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
321	2024-08-05	Deep learning in cancer genomics and histopathology 2024-03-27, Genome medicine IF:10.4Q1 DOI:10.1186/s13073-024-01315-6 PMID:38539231	综述	该文章总结了深度学习在组织病理学和基因组学中的当前和新兴应用	提出了深度学习作为肿瘤学和癌症研究新工作流程的基础	指出深度学习模型可能存在偏见和其他缺陷，用户需对此有所了解	探讨深度学习在精准肿瘤学中的应用	当前和新兴的深度学习应用于癌症的组织病理学和基因组学	数字病理学	癌症	深度学习	NA	NA	NA
322	2024-08-05	Forecasting China carbon price using an error-corrected secondary decomposition hybrid model integrated fuzzy dispersion entropy and deep learning paradigm 2024-Mar, Environmental science and pollution research international DOI:10.1007/s11356-024-32169-5 PMID:38321281	研究论文	本文开发了一种集成模糊分散熵和深度学习范式的错误校正碳价预测模型	采用改进的完全集合经验模态分解和深度学习相结合来提高碳价预测准确性	未提及具体的局限性	准确预测中国的碳价格以促进投资和减排决策	中国碳价格的时间序列数据	机器学习	NA	ICEEMDAN, FDE, VMD, PSO-LSTM	PSO-LSTM	时间序列数据	750个连续交易价格
323	2024-08-05	An interpretable deep learning model to map land subsidence hazard 2024-Mar, Environmental science and pollution research international DOI:10.1007/s11356-024-32280-7 PMID:38340298	研究论文	这项研究旨在通过不同技术提升深度学习模型输出在土地沉降危害映射中的可解释性	通过使用粒子群优化算法识别影响土地沉降的有效特征，并应用混合解释方法来增强深度学习模型的可解释性	文章未详细讨论模型在不同地理区域的适用性和推广性	提升深度学习模型在映射土地沉降危害中的可解释性	用于映射土地沉降危险的深度学习模型，包括CNN和LSTM	机器学习	NA	深度学习、粒子群优化算法	CNN和LSTM	地理信息数据	基于实地工作和土地沉降存在点的清单图
324	2024-08-05	Generalized global solar radiation forecasting model via cyber-secure deep federated learning 2024-Mar, Environmental science and pollution research international DOI:10.1007/s11356-023-30224-1 PMID:37837598	研究论文	本研究提出了一种基于联邦学习和卷积神经网络的全球太阳辐射预测方法。	提出的程序不仅维护输入数据隐私，还可以作为全球超模型使用。	缺乏来自阿巴德、贾尔卡维赫和阿拉克地区的训练数据限制了传统方法的有效性。	准确预测太阳辐射以应对数据访问和隐私问题。	涉及伊朗八个区域的气候特征及三个新区域的数据进行实验。	机器学习	NA	联邦学习，卷积神经网络	CNN	数据集	八个区域的数据和三个新区域（阿巴德、贾尔卡维赫、阿拉克）的数据
325	2024-08-05	DANCE: a deep learning library and benchmark platform for single-cell analysis 2024-03-19, Genome biology IF:10.1Q1 DOI:10.1186/s13059-024-03211-z PMID:38504331	研究论文	DANCE是首个标准化、通用和可扩展的单细胞分析基准平台	提供了一个集成的深度学习架构和工具，支持多种单细胞分析任务的基准评估	目前仅支持3个模块和8个流行任务	旨在评估和比较计算方法在单细胞分析中的表现	涉及多种单细胞分析任务的基准数据集和算法	数字病理学	NA	深度学习	NA	基准数据集	21个基准数据集，32种最先进的方法
326	2024-08-05	The application of artificial intelligence in EUS 2024 Mar-Apr, Endoscopic ultrasound IF:4.4Q1 DOI:10.1097/eus.0000000000000053 PMID:38947752	研究论文	本文讨论了人工智能在超声内镜诊断中的应用及其价值	探讨了机器学习和深度学习算法在超声内镜诊断中的先进应用	目前的人工智能算法存在过拟合和偏见，诊断可靠性较差，且需要大量高质量训练数据	研究人工智能在超声内镜诊断中提供辅助的潜力和面临的挑战	聚焦于胰腺肿瘤、慢性胰腺炎、胃肠道间质肿瘤及其他相关病变	数字病理学	胰腺癌	机器学习和深度学习	NA	NA	NA
327	2024-08-05	Deciphering exogenous chemical carcinogenicity through interpretable deep learning: A novel approach for evaluating atmospheric pollutant hazards 2024-03-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2023.133092 PMID:38039812	研究论文	本研究介绍了一种新颖的可解释深度学习模型CarcGC，用于预测化学致癌性	提出了一种新的基于图卷积神经网络的可解释深度学习模型，具有更好的性能和可解释性	深度学习模型可能仍需进一步优化以提高性能和解释性	评估空气污染物的致癌性并为环境致癌性筛查提供基础	化学致癌性预测的化学物质，尤其是美国环保局的危险空气污染物	机器学习	肺癌	图卷积神经网络（GCN）	CarcGC	结构分子图	使用了美国环保局的危险空气污染物清单中的化学物质
328	2024-08-05	The association between DNA methylation and human height and a prospective model of DNA methylation-based height prediction 2024-Mar, Human genetics IF:3.8Q2 DOI:10.1007/s00439-024-02659-0 PMID:38507014	研究论文	本研究探讨了DNA甲基化与人类身高之间的关系，并构建了一个基于DNA甲基化的身高预测模型。	使用仅959个CpG位点的靶向甲基化测序结合深度学习技术，提供了比基于SNP预测模型更高的身高预测准确性。	样本主要针对中国人群，可能限制了研究结果的普遍适用性。	研究DNA甲基化与人类身高之间的关联，并基于此构建身高预测模型。	研究对象为与身高相关的DNA甲基化位点。	数字病理学	NA	靶向甲基化测序	深度神经网络	NA	11,730个与身高相关的位点
329	2024-08-05	Deep Learning-Based Kernel Adaptation Enhances Quantification of Emphysema on Low-Dose Chest CT for Predicting Long-Term Mortality 2024-Mar-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001003 PMID:37428617	研究论文	本研究旨在利用深度学习的核适应技术来量化低剂量胸部CT上的肺气肿，以预测长期死亡率	该研究首次将深度学习应用于低剂量CT的核适应，显著改善了肺气肿的量化结果	研究仅限于60岁及以上的无症状个体，可能不适用于其他人群	调查低剂量CT量化肺气肿对长期死亡率的预测价值	从2009年到2016年期间进行健康检查的5178名无症状个体的低剂量CT图像	数字病理学	NA	低剂量计算机断层扫描 (LDCT), 深度学习	Cox比例风险模型	影像	5178名参与者
330	2024-08-05	[Development and Application of Deep Learning-Based Model for Quality Control of Children Pelvic X-Ray Images] 2024-Mar-30, Zhongguo yi liao qi xie za zhi = Chinese journal of medical instrumentation DOI:10.12455/j.issn.1671-7104.240010 PMID:38605612	研究论文	提出了一种基于深度学习的方法用于评估儿童髋关节X光图像的质量	首次尝试将人工智能算法应用于儿童髋关节X光的质量评估	NA	构建诊断模型并验证其临床可行性	3247名儿童的前后髋部X光片	计算机视觉	NA	深度学习	NA	图像	3247个儿童的前后髋部X光图像
331	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
332	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
333	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
334	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
335	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
336	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
337	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
338	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
339	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
340	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