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	2024-12-20	Semi-supervised model based on implicit neural representation and mutual learning (SIMN) for multi-center nasopharyngeal carcinoma segmentation on MRI 2024-06, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108368 PMID:38663351	研究论文	本文提出了一种基于隐式神经表示和互学习的半监督模型SIMN，用于多中心鼻咽癌MRI图像的分割	本文创新性地结合了不确定性隐式神经表示和深度互学习方法，并引入了动态阈值和领域自适应算法，以提高模型在多中心数据上的分割性能	本文未详细讨论模型在不同医院数据上的泛化能力差异，以及在极端标注数据情况下的表现	开发一种能够在有限标注数据下，对多中心鼻咽癌MRI图像进行准确分割的半监督学习模型	鼻咽癌的GTV和MLN在多中心MRI图像上的分割	计算机视觉	鼻咽癌	深度学习	CNN和Transformer	图像	918名患者的MRI图像，来自三家医院
42	2024-12-20	MulStack: An ensemble learning prediction model of multilabel mRNA subcellular localization 2024-06, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108289 PMID:38688123	研究论文	提出了一种基于随机森林和深度学习的集成学习预测模型MulStack，用于多标签mRNA亚细胞定位预测	首次在mRNA亚细胞定位领域引入位置编码，并结合序列级和残基级特征进行预测	未提及具体限制	开发一种新的计算方法来预测mRNA的亚细胞定位	mRNA的亚细胞定位	机器学习	NA	随机森林、深度学习、卷积神经网络(CNN)	集成学习模型	序列数据	未提及具体样本数量
43	2024-12-20	Prediction of systemic lupus erythematosus-related genes based on graph attention network and deep neural network 2024-06, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108371 PMID:38691916	研究论文	本文提出了一种基于图注意力网络和深度神经网络的方法SLEDL，用于预测系统性红斑狼疮相关的基因	本文创新性地将深度学习方法应用于系统性红斑狼疮相关基因的预测，利用图神经网络捕捉基因相互作用网络中的特征	本文未详细讨论模型的可解释性和泛化能力	通过深度学习方法识别系统性红斑狼疮相关的基因，减少生物实验的资源消耗	系统性红斑狼疮相关的基因	机器学习	自身免疫性疾病	深度学习	图注意力网络和深度神经网络	基因相互作用网络	未明确提及具体样本数量
44	2024-12-20	Fine-grained Patient Similarity Measuring using Contrastive Graph Similarity Networks 2024-Jun, Proceedings. IEEE International Conference on Healthcare Informatics DOI:10.1109/ichi61247.2024.00009 PMID:39698046	研究论文	本文提出了一种新的对比图相似网络，用于在大规模电子健康记录数据集中计算患者之间的相似度	本文的创新点在于应用基于图的相似性分析，明确提取每个患者的临床特征，并通过聚合同类患者的信息生成丰富的患者表示	NA	研究目的是改进电子健康记录数据分析中的患者表示学习，特别是在临床推理场景中考虑患者相似性	研究对象是电子健康记录数据中的患者相似性计算	机器学习	NA	深度学习	对比图相似网络	电子健康记录	大规模电子健康记录数据库
45	2024-12-19	A Fusion Learning Model Based on Deep Learning for Single-Cell RNA Sequencing Data Clustering 2024-06, Journal of computational biology : a journal of computational molecular cell biology IF:1.4Q2 DOI:10.1089/cmb.2024.0512 PMID:38758925	研究论文	本文提出了一种基于深度学习的融合学习模型，用于单细胞RNA测序数据的聚类	创新点在于将深度学习技术应用于单细胞RNA测序数据的聚类任务，并提出了一个融合学习模型	NA	旨在提高单细胞RNA测序数据聚类的准确性和效率	单细胞RNA测序数据	机器学习	NA	RNA-seq	深度学习模型	测序数据	NA
46	2024-12-18	Automated assessment of cardiac dynamics in aging and dilated cardiomyopathy Drosophila models using machine learning 2024-06-07, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-06371-7 PMID:38849449	研究论文	本文利用机器学习技术对果蝇模型中的心脏动态进行自动化评估，特别是针对衰老和扩张型心肌病（DCM）	本文创新性地利用深度学习对果蝇心脏的光学显微图像进行分割，并采用两种创新方法（深度学习视频分类和基于心脏参数的机器学习）预测果蝇的衰老，同时扩展了深度学习方法以评估与OGDH敲低相关的心脏功能障碍	NA	研究果蝇模型中衰老和扩张型心肌病的心脏动态，并开发自动化评估方法	果蝇模型中的心脏动态，特别是衰老和扩张型心肌病（DCM）	机器学习	心血管疾病	深度学习	深度学习模型	视频	实验数据集
47	2024-12-18	Tibetan Plateau grasslands might increase sequestration of microbial necromass carbon under future warming 2024-06-04, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-06396-y PMID:38834864	研究论文	本研究探讨了青藏高原草地在未来变暖条件下微生物腐殖质碳（MNC）的固碳能力变化	首次使用基于堆叠自编码器的深度学习模型，预测了青藏高原草地在当前和变暖条件下的MNC总体分布	研究基于大范围采样和已发表的观察数据，可能存在数据偏差	探讨青藏高原草地在变暖条件下的土壤碳固存能力变化	青藏高原草地的微生物腐殖质碳（MNC）	NA	NA	深度学习模型	堆叠自编码器	环境变量	大范围采样和已发表的观察数据
48	2024-12-18	SOFB is a comprehensive ensemble deep learning approach for elucidating and characterizing protein-nucleic-acid-binding residues 2024-06-03, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-06332-0 PMID:38830995	研究论文	本文提出了一种名为SOFB的综合集成深度学习方法，用于阐明和表征蛋白质-核酸结合残基	本文创新性地构建了从自然语言到生物语言的语言学习模型，捕捉蛋白质序列的潜在关系，并结合不同卷积层和Bi-LSTM的集成深度学习序列网络，优化特征表示和分类	NA	设计基于蛋白质序列信息的计算模型，以识别蛋白质中的核酸结合位点	蛋白质中的核酸结合残基	机器学习	NA	集成深度学习	Bi-LSTM	序列	多个DNA/RNA核酸结合残基数据集
49	2024-12-18	Magnetic Resonance Spectroscopy Quantification Aided by Deep Estimations of Imperfection Factors and Macromolecular Signal 2024-06, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3354123 PMID:38224519	研究论文	本文提出了一种结合线性最小二乘法和深度学习的磁共振波谱（MRS）定量方法，以提高定量精度	首次将线性最小二乘法与深度学习结合用于MRS定量，显著提高了对未见过的代谢物浓度的泛化能力	未提及具体限制	提高磁共振波谱技术在生物医学检测中的定量精度	磁共振波谱信号中的代谢物定量	生物医学检测	NA	磁共振波谱（MRS）	神经网络	信号	20名健康受试者的体内数据
50	2024-12-18	A Spatiotemporal Deep Learning Framework for Scalp EEG-Based Automated Pain Assessment in Children 2024-06, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3355215 PMID:38231823	研究论文	本文提出了一种基于头皮脑电图（EEG）的时空深度学习框架，用于儿童疼痛的自动评估	首次开发了一种基于头皮EEG的自动化疼痛评估方法，该方法客观、标准化且一致	NA	解决儿童疼痛评估中主观、不一致和不连续的问题	儿童疼痛评估	机器学习	NA	脑电图（EEG）	Transformer	脑电图数据	33名儿童患者
51	2024-12-16	Sitetack: A Deep Learning Model that Improves PTM Prediction by Using Known PTMs 2024-Jun-04, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.03.596298 PMID:38895359	研究论文	本文提出了一种名为Sitetack的深度学习模型，通过使用已知的蛋白质翻译后修饰（PTM）位点来提高PTM预测的准确性	通过在模型中引入已知的PTM位点标签，显著提升了现有模型的预测性能，并展示了PTM位点对其他PTM预测的重要性	文章未明确提及具体的局限性	提高蛋白质翻译后修饰（PTM）位点的预测准确性	蛋白质翻译后修饰（PTM）位点	机器学习	NA	深度学习	卷积神经网络（CNN）	序列数据	未明确提及具体样本数量
52	2024-12-16	Representing Part-Whole Hierarchies in Foundation Models by Learning Localizability, Composability, and Decomposability from Anatomy via Self-Supervision 2024-Jun, Proceedings. IEEE Computer Society Conference on Computer Vision and Pattern Recognition DOI:10.1109/cvpr52733.2024.01071 PMID:39670210	研究论文	本文介绍了一种新的自监督学习框架Adam-v2，通过学习局部性、组合性和分解性来表示医学图像中的部分-整体层次结构	Adam-v2通过三个关键分支（局部性、组合性和分解性）显式地将部分-整体层次结构融入学习目标，从而提高了模型在医学图像处理中的通用性和鲁棒性	NA	克服深度学习在医学图像处理中缺乏显式部分-整体关系编码的局限性	医学图像中的解剖结构	计算机视觉	NA	自监督学习	Adam-v2	图像	未标注的医学图像
53	2024-12-15	Analyzing digital societal interactions and sentiment classification in Twitter (X) during critical events in Chile 2024-Jun-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e32572 PMID:39668988	研究论文	本研究探讨了社交媒体内容在智利关键事件期间对社会态度和行动的影响，并引入了新的指标来评估情感、包容性、参与度和影响	本研究通过使用深度随机向量功能链接（D-RVFL）神经网络改进了情感分类，并引入了新的指标来分析社交媒体动态	NA	研究社交媒体在智利关键事件期间对社会态度和行动的影响	智利关键事件期间的社交媒体内容和情感分类	自然语言处理	NA	深度随机向量功能链接（D-RVFL）神经网络	D-RVFL	文本	NA
54	2024-12-15	Analyzing the impact of deep learning algorithms and fuzzy logic approach for remote English translation 2024-Jun-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-64831-w PMID:38914631	研究论文	本文研究了深度学习算法和模糊逻辑方法在远程英语翻译中的应用，提出了一种名为FPTA的方法来提高翻译的准确性和可理解性	本文的创新点在于结合了深度学习和模糊决策算法，通过两层循环验证来提高翻译的准确性和可理解性	本文未提及具体的实验数据集和样本量，限制了对方法有效性的全面评估	研究如何提高远程英语翻译的准确性和可理解性	远程英语翻译中的单词使用和句子完成	自然语言处理	NA	深度学习，模糊决策算法	循环神经网络（RNN）	文本	未明确提及具体的样本量
55	2024-12-15	Attention and sentiment of Chinese public toward rural landscape based on Sina Weibo 2024-06-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-64527-1 PMID:38877046	研究论文	本研究基于新浪微博数据，提出了一种深度学习模型，用于分析中国公众对农村景观的关注和情感	首次利用深度学习模型分析微博数据，探讨中国公众对农村景观发展的看法	研究仅基于微博数据，可能无法全面反映所有公众的意见	探索中国公众对农村景观发展的看法，并为其发展方向提供参考	中国公众对农村景观的关注和情感	自然语言处理	NA	深度学习	NA	文本	NA
56	2024-08-07	Author Correction: Impact of a deep learning sepsis prediction model on quality of care and survival 2024-Jun-12, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01149-x PMID:38866915	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
57	2024-12-15	Research on the generation and annotation method of thin section images of tight oil reservoir based on deep learning 2024-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-63430-z PMID:38834642	研究论文	本文提出了一种基于深度学习的致密油储层薄片图像生成与标注方法	本文创新性地在原始StyleGAN网络中加入了类别注意力机制，并设计了SALM标注模块，实现了生成图像的半自动标注	NA	提高深度学习模型训练效果，解决致密油储层薄片图像样本不足的问题	三肇凹陷扶余油藏的致密油储层薄片图像	计算机视觉	NA	深度学习	StyleGAN	图像	NA
58	2024-12-15	Sex identification of ducklings based on acoustic signals 2024-Jun, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2024.103711 PMID:38652956	研究论文	本研究提出了一种基于声学信号的雏鸭性别识别方法	引入了Squeeze-and-Excitation（SE）注意力机制和Ghost模块改进Res2Net算法，提高了模型准确性并减少了参数数量	未提及具体的局限性	开发一种有效的雏鸭性别识别方法，以促进精准育种和降低成本	雏鸭的性别识别	机器学习	NA	声学信号处理	Res2Net	声学信号	未提及具体样本数量
59	2024-12-14	Development and validation of a deep learning model for predicting gastric cancer recurrence based on CT Imaging: a multicenter study 2024-Jun-20, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000001627 PMID:38896865	研究论文	本研究开发并验证了一种基于CT影像的深度学习模型，用于预测胃癌术后复发	本研究创新性地结合了深度学习特征和临床特征，开发了一种新的深度学习融合签名（DLFS），显著提高了预测胃癌术后复发的准确性	本研究为回顾性研究，且仅基于两家医疗中心的数据，可能存在一定的偏倚	开发并验证一种能够准确预测胃癌术后复发的深度学习模型	接受根治性手术的胃癌患者	机器学习	胃癌	深度学习	Resnet50	影像	2813名胃癌患者
60	2024-12-14	A versatile attention-based neural network for chemical perturbation analysis and its potential to aid surgical treatment: A experimental study 2024-Jun-13, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000001781 PMID:39017949	研究论文	本文提出了一种基于注意力机制的神经网络ACTIN，用于化学扰动分析，并探讨其辅助外科治疗的潜力	ACTIN结合了图卷积和Transformer机制，能够在有限的数据量下实现高效的药物发现，并具有较高的可解释性	NA	解决现有药物预测方法数据需求高且缺乏可解释性的问题，探索其在辅助外科治疗中的应用	化学药效团对基因表达的影响，以及筛选适合辅助外科治疗的新药	机器学习	NA	图卷积、Transformer机制	ACTIN	药物数据、转录组数据	393个训练实例