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
101	2024-12-14	Convolutional neural network deep learning model accurately detects rectal cancer in endoanal ultrasounds 2024-Apr-01, Techniques in coloproctology IF:2.7Q1 DOI:10.1007/s10151-024-02917-3 PMID:38561492	研究论文	本研究开发并验证了一种基于深度学习的卷积神经网络模型，用于在非专业医疗中心通过内镜超声准确检测直肠癌	本研究首次在非专业医疗中心环境中应用深度学习模型，通过内镜超声提高直肠癌检测的准确性和敏感性	研究样本量较小，仅使用了294张图像，可能影响模型的泛化能力	开发和验证一种深度学习模型，以提高非专业医疗中心通过内镜超声检测直肠癌的准确性	直肠癌的检测	计算机视觉	直肠癌	深度学习	卷积神经网络	图像	294张内镜超声图像
102	2024-12-13	Use of artificial intelligence in determination of bone age of the healthy individuals: A scoping review 2024-Apr, Journal of the World federation of orthodontists IF:2.6Q1 DOI:10.1016/j.ejwf.2023.10.001 PMID:37968159	综述	本文对人工智能、机器学习和深度学习在健康个体骨骼年龄评估中的应用进行了范围综述	验证了AI、ML或DL在骨骼年龄评估中的应用，并提出了未来研究的方向	需要更多不同成熟阶段的样本分布，以及使用三维输入数据如磁共振成像和锥束CT来更好地训练模型	探讨AI、ML和DL在健康个体骨骼年龄评估中的应用	健康个体的骨骼年龄评估	机器学习	NA	人工智能 (AI), 机器学习 (ML), 深度学习 (DL)	深度学习模型 (DL models), 机器学习模型 (ML models)	图像	19篇文章符合纳入标准，使用了不同类型的数据如手和手腕X光片、磁共振成像和侧位头颅片
103	2024-12-13	Population-Specific Glucose Prediction in Diabetes Care With Transformer-Based Deep Learning on the Edge 2024-04, IEEE transactions on biomedical circuits and systems IF:3.8Q2 DOI:10.1109/TBCAS.2023.3348844 PMID:38163299	研究论文	本文提出了一种基于Transformer的深度学习模型，用于在边缘计算环境中进行特定人群的血糖预测，并将其嵌入到低功耗可穿戴设备中	本文创新性地提出了基于时间融合Transformer（TFT）的特定人群血糖预测模型，并将其嵌入到低功耗可穿戴设备中，通过边缘计算实现实时血糖预测	本文的局限性在于仅在两个公开的临床数据集上进行了验证，未来需要进一步验证其在更多数据集和实际应用中的表现	本文的研究目的是开发一种能够在可穿戴设备上嵌入的、适用于特定人群的血糖预测模型，以提高糖尿病患者的管理效果	本文的研究对象是1型糖尿病（T1D）和2型糖尿病（T2D）患者	机器学习	糖尿病	时间融合Transformer（TFT）	Transformer	时间序列数据	124名T1D或T2D患者
104	2024-12-12	ZleepAnlystNet: a novel deep learning model for automatic sleep stage scoring based on single-channel raw EEG data using separating training 2024-04-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-60796-y PMID:38684765	研究论文	本文提出了一种新的深度学习模型ZleepAnlystNet，用于基于单通道原始脑电图数据的自动睡眠阶段评分	引入了分离训练方法，并开发了一种包含15个CNN模型和1个BiLSTM的新模型，以提高N1阶段的分类性能	模型由于架构限制，无法使用端到端方法进行训练，需要分别训练每个组件	提高基于单通道原始脑电图数据的自动睡眠阶段评分的准确性和泛化能力	单通道原始脑电图数据	机器学习	NA	深度学习	CNN, BiLSTM	脑电图数据	使用了Sleep-EDF数据集和SHHS数据集进行训练和验证
105	2024-12-12	SAMP: Identifying Antimicrobial Peptides by an Ensemble Learning Model Based on Proportionalized Split Amino Acid Composition 2024-Apr-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.25.590553 PMID:38712184	研究论文	本文提出了一种基于比例分割氨基酸组成（PSAAC）的集成学习模型SAMP，用于识别抗菌肽	SAMP模型引入了新的特征类型PSAAC，能够捕捉抗菌肽序列中的残基模式和序列顺序信息，并在处理大规模抗菌肽识别时具有更高的性能	NA	开发一种新的计算模型，用于更准确地识别抗菌肽，以应对未来可能出现的抗生素耐药性问题	抗菌肽（AMPs）及其在消除耐药病原体中的作用	机器学习	NA	集成随机投影（RP）	集成学习模型	序列数据	不同平衡和不平衡数据集
106	2024-12-12	Deep learning insights into the architecture of the mammalian egg-sperm fusion synapse 2024-Apr-26, eLife IF:6.4Q1 DOI:10.7554/eLife.93131 PMID:38666763	研究论文	本文使用AlphaFold预测了与受精相关的其他细胞外蛋白质的结构，以确定它们是否可以形成介导融合的复合物	首次系统性地搜索了与受精相关蛋白质的二元相互作用，并识别出一个涉及精子IZUMO1、SPACA6、TMEM81和卵子JUNO、CD9的五聚体复合物，该复合物在结构上与预期的配子膜拓扑结构一致	本文主要依赖于结构预测模型AlphaFold，缺乏实验验证	揭示哺乳动物卵子和精子融合过程中涉及的蛋白质复合物的结构	哺乳动物卵子和精子融合过程中的蛋白质相互作用	生物信息学	NA	AlphaFold	NA	蛋白质结构	涉及小鼠和人类精子细胞中的TMEM81基因表达
107	2024-12-12	SCIseg: Automatic Segmentation of T2-weighted Intramedullary Lesions in Spinal Cord Injury 2024-Apr-21, medRxiv : the preprint server for health sciences DOI:10.1101/2024.01.03.24300794 PMID:38699309	研究论文	开发了一种深度学习工具SCIseg，用于自动分割脊髓损伤中的T2加权髓内病变	提出了SCIseg模型，通过主动学习实现了对不同病因、不同扫描仪制造商和异质图像分辨率的髓内病变的自动分割	研究是回顾性的，且样本量相对较小	开发一种自动分割脊髓损伤中T2加权髓内病变的深度学习工具	脊髓损伤患者的T2加权MRI图像中的髓内病变	计算机视觉	脊髓损伤	深度学习	深度学习模型	图像	191名脊髓损伤患者
108	2024-12-12	Adverse Event Signal Detection Using Patients' Concerns in Pharmaceutical Care Records: Evaluation of Deep Learning Models 2024-Apr-16, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/55794 PMID:38625718	研究论文	本研究评估了深度学习模型在药房护理记录中检测患者关注的不良事件信号的能力	本研究首次验证了深度学习模型用于筛选患者叙述中需要医疗干预的临床重要不良事件信号，并评估了其在药房数据中的适用性	本研究仅评估了特定类型的不良事件信号，未来研究可以扩展到更多类型的不良事件	评估深度学习模型在筛选需要医疗干预的临床重要不良事件信号方面的有效性	癌症患者的药房护理记录中的主观信息	机器学习	NA	深度学习	深度学习模型	文本	30,784条记录，涉及2479名至少使用过一种抗癌药物的患者
109	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
110	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
111	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
112	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
113	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
114	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
115	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
116	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）
117	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
118	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
119	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
120	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