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
121	2024-11-10	Deep learning from latent spatiotemporal information of the heart: Identifying advanced bioimaging markers from echocardiograms 2024-Mar, Biophysics reviews IF:2.9Q2 DOI:10.1063/5.0176850 PMID:38559589	研究论文	本文探讨了利用深度学习模型从超声心动图的潜在时空信息中识别高级生物成像标记物	提出了新的时空深度学习模型，能够整合未标记的超声心动图数据，构建个性化的4D心脏网格，评估心脏功能，检测早期瓣膜病理，并区分罕见的心血管疾病	NA	利用机器学习算法减少超声心动图采集、处理和解释中的成本、认知错误和观察者间变异性	超声心动图数据中的时空信息	计算机视觉	心血管疾病	深度学习	深度学习模型	图像	NA
122	2024-11-08	Deep learning-based predictive classification of functional subpopulations of hematopoietic stem cells and multipotent progenitors 2024-Mar-13, Stem cell research & therapy IF:7.1Q1 DOI:10.1186/s13287-024-03682-8 PMID:38475857	研究论文	研究利用深度学习技术对造血干细胞和多能祖细胞的功能亚群进行预测分类	首次使用深度学习在稳态条件下区分造血干细胞和多能祖细胞，开发了基于深度学习的分类器	NA	探索利用深度学习技术区分小鼠造血干细胞和多能祖细胞的可行性	小鼠造血干细胞和多能祖细胞	机器学习	NA	深度学习	LSM模型	图像	大量图像数据集
123	2024-11-08	Extracting adverse drug events from clinical Notes: A systematic review of approaches used 2024-Mar, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104603 PMID:38331081	综述	本文对从临床笔记中提取不良药物事件（ADE）的方法进行了系统性综述	本文综述了当前从临床笔记中提取ADE的各种方法，包括命名实体识别（NER）和关系提取（RE），并根据不同的提取方法进行了分类	本文主要集中在方法的综述上，未提供具体的实验数据或模型性能比较	综述当前从临床笔记中提取不良药物事件的方法，并展示这些方法的进展和挑战	不良药物事件（ADE）的提取方法	自然语言处理	NA	自然语言处理（NLP）	NA	文本	从2015年到2023年，共筛选出82篇相关文献进行分析
124	2024-11-07	Malignancy diagnosis of liver lesion in contrast enhanced ultrasound using an end-to-end method based on deep learning 2024-Mar-21, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01247-y PMID:38515044	研究论文	本文提出了一种基于深度学习的端到端方法，用于增强超声（CEUS）图像中肝脏病变的恶性诊断	本文创新性地结合了二维卷积神经网络（CNN）和长短期记忆网络（LSTM），无需手动特征选择即可进行恶性诊断	本文的局限性在于仅使用了420个病例进行验证，样本量相对较小	开发一种基于深度学习的端到端方法，用于增强超声图像中肝脏病变的恶性诊断	肝脏病变及其恶性诊断	计算机视觉	肝脏疾病	深度学习	CNN-LSTM	图像	420个肝脏病变病例，包括136个良性病例和284个恶性病例
125	2024-11-07	Multimodal deep learning-based diagnostic model for BPPV 2024-Mar-21, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02438-x PMID:38515156	研究论文	本研究旨在通过结合眼动视频和位置信息，利用多模态深度学习模型提高BPPV诊断的准确性	提出了一个结合视频理解模型、自编码器和交叉注意力机制的多模态深度学习诊断模型	NA	探索和应用人工智能方法提高BPPV诊断的准确性	BPPV患者的诊断	机器学习	NA	多模态深度学习	多模态深度学习模型	视频和位置信息	518名BPPV患者
126	2024-11-07	A Foundation Model for Cell Segmentation 2024-Mar-07, bioRxiv : the preprint server for biology DOI:10.1101/2023.11.17.567630 PMID:38045277	研究论文	本文介绍了一种名为CellSAM的基础模型，用于跨不同细胞成像数据域的细胞分割	CellSAM通过在Segment Anything Model (SAM)基础上开发提示工程方法，实现了跨多种成像模式的细胞分割，展示了强大的零样本学习和少样本学习能力	NA	开发一种能够跨不同细胞成像数据域进行细胞分割的基础模型	哺乳动物细胞（组织和细胞培养）、酵母和细菌的图像	计算机视觉	NA	深度学习	基础模型	图像	涉及多种成像模式的哺乳动物细胞、酵母和细菌图像
127	2024-11-07	An integrative approach to protein sequence design through multiobjective optimization 2024-Mar-04, bioRxiv : the preprint server for biology DOI:10.1101/2024.03.01.582670 PMID:38496480	研究论文	本文提出了一种通过多目标优化进行蛋白质序列设计的综合方法	采用进化多目标优化技术，结合AlphaFold2和ProteinMPNN的置信度指标，以及ESM-1v和ProteinMPNN的突变操作符，显著减少了RfaH天然序列恢复的偏差和方差	NA	开发一种能够直接整合不同模型和目标函数到生成设计过程中的框架	蛋白质序列设计	机器学习	NA	多目标优化	NSGA-II	蛋白质序列	NA
128	2024-11-07	NPSV-deep: a deep learning method for genotyping structural variants in short read genome sequencing data 2024-03-04, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae129 PMID:38444093	研究论文	提出了一种基于深度学习的结构变异基因分型方法NPSV-deep，用于短读长基因组测序数据	将结构变异基因分型任务重新定义为图像相似性问题，通过比较实际短读长数据和模拟数据的堆叠图像来预测基因型	NA	提高短读长基因组测序数据中结构变异的基因分型准确性	结构变异的基因分型	机器学习	NA	短读长基因组测序	深度学习	图像	不同结构变异集合和样本类型
129	2024-11-07	Machine and deep learning methods for predicting 3D genome organization 2024-Mar-04, ArXiv PMID:38495565	综述	本文综述了使用机器学习和深度学习方法预测三维基因组组织的三种类型交互（增强子-启动子交互、染色质交互、拓扑关联域边界）的计算工具，并分析了它们的优缺点	本文讨论了机器学习方法在填补缺失的三维交互和提高分辨率方面的创新应用	当前的三维结构目录由于技术、工具和数据分辨率的差异，仍然不完整且不可靠	探讨计算工具在预测三维基因组交互中的应用及其未来研究方向	三维基因组组织中的三种类型交互（增强子-启动子交互、染色质交互、拓扑关联域边界）	机器学习	NA	ChIP-seq, DNAse-seq	NA	基因组数据	NA
130	2024-11-06	Tradeoffs in alignment and assembly-based methods for structural variant detection with long-read sequencing data 2024-Mar-19, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-46614-z PMID:38503752	研究论文	本文系统比较了14种基于比对的结构变异检测方法和4种基于组装的结构变异检测方法，并提供了选择最合适工具的指南	首次系统比较了多种基于比对和组装的结构变异检测方法，并提供了详细的性能评估和选择指南	缺乏全面的基准测试限制了对算法性能的理解和进一步的算法开发	评估和比较基于比对和组装的结构变异检测方法的性能，并提供选择指南	14种基于比对的结构变异检测方法和4种基于组装的结构变异检测方法	基因组学	NA	长读长测序	深度学习	DNA序列	NA
131	2024-11-06	Dynamic clustering via branched deep learning enhances personalization of stress prediction from mobile sensor data 2024-Mar-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-56674-2 PMID:38503794	研究论文	本文开发了一种名为Branched CALM-Net的平台，通过动态聚类和分支深度学习技术，个性化预测大学生从移动传感器数据中的压力水平	首次在多任务设置中利用分支技术实现个性化和持续适应	NA	克服从移动电话数据预测压力水平的挑战，解决数据不规则性、个体间变异性和冷启动问题	大学生从移动传感器数据中的压力水平	机器学习	NA	分支深度学习	Branched CALM-Net	移动传感器数据	Dartmouth StudentLife研究中的学生数据
132	2024-11-06	A commentary on 'Intelligent cataract surgery supervision and evaluation via deep learning' 2024-Mar-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000001030 PMID:38126410	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
133	2024-11-04	Controllable editing via diffusion inversion on ultra-widefield fluorescein angiography for the comprehensive analysis of diabetic retinopathy 2024-Mar-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.517819 PMID:38495723	研究论文	本文开发了一种基于图像生成的深度学习系统，用于在超广角荧光素血管造影（UWFA）图像中分析与糖尿病视网膜病变（DR）相关的多种指标	本文提出了一种统一的模型，通过图像生成将输入图像转换为相应的无病版本，并结合图像级监督训练过程，显著减少了临床应用中对大量手动干预的需求	NA	建立一个深度学习系统，用于在超广角荧光素血管造影（UWFA）图像中分析与糖尿病视网膜病变（DR）相关的多种指标	糖尿病视网膜病变（DR）及其在超广角荧光素血管造影（UWFA）图像中的表现	计算机视觉	糖尿病视网膜病变	深度学习	图像生成模型	图像	NA
134	2024-11-02	Deep learning of movement behavior profiles and their association with markers of cardiometabolic health 2024-Mar-13, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02474-7 PMID:38481262	研究论文	本文介绍了一种将加速度计记录的运动行为转换为图像并使用深度卷积自编码器进行聚类分析的新方法	提出了一种将加速度计数据转换为图像并使用深度学习方法进行分析的创新方法	样本量相对较小，且仅基于NHANES数据库的数据	研究运动行为与心血管代谢健康指标之间的关联	加速度计记录的运动行为及其与健康指标的关系	机器学习	心血管疾病	加速度计	卷积自编码器	图像	1812名20-65岁的成年人
135	2024-11-02	Humans use tools: From handcrafted tools to artificial intelligence 2024-Mar, Journal of vascular surgery. Venous and lymphatic disorders DOI:10.1016/j.jvsv.2023.101705 PMID:37956905	研究论文	本文探讨了人工智能在血管外科中的应用及其对手术安全性和精确性的影响	文章提出了人工智能在手术中的应用，通过深度学习和模式识别提高手术的精确性和安全性	人工智能的发展仍处于早期阶段，数据管理和隐私保护是重要问题	研究人工智能在血管外科中的应用，探讨其对手术效果的提升	血管外科手术及其相关的人工智能技术	机器学习	心血管疾病	深度学习	NA	影像数据	NA
136	2024-10-30	Deep learning reveals what facial expressions mean to people in different cultures 2024-Mar-15, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.109175 PMID:38433918	研究论文	本文通过大规模数据收集和机器学习，研究了六个国家中面部表情在不同文化中的含义	本文创新性地使用了模仿范式和深度神经网络，揭示了面部表情在不同文化中的28个维度，其中21个维度显示出普遍性	本文主要集中在六个国家的研究，可能无法完全代表全球所有文化	研究面部表情在不同文化中的含义及其普遍性和文化特异性	面部表情及其在不同文化中的含义	计算机视觉	NA	深度学习	深度神经网络	图像	5,833名参与者生成了423,193个面部表情
137	2024-10-29	A self-supervised learning approach for registration agnostic imaging models with 3D brain CTA 2024-Mar-15, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.109004 PMID:38375230	研究论文	本文提出了一种自监督学习方法，用于将设计用于已配准图像的卷积深度神经网络转换为适用于未配准图像的模型	提出了一种通用的对比自监督学习方法，使模型能够处理未配准的图像，而不依赖于标签	NA	开发一种不依赖图像配准的深度学习方法，以提高急性中风神经影像处理的效率和鲁棒性	3D脑部CTA图像中的大血管闭塞（LVO）检测	计算机视觉	心血管疾病	自监督学习	卷积神经网络（CNN）	图像	402名CTA患者的数据
138	2024-10-29	Drug-drug interactions prediction based on deep learning and knowledge graph: A review 2024-Mar-15, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.109148 PMID:38405609	综述	本文系统回顾了基于深度学习和知识图谱的药物-药物相互作用预测研究	本文总结了现有的基于深度学习和知识图谱的药物-药物相互作用预测方法，并将其分为三类：基于深度学习的方法、基于知识图谱的方法以及结合两者的方法	本文讨论了药物-药物相互作用预测面临的挑战，包括非对称相互作用预测和高阶相互作用预测	系统回顾基于深度学习和知识图谱的药物-药物相互作用预测研究	药物-药物相互作用预测方法	机器学习	NA	深度学习、知识图谱	NA	文本	NA
139	2024-10-25	Retinal Photograph-based Deep Learning System for Detection of Thyroid-Associated Ophthalmopathy 2024 Mar-Apr 01, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000009919 PMID:38078953	研究论文	本研究开发了一种基于视网膜照片的深度学习系统，用于检测甲状腺相关眼病	首次使用深度学习技术基于视网膜照片检测甲状腺相关眼病	模型在外部验证数据集上的表现不如内部验证，表明其泛化能力有限	开发一种成本效益高且无创的甲状腺相关眼病检测方法	甲状腺相关眼病患者和正常参与者的视网膜照片	计算机视觉	甲状腺相关眼病	深度学习	卷积神经网络	图像	1182张视网膜照片，涉及708名参与者；外部验证数据集包含365张照片，涉及189名参与者
140	2024-10-21	Added prognostic value of 3D deep learning-derived features from preoperative MRI for adult-type diffuse gliomas 2024-03-04, Neuro-oncology IF:16.4Q1 DOI:10.1093/neuonc/noad202 PMID:37855826	研究论文	研究了使用三维卷积神经网络从术前MRI中提取的空间特征对成人弥漫性胶质瘤的预后价值	提出了基于三维卷积神经网络的深度学习预后指数（DPI），并验证了其在独立于临床和分子遗传变量的预后价值	研究为回顾性多中心研究，数据集来自不同机构，可能存在数据异质性	探讨三维卷积神经网络从全脑MRI中提取的空间特征对成人弥漫性胶质瘤的预后价值	成人弥漫性胶质瘤患者	计算机视觉	脑肿瘤	三维卷积神经网络	三维卷积神经网络	图像	1925名弥漫性胶质瘤患者