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
1361	2024-12-15	Author Correction: AutoTransOP: translating omics signatures without orthologue requirements using deep learning 2024-Dec-13, NPJ systems biology and applications IF:3.5Q1 DOI:10.1038/s41540-024-00456-z PMID:39672816	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1362	2024-12-17	Advance drought prediction through rainfall forecasting with hybrid deep learning model 2024-Dec-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80099-6 PMID:39672936	研究论文	本文提出了一种混合深度学习模型，用于通过降雨预测来提高干旱预测的准确性	本文的创新点在于使用双向LSTM和LSTM的堆叠模型来捕捉复杂的时间依赖性，从而提高降雨预测的准确性	NA	本文的研究目的是通过提高降雨预测的准确性来改进干旱预测和管理	本文的研究对象是干旱预测和降雨预测	机器学习	NA	深度学习	双向LSTM和LSTM	时间序列数据	NA
1363	2024-12-17	Deep Learning-Based Detection of Malignant Bile Duct Stenosis in Fluoroscopy Images of Endoscopic Retrograde Cholangiopancreatography 2024-Dec-13, Digestion IF:3.0Q2 DOI:10.1159/000543049 PMID:39675349	研究论文	本文评估了使用深度学习模型在ERCP过程中通过荧光透视图像区分恶性胆管狭窄的可行性	本文首次使用卷积神经网络（CNN）基于荧光透视图像区分恶性胆管狭窄，提高了诊断过程的准确性和可重复性	研究为回顾性分析，且仅在德国的三所大学中心进行，结果需要在更大规模的前瞻性研究中进一步验证	评估深度学习模型在ERCP过程中通过荧光透视图像区分恶性胆管狭窄的可行性	成人患者的ERCP荧光透视图像	计算机视觉	胆管疾病	卷积神经网络（CNN）	CNN	图像	251名成年患者
1364	2024-12-17	MPCD: A Multitask Graph Transformer for Molecular Property Prediction by Integrating Common and Domain Knowledge 2024-Dec-12, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.4c02193 PMID:39620982	研究论文	本文提出了一种多任务图Transformer模型MPCD，用于分子性质预测，通过整合通用知识和领域知识来提高预训练的可迁移性	MPCD通过对齐预训练和微调的优化目标，并利用多任务学习来提高数据利用率和模型鲁棒性，同时采用关系感知自注意力机制全面捕捉分子的局部和全局结构	NA	提高分子性质预测的准确性和模型鲁棒性	分子性质预测中的吸收、分布、代谢、排泄和毒性（ADMET）以及物理化学性质预测	机器学习	NA	关系感知自注意力机制	图Transformer	分子图	各种数据规模的分子数据
1365	2024-12-17	Development of deep learning-based mobile application for the identification of Coccidia species in pigs using microscopic images 2024-Dec-11, Veterinary parasitology IF:2.0Q2 DOI:10.1016/j.vetpar.2024.110376 PMID:39675168	研究论文	开发了一种基于深度学习的移动应用程序，用于通过显微图像自动识别猪体内的球虫物种	采用两阶段方法，首先使用卷积神经网络（CNN）对球虫卵囊进行分割，然后通过同一网络进行物种识别，并引入了资源高效的模型和迁移学习来提高模型准确性	NA	开发一种自动识别猪体内球虫物种的移动应用程序，以减少对专家人员和耗时实验的依赖	猪体内的六种常见球虫物种，包括E. debliecki, E. perminuta, E. porci, E. spinosa, E. suis, 和 Isospora suis	计算机视觉	NA	卷积神经网络（CNN）	卷积神经网络（CNN）	图像	NA
1366	2024-12-17	Automatic plan selection using deep network-A prostate study 2024-Dec-10, Medical physics IF:3.2Q1 DOI:10.1002/mp.17550 PMID:39657031	研究论文	本文提出了一种基于深度学习框架的自动计划选择算法，用于前列腺癌的高剂量率近距离放射治疗计划选择	引入了新的视觉类标准，并结合常用的剂量体积直方图（DVH）标准，使用深度学习算法进行自动计划选择	算法在某些标准上与专家选择的结果无统计学差异，但在其他标准上可能存在差异	开发一种快速且稳健的自动计划选择算法，以帮助选择最佳的放射治疗计划	前列腺癌患者的高剂量率近距离放射治疗计划	机器学习	前列腺癌	深度学习	深度网络	图像	训练集包含835名以前接受过治疗的前列腺癌患者，验证集包含20名患者
1367	2024-12-17	A neural network to create super-resolution MR from multiple 2D brain scans of pediatric patients 2024-Dec-10, Medical physics IF:3.2Q1 DOI:10.1002/mp.17563 PMID:39657055	研究论文	本文提出了一种基于多层密集连接的超分辨率卷积神经网络（mDCSRN），用于从多个2D低分辨率脑部扫描中重建高分辨率3D MRI图像	本文的创新点在于提出了一种多层密集连接的超分辨率卷积神经网络（mDCSRN），能够从多个平面的2D低分辨率扫描中重建高分辨率3D MRI图像，并展示了其在视觉质量和结构分割精度上的优越性	本文的局限性在于需要进一步验证该模型在其他结构分析任务中的适用性	本研究的目的是开发一种能够从常规获取的2D低分辨率图像中重建高分辨率3D MRI图像的方法，以便从常规扫描中提取结构生物标志物	本研究的对象是儿童癌症幸存者的脑部扫描图像	计算机视觉	NA	超分辨率卷积神经网络	卷积神经网络	图像	使用了90个高分辨率T1加权儿童头部扫描图像进行训练，并使用了10个新的ABCD图像、18个CBTN研究图像和6个真实世界的随访图像进行测试
1368	2024-12-17	AI-luminating Artificial Intelligence in Inflammatory Bowel Diseases: A Narrative Review on the Role of AI in Endoscopy, Histology, and Imaging for IBD 2024-Dec-05, Inflammatory bowel diseases IF:4.5Q1 DOI:10.1093/ibd/izae030 PMID:38452040	综述	本文综述了人工智能（AI）在炎症性肠病（IBD）中的应用，特别是在内镜检查、组织学和影像学方面的进展	早期研究展示了AI在IBD的检测、诊断、表型分析和预后中的潜力	现有文献存在局限性和知识空白，AI尚未成为IBD的主流临床工具	探讨AI在IBD中的潜在价值，总结当前理解并识别知识空白，为未来研究提供信息	AI在IBD内镜检查、组织学和影像学中的应用	机器学习	炎症性肠病	深度学习和影像组学	NA	图像	NA
1369	2024-12-17	Detection of Periodontal Bone Loss and Periodontitis from 2D Dental Radiographs via Machine Learning and Deep Learning: Systematic Review Employing APPRAISE-AI and Meta-analysis 2024-Dec-05, Dento maxillo facial radiology DOI:10.1093/dmfr/twae070 PMID:39656957	综述	本文通过系统综述和Meta分析探讨了人工智能在评估牙科全景和根尖X光片中牙周骨丢失和牙周炎的应用	深度学习在评估牙周骨水平方面显示出巨大潜力	AI研究缺乏透明度，报告标准有待提高	探讨人工智能在牙周骨丢失和牙周炎诊断中的应用	牙科全景和根尖X光片中的牙周骨丢失和牙周炎	机器学习	牙周病	深度学习	NA	图像	30篇文章被纳入综述，其中10篇符合Meta分析条件
1370	2024-12-17	The Influence of a Deep Learning Tool on the Performance of Oral and Maxillofacial Radiologists in the Detection of Apical Radiolucencies 2024-Dec-04, Dento maxillo facial radiology DOI:10.1093/dmfr/twae054 PMID:39656660	研究论文	本研究评估了深度学习工具对口腔颌面放射科医生在检测根尖放射透亮区方面的影响	研究首次探讨了深度学习模型在口腔放射学中的应用，并评估了其对诊断效率的影响	研究样本量较小，且仅限于根尖放射透亮区的检测	评估深度学习模型对口腔放射科医生检测根尖放射透亮区能力的影响	口腔放射科医生在根尖放射透亮区检测中的表现	机器学习	NA	深度学习模型	NA	图像	68张经过锥束CT确认的根尖放射透亮区的口内根尖X光片
1371	2024-12-17	Brain clocks capture diversity and disparities in aging and dementia across geographically diverse populations 2024-Dec, Nature medicine IF:58.7Q1 DOI:10.1038/s41591-024-03209-x PMID:39187698	研究论文	本文研究了不同地理、社会经济、人口统计、性别和神经退行性因素对脑年龄差距的影响，并开发了一种基于功能磁共振成像和脑电图的深度学习架构来量化这些差距	首次分析了地理多样性对脑年龄差距的影响，并开发了一种新的深度学习模型来量化这些差距	研究仅限于15个国家的数据，可能无法全面代表全球所有人口的情况	探讨不同因素对脑年龄差距的影响，并为理解脑健康和疾病提供量化框架	来自15个国家的5,306名参与者的脑年龄数据，包括健康对照组和患有轻度认知障碍、阿尔茨海默病和行为变异型额颞叶痴呆的个体	机器学习	阿尔茨海默病	功能磁共振成像，脑电图	深度学习架构	图像，信号	5,306名参与者
1372	2024-12-17	AI-assisted assessment of fall risk in multiple sclerosis: A systematic literature review 2024-Dec, Multiple sclerosis and related disorders IF:2.9Q2 DOI:10.1016/j.msard.2024.105918 PMID:39447248	综述	本文系统回顾了利用人工智能和机器学习技术评估多发性硬化症患者跌倒风险的研究	本文展示了患者报告结果（PROs）、可穿戴传感器和深度学习在评估多发性硬化症患者跌倒风险方面的潜力	本文仅基于现有研究的回顾，未进行新的实验或数据收集	利用人工智能和机器学习技术预测多发性硬化症患者的跌倒可能性	多发性硬化症患者的跌倒风险	机器学习	多发性硬化症	NA	随机森林分类器、BiLSTM	患者报告结果、可穿戴加速度计数据	NA
1373	2024-12-17	Radiographer Education and Learning in Artificial Intelligence (REAL-AI): A survey of radiographers, radiologists, and students' knowledge of and attitude to education on AI 2024-Dec, Radiography (London, England : 1995) DOI:10.1016/j.radi.2024.10.010 PMID:39481214	调查	本研究调查了放射技师、放射科医生和学生对人工智能教育的知识和态度	首次评估了医疗影像专业人员对人工智能的当前理解和培训差距	样本量较小，且仅限于特定群体	评估医疗影像专业人员对人工智能的当前理解和培训需求	放射技师、放射科医生和学生	NA	NA	NA	NA	NA	136名参与者，来自25个国家和5个大洲
1374	2024-12-17	Automated Evaluation for Pericardial Effusion and Cardiac Tamponade with Echocardiographic Artificial Intelligence 2024-Dec-01, medRxiv : the preprint server for health sciences DOI:10.1101/2024.11.27.24318110 PMID:39649606	研究论文	本文开发并验证了一种基于深度学习的模型，用于自动评估超声心动图视频中的心包积液严重程度和心脏压塞	本文创新性地使用时空卷积神经网络来自动评估心包积液严重程度和心脏压塞，并展示了其在不同队列中的一致性和泛化能力	NA	开发并验证一种深度学习模型，用于自动评估超声心动图视频中的心包积液严重程度和心脏压塞	心包积液严重程度和心脏压塞	机器学习	心血管疾病	深度学习	时空卷积神经网络	视频	1,427,660个视频来自85,380个超声心动图，外部验证使用33,310个视频来自1,806个超声心动图
1375	2024-12-17	Making sense of missense: challenges and opportunities in variant pathogenicity prediction 2024-Dec-01, Disease models & mechanisms IF:4.0Q1 DOI:10.1242/dmm.052218 PMID:39676521	研究论文	本文探讨了预测变异致病性的计算工具的挑战和机遇，特别是基于AlphaFold的AlphaMissense模型	AlphaMissense模型不依赖于已知的变异分类进行训练，能够克服当前临床数据库中的偏差，并在功能和临床数据基准测试中表现出色	AlphaMissense模型缺乏可解释性，不评估变异的功能影响，且提供的致病性评分不具有疾病特异性	改进用于变异解释的计算工具的可解释性和精确性	变异致病性预测的计算工具	机器学习	NA	深度学习	深度学习模型	功能和临床数据	NA
1376	2024-12-17	Tiberius: end-to-end deep learning with an HMM for gene prediction 2024-Nov-28, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae685 PMID:39558581	研究论文	本文介绍了Tiberius，一种基于深度学习的从头基因预测器，它将卷积层和长短期记忆层与可微分的隐马尔可夫模型（HMM）层进行端到端集成	Tiberius通过将深度学习层与可微分的HMM层结合，显著提高了从头基因预测的准确性，并在人类基因组中实现了62%的F1得分	NA	开发一种新的深度学习方法，用于提高从头基因预测的准确性	哺乳动物基因组中的基因预测	机器学习	NA	深度学习	CNN、LSTM、HMM	DNA序列	人类基因组及其他两个基因组
1377	2024-12-17	Improved prediction of post-translational modification crosstalk within proteins using DeepPCT 2024-Nov-28, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae675 PMID:39570595	研究论文	本文提出了一种名为DeepPCT的深度学习算法，用于基于AlphaFold2结构预测蛋白质中的翻译后修饰交叉作用	DeepPCT结合了序列和结构信息，通过交叉注意力技术和图神经网络进行预测，并使用随机森林模型进行补充，提高了预测的准确性和泛化能力	NA	提高翻译后修饰交叉作用预测的准确性	蛋白质中的翻译后修饰交叉作用	机器学习	NA	深度学习	深度学习分类器、随机森林模型	蛋白质结构数据	NA
1378	2024-12-17	Design of high specificity binders for peptide-MHC-I complexes 2024-Nov-28, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.28.625793 PMID:39651227	研究论文	本文使用基于深度学习的蛋白质设计工具，设计了能够高特异性结合肽-MHC-I复合物的小蛋白	本文首次使用深度学习技术设计了能够高特异性结合肽-MHC-I复合物的小蛋白，并展示了其在酵母表面展示系统中的应用	本文仅在酵母表面展示系统和T细胞激活实验中验证了设计的有效性，尚未在人体中进行临床验证	设计高特异性结合肽-MHC-I复合物的小蛋白，用于疾病治疗	肽-MHC-I复合物及其在免疫系统中的作用	机器学习	NA	深度学习	NA	蛋白质结构	10个目标肽-MHC-I复合物
1379	2024-12-17	Managing Dyslipidemia in Children: Current Approaches and the Potential of Artificial Intelligence 2024-11-27, Cardiology in review IF:2.0Q3 DOI:10.1097/CRD.0000000000000816 PMID:39601582	综述	本文综述了儿童血脂异常的管理现状，并探讨了人工智能在改善筛查、诊断和治疗结果方面的潜力	本文探讨了人工智能在儿童血脂异常管理中的应用，包括脂质谱分析、肥胖评估和家族性高胆固醇血症筛查，展示了深度学习模型、机器学习算法和人工神经网络在提高诊断准确性和治疗效果方面的潜力	大多数研究是在成人群体中进行的，儿童群体的相关研究较少	分析当前儿童血脂异常管理的文献，并探讨人工智能在改善筛查、诊断和治疗结果方面的潜力	儿童血脂异常的管理	NA	心血管疾病	人工智能	深度学习模型、机器学习算法、人工神经网络	NA	NA
1380	2024-12-17	A self-attention-driven deep learning framework for inference of transcriptional gene regulatory networks 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae639 PMID:39679439	研究论文	本文介绍了一种基于自注意力机制的深度学习框架DeepTGI，用于从单细胞和/或批量转录组数据中推断转录因子与基因之间的相互作用	DeepTGI通过融合自动编码器提取的特征与自注意力机制及其他网络，能够更准确地预测转录因子与基因的相互作用，并重建基因调控网络	NA	开发一种新的深度学习框架，用于从基因表达数据中推断转录因子与基因之间的相互作用	转录因子与基因之间的相互作用	机器学习	NA	深度学习	自注意力机制	基因表达数据	单细胞和/或批量转录组数据