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	2024-09-20	Structured light for touchless 3D registration in video-based surgical navigation 2024-Jul, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03180-5 PMID:38816650	研究论文	本文介绍了一种使用激光扫描仪进行无接触3D注册的方法，用于视频辅助手术导航系统	提出了一种基于深度学习的语义分割技术，用于在重建前识别感兴趣的结构，从而减少非刚性结构重建中的异常值	目前的方法在复杂手术中的性能和适用性仍需进一步优化	开发一种无创的3D注册方法，以提高视频辅助手术导航系统的效率和可达区域	膝关节和髋关节的手术导航	计算机视觉	NA	激光扫描	深度学习模型	图像	使用膝关节和髋关节的模型以及离体数据进行实验验证
382	2024-09-20	Shape completion in the dark: completing vertebrae morphology from 3D ultrasound 2024-Jul, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03126-x PMID:38748052	研究论文	本文提出了一种基于点云的概率深度学习方法，用于从3D超声图像中完成被遮挡的解剖结构的形态补全，并以脊柱检查为例进行应用	本文的创新点在于引入了基于点云的概率深度学习方法，通过模拟超声物理和考虑固有伪影生成合成3D表示，从而实现被遮挡解剖结构的3D形状补全	本文的局限性在于主要依赖于合成数据进行训练，尽管在患者数据上表现良好，但仍需进一步验证其在更多实际病例中的适用性	本文的研究目的是通过复制医疗专业人员在超声检查中创建3D解剖结构心理地图的过程，增强解剖结构的视觉表示	本文的研究对象是腰椎椎体的3D形状补全	计算机视觉	NA	深度学习	概率深度学习模型	3D超声图像	合成数据和患者数据
383	2024-09-20	OneSLAM to map them all: a generalized approach to SLAM for monocular endoscopic imaging based on tracking any point 2024-Jul, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03171-6 PMID:38775904	研究论文	本文提出了一种名为OneSLAM的单目SLAM算法，用于手术内窥镜成像，能够在多个内窥镜领域中无需重新训练即可工作	OneSLAM利用了基于跟踪任何点的稳健基础模型，能够在不同内窥镜领域中泛化，无需重新训练	未来研究需要解决全局回环检测问题，以减少累积漂移并增强长期导航能力	开发一种能够在多个内窥镜领域中通用的单目SLAM算法	内窥镜成像中的单目SLAM算法	计算机视觉	NA	单目SLAM	NA	图像	涉及四个内窥镜领域：鼻窦内窥镜、结肠镜检查、关节镜检查和腹腔镜检查
384	2024-09-20	HE-Mind: A model for automatically predicting hematoma expansion after spontaneous intracerebral hemorrhage 2024-Jul, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111533 PMID:38833770	研究论文	开发并验证了一种用于自动预测自发性脑出血后血肿扩张的端到端模型	设计了一种新颖的深度学习框架，包括密集连接的U-net用于分割过程，多实例学习策略用于解决标签模糊性，以及Siamese网络用于分类过程	NA	开发和验证一种自动预测自发性脑出血后血肿扩张的模型	自发性脑出血患者的颅内非对比CT图像	计算机视觉	脑血管疾病	深度学习	U-net, Siamese网络	图像	490名自发性脑出血患者
385	2024-09-20	A radiograph-based deep learning model improves radiologists' performance for classification of histological types of primary bone tumors: A multicenter study 2024-Jul, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111496 PMID:38733705	研究论文	本文开发了一种基于深度学习的模型，用于分类原发性骨肿瘤的组织学类型，并评估了其在辅助放射科医生中的临床效用	本文创新性地结合了放射图像和临床特征，基于EfficientNet-B3模型进行五分类，显著提高了放射科医生的分类准确性和诊断信心	研究为回顾性研究，样本主要来自两个中心，可能存在一定的偏倚	开发和评估一种深度学习模型，用于辅助放射科医生分类原发性骨肿瘤的组织学类型	原发性骨肿瘤的组织学类型分类	计算机视觉	骨肿瘤	深度学习	EfficientNet-B3	图像	878名病理确诊的原发性骨肿瘤患者，分为训练集638例，验证集77例，内部测试集80例，外部测试集83例
386	2024-09-19	The State-of-the-Art Overview to Application of Deep Learning in Accurate Protein Design and Structure Prediction 2024-Jul-04, Topics in current chemistry (Cham) DOI:10.1007/s41061-024-00469-6 PMID:38965117	研究论文	本文综述了深度学习在蛋白质设计和结构预测中的最新应用	使用深度学习方法替代暴力算法，提高了蛋白质结构预测的速度和准确性	NA	探讨蛋白质结构预测领域的最新进展	蛋白质设计和结构预测	机器学习	NA	深度学习	NA	蛋白质数据库	NA
387	2024-09-17	Deep learning approaches for non-coding genetic variant effect prediction: current progress and future prospects 2024-Jul-25, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae446 PMID:39276327	综述	本文综述了基于批量和单细胞测序数据的非编码变异模型的发展及其在变异效应预测中的应用	本文介绍了通过深度学习方法分析大量遗传数据，以揭示全球调控景观的新见解	当前方法在变异效应预测研究中存在局限性，需要进一步改进	探讨基因变异影响和调控机制，提供对非编码变异效应预测的全面概述	非编码变异及其对基因调控的影响	机器学习	NA	测序技术	深度学习模型	遗传数据	NA
388	2024-09-17	Early and late blight disease identification in tomato plants using a neural network-based model to augmenting agricultural productivity 2024 Jul-Sep, Science progress IF:2.6Q2 DOI:10.1177/00368504241275371 PMID:39262392	研究论文	本文利用基于inception-V3架构的神经网络模型，对番茄植株上的早疫病和晚疫病进行识别，以提高农业生产力	本文提出了一种基于inception-V3架构的深度学习模型，用于番茄叶片疾病的分类，显著提高了疾病识别的准确性	NA	提高番茄疾病识别的准确性，从而增强农业生产力	番茄植株的早疫病和晚疫病	计算机视觉	NA	深度学习	inception-V3	图像	6000张番茄叶片图像
389	2024-09-15	Developing a privacy-preserving deep learning model for glaucoma detection: a multicentre study with federated learning 2024-Jul-23, The British journal of ophthalmology DOI:10.1136/bjo-2023-324188 PMID:37857452	研究论文	本文开发了一种基于联邦学习的隐私保护深度学习模型，用于从光学相干断层扫描（OCT）图像中检测青光眼	采用联邦学习范式，无需在中心服务器上集中所有数据，从而保护患者隐私和数据安全	NA	开发一种隐私保护的深度学习模型，用于青光眼的检测	青光眼检测	计算机视觉	眼科疾病	联邦学习	3D网络	图像	9326个OCT扫描图像，来自2785名受试者
390	2024-09-14	Multiview Deep Learning-based Efficient Medical Data Management for Survival Time Forecasting 2024-Jul-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3422180 PMID:38954570	研究论文	本文提出了一种基于多视角深度学习的生存时间预测高效医疗数据管理框架	引入集成深度学习思想，增强特征表示能力，提升远程医疗管理中的知识发现	实验仅在美国的癌症患者数据集上进行，可能限制了方法的普适性	提高生存时间预测的准确性，实现高效的医疗数据管理	癌症患者的生存时间	机器学习	NA	深度学习	卷积神经网络、图注意力网络、图卷积网络	生理特征数据	美国的癌症患者数据集
391	2024-09-14	D'or: deep orienter of protein-protein interaction networks 2024-07-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae355 PMID:38862241	研究论文	本文提出了一种新的深度学习方法用于蛋白质-蛋白质相互作用网络的方向性预测	本文提出的深度学习方法在蛋白质-蛋白质相互作用网络方向性预测上表现优异，超越了以往的方法	NA	开发一种计算方法来推断蛋白质-蛋白质相互作用的方向性	蛋白质-蛋白质相互作用网络的方向性	机器学习	NA	深度学习	深度集编码器	蛋白质-蛋白质相互作用数据	来自五个不同来源的综合数据集
392	2024-09-14	Geometric epitope and paratope prediction 2024-07-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae405 PMID:38984742	研究论文	本文研究了用于预测抗体和抗原结合位点的最佳表示方法，强调了几何信息的重要性	本文提出了基于几何深度学习的方法，比较了不同几何表示对预测抗体和抗原结合位点的效果，发现表面模型在预测表位结合方面更有效，而图模型在预测表位方面表现更好	NA	研究用于预测抗体和抗原结合位点的最佳几何表示方法	抗体和抗原的结合位点	计算机视觉	NA	几何深度学习	表面模型和图模型	3D坐标和光谱几何描述符	NA
393	2024-09-14	GraphADT: empowering interpretable predictions of acute dermal toxicity with multi-view graph pooling and structure remapping 2024-07-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae438 PMID:38967119	研究论文	本文介绍了一种名为GraphADT的新模型，利用结构重映射和多视角图池化技术来准确预测化合物的急性皮肤毒性	提出了结构重映射和多视角图池化技术，通过将“键”转换为新节点并将“键-原子-键”相互作用转换为新边来重建化合物分子图，从而提高模型的解释性和预测准确性	未提及	提高化合物急性皮肤毒性的预测准确性和模型的解释性	化合物分子及其急性皮肤毒性	机器学习	NA	图神经网络	GraphADT	图数据	未提及
394	2024-09-14	SFINN: inferring gene regulatory network from single-cell and spatial transcriptomic data with shared factor neighborhood and integrated neural network 2024-07-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae433 PMID:38950180	研究论文	本文介绍了一种基于共享因子邻域和集成神经网络（SFINN）的新型深度学习框架，用于从单细胞和空间转录组数据中推断转录因子与目标基因之间的潜在相互作用和因果关系	SFINN利用共享因子邻域构建基于基因表达数据的细胞邻域网络，并整合来自空间位置信息的细胞网络，通过图卷积神经网络和全连接神经网络的集成框架来确定基因是否相互作用	NA	开发一种准确推断基因调控网络（GRN）的算法，以应对单细胞RNA测序（scRNA-seq）数据中的噪声、技术误差和丢失现象	单细胞和空间转录组数据中的转录因子与目标基因之间的相互作用和因果关系	机器学习	NA	单细胞RNA测序（scRNA-seq），空间转录组测序	图卷积神经网络（GCN），全连接神经网络	基因表达数据	NA
395	2024-09-14	PredGCN: a Pruning-enabled Gene-Cell Net for automatic cell annotation of single cell transcriptome data 2024-07-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae421 PMID:38924517	研究论文	本文提出了一种名为PredGCN的剪枝启用的基因-细胞网络，用于单细胞转录组数据的自动细胞注释	PredGCN通过结合基因拼接网络和细胞分层网络，并采用剪枝操作来动态处理异质性细胞识别问题，显著提高了细胞类型注释的准确性和跨物种数据的可扩展性	NA	解决现有自动细胞注释方法在分类器架构和训练数据质量与多样性方面的局限性	单细胞转录组数据的细胞类型注释	机器学习	NA	深度学习	GCN（图卷积网络）	转录组数据	涉及多种物种的真实单细胞转录组数据集
396	2024-09-14	DeepGSEA: explainable deep gene set enrichment analysis for single-cell transcriptomic data 2024-07-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae434 PMID:38950178	研究论文	本文介绍了一种名为DeepGSEA的可解释深度基因集富集分析方法，用于单细胞转录组数据	DeepGSEA利用可解释的原型神经网络，能够在单细胞基因表达数据中进行深入的基因集富集分析，并提供可视化的结果	NA	开发一种新的深度学习方法，用于单细胞转录组数据的基因集富集分析，并提高分析的可解释性	单细胞转录组数据中的基因集富集分析	机器学习	NA	单细胞RNA测序 (scRNA-seq)	神经网络	基因表达数据	NA
397	2024-09-14	CodonBERT: a BERT-based architecture tailored for codon optimization using the cross-attention mechanism 2024-07-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae330 PMID:38788220	研究论文	本文提出了一种基于BERT的架构CodonBERT，用于密码子优化，通过交叉注意力机制提高mRNA疫苗的稳定性和蛋白质表达	CodonBERT利用BERT架构和交叉注意力机制，有效捕捉密码子和氨基酸之间的长期依赖关系，为特定优化目标提供定制化训练框架	当前深度学习方法如循环神经网络在捕捉密码子偏好长期依赖方面能力较弱	开发一种新的深度学习架构，用于mRNA疫苗设计中的密码子优化	mRNA序列的稳定性和蛋白质表达	机器学习	NA	BERT	BERT	文本	高表达转录本来自人类蛋白质图谱，混合不同比例的高密码子适应指数密码子序列
398	2024-09-14	A deep learning method to predict bacterial ADP-ribosyltransferase toxins 2024-07-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae378 PMID:38885365	研究论文	提出了一种基于深度学习的模型ARTNet，用于预测细菌ADP-核糖基转移酶毒素	引入了一种有效的数据增强方法来解决数据稀缺问题，并使用ART相关域子序列代替原始全序列，显著提高了模型性能	NA	开发一种高效准确的模型来预测细菌ADP-核糖基转移酶毒素	细菌ADP-核糖基转移酶毒素	机器学习	NA	深度学习	ARTNet	序列数据	NA
399	2024-09-14	Unlocking Hidden Risks: Harnessing Artificial Intelligence (AI) to Detect Subclinical Conditions from an Electrocardiogram (ECG) 2024-Jul-01, Journal of insurance medicine (New York, N.Y.) DOI:10.17849/insm-51-2-64-76.1 PMID:39266002	研究论文	本文探讨了利用人工智能（AI）从心电图（ECG）中检测亚临床状况的潜力	应用深度学习模型在正常心电图中检测疾病，达到了以往技术和人类专家未曾达到的准确度	尽管结果令人鼓舞，但仍需谨慎乐观	提供对AI辅助心电图技术的基本理解，并探讨其在心血管医学中的应用	心电图（ECG）及其在检测亚临床状况中的应用	机器学习	心血管疾病	人工智能（AI）	深度学习模型	心电图（ECG）数据	NA
400	2024-09-13	Estimating infant age from skull X-ray images using deep learning 2024-07-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-64489-4 PMID:39025919	研究论文	本研究利用普通头骨X光片图像构建深度学习模型，预测12个月以下婴儿的准确出生后年龄	本研究首次利用深度学习模型分析头骨X光片图像，通过梯度加权类激活映射评估头骨X光片图像中可见的主要变化，以评估出生后颅骨发育的可行性	研究样本仅包括1343名婴儿，可能存在样本量不足的问题	评估利用头骨X光片图像通过深度学习模型预测婴儿出生后年龄的可行性	12个月以下婴儿的头骨X光片图像	计算机视觉	NA	深度学习	卷积神经网络	图像	1343名婴儿的4933张头骨X光片图像