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
201	2024-09-30	SMAFIRA: a literature-based web tool to assist researchers with retrieval of 3R-relevant information 2024-Aug, Laboratory animals IF:1.3Q2 DOI:10.1177/00236772241237608 PMID:38872231	研究论文	开发了一个基于文献的网络工具SMAFIRA，用于辅助研究人员检索与3R相关的信息	SMAFIRA利用深度学习领域的先进语言模型，提供按实验模型分类的相关文献引用，使检索替代方法更加高效	NA	开发工具以提高检索与动物实验替代、减少和优化（3R）相关的信息的效率	PubMed/MEDLINE数据库中的文献	机器学习	NA	深度学习	语言模型	文本	NA
202	2024-08-07	Electrocardiography deep learning models to predict high-risk imaging features in patients with hypertrophic cardiomyopathy: Can it change clinical practice? 2024-08, Heart rhythm IF:5.6Q1 DOI:10.1016/j.hrthm.2024.02.023 PMID:38365126	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
203	2024-09-28	Multimodal ischemic stroke recurrence prediction model based on the capsule neural network and support vector machine 2024-Aug-30, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000039217 PMID:39213233	研究论文	本研究提出了一种基于胶囊神经网络和支持向量机的多模态缺血性中风复发预测模型	该研究结合了生物化学检测和磁共振成像数据，提出了一个高性能的异质多模态缺血性中风复发预测模型，相比传统机器学习模型，其准确性、特异性、敏感性和曲线下面积均有显著提升	本研究为回顾性队列研究，样本量有限，且仅基于珠海地区的数据，未来需要更大规模的前瞻性研究来验证模型的普适性	旨在提高缺血性中风复发预测的准确性	缺血性中风患者的复发风险	机器学习	中风	胶囊神经网络、支持向量机	胶囊神经网络、支持向量机	生物化学检测数据、磁共振成像数据	634名缺血性中风患者
204	2024-09-28	Weakly-supervised deep learning models enable HER2-low prediction from H &E stained slides 2024-Aug-19, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-024-01863-0 PMID:39160593	研究论文	本文介绍了一种基于自监督注意力机制的弱监督深度学习模型，用于从H&E染色切片中预测HER2-low乳腺癌	提出了一种新的弱监督深度学习模型，能够直接从病理图像中预测HER2-low状态，无需额外的免疫组化测试	模型的有效性依赖于HER2检测试验的一致性和可靠性	开发一种成本效益高且快速的HER2评估方法	HER2-low乳腺癌的预测	数字病理学	乳腺癌	自监督注意力机制	深度学习模型	图像	1351名乳腺癌患者的1437张病理图像
205	2024-09-28	Image-based discrimination of the early stages of mesenchymal stem cell differentiation 2024-Aug-01, Molecular biology of the cell IF:3.1Q3 DOI:10.1091/mbc.E24-02-0095 PMID:38837346	研究论文	研究使用免疫荧光成像和基于深度学习的计算机视觉技术来区分间充质干细胞早期分化阶段	开发了一种基于图像的诊断工具，用于区分间充质干细胞早期分化阶段	NA	研究间充质干细胞早期分化的细胞结构变化，并开发一种新的诊断工具	间充质干细胞的早期分化阶段	计算机视觉	NA	免疫荧光成像	卷积神经网络	图像	NA
206	2024-09-28	Artificial Intelligence (AI)-Enhanced Detection of Diabetic Retinopathy From Fundus Images: The Current Landscape and Future Directions 2024-Aug, Cureus DOI:10.7759/cureus.67844 PMID:39323686	综述	本文综述了当前基于人工智能（AI）的糖尿病视网膜病变（DR）从眼底图像检测的现状及未来发展方向	本文介绍了深度学习和计算机视觉在分析视网膜图像方面的最新进展，包括卷积神经网络在检测可转诊DR方面的高灵敏度和特异性，多任务学习方法同时检测和分级DR严重程度，以及轻量级模型在移动设备上的部署	本文指出了当前AI系统在DR筛查中面临的挑战，包括确保在不同人群中的泛化能力，标准化图像采集和质量，解决复杂模型的“黑箱”性质，以及将AI无缝集成到临床工作流程中	探讨人工智能（AI）在糖尿病视网膜病变（DR）检测中的应用现状及未来发展方向	糖尿病视网膜病变（DR）的眼底图像	计算机视觉	糖尿病视网膜病变	深度学习	卷积神经网络（CNN）	图像	NA
207	2024-09-27	Transitions in dynamical regime and neural mode underlie perceptual decision-making 2024-Aug-25, bioRxiv : the preprint server for biology DOI:10.1101/2023.10.15.562427 PMID:37904994	研究论文	本文研究了感知决策过程中动态状态和神经模式的转变	提出了一种基于深度学习的无监督方法，用于从同时记录的前额叶皮层和纹状体神经元活动中发现与决策相关的动态	研究仅限于大鼠的听觉证据积累任务，未涉及其他物种或任务类型	探讨感知决策过程中吸引子动态是否以及如何影响决策行为和复杂的神经反应	大鼠在积累脉冲听觉证据时的前额叶皮层和纹状体神经元活动	神经科学	NA	深度学习	NA	神经元活动数据	NA
208	2024-09-27	Deep Learning Enabled Universal Multiplexed Fluorescence Detection for Point-of-Care Applications 2024-Aug-23, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c00860 PMID:39010300	研究论文	本文介绍了一种基于深度学习的通用多重荧光检测系统，适用于即时检测应用	该系统采用低成本光学组件和预训练的机器学习模型，实现了无需光学调整的多重荧光检测，并可通过更新机器学习模型轻松扩展其多重检测能力	NA	开发一种便携、紧凑且成本效益高的多重荧光检测系统，适用于即时检测应用	多重荧光检测系统及其在同时检测三种常见呼吸道病毒的环介导等温扩增（LAMP）试验中的应用	机器学习	NA	机器学习	机器学习模型	荧光信号	NA
209	2024-09-25	Active Learning Pipeline to Identify Candidate Terms for a CDSS Ontology 2024-Aug-22, Studies in health technology and informatics DOI:10.3233/SHTI240660 PMID:39176629	研究论文	本文探讨了一种主动学习方法，用于自动识别出版物中的候选术语，并将其用于临床决策支持系统（CDSS）本体的构建	提出了一种基于主动学习的自动化方法来识别候选术语，减少了手动构建本体的工作量	目前仅提供了初步结果，尚未详细讨论方法的具体效果和应用范围	开发一种自动化方法来辅助构建和维护临床决策支持系统的本体	临床决策支持系统的本体术语	自然语言处理	NA	主动学习	深度学习模型	文本	NA
210	2024-09-25	CT Material Decomposition using Spectral Diffusion Posterior Sampling 2024-Aug, Conference proceedings. International Conference on Image Formation in X-Ray Computed Tomography PMID:39301204	研究论文	本文介绍了一种基于扩散后验采样（DPS）的新深度学习方法，用于从光谱CT测量中进行材料分解	提出了一种结合无监督训练的先验知识和严格物理模型的方法，并引入了一种更快速和更稳定的变体，称为跳跃启动DPS（JSDPS）	NA	开发一种快速且准确的材料分解方法，用于光谱CT数据	光谱CT系统的材料分解性能	计算机视觉	NA	扩散后验采样（DPS）	深度学习模型	光谱CT数据	涉及两种光谱CT系统：双kVp和双层探测器CT
211	2024-09-23	Improved diagnosis of arrhythmogenic right ventricular cardiomyopathy using electrocardiographic deep learning 2024-Aug-20, Heart rhythm IF:5.6Q1 DOI:10.1016/j.hrthm.2024.08.030 PMID:39168295	研究论文	本研究开发并验证了一种基于心电图深度学习的工具，用于诊断致心律失常性右室心肌病	本研究的创新点在于使用深度学习技术提高了致心律失常性右室心肌病的诊断准确性，达到了专家水平	本研究的局限性在于样本量相对较小，且主要集中在特定医疗中心	本研究旨在开发和验证一种基于心电图深度学习的工具，用于提高致心律失常性右室心肌病的诊断准确性	本研究的对象是致心律失常性右室心肌病患者的心电图数据	机器学习	心血管疾病	深度学习	深度学习模型	心电图数据	共涉及688名患者，其中551名用于模型开发，137名用于测试，另外167名用于外部验证
212	2024-09-22	Enhanced Diagnostic Accuracy for Dental Caries and Anomalies in Panoramic Radiographs Using a Custom Deep Learning Model 2024-Aug, Cureus DOI:10.7759/cureus.67315 PMID:39301353	研究论文	本文介绍了一种基于深度学习的定制模型，用于全景牙科X光片的二分类，以提高牙科龋齿和异常的诊断准确性	使用直方图均衡化和滤波方法作为预处理技术，有效解决了牙科X光片中不规则光照和对比度的问题，提高了图像质量	NA	开发一种自动化分类系统，以帮助简化诊断工作流程并及时为临床医生提供见解	全景牙科X光片中的牙科龋齿和异常	计算机视觉	口腔疾病	深度学习	CNN	图像	三个独立的全景牙科X光片数据集
213	2024-09-20	Deep learning insights into spatial patterns of stable isotopes in Iran's precipitation: a novel approach to climatological mapping 2024-Aug, Isotopes in environmental and health studies IF:1.1Q4 DOI:10.1080/10256016.2024.2396302 PMID:39225427	研究论文	本文利用深度学习模型研究伊朗降水中的稳定同位素空间模式，提出了一种新的气候制图方法	首次应用深度学习模型（LSTM和DNN）模拟伊朗降水中的稳定同位素含量，并使用插值方法生成稳定同位素值的分布图	模拟地图中存在轻微的弱点，模型精度有待进一步提高	研究伊朗降水中的稳定同位素含量变化，并开发一种新的气候制图方法	伊朗降水中的稳定同位素含量及其影响因素	机器学习	NA	稳定同位素技术	LSTM和DNN	降水数据	42个降水采样站
214	2024-09-20	Two mass-imbalanced atoms in a hard-wall trap: Deep learning integrability of many-body systems 2024-Aug, Physical review. E DOI:10.1103/PhysRevE.110.024129 PMID:39294995	研究论文	本文通过数值实验分析了质量不平衡的两体系统在硬壁阱中的可积性，利用能量级统计和深度学习波函数的方法	本文设计了一种卷积神经网络，能够通过概率密度图像高精度且快速地识别可积与不可积系统之间的转变点，并成功识别出一个新的可积质量比1/3	NA	研究质量不平衡的两体系统的可积性	质量不平衡的两体系统	机器学习	NA	深度学习	卷积神经网络	图像	NA
215	2024-09-20	AB067. New drug development for the use of PARP1-E2F1 transcriptional inhibitors in the treatment of glioblastoma 2024-Aug, Chinese clinical oncology IF:2.1Q3 DOI:10.21037/cco-24-ab067 PMID:39295385	研究论文	本文探讨了通过抑制PARP1-E2F1转录活性来开发治疗胶质母细胞瘤的新药物	提出了通过破坏PARP1-E2F1相互作用来抑制细胞周期，从而为不同类型的癌症提供新的治疗策略	缺乏PARP1-E2F1蛋白-蛋白相互作用的完整结构信息，使用BRCA1的同源结构进行替代	开发针对胶质母细胞瘤的新药物	PARP1-E2F1转录抑制剂	NA	脑肿瘤	深度学习神经网络	NA	化合物	83种化合物
216	2024-09-20	AB093. Pixel-wise classification of glioma using deep learning for accurate tumour mapping on magnetic resonance imaging 2024-Aug, Chinese clinical oncology IF:2.1Q3 DOI:10.21037/cco-24-ab093 PMID:39295411	研究论文	本文研究了使用深度学习进行磁共振成像（MRI）上胶质瘤的像素级分类和肿瘤映射	本文首次将深度学习技术应用于MRI图像上胶质瘤的像素级分类和肿瘤映射	研究样本量较小，仅包括69个低级别胶质瘤（LGG）样本	开发机器学习算法以实现对脑肿瘤的准确诊断和精确映射	胶质瘤患者的脑部MRI图像	计算机视觉	脑肿瘤	深度学习	UNet-based architecture with CNN	图像	69个低级别胶质瘤（LGG）样本
217	2024-09-19	Advancing Bioactivity Prediction through Molecular Docking and Self-Attention 2024-Aug-23, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3448455 PMID:39178096	研究论文	本研究通过分子对接和自注意力机制改进生物活性预测模型	首次将药物-靶点相互作用整合到生物活性预测中，并设计了药物-靶点相互作用图神经网络（DTIGN），利用多头自注意力机制识别分子对接结果中的天然结合口袋和姿态	研究中使用的原生结构数据有限，依赖于半监督学习进行生物活性预测的优化	提高药物发现早期候选药物筛选的效率	生物活性预测模型及其在蛋白质-配体复合物中的应用	机器学习	NA	分子对接	图神经网络（GNN）	蛋白质-配体复合物数据	9种领先的基于深度学习的生物活性预测方法进行对比
218	2024-09-19	Construction of a multi-tissue compound-target interaction network of Qingfei Paidu decoction in COVID-19 treatment based on deep learning and transcriptomic analysis 2024-Aug, Journal of bioinformatics and computational biology IF:0.9Q4 DOI:10.1142/S0219720024500161 PMID:39036847	研究论文	本研究构建了基于深度学习和转录组分析的清肺排毒汤在COVID-19治疗中的多组织化合物-靶点相互作用网络	首次通过深度学习模型GraphDTA和多组织转录组分析，预测了清肺排毒汤在多个组织中的化合物-靶点相互作用，并验证了其强结合亲和力	研究主要集中在清肺排毒汤的化合物-靶点相互作用预测，未涉及临床试验验证	揭示清肺排毒汤在COVID-19治疗中的多组织作用机制	清肺排毒汤的化合物及其在多个组织中的靶点	机器学习	COVID-19	深度学习、转录组分析、分子对接、分子动力学模拟	GraphDTA	转录组数据	六个不同组织中的13种关键活性化合物、127个潜在靶点和27条相关通路
219	2024-09-17	Integration of Diffusion Transformer and Knowledge Graph for Efficient Cucumber Disease Detection in Agriculture 2024-Aug-31, Plants (Basel, Switzerland) DOI:10.3390/plants13172435 PMID:39273919	研究论文	本文提出了一种结合知识图谱和扩散Transformer的深度学习方法，用于黄瓜病害检测	通过引入扩散注意力机制和扩散损失函数，增强了模型识别复杂农业病害特征的能力，并有效解决了样本不平衡问题	NA	提高黄瓜病害检测的准确性和效率	黄瓜病害	机器学习	NA	扩散Transformer	Transformer	图像	NA
220	2024-09-17	UAV Visual and Thermographic Power Line Detection Using Deep Learning 2024-Aug-31, Sensors (Basel, Switzerland) DOI:10.3390/s24175678 PMID:39275590	研究论文	本文提出了一种基于深度学习的无人机视觉和热成像电力线检测方法	使用YOLOv8模型进行电力线检测，并在无人机上进行验证，取得了高精度的检测结果	未提及具体限制	开发一种能够安全自主检测电力线的无人机系统	电力线及其潜在缺陷	计算机视觉	NA	深度学习	YOLOv8	图像	未提及具体样本数量