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
301	2024-08-05	DeepARV: ensemble deep learning to predict drug-drug interaction of clinical relevance with antiretroviral therapy 2024-May-06, NPJ systems biology and applications IF:3.5Q1 DOI:10.1038/s41540-024-00374-0 PMID:38710671	研究论文	本研究评估了深度学习方法预测抗病毒治疗及其合并用药的临床相关药物相互作用的潜力	提出了DeepARV-Sim和DeepARV-ChemBERTa，利用分子结构信息和多样性学习方法有效提高临床相关药物相互作用的预测能力	临床相关药物相互作用研究数量有限，可能影响模型的泛化能力	本研究旨在通过深度学习技术预测抗病毒药物和合并用药之间的临床相关药物相互作用	研究对象为30142对药物的相互作用，来自伦敦HIV药物相互作用数据库	机器学习	NA	DeepARV-Sim和DeepARV-ChemBERTa	Transformer	药物组合数据	30142对药物
302	2024-08-05	Prediction of tumor origin in cancers of unknown primary origin with cytology-based deep learning 2024-May, Nature medicine IF:58.7Q1 DOI:10.1038/s41591-024-02915-w PMID:38627559	研究论文	本文开发了一种基于细胞学的深度学习方法，用于预测未知原发癌肿瘤的来源	提出了一种新的深度学习方法TORCH，能够准确区分肿瘤来源并优于病理学家的预测效果	需要在随机试验中进一步验证	研究癌症的未知原发部位的诊断挑战及其肿瘤来源预测	利用细胞学图像数据集分析未知原发癌的肿瘤来源	数字病理学	未知原发癌	深度学习	TORCH	细胞学图像	总共分析了57,220个病例的细胞学图像数据
303	2024-08-04	Identification of Microorganism in Infected Wounds by Positively Charged Selective Sensor Array and Deep Learning Algorithm 2024-05-14, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c01845 PMID:38702857	研究论文	本研究使用带正电的选择传感器阵列和深度学习算法识别感染伤口中的微生物	创新点在于结合了特定的阳离子染料与深度学习模型ResNet实现了高效的微生物分类	可能缺乏不同环境条件下的微生物识别验证	研究目标是快速准确识别病原微生物，以便于感染诊断	研究对象为14种用S-TDs染色的微生物，包括革兰阴性菌、革兰阳性菌和真菌	数字病理学	感染性疾病	荧光传感器阵列	残差网络（ResNet）	图像	涉及14种微生物的大量图像数据
304	2024-08-04	Real-Time Signal Analysis with Wider Dynamic Range and Enhanced Sensitivity in Multiplex Colorimetric Immunoassays Using Encoded Hydrogel Microparticles 2024-05-07, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c00773 PMID:38662417	研究论文	本研究介绍了一种新的实时信号分析技术，用于定量多个蛋白质，从而提高多重比色免疫测定的动态范围和灵敏度	引入了实时信号分析，通过观察比色信号的连续变化，而不是仅依赖于终点分析	未提及具体的局限性	提高多重比色免疫测定的动态范围和灵敏度	多重比色免疫测定中的蛋白质	数字病理学	NA	比色免疫测定	深度学习	信号	涉及与先兆子痫相关的多种蛋白质目标的浓度范围
305	2024-08-04	Persistent Luminescence Lifetime-Based Near-Infrared Nanoplatform via Deep Learning for High-Fidelity Biosensing of Hypochlorite 2024-05-07, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c00899 PMID:38661330	研究论文	该文章提出了一种基于持久发光寿命的纳米平台，通过深度学习实现高保真生物传感	创新性地使用深度学习提取持久发光寿命特征，以高对比度信号进行生物成像	NA	研究在复杂基质系统中实现高保真生物传感的能力	开发一种持久发光纳米探头用于漂白剂检测	数字病理学	NA	持久发光成像	3D卷积神经网络	成像数据	NA
306	2024-08-04	Deep Learning Classification of Usual Interstitial Pneumonia Predicts Outcomes 2024-05-01, American journal of respiratory and critical care medicine IF:19.3Q1 DOI:10.1164/rccm.202307-1191OC PMID:38207093	研究论文	本文开发了一种可解释的深度学习算法，用于从CT影像中预测常见间质性肺炎的结果	应用多实例学习（MIL）方法实现了对常见间质性肺炎的准确分类和预测	本文未明确提及任何潜在的限制	研究的目的是利用CT影像提高对常见间质性肺炎的诊断精度和预后评估	研究对象为不同临床人群中被诊断为常见间质性肺炎的患者	数字病理学	肺纤维化	计算机断层扫描（CT）	多实例学习（MIL）	影像	总样本量为2,143，测试样本包括127, 239, 和979名患者
307	2024-08-04	Circumventing drug resistance in gastric cancer: A spatial multi-omics exploration of chemo and immuno-therapeutic response dynamics 2024-May, Drug resistance updates : reviews and commentaries in antimicrobial and anticancer chemotherapy IF:15.8Q1 DOI:10.1016/j.drup.2024.101080 PMID:38579635	研究论文	本研究探讨了胃癌中药物耐药性的细胞和分子机制。	本研究通过空间多组学探索和深度学习模型预测治疗反应，揭示了药物耐药性的新机制。	本研究的局限性在于可能未考虑所有患者的个体差异和长期疗效评估。	研究胃癌中化疗和免疫治疗反应动态的药物耐药机制。	研究对象为接受化疗和免疫治疗的胃癌患者的术后组织样本。	数字病理学	胃癌	多组学	支持向量机（SVM）	图像及多组学数据	研究涉及多个胃癌患者的术后组织样本
308	2024-08-04	The development of a deep learning model for automated segmentation of the robotic pancreaticojejunostomy 2024-May, Surgical endoscopy DOI:10.1007/s00464-024-10725-x PMID:38488870	研究论文	本研究开发了一种深度学习模型，用于自动分割机器人胰肠吻合术的视频。	该文章首次利用深度学习技术实现了对胰肠吻合术视频的自动分割，减少了手术视频分析的时间和成本。	研究仅使用了111个胰肠吻合术视频，样本量相对较小，可能影响模型的泛化能力。	研究旨在运用深度学习技术自动分割胰肠吻合术的视频，以提高手术性能评估的效率。	本文研究对象为2011年至2022年在三级转诊中心收集的111个机器人胰肠吻合术视频。	计算机视觉	NA	深度学习	3D卷积神经网络	视频	111个胰肠吻合术视频，训练模型使用60个视频，优化超参数使用10个视频，测试性能使用30个视频
309	2024-08-04	Detecting dental caries on oral photographs using artificial intelligence: A systematic review 2024-05, Oral diseases IF:2.9Q1 DOI:10.1111/odi.14659 PMID:37392423	系统综述	本系统综述旨在评估人工智能模型在口腔照片中检测牙齿龋齿的表现	评估了不同机器学习算法在牙齿龋齿检测中的表现，并提出了对未来研究的建议	有限的研究允许评估人工智能对不同严重程度病变的表现	评估人工智能在口腔照片中检测牙齿龋齿的能力	临床研究报告的深度学习和其他机器学习算法	机器学习	NA	深度学习	NA	口腔照片	19项研究
310	2024-08-05	Deep learning based on small sample dataset: prediction of dielectric properties of SrTiO3-type perovskite with doping modification 2024-May, Royal Society open science IF:2.9Q1 DOI:10.1098/rsos.231464 PMID:39076810	研究论文	本文研究基于小样本数据集的深度学习，以预测掺杂修饰的SrTiO3型钙钛矿的介电特性	提出了一种新的、有效的方法，通过深度神经网络模型显著提高了对介电性能的预测准确性	研究中使用的小数据集限制了对介电性能和能量存储密度提高的更深层次分析	旨在解决SrTiO掺杂数据的高度分散性和小样本大小带来的研究难题	研究对象为SrTiO型钙钛矿的掺杂数据	机器学习	NA	深度学习	一维卷积神经网络	实验数据	200条与SrTiO型钙钛矿掺杂相关的实验记录
311	2024-08-05	UltraAIGenomics: Artificial Intelligence-Based Cardiovascular Disease Risk Assessment by Fusion of Ultrasound-Based Radiomics and Genomics Features for Preventive, Personalized and Precision Medicine: A Narrative Review 2024-May, Reviews in cardiovascular medicine IF:1.9Q3 DOI:10.31083/j.rcm2505184 PMID:39076491	综述	该文章为心血管疾病风险评估提出了基于人工智能的综合方法。	提出了结合超声放射组学和基因组学特征的新方法，以提高心血管疾病风险评估的准确性。	仅基于246项研究的回顾，可能缺乏广泛的临床应用数据支持。	探讨如何通过融合基因组学和放射组学特征来改善心血管疾病的风险评估。	研究重点在于心血管疾病和中风的风险评估。	机器学习	心血管疾病	深度学习	DL模型	NA	246项研究
312	2024-08-05	A large-scale assessment of sequence database search tools for homology-based protein function prediction 2024-May-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae349 PMID:39038936	研究论文	本文评估了不同序列数据库搜索工具在基于同源性的蛋白质功能预测中的效果	提出新的评分函数以改进基于同源性匹配的GO预测，并验证了搜索参数的重要性	没有探讨所有可能的顺序搜索工具和参数组合	探讨如何选择最佳序列搜索工具及其参数以提高蛋白质功能预测	主要研究热门的序列搜索工具对蛋白质功能预测的影响	机器学习	NA	序列数据库搜索	NA	基准数据集	大规模基准数据集
313	2024-08-05	Comprehensive single-cell RNA-seq analysis using deep interpretable generative modeling guided by biological hierarchy knowledge 2024-May-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae314 PMID:38960404	研究论文	提出了一种名为d-scIGM的深度可解释生成模型，用于单细胞RNA-seq数据分析	d-scIGM结合锯齿连接技术和残差网络，构建了一个深度生成框架，并结合生物领域的层次性先验知识提高了模型的可解释性	大部分以往的生成模型工作局限于一到三层潜在变量的浅层神经网络	探索如何通过深度学习分析单细胞转录组数据并增加模型的可解释性	单细胞RNA-seq数据	数字病理学	黑色素瘤	RNA-seq	深度生成模型	基因表达数据	包含大规模实验的数据集
314	2024-08-05	Automated detection of anterior crossbite on intraoral images and videos utilizing deep learning 2024-May-03, International journal of computerized dentistry IF:1.8Q2 DOI:10.3290/j.ijcd.b5290567 PMID:38700086	研究论文	本文提出了一种基于卷积神经网络（CNN）的模型，用于自动检测和分类口腔内部图像和视频中的前牙反咬合	采用深度学习模型自动识别前牙反咬合，提供了一种新的自动化解决方案	CNN模型的敏感性低于两位正畸医生的评估	研究口腔内部图像和视频中前牙反咬合的自动检测技术	1865幅口腔内部图像和10个视频，累计时长124秒	计算机视觉	NA	深度学习	卷积神经网络 (CNN)	图像和视频	1865幅图像，10个视频
315	2024-08-05	Evaluation of deep learning-based reconstruction late gadolinium enhancement images for identifying patients with clinically unrecognized myocardial infarction 2024-May-31, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01308-2 PMID:38822240	研究论文	本研究比较了使用常规和深度学习重建技术识别未被确认心肌梗死患者的效果	本研究创新性地应用深度学习重建技术(LGEDL)以提高未被确认心肌梗死的诊断效率	研究仅在一个医院进行，样本量相对较小，可能限制结果的泛化性	评估深度学习重建的晚期铕增强图像在识别未被确认的心肌梗死患者中的有效性	98名有未被确认心肌梗死疑虑患者	计算机视觉	心血管疾病	深度学习重建	NA	图像	98名患者，68名男性，平均年龄：55.8±8.1岁
316	2024-08-05	Adoption of blockchain as a step forward in orthopedic practice 2024-May-24, European journal of translational myology IF:1.8Q3 DOI:10.4081/ejtm.2024.12197 PMID:38785351	研究论文	本文探讨区块链技术在骨科中的应用及其优点	将区块链与人工智能、机器学习和深度学习结合用于更准确的诊断和治疗建议	存在采用障碍和数据共享意愿等挑战	探索区块链在骨科实践中的潜在应用	区块链如何影响患者数据管理、骨科登记、医学成像和研究数据	NA	NA	区块链技术	NA	数据	NA
317	2024-08-05	CELA-MFP: a contrast-enhanced and label-adaptive framework for multi-functional therapeutic peptides prediction 2024-May-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae348 PMID:39038935	研究论文	该论文提出了一种名为CELA-MFP的深度学习框架，用于多功能治疗肽的预测	CELA-MFP结合了特征对比增强和标签适应的方法，优化了肽功能的预测	实验仅在两个广泛使用的数据集上进行了测试，可能影响泛化能力	研究功能肽的预测，以理解其多样的生物学效应和设计基于肽的治疗药物	功能肽及其相关序列	生物技术	NA	深度学习	Transformer	序列	两个数据集
318	2024-08-05	Introducing enzymatic cleavage features and transfer learning realizes accurate peptide half-life prediction across species and organs 2024-May-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae350 PMID:39038937	研究论文	本文提出了一种新一代基于人工智能的系统，用于准确预测肽药物的半衰期	引入了酶裂解特征与传统肽特征相结合，构建了更好的表示，并通过迁移学习提高了预测准确性	NA	研究肽药物的半衰期预测，促进肽药物的发展	天然和修饰肽的半衰期，涉及人类和小鼠两种物种以及血液和肠道两个器官	机器学习	NA	NA	深度学习模型，融合迁移学习	NA	NA
319	2024-08-05	Discovering predisposing genes for hereditary breast cancer using deep learning 2024-May-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae346 PMID:39038933	研究论文	本文探讨了利用深度学习发现遗传性乳腺癌的易感基因	提出了一种新的高通量变异分析管道，适用于家族研究，并采用先进的机器学习模型和三维蛋白质结构分析技术	研究样本主要集中在中东背景的12个家庭，可能限制了结果的广泛适用性	识别导致家族性乳腺癌的易感基因	分析了来自12个家庭的稀有错义变异	计算机视觉	乳腺癌	深度学习	NA	变异数据	1218个稀有错义变异
320	2024-08-05	Enhancing multi-class lung disease classification in chest x-ray images: A hybrid manta-ray foraging volcano eruption algorithm boosted multilayer perceptron neural network approach 2024-May-16, Network (Bristol, England) DOI:10.1080/0954898X.2024.2350579 PMID:38753162	研究论文	本研究提出了一种混合鯨鯊觅食火山喷发算法增强的多层感知器神经网络方法，用于多类肺疾病的分类	提出了一种新的混合算法以优化多层感知器的参数，并提高多类肺疾病的分类准确率	仍需解决稳定性和类别不平衡的问题	旨在提高胸部X光图像中多类肺疾病的分类准确性	研究对象为COVID-19、肺炎、结核（TB）和正常的胸部X光图像	计算机视觉	肺癌	多层感知器神经网络（MPNN）、ADKF、TF-IDF	多层感知器神经网络（MPNN）	图像	来自Covid-Chest X-ray数据集的胸部X光图像