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
81	2024-12-09	Infodemiology of Influenza-like Illness: Utilizing Google Trends' Big Data for Epidemic Surveillance 2024-Mar-27, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm13071946 PMID:38610711	研究论文	本研究利用Google Trends的大数据和气候变量，通过多重回归模型分析流感样疾病（ILI）的流行模式	本研究首次将Google Trends搜索数据与气候变量结合，用于预测流感样疾病的流行趋势，并发现温度是关键预测因素	本研究仅限于分析特定关键词和气候变量对ILI的影响，未考虑其他可能的影响因素	研究如何利用Google Trends和气候数据预测流感样疾病的流行趋势，以辅助政府决策	流感样疾病（ILI）的流行趋势及其与Google Trends搜索数据和气候变量的关系	NA	NA	多重回归分析	ARIMA	文本	NA
82	2024-12-09	DeepSeeded: Volumetric Segmentation of Dense Cell Populations with a Cascade of Deep Neural Networks in Bacterial Biofilm Applications 2024-Mar-15, Expert systems with applications IF:7.5Q1 DOI:10.1016/j.eswa.2023.122094 PMID:38646063	研究论文	本文提出了一种名为DeepSeeded的新型3D细胞分割方法，通过级联深度学习架构在细菌生物膜应用中实现密集细胞群体的体积分割	本文的创新点在于提出了一种级联深度学习架构，结合欧几里得距离变换和体素级分类来检测细胞种子，从而实现对密集、强度不均匀的显微镜图像体积中接触细胞实例的分割	NA	本文的研究目的是开发一种能够准确分割高密度细胞群体的自动分割方法，以促进生物医学研究中的新发现	本文的研究对象是细菌生物膜中的密集细胞群体	计算机视觉	NA	深度学习	级联深度神经网络	3D显微镜图像	合成数据集和两个真实生物膜数据集
83	2024-12-08	Network medicine informed multi-omics integration identifies drug targets and repurposable medicines for Amyotrophic Lateral Sclerosis 2024-Mar-30, bioRxiv : the preprint server for biology DOI:10.1101/2024.03.27.586949 PMID:38585774	研究论文	本研究利用网络医学方法整合人脑特异性多组学数据，识别肌萎缩侧索硬化症（ALS）的药物靶点和可重新利用的药物	首次采用网络医学方法结合深度学习框架，整合多种组学数据（如基因组、蛋白质组、表观基因组等），识别ALS相关基因和潜在药物靶点	研究主要基于人脑特异性数据，可能不适用于其他组织或疾病；验证阶段主要依赖于预临床和临床证据，缺乏大规模临床试验	识别ALS的药物靶点和可重新利用的药物，为ALS治疗提供新思路	肌萎缩侧索硬化症（ALS）及其相关基因和药物靶点	生物信息学	神经退行性疾病	网络医学方法、深度学习	NA	多组学数据（基因组、蛋白质组、表观基因组等）	NA
84	2024-12-08	Three-dimensional assessments are necessary to determine the true, spatially-resolved composition of tissues 2024-Mar-28, bioRxiv : the preprint server for biology DOI:10.1101/2023.12.04.569986 PMID:38106231	研究论文	本文应用基于深度学习的组织映射平台CODA，重建了正常和含有癌症的人类胰腺生物样本的三维微解剖结构，并比较了二维和三维组织成分的异质性	本文首次展示了三维评估在准确评估正常和异常组织成分以及确定肿瘤内容方面的重要性	本文主要集中在胰腺组织上，未涵盖其他类型的组织	验证三维评估在组织成分分析中的必要性	正常和含有癌症的人类胰腺组织	数字病理学	胰腺癌	深度学习	NA	图像	多个正常和癌症胰腺组织样本
85	2024-12-08	Generative interpolation and restoration of images using deep learning for improved 3D tissue mapping 2024-Mar-28, bioRxiv : the preprint server for biology DOI:10.1101/2024.03.07.583909 PMID:38496512	研究论文	本文利用深度学习生成模型FILM进行图像插值和修复，以提高3D组织映射的质量	本文首次将FILM模型应用于空间插值，相比传统线性插值，FILM能更好地保留生物信息和图像质量	NA	提高3D生物图像数据集的分辨率、吞吐量和质量	3D生物图像数据集，包括不同成像模态、物种、健康和疾病组织、染色技术和像素分辨率	计算机视觉	NA	深度学习	生成对抗网络（GAN）	图像	包括人类、小鼠的健康和疾病组织（胰腺、肺、脑），以及不同染色技术和像素分辨率（8 nm, 2 μm, 1mm）的样本
86	2024-12-08	Rapid and automated design of two-component protein nanomaterials using ProteinMPNN 2024-Mar-26, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2314646121 PMID:38502697	研究论文	本文测试了深度学习方法ProteinMPNN在设计两组分四面体蛋白质纳米材料中的能力，并将其性能与Rosetta方法进行基准测试	ProteinMPNN在设计蛋白质-蛋白质界面时，成功率与Rosetta相似，但计算量大幅减少且无需手动优化	NA	验证深度学习方法在蛋白质-蛋白质界面设计中的应用潜力	两组分四面体蛋白质纳米材料的设计	生物技术	NA	深度学习	ProteinMPNN	蛋白质序列	13个新的实验验证的组装体
87	2024-12-08	Deep learning to decode sites of RNA translation in normal and cancerous tissues 2024-Mar-25, bioRxiv : the preprint server for biology DOI:10.1101/2024.03.21.586110 PMID:38585907	研究论文	开发了一种基于transformer模型的方法RiboTIE，用于映射RNA翻译的全局图谱	RiboTIE提供了前所未有的精度和敏感性，适用于核糖体图谱数据	NA	研究RNA翻译在正常和癌细胞中的变化及其对疾病的影响	正常脑组织和髓母细胞瘤癌症样本	机器学习	癌症	NA	transformer模型	核糖体图谱数据	正常脑组织和髓母细胞瘤癌症样本
88	2024-12-08	Generic characterization method for nano-gratings using deep-neural-network-assisted ellipsometry 2024-Mar, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2023-0798 PMID:39634008	研究论文	本文提出了一种利用深度神经网络辅助椭偏仪对纳米光栅进行通用表征的新方法	该方法通过处理椭偏角作为功能信号，开发了一个综合模型，并引入了多种措施和补偿算法来提高模型的稳定性和准确性	NA	解决深度神经网络辅助光学散射测量在纳米结构应用中的挑战，如稳定性差、功能有限和高设备要求	纳米光栅	机器学习	NA	椭偏仪	深度神经网络	椭偏角	多种方法制造的纳米光栅
89	2024-12-07	A Multicenter Evaluation of the Impact of Therapies on Deep Learning-based Electrocardiographic Hypertrophic Cardiomyopathy Markers 2024-Mar-03, medRxiv : the preprint server for health sciences DOI:10.1101/2024.01.15.24301011 PMID:38293023	研究论文	评估基于深度学习的电生理图在肥厚型心肌病治疗中的影响	使用人工智能增强的电生理图（AI-ECG）来监测肥厚型心肌病（HCM）的治疗反应	研究仅限于三个中心的数据，且样本量有限	评估手术或经皮室间隔减少术（SRT）和马瓦卡姆坦对生物学反应的影响	肥厚型心肌病患者	机器学习	心血管疾病	AI-ECG模型	深度学习模型	电生理图	总共315名患者（SRT：315名，马瓦卡姆坦：36名）
90	2024-12-06	Machine Learning and Deep Learning Techniques Applied to Diabetes Research: A Bibliometric Analysis 2024-03, Journal of diabetes science and technology IF:4.1Q2 DOI:10.1177/19322968231215350 PMID:38047451	研究论文	本文通过文献计量分析，探讨了2000年至2022年间机器学习和深度学习技术在糖尿病研究中的应用趋势	首次全面分析了机器学习和深度学习技术在糖尿病研究领域的知识生成景观	未发现特定作者的突出领导作用	揭示全球在糖尿病研究中应用机器学习和深度学习技术的研究趋势和网络	糖尿病研究领域的科学文章	机器学习	糖尿病	机器学习、深度学习	NA	文献	1773篇文章
91	2024-12-06	A New Multi-Atlas Based Deep Learning Segmentation Framework With Differentiable Atlas Feature Warping 2024-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3344646 PMID:38113158	研究论文	本文提出了一种新的基于多图谱的深度学习分割框架，通过可微分的图谱特征变形模块来建立特征级别的图谱-目标对应关系	引入了一种新的可微分图谱特征变形模块，通过平滑正则化项来建立特征级别的图谱-目标对应关系，提高了分割精度	NA	解决现有基于深度学习的多图谱分割方法中图谱-目标特征不一致的问题，提高医学图像分割的准确性	脑部分割任务	计算机视觉	NA	深度学习	深度学习模型	图像	使用了两个公开的MR脑部图像数据集：LPBA40和NIREP-NA0
92	2024-12-06	Adaptive Tensor-Based Feature Extraction for Pupil Segmentation in Cataract Surgery 2024-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3345837 PMID:38127596	研究论文	提出了一种名为自适应小波张量特征提取（AWTFE）的新方法，用于提高白内障手术视频中瞳孔分割的准确性	通过构建三阶张量表示空间信息、颜色通道和小波子带之间的相关性，并利用高阶奇异值分解自适应地消除冗余信息，从而提高瞳孔识别系统的准确性	NA	提高白内障手术视频中瞳孔分割的准确性	白内障手术视频中的瞳孔分割	计算机视觉	白内障	自适应小波张量特征提取（AWTFE）	深度学习分割模型	图像	5700张标注的术中图像，来自190例白内障手术
93	2024-12-06	EHR-HGCN: An Enhanced Hybrid Approach for Text Classification Using Heterogeneous Graph Convolutional Networks in Electronic Health Records 2024-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3346210 PMID:38133976	研究论文	提出了一种基于异构图卷积网络的电子健康记录文本分类方法EHR-HGCN	结合了上下文敏感的词和句子嵌入与结构化的句子级和词级关系信息，将EHR文本分类重新定义为图分类任务	未提及	提高电子健康记录文本分类的准确性和F1分数	电子健康记录文本	自然语言处理	NA	异构图卷积网络	异构图卷积神经网络	文本	多种标准文本分类基准数据集和MedLit基准数据集
94	2024-12-06	Dual-View Learning Based on Images and Sequences for Molecular Property Prediction 2024-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3347794 PMID:38153823	研究论文	本文提出了一种基于图像和序列的双视图学习方法，用于分子性质预测	本文创新性地结合了分子图像和SMILES序列，通过交叉注意力机制提取信息，提出了一种名为ISMol的多模态架构	NA	探索分子图像和SMILES序列之间的关系，提高分子性质预测的准确性	分子图像和SMILES序列	机器学习	NA	交叉注意力机制	多模态架构	图像和文本	14个小分子ADMET数据集
95	2024-12-06	Graph Autoencoders for Embedding Learning in Brain Networks and Major Depressive Disorder Identification 2024-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3351177 PMID:38194405	研究论文	提出了一种利用图深度学习框架对脑网络进行分类以识别重度抑郁症的新方法	引入了一种新的图自编码器架构，基于图卷积网络，将fMRI网络的拓扑结构和节点内容嵌入到低维表示中	未提及	开发一种新的图深度学习框架，用于分类脑网络并识别重度抑郁症	重度抑郁症和健康对照组的脑网络	机器学习	精神疾病	功能磁共振成像(fMRI)	图自编码器(GAE)和全连接神经网络(FCNN)	图数据	未提及具体数量
96	2024-12-06	A New Automated Prognostic Prediction Method Based on Multi-Sequence Magnetic Resonance Imaging for Hepatic Resection of Colorectal Cancer Liver Metastases 2024-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3350247 PMID:38446655	研究论文	提出了一种基于多序列磁共振成像的新型自动化预测方法，用于预测结直肠癌肝转移切除后的1年复发和无复发生存	设计了多模态引导局部特征融合模块和跨模态互补外部注意力模块，以解决现有方法中特征冗余和空间信息丢失的问题	未提及	探索结直肠癌肝转移手术切除后的预后预测	结直肠癌肝转移患者	计算机视觉	结直肠癌	磁共振成像 (MRI)	多模态引导互补网络 (MGCNet)	图像	未提及
97	2024-11-29	miTDS: Uncovering miRNA-mRNA interactions with deep learning for functional target prediction 2024-03, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2024.01.011 PMID:38280472	研究论文	本文开发了一种基于深度学习的miRNA-mRNA相互作用预测模型miTDS，通过动态词嵌入和多尺度注意力机制，提高了功能目标预测的准确性	miTDS利用transformer架构的动态词嵌入模型和多尺度注意力机制，结合RNA双路径模块，能够更全面地分析miRNA-mRNA相互作用位点，并准确预测功能目标	NA	解决miRNA功能目标预测中的挑战，提高预测准确性	miRNA和mRNA的相互作用及其功能预测	机器学习	NA	深度学习	transformer	序列数据	NA
98	2024-11-29	MFD-GDrug: multimodal feature fusion-based deep learning for GPCR-drug interaction prediction 2024-03, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2024.01.017 PMID:38286333	研究论文	本文提出了一种基于多模态特征融合的深度学习模型MFD-GDrug，用于预测GPCR-药物相互作用	利用ESM预训练模型提取蛋白质特征，并结合CNN和GCN进行多模态特征融合，有效捕捉GPCR-药物相互作用	NA	开发一种准确预测GPCR-药物相互作用的方法，以降低药物开发成本	GPCR-药物相互作用	机器学习	NA	多模态特征融合、CNN、GCN	深度学习模型	蛋白质特征、药物分子结构特征	NA
99	2024-11-29	GSL-DTI: Graph structure learning network for Drug-Target interaction prediction 2024-03, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2024.01.018 PMID:38360082	研究论文	提出了一种名为GSL-DTI的自动图结构学习模型，用于预测药物-靶点相互作用	引入了自动图结构学习方法，通过滤波门和下游任务的分类损失来指导DPP网络结构的学习	未提及具体限制	预测药物与靶点蛋白之间的相互作用，加速药物发现过程	药物分子与靶点蛋白的相互作用	机器学习	NA	图卷积网络	图结构学习网络	图数据	三个公开数据集
100	2024-11-24	FABEL: Forecasting Animal Behavioral Events with Deep Learning-Based Computer Vision 2024-Mar-17, bioRxiv : the preprint server for biology DOI:10.1101/2024.03.15.584610 PMID:38559273	研究论文	本文介绍了一种基于深度学习的计算机视觉方法FABEL，用于预测动物未来的行为和运动轨迹	FABEL模型仅使用行为视频作为输入，可以适应任何行为任务，并且不需要特定的生理读数	NA	研究旨在通过预测动物行为和运动轨迹，为神经行为干预提供基础	动物行为和运动轨迹	计算机视觉	NA	深度学习	LSTM和Temporal Fusion Transformer	视频	NA