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
9541	2024-08-05	Discovering predisposing genes for hereditary breast cancer using deep learning 2024-May-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae346 PMID:39038933	研究论文	本文探讨了利用深度学习发现遗传性乳腺癌的易感基因	提出了一种新的高通量变异分析管道，适用于家族研究，并采用先进的机器学习模型和三维蛋白质结构分析技术	研究样本主要集中在中东背景的12个家庭，可能限制了结果的广泛适用性	识别导致家族性乳腺癌的易感基因	分析了来自12个家庭的稀有错义变异	计算机视觉	乳腺癌	深度学习	NA	变异数据	1218个稀有错义变异
9542	2024-08-05	Enhancing multi-class lung disease classification in chest x-ray images: A hybrid manta-ray foraging volcano eruption algorithm boosted multilayer perceptron neural network approach 2024-May-16, Network (Bristol, England) DOI:10.1080/0954898X.2024.2350579 PMID:38753162	研究论文	本研究提出了一种混合鯨鯊觅食火山喷发算法增强的多层感知器神经网络方法，用于多类肺疾病的分类	提出了一种新的混合算法以优化多层感知器的参数，并提高多类肺疾病的分类准确率	仍需解决稳定性和类别不平衡的问题	旨在提高胸部X光图像中多类肺疾病的分类准确性	研究对象为COVID-19、肺炎、结核（TB）和正常的胸部X光图像	计算机视觉	肺癌	多层感知器神经网络（MPNN）、ADKF、TF-IDF	多层感知器神经网络（MPNN）	图像	来自Covid-Chest X-ray数据集的胸部X光图像
9543	2024-08-05	CAT-DTI: cross-attention and Transformer network with domain adaptation for drug-target interaction prediction 2024-Apr-02, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05753-2 PMID:38566002	研究论文	本文提出了一种基于跨注意力和变换器的药物-靶标互动预测模型CAT-DTI	该模型通过领域适应能力改善了药物-靶标互动的预测精度，特别是在处理分布外数据时表现出色	研究中未提及具体的样本量和数据集的多样性	提升药物-靶标互动预测的准确性和效率	药物和蛋白质的特征表示及其互动特征	机器学习	NA	卷积神经网络与变换器	跨注意力模型	NA	NA
9544	2024-08-05	Interpretable deep learning methods for multiview learning 2024-Feb-14, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05679-9 PMID:38350879	研究论文	提出了一种名为iDeepViewLearn的可解释深度学习方法，用于多视图学习。	iDeepViewLearn结合了深度学习的灵活性与数据驱动和知识驱动的特征选择统计优势，提供了可解释的结果。	对于小样本量的问题的优势可能在于与其他深度学习方法的比较中，但具体的限制未详细说明。	研究在多视图数据中捕获非线性关系并实现特征选择的深度学习方法。	模拟数据和三种真实数据用于分类、聚类和重建任务。	计算机视觉	乳腺癌	深度学习	深度神经网络	图像	小到中等样本量
9545	2024-08-05	A deep learning approach to personality assessment: Generalizing across items and expanding the reach of survey-based research 2024-Feb, Journal of personality and social psychology IF:6.4Q1 DOI:10.1037/pspp0000480 PMID:37676124	研究论文	本研究利用深度学习方法对个性评估进行研究，解决了传统评估方法的限制。	通过使用深度神经网络提取问卷项目的嵌入表示，该方法能够推断未被评估的新项目，展现出新的可扩展、成本效益高的心理测量方法。	未提及具体的局限性	研究如何通过深度语言模型的语言个性描述表示来建模和预测多种个性特征。	问卷项目及与个性相关的心理结构。	自然语言处理	NA	深度学习	深度神经网络	文本	与调查参与者评分相同的任务中与人类评审者的准确性相当的项，具体样本量未说明
9546	2024-08-05	GAN-Based Motion Artifact Correction of 3D MR Volumes Using an Image-to-Image Translation Algorithm 2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3007743 PMID:39041007	研究论文	该研究介绍了一种基于3D深度学习框架的脑部MRI体积运动伪影修复新方法	引入了增量密集连接的3D U-net架构，并结合GAN-informed训练和新颖的体积重建损失函数	NA	提升受运动伪影影响的脑部MRI的图像质量	运动伪影影响的脑部MRI体积	计算机视觉	NA	深度学习	3D U-net, GAN	MRI图像	多样的受运动伪影影响的MRI体积
9547	2024-08-05	CCL-DTI: contributing the contrastive loss in drug-target interaction prediction 2024-Jan-30, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05671-3 PMID:38291364	研究论文	本文提出了一种基于对比损失的药物-靶标相互作用预测模型	引入对比损失函数以提高深度学习模型在药物-靶标相互作用预测中的性能	未提及特定的局限性	研究如何通过利用对比损失函数改进药物-靶标相互作用预测模型	研究对象为药物分子和蛋白质序列	计算机视觉	NA	深度学习	注意力机制融合模型	多模态知识	使用四个知名数据集进行评估
9548	2024-08-05	Deep learning-based synthetic dose-weighted LET map generation for intensity modulated proton therapy 2024-Jan-05, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad154b PMID:38091613	研究论文	该文章提出了一种基于深度学习的框架，用于从剂量分布图预测合成的质量能量转移 (LET) 分布图	使用CycleGAN模型显著提高了LET图生成的速度和准确性，优于其他基于GAN的模型	使用深度学习模型的有效性在不同的临床设置中可能需要进一步验证	旨在改进质子治疗的计划，通过更好地考虑可变的相对生物效能(RBE)	研究对象为质子治疗中的剂量分布图	数字病理学	NA	深度学习	CycleGAN	剂量分布图	NA
9549	2024-08-05	Early prognostication of overall survival for pediatric diffuse midline gliomas using MRI radiomics and machine learning: a two-center study 2024-Jan-03, medRxiv : the preprint server for health sciences DOI:10.1101/2023.11.01.23297935 PMID:37961086	研究论文	本研究开发了一个自动化的管道，用于分割小儿弥漫性中线胶质瘤的亚区域，并选择预测患者总生存期的影像组学特征	通过使用机器学习和MRI影像组学，该研究为预测小儿病人总生存期提供了一种新的非侵入性方法	研究中样本量相对较小，仅涵盖了69名患者，且仅通过两个中心的数据进行验证	研究的目的是预测小儿弥漫性中线胶质瘤患者的总生存期	研究对象为小儿弥漫性中线胶质瘤患者	机器学习	NA	MRI，机器学习	深度学习模型	影像	53名内部队列和16名外部队列患者
9550	2024-08-05	Early prognostication of overall survival for pediatric diffuse midline gliomas using MRI radiomics and machine learning: A two-center study 2024 Jan-Dec, Neuro-oncology advances IF:3.7Q2 DOI:10.1093/noajnl/vdae108 PMID:39027132	研究论文	本文开发了一种自动化管道，通过MRI放射组学和机器学习预测儿童弥漫性中线胶质瘤的整体生存率	提出了一种新的基于MRI放射组学和深度学习模型的生存率预测方法	研究样本量较小，可能影响结果的普适性	研究旨在预测儿童弥漫性中线胶质瘤患者的整体生存率	研究对象为儿童弥漫性中线胶质瘤患者	机器学习	NA	MRI放射组学	深度学习模型	医学影像	69个样本，53个来自内部队列，16个来自外部队列
9551	2024-08-05	Detection of Alzheimer's disease using Otsu thresholding with tunicate swarm algorithm and deep belief network 2024, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2024.1380459 PMID:39045216	研究论文	本文提出了一种自动化框架用于早期检测阿尔茨海默病。	提出使用Tunicate Swarm Algorithm优化Otsu阈值方法来提高阿尔茨海默病的图像分类准确率。	本文未提及特定样本的限制和研究的普适性问题。	研究阿尔茨海默病的早期检测方法，以降低死亡率。	使用结构磁共振成像(sMRI)图像检测阿尔茨海默病。	数字病理学	阿尔茨海默病	结构磁共振成像(sMRI)	深度信念网络(DBN)	图像	使用了阿尔茨海默病神经影像倡议(ADNI)和澳大利亚成像、标志物与生活方式旗舰研究(AIBL)数据集
9552	2024-08-05	StripeRust-Pocket: A Mobile-Based Deep Learning Application for Efficient Disease Severity Assessment of Wheat Stripe Rust 2024, Plant phenomics (Washington, D.C.) DOI:10.34133/plantphenomics.0201 PMID:39044844	研究论文	本研究提出了一个基于移动设备的深度学习应用程序，用于有效评估小麦条锈病的病害严重性	StripeRust-Pocket应用程序结合了模型辅助标注和深度学习技术，能够在复杂背景下准确量化病害严重性，并大幅缩短标注时间	NA	提供一种高效实用的小麦条锈病严重性评估解决方案	小麦条锈病叶片图像	计算机视觉	NA	深度学习	StripeRustNet（包含MobileNetV2-DeepLabV3+和ResNet50-DeepLabV3+）	图像	100张田间图像及自收集的数据集
9553	2024-08-05	Shape-position perceptive fusion electronic skin with autonomous learning for gesture interaction 2024, Microsystems & nanoengineering IF:7.3Q1 DOI:10.1038/s41378-024-00739-9 PMID:39045231	研究论文	提出了一种感知融合电子皮肤，实现手势交互的自主学习	开发了具有生物启发层次结构的感知融合电子皮肤，通过磁致伸缩合金膜的磁化状态实现对关节形状和位置的双重信息感知	佩戴应用的计算能力有限，可能影响深度学习网络的部署和多模态传感数据的融合	旨在提升可穿戴设备在人机交互中的手势识别和触觉反馈能力	研究目标是手部的关节运动与感知信息的映射	数字病理学	NA	NA	教师模型	信号信息	NA
9554	2024-08-05	AI-assisted deep learning segmentation and quantitative analysis of X-ray microtomography data from biomass ashes 2024-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.102812 PMID:39040214	研究论文	这篇文章介绍了一种使用深度学习对X射线微核成像数据进行分割和定量分析的方法	提出了一种深度学习分割方法，克服了手动分割中遇到的挑战，并提高了对多样化颗粒的定量分析精度	对于具有相似强度但不同模式的材料特征及背景中的强度变化和伪影，可能仍然存在分离困难	提高生物质灰烬图像的分割和定量分析效率，以促进有效的营养回收与可持续实践	生物质灰烬的微观结构，特别是颗粒的物理特性和孔隙结构	计算机视觉	NA	深度学习	U-Net	图像	NA
9555	2024-08-05	Image-based deep learning model using DNA methylation data predicts the origin of cancer of unknown primary 2024-09, Neoplasia (New York, N.Y.) DOI:10.1016/j.neo.2024.101021 PMID:38943996	研究论文	本文开发了一种基于图像的深度学习模型，用于预测未知原发癌症的起源。	文章创新地应用了视觉变换算法和DNA甲基化数据来识别癌症的起源。	本研究的局限性在于使用的样本主要来自TCGA和20个外部研究，可能影响模型的普遍适用性。	研究的目的是提高对未知原发癌症起源的准确识别。	研究对象为8,233个来自TCGA的原发肿瘤样本和394个转移癌样本。	数字病理学	未知原发癌症	DNA甲基化分析	视觉变换器	图像	8,233个原发肿瘤样本和394个转移癌样本
9556	2024-08-05	An instance segmentation dataset of cabbages over the whole growing season for UAV imagery 2024-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110699 PMID:39044907	研究论文	本文介绍了一种针对整个生长季节的白菜实例分割数据集，适用于无人机图像	提供了标注的白菜图像数据集，以便通过深度学习模型进行白菜识别	目前白菜的训练数据集仍然有限	创建用于无人机影像的白菜识别训练数据集	白菜图像和其标注	机器学习	NA	深度学习	NA	图像	458张图像，17,621个标注的白菜
9557	2024-08-05	Diagnostic support in pediatric craniopharyngioma using deep learning 2024-Aug, Child's nervous system : ChNS : official journal of the International Society for Pediatric Neurosurgery DOI:10.1007/s00381-024-06400-0 PMID:38647660	研究论文	本文研究了儿童颅咽管瘤患者，旨在开发用于放射学辅助分类的卷积深度学习算法	首次在本机构开展此类研究，利用可解释的人工智能和深度学习模型实现放射学诊断支持	NA	开发深度学习算法用于儿童颅咽管瘤的诊断支持	226名智利儿童患者的磁共振影像	计算机视觉	颅咽管瘤	深度学习	卷积神经网络	图像	226名患者（68名健康对照，58名颅咽管瘤患者，100名其他颅内肿瘤患者）
9558	2024-08-05	Experience of Implementing Deep Learning-Based Automatic Contouring in Breast Radiation Therapy Planning: Insights From Over 2000 Cases 2024-Aug-01, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2024.02.041 PMID:38431232	研究论文	本研究评估了自动轮廓系统在乳腺放射治疗中的影响和临床实用性	本研究展示了自动轮廓系统在临床实际应用中的表现，并强调了自动化设置的必要性和潜在的自动化偏差风险	在肺部的分割准确性较差，且未能明确提及如何处理这一问题	本研究的目的是评估自动轮廓系统在乳腺放射治疗中的临床效用	研究对象为2428名接受辅助乳腺放射治疗的患者	数字病理学	乳腺癌	深度学习	NA	轮廓数据	2428名患者
9559	2024-08-05	Active Discovery of the Allosteric Inhibitor Targeting Botrytis cinerea Chitinase Based on Neural Relational Inference for Food Preservation 2024-Jul-24, Journal of agricultural and food chemistry IF:5.7Q1 DOI:10.1021/acs.jafc.4c03023 PMID:39003764	研究论文	本文介绍了一种基于神经关系推理的活性发现方法，以寻找针对Botrytis cinerea几丁质酶的别构抑制剂。	利用深度学习神经关系推理框架主动识别了2-乙酰萘酮作为一种新的别构抑制剂。	暂无明显说明的限制因素	开发针对耐药性病原体的食品保存剂。	Botrytis cinerea几丁质酶及其抑制剂。	机器学习	NA	深度学习	神经关系推理	化学活性实验数据	使用了樱桃番茄的感染模型进行实验
9560	2024-08-05	SaccpaNet: A Separable Atrous Convolution-based Cascade Pyramid Attention Network to Estimate Body Landmarks Using Cross-modal Knowledge Transfer for Under-blanket Sleep Posture Classification 2024-Jul-23, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3432195 PMID:39042546	研究论文	本研究提出了一种基于深度相机的睡姿监测与分类系统，用于家庭或社区使用	提出了SaccpaNet，通过可分离的空洞卷积和金字塔注意力结构来处理毯子干扰问题，并引入了后验数据增强技术以增强模型的鲁棒性	该研究的参考数据主要基于150名参与者，可能限制了结果的广泛适用性	开发一种有效的睡姿评估方法，能够在卧室环境中克服传统多导睡眠监测的局限性	150名参与者在四种毯子条件下执行七种睡姿	计算机视觉	NA	深度学习	卷积神经网络 (CNN)	深度图像	150名参与者