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
1441	2024-12-16	DeepDR: a deep learning library for drug response prediction 2024-Nov-28, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae688 PMID:39558584	研究论文	本文介绍了一个名为DeepDR的深度学习库，专门用于药物反应预测	DeepDR是首个专门为药物反应预测开发的深度学习库，简化了药物和细胞特征化、模型构建、训练和推理的过程	NA	推动精准医学和药物发现的发展	药物反应预测	机器学习	NA	深度学习	深度学习模型	药物和细胞特征	NA
1442	2024-12-16	Artificial Intelligence Applications to Measure Food and Nutrient Intakes: Scoping Review 2024-Nov-28, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/54557 PMID:39608003	综述	本文通过范围综述总结了现有文献中使用人工智能工具评估食物和营养摄入的有效性、准确性和挑战	本文展示了人工智能在提高饮食评估准确性、减少劳动力和实现实时监控方面的潜力	人工智能在适应不同食物类型、确保算法公平性和解决数据隐私问题方面仍存在挑战	总结现有文献中使用人工智能工具评估食物和营养摄入的有效性、准确性和挑战	使用现代人工智能方法评估人类食物和营养摄入的研究	机器学习	NA	深度学习、机器学习、混合方法	卷积神经网络、支持向量机	图像、声音、文本	样本量从10到38,415名参与者不等
1443	2024-12-16	Multi-kernel feature extraction with dynamic fusion and downsampled residual feature embedding for predicting rice RNA N6-methyladenine sites 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae647 PMID:39674264	研究论文	本文提出了一种新的端到端深度学习框架MFDm6ARice，用于预测水稻RNA N6-甲基腺苷位点，通过多核特征融合模块和下采样残差特征嵌入模块提高特征提取的准确性和计算效率	本文创新性地构建了多核特征融合模块和下采样残差特征嵌入模块，解决了传统方法中因无效填充导致的特征稀疏和高维特征复杂性问题	本文未提及具体的局限性	开发一种新的深度学习框架，用于准确预测水稻RNA N6-甲基腺苷位点	水稻RNA N6-甲基腺苷位点	机器学习	NA	深度学习	NA	序列	未具体说明样本数量
1444	2024-12-16	A Novel Management Challenge in Age-Related Macular Degeneration: Artificial Intelligence and Expert Prediction of Geographic Atrophy 2024-Nov-09, Ophthalmology. Retina DOI:10.1016/j.oret.2024.10.029 PMID:39522752	研究论文	本研究探讨了在年龄相关性黄斑变性（AMD）中，眼科专家与人工智能（AI）在预测地理萎缩（GA）进展方面的价值和差异	人工智能在预测地理萎缩进展方面表现优于眼科专家，尤其是在仅使用OCT影像的情况下	研究样本量较小，且仅基于一个临床试验的数据	研究眼科专家与人工智能在预测地理萎缩进展方面的预测能力和差异	年龄相关性黄斑变性患者的自然进展地理萎缩	机器学习	眼科疾病	深度学习算法	深度学习	图像	134只眼，来自134名患者
1445	2024-12-16	Automated segmentation of brain metastases with deep learning: A multi-center, randomized crossover, multi-reader evaluation study 2024-Nov-04, Neuro-oncology IF:16.4Q1 DOI:10.1093/neuonc/noae113 PMID:38991556	研究论文	本研究开发并评估了一种基于深度学习的脑转移瘤分割系统，通过多中心、随机交叉、多读者评估研究验证其在临床实践中的应用	首次通过多中心、随机交叉、多读者评估研究验证了基于深度学习的脑转移瘤分割系统的临床应用效果	研究样本量相对较小，且仅限于脑转移瘤的分割任务	开发并验证一种用于脑转移瘤分割的深度学习系统	脑转移瘤的分割任务	计算机视觉	脑转移瘤	深度学习	NA	图像	488名患者的数据用于系统开发，50名患者的数据用于评估
1446	2024-12-16	A pathway from surface to deep online language learning approach: The crucial role of online self-regulation 2024-Nov, Acta psychologica IF:2.1Q2 DOI:10.1016/j.actpsy.2024.104644 PMID:39652985	研究论文	研究探讨了伊朗高中EFL学习者在在线语言学习中的学习方法，特别是教学、技术和同伴支持以及在线自我调节的中介作用	提出了一个新的概念框架，即在线语言学习方法（OLLA），并引入了与语言学习者复杂动态系统相关的新心理学因素	研究仅限于伊朗高中EFL学习者，可能无法推广到其他群体或教育背景	填补在线语言学习领域中关于学习者方法的空白，特别是在计算机辅助语言学习和心理语言学领域	伊朗高中EFL学习者在在线语言学习中的学习方法	计算机辅助语言学习	NA	偏最小二乘结构方程建模（PLS-SEM）	偏最小二乘结构方程建模	文本	686名伊朗高中EFL学习者
1447	2024-12-16	Toward a Semi-Supervised Learning Approach to Phylogenetic Estimation 2024-Oct-30, Systematic biology IF:6.1Q1 DOI:10.1093/sysbio/syae029 PMID:38916476	研究论文	本文提出了一种半监督学习方法，用于推断分子进化和重建系统发育树	本文结合了基因组进化随机模拟与一种新的监督深度学习模型，直接分析多序列比对并估计每个位点的进化速率和分歧度，无需已知的系统发育树	本文的方法在复杂速率变化模式下表现优异，但在简单伽马分布下的准确性与基于似然的系统发育推断相当	开发一种新的半监督学习方法，用于更灵活和准确的系统发育分析	分子进化速率参数和系统发育树的重建	机器学习	NA	深度学习	深度学习模型	基因组数据	2600万核苷酸的基因组数据
1448	2024-12-16	TAWFN: a deep learning framework for protein function prediction 2024-Oct-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae571 PMID:39312678	研究论文	本文提出了一种结合卷积神经网络（CNN）和图卷积网络（GCN）的深度学习框架TAWFN，用于蛋白质功能预测	本文的创新点在于提出了一种结合CNN和GCN的统一框架TAWFN，通过自适应权重融合网络来提高蛋白质功能预测的准确性	本文的局限性在于仅在PDBset和AFset数据集上进行了实验验证，未来需要在更多数据集上进行测试	本文的研究目的是提高蛋白质功能预测的准确性	本文的研究对象是蛋白质结构及其功能	机器学习	NA	卷积神经网络（CNN）、图卷积网络（GCN）	卷积神经网络（CNN）、图卷积网络（GCN）	蛋白质结构数据	实验使用了PDBset和AFset数据集
1449	2024-12-16	Cardiovascular care with digital twin technology in the era of generative artificial intelligence 2024-Sep-26, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehae619 PMID:39322420	综述	本文综述了数字孪生技术在心血管医学中的应用及其未来潜力	本文探讨了生成式人工智能与数字孪生技术的结合，以实现动态和全面的个性化模拟	本文未详细讨论具体的技术实现细节和临床试验结果	探讨数字孪生技术在心血管医学中的应用及其未来发展	心血管疾病患者及其临床环境	数字病理学	心血管疾病	数字孪生技术，生成式人工智能	机器学习模型，生成模型	多模态数据	NA
1450	2024-12-16	LEO navigation observables extraction using CLOCFC network 2024-Sep-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-70846-0 PMID:39242654	研究论文	本文提出了一种轻量级深度学习模型CLOCFC，用于从低地球轨道卫星信号中提取导航观测值	提出了CLOCFC模型，采用双分支结构，并引入了CFC模块（一种液态神经网络），以增强数据序列中的时空信息获取能力	NA	减少航空用户对全球导航卫星系统的依赖，利用低地球轨道卫星的信号进行导航和定位	从低地球轨道卫星信号中提取导航观测值	机器学习	NA	深度学习	CLOCFC	信号	使用ORBCOMM星座信号作为模型输入，多普勒频率作为标签，进行了大量实验
1451	2024-12-16	Sitetack: A Deep Learning Model that Improves PTM Prediction by Using Known PTMs 2024-Jun-04, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.03.596298 PMID:38895359	研究论文	本文提出了一种名为Sitetack的深度学习模型，通过使用已知的蛋白质翻译后修饰（PTM）位点来提高PTM预测的准确性	通过在模型中引入已知的PTM位点标签，显著提升了现有模型的预测性能，并展示了PTM位点对其他PTM预测的重要性	文章未明确提及具体的局限性	提高蛋白质翻译后修饰（PTM）位点的预测准确性	蛋白质翻译后修饰（PTM）位点	机器学习	NA	深度学习	卷积神经网络（CNN）	序列数据	未明确提及具体样本数量
1452	2024-12-16	Representing Part-Whole Hierarchies in Foundation Models by Learning Localizability, Composability, and Decomposability from Anatomy via Self-Supervision 2024-Jun, Proceedings. IEEE Computer Society Conference on Computer Vision and Pattern Recognition DOI:10.1109/cvpr52733.2024.01071 PMID:39670210	研究论文	本文介绍了一种新的自监督学习框架Adam-v2，通过学习局部性、组合性和分解性来表示医学图像中的部分-整体层次结构	Adam-v2通过三个关键分支（局部性、组合性和分解性）显式地将部分-整体层次结构融入学习目标，从而提高了模型在医学图像处理中的通用性和鲁棒性	NA	克服深度学习在医学图像处理中缺乏显式部分-整体关系编码的局限性	医学图像中的解剖结构	计算机视觉	NA	自监督学习	Adam-v2	图像	未标注的医学图像
1453	2024-12-16	A generalization performance study on the boosting radiotherapy dose calculation engine based on super-resolution 2024-May, Zeitschrift fur medizinische Physik IF:2.4Q2 DOI:10.1016/j.zemedi.2022.10.006 PMID:36631314	研究论文	本研究开发了一种基于超分辨率的深度学习模型，用于在临床实践中快速准确地预测剂量分布	提出了多阶段剂量超分辨率网络（MDSR Net）架构，结合稀疏掩模模块和多阶段渐进剂量分布恢复方法，显著提高了剂量预测的准确性和泛化能力	未提及具体的局限性	开发一种高效准确的剂量计算方法，以促进在线自适应放射治疗技术（OLART）的广泛应用	不同疾病部位的VMAT计划中的剂量分布	机器学习	NA	深度学习	多阶段剂量超分辨率网络（MDSR Net）	图像	340个VMAT计划，其中240个用于模型训练，60个用于模型基准测试，40个用于模型泛化评估
1454	2024-12-16	NON-CARTESIAN SELF-SUPERVISED PHYSICS-DRIVEN DEEP LEARNING RECONSTRUCTION FOR HIGHLY-ACCELERATED MULTI-ECHO SPIRAL FMRI 2024-May, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi56570.2024.10635551 PMID:39669313	研究论文	本文提出了一种基于物理驱动的深度学习重建方法，用于加速多回波螺旋fMRI成像	本文创新性地使用了非笛卡尔轨迹的自监督学习算法，并结合物理驱动的深度学习网络，实现了10倍加速的多回波螺旋fMRI重建	NA	提高多回波螺旋fMRI成像的时空分辨率	多回波螺旋fMRI成像	计算机视觉	NA	物理驱动的深度学习	深度学习网络	图像	NA
1455	2024-12-16	Automated quantification of vacuole fusion and lipophagy in Saccharomyces cerevisiae from fluorescence and cryo-soft X-ray microscopy data using deep learning 2024-04, Autophagy IF:14.6Q1 DOI:10.1080/15548627.2023.2270378 PMID:37908116	研究论文	本文开发了一种基于深度学习的计算方法，结合软X射线断层扫描（SXT）和荧光显微镜，用于自动量化酵母细胞中的液泡融合和脂噬过程	本文首次开发了Deep Yeast Fusion Network（DYFNet）卷积神经网络模型，用于分类完全融合和部分融合的液泡，并实现了LipoSeg管道来自动化实例分割脂滴和液泡	NA	开发一种新方法，用于高分辨率和高通量地定量分析酵母细胞中的液泡融合和脂噬过程	酵母细胞中的液泡融合和脂噬过程，特别是NPC1和NPC2蛋白的功能	计算机视觉	NA	深度学习	卷积神经网络（CNN）	图像	NA
1456	2024-12-16	Open-top Bessel beam two-photon light sheet microscopy for three-dimensional pathology 2024-Mar-15, eLife IF:6.4Q1 DOI:10.7554/eLife.92614 PMID:38488831	研究论文	本文开发了一种开放式双光子光片显微镜（OT-TP-LSM）用于术中三维病理学研究	首次采用开放式双光子光片显微镜结合贝塞尔光束进行深层组织的三维成像，并利用深度学习网络将OT-TP-LSM图像转换为虚拟H&E图像	NA	开发一种新型的三维光学显微镜技术，以补充传统的破坏性H&E染色病理学方法	人体癌症组织样本，包括皮肤、胰腺和前列腺	数字病理学	癌症	双光子光片显微镜（TP-LSM）	深度学习网络	图像	多种人体癌症组织样本
1457	2024-12-16	AutoTransOP: translating omics signatures without orthologue requirements using deep learning 2024-Jan-29, NPJ systems biology and applications IF:3.5Q1 DOI:10.1038/s41540-024-00341-9 PMID:38287079	研究论文	本文开发了一种名为AutoTransOP的神经网络自编码器框架，用于将指定物种或细胞环境的组学数据映射到全局潜在空间，从而在不要求匹配直系同源物的情况下识别相关信息	创新点在于提出了AutoTransOP框架，能够在不要求直系同源物匹配的情况下，将不同物种或细胞环境的组学数据映射到全局潜在空间，并识别相关信息	NA	开发一种能够在不要求直系同源物匹配的情况下，将不同物种或细胞环境的组学数据映射到全局潜在空间的方法	不同物种或细胞环境的组学数据	机器学习	NA	深度学习	神经网络自编码器	组学数据	NA
1458	2024-12-15	An integrative nomogram based on MRI radiomics and clinical characteristics for prognosis prediction in cervical spinal cord Injury 2024-Dec-14, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-024-08609-8 PMID:39672993	研究论文	本研究构建了一个基于MRI放射组学和临床特征的诺模图模型，用于预测颈椎脊髓损伤患者的预后	本研究创新性地结合了MRI放射组学特征和临床特征，通过深度迁移学习方法提取特征，并构建了一个综合预测模型	本研究的样本量相对较小，且仅限于颈椎脊髓损伤患者，未来需要在大样本和多中心研究中验证模型的普适性	构建一个结合MRI放射组学和临床特征的诺模图模型，用于预测颈椎脊髓损伤患者的预后	颈椎脊髓损伤患者	数字病理学	脊髓损伤	MRI放射组学，深度迁移学习	诺模图模型	图像	168名颈椎脊髓损伤患者
1459	2024-12-15	Utilizing InVEST ecosystem services model combined with deep learning and fallback bargaining for effective sediment retention in Northern Iran 2024-Dec-14, Environmental science and pollution research international DOI:10.1007/s11356-024-35712-6 PMID:39673030	研究论文	本研究旨在将博弈论和深度学习算法与InVEST生态系统服务模型（IESM）结合，用于伊朗Kasilian流域的沉积物保持（SR）建模	本研究创新性地将博弈论中的Fallback bargaining算法与深度学习算法（CNN、LSTM、RNN）结合，用于沉积物保持的分布建模，并比较了不同方法的性能	本研究仅在Kasilian流域进行，样本量有限，可能限制了结果的普适性	研究目的是通过结合博弈论和深度学习算法，优化沉积物保持的建模和优先级划分	研究对象是伊朗Kasilian流域的19个子流域及其沉积物保持潜力	计算机视觉	NA	深度学习算法	CNN、LSTM、RNN	地理环境数据	19个子流域
1460	2024-12-15	A Novel Approach in Cancer Diagnosis: Integrating Holography Microscopic Medical Imaging and Deep Learning Techniques - Challenges and Future Trends 2024-Dec-13, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad9eb7 PMID:39671712	研究论文	本研究探讨了将全息显微医学成像与深度学习技术结合用于癌症诊断的新方法	提出了一种结合定量相位成像（QPI）和深度学习（DL）的新方法，解决了传统成像技术无法捕捉详细结构信息的局限性	研究中提到了集成全息成像和深度学习方法所面临的挑战，但未详细说明具体的限制	探索全息显微成像与深度学习技术结合在癌症诊断中的潜力，并提出未来研究方向	癌症诊断中的组织样本和全息图像	计算机视觉	NA	全息显微成像，深度学习	U-Net，Vision Transformer（ViT）	图像	未具体说明样本数量