像-文本对
5852	2024-10-04	Protocol: revolutionizing central nervous system tumour diagnosis in low- and middle-income countries: an innovative observational study on intraoperative smear and deep learning 2024-Mar, JPMA. The Journal of the Pakistan Medical Association DOI:10.47391/JPMA.S3.GNO-03 PMID:39262061	研究论文	评估在低收入和中等收入国家中，利用深度学习技术辅助术中脑涂片诊断的可行性和实施情况	引入了一种结合深度学习技术的创新方法，用于术中脑涂片诊断，旨在提高诊断效率和质量	研究仅在巴基斯坦的Aga Khan大学医院进行，样本量有限，可能影响结果的普适性	评估在手术室中使用深度学习技术辅助术中脑涂片诊断的可行性和实施情况	术中脑涂片诊断的准确性和效率	数字病理	神经系统肿瘤	深度学习技术	NA	图像	258例
5853	2024-10-04	Diffusion Posterior Sampling for Nonlinear CT Reconstruction 2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3007693 PMID:39238882	研究论文	本文提出了一种基于扩散后验采样的新方法，用于非线性CT图像重建	本文创新性地将扩散模型与非线性物理模型结合，实现了无需额外训练的通用非线性CT图像重建	当前方法仅依赖于线性化的X射线CT物理模型，本文方法解决了这一局限性	解决CT图像重建中的非线性问题	CT图像重建	计算机视觉	NA	扩散模型	扩散模型	图像	在低剂量数据和稀疏视图几何中进行了验证
5854	2024-10-04	Leveraging Artificial Intelligence for Synergies in Drug Discovery: From Computers to Clinics 2024, Current pharmaceutical design IF:2.6Q2 DOI:10.2174/0113816128308066240529121148 PMID:38874046	综述	本文综述了人工智能在药物发现和开发中的应用，涵盖了从分子识别到临床批准的全过程	探讨了人工智能在药物开发中的创新应用，如疫苗开发和纳米药物的靶向治疗	NA	探讨人工智能在药物发现和开发中的应用及其对科学研究的促进作用	人工智能在药物设计、发现和开发、中药、多组学数据整合、药物再利用和多药理学研究中的应用	机器学习	NA	机器学习 (ML)、深度学习 (DL)、神经网络 (NNs)	NA	多组学数据	NA
5855	2024-10-04	Clinically Applicable Pan-Origin Cancer Detection for Lymph Nodes via Artificial Intelligence-Based Pathology 2024, Pathobiology : journal of immunopathology, molecular and cellular biology IF:3.5Q1 DOI:10.1159/000539010 PMID:38718783	研究论文	本文提出了一种基于人工智能的泛源性淋巴结癌症检测系统，用于手术后淋巴结的组织病理学诊断	该系统通过两个深度学习模型定位淋巴结并检测癌症，实现了泛源性淋巴结癌症转移的检测	NA	开发一种临床适用的泛源性淋巴结癌症检测系统，以提高病理诊断的准确性	淋巴结癌症转移的检测	数字病理学	NA	深度学习	深度学习模型	图像	训练数据包括700张全切片图像，测试数据包括1402张来自49个器官的全切片图像和1051张来自52个器官的全切片图像
5856	2024-10-04	Prompt-guided and multimodal landscape scenicness assessments with vision-language models 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0307083 PMID:39348404	研究论文	本文探讨了使用视觉-语言模型（VLM）进行景观美景预测的潜力，通过零样本和少样本学习方法评估景观的美学质量	本文引入了景观提示集成（LPE）方法，通过文本描述获取景观美景评分，无需图像数据集	本文未提及具体的局限性	测试视觉-语言模型在景观美景预测中的应用潜力	景观的美学质量	计算机视觉	NA	视觉-语言模型（VLM）	线性层	图像	数百个样本
5857	2024-10-04	Graph neural pre-training based drug-target affinity prediction 2024, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2024.1452339 PMID:39350770	研究论文	本文提出了一种基于图神经预训练的药物-靶点亲和力预测方法	本文创新性地结合了药物和靶点的预训练模型，通过图神经网络提取特征，并利用2D卷积神经网络进行高层次表示，最终预测药物-靶点亲和力	本文未详细讨论模型的可解释性和泛化能力	加速药物发现过程中的药物-靶点亲和力预测	药物-靶点亲和力	机器学习	NA	图神经网络	2D卷积神经网络	图数据	大量未标记的训练样本和部分标记的训练样本
5858	2024-10-04	Intelligent analysis and measurement of semicircular canal spatial attitude 2024, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2024.1396513 PMID:39350970	研究论文	本文提出了一种基于颅脑MRI的智能方法，用于解释和测量半规管的空间方向	本文创新性地使用了nnDetection深度学习算法进行半规管和眼球的自动分割，并通过点特征分析和奇异值分解方法计算半规管的法向量	NA	开发一种智能方法，用于构建精确的数学模型，准确表示半规管的空间方向	半规管的空间方向	计算机视觉	NA	深度学习	nnDetection	图像	115例颅脑MRI扫描
5859	2024-10-04	Assessing microvascular invasion in HBV-related hepatocellular carcinoma: an online interactive nomogram integrating inflammatory markers, radiomics, and convolutional neural networks 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1401095 PMID:39351352	研究论文	研究开发了一种基于炎症标志物、放射组学和卷积神经网络的在线交互式诺模图，用于预测HBV相关肝细胞癌中的微血管侵犯	结合了炎症标志物、放射组学特征和深度学习特征，开发了一种新的在线交互式诺模图，用于术前预测微血管侵犯	NA	开发一种术前预测HBV相关肝细胞癌微血管侵犯的在线交互式诺模图	HBV相关肝细胞癌患者的微血管侵犯	数字病理学	肝癌	放射组学、卷积神经网络	3D ResNet	图像	173名HBV相关肝细胞癌患者
5860	2024-10-04	Classification of tomato seedling chilling injury based on chlorophyll fluorescence imaging and DBO-BiLSTM 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1409200 PMID:39354943	研究论文	本文利用叶绿素荧光图像集，通过蜣螂优化算法增强深度学习双向长短期记忆模型，提高番茄幼苗冷害分类预测的准确性	本文提出了一种基于蜣螂优化算法增强的双向长短期记忆模型，用于番茄幼苗冷害分类，显著提高了分类预测的准确性	本文未详细讨论模型在不同环境条件下的泛化能力	研究目的是通过叶绿素荧光成像技术，实现番茄幼苗冷害的自动分类和标记，为植物自身抗冷害研究和深度学习分类方法在精准农业中的应用奠定基础	研究对象是番茄幼苗的冷害分类	计算机视觉	NA	叶绿素荧光成像技术	双向长短期记忆模型（BiLSTM）	图像	使用了番茄幼苗的叶绿素荧光图像集进行训练和测试