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
381	2024-10-13	1 Million Segmented Red Blood Cells With 240 K Classified in 9 Shapes and 47 K Patches of 25 Manual Blood Smears 2024-Jul-02, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03570-z PMID:38956115	研究论文	本文介绍了一个包含100万个分割红细胞和24万个分类红细胞的数据集，用于开发和测试基于深度学习的红细胞形态/形状检查自动化技术	本文首次提供了一个大规模的红细胞形态数据集，并提供了用于图像处理和深度学习模型训练的代码	数据集仅包含25个手动制备的血涂片，可能不足以涵盖所有可能的红细胞形态	开发和测试基于深度学习的红细胞形态/形状检查自动化技术	红细胞的形态和形状	数字病理学	NA	深度学习	图像分类器	图像	25个手动制备的血涂片，共47000多个图像/补丁，包含100万个分割红细胞和24万个分类红细胞
382	2024-10-12	Association of retinal image-based, deep learning cardiac BioAge with telomere length and cardiovascular biomarkers 2024-Jul-01, Optometry and vision science : official publication of the American Academy of Optometry IF:1.6Q3 DOI:10.1097/OPX.0000000000002158 PMID:38935034	研究论文	本研究利用基于视网膜图像的深度学习模型评估心脏生物年龄，并探讨其与端粒长度和心血管疾病生物标志物的关系	开发了一种基于视网膜图像的深度学习心脏生物年龄模型，用于快速、准确、无创地筛查心血管疾病	研究为横断面研究，需要进一步的纵向研究来验证模型的长期有效性	验证基于深度学习的心脏生物年龄模型是否与已知的心血管疾病风险趋势和白细胞端粒长度一致	英国生物银行中的个体，包括其端粒长度数据和视网膜图像	机器学习	心血管疾病	深度学习	深度学习模型	图像	英国生物银行中的个体，具体数量未在摘要中提及
383	2024-10-06	Real-time coronary artery segmentation in CAG images: A semi-supervised deep learning strategy 2024-07, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102888 PMID:38781870	研究论文	本文提出了一种半监督深度学习策略，用于实时冠状动脉CAG图像的分割	采用半监督学习方法，减少了对大量标注数据的依赖，同时提高了分割精度	需要进一步验证在不同数据集和临床环境中的泛化能力	开发一种能够实时指导PCI的深度学习模型，减少对比剂和辐射剂量	冠状动脉CAG图像的分割	计算机视觉	心血管疾病	深度学习	U-Net	图像	500个标注图像和8952个未标注图像
384	2024-10-06	Data mining and machine learning in HIV infection risk research: An overview and recommendations 2024-07, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102887 PMID:38735156	综述	本文综述了数据挖掘和机器学习在HIV感染风险研究中的应用，并提出了未来研究方向	介绍了更先进的完全监督机器学习和深度学习技术，这些技术在预测性能上通常优于传统方法	NA	探讨数据挖掘和机器学习在HIV研究中的应用现状，并提出未来研究建议	HIV感染风险研究	机器学习	HIV感染	机器学习技术，深度学习技术	完全监督机器学习模型，深度学习模型	NA	38篇已发表文章
385	2024-10-06	Identifying pediatric heart murmurs and distinguishing innocent from pathologic using deep learning 2024-07, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102867 PMID:38723434	研究论文	开发了一种深度学习算法，用于对正常儿科心脏声音、无害杂音和病理性杂音进行多类别分类	提出了两种新颖的方法，即使用视觉变换器在马尔可夫转移场或Gramian角场图像表示上进行训练，并首次展示了儿科杂音的多类别分类	NA	开发一种能够区分正常儿科心脏声音、无害杂音和病理性杂音的深度学习算法	儿科心脏声音、无害杂音和病理性杂音	机器学习	心血管疾病	深度学习	视觉变换器 (Vision Transformer), 卷积神经网络 (ResNet-50)	音频	366个正常心脏声音，175个无害杂音，216个病理性杂音
386	2024-10-05	Using deep learning to decipher the impact of telomerase promoter mutations on the dynamic metastatic morpholome 2024-Jul, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012271 PMID:39078811	研究论文	研究了TERTp突变对黑色素瘤转移过程中形态组学的影响	开发了同基因克隆细胞系并使用双色表达报告基因，监测了TERTp突变引起的形态组学变化	NA	理解TERTp突变对黑色素瘤转移过程中形态和表型的影响	TERTp突变C228T和C250T对黑色素瘤细胞形态组学的影响	数字病理学	黑色素瘤	NA	NA	细胞	包含TERTp突变的同基因克隆细胞系
387	2024-10-04	A hybrid deep learning and clonal selection algorithm-based model for commercial building energy consumption prediction 2024 Jul-Sep, Science progress IF:2.6Q2 DOI:10.1177/00368504241283360 PMID:39340531	研究论文	本文提出了一种基于混合深度学习和克隆选择算法的商业建筑能耗预测与节能策略模型	该模型结合了卷积神经网络（CNN）、门控循环单元（GRU）和克隆选择算法（CSA），旨在提高能耗预测的准确性和效率	NA	解决传统能源管理方法预测精度低和适用性有限的问题	商业建筑的能耗预测与节能策略	机器学习	NA	克隆选择算法（CSA）	卷积神经网络（CNN）、门控循环单元（GRU）	数据集	NA
388	2024-10-03	3DVascNet: An Automated Software for Segmentation and Quantification of Mouse Vascular Networks in 3D 2024-07, Arteriosclerosis, thrombosis, and vascular biology DOI:10.1161/ATVBAHA.124.320672 PMID:38779855	研究论文	本文介绍了一种基于深度学习的自动化软件3DVascNet，用于分割和量化小鼠3D血管网络	开发了3DVascNet软件，利用深度学习模型自动分割和量化3D血管网络，克服了传统2D分析的局限性	尽管3DVascNet在眼底图像上表现出色，但其泛化能力在其他数据集和器官上的表现仍需进一步验证	开发一种自动化工具，用于高效分析3D血管网络，以揭示生理和病理状态下血管组织的机制	小鼠视网膜血管网络	计算机视觉	NA	深度学习	深度学习模型	图像	大量3D显微镜图像
389	2024-10-01	Application of Artificial Intelligence in Pediatric Dentistry: A Literature Review 2024-Jul, Journal of pharmacy & bioallied sciences DOI:10.4103/jpbs.jpbs_74_24 PMID:39346390	综述	本文综述了人工智能在儿科牙科中的多种应用	NA	NA	探讨人工智能在儿科牙科中的应用	儿科牙科领域	机器学习	NA	人工智能	NA	NA	NA
390	2024-09-30	Artificial intelligence detection of cognitive impairment in older adults during walking 2024 Jul-Sep, Alzheimer's & dementia (Amsterdam, Netherlands) DOI:10.1002/dad2.70012 PMID:39328904	研究论文	研究探讨了利用人工智能（AI）辅助的线性加速度和角速度分析在行走过程中检测社区居住老年人认知障碍的可行性	利用AI辅助的步态分析来检测早期认知障碍	NA	检测社区居住老年人早期认知障碍	879名无痴呆的老年人	机器学习	老年病	深度学习模型	深度学习模型	线性加速度和角速度数据	879名参与者，其中女性占60.6%，平均年龄73.5岁
391	2024-09-28	ECG-only explainable deep learning algorithm predicts the risk for malignant ventricular arrhythmia in phospholamban cardiomyopathy 2024-07, Heart rhythm IF:5.6Q1 DOI:10.1016/j.hrthm.2024.02.038 PMID:38403235	研究论文	研究开发了一种仅基于心电图数据的深度学习算法，用于预测磷酸酯酶心肌病患者的恶性室性心律失常风险	该研究首次使用深度学习技术仅通过心电图数据预测恶性室性心律失常风险，并开发了可视化工具提供交互式可视化	研究仅针对磷酸酯酶心肌病患者，且样本量有限	研究目的是探讨可解释的深度学习方法是否能仅通过心电图数据进行风险预测	研究对象为679名携带磷酸酯酶p.(Arg14del)变异且基线无恶性室性心律失常的患者	机器学习	心血管疾病	深度学习	变分自编码器	心电图	679名患者
392	2024-09-27	Integrating deep learning and regression models for accurate prediction of groundwater fluoride contamination in old city in Bitlis province, Eastern Anatolia Region, Türkiye 2024-Jul, Environmental science and pollution research international DOI:10.1007/s11356-024-34194-w PMID:38990257	研究论文	研究通过整合深度学习和回归模型，预测土耳其比特利斯省老城区地下水氟污染	采用多种机器学习和深度学习模型，包括XGBoost和CNN，显著提高了地下水氟污染预测的准确性	决策树回归器在预测中表现较差	评估地下水可能的地球化学污染分布，并开发一个稳健的预测模型	地下水中的氟污染	机器学习	NA	机器学习技术、回归模型、深度学习模型	XGBoost、CNN、ANN、DNN、LSTM	地下水样本数据	30个采样点，分别在2019年6月干季和9月雨季进行测量
393	2024-09-27	Computed tomography-based radial endobronchial ultrasound image simulation of peripheral pulmonary lesions using deep learning 2024 Jul-Aug, Endoscopic ultrasound IF:4.4Q1 DOI:10.1097/eus.0000000000000079 PMID:39318751	研究论文	本文利用深度学习技术，从术前CT数据中模拟外周肺部病变（PPLs）的径向支气管内超声（R-EBUS）图像，以指导术中R-EBUS探头的操作	本文首次提出利用深度学习技术从CT数据中模拟R-EBUS图像，以提供术中操作指导	研究样本量有限，且仅限于特定类型的肺部病变	开发一种从术前CT数据中模拟R-EBUS图像的方法，以指导术中R-EBUS探头的操作	外周肺部病变（PPLs）的R-EBUS图像	计算机视觉	肺部疾病	深度学习	循环生成对抗网络	图像	250名接受R-EBUS引导下经支气管肺活检的患者
394	2024-09-26	PGBind: pocket-guided explicit attention learning for protein-ligand docking 2024-Jul-25, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae455 PMID:39293803	研究论文	本文提出了一种口袋引导的显式注意力学习方法，用于蛋白质-配体对接	本文创新性地提出了口袋引导策略，通过设计一个即插即用模块来增强蛋白质特征，从而提高盲对接方法的性能	NA	提高盲蛋白质-配体对接方法的性能	蛋白质-配体对接	计算机视觉	NA	深度学习	注意力机制	蛋白质结构	NA
395	2024-09-26	Evaluation of Cell Cycle-Dependent Migration Activity after X-ray Exposure: A Radiobiological Approach for Optimization of Radiotherapy with Cell Cycle-Targeting Agents 2024-07-01, Radiation research IF:2.5Q2 DOI:10.1667/RADE-23-00213.1 PMID:38720240	研究论文	本文通过图像分析算法评估了X射线照射后细胞周期依赖的迁移活性，以优化放射治疗中细胞周期靶向药物的选择	本文首次使用深度学习算法Cellpose进行细胞分割，并结合TrackMate插件分析细胞迁移速度和方向，揭示了不同细胞周期阶段对X射线照射后迁移活性的影响	研究仅使用了人宫颈癌HeLa细胞，结果的普适性有待进一步验证	优化放射治疗中细胞周期靶向药物的选择	人宫颈癌HeLa细胞在不同细胞周期阶段的迁移活性	数字病理学	宫颈癌	X射线照射	CNN	图像	人宫颈癌HeLa细胞
396	2024-09-23	Well Plate-Based Localized Electroporation Workflow for Rapid Optimization of Intracellular Delivery 2024-Jul-20, Bio-protocol IF:1.0Q3 DOI:10.21769/BioProtoc.5037 PMID:39100599	研究论文	介绍了一种基于深学习图像分析的高通量多孔局部电穿孔装置（LEPD）及其优化工作流程，用于快速优化细胞内分子递送	提出了高通量多孔局部电穿孔装置（LEPD），并结合深学习图像分析，实现了对电穿孔参数的快速优化	NA	优化细胞内分子递送的实验参数	细胞内分子递送的实验参数，包括脉冲电压、持续时间、缓冲液类型和货物浓度	生物工程	NA	电穿孔	深学习	图像	多种细胞类型和分子货物（DNA、RNA和蛋白质）
397	2024-09-23	A multimodal deep learning tool for detection of junctional ectopic tachycardia in children with congenital heart disease 2024-Jul, Heart rhythm O2 IF:2.5Q2 DOI:10.1016/j.hroo.2024.04.014 PMID:39119021	研究论文	研究开发了一种多模态深度学习工具，用于检测先天性心脏病儿童中的结性异位心动过速	该研究开发了一种新的多模态自动心律失常检测工具，性能优于现有的结性异位心动过速检测工具	未来需要在更大规模的队列中验证模型的有效性	开发一种能够显著提高结性异位心动过速检测准确性的深度神经网络工具	先天性心脏病儿童中的结性异位心动过速	机器学习	心血管疾病	卷积神经网络	CNN	心电图和中心静脉压波形数据	40名先天性心脏病患者
398	2024-09-22	Multimodal functional deep learning for multiomics data 2024-Jul-25, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae448 PMID:39285512	研究论文	本文提出了一种多模态功能深度学习（MFDL）方法，用于分析高维多组学数据	MFDL方法通过深度神经网络的层次结构建模多组学变体与疾病表型之间的复杂关系，并利用功能数据分析技术处理高维组学数据，同时捕捉不同类型组学数据之间的相互作用	NA	解决多组学数据分析中的高维度和复杂交互问题	多组学数据及其与疾病表型的关系	机器学习	NA	功能数据分析	深度神经网络	多组学数据	NA
399	2024-09-22	Designing interpretable deep learning applications for functional genomics: a quantitative analysis 2024-Jul-25, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae449 PMID:39293804	综述	本文对功能基因组学中可解释深度学习应用的设计挑战进行了定量分析	本文通过预定义的标准量化了当前领域的现状，发现了最常见的解决方案，并指出了开发可解释深度学习模型在基因组学中的未探索机会	NA	探讨在功能基因组学中设计可解释深度学习解决方案时遇到的设计挑战	基因组学数据特征、神经网络架构应用以及解释策略	机器学习	NA	深度学习	神经网络	基因组学数据	NA
400	2024-09-21	Deep learning model utilizing clinical data alone outperforms image-based model for hernia recurrence following abdominal wall reconstruction with long-term follow up 2024-Jul, Surgical endoscopy DOI:10.1007/s00464-024-10980-y PMID:38862826	研究论文	本研究探讨了利用临床数据而非影像数据构建的深度学习模型在预测腹壁重建后疝复发方面的表现	首次比较了仅使用临床数据和影像数据的深度学习模型在预测疝复发方面的表现，发现临床数据模型优于影像数据模型	所有模型在预测疝复发方面的表现均不佳，需要进一步研究以提高预测能力	评估深度学习模型在预测腹壁重建后疝复发方面的表现，并探讨是否结合临床数据能提高预测能力	腹壁重建后疝复发的预测	机器学习	NA	深度学习	深度学习模型	影像数据和临床数据	190名腹壁重建患者