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
261	2024-08-05	Deep Learning Enabled SERS Identification of Gaseous Molecules on Flexible Plasmonic MOF Nanowire Films 2024-02-23, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.3c02519 PMID:38299870	研究论文	本文介绍了一种基于柔性金属有机框架薄膜的气体分子SERS检测技术	该研究利用深度学习和柔性纸基表面增强拉曼光谱技术实现了对低密度高速气体分子的准确识别	研究主要集中在气体分析的实验室环境中，实际应用场景可能存在环境干扰	探索表面增强拉曼光谱在气体分析中的应用，特别是在非侵入性结直肠癌筛查中的潜力	研究气体生物标志物的SERS检测，尤其是与结直肠癌相关的气体分子	数字病理	结直肠癌	表面增强拉曼光谱（SERS）	人工神经网络	光谱数据	使用了多种气体分析物的混合样本，具体样本数量未明确指定
262	2024-08-05	A Deep Learning Framework for Predicting Patient Decannulation on Extracorporeal Membrane Oxygenation Devices: Development and Model Analysis Study 2024-Feb-02, JMIR biomedical engineering DOI:10.2196/48497 PMID:38875691	研究论文	本研究开发了一个基于深度学习的模型，帮助临床医生判断是否应将患者从VV-ECMO上切离。	本研究首次提出了CEVVO模型，它结合了离散临床信息和ECMO设备的连续数据，以预测VV-ECMO患者的离管成功率。	虽然模型的逐患者预测能力可能不足以直接应用于临床，但患者风险分类系统显示出更大的潜力。	研究旨在协助临床医生做出患者是否应离开ECMO的决策。	研究对象为在哥伦比亚大学欧文医学中心接受VV-ECMO支持的118名患者。	机器学习	呼吸系统疾病	深度学习	长短时记忆网络 (LSTM)	临床数据	118名患者
263	2024-08-05	TomoNet: A streamlined cryoET software pipeline with automatic particle picking on flexible lattices 2024-Feb-19, bioRxiv : the preprint server for biology DOI:10.1101/2024.02.17.580557 PMID:38464049	研究论文	TomoNet是一种流线型的cryoET软件管道，具有自动粒子拾取功能，能够在灵活的晶格上进行操作	开发了具有现代图形用户界面的软件包，集成了自动粒子拾取和3D分类功能以提高分辨率	NA	通过提高分辨率来准确定位和平均生物复杂体的结构	病毒样颗粒、细胞层内的细菌表面层和装饰核排出蛋白复合物的膜	数字病理学	NA	cryoET	深度学习	3D图像	多个数据集，具体数目未提及
264	2024-08-05	Deep-learning enabled smart insole system aiming for multifunctional foot-healthcare applications 2024-Feb, Exploration (Beijing, China) DOI:10.1002/EXP.20230109 PMID:38854485	研究论文	提出了一种深度学习驱动的智能鞋垫系统，旨在实现多功能足部健康监测应用。	该文章创新性地结合了深度学习与智能鞋垫，实现了动态和静态足底压力的高效监测与分析。	传统智能鞋垫仅依赖基本的数据分析方法，无法满足用户对全面足部健康保护的多样化需求。	旨在提高生活质量与预防足部相关疾病。	研究对象为智能鞋垫系统自身及其在足部健康监测中的应用。	数字病理学	足部疾病	深度学习	分割方法辅助的深度学习模型	传感数据	使用了长期的足部压力数据进行分析，具体样本数量未详细说明
265	2024-08-05	Deep Learning Techniques to Characterize the RPS28P7 Pseudogene and the Metazoa-SRP Gene as Drug Potential Targets in Pancreatic Cancer Patients 2024-Feb-08, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines12020395 PMID:38397997	研究论文	本研究旨在发现潜在的新标记和药物靶点，以帮助分层和延长胰腺癌早期死亡患者的预期生存时间	提出了RPS28P7伪基因作为可以被小分子或RNA技术调节的药物靶点	未在死亡组中观察到相应蛋白质的上调或下调，且强调需在目标人群中进一步验证	探讨某些胰腺癌患者早亡和晚亡的分子机制，寻找新的生物标志物和药物靶点	死于胰腺癌的患者与存活患者的基因拷贝数、基因表达和蛋白表达数据	数字病理学	胰腺癌	深度学习算法	NA	基因拷贝数数据、基因表达数据和蛋白表达数据	来自GDC队列的胰腺癌死亡与存活患者的数据对比
266	2024-08-05	Role of Optimization in RNA-Protein-Binding Prediction 2024-Feb-04, Current issues in molecular biology IF:2.8Q3 DOI:10.3390/cimb46020087 PMID:38392205	研究论文	本文探讨了优化在RNA-蛋白质结合预测中的角色。	通过使用不同的优化方法对RNA-蛋白质结合CNN预测模型进行研究，提供了优化器在提高 RNA-蛋白质结合预测性能方面的证据。	未提及具体的局限性	了解优化在RNA结合蛋白分类问题中的影响。	主要研究RNA结合蛋白及其绑定位点。	机器学习	NA	深度学习，卷积神经网络（CNN）	CNN	RNA-Seq数据	使用了24个数据集的平均AUC为85.30
267	2024-08-05	A CT-based Deep Learning Radiomics Nomogram for the Prediction of EGFR Mutation Status in Head and Neck Squamous Cell Carcinoma 2024-02, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2023.06.026 PMID:37481418	研究论文	本文构建并验证了一种基于CT的深度学习放射组学游程图，以预测头颈部鳞状细胞癌的EGFR突变状态	使用了基于对比增强计算机断层扫描的深度学习放射组学游程图，结合了关键临床因素和特征数据以提高EGFR突变状态的预测准确性	NA	准确评估头颈部鳞状细胞癌患者的EGFR突变状态，以指导预后和治疗选择	300名接受对比增强CT扫描的头颈部鳞状细胞癌患者	计算机视觉	NA	CECT，深度学习	GoogLeNet	影像	300名头颈部鳞状细胞癌患者，其中训练集200名，测试集100名
268	2024-08-05	Lifelike PixelPrint phantoms for assessing clinical image quality and dose reduction capabilities of a deep learning CT reconstruction algorithm 2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3006547 PMID:38836183	研究论文	本文提出使用逼真的3D打印PixelPrint幽灵来评估深度学习CT重建算法的性能和辐射剂量降低能力	采用3D打印PixelPrint幽灵进行评估，提供比传统幽灵更真实的组织特征	未提及研究的具体局限性	评估深度学习CT重建算法在降低辐射剂量方面的有效性	定制的PixelPrint肺幽灵和不同辐射暴露下的成像比较	医学影像学	NA	深度学习CT重建（DLR）	NA	图像	使用多种辐射剂量进行比较（CTDI：0.5到20 mGy）
269	2024-08-05	Deep Learning-Based CT Reconstruction Kernel Conversion in the Quantification of Interstitial Lung Disease: Effect on Reproducibility 2024-02, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2023.06.008 PMID:37516583	研究论文	本研究探讨了不同CT重建核对间质性肺病定量分析的影响，并验证了基于深度学习的核转换是否能减少不同CT核之间自动定量结果的变异性	该研究首次量化了不同CT重建核对间质性肺病定量的影响，并提出了使用深度学习算法进行核转换以提高测量重现性的创新方法	本研究的局限性在于其为回顾性分析，且仅使用了三种重建核，可能无法覆盖所有临床场景	研究旨在评估不同CT重建核对间质性肺病定量分析的影响	回顾性纳入了194名患有间质性肺病或间质性肺部异常的患者	数字病理学	间质性肺病	深度学习算法	NA	图像	共涉及194名患者
270	2024-08-05	Preoperatively Predicting Ki67 Expression in Pituitary Adenomas Using Deep Segmentation Network and Radiomics Analysis Based on Multiparameter MRI 2024-02, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2023.05.023 PMID:37330356	研究论文	本研究探讨了使用深度分割网络和基于多参数MRI的放射组学分析预测垂体腺瘤中Ki67增殖指数的可行性	采用cfVB-Net自自动分割模型并结合放射组学特征对垂体腺瘤患者的Ki67表达进行预测	研究主要依赖于单中心数据，可能限制结果的广泛适用性	研究旨在评估基于多参数MRI的深度分割网络在预测垂体腺瘤Ki67增殖指数的有效性	1214名垂体腺瘤患者被分类为高Ki67表达组和低Ki67表达组	数字病理学	NA	多参数MRI	cfVB-Net	医学影像	1214名患者
271	2024-08-05	Predicting EGFR Mutation Status in Non-Small Cell Lung Cancer Using Artificial Intelligence: A Systematic Review and Meta-Analysis 2024-02, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2023.03.040 PMID:37120403	meta-analysis	本文系统评估了人工智能算法在预测非小细胞肺癌患者EGFR突变状态中的表现和质量	本文创新点在于比较了传统机器学习和深度学习算法在EGFR突变状态预测中的性能，并提出了改进诊断表现的因素	研究可能受限于纳入的文献数量和质量	评估人工智能算法（包括传统机器学习和深度学习）在非小细胞肺癌患者EGFR突变预测中的性能	非小细胞肺癌患者的EGFR突变状态	自然语言处理	肺癌	人工智能算法	深度学习与传统机器学习	影像数据	纳入42个研究，共涉及多年收集的临床数据
272	2024-08-07	Deep Learning-Based CT Noise Reduction for Perivascular Adipose Tissue Evaluation 2024-02, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2023.11.035 PMID:38177033	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
273	2024-08-05	Multi-scale V-net architecture with deep feature CRF layers for brain extraction 2024-Feb-23, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00452-8 PMID:38396078	研究论文	本文提出了一种高效的V-net架构EVAC+，用于脑部提取	引入了一种智能增强策略，独特的条件随机场递归层使用方法，以及额外的损失函数以优化分割输出	训练数据集仅包含健康成人，限制了对临床和儿童数据的泛化能力	提高脑部影像数据的脑部提取精度	使用脑部影像数据进行脑部提取的研究者	计算机视觉	NA	深度学习	V-net	影像	训练数据集仅包含健康成人，样本量未明
274	2024-08-05	Tooth morphology, internal fit, occlusion and proximal contacts of dental crowns designed by deep learning-based dental software: A comparative study 2024-02, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2023.104830 PMID:38163455	研究论文	本研究比较了通过两种深度学习(DL)基础的牙科软件自动生成的牙冠与由经验丰富的牙科技师使用传统软件手动设计的牙冠在牙齿形态、内部适配性、咬合和邻接接触点的表现	首次对使用深度学习生成的牙冠设计与人工作业相比，在内部适配性和接触点数量上进行了系统比较	样本规模较小，仅使用了30个部分拱形扫描	评估深度学习软件在牙冠设计中的有效性和临床适用性	使用不同设计方法的牙冠，包括两种DL方法和一种手动技术师方法	数字病理学	NA	深度学习	NA	三维扫描	30个准备好的后牙部分拱形扫描
275	2024-08-05	AI-based dental caries and tooth number detection in intraoral photos: Model development and performance evaluation 2024-02, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2023.104821 PMID:38145804	研究论文	本研究旨在利用级联区域基础深度卷积神经网络模型在全口内摄影图像中集成牙齿数量识别和龋齿检测	提出了一种深度学习模型，实现了全口内摄影图像中牙齿数量识别和龋齿检测的自动化	研究主要依赖于标注的图像数据，可能缺乏多样性和广泛的样本代表性	旨在促进人工智能驱动的自动龋齿检测在临床实践中的应用	包含24,578张内口图像的数据集，用于牙齿数量和龋齿的识别	计算机视觉	NA	级联区域基础深度卷积神经网络 (R-CNN)	深度学习模型	图像	24,578张图像
276	2024-08-07	Deep Learning-Based H-Score Quantification of Immunohistochemistry-Stained Images 2024-Feb, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2023.100398 PMID:38043788	研究论文	本文开发了一种基于深度学习的算法，用于自动量化免疫组化染色图像的H评分	该算法通过深度学习模型自动识别特定细胞区域的蛋白表达，提高了免疫组化图像分析的速度和准确性	NA	提高免疫组化染色图像分析的效率和准确性	免疫组化染色图像中的蛋白表达水平	数字病理学	NA	免疫组化染色	深度学习模型	图像	NA
277	2024-08-07	AI for targeted polypharmacology: The next frontier in drug discovery 2024-02, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2023.102771 PMID:38215530	综述	本文探讨了人工智能在靶向多药理学中的应用，特别是在药物发现领域中，如何通过AI技术提高多靶点药物设计的系统性和预测性	利用机器学习和深度学习技术，AI能够模拟蛋白质结构、生成新化合物并解码其多药理学效应，为多靶点药物设计开辟了新途径	文章也指出了当前面临的挑战，包括如何更有效地识别协同共靶点和区分导致不良反应的抗靶点	探索AI在药物发现中，特别是靶向多药理学方面的应用	研究对象包括蛋白质结构、新化合物及其多药理学效应	机器学习	NA	机器学习, 深度学习	NA	蛋白质结构, 化合物	NA
278	2024-08-07	DeepPPThermo: A Deep Learning Framework for Predicting Protein Thermostability Combining Protein-Level and Amino Acid-Level Features 2024-02, Journal of computational biology : a journal of computational molecular cell biology IF:1.4Q2 DOI:10.1089/cmb.2023.0097 PMID:38100126	研究论文	提出了一种名为DeepPPThermo的深度学习框架，结合蛋白质级和氨基酸级特征预测蛋白质热稳定性	利用深度神经网络（DNN）和双向长短期记忆网络（Bi-LSTM）挖掘隐藏特征，并通过局部和全局注意力机制赋予多视角特征不同重要性	NA	研究如何有效利用多视角序列信息预测蛋白质热稳定性	热稳定性和中温性蛋白质的分类	机器学习	NA	深度学习	DNN, Bi-LSTM	序列信息	未具体说明
279	2024-08-07	Unlocking the Potential of Artificial Intelligence in Acute Myeloid Leukemia and Myelodysplastic Syndromes 2024-02, Current hematologic malignancy reports IF:2.7Q3 DOI:10.1007/s11899-023-00716-5 PMID:37999872	综述	本文综述旨在阐明机器学习在骨髓增生异常综合征和急性髓系白血病的诊断、预后和临床管理中的变革性影响和潜力	机器学习算法在预测疾病进展、优化治疗反应和患者群体分层方面已被证明有效，特别是在基因组和表观基因组数据分析中揭示了MDS和AML的分子异质性，深度学习技术在分析骨髓活检图像中的复杂模式方面显示出潜力	数据隐私、标准化和算法可解释性等挑战需要解决，以实现机器学习在这一领域的全部潜力	旨在阐明机器学习在骨髓增生异常综合征和急性髓系白血病的诊断、预后和临床管理中的变革性影响和潜力	骨髓增生异常综合征和急性髓系白血病	机器学习	血液疾病	机器学习	深度学习	基因组和表观基因组数据，骨髓活检图像	NA
280	2024-08-07	Accurate single-molecule spot detection for image-based spatial transcriptomics with weakly supervised deep learning 2024-Feb-05, bioRxiv : the preprint server for biology DOI:10.1101/2023.09.03.556122 PMID:37732188	研究论文	本文介绍了Polaris，一个用于基于图像的空间转录组学的分析流程，结合深度学习模型进行细胞分割和点检测，并通过概率基因解码器准确量化单细胞基因表达	Polaris提供了一个统一的、即插即用的解决方案，用于分析来自MERFSIH、seqFISH或ISS实验的空间转录组学数据	NA	开发一个自动化的分析流程，用于基于图像的空间转录组学数据分析	基于图像的空间转录组学数据	计算机视觉	NA	深度学习	深度学习模型	图像	NA