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
10821	2024-08-05	Efficient deep learning-based approach for malaria detection using red blood cell smears 2024-06-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-63831-0 PMID:38858481	研究论文	本文提出了一种基于深度学习的EfficientNet方法，通过红细胞涂片检测疟疾	引入EfficientNet模型进行复杂图像特征的自动提取，以提高疟疾检测的准确性	没有提及对其他类型模型的比较以及样本的多样性	提高疟疾检测的效率和准确性	红血球图像中的疟疾寄生虫	计算机视觉	疟疾	深度学习	EfficientNet	图像	NA
10822	2024-08-05	Deep learning restores speech intelligibility in multi-talker interference for cochlear implant users 2024-06-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-63675-8 PMID:38853168	研究论文	本文探讨了深度学习在多说话者干扰中恢复 cochlear implant 用户的语音可懂度的效果	采用递归神经网络（RNN）和 SepFormer 两种 DNN 算法，显著提高了安装 cochlear implant 的听众在噪声环境中的语音可懂度	尚需更多研究验证 DNN 算法在不同背景噪声中的适用性和效果	研究深度学习算法在复杂噪声情境中提升 cochlear implant 用户的语音理解能力	对使用 cochlear implant 的 13 名听众进行测试	数字病理学	NA	深度神经网络（DNN）	递归神经网络（RNN）, SepFormer	音频	30 小时的定制数据集，13 名 cochlear implant 听众
10823	2024-08-05	Utility of the Morgan Fingerprint in Structure-Based Virtual Ligand Screening 2024-Jun-06, The journal of physical chemistry. B DOI:10.1021/acs.jpcb.4c01875 PMID:38783525	研究论文	本文介绍了摩根指纹在基于结构的虚拟配体筛选中的应用与改进	结合摩根指纹与其他指纹的方法显著提高了虚拟配体筛选的性能	未提及具体的样本限制或应用范围	旨在提升虚拟配体筛选的准确性	102个目标DUD-E集和81个目标DEKOIS2.0集	计算机视觉	NA	虚拟配体筛选	NA	配体数据	102个DUD-E目标和81个DEKOIS2.0目标
10824	2024-08-05	Mechanical Field Guiding Structure Design Strategy for Meta-Fiber Reinforced Hydrogel Composites by Deep Learning 2024-Jun, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202310141 PMID:38520708	研究论文	讨论了一种基于深度学习的机械场引导结构设计策略，针对增材纤维强化的水凝胶复合材料。	提出了利用深度学习算法设计的水凝胶复合材料的结构设计策略，能够实现目标机械性能。	文中未提及模型在实际应用中的具体限制和挑战。	研究增材纤维增强水凝胶的结构设计，以实现特定的机械性能。	增材纤维增强的水凝胶复合材料。	材料科学	NA	深度学习，生成对抗网络（GAN）	GAN	数据集，包含纤维分布和相应的机械性能	NA
10825	2024-08-05	ProkDBP: Toward more precise identification of prokaryotic DNA binding proteins 2024-Jun, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.5015 PMID:38747369	研究论文	本文介绍了一种新的计算模型ProkDBP，用于更精准地预测原核DNA结合蛋白。	创新之处在于提出ProkDBP模型，该模型结合了浅层学习和深度学习算法，以改进原核DNA结合蛋白的预测准确性。	目前的研究主要集中在模型准确性上，对其在更广泛的实际应用中的效果尚无深入验证。	研究目的是提高对原核DNA结合蛋白的准确预测，以促进新蛋白的发现和疾病干预的药物开发。	研究对象为原核DNA结合蛋白，这些蛋白在基因调控和细胞功能中起着重要作用。	机器学习	NA	机器学习	LGBM	NA	14种机器学习模型进行评估
10826	2024-08-07	DL4MicEverywhere: deep learning for microscopy made flexible, shareable and reproducible 2024-Jun, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02295-6 PMID:38760611	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
10827	2024-08-05	Dev-ResNet: automated developmental event detection using deep learning 2024-May-15, The Journal of experimental biology IF:2.8Q2 DOI:10.1242/jeb.247046 PMID:38806151	研究论文	该文章介绍了一种名为Dev-ResNet的小型高效3D卷积神经网络，用于自动检测发育事件	提出了一种新颖的深度学习模型，能够同时捕捉空间和时间特征来识别发育事件	未提及具体的局限性	旨在提高早期生命阶段实验生物学中发育事件检测的规模、可重现性和通量	使用大池螺（Lymnaea stagnalis）的胚胎发育中的10个功能事件进行验证	计算机视觉	NA	深度学习	3D卷积神经网络	图像	10个多样化的功能事件
10828	2024-08-05	Predicting the Progression of Chronic Kidney Disease: A Systematic Review of Artificial Intelligence and Machine Learning Approaches 2024-May, Cureus DOI:10.7759/cureus.60145 PMID:38864072	综述	本系统综述全面评估了人工智能和机器学习技术在预测慢性肾病进展中的应用	本文创新性地整合了多种AI/ML算法，强调了这些模型在CKD进展预测中的潜力和优势	存在数据质量、偏见和伦理考虑等挑战	旨在通过AI/ML技术预测慢性肾病的进展	涉及慢性肾病的进展预测研究	机器学习	慢性肾病	人工智能，机器学习	逻辑回归，支持向量机，随机森林，神经网络，深度学习	纵向数据，临床数据	涉及13项相关研究
10829	2024-08-05	Leveraging conformal prediction to annotate enzyme function space with limited false positives 2024-May, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012135 PMID:38809942	研究论文	本文提出了一种机器学习框架CPEC，用于控制生物发现中的假阳性率	CPEC结合了深度学习模型与符合预测方法，以实现假发现率的控制	本研究未提及模型在特定生物体上的应用限制	研究旨在优化生物发现过程中的预测准确性和假发现率控制	研究对象为功能较少表征的酶	机器学习	NA	深度学习与符合预测	NA	NA	NA
10830	2024-08-05	A review of the application of deep learning in obesity: From early prediction aid to advanced management assistance 2024-Apr, Diabetes & metabolic syndrome DOI:10.1016/j.dsx.2024.103000 PMID:38604060	综述	本文总结了深度学习在肥胖研究中的应用现状	首次审查了深度学习在肥胖中的应用，显示其在肥胖预测中的优势，并在管理和身体脂肪估算方面提出创新	系统评价的数量有限，可能会影响结论的全面性	总结深度学习在肥胖研究中的应用趋势	分析了2018年1月至2023年9月间的相关研究	机器学习	肥胖	深度学习	NA	文献综述	40篇研究文章
10831	2024-08-05	DRANetSplicer: A Splice Site Prediction Model Based on Deep Residual Attention Networks 2024-03-26, Genes IF:2.8Q2 DOI:10.3390/genes15040404 PMID:38674339	研究论文	本研究开发了一种名为DRANetSplicer的深度学习模型，用于增强剪接位点预测的准确性	该模型结合了残差学习和注意力机制，以准确捕捉剪接位点的复杂特征	NA	提高剪接位点识别的准确性，以便更好地进行基因注释	采用来自三种不同生物的基因组数据构建多个数据集进行模型训练	机器学习	NA	深度学习	深度残差注意力网络	基因组数据	来自三种不同生物的多个高质量数据集
10832	2024-08-05	Interpretable deep learning reveals the role of an E-box motif in suppressing somatic hypermutation of AGCT motifs within human immunoglobulin variable regions 2024, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2024.1407470 PMID:38863710	研究论文	本文系统研究了E-box基序在抑制人类免疫球蛋白可变区域内AGCT基序的体细胞高突变中的作用	提出了一种新的抑制机制，表明E-box转录因子与特定AGCT基序之间的结合与突变频率存在对抗关系	未详细探讨其他可能影响突变频率的序列上下文因素	揭示E-box基序在调控人类免疫球蛋白变量区域中SHM模式的作用	人类免疫球蛋白可变区域内AGCT基序的体细胞高突变数据集	机器学习	NA	深度学习	DeepSHM	基因组数据	使用了人类SHM数据集进行系统分析
10833	2024-08-05	Seismic resolution improving by a sequential convolutional neural network 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0304981 PMID:38861574	研究论文	本文提出了一种通过顺序卷积神经网络提高地震分辨率的方法。	创新点在于引入顺序卷积神经网络(SCNN)来实现低分辨率和高分辨率地震信号之间的映射关系。	本文未提及具体的限制条件	研究旨在提高薄层软岩的地震探测精度。	研究对象为用于地震数据处理的薄层软岩。	计算机视觉	NA	深度学习	顺序卷积神经网络(SCNN)	地震信号	低分辨率和高分辨率地震数据集
10834	2024-08-05	MCCM: multi-scale feature extraction network for disease classification and recognition of chili leaves 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1367738 PMID:38863551	研究论文	本研究提出了一种优化的卷积神经网络模型MCCM，用于辣椒叶疾病的分类和识别。	该模型引入了多尺度特征融合模块（MSFFM）和混合通道空间注意机制（MCSAM），显著提高了对多种疾病特征的捕捉能力。	模型在实际应用中仍可能面临准确性和应用挑战。	旨在提高辣椒叶疾病的分类和识别效果。	研究对象为辣椒叶的疾病图像。	计算机视觉	NA	卷积神经网络（CNN）	MCCM（MCSAM-ConvNeXt-MSFFM）	图像	使用Plant Village数据集进行训练，样本数量未具体说明
10835	2024-08-05	A joint model for lesion segmentation and classification of MS and NMOSD 2024, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2024.1351387 PMID:38863883	研究论文	本文提出了一种联合模型，用于多发性硬化症（MS）和视神经脊髓炎光谱障碍（NMOSD）的病灶分割和分类	创新点在于利用任务间的关联性提出联合模型，同时处理病灶分割和疾病分类任务	研究中没有提到样本的多样性和外部验证的不足	提高多发性硬化症和视神经脊髓炎光谱障碍的识别和诊断的准确性与速度	主要研究对象是多发性硬化症和视神经脊髓炎光谱障碍的病灶	计算机视觉	多发性硬化症和视神经脊髓炎光谱障碍	T2-FLAIR MRI成像技术	双支路结构的卷积模块和Swin Transformer模块	图像	NA
10836	2024-08-05	Artificial intelligence for skin permeability prediction: deep learning 2024-12, Journal of drug targeting IF:4.3Q1 DOI:10.1080/1061186X.2024.2309574 PMID:38258521	研究论文	本研究使用深度学习网络成功预测了外源物质的皮肤渗透性	引入深度学习网络模型来预测皮肤渗透系数，提供了一种替代传统实验方法的新途径	研究仅基于公开数据库，可能存在样本选择和数据质量的限制	探索使用深度学习预测外源物质在皮肤上的渗透性	研究对象是145种化学物质、外源物质和药物的皮肤渗透性	机器学习	NA	深度学习	卷积神经网络 (CNN), 前馈神经网络 (FNN), 循环神经网络 (RNN)	记录数据	476条记录
10837	2024-08-05	Bridging Imaging and Clinical Scores in Parkinson's Progression via Multimodal Self-Supervised Deep Learning 2024-Aug, International journal of neural systems IF:6.6Q1 DOI:10.1142/S0129065724500436 PMID:38770651	研究论文	本文提出了一种多模态的共同潜在生成模型，以综合理解帕金森病的神经退行性特征。	该文章的创新之处在于使用了耦合变分自编码器（VAEs）来共同建模帕金森病的神经影像和临床数据。	研究中提到模型的局限性和能力，但具体细节未详细阐述。	本研究旨在提供一个更全面的框架来了解帕金森病的神经退行性演变。	研究对象为帕金森进展标记倡议（PPMI）中的神经影像和临床数据。	数字病理学	帕金森病	耦合变分自编码器（VAEs）	潜在生成模型	神经影像和临床数据	涉及的样本数量未明确说明
10838	2024-08-05	A deep learning-based approach for efficient detection and classification of local Ca²⁺ release events in Full-Frame confocal imaging 2024-Jul, Cell calcium IF:4.3Q2 DOI:10.1016/j.ceca.2024.102893 PMID:38701707	研究论文	本文提出了一种基于深度学习的方法，用于有效检测和分类局部钙释放事件	创新性地应用深度学习技术自动检测和分类局部钙释放事件	分析过程依赖于特定的成像数据，可能不适用于其他类型的成像技术	研究局部钙释放事件的检测和分类以促进细胞内钙信号的理解	孤立心肌细胞中的局部钙释放事件	数字病理学	NA	深度学习	NA	成像数据	NA
10839	2024-08-05	Deceptive learning in histopathology 2024-Jul, Histopathology IF:3.9Q1 DOI:10.1111/his.15180 PMID:38556922	研究论文	本研究系统评价了用于组织病理分析的深度神经网络（DNN）的可信度	提出了一种新的模型评估和解释框架，以识别DNN所学策略的可信与欺骗性	DNN在分子型谱分析中的表现依赖于虚假的相关性，未能在激光捕获显微切割获得的测试集上推广	旨在分析深度学习模型在组织病理分析中的视觉策略的信任度	研究了221个来自肺腺癌患者的全切片图像的深度神经网络	数字病理学	肺癌	深度学习	深度神经网络（DNN）	图像	221个全切片图像
10840	2024-08-05	Predicting hematoma expansion using machine learning: An exploratory analysis of the ATACH 2 trial 2024-Jun-15, Journal of the neurological sciences IF:3.6Q2 DOI:10.1016/j.jns.2024.123048 PMID:38749281	研究论文	本文旨在利用深度学习算法构建分类模型，以预测脑出血患者的血肿扩展。	该研究首次使用深度学习算法预测血肿扩展，而不依赖于高级影像学特征。	该模型的AUC仅稍好于其他模型，需要更大且更具异质性的数据集来进一步构建和泛化模型。	研究的目的是预测脑出血患者中的血肿扩展。	研究对象为参与ATACH-2试验的脑出血患者。	机器学习	脑出血	深度学习算法	人工神经网络（ANN）	数据	1000名患者中924名具有完整参数