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
541	2024-08-29	Longitudinal Changes in Choroidal Vascularity in Myopic and Non-Myopic Children 2024-Aug-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.13.8.38 PMID:39177994	研究论文	本研究评估了儿童时期脉络膜血管特征的纵向变化及其与眼球生长和屈光不正的关系	使用深度学习软件工具自动分析高分辨率光学相干断层扫描（OCT）图像，并计算脉络膜血管指数（CVI）、脉络膜腔和基质厚度的变化	NA	评估儿童时期脉络膜血管特征的纵向变化及其与眼球生长和屈光不正的关系	101名儿童（41名近视，60名非近视，年龄10-15岁）的脉络膜血管特征	NA	NA	光学相干断层扫描（OCT）	深度学习	图像	101名儿童
542	2024-08-29	Automatic Determination of Endothelial Cell Density From Donor Cornea Endothelial Cell Images 2024-Aug-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.13.8.40 PMID:39177992	研究论文	本文使用自监督深度学习分割模型自动确定供体角膜内皮细胞图像中的内皮细胞密度	采用自监督深度学习方法进行内皮细胞边界的分割，提高了内皮细胞密度测量的准确性	研究仅限于两个眼库提供的图像，可能需要进一步验证以确保普遍适用性	开发一种自动评估供体角膜内皮细胞图像的方法，以准确测量内皮细胞密度	供体角膜内皮细胞图像及其内皮细胞密度	计算机视觉	NA	深度学习	自监督深度学习模型	图像	15,138张单独特定的内皮细胞图像来自8169名供体，以及174张基于图像和组织质量的供体内皮细胞图像
543	2024-08-29	Fully automated hybrid approach on conventional MRI for triaging clinically significant liver fibrosis: A multi-center cohort study 2024-Aug, Journal of medical virology IF:6.8Q1 DOI:10.1002/jmv.29882 PMID:39185672	研究论文	本研究旨在构建一个结合放射组学和临床数据的模型（CoRC模型），用于筛查临床显著性肝纤维化，并探讨该模型对基于瞬时弹性成像的肝硬度测量的附加价值	本研究采用深度学习（ResUNet）自动分割全肝的放射组学评分，结合临床变量，构建了一个新的CoRC模型，该模型在内部、时间和外部测试集中均表现优于传统方法	本研究为回顾性研究，且样本来自两个中心，可能存在选择偏倚	开发一种可靠的非侵入性工具，精确诊断临床显著性肝纤维化	595名经活检证实患有肝纤维化的患者	数字病理学	肝病	MRI	ResUNet	图像	595名患者，分为训练集（276）、内部测试集（118）、时间测试集（96）和外部测试集（105）
544	2024-08-29	Automated measurement of lumbar pedicle screw parameters using deep learning algorithm on preoperative CT scans 2024-Aug, Journal of bone oncology IF:3.1Q2 DOI:10.1016/j.jbo.2024.100627 PMID:39188420	研究论文	本研究旨在利用术前计算机断层扫描（CT）图像和深度学习算法，开发并评估一种自动测量腰椎椎弓根螺钉参数的框架	本研究开发了一种基于深度学习的模型，能够准确识别术前CT扫描上的标志点，并自动生成与腰椎椎弓根螺钉放置相关的参数	NA	开发并评估一种自动测量腰椎椎弓根螺钉参数的框架	腰椎椎弓根螺钉参数的自动测量	计算机视觉	NA	深度学习算法	深度学习模型	图像	1410张轴向术前CT图像，来自282名患者
545	2024-08-29	Shomikoron: Dataset to discover equations from Bangla Mathematical text 2024-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110742 PMID:39188909	研究论文	本文介绍了一个新的孟加拉语数学方程数据集，旨在推进孟加拉语中的数学方程识别研究	该数据集是首个用于从文本中识别孟加拉语数学方程的数据集	数据集目前仅包含3430个观察值，可能需要进一步扩展以提高识别准确性	推进孟加拉语中的数学方程识别技术	孟加拉语数学方程的识别	自然语言处理	NA	NA	NA	文本	3430个观察值
546	2024-08-29	Deep Learning Sequence Models for Transcriptional Regulation 2024-Aug, Annual review of genomics and human genetics IF:7.7Q1 DOI:10.1146/annurev-genom-021623-024727 PMID:38594933	研究论文	本文探讨了使用基于序列的深度学习模型来解析基因表达的调控代码，并解释基因组变异的转录效应	开发了能够预测人类基因组中任何非编码变异功能后果的方法，并能系统地描述其影响，超越了仅通过实验或定量遗传学研究所能达到的范围	NA	解析基因表达的调控代码并解释基因组变异的转录效应	DNA序列中的模式与转录调控的生物化学和调控特性之间的关系	机器学习	NA	深度学习	序列模型	DNA序列	NA
547	2024-08-29	Integrating Large-Scale Protein Structure Prediction into Human Genetics Research 2024-Aug, Annual review of genomics and human genetics IF:7.7Q1 DOI:10.1146/annurev-genom-120622-020615 PMID:38621234	综述	本文综述了深度学习模型在蛋白质结构预测和蛋白质变体预测方面的最新进展，特别强调了这些进展对人类遗传学和健康的影响。	介绍了AlphaFold2及相关方法在基于序列的结构预测方面的重大进步，以及这些计算方法在优先处理人类群体中数百万未注释的错义蛋白质变体方面的价值。	未提及具体限制。	探讨深度学习模型在蛋白质结构和变体预测中的应用，以及这些技术如何促进人类遗传学研究。	蛋白质结构预测和蛋白质变体预测。	机器学习	NA	深度学习	AlphaFold2	蛋白质序列	数百万错义蛋白质变体
548	2024-08-28	Transformer for low concentration image denoising in magnetic particle imaging 2024-Aug-27, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad6ede PMID:39137818	研究论文	本文提出了一种基于稀疏轻量级Transformer模型的深度学习方法，用于磁粒子成像（MPI）图像的去噪和质量提升	提出的残差局部Transformer结构降低了模型复杂性，避免了过拟合，并通过信息保留块增强了图像细节的特征提取能力	NA	改善低浓度MPI图像的质量	低浓度磁粒子成像图像	计算机视觉	NA	深度学习	Transformer	图像	模拟和真实MPI图像数据，真实图像样本的Fe浓度低至67gml
549	2024-08-28	Classification of optic neuritis in neuromyelitis optica spectrum disorders (NMOSD) on MRI using CNN with transfer learning and manipulation of pre-processing on augmentation 2024-Aug-27, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad6f17 PMID:39142299	研究论文	本研究使用迁移学习和预处理增强技术，通过八种先进的卷积神经网络（CNN）模型对神经脊髓炎光谱障碍（NMOSD）患者的视神经炎（ON）进行MRI分类	首次利用深度学习技术对NMOSD患者的MRI图像中的ON变化进行分类	NA	旨在通过迁移学习的CNN模型对NMOSD患者是否存在慢性ON进行分类	NMOSD患者的视神经炎（ON）	计算机视觉	神经脊髓炎光谱障碍	卷积神经网络（CNN）	CNN	图像	NA
550	2024-08-28	ASO Visual Abstract: Development and Validation Study of the Prognostic Impact of Deep Learning-Determined Myxoid Stroma After Neoadjuvant Chemotherapy in Patients with Esophageal Squamous Cell Carcinoma 2024-Aug-26, Annals of surgical oncology IF:3.4Q1 DOI:10.1245/s10434-024-16099-7 PMID:39187666	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
551	2024-08-28	Discovering New Metallo-Deubiquitinase CSN5 Inhibitors by a Non-Catalytic Activity Assay Platform 2024-Aug-22, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.4c01514 PMID:39129245	研究论文	本文介绍了一种新的非催化活性检测平台，用于发现CSN5金属脱氧核糖核酸酶抑制剂，并利用荧光探针进行验证	开发了一种新的荧光探针和非催化活性检测平台，用于识别CSN5抑制剂，并结合深度学习虚拟筛选和分子动力学模拟探索抑制剂与CSN5的结合模式	文章未提及具体的局限性	发现新的CSN5金属脱氧核糖核酸酶抑制剂，作为抗癌靶点	CSN5金属脱氧核糖核酸酶及其抑制剂	NA	癌症	荧光偏振，分子动力学模拟	NA	荧光信号	文章未提及具体的样本数量
552	2024-08-28	A Multibranch Neural Network for Drug-Target Affinity Prediction Using Similarity Information 2024-Aug-20, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.4c05607 PMID:39184467	研究论文	本文提出了一种利用药物相似性和蛋白质相似性信息的多分支神经网络GASI-DTA，用于预测药物-靶点亲和力	引入药物和蛋白质的相似性信息，并设计了一个自主提取相似信息的网络框架，不依赖于知识图谱	未提及具体限制	加速药物发现过程中的药物-靶点亲和力预测	药物-靶点亲和力预测	机器学习	NA	深度学习	多分支神经网络	图结构数据	两个基准数据集和三种冷启动场景
553	2024-08-28	Deep learning bias correction of GEMS tropospheric NO2: A comparative validation of NO2 from GEMS and TROPOMI using Pandora observations 2024-Aug, Environment international IF:10.3Q1 DOI:10.1016/j.envint.2024.108818 PMID:38878653	研究论文	本研究首次使用深度卷积神经网络来校正2021-2023年间地球静止环境监测光谱仪（GEMS）对NO（TCDNO）的偏差，并通过Pandora观测数据验证GEMS与TROPOMI的NO2测量精度。	采用深度学习方法显著提高了GEMS对NO2测量数据的准确性，减少了偏差超过50%。	尽管GEMS经过深度学习校正后的数据精度有所提高，但仍不及TROPOMI的测量精度。	验证并比较GEMS和TROPOMI的NO2测量数据，使用深度学习方法校正GEMS数据的偏差。	GEMS和TROPOMI的NO2测量数据，以及Pandora观测数据。	机器学习	NA	深度卷积神经网络	CNN	NO2测量数据	多个Pandora站点数据
554	2024-08-28	A review: artificial intelligence in image-guided spinal surgery 2024-Aug, Expert review of medical devices IF:2.9Q3 DOI:10.1080/17434440.2024.2384541 PMID:39115295	综述	本文综述了深度学习和人工智能在图像引导脊柱手术中的最新进展	通过人工智能增强的图像引导脊柱手术优于传统脊柱手术技术	需要收集更广泛的数据集以进一步确保手术程序的安全性	为从事该领域的医生、工程师和研究人员提供参考和指导	图像引导脊柱手术中的人工智能应用	计算机视觉	NA	深度学习	NA	图像	NA
555	2024-08-27	scSwinFormer: A Transformer-Based Cell-Type Annotation Method for scRNA-Seq Data Using Smooth Gene Embedding and Global Features 2024-Aug-26, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00616 PMID:39101690	研究论文	本文介绍了一种基于Transformer的深度学习方法scSwinFormer，用于大规模scRNA-seq数据的细胞类型注释	scSwinFormer通过平滑基因嵌入模块和自注意力模块捕捉基因间的潜在依赖关系，并利用Cell Token整合scRNA-seq数据中的全局信息，提高了细胞类型注释的准确性	NA	开发一种新的方法来提高scRNA-seq数据细胞类型注释的准确性	scRNA-seq数据的细胞类型注释	机器学习	NA	scRNA-seq	Transformer	基因表达数据	多个真实数据集
556	2024-08-27	Denoising Drug Discovery Data for Improved Absorption, Distribution, Metabolism, Excretion, and Toxicity Property Prediction 2024-Aug-26, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00639 PMID:39108185	研究论文	本文开发了一种基于深度学习的去噪方案，用于提高小分子吸收、分布、代谢、排泄和毒性（ADMET）属性预测的准确性	首次提出使用训练误差（TE）作为噪声检测指标，通过微调原始模型与去噪数据来提高ADMET数据模型的性能	该方法主要适用于中等噪声的模型，对于低噪声和高噪声模型的性能改善有限	提高ADMET属性预测模型的准确性	小分子的ADMET属性	机器学习	NA	深度学习	NA	数据	NA
557	2024-08-27	DDSBC: A Stacking Ensemble Classifier-Based Approach for Breast Cancer Drug-Pair Cell Synergy Prediction 2024-Aug-26, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01101 PMID:39116326	研究论文	本文介绍了一种针对乳腺癌药物组合细胞协同作用的堆叠集成分类器DDSBC	DDSBC专门针对乳腺癌设计，与跨癌症类型的现有模型相比，提供了更专注的方法	在某些指标上，其他方法略微超过DDSBC 1-2%	旨在提高乳腺癌药物组合协同作用的预测准确性	乳腺癌药物组合的细胞协同作用	机器学习	乳腺癌	NA	堆叠集成分类器	NA	NA
558	2024-08-27	Transformers for Molecular Property Prediction: Lessons Learned from the Past Five Years 2024-Aug-26, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00747 PMID:39136669	综述	本文综述了过去五年中使用transformer模型进行分子性质预测的研究进展	分析了当前可用的模型，并探讨了训练和微调transformer模型时出现的关键问题，如预训练数据的选择和规模、最佳架构选择以及有前景的预训练目标	强调了比较不同模型时的挑战，需要标准化的数据分割和稳健的统计分析	旨在从当前使用transformer模型进行分子性质预测的研究中提炼见解	分析transformer模型在分子性质预测中的应用	机器学习	NA	transformer模型	transformer	分子数据	NA
559	2024-08-27	MGNDTI: A Drug-Target Interaction Prediction Framework Based on Multimodal Representation Learning and the Gating Mechanism 2024-Aug-26, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00957 PMID:39137398	研究论文	本文提出了一种基于多模态表示学习和门控机制的药物-靶点相互作用预测框架MGNDTI	MGNDTI通过多模态表示学习和门控机制，有效提取药物和靶点的联合表示，并在多个数据集上显著优于现有方法	NA	加速药物发现和促进药物再定位	药物-靶点相互作用预测	机器学习	NA	图卷积网络	多模态门控网络	序列数据，分子图	使用了四个数据集（Human, BioSNAP, BindingDB）进行实验
560	2024-08-27	The use of artificial neural networks in studying the progression of glaucoma 2024-08-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-70748-1 PMID:39179625	研究论文	本文利用人工神经网络研究青光眼的发展过程，通过分析医疗记录中的数据来预测和辅助诊断	本文采用医疗记录数据而非图像处理，能够包含大量参数，突出其潜在影响	处理医疗记录数据较为困难	研究青光眼的发展过程，支持早期诊断和个性化治疗	青光眼患者	机器学习	眼科疾病	人工神经网络	神经网络	医疗记录	大量参数