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
301	2024-08-05	A Review for Artificial Intelligence Based Protein Subcellular Localization 2024-Mar-27, Biomolecules IF:4.8Q1 DOI:10.3390/biom14040409 PMID:38672426	review	本文回顾了基于人工智能的蛋白质亚细胞定位方法最新进展	文章的创新点在于整合了三种典型的基于人工智能的定位方法，并讨论了该领域的未来方向	文章未深入探讨具体的实验验证和实际应用案例	研究人工智能在蛋白质亚细胞定位中的应用与发展	主要研究各种类型的蛋白质定位方法	生物信息学	癌症、阿尔茨海默病	人工智能，机器学习	深度学习	序列、知识、图像	NA
302	2024-08-05	Distinct chemical environments in biomolecular condensates 2024-Mar, Nature chemical biology IF:12.9Q1 DOI:10.1038/s41589-023-01432-0 PMID:37770698	研究论文	这篇文章探讨了生物分子凝聚体中的不同化学环境及其对分子分布的影响	文章首次表明不同的生物分子凝聚体具有独特的化学溶剂特性，并且可以通过深度学习方法预测探针在这些凝聚体内的选择性分配	在古典条件下对背景环境的影响未能详细探讨	研究无膜生物分子聚集体中分子的选择性包含机制	重点研究不同类型的生物分子凝聚体及其化学环境	数字病理学	NA	深度学习	NA	小分子探针	NA
303	2024-08-05	Deep Learning Promotes Profiling of Multiple miRNAs in Single Extracellular Vesicles for Cancer Diagnosis 2024-03-22, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.3c02789 PMID:38442411	研究论文	本研究介绍了一种通过深度学习检测单个外泌体中多种miRNA的方法，以用于癌症诊断。	首次结合全内反射荧光成像与深度学习算法对单个外泌体进行多miRNA特征分析，克服了外泌体异质性带来的挑战。	尚未提及其他癌症种类的验证，且样本量相对较小。	旨在通过单个外泌体分析提高癌症的早期诊断准确性。	研究对象为来自5种癌细胞和正常血浆的外泌体。	数字病理学	肺癌	全内反射荧光成像（TIRF）和深度学习（DL）	NA	图像	共分析了25名患者（5名肺癌、5名乳腺癌、5名宫颈癌和5名结肠癌）及5名健康对照
304	2024-08-05	Investigation of Deepfake Voice Detection Using Speech Pause Patterns: Algorithm Development and Validation 2024-Mar-21, JMIR biomedical engineering DOI:10.2196/56245 PMID:38875685	研究论文	本研究探讨了利用语音暂停模式检测深度伪造音频的算法开发与验证	引入固有生物过程的概念以区分真实人声与克隆音频	样本量有限，可能影响模型的泛化能力	旨在识别真实和克隆人声之间的差异	49名具有不同种族和口音的成年人提供音频样本	计算机视觉	NA	机器学习	AdaBoost模型	音频	49个成年参与者
305	2024-08-05	[Research Progress in Data Acquisition and Intelligent Sensing Methods for Lumbar Electromyographic Signals] 2024-Mar-30, Zhongguo yi liao qi xie za zhi = Chinese journal of medical instrumentation DOI:10.12455/j.issn.1671-7104.240014 PMID:38605608	研究论文	该论文回顾了不同传感器获取腰部肌电信号的进展	提出了无线传感器与深度学习算法结合的研究方向	未提及具体的实验数据或样本分析	分析和干预老年人低背痛的肌电信号	腰部肌电信号及其相关传感器	智能感知	老年疾病	生物电信号获取	深度学习算法	电生理信号	NA
306	2024-08-05	D3EGFR: a webserver for deep learning-guided drug sensitivity prediction and drug response information retrieval for EGFR mutation-driven lung cancer 2024-Mar-27, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae121 PMID:38555474	研究论文	本研究建立了D3EGFR平台，以实现EGFR突变驱动的非小细胞肺癌药物敏感性预测和病例检索	D3EGFR是首个实现所有已批准小分子药物的临床级药物反应预测的平台	研究可能缺乏对非EGFR突变驱动肺癌的适用性验证	旨在为EGFR突变驱动的非小细胞肺癌提供临床级药物推荐	包含来自1339名EGFR突变患者的临床病理特征和药物反应数据	数字病理学	肺癌	深度学习	深度学习模型D3EGFRAI	临床数据	1339名EGFR突变患者
307	2024-08-05	KDGene: knowledge graph completion for disease gene prediction using interactional tensor decomposition 2024-Mar-27, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae161 PMID:38605639	研究论文	本文提出了一种基于交互张量分解的生物知识图谱补全框架KDGene，用于疾病基因预测	KDGene通过引入交互模块，改善了知识图谱中实体和关系嵌入的表达能力，从而提高对疾病相关基因的预测准确性	目前的表示学习技术在应用于领域特定的生物数据时性能仍然不尽如人意	旨在通过构建生物知识图谱来提高对疾病相关基因的预测能力	疾病及其相关的基因	计算机视觉	疾病基因	张量分解	NA	生物知识图谱	实验结果未提供具体样本数量
308	2024-08-05	Artificial intelligence-guided detection of under-recognized cardiomyopathies on point-of-care cardiac ultrasound 2024-Mar-15, medRxiv : the preprint server for health sciences DOI:10.1101/2024.03.10.24304044 PMID:38559021	研究论文	本研究开发并验证了深度学习模型用于在床边心脏超声中检测未被充分诊断的心肌病	提出了一种新的适应性建模策略，以改善心脏超声图像的获取质量	研究主要基于回顾性病例数据，对于实时临床应用的验证不足	旨在提高对未被诊断的心肌病的识别率	基于大型美国医疗系统中不同医院的患者心脏超声数据进行研究	计算机视觉	心血管疾病	深度学习，卷积神经网络 (CNN)	卷积神经网络 (CNN)	视频	290,245个TTE视频和3,758个现实世界的POCUS视频
309	2024-08-05	A novel lightweight deep learning approach for simultaneous optic cup and optic disc segmentation in glaucoma detection 2024-Mar-04, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2024225 PMID:38872528	研究论文	该文章提出了一种轻量级深度学习方法用于青光眼检测中的视杯和视盘的同时分割	创新点在于采用模糊学习和多层感知器来简化学习复杂性并提高分割准确性	未提及具体的限制	研究青光眼检测中的视杯和视盘的自动分割方法	视杯（OC）和视盘（OD）在眼底图像中的分割	数字病理学	青光眼	深度学习	多层感知器	图像	未提及具体的样本量
310	2024-08-05	DRANetSplicer: A Splice Site Prediction Model Based on Deep Residual Attention Networks 2024-03-26, Genes IF:2.8Q2 DOI:10.3390/genes15040404 PMID:38674339	研究论文	本研究开发了一种名为DRANetSplicer的深度学习模型，用于增强剪接位点预测的准确性	该模型结合了残差学习和注意力机制，以准确捕捉剪接位点的复杂特征	NA	提高剪接位点识别的准确性，以便更好地进行基因注释	采用来自三种不同生物的基因组数据构建多个数据集进行模型训练	机器学习	NA	深度学习	深度残差注意力网络	基因组数据	来自三种不同生物的多个高质量数据集
311	2024-08-05	Combining Deep Learning and Radiomics for Automated, Objective, Comprehensive Bone Mineral Density Assessment From Low-Dose Chest Computed Tomography 2024-03, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2023.08.030 PMID:37730494	研究论文	本文开发了一种基于低剂量胸部计算机断层扫描的智能骨密度筛查模型	该研究结合了深度学习和放射组学，创建了一个完全自动化的骨密度评估流程	缺乏不同人种和年龄段的广泛验证	研究旨在开发智能诊断模型用于骨质疏松症筛查	研究对象为442名接受低剂量胸部CT和定量CT检查的参与者	数字病理	骨质疏松症	低剂量胸部计算机断层扫描 (LDCT)	VB-Net	影像	共442名参与者
312	2024-08-05	Characterization of organic fouling on thermal bubble-driven micro-pumps 2024 Mar-Apr, Biofouling IF:2.6Q1 DOI:10.1080/08927014.2024.2353034 PMID:38785127	研究论文	该文章研究了热泡驱动微泵与生物流体的相互作用，尤其是有机污垢对其性能的影响	首次探讨了热泡驱动微泵在与血液和富含蛋白质的液体接触时的有机污垢现象	当前研究仅集中在鸡蛋清和牛全血的影响上，未考虑其他类型的生物流体	了解热泡驱动微泵与生物流体的相互作用及其对泵性能的影响	主要研究对象是热泡驱动微泵在与鸡蛋清和牛全血接触时的污垢效应	微流体	NA	高速度成像和基于RESNET-18的深度学习神经网络	NA	图像	NA
313	2024-08-05	Development of MRI-Based Deep Learning Signature for Prediction of Axillary Response After NAC in Breast Cancer 2024-03, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2023.10.004 PMID:37914627	研究论文	本研究开发了一种基于MRI的深度学习特征，用于预测乳腺癌患者在新辅助化疗后腋窝反应	本研究利用深度学习从动态对比增强MRI中提取特征，并提出了一种新的预测模型	NA	开发一种用于预测乳腺癌患者在新辅助化疗后腋窝反应的MRI基础深度学习特征	327名乳腺癌患者，这些患者在新辅助化疗后接受腋窝手术	医学影像学	乳腺癌	动态对比增强MRI	支持向量机	医学影像	327名乳腺癌患者
314	2024-08-05	Shortening Acquisition Time and Improving Image Quality for Pelvic MRI Using Deep Learning Reconstruction for Diffusion-Weighted Imaging at 1.5 T 2024-03, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2023.06.035 PMID:37500416	研究论文	本研究探讨使用深度学习重建技术对1.5T下骨盆扩散加权成像的采集时间和图像质量的影响	创新地应用深度学习技术来缩短扩散加权成像的采集时间并提高图像质量	研究仅限于单一中心，样本量相对较小且为回顾性研究	研究骨盆MRI的扩散加权成像中，深度学习重建对采集时间和图像质量的影响	55名患者接受了标准扩散加权成像和深度学习重建的扩散加权成像	数字病理学	NA	深度学习重建	NA	图像	55名患者（年龄范围27至89岁）
315	2024-08-05	Flow starvation during square-flow assisted ventilation detected by supervised deep learning techniques 2024-03-14, Critical care (London, England) DOI:10.1186/s13054-024-04845-y PMID:38486268	研究论文	本研究开发了一种监督人工智能算法，以识别方流辅助通气中的气道压力变形	提出了一种基于深度学习的算法，有助于识别患者与通气机不匹配的流量饥饿问题	研究结果可能受到样本量和公认的专家分类标准的影响	旨在利用人工智能改善呼吸机与患者之间的互动识别	包含在方流辅助通气下接受机械通气超过24小时的重症患者	计算机视觉	NA	卷积神经网络和递归神经网络	递归神经网络	呼吸数据	28名患者分析的6428次呼吸
316	2024-08-05	Deep learning algorithms for predicting renal replacement therapy initiation in CKD patients: a retrospective cohort study 2024-Mar-14, BMC nephrology IF:2.2Q2 DOI:10.1186/s12882-024-03538-6 PMID:38486160	研究论文	本研究开发了深度学习算法来预测慢性肾病患者的肾脏替代疗法启动风险	本研究通过结合病史和处方数据，提出了一种新的深度学习算法用于CKD患者的RRT风险预测	需要进一步的前瞻性观察研究和随机对照试验以全面理解深度学习算法的影响，特别是在可解释性、偏倚最小化和过拟合方面	该研究旨在提高慢性肾病患者肾脏替代疗法启动风险的预测准确性	研究对象为香港三家主要医院的慢性肾病患者	机器学习	NA	深度学习算法	CNN + LSTM + ANN	患者数据	多中心研究包含了多名慢性肾病患者
317	2024-08-05	Application of a deep learning algorithm for three-dimensional T1-weighted gradient-echo imaging of gadoxetic acid-enhanced MRI in patients at a high risk of hepatocellular carcinoma 2024-03, Abdominal radiology (New York) DOI:10.1007/s00261-023-04124-4 PMID:38095685	研究论文	本研究评估了一种深度学习重建算法在肝脏MRI中的应用效果	引入了特定厂商的深度学习重建算法，以提高影像质量和病灶检测能力	对非囊性肝病灶的检测表现无显著差异，可能对某些类型的病变敏感性不足	评估深度学习重建算法在高风险肝细胞癌患者中增强影像质量的有效性	83名高风险肝细胞癌患者	数字病理	肝癌	深度学习重建算法	NA	影像	83名高风险患者
318	2024-08-05	Prediction and Diagnosis of Breast Cancer Using Machine and Modern Deep Learning Models 2024-Mar-01, Asian Pacific journal of cancer prevention : APJCP DOI:10.31557/APJCP.2024.25.3.1077 PMID:38546090	研究论文	本研究旨在评估多种机器学习和现代深度学习模型在乳腺癌预测和诊断中的有效性	探讨了多种机器学习和深度学习模型在乳腺癌预测中的应用和效果	NA	降低女性乳腺癌相关死亡率的预测和诊断效果	乳腺癌患者的预测和诊断模型	机器学习	乳腺癌	人工智能，机器学习，深度学习	NA	NA	NA
319	2024-08-05	Which model is more efficient in carbon emission prediction research? A comparative study of deep learning models, machine learning models, and econometric models 2024-Mar, Environmental science and pollution research international DOI:10.1007/s11356-024-32083-w PMID:38355857	研究论文	本文对深度学习模型、机器学习模型和计量经济模型进行比较，以评估其在碳排放预测中的效率	提出了一种基于群体生物行为机制的创新深度学习模型，并优化了模型	尚未系统比较所有现有的碳排放预测方法	科学推动碳减排政策的有效预测未来碳排放	深度学习模型、机器学习模型和计量经济模型	机器学习	NA	NA	启发式神经网络	NA	NA
320	2024-08-05	Deep learning applications in vascular dementia using neuroimaging 2024-03-01, Current opinion in psychiatry IF:7.5Q1 DOI:10.1097/YCO.0000000000000920 PMID:38226547	研究论文	本文强调了深度学习在血管性痴呆相关影像生物标志物和诊断中的应用	提出了深度学习神经网络在血管性痴呆研究中，尤其是利用神经影像数据进行早期诊断和治疗策略优化的潜力	对深度学习在血管性痴呆诊断和管理中应用的挑战尚未完全解决	探讨深度学习在血管性痴呆影像数据分析中的应用	主要研究血管性痴呆的影像生物标志物和诊断方法	计算机视觉	血管性痴呆	深度学习	卷积神经网络 (CNN)	神经影像数据	NA