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
6481	2024-09-20	Prediction of aptamer affinity using an artificial intelligence approach 2024-Sep-18, Journal of materials chemistry. B DOI:10.1039/d4tb00909f PMID:39158322	研究论文	研究利用人工智能方法预测适配体亲和力	结合机器学习和深度学习模型，提出了一种快速预测适配体与目标分子结合亲和力的方法	NA	探讨人工智能在适配体亲和力预测中的应用	适配体与目标分子的结合亲和力	机器学习	NA	分子动力学模拟	机器学习和深度学习	序列数据	NA
6482	2024-09-20	Ultrastretchable, Ultralow Hysteresis, High-Toughness Hydrogel Strain Sensor for Pressure Recognition with Deep Learning 2024-Sep-18, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c12419 PMID:39230598	研究论文	本文介绍了一种具有超拉伸性、低滞后性和高韧性的水凝胶应变传感器，并展示了其在压力识别中的应用	提出了一种双重物理交联的聚丙烯酰胺/透明质酸/蒙脱土水凝胶，实现了超高的拉伸性、低滞后性和高韧性	NA	开发一种具有优异机械性能的水凝胶材料，并探索其在柔性可穿戴设备中的应用	聚丙烯酰胺/透明质酸/蒙脱土水凝胶及其在应变传感器中的应用	NA	NA	NA	深度学习	NA	NA
6483	2024-09-20	VoxelMorph-Based Deep Learning Motion Correction for Ultrasound Localization Microscopy of Spinal Cord 2024-Sep-18, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3463188 PMID:39292568	研究论文	本文提出了一种基于VoxelMorph深度学习的运动校正方法，用于提高脊髓超声定位显微镜（ULM）的成像性能	本文创新性地应用了VoxelMorph深度学习模型来校正脊髓ULM成像中的运动伪影	NA	提高脊髓血管成像的准确性，以便于损伤的紧急诊断和后续治疗	脊髓血管的超分辨率成像	计算机视觉	NA	超声定位显微镜（ULM）	VoxelMorph	图像	NA
6484	2024-09-20	Deep Learning-Based Tract Classification of Preoperative DWI Tractography Advances the Prediction of Short-term Postoperative Language Improvement in Children with Drug-resistant Epilepsy 2024-Sep-18, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3463481 PMID:39292577	研究论文	本文开发了一种基于深度卷积神经网络的束分类方法，用于预测药物难治性癫痫儿童术后短期语言改善	本文的创新点在于使用深度卷积神经网络对预手术扩散加权成像连接组中的特定语言模块网络进行束分类，以提高术后短期语言改善的预测准确性	NA	本文的研究目的是开发一种新的方法来预测药物难治性癫痫儿童术后短期语言改善	本文的研究对象是药物难治性癫痫儿童的预手术扩散加权成像连接组中的特定语言模块网络	计算机视觉	癫痫	深度卷积神经网络	CNN	图像	NA
6485	2024-09-20	Few-shot Class-incremental Learning for Retinal Disease Recognition 2024-Sep-18, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3457915 PMID:39292587	研究论文	本文介绍了一种新的少样本类增量学习框架Re-FSCIL，用于视网膜疾病识别	Re-FSCIL结合了RETFound模型和细粒度模块，采用前向兼容训练策略、监督对比学习和特征融合技术，显著提升了模型的适应性和特征区分能力	NA	开发能够持续学习新类别并保留现有知识的深度学习模型，以应对视网膜疾病诊断中数据获取困难和疾病表型随时间演变的问题	视网膜疾病识别	计算机视觉	视网膜疾病	监督对比学习	深度学习模型	图像	NA
6486	2024-09-20	Lightweight Source-Free Domain Adaptation based on Adaptive Euclidean Alignment for Brain-Computer Interfaces 2024-Sep-18, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3463737 PMID:39292591	研究论文	本文提出了一种基于自适应欧几里得对齐的轻量级无源域适应方法，用于脑机接口中的跨受试者识别	本文将欧几里得对齐扩展为自适应欧几里得对齐，通过学习投影矩阵来对齐目标受试者与源受试者的分布，从而消除域漂移问题并提高模型分类性能	NA	提高脑机接口中跨受试者的分类性能	脑电图（EEG）数据和脑机接口（BCI）系统	脑机接口	NA	自适应欧几里得对齐（AEA）	EEGNet, Shallow ConvNet, Deep ConvNet, MSFBCNN	脑电图（EEG）数据	四个深度学习模型在两个运动想象（MI）数据集、一个事件相关电位（ERP）数据集和一个稳态视觉诱发电位（SSVEP）数据集上的实验
6487	2024-09-20	Deep Learning for Echo Analysis, Tracking, and Evaluation of Mitral Regurgitation (DELINEATE-MR) 2024-Sep-17, Circulation IF:35.5Q1 DOI:10.1161/CIRCULATIONAHA.124.068996 PMID:38881496	研究论文	本文开发了一种深度学习系统，用于分析、追踪和评估二尖瓣反流，并测试了其在内部和外部测试集中的性能	本文提出了一种新颖的深度学习系统，能够处理完整的经胸超声心动图，识别彩色多普勒视频，并根据阅读心脏病专家的标准确定二尖瓣反流的严重程度	大多数误分类差异出现在无/微量和轻度二尖瓣反流之间，且在偏心性二尖瓣反流病例中的表现略低	开发和验证一种端到端的深度学习系统，用于准确分类二尖瓣反流的严重程度	二尖瓣反流的严重程度分类	机器学习	心血管疾病	深度学习	深度学习系统	视频	总共61,689例经胸超声心动图，分为训练集（43,811例）、验证集（8,891例）、内部测试集（8,987例）和外部测试集（8,208例）
6488	2024-09-20	High-Throughput Deep Learning Detection of Mitral Regurgitation 2024-Sep-17, Circulation IF:35.5Q1 DOI:10.1161/CIRCULATIONAHA.124.069047 PMID:39129623	研究论文	研究开发并验证了一种全自动深度学习管道，用于识别带有彩色多普勒超声心动图的顶端四腔视图视频，并检测经胸超声心动图中的临床显著性二尖瓣反流	提出了一种新颖的全自动管道，用于从完整的经胸超声心动图研究中识别临床显著性二尖瓣反流	NA	开发和验证一种全自动深度学习管道，用于检测临床显著性二尖瓣反流	二尖瓣反流	机器学习	心血管疾病	深度学习	深度学习模型	视频	58614例经胸超声心动图（2587538个视频）用于开发和测试，1800例研究（80833个视频）用于内部测试，915例研究（46890个视频）用于外部评估
6489	2024-09-20	Predicting stroke volume variation using central venous pressure waveform: a deep learning approach 2024-Sep-17, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad75e4 PMID:39214128	研究论文	本研究评估了一种深度学习方法从中心静脉压波形预测每搏量变异（SVV）的性能	使用长短期记忆（LSTM）和前馈神经网络的序列模型从中心静脉压波形中预测每搏量变异（SVV）	NA	评估深度学习模型从中心静脉压波形预测每搏量变异的准确性	中心静脉压波形和每搏量变异	机器学习	NA	深度学习	LSTM 和前馈神经网络	波形	224 例，包含 1717978 个中心静脉压波形和 EV1000/SVV 数据
6490	2024-09-20	Single-cell AI-based detection and prognostic and predictive value of DNA mismatch repair deficiency in colorectal cancer 2024-Sep-17, Cell reports. Medicine DOI:10.1016/j.xcrm.2024.101727 PMID:39293403	研究论文	本文介绍了一种基于人工智能的方法AIMMeR，用于在常规病理样本中检测结直肠癌中的DNA错配修复缺陷	AIMMeR能够在单细胞水平上确定错配修复蛋白表达，显示出高准确性和特异性，有助于精准医学	AIMMeR与微卫星不稳定性测试的一致性较低，反映了MMR和MSI PCR之间的不一致性	开发一种自动化方法来检测结直肠癌中的DNA错配修复缺陷，并评估其预后和预测价值	结直肠癌中的DNA错配修复缺陷	数字病理学	结直肠癌	人工智能	NA	图像	两个试验队列中的II/III期样本
6491	2024-09-20	Deep-learning generated B-line score mirrors clinical progression of disease for patients with heart failure 2024-Sep-16, The ultrasound journal DOI:10.1186/s13089-024-00391-4 PMID:39283362	研究论文	研究使用深度学习算法生成的B线评分与心力衰竭患者肺部充血和疾病严重程度的关系	开发了一种深度学习算法来生成B线评分，并评估其与临床评估的关联性	B线评分与Rothman指数无显著关联	确定深度学习算法生成的B线评分是否与肺部充血和疾病严重程度相关，并评估治疗后的评分变化	心力衰竭患者	计算机视觉	心血管疾病	深度学习	NA	图像	110名患者（3379个片段）
6492	2024-09-20	EnergyShare AI: Transforming P2P energy trading through advanced deep learning 2024-Sep-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36948 PMID:39296059	研究论文	本文介绍了一种名为EnergyShare AI的P2P能源交易系统，该系统通过深度强化学习算法优化能源管理效率	EnergyShare AI通过深度强化学习算法显著提高了能源管理效率，并大幅降低了成本，相比传统的线性整数规划模型，在优化双向能源转移方面具有显著优势	NA	旨在通过先进的机器学习技术改进P2P能源交易系统，提高能源需求管理和利用效率	消费者、生产消费者、太阳能阵列、储能系统（ESS）和电动汽车（EVs）	机器学习	NA	深度强化学习（DRL）	深度强化学习	能源数据	涉及不同家庭配置和人类发展阶段的能源转移
6493	2024-09-20	Bayesian optimized multimodal deep hybrid learning approach for tomato leaf disease classification 2024-09-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72237-x PMID:39277634	研究论文	提出了一种利用贝叶斯优化多模态深度混合学习方法来自动分类番茄叶病的系统	利用贝叶斯优化和深度混合学习模型，结合卷积神经网络和经典机器学习技术，实现了对番茄叶病的自动分类	NA	开发一种自动、早期且精确的番茄叶病识别系统，以帮助农民及时干预疾病传播	番茄叶病分类	机器学习	NA	卷积神经网络 (CNN), 随机森林 (RF), XGBoost, 高斯朴素贝叶斯 (GNB), 支持向量机 (SVM), 多项逻辑回归 (MLR), K近邻 (KNN)	深度混合学习模型	图像	使用了PlantVillage数据集，包含十种类型的番茄叶（九种病叶和一种健康叶）
6494	2024-09-20	General loss of proteostasis links Huntington disease to Cockayne syndrome 2024-Sep-14, Neurobiology of disease IF:5.1Q1 DOI:10.1016/j.nbd.2024.106668 PMID:39284372	研究论文	本文通过RNA-seq数据和深度学习方法，探讨了Cockayne综合征与亨廷顿病之间的联系，发现两者在蛋白质稳态失调方面存在共同机制	首次揭示了Cockayne综合征与亨廷顿病在蛋白质稳态失调方面的共同机制	研究主要基于细胞系和动物模型，尚未在人体组织中进行验证	探讨Cockayne综合征与亨廷顿病之间的病理联系	Cockayne综合征和亨廷顿病的细胞系及动物模型	生物信息学	NA	RNA-seq	深度学习	转录组数据	两个Cockayne综合征突变细胞系和多个亨廷顿病细胞培养模型
6495	2024-09-20	Automatic generation of diffusion tensor imaging for the lumbar nerve using convolutional neural networks 2024-Sep-13, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110237 PMID:39278577	研究论文	本研究旨在利用深度学习语义分割技术，自动生成腰椎神经的扩散张量成像（DTI）	首次使用深度学习语义分割模型U-Net自动提取腰椎神经并生成神经束追踪图	研究样本量较小，仅涉及90名患者的数据	开发一种自动化的系统，用于提取腰椎神经并生成神经束追踪图，以提高DTI在临床中的应用	腰椎神经的扩散张量成像及其自动生成	计算机视觉	腰椎退行性疾病	扩散张量成像（DTI）	U-Net	图像	90名患有腰椎退行性疾病的患者，共839张轴向扩散加权图像（DWI）
6496	2024-09-20	Tailoring nonsurgical therapy for elderly patients with head and neck squamous cell carcinoma: A deep learning-based approach 2024-Sep-13, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000039659 PMID:39287264	研究论文	评估深度学习模型在为无法手术的老年头颈鳞状细胞癌患者选择个性化化疗方案中的应用，并量化基线特征对治疗效果的影响	使用自归一化平衡个体治疗效果模型进行生存数据分析，超越了其他模型和国家综合癌症网络指南	研究结果需要在临床环境中进一步验证	评估深度学习模型在个性化化疗选择中的应用，并分析基线特征对治疗效果的影响	无法手术的老年头颈鳞状细胞癌患者	机器学习	头颈鳞状细胞癌	深度学习	自归一化平衡个体治疗效果模型	生存数据	4276名老年头颈鳞状细胞癌患者
6497	2024-09-20	Virtual Screening and Molecular Docking: Discovering Novel METTL3 Inhibitors 2024-Sep-12, ACS medicinal chemistry letters IF:3.5Q2 DOI:10.1021/acsmedchemlett.4c00216 PMID:39291017	研究论文	本文提出了一种结合结构基础方法和几何深度学习算法的混合高吞吐量虚拟筛选协议，用于发现METTL3的新型抑制剂	本文创新性地结合了结构基础方法和几何深度学习算法，提出了一种高效的混合虚拟筛选协议	NA	发现METTL3的新型抑制剂，并评估其在肿瘤治疗中的潜力	METTL3及其抑制剂	生物信息学	肿瘤	虚拟筛选、分子对接、分子动力学模拟	几何深度学习	化合物数据库	自建内部数据库中的化合物
6498	2024-09-20	Single-cell analysis via manifold fitting: A framework for RNA clustering and beyond 2024-Sep-10, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2400002121 PMID:39226348	研究论文	本文介绍了一种名为scAMF的框架，通过流形拟合技术提高单细胞RNA测序数据的聚类精度和可视化效果	提出了scAMF框架，通过流形拟合模块有效去噪单细胞RNA测序数据，提高了聚类效率和数据可视化清晰度	NA	提高单细胞RNA测序数据分析的精度和可靠性	单细胞RNA测序数据	数字病理学	NA	单细胞RNA测序	流形拟合	基因表达数据	25个公开的单细胞RNA测序数据集，涵盖多种测序平台、物种和器官类型
6499	2024-09-20	Joint trajectory inference for single-cell genomics using deep learning with a mixture prior 2024-Sep-10, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2316256121 PMID:39226366	研究论文	本文介绍了一种名为VITAE的统计方法，结合潜在层次混合模型和变分自编码器，用于单细胞基因组数据的轨迹推断	VITAE方法通过整合潜在层次混合模型和变分自编码器，提高了轨迹推断的准确性和不确定性量化	NA	开发一种新的统计方法，用于单细胞测序数据中的细胞发育路径分析	单细胞RNA测序数据中的细胞发育轨迹	机器学习	NA	变分自编码器	VAE	RNA测序数据	涉及三个小鼠新皮层的单细胞RNA测序数据集
6500	2024-09-20	Automated condylar seating assessment using a deep learning-based three-step approach 2024-Sep-04, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-024-05895-w PMID:39227487	研究论文	本文介绍了一种基于深度学习的三步法自动评估髁突就位情况的方法	本文的创新点在于将多步骤分割、光线投射和前馈神经网络相结合，实现了髁突就位评估的自动化	NA	开发并验证一种基于深度学习算法的工具，自动评估髁突就位情况	髁突就位情况	计算机视觉	NA	深度学习	前馈神经网络	图像	60个CBCT扫描（120个髁突）