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
401	2024-11-14	Deep learning-based cell segmentation for rapid optical cytopathology of thyroid cancer 2024-07-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-64855-2 PMID:39013980	研究论文	本文介绍了一种基于深度学习的细胞分割方法，用于快速光学细胞病理学诊断甲状腺癌	提出了使用2D U-Net卷积神经网络进行自动细胞分割，显著减少了数据分析时间	自动分割与手动分割在细胞面积和荧光极化值上存在一定差异	开发一种快速且准确的甲状腺癌诊断方法	甲状腺癌细胞	计算机视觉	甲状腺癌	深度学习	U-Net	图像	使用了病理多样的人类甲状腺细胞图像进行训练和测试
402	2024-11-13	CardSegNet: An adaptive hybrid CNN-vision transformer model for heart region segmentation in cardiac MRI 2024-Jul, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102382 PMID:38640619	研究论文	本文提出了一种自适应混合CNN-Vision Transformer模型CardSegNet，用于心脏区域在心脏MRI中的分割	引入了自适应多注意力（SMA）模块，结合卷积和Vision Transformer的注意力机制，以提高分割精度	NA	开发一种高精度的心脏MRI图像分割方法，以测量心脏参数和诊断异常	左心室（LV）、右心室（RV）和左心室心肌的分割	计算机视觉	心血管疾病	MRI	CNN-Vision Transformer	图像	ACDC2017数据集（n=100）、M&Ms数据集（n=321）和本地数据集（n=22）
403	2024-11-12	Computational stabilization of a non-heme iron enzyme enables efficient evolution of new function 2024-Jul-25, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.18.590141 PMID:39091854	研究论文	本文展示了基于深度学习的工具ProteinMPNN如何用于重新设计Fe(II)/αKG超家族酶，以提高其稳定性、溶解性和表达量，同时保留其天然活性及工业相关的非天然功能	首次使用ProteinMPNN工具对Fe(II)/αKG酶进行计算稳定化设计，并在定向进化中验证了其有效性	仅在tP4H和GriE酶上进行了验证，尚未在其他酶中广泛应用	探索计算序列重新设计在定向进化中作为第一步的可行性，以开发新型生物催化剂	Fe(II)/αKG超家族酶tP4H和GriE	机器学习	NA	ProteinMPNN	NA	蛋白质序列	tP4H和GriE酶的野生型及稳定化设计变体
404	2024-11-10	Application of Artificial Intelligence in Ophthalmology: An Updated Comprehensive Review 2024 Jul-Sep, Journal of ophthalmic & vision research IF:1.6Q3 DOI:10.18502/jovr.v19i3.15893 PMID:39359529	综述	本文综述了人工智能在眼科领域的最新进展和挑战	介绍了AI在糖尿病视网膜病变、青光眼、年龄相关性黄斑变性等多种眼科疾病中的应用，并探讨了其在疾病筛查和治疗决策中的潜力	训练数据的质量和多样性、缺乏严格的临床验证、监管批准和临床医生信任的挑战，以及AI与现有临床工作流程的整合和决策透明性问题	探讨人工智能在眼科护理中的应用及其对疾病筛查、诊断和治疗计划优化的影响	主要眼科疾病，包括糖尿病视网膜病变、青光眼、年龄相关性黄斑变性等	计算机视觉	NA	机器学习和深度学习	深度学习模型	图像	NA
405	2024-11-09	DualNetGO: a dual network model for protein function prediction via effective feature selection 2024-07-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae437 PMID:38963311	研究论文	本文提出了一种双网络模型DualNetGO，用于通过有效特征选择进行蛋白质功能预测	DualNetGO模型通过分类器和选择器组件，能够从不同来源（如PPI网络图嵌入、蛋白质域和亚细胞定位信息）中有效选择特征，从而提高蛋白质功能预测的准确性	NA	开发一种新的模型，通过有效特征选择提高蛋白质功能预测的准确性	人类和小鼠的蛋白质功能预测	机器学习	NA	图嵌入	双网络模型	图嵌入、蛋白质域、亚细胞定位信息	人类和小鼠数据集
406	2024-11-09	Automatic cephalometric landmark identification with artificial intelligence: An umbrella review of systematic reviews 2024-07, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2024.105056 PMID:38729291	综述	本文对人工智能在自动头影测量标志点识别中的表现进行了伞形综述	本文通过伞形综述评估了人工智能在2D和3D头影测量标志点识别中的性能	人工智能无法以相同的准确性识别各种头影测量标志点，且大多数研究基于错误的2毫米误差阈值	评估人工智能在自动头影测量标志点识别中的表现	2D和3D头影测量标志点的自动识别	计算机视觉	NA	机器学习	NA	图像	11篇符合条件的系统综述
407	2024-11-07	DEL-Thyroid: deep ensemble learning framework for detection of thyroid cancer progression through genomic mutation 2024-Jul-22, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02604-1 PMID:39039464	研究论文	本文提出了一种基于深度集成学习的甲状腺癌基因突变检测框架	利用LSTM、GRU和Bi-LSTM等深度学习技术构建集成学习模型，以早期检测甲状腺癌基因突变	NA	开发一种能够早期检测甲状腺癌基因突变的深度学习模型	甲状腺癌基因突变	机器学习	甲状腺癌	深度学习	集成学习模型	基因数据	633个样本，包含969个突变，涉及41个基因
408	2024-11-07	Development and validation of AI-derived segmentation of four-chamber cine cardiac magnetic resonance 2024-Jul-12, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-024-00477-7 PMID:38992116	研究论文	开发并验证了一种基于人工智能的四腔心脏磁共振成像分割模型	首次使用深度学习算法进行四腔心脏磁共振成像的自动分割，并提出了校正因子以减少系统偏差	四腔分割对左心室和右心室体积的估计低于实际短轴分割结果	开发一种自动化的深度学习模型，用于四腔心脏磁共振成像的时间分辨分割	四腔心脏磁共振成像的自动分割和校正	计算机视觉	心血管疾病	深度学习	深度学习算法	图像	训练集包含814个受试者，验证集包含101个受试者
409	2024-11-07	Deep learning promoted target volumes delineation of total marrow and total lymphoid irradiation for accelerated radiotherapy: A multi-institutional study 2024-Jul, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2024.103393 PMID:38852363	研究论文	研究开发了一种混合神经网络模型，用于加速放射治疗中全骨髓和全淋巴照射的目标体积勾画	提出了一个新颖的双编码器对齐网络（DEA-Net），用于自动和快速的多类临床目标体积分割	NA	开发一种能够准确、自动和快速分割多类临床目标体积的混合神经网络模型	全骨髓照射（TMI）和全骨髓及淋巴照射（TMLI）的目标体积勾画	机器学习	NA	深度学习	双编码器对齐网络（DEA-Net）	CT图像	46名内部机构患者用于训练，39名内部和外部患者用于独立评估
410	2024-10-30	Echocardiographic Detection of Regional Wall Motion Abnormalities Using Artificial Intelligence Compared to Human Readers 2024-Jul, Journal of the American Society of Echocardiography : official publication of the American Society of Echocardiography IF:5.4Q1 DOI:10.1016/j.echo.2024.03.017 PMID:38556038	研究论文	本文研究了使用深度学习模型检测心脏区域壁运动异常（RWMA），并将其与专家和新手读者的准确性进行比较	本文首次使用深度学习模型检测RWMA，并发现其准确性与专家相当，甚至优于大多数新手	深度学习模型在某些区域的F1分数低于专家，尤其是在前间隔区域	开发一种深度学习模型用于评估RWMA，并比较其与专家和新手读者的准确性	心脏区域壁运动异常（RWMA）的检测	机器学习	心血管疾病	深度学习	卷积神经网络（CNN）	视频	15,746例经胸超声心动图研究，包括25,529个心尖视频
411	2024-10-25	Development and interpretation of a multimodal predictive model for prognosis of gastrointestinal stromal tumor 2024-Jul-26, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00636-4 PMID:39060449	研究论文	开发并解释了一种用于预测胃肠道间质瘤预后的多模态预测模型	构建了一个优于单模态模型的多模态预测模型，并提出了肿瘤细胞形态与预后之间关系的假设	NA	构建更准确和可靠的多模态预测模型，以辅助临床决策	胃肠道间质瘤患者的无复发生存期	数字病理	胃肠道间质瘤	放射组学技术，深度学习	多模态模型	图像	254名接受手术并经病理诊断为胃肠道间质瘤的患者
412	2024-10-24	Harnessing the power of longitudinal medical imaging for eye disease prognosis using Transformer-based sequence modeling 2024-Jul-30, ArXiv PMID:39371086	研究论文	本文提出了一种基于Transformer的序列建模方法，用于从纵向医学影像中预测眼科疾病的预后	本文提出了Longitudinal Transformer for Survival Analysis (LTSA)模型，能够从纵向医学影像中动态预测疾病预后，超越了传统的单张影像基线方法	NA	开发一种能够从纵向医学影像中预测眼科疾病预后的深度学习模型	年龄相关性黄斑变性（AMD）和原发性开角型青光眼（POAG）	计算机视觉	眼科疾病	Transformer	Transformer	影像	使用了来自Age-Related Eye Disease Study (AREDS)和Ocular Hypertension Treatment Study (OHTS)的纵向影像数据
413	2024-10-24	Deep Learning-based Modeling for Preclinical Drug Safety Assessment 2024-Jul-23, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.20.604430 PMID:39091793	研究论文	本文介绍了一种基于深度学习的TRACE模型，用于加速和自动化毒理病理学评估	TRACE模型能够处理多种诊断任务，并在独立阅读研究中表现优于兽医病理学家	NA	加速从临床前研究到早期临床试验的药物安全评估	毒理学肝脏病理学评估	数字病理学	NA	深度学习	TRACE	图像	1500万张病理图像，来自46,734个数字化组织切片，涉及157项临床前研究
414	2024-10-24	predicTTE: An accessible and optimal tool for time-to-event prediction in neurological diseases 2024-Jul-23, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.20.604416 PMID:39091819	研究论文	本文介绍了一个名为predicTTE的工具，用于神经疾病中的时间到事件预测，并提供了一个在线门户和应用程序，供非专业用户使用	本文提出了一个集成深度学习和样条模型的工具，用于时间到事件预测，并优化了数据插补和模型训练流程	NA	开发一个易于使用且优化的工具，用于神经疾病中的时间到事件预测	神经疾病中的时间到事件预测	机器学习	神经疾病	深度学习	集成模型	时间到事件数据	NA
415	2024-10-24	Robust deep learning estimation of cortical bone porosity from MR T1-weighted images for individualized transcranial focused ultrasound planning 2024-Jul-18, medRxiv : the preprint server for health sciences DOI:10.1101/2024.07.18.24310644 PMID:39072036	研究论文	本文提出了一种基于深度学习的方法，从T1加权MRI图像中估计皮质骨孔隙度，用于个性化经颅聚焦超声规划	本文创新性地使用深度学习方法从T1加权MRI图像中估计皮质骨孔隙度，避免了使用辐射诱导的CT扫描	NA	开发一种无需CT扫描的个性化经颅聚焦超声规划方法	皮质骨孔隙度估计和经颅聚焦超声治疗规划	计算机视觉	NA	深度学习	cGAN	图像	数千个光束传播场景
416	2024-10-24	Multi-dataset Integration and Residual Connections Improve Proteome Prediction from Transcriptomes using Deep Learning 2024-Jul-11, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.08.602560 PMID:39026798	研究论文	本文通过深度学习模型和残差连接，提高了从转录组数据预测蛋白质组的准确性	使用神经架构搜索（NAS）设计的深度学习模型，结合残差连接，显著提高了从转录组数据预测蛋白质组的准确性	NA	提高从转录组数据预测蛋白质组的准确性	转录组和蛋白质组数据	机器学习	NA	深度学习	深度学习模型	转录组数据	使用Clinical Proteomics Tumor Analysis Consortium的公开数据
417	2024-10-24	Current genomic deep learning models display decreased performance in cell type specific accessible regions 2024-Jul-10, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.05.602265 PMID:39026761	研究论文	评估了基因组深度学习模型在不同细胞类型特异性染色质可及区域的性能	发现现有基因组深度学习模型在细胞类型特异性可及区域的性能下降，并提出了通过增加模型容量和单任务学习来提高性能的策略	文章未详细讨论现有模型的具体局限性或改进方法	评估和改进基因组深度学习模型在细胞类型特异性染色质可及区域的性能	基因组深度学习模型在不同细胞类型特异性染色质可及区域的性能	机器学习	NA	深度学习	深度学习模型（如Enformer和Sei）	DNA序列	数千个输出（细胞类型和表观遗传标记）
418	2024-10-24	CPIExtract: A software package to collect and harmonize small molecule and protein interactions 2024-Jul-05, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.03.601957 PMID:39005430	研究论文	介绍了一个名为CPIExtract的软件包，用于从多个数据库中提取和整合小分子与蛋白质相互作用的数据	CPIExtract能够从多个数据库中提取实验性结合相互作用数据，并进行过滤和整合，相比单一来源的数据库（如DrugBank），能够收集到超过10倍数量的注释	NA	开发一个工具来整合分散在多个机构中的小分子与蛋白质相互作用数据，以解决数据异质性问题	小分子与蛋白质的相互作用数据	生物信息学	NA	数据整合与过滤	NA	表格数据	NA
419	2024-10-24	Deep learning identifies heterogeneous subpopulations in breast cancer cell lines 2024-Jul-04, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.02.601576 PMID:39005432	研究论文	本文探讨了使用深度学习方法通过细胞形态特征识别乳腺癌细胞系中的异质性亚群	首次展示了细胞形态可以反映体外转录组差异，并使用卷积神经网络识别乳腺癌细胞系中的亚群	NA	研究细胞形态特征是否可以用于分类体外癌细胞系中的转录组亚群	乳腺癌细胞系及其亚群	计算机视觉	乳腺癌	卷积神经网络	CNN	图像	NA
420	2024-10-24	IRTCI: Item Response Theory for Categorical Imputation 2024-Jul-02, Research square DOI:10.21203/rs.3.rs-4529519/v1 PMID:39011102	研究论文	本文介绍了一种基于项目反应理论（IRT）的新型分类插补方法，并将其与现有的几种机器学习插补技术进行了比较	提出了基于项目反应理论的分类插补方法（IRTCI），并展示了其在多种条件下的优越性	未提及	开发和评估一种新的分类插补方法，以解决数据集中缺失值的问题	分类数据集中的缺失值插补	机器学习	NA	项目反应理论（IRT）	NA	分类数据	三个不同类型的数据集，分别代表序数、名义和二元类别