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
341	2024-09-13	TSpred: a robust prediction framework for TCR-epitope interactions using paired chain TCR sequence data 2024-08-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae472 PMID:39052940	研究论文	提出了一种名为TSpred的深度学习框架，用于基于配对链TCR序列数据预测TCR-表位相互作用	结合了CNN和注意力机制，设计了互惠注意力机制，提高了对未见表位的泛化能力和模型解释性	未提及	开发一种稳健的预测框架，用于预测TCR-表位相互作用，应用于癌症免疫疗法和疫苗设计	TCR-表位相互作用	机器学习	NA	深度学习	CNN和注意力机制	序列数据	未提及
342	2024-09-13	BertSNR: an interpretable deep learning framework for single-nucleotide resolution identification of transcription factor binding sites based on DNA language model 2024-08-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae461 PMID:39107889	研究论文	提出了一种名为BertSNR的可解释深度学习框架，用于在单核苷酸分辨率下识别转录因子结合位点	BertSNR通过多任务学习整合序列级和标记级信息，基于预训练的DNA语言模型，显著提高了转录因子结合位点预测的准确性和可解释性	NA	开发一种高分辨率和可解释的计算方法，用于识别转录因子结合位点	转录因子结合位点	计算生物学	NA	深度学习	BertSNR	DNA序列	NA
343	2024-09-13	Attention-based approach to predict drug-target interactions across seven target superfamilies 2024-08-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae496 PMID:39115379	研究论文	本文介绍了一种基于注意力机制的方法（MMAtt-DTA），用于预测跨七个目标超家族的药物-靶点相互作用	提出了一种新的基于注意力机制的方法（MMAtt-DTA），该方法在预测药物-靶点相互作用方面表现优异，超过了现有的十四种最先进的机器学习、深度学习和图方法	NA	旨在开发一种高效的方法来预测药物-靶点相互作用，以支持药物再利用和新药机制的发现	药物-靶点相互作用，特别是跨七个目标超家族的相互作用	机器学习	癌症	注意力机制	MMAtt-DTA	生物活性数据	185,676个药物-靶点对
344	2024-09-13	PGAT-ABPp: harnessing protein language models and graph attention networks for antibacterial peptide identification with remarkable accuracy 2024-08-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae497 PMID:39120878	研究论文	提出了一种名为PGAT-ABPp的新型深度学习方法，用于高精度识别抗菌肽	利用AlphaFold2预测的结构和预训练的蛋白质语言模型ProtT5构建图，并通过图注意力网络（GAT）学习全局判别特征	NA	开发一种高精度的模型用于抗菌肽的识别	抗菌肽（ABPs）	机器学习	NA	图注意力网络（GAT）	深度学习模型	蛋白质结构数据	独立测试数据集
345	2024-09-13	Advancing mRNA subcellular localization prediction with graph neural network and RNA structure 2024-08-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae504 PMID:39133151	研究论文	本文提出了一种名为Allocator的多视角并行深度学习框架，用于预测mRNA的亚细胞定位，并结合了RNA序列和结构信息	本文的创新点在于首次将RNA的二级结构信息纳入mRNA亚细胞定位预测模型中，并提出了多视角并行深度学习框架Allocator	本文未提及具体的局限性	本文的研究目的是开发一种能够准确预测mRNA亚细胞定位的计算工具，以深化对基因调控网络的理解	本文的研究对象是mRNA的亚细胞定位及其与RNA序列和结构的关系	机器学习	NA	图神经网络	多层感知器、多头自注意力机制、图神经网络	RNA序列、RNA结构	NA
346	2024-09-13	Deep Learning Reconstruction of Accelerated MRI: False-Positive Cartilage Delamination Inserted in MRI Arthrography Under Traction 2024-Aug-01, Topics in magnetic resonance imaging : TMRI DOI:10.1097/RMR.0000000000000313 PMID:39016321	研究论文	本文探讨了深度学习在加速MRI重建中的应用，特别是在关节造影牵引下的MRI图像重建中出现的假阳性软骨剥离问题	本文首次报道了深度学习重建加速MRI数据时可能出现的假阳性软骨剥离和软骨缺陷	本文仅展示了一个病例，未来需要对这种新技术进行更全面的测试，特别是训练数据选择带来的系统偏差	研究深度学习在加速MRI重建中的应用及其潜在问题	右髋关节的MRI图像	计算机视觉	NA	深度学习	NA	图像	1名30岁健康男性患者
347	2024-09-13	Preface to the special issue of Food and Chemical Toxicology on "New approach methodologies and machine learning in food safety and chemical risk assessment: Development of reproducible, open-source, and user-friendly tools for exposure, toxicokinetic, and toxicity assessments in the 21st century" 2024-Aug, Food and chemical toxicology : an international journal published for the British Industrial Biological Research Association IF:3.9Q1 DOI:10.1016/j.fct.2024.114809 PMID:38857761	评论	本特刊包含关于毒理学和风险评估领域中各种新方法学（NAMs）应用的文章	介绍了多种新方法学（NAMs），包括高通量筛选、定量结构-活性关系（QSAR）建模、生理药代动力学（PBPK）建模、网络毒理学分析、分子对接模拟、组学、机器学习、深度学习和“模板与锚点”多尺度计算建模	NA	探讨新方法学和机器学习在食品安全和化学风险评估中的应用	新方法学（NAMs）在毒理学和风险评估中的应用	毒理学	NA	高通量筛选、定量结构-活性关系（QSAR）建模、生理药代动力学（PBPK）建模、网络毒理学分析、分子对接模拟、组学、机器学习、深度学习	NA	NA	NA
348	2024-09-13	Automated shape-independent assessment of the spatial distribution of proton density fat fraction in vertebral bone marrow 2024-Aug, Zeitschrift fur medizinische Physik IF:2.4Q2 DOI:10.1016/j.zemedi.2022.12.004 PMID:36725478	研究论文	提出了一种自动标准化评估椎体骨髓体积和质子密度脂肪分数（PDFF）空间分布的方法	基于深度学习图像分割，将单个椎体的骨髓PDFF映射到圆柱模板并校正其相对于水平面的倾斜，实现了形状无关的空间PDFF分布特征化	仅在60名健康个体中进行了测试，未涉及疾病状态或干预效果的评估	开发一种自动方法，用于标准化评估椎体骨髓的体积和PDFF的空间分布	椎体骨髓的体积和质子密度脂肪分数（PDFF）的空间分布	计算机视觉	NA	深度学习图像分割	NA	图像	60名健康个体（30名男性，30名女性）
349	2024-09-11	Hybrid ensemble - deep transfer model for early cassava leaf disease classification 2024-Aug-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36097 PMID:39247275	研究论文	本文提出了一种基于混合集成-深度迁移模型的方法，用于早期木薯叶病害的分类	开发了三种新的混合模型，并展示了高准确率的结果	NA	提高木薯叶病害早期检测的准确性	木薯叶病害	计算机视觉	NA	深度学习	混合集成模型	图像	NA
350	2024-09-11	An improved deep convolutional neural network-based YouTube video classification using textual features 2024-Aug-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e35812 PMID:39247283	研究论文	本文提出了一种基于深度卷积神经网络和文本特征的改进方法，用于YouTube视频分类	本文设计了一种深度卷积神经网络（DCNN），并结合循环神经网络（RNN）和门控循环单元（GRU）进行性能比较，实验结果表明该方法在YouTube视频分类中取得了最高的ROC AUC分数和准确率	NA	开发一种基于人工智能的方法来分类YouTube视频	YouTube视频及其相关的文本信息，如标题、描述、用户标签等	计算机视觉	NA	深度学习	深度卷积神经网络（DCNN）、循环神经网络（RNN）、门控循环单元（GRU）	文本	一个包含9个类别的大型数据集
351	2024-09-11	Improved FasterViT model for citrus disease diagnosis 2024-Aug-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36092 PMID:39247290	研究论文	本文提出了一种改进的FasterViT模型，用于柑橘病害诊断，通过结合CNN和ViT的优势，提高了模型在不同环境条件下识别植物叶片病害的能力	本文的创新点在于提出了一种先进的混合CNN-ViT框架，通过交叉阶段交替使用Mixup和Cutout方法，增强了模型的鲁棒性和泛化能力，并采用了Triplet Attention和AdaptiveAvgPool机制来降低训练成本	本文的局限性在于仅在柑橘病害数据集上进行了测试，未来需要在更多种类的植物病害数据集上验证模型的通用性	本文的研究目的是提高深度学习模型在不同环境条件下识别植物叶片病害的准确性，并降低训练成本	本文的研究对象是柑橘病害的诊断	计算机视觉	柑橘病害	深度学习	混合CNN-ViT框架	图像	本文使用了自建的小规模柑橘病害数据集（in-field small dataset）和PlantVillage数据集进行测试
352	2024-09-11	Optimizing MobileNetV2 for improved accuracy in early gastric cancer detection based on dynamic pelican optimizer 2024-Aug-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e35854 PMID:39247334	研究论文	本文提出了一种基于人工智能的胃癌自动诊断框架，使用定制的深度学习模型MobileNetV2，并通过动态鹈鹕优化算法（DPOA）进行优化	本文的创新点在于结合了MobileNetV2和动态鹈鹕优化算法（DPOA），以提高胃癌早期检测的准确性	尽管结果令人鼓舞，但仍需进一步研究，特别是需要更大和更多样化的数据集以及全面的临床验证来验证该方法的有效性	本文的研究目的是提高胃癌早期检测的准确性和速度	本文的研究对象是胃癌的早期检测	计算机视觉	胃癌	动态鹈鹕优化算法（DPOA）	MobileNetV2	图像	数据集分为训练集（80%）和测试集（20%）
353	2024-09-11	Deep learning-based state of charge estimation for electric vehicle batteries: Overcoming technological bottlenecks 2024-Aug-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e35780 PMID:39253128	研究论文	本文提出了一种基于深度学习的电动汽车电池荷电状态（SOC）估算方法，旨在解决电池管理中的关键挑战并提高电动汽车效率	该研究的创新点在于整合了来自宝马i3电动汽车的真实驾驶数据，使模型能够捕捉影响SOC的复杂动态因素，并显著提高估算精度	NA	提高电动汽车电池荷电状态估算的准确性，促进能源节约和碳减排	电动汽车电池的荷电状态	机器学习	NA	深度学习	深度学习网络	多维数据（包括环境因素、车辆参数和电池属性）	72次实际驾驶测试，包含25种环境变量
354	2024-09-11	Expert-Level Detection of Referable Glaucoma from Fundus Photographs in a Safety Net Population: The AI and Teleophthalmology in Los Angeles Initiative 2024-Aug-26, medRxiv : the preprint server for health sciences DOI:10.1101/2024.08.25.24312563 PMID:39252888	研究论文	开发并测试了一种基于深度学习算法，用于检测洛杉矶县卫生服务部门远程视网膜筛查计划中的可转诊青光眼	该算法在检测可转诊青光眼方面的表现与眼科医生和验光师相当或超过，且不受经验水平影响	NA	开发和测试一种深度学习算法，用于检测可转诊青光眼	青光眼检测	计算机视觉	眼科疾病	深度学习	VGG-19	图像	12,098张图像，来自5,616名患者（2,086名可转诊青光眼，3,530名非青光眼）
355	2024-09-11	Automated Interpretation of Lung Sounds by Deep Learning in Children With Asthma: Scoping Review and Strengths, Weaknesses, Opportunities, and Threats Analysis 2024-Aug-23, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/53662 PMID:39178033	综述	本文对人工智能辅助儿童哮喘肺音分析的文献进行了范围综述，并进行了优势、劣势、机会和威胁分析	本文创新性地结合了范围综述和SWOT分析，全面评估了人工智能在儿童哮喘肺音分析中的应用	纳入的研究质量普遍较低，缺乏外部验证，且数据收集和解释缺乏标准化	客观回顾人工智能辅助儿童哮喘肺音分析的文献，并提供其优势、劣势、机会和威胁的平衡评估	儿童哮喘患者的肺音分析	机器学习	哮喘	人工智能	NA	音频	学术文献搜索中纳入7项研究，灰色文献搜索中纳入11项研究
356	2024-09-11	Anatomically constrained tractography of the fetal brain 2024-Aug-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2024.120723 PMID:39029605	研究论文	本文提出了一种基于深度学习的解剖学约束胎儿脑部纤维束追踪方法	通过在dMRI空间中直接进行胎儿脑组织准确分割，显著提高了纤维束追踪的准确性，并能重建高度弯曲的纤维束如视辐射	NA	改进胎儿脑部扩散加权磁共振成像中的纤维束追踪技术	胎儿脑部白质纤维束	计算机视觉	NA	扩散加权磁共振成像（dMRI）	深度学习方法	图像	独立测试数据
357	2024-09-11	MRGM: An enhanced catalog of mouse gut microbial genomes substantially broadening taxonomic and functional landscapes 2024-Aug-12, bioRxiv : the preprint server for biology DOI:10.1101/2024.08.12.607507 PMID:39211244	研究论文	本文介绍了MRGM，一个包含42,245个非冗余小鼠肠道细菌基因组的全面目录，显著扩展了小鼠肠道微生物的分类和功能范围	MRGM通过改进的基因组质量评估技术，捕获了先前未被充分代表的分类群，并将小鼠肠道微生物蛋白的基因本体注释率从3.2%提高到60%	NA	增强小鼠肠道微生物组研究的转化价值，提供详细和高品质的小鼠肠道微生物基因组目录	小鼠肠道微生物基因组	NA	NA	深度学习	NA	基因组	42,245个非冗余小鼠肠道细菌基因组，涵盖1,524个物种
358	2024-09-11	A Deep Learning Approach to Predict Recanalization First-Pass Effect following Mechanical Thrombectomy in Patients with Acute Ischemic Stroke 2024-Aug-09, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8272 PMID:38871371	研究论文	研究利用深度学习方法预测急性缺血性中风患者在接受机械血栓切除术后首次通过效应的再通效果	首次提出完全自动化的深度学习方法，无需手动分割即可从术前CT和MR影像中预测首次通过效应	NA	开发一种完全自动化的深度学习方法，用于预测急性缺血性中风患者在接受机械血栓切除术后首次通过效应的再通效果	急性缺血性中风患者在接受机械血栓切除术后的首次通过效应	机器学习	中风	深度学习	混合变压器模型	影像	326名接受机械血栓切除术的患者
359	2024-09-11	CT Reconstruction using Nonlinear Diffusion Posterior Sampling with Detector Blur Modeling 2024-Aug, Conference proceedings. International Conference on Image Formation in X-Ray Computed Tomography PMID:39247222	研究论文	本文提出了一种结合深度学习和探测器模糊物理建模的CT重建方法，以提高空间分辨率	利用扩散模型作为深度图像先验，结合似然性前向模型进行测量，提出了一种非线性扩散后验采样方法	仅在模拟数据上进行了验证，尚未在实际临床数据上进行测试	提高CT重建中的空间分辨率	CT图像重建	计算机视觉	NA	深度学习	扩散模型	图像	模拟数据
360	2024-09-10	Performance analysis of deep learning-based electric load forecasting model with particle swarm optimization 2024-Aug-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e35273 PMID:39247372	研究论文	本文提出了一种基于深度学习和粒子群优化的电力负荷预测模型PSO-BiTC	该模型结合了时间卷积网络（TCN）和双向长短期记忆网络（BiLSTM），并使用粒子群优化算法（PSO）优化模型参数，提高了预测性能和泛化能力	NA	提高电力负荷预测的准确性和效率	电力负荷预测模型	机器学习	NA	粒子群优化算法（PSO）	时间卷积网络（TCN）和双向长短期记忆网络（BiLSTM）	时间序列数据	四个广泛的数据集