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
9861	2024-08-05	Mining the interpretable prognostic features from pathological image of intrahepatic cholangiocarcinoma using multi-modal deep learning 2024-Jul-08, BMC medicine IF:7.0Q1 DOI:10.1186/s12916-024-03482-0 PMID:38972973	研究论文	该研究建立了一种可解释的深度学习模型，从肝内胆管癌的病理图像中提取预后特征	提出了一种综合的预后神经网络，并且通过多模态数据提取与临床结果相关的形态特征	缺乏可解释性仍然是临床应用的一个重要障碍	研究肝内胆管癌的病理图像分析与癌症预后之间的关系	373名肝内胆管癌患者的病理图像	数字病理学	肝内胆管癌	深度学习	集成神经网络	图像和多组学数据	373名肝内胆管癌患者
9862	2024-08-05	LVPocket: integrated 3D global-local information to protein binding pockets prediction with transfer learning of protein structure classification 2024-Jul-07, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-024-00871-8 PMID:38972994	研究论文	本文提出了一种新方法LVPocket，能够整合局部和全局信息以提高蛋白质结合位点预测的精确度	通过整合Transformer编码器，本研究创新性地捕获了蛋白质结构的局部与全局信息	研究未详细讨论模型在极端蛋白质折叠结构上的适用性	旨在改进蛋白质结合位点预测的准确性	不同结构类别的蛋白质及其结合位点	计算机视觉	NA	转移学习	Transformer	蛋白质结构数据	四种不同结构类别的蛋白质数据
9863	2024-08-05	Exploring the efficacy of GRU model in classifying the signal to noise ratio of microgrid model 2024-Jul-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66387-1 PMID:38971840	研究论文	本文提出了一种名为噪声分类仿真模型（NCSM）的分类模型，用于实时预测微电网系统中的信噪比（SNR）值	创新点在于利用深度学习模型GRU进行信号到噪声比的分类预测，提供了一种新的方法应对微电网中的噪声干扰	本文的具体局限性未作详细说明	研究旨在确保微电网系统操作的稳定性，通过预测因通信网络引起的噪声	主要研究对象为微电网系统的信号到噪声比（SNR）	机器学习	NA	深度学习	GRU	网络流量数据	实验结果未提供具体的样本数量
9864	2024-08-05	Learning dynamical systems from data: An introduction to physics-guided deep learning 2024-Jul-02, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2311808121 PMID:38913886	研究论文	介绍了物理指导深度学习的框架，重点是学习动态系统	将第一性原理的物理知识整合到数据驱动方法中，以便更好地解决科学问题	传统物理建模依赖于强假设和昂贵的数值积分，需要显著的计算资源和领域专长	旨在通过物理指导的深度学习来建模复杂的物理动态	复杂物理动态和动态系统的学习	机器学习	NA	深度学习	NA	NA	NA
9865	2024-08-05	Pairing interacting protein sequences using masked language modeling 2024-Jul-02, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2311887121 PMID:38913900	研究论文	本文开发了一种基于掩蔽语言模型的相互作用蛋白质序列配对方法	提出了差异化配对（DiffPALM）方法，利用MSA Transformer在多序列比对中填充掩蔽氨基酸的能力	依赖于MSA Transformer的表现，未进行微调，对单链数据的训练可能影响性能	预测氨基酸序列中相互作用的蛋白质对	两种蛋白质家族的平行异构体	计算机视觉	NA	MSA Transformer	NA	氨基酸序列	从普遍存在的原核生物蛋白质数据集中提取的浅层多序列比对的困难基准
9866	2024-08-05	A lightweight hybrid model for the automatic recognition of uterine fibroid ultrasound images based on deep learning 2024 Jul-Aug, Journal of clinical ultrasound : JCU IF:1.2Q3 DOI:10.1002/jcu.23703 PMID:38676550	研究论文	该文章提出了一种轻量级混合模型，用于自动识别子宫肌瘤的超声图像	结合了MobileNetV2网络和深度卷积生成对抗网络（DCGAN），创新性地用于子宫肌瘤的自动分类和特征评估	NA	提高子宫肌瘤超声图像的自动分类精度和速度	子宫肌瘤的超声图像	计算机视觉	NA	深度学习	MobileNetV2和DCGAN	图像	NA
9867	2024-08-05	Hybrid deep learning assisted multi classification: Grading of malignant thyroid nodules 2024-Jul, International journal for numerical methods in biomedical engineering IF:2.2Q2 DOI:10.1002/cnm.3824 PMID:38736034	研究论文	本研究提出了一种混合深度学习辅助的多分类方法，用于恶性甲状腺结节的分级	开发了一种创新的混合深度学习模型，结合了多种特征提取和分类技术，以提高甲状腺结节的准确性和效率	在甲状腺结节检测中仍然面临准确性和有效性的挑战	研究旨在提高甲状腺结节的检测和分类能力	研究对象为甲状腺结节的影像	计算机视觉	甲状腺癌	深度学习	混合模型（Deep Maxout和CNN）	图像	NA
9868	2024-08-05	Tracing unknown tumor origins with a biological-pathway-based transformer model 2024-Jun-17, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2024.100797 PMID:38889685	研究论文	本文开发了一种融合生物途径知识的深度学习模型BPformer，用于识别未知原发肿瘤的来源	BPformer通过结合生物途径知识和变换器模型，显著提高了肿瘤起源识别的准确性	在本文中未提及该方法的潜在局限性	研究未知原发癌的肿瘤来源识别	使用10410个来自32种癌症类型的主要肿瘤的转录组数据进行训练	机器学习	NA	深度学习	变换器模型	转录组数据	10410个主要肿瘤样本
9869	2024-08-05	Subtype-WGME enables whole-genome-wide multi-omics cancer subtyping 2024-Jun-17, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2024.100781 PMID:38761803	研究论文	本研究提出了一种创新策略，整合全基因组多组学数据，以促进癌症亚型分类	提出了一种利用高维组学数据隐层特征的多任务编码器进行自适应融合的策略	NA	探索基因组广泛数据在癌症研究中的整合潜力和实际应用	针对八个基准癌症数据集的癌症亚型分类进行实证评估	数字病理学	癌症	多组学	多任务编码器	基因组数据	八个基准癌症数据集
9870	2024-08-05	Detecting fungi-affected multi-crop disease on heterogeneous region dataset using modified ResNeXt approach 2024-Jun-11, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-024-12790-0 PMID:38862723	研究论文	本文探讨了在不同区域数据集中使用改进的ResNeXt方法检测受真菌影响的多作物病害	提出了一种改进的ResNeXt CNN模型，显示出比现有方法更好的真菌病害预测能力	针对不同区域的数据集中，真菌病害检测的研究较少	研究农作物中真菌病害的检测方法以提高农业生产	主要研究苹果、番石榴和奶油苹果三种作物中的真菌病害	计算机视觉	NA	卷积神经网络（CNN）	改进的ResNeXt	图像	14,408张图像，涵盖三种不同作物的真菌病害
9871	2024-08-05	Integrating Deep Learning with Electronic Health Records for Early Glaucoma Detection: A Multi-Dimensional Machine Learning Approach 2024-Jun-07, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11060577 PMID:38927813	研究论文	本研究开发了一种基于深度学习模型的青光眼检测预测模型	结合临床数据、社会行为风险因素和人口统计数据进行青光眼检测的多维机器学习方法	仅使用电子健康记录数据时模型准确性较低，难以与结合影像数据的模型相媲美	利用深度学习模型和电子健康记录数据进行青光眼早期检测	1652名参与者，其中826名为对照组，826名为青光眼患者	机器学习	青光眼	深度学习	随机森林、梯度提升、顺序模型	临床数据、社会行为风险因素和人口统计数据	1652名参与者
9872	2024-08-05	Cinobufotalin prevents bone loss induced by ovariectomy in mice through the BMPs/SMAD and Wnt/β-catenin signaling pathways 2024-Jun, Animal models and experimental medicine IF:3.8Q2 DOI:10.1002/ame2.12359 PMID:38013618	研究论文	本研究探讨了中药蟾酥对去卵巢小鼠诱导的骨质流失的保护作用及其潜在机制	本研究使用深度学习预测系统筛选抗骨质疏松剂，并揭示了蟾酥通过BMPs/SMAD和Wnt/β-连环蛋白信号通路促进骨生成分化的机制	本研究未涉及临床试验数据，仅在小鼠模型上进行观察	研究蟾酥对骨质疏松的保护作用和机制	研究主要聚焦于雌激素缺乏导致的骨质流失及人骨髓间充质干细胞的功能	数字病理学	骨质疏松	qRT-PCR, Western blot (WB), 免疫荧光 (IF), Micro-CT	NA	NA	小鼠模型及人骨髓间充质干细胞
9873	2024-08-05	A Deep Learning-Based Assay for Programmed Death Ligand 1 Immunohistochemistry Scoring in Non-Small Cell Lung Carcinoma: Does it Help Pathologists Score? 2024-Jun, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2024.100485 PMID:38588885	研究论文	本研究开发了一种AI模型来计算非小细胞肺癌中PD-L1免疫组化分析的肿瘤比例评分(TPS)	首次专注于AI辅助系统如何帮助病理学家确定TPS	对不同评分方式的AI辅助方法的统计结果并不显著	探讨AI辅助系统在PD-L1 TPS评分中的应用及其对病理学家评估准确度的影响	584个组织微数组样本	数字病理学	肺癌	免疫组织化学	AI模型	组织样本	584个样本
9874	2024-08-05	Feasibility of Multimodal Artificial Intelligence Using GPT-4 Vision for the Classification of Middle Ear Disease: Qualitative Study and Validation 2024-05-31, JMIR AI DOI:10.2196/58342 PMID:38875669	研究论文	本研究探讨了使用GPT-4 Vision进行中耳疾病分类的可行性	首次将GPT-4 Vision与患者特定数据相结合，以改善中耳疾病的诊断	研究中存在数据隐私和伦理考量的挑战	研究GPT-4 Vision在结合特定患者数据时对中耳疾病的诊断有效性	305幅中耳疾病的耳镜图像	机器学习	中耳疾病	深度学习	GPT-4 Vision	图像	305幅耳镜图像
9875	2024-08-05	DrugMetric: quantitative drug-likeness scoring based on chemical space distance 2024-May-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae321 PMID:38975893	研究论文	本文介绍了一种新的无监督学习框架DrugMetric，用于基于化学空间距离量化药物相似性。	DrugMetric结合了变分自编码器的强大学习能力和高斯混合模型的区分能力，创新性地评估药物相似性。	未提及该方法在特定领域或特定类型药物的有效性限制。	该研究旨在加速候选药物的虚拟筛选过程。	研究对象为药物分子的药物相似性评估。	机器学习	NA	无监督学习	变分自编码器和高斯混合模型	数据集	在多种任务和数据集上测试，未具体说明样本数量
9876	2024-08-05	Antibody design using deep learning: from sequence and structure design to affinity maturation 2024-May-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae307 PMID:38960409	研究论文	本文探讨了深度学习在抗体设计和优化中的应用	通过结合体外和体内方法，提出了新技术以简化抗体开发流程	未涉及对其他生物大分子的开发应用	研究深度学习在抗体设计和亲和力成熟中的潜力	主要研究抗体的设计、折叠、抗体-抗原相互作用和亲和力成熟	生物技术	NA	深度学习	NA	NA	NA
9877	2024-08-05	Forecasting vaping health risks through neural network model prediction of flavour pyrolysis reactions 2024-05-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-59619-x PMID:38719814	研究论文	本文利用图卷积神经网络模型预测电子液体化学香料的热分解反应，评估吸食电子烟的健康风险	将深度学习方法与实验质谱数据相结合，识别出1169个分子量匹配，优先分析这些化合物	未详细说明不同化学实体的健康影响和长期风险	评估吸食电子烟过程中化学物质的热分解所带来的健康风险	180种电子液体化学香料及其热分解反应	机器学习	NA	图卷积神经网络	图卷积神经网络(NN)	化学数据	180种电子液体化学香料
9878	2024-08-05	Deep learning algorithm for predicting preterm birth in the case of threatened preterm labor admissions using transvaginal ultrasound 2024-Apr, Journal of medical ultrasonics (2001) DOI:10.1007/s10396-023-01394-9 PMID:38097857	研究论文	本研究构建深度学习模型，以预测威胁性早产的超声图像中的早产风险	提出了使用深度学习算法分析经阴道超声图像来预测早产的创新方法	研究中患者样本量较小，可能限制了结果的广泛适用性	旨在改善早产预测的准确性，从而优化围产期护理	纳入了因威胁性早产或宫颈缩短住院的患者	计算机视觉	早产	经阴道超声	卷积神经网络（CNN）和视觉变换器（Vit）	图像	共纳入59名患者，早产组30例，全期组29例
9879	2024-08-05	Artifact reduction in photoacoustic images by generating virtual dense array sensor from hemispheric sparse array sensor using deep learning 2024-Apr, Journal of medical ultrasonics (2001) DOI:10.1007/s10396-024-01413-3 PMID:38480548	研究论文	本研究利用深度学习技术生成虚拟密集阵列传感器信号，以减少光声成像中的伪影	通过在不同方向上安装虚拟传感器，采用2D卷积神经网络生成信号，从而克服了使用稀疏阵列传感器带来的技术和成本问题	使用3D卷积神经网络生成信号需要巨大的计算成本，且在此应用中不切实际	研究如何减少光声成像中的伪影，以提高血管成像的质量	本研究主要针对光声成像中的伪影问题进行技术改进	数字病理学	NA	深度学习	2D卷积神经网络	模拟数据与人手掌测量数据	NA
9880	2024-08-05	Comparative evaluation of machine learning algorithms for phishing site detection 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2131 PMID:38983211	研究论文	本文评估了八种机器学习和深度学习算法在钓鱼网站检测中的有效性	引入了新的CNN模型以及用于类不平衡的SMOTE，并进行了严格的超参数调整	未提及具体的局限性	评估机器学习和深度学习算法在识别钓鱼网站中的效果	八种机器学习和深度学习算法的表现	机器学习	NA	机器学习，深度学习	支持向量机（SVM），k最近邻（KNN），随机森林（RF），决策树（DT），极端梯度提升（XGBoost），逻辑回归（LR），卷积神经网络（CNN）	数据集	使用了两个真实数据集，具体数量未提及