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
41	2024-12-12	Morphomics via next-generation electron microscopy 2024-04-10, Journal of molecular cell biology IF:5.3Q2 DOI:10.1093/jmcb/mjad081 PMID:38148118	研究论文	本文探讨了通过下一代电子显微镜技术进行形态组学的研究	本文引入了新的电子显微镜技术，能够覆盖更广泛的纳米级视野，并结合深度学习进行生物图像的定量分析，从而推动了形态组学的发展	传统的电子显微镜设置仅限于狭窄的组织区域，可能导致观察结果的偏差	研究如何通过先进的电子显微镜技术和深度学习方法全面获取和量化细胞形态	细胞的超微结构	数字病理学	NA	电子显微镜（EM），深度学习	深度学习模型	图像	NA
42	2024-12-10	A Clinical Trial Evaluating the Efficacy of Deep Learning-Based Facial Recognition for Patient Identification in Diverse Hospital Settings 2024-Apr-15, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11040384 PMID:38671805	研究论文	评估基于深度学习的面部识别系统在医院环境中用于患者识别的有效性	首次系统评估医院住院患者在不同情况下使用面部识别系统的效果	未提及具体限制	评估面部识别系统在医院环境中用于患者识别的有效性和安全性	面部识别系统在不同条件下的认证分数和有效性	计算机视觉	NA	深度学习	NA	图像	100名患者，包括坐姿、仰卧、侧卧、戴口罩和不戴口罩以及夜间睡眠状态
43	2024-12-10	Positive Effect of Super-Resolved Structural Magnetic Resonance Imaging for Mild Cognitive Impairment Detection 2024-Apr-14, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci14040381 PMID:38672031	研究论文	本文提出了一种通过超分辨率结构磁共振成像（MRI）和优化深度学习模型来提高轻度认知障碍（MCI）检测的新方法	引入了先进的损失函数、生成器上采样部分的修改以及在生成对抗训练设置中使用多种判别器，显著提高了超分辨率MRI图像的感知质量	未明确提及	提高轻度认知障碍（MCI）的检测准确性	超分辨率结构MRI图像和深度学习模型	计算机视觉	神经退行性疾病	磁共振成像（MRI）	生成对抗网络（GAN）	图像	未明确提及
44	2024-12-10	Non-Invasive Biosensing for Healthcare Using Artificial Intelligence: A Semi-Systematic Review 2024-Apr-09, Biosensors DOI:10.3390/bios14040183 PMID:38667177	综述	本文综述了生物传感技术与深度学习算法结合在医疗保健中的应用	探讨了生物传感技术与深度学习算法结合在医疗保健中的应用潜力	本文为综述性文章，未涉及具体实验或数据分析	探讨生物传感技术与深度学习算法结合在医疗保健中的应用及其未来发展方向	生物传感技术与深度学习算法在医疗保健中的应用	机器学习	NA	深度学习	NA	NA	NA
45	2024-12-09	Drug-Online: an online platform for drug-target interaction, affinity, and binding sites identification using deep learning 2024-Apr-20, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05783-w PMID:38641811	研究论文	本文介绍了一个名为Drug-Online的在线平台，用于药物-靶点相互作用、亲和力和结合位点的识别	Drug-Online是首个集成药物-靶点相互作用、亲和力和结合位点识别的在线平台	NA	开发一个集成药物-靶点相互作用、亲和力和结合位点识别的在线平台，以促进药物筛选、靶点识别和靶点功能理解	药物-靶点相互作用、亲和力和结合位点	机器学习	NA	图神经网络（GNN）和卷积神经网络（CNN）	GNN和CNN	NA	NA
46	2024-12-09	Haplotype function score improves biological interpretation and cross-ancestry polygenic prediction of human complex traits 2024-04-19, eLife IF:6.4Q1 DOI:10.7554/eLife.92574 PMID:38639992	研究论文	提出了一种新的框架用于人类遗传关联研究，通过深度学习模型计算功能基因组活性评分，并应用于14种复杂性状的分析	引入了一种新的Haplotype Function Score (HFS)评分，取代了传统的单核苷酸多态性(SNP)分析，显著提高了因果关联的发现和生物学解释	NA	改进人类复杂性状的遗传关联研究和跨祖先的多基因预测	14种复杂性状的遗传关联	机器学习	NA	深度学习模型	Sei	基因组数据	UK Biobank中的个体数据
47	2024-12-09	Deep learning prediction of renal anomalies for prenatal ultrasound diagnosis 2024-04-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-59248-4 PMID:38641713	研究论文	研究探讨了深度学习模型在产前超声诊断中预测胎儿肾脏异常的应用	提出了适应性的两类表示和多类模型解释方法，并使用可解释AI工具Grad-CAM和HiResCAM来分析模型预测	NA	探索深度学习在早期检测胎儿肾脏异常中的应用	胎儿肾脏异常的产前超声图像	计算机视觉	肾脏疾病	深度学习	多类模型	图像	969张超声图像，包括646张对照图像和323张肾脏异常图像
48	2024-12-09	Deep learning-enabled detection of rare circulating tumor cell clusters in whole blood using label-free, flow cytometry 2024-04-16, Lab on a chip IF:6.1Q2 DOI:10.1039/d3lc00694h PMID:38456773	研究论文	本文介绍了一种基于深度学习的无标记流式细胞术，用于在全血中检测罕见的循环肿瘤细胞簇	本文扩展了基于深度学习的峰值检测和分类模型，用于检测全血数据中的循环肿瘤细胞簇，相比传统的机器学习方法，具有更低的误报率和更高的检测精度	本文未详细讨论该技术的临床应用和实际操作中的挑战	开发一种高效、无标记的方法来检测全血中的循环肿瘤细胞簇，以作为转移性肿瘤的潜在生物标志物	循环肿瘤细胞簇	机器学习	NA	流式细胞术	深度学习	全血数据	未明确提及具体样本数量
49	2024-12-09	FiTMuSiC: leveraging structural and (co)evolutionary data for protein fitness prediction 2024-04-16, Human genomics IF:3.8Q2 DOI:10.1186/s40246-024-00605-9 PMID:38627807	研究论文	本文介绍了一种新的蛋白质适应性预测工具FiTMuSiC，利用结构、进化和共进化信息进行预测	FiTMuSiC在第六轮基因组解释挑战（CAGI6）中表现优异，预测准确性高，且模型简单，能够与复杂的深度学习模型如AlphaMissense相媲美	NA	系统预测突变对蛋白质适应性的影响，以理解遗传疾病	蛋白质适应性预测	生物信息学	NA	NA	NA	结构数据、进化数据、共进化数据	涉及多个蛋白质目标，如羟甲基胆红素合酶（HMBS）和人类葡萄糖激酶（GCK）
50	2024-12-09	Deep learning predictions of TCR-epitope interactions reveal epitope-specific chains in dual alpha T cells 2024-Apr-13, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-47461-8 PMID:38615042	研究论文	研究开发了一种名为MixTCRpred的深度学习模型，用于预测TCR与表位的相互作用，并揭示了双α链T细胞中的表位特异性链	开发了MixTCRpred模型，能够准确预测TCR识别多种病毒和癌症表位，并提供了多重单细胞TCR测序的质量控制工具	NA	开发一种工具来预测TCR与特定表位的相互作用，并解释来自批量和表位特异性T细胞的TCR测序数据	TCR与表位的相互作用，以及双α链T细胞中的表位特异性链	机器学习	NA	深度学习	深度学习模型	序列数据	17,715个αβTCR与数十个I类和II类表位的相互作用数据
51	2024-12-09	AcquisitionFocus: Joint Optimization of Acquisition Orientation and Cardiac Volume Reconstruction Using Deep Learning 2024-Apr-04, Sensors (Basel, Switzerland) DOI:10.3390/s24072296 PMID:38610507	研究论文	本文提出了一种深度学习模型，用于在心脏电影成像中联合优化采集方向和心脏体积重建	本文的创新点在于使用深度学习模型同时优化切片采集方向和心脏体积重建，以减少采集时间和提高数据质量	NA	评估在最小采集时间内整个心脏运动的形状重建质量	心脏体积形状和切片采集方向	计算机视觉	心血管疾病	深度学习	深度学习模型	图像	多个心脏腔室的体积形状
52	2024-12-09	Distribution-Agnostic Deep Learning Enables Accurate Single-Cell Data Recovery and Transcriptional Regulation Interpretation 2024-Apr, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202307280 PMID:38380499	研究论文	本文开发了一种分布无关的深度学习模型Bis，用于准确恢复单细胞基因表达数据并解释转录调控	Bis模型采用最优传输自动编码器，能够捕捉单细胞RNA测序数据的复杂分布，并通过正则化细胞嵌入空间来处理数据稀疏性	NA	解决单细胞RNA测序中基因表达值缺失的问题，并提高数据恢复的准确性	单细胞基因表达数据	机器学习	NA	单细胞RNA测序	自动编码器	基因表达数据	NA
53	2024-12-09	Deep learning-assisted low-cost autofluorescence microscopy for rapid slide-free imaging with virtual histological staining 2024-Apr-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.515018 PMID:38633074	研究论文	本文提出了一种基于深度学习的低成本自荧光显微镜技术，用于快速无载玻片成像并实现虚拟组织学染色	使用低成本的发光二极管（LED）替代昂贵的紫外线激光器，并通过深度学习框架增强宽场显微镜成像效果	NA	改进组织学工作流程，降低成像成本并提高成像速度	无载玻片成像技术及虚拟组织学染色	计算机视觉	NA	深度学习	NA	图像	NA
54	2024-12-08	Using Deep learning to Predict Cardiovascular Magnetic Resonance Findings from Echocardiography Videos 2024-Apr-19, medRxiv : the preprint server for health sciences DOI:10.1101/2024.04.16.24305936 PMID:38699330	研究论文	研究使用深度学习从超声心动图视频中预测心血管磁共振成像结果	首次尝试使用深度学习从超声心动图视频中预测心血管磁共振成像的组织特征	模型在预测组织特征如LGE、T1、T2和ECV方面表现不佳	验证深度学习是否能从超声心动图视频中预测心血管磁共振成像的测量结果	成人患者的心血管磁共振成像和超声心动图研究	机器学习	心血管疾病	深度学习	卷积神经网络	视频	1453名成年患者，平均年龄56±18岁，42%为女性
55	2024-12-08	Deep learning evaluation of echocardiograms to identify occult atrial fibrillation 2024-Apr-13, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01090-z PMID:38615104	研究论文	本文开发了一种基于深度学习的两阶段算法，利用经胸超声心动图（TTE）视频来识别隐匿性房颤	本文首次使用深度学习算法从经胸超声心动图视频中识别隐匿性房颤，并展示了其在不同患者群体中的有效性	本文未详细讨论模型的泛化能力和在不同医疗环境中的适用性	开发一种能够从经胸超声心动图视频中识别隐匿性房颤的深度学习算法	经胸超声心动图视频和隐匿性房颤患者	机器学习	心血管疾病	深度学习	卷积神经网络	视频	111,319个经胸超声心动图视频
56	2024-12-08	Image-based consensus molecular subtyping in rectal cancer biopsies and response to neoadjuvant chemoradiotherapy 2024-Apr-09, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00580-3 PMID:38594327	研究论文	研究使用深度学习模型从直肠癌活检的全切片病理图像中预测共识分子亚型，并评估其与新辅助放化疗反应的关系	开发了一种基于深度学习的模型，能够从直肠癌的全切片病理图像中预测共识分子亚型，并发现这些亚型与新辅助放化疗的病理完全反应显著相关	研究仅在两个独立的数据集中验证了模型的有效性，未来需要在更多数据集中进行验证	探索基于图像的共识分子亚型分类在直肠癌活检中的应用，并评估其与新辅助放化疗反应的关系	直肠癌活检的全切片病理图像及其与新辅助放化疗反应的关系	数字病理学	直肠癌	深度学习	深度学习模型	图像	1057张全切片病理图像，114名ARISTOTLE患者和55名SALZBURG患者的独立数据集
57	2024-12-08	Lightning Pose: improved animal pose estimation via semi-supervised learning, Bayesian ensembling, and cloud-native open-source tools 2024-Apr-03, bioRxiv : the preprint server for biology DOI:10.1101/2023.04.28.538703 PMID:37162966	研究论文	本文介绍了一种名为“Lightning Pose”的高效姿态估计工具包，通过半监督学习、贝叶斯集成和云原生开源工具改进动物姿态估计	引入了半监督学习方法，利用未标记视频帧来提高预测的连续性和合理性；设计了一种网络架构，通过预测周围未标记帧来解决遮挡问题；采用集成和卡尔曼平滑技术对姿态预测进行后处理	NA	改进动物姿态估计的准确性和科学可用性	动物姿态估计	计算机视觉	NA	半监督学习、贝叶斯集成、卡尔曼平滑	NA	视频	少量标记视频帧和大量未标记视频帧
58	2024-12-08	Investigating the role of imaging factors in the variability of CT-based texture analysis metrics 2024-Apr, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14192 PMID:37962032	研究论文	本研究评估了在不同剂量、重建算法和切片厚度下，从CT图像中提取的IQR、CV和SD等一阶放射组学纹理特征的鲁棒性	研究了不同成像因素对CT图像纹理分析指标变异性的影响，并发现DLIR-high重建算法在降低CV、IQR和SD值方面表现优于AV50和FBP	需要多中心、多扫描仪和多成像协议的前瞻性评估来建立放射组学的质量保证标准	评估不同成像因素对CT图像纹理分析指标的影响	水模、商业人体肝脏模和人体肝脏活体扫描图像	计算机视觉	NA	CT扫描	NA	图像	水模、商业人体肝脏模和人体肝脏活体扫描图像
59	2024-12-06	Deep Multimodal Fusion of Data With Heterogeneous Dimensionality via Projective Networks 2024-04, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3352970 PMID:38206782	研究论文	提出了一种新的深度学习框架，用于融合具有异构维度的多模态数据，并验证了其在地理萎缩和视网膜血管分割任务中的有效性	提出了一种新的深度学习框架，能够融合具有不同维度的多模态数据，并适用于定位任务	当前的分割方法仅限于融合相同维度的模态，且分类方法的融合策略不适用于定位任务	开发一种能够融合异构维度多模态数据的深度学习框架，并验证其在医学图像分割任务中的应用	地理萎缩和视网膜血管的分割	计算机视觉	老年性疾病	深度学习	NA	图像	NA
60	2024-12-06	Identifying Biases in a Multicenter MRI Database for Parkinson's Disease Classification: Is the Disease Classifier a Secret Site Classifier? 2024-04, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3352513 PMID:38198251	研究论文	研究探讨了在多中心MRI数据库中用于帕金森病分类的深度学习模型是否存在站点相关的偏差	首次系统分析了深度学习模型在帕金森病分类中可能利用的站点相关特征作为捷径的现象	研究仅限于T1加权MRI数据，未涵盖其他类型的医学影像数据	探究深度学习模型在帕金森病分类中是否存在站点相关的偏差	多中心MRI数据库中的帕金森病分类模型	计算机视觉	帕金森病	MRI	深度学习模型	图像	1880个MRI扫描数据，来自41个中心