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
1881	2024-12-11	Using deep learning to classify developmental differences in reaching and placing movements in children with and without autism spectrum disorder 2024-12-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81652-z PMID:39632922	研究论文	本研究利用深度学习方法分析儿童在执行伸手和放置任务时的上肢运动学特征，以区分自闭症谱系障碍（ASD）儿童与典型发育（TD）儿童	首次将深度学习技术与上肢运动学数据结合，用于识别ASD儿童的运动学差异，并展示了较高的分类准确率	研究样本量较小，且仅限于学龄儿童，未来需要在更年轻的年龄组中验证其特异性	探索利用上肢运动学和深度学习方法识别ASD儿童的潜在生物标志物，以支持早期诊断	41名学龄儿童，包括28名ASD儿童和13名TD儿童	机器学习	自闭症谱系障碍	深度学习	多层感知器（MLP）	运动学数据	41名学龄儿童，包括28名ASD儿童和13名TD儿童
1882	2024-12-11	RNA language models predict mutations that improve RNA function 2024-Dec-05, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54812-y PMID:39638800	研究论文	本文介绍了一个名为GARNET的新数据库，用于RNA结构和功能分析，并开发了序列和结构感知的RNA生成模型，以识别提高RNA热稳定性的突变	提出了GARNET数据库，结合GTDB数据和深度学习模型，开发了序列和结构感知的RNA生成模型，用于预测RNA功能改进的突变	RNA结构预测仍因缺乏高质量的参考数据而受限	研究RNA序列、结构与功能之间的关系，并开发模型预测提高RNA功能的突变	RNA序列、结构及其在生物过程中的功能	生物信息学	NA	深度学习	GPT-like模型	RNA序列	涉及GARNET数据库中的RNA序列和GTDB参考生物体的实验及预测最适生长温度数据
1883	2024-12-11	Evaluating deep learning models for classifying OCT images with limited data and noisy labels 2024-12-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81127-1 PMID:39638854	研究论文	本研究评估了在数据有限和标签噪声情况下，使用深度学习模型对OCT图像进行分类的性能	本研究首次系统评估了在数据稀缺和标签噪声情况下，多种深度学习架构在OCT图像分类中的表现，并提出了通过增加训练样本量来缓解标签错误对分类性能的影响	研究中使用的样本量和标签噪声水平有限，可能无法完全代表所有临床情况	评估在数据稀缺和标签噪声情况下，深度学习模型对OCT图像分类的性能，以提高视网膜疾病诊断和管理的准确性和实际应用	视网膜病理与健康情况的OCT图像分类	计算机视觉	NA	深度学习	ResNet18, ResNet34, ResNet50, VGG16, InceptionV3	图像	5526张OCT图像，以及减少到21张的子集
1884	2024-12-11	A hybrid cardiovascular arrhythmia disease detection using ConvNeXt-X models on electrocardiogram signals 2024-12-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81992-w PMID:39638880	研究论文	本研究提出了一种结合ConvNeXt-X深度学习模型和数据平衡技术的混合方法，用于提高心律失常分类的准确性	本研究的创新点在于将ConvNeXt-X模型与随机过采样和SMOTE-TomekLink技术结合，显著提高了心律失常检测的准确性	本研究的局限性在于仅在MIT-BIH心律失常数据库上进行了验证，未来需要在更多数据集上进行验证	本研究的目的是提高心血管心律失常疾病的检测准确性，以支持临床决策	本研究的研究对象是心电图信号中的心律失常类型	机器学习	心血管疾病	ConvNeXt-X模型	ConvNeXt	信号	MIT-BIH心律失常数据库
1885	2024-12-11	The analysis of generative adversarial network in sports education based on deep learning 2024-12-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81107-5 PMID:39639013	研究论文	本研究探讨了在体育教育领域中使用生成对抗网络（GAN）技术，通过深度学习评估大学生心理健康素质	本研究引入了GAN和SeqGAN模型，并构建了一个生成评价文本的模型，通过引入奖励函数来增强模型的效果	本研究的局限性在于仅在体育领域进行了验证，且模型在生成器更新速度超过判别器时损失不收敛	本研究的目的是简化撰写质量评估的过程，并提高评估评论的公平性	本研究的对象是参与体育活动的大学生的心理健康素质	机器学习	NA	生成对抗网络（GAN）	生成对抗网络（GAN）	文本	NA
1886	2024-12-11	Detection of three-rooted mandibular first molars on panoramic radiographs using deep learning 2024-12-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82378-8 PMID:39639099	研究论文	本研究旨在开发一种基于深度学习的系统，用于在全景X光片上检测三根下颌第一磨牙，并评估其诊断性能	本研究首次使用五种卷积神经网络模型（ResNet-101、ResNet-50、DenseNet-201、MobileNet-v3和Inception-v3）对三根和两根下颌第一磨牙进行分类，并展示了ResNet-101在诊断性能上的优越性	当使用仅包含下颌第一磨牙远端一半的图像块时，CNN的性能有所下降	开发和评估一种基于深度学习的系统，用于在全景X光片上检测三根下颌第一磨牙	下颌第一磨牙的全景X光片和锥束CT图像	计算机视觉	NA	深度学习	卷积神经网络（CNN）	图像	730名患者的1444颗下颌第一磨牙（其中367颗为三根，1077颗为两根）
1887	2024-12-11	Res-TransNet: A Hybrid deep Learning Network for Predicting Pathological Subtypes of lung Adenocarcinoma in CT Images 2024-Dec, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01149-z PMID:38861071	研究论文	本研究开发了一种基于CT图像的混合深度学习网络，用于预测早期肺腺癌的病理亚型	提出了Res-TransNet模型，通过集成残差网络（ResNet）和视觉变换器（ViT）来提高分类性能	实验结果主要基于内部和外部验证集，未来需要更多临床验证	开发一种能够准确预测早期肺腺癌病理亚型的深度学习模型	早期肺腺癌的病理亚型，包括浸润性腺癌（IAC）、微浸润性腺癌和原位腺癌	计算机视觉	肺腺癌	深度学习	混合模型（ResNet和ViT的集成）	图像	1411个病理证实的磨玻璃结节（GGNs）
1888	2024-12-11	Deep Learning Detection of Hand Motion During Microvascular Anastomosis Simulations Performed by Expert Cerebrovascular Neurosurgeons 2024-Dec, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2024.09.069 PMID:39305985	研究论文	本文使用深度学习技术对经验丰富的脑血管神经外科医生在模拟显微血管吻合术中的手部运动进行定量评估	本文首次使用深度学习技术进行无物理传感器的手部运动跟踪，并定量评估手术动作	本文仅评估了5位专家的手部运动数据，样本量较小	研究深度学习在手术训练中的应用，评估专家手术动作的差异	经验丰富的脑血管神经外科医生在模拟显微血管吻合术中的手部运动	计算机视觉	NA	深度学习	NA	视频	5位经验丰富的脑血管神经外科医生
1889	2024-12-11	Automatic sleep staging based on 24/7 EEG SubQ (UNEEG medical) data displays strong agreement with polysomnography in healthy adults 2024-Dec, Sleep health IF:3.4Q2 DOI:10.1016/j.sleh.2024.08.007 PMID:39406630	研究论文	本文评估了基于24/7皮下脑电图（UNEEG医疗）数据的自动睡眠分期系统在健康成年人中的表现	使用UNEEG医疗的24/7皮下脑电图设备和深度学习模型U-SleepSQ进行自动睡眠分期，并与多导睡眠图进行比较	研究仅在健康成年人中进行，样本量较小	评估自动睡眠分期系统在健康成年人中的表现	健康成年人	机器学习	NA	24/7皮下脑电图（UNEEG医疗）	U-SleepSQ	脑电图数据	22名健康成年人，每人1-6次记录
1890	2024-12-11	Understanding Occlusion and Temporomandibular Joint Function Using Deep Learning and Predictive Modeling 2024-Dec, Clinical and experimental dental research IF:1.7Q3 DOI:10.1002/cre2.70028 PMID:39563180	综述	本文探讨了使用深度学习和预测建模来理解咬合和颞下颌关节功能，并提供了关于复杂牙科疾病如颞下颌紊乱症的见解	本文介绍了人工智能驱动的预测建模在牙科领域的应用，特别是深度学习在量化和分析咬合与颞下颌关节功能复杂关系中的作用	本文主要为综述性质，未提供具体的实验数据或模型验证结果	探讨预测建模和人工智能在理解咬合和颞下颌关节功能中的应用，并提供关于颞下颌紊乱症的诊断和治疗见解	咬合、颞下颌关节功能以及颞下颌紊乱症	机器学习	颞下颌紊乱症	深度学习	NA	图像	NA
1891	2024-12-11	Toward automated small bowel capsule endoscopy reporting using a summarizing machine learning algorithm: The SUM UP study 2024-Nov-30, Clinics and research in hepatology and gastroenterology IF:2.6Q2 DOI:10.1016/j.clinre.2024.102509 PMID:39622290	研究论文	本文研究了使用机器学习算法自动生成小肠胶囊内窥镜报告的方法	提出了一个基于深度学习和随机森林算法的自动化小肠胶囊内窥镜报告生成系统，显著减少了报告生成时间并提高了诊断准确性	研究样本量较小，且仅限于小肠血管病变的检测	改进深度学习算法，通过机器学习分类器对血管异常进行特征化，并选择最相关的图像插入报告	小肠胶囊内窥镜视频中的血管病变	机器学习	NA	深度学习，随机森林	随机森林	视频	训练数据集包含75个小肠胶囊内窥镜视频，测试数据集包含73个完整的小肠胶囊内窥镜视频
1892	2024-12-11	Cross-shaped windows transformer with self-supervised pretraining for clinically significant prostate cancer detection in bi-parametric MRI 2024-Nov-26, Medical physics IF:3.2Q1 DOI:10.1002/mp.17546 PMID:39589390	研究论文	本研究提出了一种基于自监督预训练的交叉形窗口Transformer模型，用于在双参数磁共振成像中检测临床显著性前列腺癌	创新点包括引入了一种新的交叉形窗口Transformer UNet模型（CSwin UNet），并提出了一个多任务自监督学习框架，以利用未标记数据提高网络的泛化能力	NA	旨在通过自监督学习框架和Transformer模型提高前列腺癌检测的准确性和泛化能力	临床显著性前列腺癌的检测	计算机视觉	前列腺癌	Transformer	CSwin UNet	图像	1476名患者的数据集（PI-CAI）和158名患者的独立数据集（Prostate158）
1893	2024-12-11	iGTP: Learning interpretable cellular embedding for inferring biological mechanisms underlying single-cell transcriptomics 2024-Nov-25, medRxiv : the preprint server for health sciences DOI:10.1101/2024.03.29.24305092 PMID:39649598	研究论文	本文提出了一种新的可解释生成转录程序框架iGTP，用于推断单细胞转录组学中的生物机制	iGTP框架结合了转录程序空间和蛋白质-蛋白质相互作用，能够生成具有生物学意义的潜在空间，并在功能富集任务中超越其他深度学习模型和传统生物信息学方法	NA	开发一种能够推断单细胞转录组学中生物机制的可解释模型	单细胞转录组数据中的细胞响应和生物机制	生物信息学	NA	深度学习模型，图神经网络框架，潜在扩散模型	变分自编码器（VAE），图神经网络（GNN）	基因本体论，典型通路，蛋白质-蛋白质相互作用	大规模单细胞转录组数据
1894	2024-12-11	Deep Learning of Cellular Metabolic Flux Distributions Predicts Lifespan 2024-Nov-25, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.22.623650 PMID:39651232	研究论文	本文研究了单细胞酵母的代谢通量分布与寿命之间的关系，发现代谢网络的冗余性足以解释寿命的差异	首次通过深度学习方法分析代谢通量分布与寿命的关系，揭示了控制衰老速率的核心代谢网络，并发现了三种代谢通量的元稳定状态	研究仅限于单细胞酵母，结果的普适性有待进一步验证	探讨代谢通量分布与寿命之间的关系	单细胞酵母的代谢通量分布及其对寿命的影响	机器学习	NA	深度学习	CNN, RNN, CfNN	图像, 文本	812个可存活突变体，66,400个单细胞
1895	2024-12-11	Image biomarkers and explainable AI: handcrafted features versus deep learned features 2024-Nov-19, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-024-00529-y PMID:39560820	研究论文	本文讨论了从医学数据中提取和选择特征的方法，比较了手工特征与深度学习特征在图像生物标志物发现中的应用	本文强调了非深度学习方法在模型可解释性方面的优势，并提出了可解释人工智能的需求	数据集大小和多样性是关键因素，可能导致过拟合或模型不稳定	提供处理图像特征以提取可靠和稳健图像生物标志物的关键概念	医学数据中的特征提取和选择	计算机视觉	NA	卷积神经网络 (CNN)	卷积神经网络 (CNN)	图像	大规模数据集，样本多样性较低可能导致过拟合
1896	2024-12-11	Quantitative mapping of cerebrovascular reactivity amplitude and delay with breath-hold BOLD fMRI when end-tidal CO2 quality is low 2024-Nov-18, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.18.624159 PMID:39605672	研究论文	本文探讨了在低质量的呼气末CO2数据下，如何使用呼吸体积每时间（RVT）和深度学习预测的PCO时间序列来生成标准单位的脑血管反应性（CVR）图	提出了使用RVT和深度学习预测的PCO时间序列来生成标准单位的CVR图，并展示了其在病理区域中的更高敏感性	本文仅在特定数据集上验证了方法的有效性，尚未在更广泛的临床环境中进行验证	提高在任务依从性降低的人群中CVR测量的临床适用性	脑血管反应性（CVR）的幅度和延迟	医学影像	NA	功能性磁共振成像（fMRI）	深度学习模型	图像	一个包含Moyamoya病患者的密集映射呼吸暂停fMRI数据集
1897	2024-12-11	Augmenting Human Expertise in Weighted Ensemble Simulations through Deep Learning based Information Bottleneck 2024-Nov-15, ArXiv PMID:38947925	研究论文	本文提出了一种结合深度学习信息瓶颈和专家知识的加权集成模拟方法，以增强采样效率和数据分析能力	本文的创新点在于将基于深度学习的信息瓶颈方法与专家知识相结合，形成了一种混合方法，能够有效引导加权集成模拟，减少运行差异并增强数据分析	NA	本文的研究目的是通过结合数据驱动和专家知识的方法，提升加权集成模拟的效率和数据分析能力	本文的研究对象是加权集成模拟中的集体变量选择和采样策略	机器学习	NA	加权集成方法（WE），状态预测信息瓶颈（SPIB）	信息瓶颈模型	模拟数据	本文使用了丙氨酸二肽和chignoin系统进行基准测试
1898	2024-12-11	Uncertainty-aware genomic deep learning with knowledge distillation 2024-Nov-15, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.13.623485 PMID:39605624	研究论文	本文介绍了一种名为DEGU的方法，通过集成学习和知识蒸馏来提高深度神经网络在基因组学预测中的鲁棒性和可解释性	DEGU方法将多个深度神经网络的预测结果蒸馏到一个单一模型中，同时捕捉了预测的平均值和变异性，代表了模型的认知不确定性，并可选地估计数据不确定性	NA	提高深度神经网络在基因组学预测中的可靠性和可解释性	基因组学预测任务中的深度神经网络模型	机器学习	NA	深度神经网络	深度神经网络	基因组数据	NA
1899	2024-12-11	scPrediXcan integrates advances in deep learning and single-cell data into a powerful cell-type-specific transcriptome-wide association study framework 2024-Nov-14, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.11.623049 PMID:39605417	研究论文	本文提出了一种名为scPrediXcan的新框架，结合深度学习和单细胞数据，用于细胞类型特异性的转录组范围关联研究	scPrediXcan通过结合先进的深度学习方法和单细胞数据，提高了细胞类型特异性表达预测的准确性，并揭示了线性模型忽略的复杂基因调控语法	NA	旨在通过结合深度学习和单细胞数据，改进转录组范围关联研究，以更准确地识别疾病相关基因和机制	2型糖尿病和系统性红斑狼疮	机器学习	NA	深度学习	ctPred	单细胞数据	NA
1900	2024-12-11	WelQrate: Defining the Gold Standard in Small Molecule Drug Discovery Benchmarking 2024-Nov-14, ArXiv PMID:39606732	研究论文	本文旨在为小分子药物发现建立一个新的黄金标准基准	引入了精心策划的9个数据集，涵盖5种治疗靶点类别，并提出了一个标准化的模型评估框架	未提及	建立小分子药物发现的新基准	小分子药物发现的数据集和模型评估框架	机器学习	NA	深度学习	NA	数据集	9个数据集，涵盖5种治疗靶点类别