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
1781	2024-12-12	PCGmix: A Data-Augmentation Method for Heart-Sound Classification 2024-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3458430 PMID:39255074	研究论文	提出了一种名为PCGmix的数据增强方法，用于心音分类，以解决深度学习模型在心血管疾病检测中数据不足的问题	PCGmix算法通过分割和重新组装PCG录音，并结合精细的插值方法，确保保留与心血管疾病检测相关的主要诊断特征	实验仅在公开的心音录音数据库上进行，未提及在其他数据集或实际临床环境中的验证	提高深度学习模型在数据受限环境下对心血管疾病检测的准确性	心音数据（PCG数据）的增强和分类	机器学习	心血管疾病	数据增强	NA	音频	使用了公开的正常和异常心音录音数据库，具体样本数量未提及
1782	2024-12-12	A Feature Fusion Model Based on Temporal Convolutional Network for Automatic Sleep Staging Using Single-Channel EEG 2024-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3457969 PMID:39504300	研究论文	本文提出了一种基于时序卷积网络的特征融合模型，用于使用单通道脑电图进行自动睡眠分期	提出了特征融合时序卷积网络（FFTCN）算法，结合一维卷积神经网络（1D-CNN）和二维卷积神经网络（2D-CNN）提取时序和时频特征，并通过时序卷积网络（TCN）进行序列级分类	未提及具体局限性	提高使用单通道脑电图进行自动睡眠分期的准确性	健康受试者的睡眠分期	机器学习	NA	连续小波变换（CWT）	时序卷积网络（TCN）	脑电图（EEG）	使用了SHHS-1、Sleep-EDF-153和ISRUC-S1数据集
1783	2024-12-12	Development of a Deep Learning-Based Predictive Model for Improvement after Holmium Laser Enucleation of the Prostate According to Detrusor Contractility 2024-Nov, International neurourology journal IF:1.8Q3 DOI:10.5213/inj.2448362.181 PMID:39638455	研究论文	本研究开发了一种基于深度学习的预测模型，用于预测男性下尿路症状/良性前列腺增生患者在接受钬激光前列腺剜除术后症状改善情况	本研究创新性地使用深度神经网络（DNN）进行多分类预测，并与其他机器学习模型进行比较，结果显示DNN的预测性能优于其他模型	本研究的样本数据来自单一医疗中心，可能存在地域和人群的局限性	开发一种人工智能模型，用于预测钬激光前列腺剜除术后症状改善情况，特别是最大流速（MFR）和排尿效率（VE）的变化	接受钬激光前列腺剜除术的男性下尿路症状/良性前列腺增生患者	机器学习	前列腺疾病	深度神经网络（DNN）	DNN	数值数据	1933名患者，其中1142名患者的数据用于研究，992名用于模型训练，150名用于外部验证
1784	2024-12-12	Deep learning improves physician accuracy in the comprehensive detection of abnormalities on chest X-rays 2024-10-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76608-2 PMID:39448764	研究论文	本文介绍了一种通过深度学习算法辅助医生全面检测和定位胸部X光片异常的人工智能系统	该人工智能系统获得了FDA批准，能够显著提高医生在胸部X光片异常检测中的准确性，并展示了其在公开数据集上的泛化能力	未提及具体的局限性	研究目的是评估人工智能系统在胸部X光片异常检测中的准确性和对医生诊断能力的提升	研究对象包括放射科医生和非放射科医生在有无AI系统辅助下的胸部X光片异常检测能力	计算机视觉	NA	深度学习算法	NA	图像	使用了大规模数据集进行训练和测试，并在公开数据集上进行了泛化评估
1785	2024-12-12	MDNNSyn: A Multi-Modal Deep Learning Framework for Drug Synergy Prediction 2024-10, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3421916 PMID:38954565	研究论文	本文提出了一种多模态深度学习框架MDNNSyn，用于预测药物协同作用	MDNNSyn利用多层超图神经网络提取拓扑模态特征，并通过相似性策略构建语义模态特征，结合门控神经网络进行多模态融合，从而提高药物协同作用预测的准确性	NA	开发一种能够考虑药物间和细胞系间多种生物关系的计算模型，以提高药物协同作用预测的准确性	药物协同作用预测	机器学习	癌症	多层超图神经网络	多模态融合网络	多源信息	DrugCombDB和Oncology-Screen数据集
1786	2024-12-12	DeepFusionCDR: Employing Multi-Omics Integration and Molecule-Specific Transformers for Enhanced Prediction of Cancer Drug Responses 2024-10, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3417014 PMID:38935469	研究论文	本文介绍了一种名为DeepFusionCDR的新方法，通过无监督对比学习整合多组学特征，并结合分子SMILES特异性变换器来增强癌症药物反应预测	创新点在于整合了多组学数据（包括突变、转录组、甲基化组和拷贝数变异数据）以及分子特异性变换器来提取药物特征，从而提高癌症药物反应预测的准确性	NA	旨在通过多组学融合和分子特异性变换器来增强癌症药物反应的预测	癌症药物反应（CDR）的预测	机器学习	NA	无监督对比学习	多层感知器（MLP）	多组学数据（突变、转录组、甲基化组、拷贝数变异数据）和分子SMILES数据	使用了GDSC数据集和TCGA患者数据
1787	2024-12-12	CD4+ T cells exhibit distinct transcriptional phenotypes in the lymph nodes and blood following mRNA vaccination in humans 2024-Sep, Nature immunology IF:27.7Q1 DOI:10.1038/s41590-024-01888-9 PMID:39164479	研究论文	研究评估了mRNA疫苗接种后3个月和6个月，人类血液和引流淋巴结中针对SARS-CoV-2刺突蛋白的CD4 T细胞的转录表型	首次通过单细胞转录组学分析了mRNA疫苗接种后不同时间点血液和引流淋巴结中CD4 T细胞的异质性表型，并比较了疫苗接种和感染后的CD4 T细胞反应	研究仅限于BNT162b2 mRNA疫苗接种者和SARS-CoV-2感染者，未涵盖其他疫苗类型或病毒变种	探讨SARS-CoV-2 mRNA疫苗接种后CD4 T细胞在不同时间点的转录表型变化	人类血液和引流淋巴结中的CD4 T细胞	免疫学	NA	单细胞转录组学	深度学习	转录组	1,277个刺突蛋白特异性CD4 T细胞，包括238个使用Trex方法定义的细胞
1788	2024-12-12	Clinical value of deep learning image reconstruction on the diagnosis of pulmonary nodule for ultra-low-dose chest CT imaging 2024-08, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2024.04.008 PMID:38749827	研究论文	比较深度学习图像重建（DLIR）与自适应统计迭代重建-Veo（ASIR-V）在超低剂量CT（ULD-CT）中对肺结节的图像质量和检测能力	DLIR在超低剂量CT中显著降低了图像噪声，提高了图像质量和结节测量的准确性	研究样本量有限，且未探讨DLIR在不同类型肺结节中的表现差异	评估DLIR在超低剂量CT中对肺结节诊断的临床价值	超低剂量CT（ULD-CT）中的图像质量和肺结节检测能力	计算机视觉	肺部疾病	深度学习图像重建（DLIR）	深度学习模型	图像	142名需要肺部检查的参与者
1789	2024-12-12	Deep Learning-Derived Myocardial Strain 2024-Jul, JACC. Cardiovascular imaging DOI:10.1016/j.jcmg.2024.01.011 PMID:38551533	研究论文	本文开发了一种自动化的深度学习应变（DLS）分析管道，用于从标准超声心动图B模式图像中测量全局纵向应变（GLS），并验证其在多种应用和人群中的性能	本文的创新点在于开发了一种自动化、开源、与供应商无关的深度学习方法，用于从标准超声心动图图像中测量全局纵向应变，减少了操作员经验和供应商差异的影响	本文的局限性在于DLS方法在不同人群中的表现存在差异，尤其是在心脏肥厚和心脏淀粉样变性患者中的表现	研究目的是开发一种自动化的深度学习应变分析管道，并验证其在多种应用和人群中的性能	研究对象包括不同供应商和操作员的超声心动图图像，以及心脏肥厚和心脏淀粉样变性患者	计算机视觉	心血管疾病	深度学习	NA	图像	研究涉及了由2名操作员使用2个供应商扫描的患者数据，以及心脏肥厚和心脏淀粉样变性患者的数据
1790	2024-12-12	How does deep learning/machine learning perform in comparison to radiologists in distinguishing glioblastomas (or grade IV astrocytomas) from primary CNS lymphomas?: a meta-analysis and systematic review 2024-06, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2024.03.007 PMID:38614870	meta-analysis	本文通过meta分析和系统综述评估了深度学习/机器学习与放射科医生在区分胶质母细胞瘤和原发性中枢神经系统淋巴瘤方面的诊断准确性	本文通过meta分析整合了多个研究的结果，展示了深度学习/机器学习在MRI图像分类中的潜力，可能减少对活检的需求	本文仅分析了满足特定标准的8项研究，可能存在选择偏倚	评估深度学习/机器学习与放射科医生在区分胶质母细胞瘤和原发性中枢神经系统淋巴瘤方面的诊断准确性	胶质母细胞瘤和原发性中枢神经系统淋巴瘤的MRI图像分类	machine learning	脑肿瘤	MRI	NA	image	1159名患者
1791	2024-12-12	Faster acquisition of magnetic resonance imaging sequences of the knee via deep learning reconstruction: a volunteer study 2024-06, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2024.03.002 PMID:38614869	研究论文	评估深度学习重建（DLR）是否能加速膝关节磁共振成像（MRI）序列的获取	使用深度学习重建技术加速MRI图像的获取，并提高图像质量	研究仅在健康志愿者中进行，未涉及临床患者	评估深度学习重建技术在加速膝关节MRI序列获取中的应用效果	健康志愿者的膝关节MRI图像	计算机视觉	NA	磁共振成像（MRI），深度学习重建（DLR）	深度学习模型	图像	27名健康志愿者
1792	2024-12-12	Automatic Lenke classification of adolescent idiopathic scoliosis with deep learning 2024-Jun, JOR spine IF:3.4Q1 DOI:10.1002/jsp2.1327 PMID:38690524	研究论文	本研究开发了一种基于深度学习算法的自动化Lenke分类系统，用于青少年特发性脊柱侧弯的术前评估	本研究的创新点在于利用深度学习算法实现了Lenke分类的自动化，减少了人工测量中的观察者间变异性	本研究的模型需要在未来更多的病例中进行进一步验证	开发一种自动化的Lenke分类系统，用于青少年特发性脊柱侧弯的术前评估	青少年特发性脊柱侧弯患者的脊柱X光片	计算机视觉	脊柱侧弯	深度学习	基于关键点的检测方法和分割方法	图像	共收集了2082张脊柱X光片，包括407名青少年特发性脊柱侧弯患者和227名对照组个体
1793	2024-12-12	PBAC: A pathway-based attention convolution neural network for predicting clinical drug treatment responses 2024-May, Journal of cellular and molecular medicine IF:4.3Q2 DOI:10.1111/jcmm.18298 PMID:38683133	研究论文	提出了一种基于通路的注意力卷积神经网络PBAC，用于预测临床药物治疗反应	PBAC结合了深度学习框架和注意力机制，能够处理复杂的生物通路信息，提供基于生物功能的药物反应预测模型，并具有良好的可解释性	NA	开发一种能够准确预测临床药物治疗反应的模型，并探索潜在的癌症驱动通路	化疗药物和免疫治疗数据集	机器学习	NA	深度学习	CNN	数据集	四种化疗药物和11个免疫治疗数据集
1794	2024-12-12	ZleepAnlystNet: a novel deep learning model for automatic sleep stage scoring based on single-channel raw EEG data using separating training 2024-04-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-60796-y PMID:38684765	研究论文	本文提出了一种新的深度学习模型ZleepAnlystNet，用于基于单通道原始脑电图数据的自动睡眠阶段评分	引入了分离训练方法，并开发了一种包含15个CNN模型和1个BiLSTM的新模型，以提高N1阶段的分类性能	模型由于架构限制，无法使用端到端方法进行训练，需要分别训练每个组件	提高基于单通道原始脑电图数据的自动睡眠阶段评分的准确性和泛化能力	单通道原始脑电图数据	机器学习	NA	深度学习	CNN, BiLSTM	脑电图数据	使用了Sleep-EDF数据集和SHHS数据集进行训练和验证
1795	2024-12-12	SAMP: Identifying Antimicrobial Peptides by an Ensemble Learning Model Based on Proportionalized Split Amino Acid Composition 2024-Apr-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.25.590553 PMID:38712184	研究论文	本文提出了一种基于比例分割氨基酸组成（PSAAC）的集成学习模型SAMP，用于识别抗菌肽	SAMP模型引入了新的特征类型PSAAC，能够捕捉抗菌肽序列中的残基模式和序列顺序信息，并在处理大规模抗菌肽识别时具有更高的性能	NA	开发一种新的计算模型，用于更准确地识别抗菌肽，以应对未来可能出现的抗生素耐药性问题	抗菌肽（AMPs）及其在消除耐药病原体中的作用	机器学习	NA	集成随机投影（RP）	集成学习模型	序列数据	不同平衡和不平衡数据集
1796	2024-12-12	Deep learning insights into the architecture of the mammalian egg-sperm fusion synapse 2024-Apr-26, eLife IF:6.4Q1 DOI:10.7554/eLife.93131 PMID:38666763	研究论文	本文使用AlphaFold预测了与受精相关的其他细胞外蛋白质的结构，以确定它们是否可以形成介导融合的复合物	首次系统性地搜索了与受精相关蛋白质的二元相互作用，并识别出一个涉及精子IZUMO1、SPACA6、TMEM81和卵子JUNO、CD9的五聚体复合物，该复合物在结构上与预期的配子膜拓扑结构一致	本文主要依赖于结构预测模型AlphaFold，缺乏实验验证	揭示哺乳动物卵子和精子融合过程中涉及的蛋白质复合物的结构	哺乳动物卵子和精子融合过程中的蛋白质相互作用	生物信息学	NA	AlphaFold	NA	蛋白质结构	涉及小鼠和人类精子细胞中的TMEM81基因表达
1797	2024-12-12	SCIseg: Automatic Segmentation of T2-weighted Intramedullary Lesions in Spinal Cord Injury 2024-Apr-21, medRxiv : the preprint server for health sciences DOI:10.1101/2024.01.03.24300794 PMID:38699309	研究论文	开发了一种深度学习工具SCIseg，用于自动分割脊髓损伤中的T2加权髓内病变	提出了SCIseg模型，通过主动学习实现了对不同病因、不同扫描仪制造商和异质图像分辨率的髓内病变的自动分割	研究是回顾性的，且样本量相对较小	开发一种自动分割脊髓损伤中T2加权髓内病变的深度学习工具	脊髓损伤患者的T2加权MRI图像中的髓内病变	计算机视觉	脊髓损伤	深度学习	深度学习模型	图像	191名脊髓损伤患者
1798	2024-12-12	Adverse Event Signal Detection Using Patients' Concerns in Pharmaceutical Care Records: Evaluation of Deep Learning Models 2024-Apr-16, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/55794 PMID:38625718	研究论文	本研究评估了深度学习模型在药房护理记录中检测患者关注的不良事件信号的能力	本研究首次验证了深度学习模型用于筛选患者叙述中需要医疗干预的临床重要不良事件信号，并评估了其在药房数据中的适用性	本研究仅评估了特定类型的不良事件信号，未来研究可以扩展到更多类型的不良事件	评估深度学习模型在筛选需要医疗干预的临床重要不良事件信号方面的有效性	癌症患者的药房护理记录中的主观信息	机器学习	NA	深度学习	深度学习模型	文本	30,784条记录，涉及2479名至少使用过一种抗癌药物的患者
1799	2024-12-12	Morphomics via next-generation electron microscopy 2024-04-10, Journal of molecular cell biology IF:5.3Q2 DOI:10.1093/jmcb/mjad081 PMID:38148118	研究论文	本文探讨了通过下一代电子显微镜技术进行形态组学的研究	本文引入了新的电子显微镜技术，能够覆盖更广泛的纳米级视野，并结合深度学习进行生物图像的定量分析，从而推动了形态组学的发展	传统的电子显微镜设置仅限于狭窄的组织区域，可能导致观察结果的偏差	研究如何通过先进的电子显微镜技术和深度学习方法全面获取和量化细胞形态	细胞的超微结构	数字病理学	NA	电子显微镜（EM），深度学习	深度学习模型	图像	NA
1800	2024-12-12	Innovations in Medicine: Exploring ChatGPT's Impact on Rare Disorder Management 2024-03-28, Genes IF:2.8Q2 DOI:10.3390/genes15040421 PMID:38674356	综述	本文探讨了ChatGPT在医学领域的潜在应用，特别关注其在罕见病和遗传病管理中的作用	ChatGPT利用深度学习技术生成类似人类的响应，具有创新性	本文主要讨论了ChatGPT在医学领域的潜在应用和挑战，未深入探讨具体实施细节	探讨ChatGPT在医学领域的应用，特别是罕见病和遗传病管理中的未来角色	ChatGPT在医学领域的应用，特别是罕见病和遗传病管理	NA	罕见病	深度学习	语言模型	文本	NA