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
221	2024-08-12	Optimization of news dissemination push mode by intelligent edge computing technology for deep learning 2024-Mar-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-53859-7 PMID:38509163	研究论文	本研究提出了一种基于深度学习和强化学习的新推荐算法，以优化新闻传播的推送模式	引入强化学习算法与深度学习相结合，提高了新闻推荐的准确性和用户满意度	NA	优化新闻传播的推送模式，提升用户对新闻网站的满意度	新闻推荐系统及其推送模式	机器学习	NA	深度学习, 强化学习	Deep Deterministic Policy Gradient (DDPG)	文本	涉及全球超过4亿互联网用户和3亿社交媒体用户的新闻内容
222	2024-08-10	Improving rehabilitation of deaf patients by advanced imaging before cochlear implantation 2024-Mar, Journal of neuroradiology = Journal de neuroradiologie DOI:10.1016/j.neurad.2023.10.002 PMID:37806523	综述	本文综述了在耳蜗植入前使用先进成像技术预测听力康复效果的研究	使用扩散加权磁共振成像（DWI）和功能磁共振成像（fMRI）评估中央听觉通路，以及通过CT扫描、锥束CT和MRI进行自动迷路分割	NA	评估耳蜗植入前解剖成像技术对预测聋患者听力康复效果的帮助	成年单侧或双侧听力损失患者	NA	聋病	扩散加权磁共振成像（DWI），功能磁共振成像（fMRI），CT扫描，MRI分割	深度学习	图像	51项研究
223	2024-08-09	Algorithmic detection of sleep-disordered breathing using respiratory signals: a systematic review 2024-Mar-21, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad2c13 PMID:38387048	综述	本文系统回顾了2012-2022年间利用呼吸信号进行睡眠呼吸障碍（SDB）检测的算法研究，涵盖信号来源、处理、特征提取、分类及应用	首次全面回顾了呼吸信号在SDB检测中的算法范围和性能，旨在填补这一领域的研究空白	单源呼吸信号在检测呼吸暂停方面的敏感性仍有待提高	探讨利用呼吸信号进行睡眠呼吸障碍检测的算法性能和应用	呼吸信号如鼻气流（NAF）、口鼻气流（OAF）、胸呼吸努力（TRE）和腹呼吸努力（ARE）	NA	心血管疾病	机器学习模型，深度学习模型	NA	信号	32项研究符合数据提取标准
224	2024-08-09	MRI-Based Radiomics Methods for Predicting Ki-67 Expression in Breast Cancer: A Systematic Review and Meta-analysis 2024-Mar, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2023.10.010 PMID:37925343	meta-analysis	本系统综述和荟萃分析旨在评估基于MRI的放射组学预测乳腺癌Ki-67表达的质量和诊断准确性	使用深度学习放射组学方法、不同磁场强度、扫描仪制造商、感兴趣区域结构、组织采样途径、Ki-67截断值、逻辑回归模型构建、LASSO特征减少以及PyRadiomics软件特征提取等因素对异质性有显著影响	基于MRI的放射组学的敏感性和特异性仍未超过90%，限制了其作为补充当前病理评估方法（如活检或手术）以准确预测Ki-67表达的应用	评估基于MRI的放射组学预测乳腺癌Ki-67表达的质量和诊断准确性	乳腺癌患者的Ki-67表达	digital pathology	breast cancer	MRI-based radiomics	NA	image	31项研究纳入系统综述，其中21项报告了足够数据进行荟萃分析，包括20个训练队列和5个验证队列
225	2024-08-08	Predicting long-term progression of Alzheimer's disease using a multimodal deep learning model incorporating interaction effects 2024-03-11, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-05025-w PMID:38468358	研究论文	本研究开发了一种结合交互效应和多模态数据的深度学习模型，用于预测阿尔茨海默病长期进展	模型创新性地结合了交互效应和多模态数据，显著提高了预测准确性和时间范围	NA	旨在提高从轻度认知障碍到阿尔茨海默病转换的预测准确性和长期性	轻度认知障碍患者及其向阿尔茨海默病的转换	机器学习	阿尔茨海默病	深度学习	深度学习模型	结构磁共振成像、临床评估和遗传多态性数据	252名轻度认知障碍患者
226	2024-08-08	iEEG-recon: A fast and scalable pipeline for accurate reconstruction of intracranial electrodes and implantable devices 2024-Mar, Epilepsia IF:6.6Q1 DOI:10.1111/epi.17863 PMID:38148517	研究论文	本文介绍了一种名为iEEG-recon的快速且可扩展的管道，用于精确重建颅内电极和植入设备	开发了一个独立的、模块化的管道，用于自动化电极重建过程，并展示了其在临床和研究工作流程中的兼容性及云平台的可扩展性	NA	通过自动化电极重建过程，促进持续和未来的合作	颅内脑电图（iEEG）电极和植入设备的重建	NA	药物难治性癫痫	脑磁共振成像（MRI）	ANTsPyNet深度学习	图像	132名患者
227	2024-08-07	Enhancing Generalizability in Protein-Ligand Binding Affinity Prediction with Multimodal Contrastive Learning 2024-03-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c01961 PMID:38441880	研究论文	本文提出了一种基于图神经网络的评分函数，通过三重对比学习损失改进蛋白质-配体结合亲和力的预测	引入了多模态对比学习方法，结合三维复合物表示和二维配体及粗粒度口袋表示，提高了蛋白质-配体相互作用的理解	NA	提高蛋白质-配体结合亲和力预测的泛化能力	蛋白质-配体结合亲和力	机器学习	NA	图神经网络	图神经网络	三维复合物表示和二维配体及粗粒度口袋表示	多个外部数据集
228	2024-08-07	DeePNAP: A Deep Learning Method to Predict Protein-Nucleic Acid Binding Affinity from Their Sequences 2024-03-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c01151 PMID:38458968	研究论文	提出了一种基于深度学习的模型DeePNAP，用于仅从序列预测蛋白质-核酸结合亲和力	DeePNAP模型利用大量异构数据集进行训练，仅使用序列特征进行预测，提高了预测的多样性和通用性	NA	开发一种新的机器学习模型，用于从序列预测蛋白质-核酸结合亲和力	蛋白质-核酸结合亲和力和突变引起的自由能变化	机器学习	NA	深度学习	机器学习模型	序列	14,401个来自ProNAB数据库的野生型和突变型蛋白质-核酸复合物结合参数
229	2024-08-07	Computational Chemistry in Structure-Based Solute Carrier Transporter Drug Design: Recent Advances and Future Perspectives 2024-03-11, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c01736 PMID:38294194	综述	本文综述了计算化学在基于结构的溶质载体转运蛋白药物设计中的最新进展和未来展望	利用计算化学，包括基于物理的分子建模和基于机器学习及深度学习的人工智能，为经典药物发现方法提供了一种替代和互补的方式	目前只有约9.8%的SLC超家族成员具有3D结构和特定结合位点	深入理解SLC超家族的结构和功能，以促进新型调节剂的理性设计	溶质载体转运蛋白（SLCs）及其在多种复杂疾病治疗中的应用	药物设计	NA	计算化学	人工智能（AI）	蛋白质结构	约450种SLCs中仅有44种具有3D结构
230	2024-08-07	AlphaFold2 Predicts Whether Proteins Interact Amidst Confounding Structural Compatibility 2024-03-11, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c01805 PMID:38373070	research paper	本文测试了AlphaFold2在预测结构兼容但非相互作用的蛋白质对时的预测能力	AlphaFold2能够在蛋白质结构兼容的情况下有效区分相互作用和非相互作用的蛋白质	部分错误分类的情况可以通过重新审视输入序列来纠正，但也可能揭示数据集中的假阳性和假阴性	评估AlphaFold2在预测蛋白质相互作用中的应用潜力	蛋白质相互作用的预测	machine learning	NA	AlphaFold2	NA	蛋白质结构数据	一个具有挑战性的数据集
231	2024-08-04	DeepKEGG: a multi-omics data integration framework with biological insights for cancer recurrence prediction and biomarker discovery 2024-Mar-27, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae185 PMID:38678587	研究论文	提出了一种新的可解释的多组学数据集成方法DeepKEGG，用于癌症复发预测和生物标志物发现	DeepKEGG结合了生物层次模块和路径自注意力模块，以揭示样本间的潜在关联和提高模型可解释性	当前方法在多组学数据集成中尚未充分考虑样本之间的潜在相关性	探索多组学数据集成中样本的潜在相关性并提供模型可解释性	癌症复发预测和生物标志物的发现	数字病理学	癌症	深度学习	多层神经网络	多组学数据	NA
232	2024-08-04	PS2MS: A Deep Learning-Based Prediction System for Identifying New Psychoactive Substances Using Mass Spectrometry 2024-03-26, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.3c05019 PMID:38488022	研究论文	该论文介绍了一种名为PSMS的基于深度学习的预测系统，用于识别新型精神活性物质。	PSMS通过建立合成的NPS数据库，使用深度学习生成质谱和化学指纹，突破了传统方法的限制。	该研究可能在某些情况下面临识别新型毒品的准确性问题，特别是当数据集不够完整时。	研究旨在开发一种新系统以有效识别新型精神活性物质。	研究对象是新型精神活性物质及其相关衍生物。	数字病理学	NA	质谱	深度学习	质谱数据	在实际证据样本中识别了一些卡他酮衍生物
233	2024-08-04	External Validation of Deep Learning-Based Cardiac Arrest Risk Management System for Predicting In-Hospital Cardiac Arrest in Patients Admitted to General Wards Based on Rapid Response System Operating and Nonoperating Periods: A Single-Center Study 2024-03-01, Critical care medicine IF:7.7Q1 DOI:10.1097/CCM.0000000000006137 PMID:38381018	研究论文	本研究验证了基于深度学习的心脏骤停风险管理系统（DeepCARS）在不同快速反应系统运行状态下的预测性能	通过比较DeepCARS与传统早期预警系统，在不同RRS运行状态下展示了其优越的预测能力	研究仅在单一中心进行，结果可能不具普遍适用性	验证DeepCARS在医院心脏骤停预测中的有效性	入院于一般病房的成年患者	计算机视觉	心脏病	深度学习	NA	数据记录	分析了2019年9月1日至2020年8月31日期间入院的一般病房成年患者的数据记录
234	2024-08-04	Rapid and Precise Differentiation and Authentication of Agricultural Products via Deep Learning-Assisted Multiplex SERS Fingerprinting 2024-03-19, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c00064 PMID:38450485	研究论文	本文提出了一种结合多重表面增强拉曼散射(SERS)指纹技术与一维卷积神经网络(1D-CNN)的新方法，用于快速准确地区别和验证农业产品	该方法结合了三种不同的SERS活性纳米颗粒作为多重传感器，通过构建'SERS超级指纹'来提高农业产品的识别精度	文章中未明确指出具体的局限性	研究农业产品的来源和质量的快速准确识别与验证	主要研究对象为农业产品及其掺假样品	数字病理	NA	多重表面增强拉曼散射(SERS)	一维卷积神经网络(1D-CNN)	光谱数据	多个农业产品和模拟的掺假样品
235	2024-08-04	Convolutional Neural Network-Driven Impedance Flow Cytometry for Accurate Bacterial Differentiation 2024-03-19, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.3c04421 PMID:38448396	研究论文	本研究开发了一种基于卷积神经网络的阻抗流式细胞术方法，以提高细菌的分类准确性和效率	该研究使用卷积神经网络深度学习方法，提高了阻抗流式细胞术在细菌物种区分上的准确性和效率	研究中未提及对特定细菌种类的识别是否可以普遍适用	提升阻抗流式细胞术在细菌种类区分的准确性	不同物种的细菌及其电特性	数字病理学	NA	阻抗流式细胞术	卷积神经网络	阻抗数据	超过100万组不同细菌的阻抗数据
236	2024-08-04	Generalization challenges in electrocardiogram deep learning: insights from dataset characteristics and attention mechanism 2024-Mar-11, Future cardiology IF:1.6Q3 DOI:10.1080/14796678.2024.2354082 PMID:39049767	研究论文	本研究探讨了训练数据特征对心电图模型泛化性能的影响	研究引入了注意力机制以提升模型泛化能力，并发现平衡数据集可显著改进模型性能	未具体说明研究的样本量和数据集的具体特征	探讨心电图深度学习模型的泛化挑战	心电图数据集及其特征	机器学习	心血管疾病	深度学习	NA	心电图	使用了不同特征的多个心电图数据集
237	2024-08-04	Synthesizing Contrast-Enhanced MR Images from Noncontrast MR Images Using Deep Learning 2024-03-07, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8107 PMID:38453408	研究论文	本研究旨在使用深度学习方法从非对比的多参数MR图像合成虚拟的锗对比增强T1加权MR图像	提出了一种新的深度学习架构，通过仅使用常规非对比脑MR图像合成虚拟的对比增强图像	对模型的广泛适用性可能需要在更大和多样化的样本上进行验证	旨在降低在评估原发性脑肿瘤时对锗对比剂的需求	335名来自脑肿瘤分割挑战的受试者的MR图像数据	计算机视觉	脑肿瘤	深度学习	残差Inception DenseNet网络	图像	335个受试者用于训练和125个受试者用于测试
238	2024-08-04	DeepION: A Deep Learning-Based Low-Dimensional Representation Model of Ion Images for Mass Spectrometry Imaging 2024-03-05, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.3c05002 PMID:38377545	研究论文	本研究提出了DeepION，一个基于深度学习的离子图像低维表示模型，用于质谱成像的离子识别	DeepION通过引入对比学习，实现了自监督的离子图像表示，并设计了特殊的数据增强策略以适应质谱成像数据的特点	在低信噪比和缺乏标注数据集的情况下，离子图像表示的有效性仍然面临挑战	研究旨在提升质谱成像中离子图像的低维表示效果，以改善共定位离子和同位素离子的识别	本研究主要针对生物样品中的离子图像	数字病理学	NA	质谱成像 (MSI)	深度学习模型	图像	实验使用了大鼠脑组织的质谱成像数据
239	2024-08-05	Feasibility of deep learning-reconstructed thin-slice single-breath-hold HASTE for detecting pancreatic lesions: A comparison with two conventional T2-weighted imaging sequences 2024-Mar, Research in diagnostic and interventional imaging DOI:10.1016/j.redii.2023.100038 PMID:39076579	研究论文	本研究评估了深度学习重建的纤薄切片单次呼气半傅里叶单次激发涡旋回音成像（HASTEDL）在检测胰腺病变中的临床可行性	首次比较了深度学习重建的HASTE与传统T2加权成像序列的效果，展现了HASTEDL在图像质量和获取时间上的优势	研究样本量相对较小，且为回顾性研究	评估深度学习重建技术在胰腺病变检测中的应用效能	63名疑似胰腺相关疾病的患者	数字病理学	胰腺癌	深度学习重建	NA	图像	63名患者
240	2024-08-05	Development of a deep learning model for the automated detection of green pixels indicative of gout on dual energy CT scan 2024-Mar, Research in diagnostic and interventional imaging DOI:10.1016/j.redii.2024.100044 PMID:39076582	研究论文	本研究开发了一种深度学习模型用于在双能CT扫描中自动检测指示痛风的绿色像素	提出了一种优化的深度学习算法，用于对双能CT图像中绿色编码的MSU晶体进行分割	该研究的数据集较小，仅包含58个样本	研究痛风患者的双能CT图像中MSU晶体的自动检测	双能CT图像中的绿色编码像素，代表MSU晶体	数字病理学	痛风	双能CT	Segresnet, SwinUNETR	图像	58个样本（28个训练集和30个测试集）