深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
621	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	NA	NA	NA	NA
622	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	NA	NA	NA	NA
623	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	NA	NA	NA	NA
624	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	NA	NA	NA	NA
625	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	NA	NA	NA	NA
626	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	NA	NA	NA	NA
627	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	NA	NA	NA	NA
628	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	NA	NA	NA	NA
629	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	NA	NA	NA	NA
630	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	NA	NA	NA	NA
631	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	NA	NA	NA	NA
632	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	NA	NA	NA	NA
633	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	NA	NA	NA	NA
634	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	NA	NA	NA	NA
635	2024-08-27	Evaluation of perceived urgency from single-trial EEG data elicited by upper-body vibration feedback using deep learning 2024-08-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-70508-1 PMID:39179642	研究论文	本研究利用深度学习方法，从单次脑电图（EEG）数据中评估由上身振动反馈引起的感知紧迫性	引入了一种新的方法，通过结合2D卷积神经网络和时间卷积网络来捕捉脑电图的空间和时间特征，以评估感知紧迫性	提出的模型仅在 urgency-via-vibration 数据集上进行了测试，可能影响研究结果的泛化性	评估在关键通知期间由振动反馈引起的紧迫性水平	通过脑电图技术评估用户的认知状态	机器学习	NA	脑电图（EEG）	2D卷积神经网络和时间卷积网络	脑电图数据	涉及三个紧迫性类别（不紧急、紧急和非常紧急）的单次脑电图数据	NA	NA	NA	NA
636	2024-08-27	A novel image semantic communication method via dynamic decision generation network and generative adversarial network 2024-Aug-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-70619-9 PMID:39179724	研究论文	本文提出了一种新的图像语义通信模型，该模型结合了动态决策生成网络和生成对抗网络，以有效压缩传输图像并减少重建图像的失真	该模型通过语义编码和动态决策生成网络在发射端根据信道的信噪比选择特征，并在接收端通过生成器/解码器与判别器网络合作，通过对抗和感知损失提高图像重建质量	NA	解决图像语义通信中有效压缩传输图像和减少重建图像失真的挑战	图像语义通信模型	计算机视觉	NA	生成对抗网络	生成对抗网络	图像	使用CIFAR-10数据集进行实验	NA	NA	NA	NA
637	2024-08-27	MSH-DTI: multi-graph convolution with self-supervised embedding and heterogeneous aggregation for drug-target interaction prediction 2024-Aug-23, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05904-5 PMID:39179993	研究论文	本文提出了一种名为MSH-DTI的深度学习模型，用于预测药物-靶点相互作用	模型采用自监督学习方法获取药物和靶点结构特征，并设计了异构交互增强特征融合模块进行多图构建，使用图卷积网络提取节点特征	现有DTI预测模型通常依赖有限的数据提取药物和靶点特征，且异构信息的整合常涉及简单的聚合和注意力机制	开发一种新的深度学习模型，以提高药物-靶点相互作用预测的准确性和全面性	药物-靶点相互作用	机器学习	NA	图卷积网络	CNN	图数据	使用DTINet数据集进行实验	NA	NA	NA	NA
638	2024-08-27	A hierarchical deep learning approach for diagnosing impacted canine-induced root resorption via cone-beam computed tomography 2024-Aug-23, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-024-04718-4 PMID:39180070	研究论文	本研究使用深度学习方法自动评估通过锥束计算机断层扫描（CBCT）图像诊断犬齿诱导的根吸收（CIRR）	提出了分层深度学习方法，通过有限CBCT数据提高了CIRR诊断的准确性	需要更大样本量的未来研究来验证所提方法在医学图像分类任务中的有效性	利用深度学习自动评估CBCT图像中的CIRR诊断	犬齿诱导的根吸收（CIRR）	计算机视觉	口腔疾病	锥束计算机断层扫描（CBCT）	3D ResNet, 3D U-Net	图像	50个CBCT图像，176颗切牙	NA	NA	NA	NA
639	2024-08-27	Deep learning of multimodal networks with topological regularization for drug repositioning 2024-Aug-23, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-024-00897-y PMID:39180095	研究论文	本文介绍了一种名为STRGNN的新型图深度学习方法，用于通过包含蛋白质、RNA、代谢物和化合物的广泛多模态网络预测药物-疾病关系	STRGNN方法整合了包括转录组、蛋白质组和代谢组在内的全面多组学数据，并开发了一种具有拓扑正则化的学习算法，该算法能够选择性地利用信息模态并过滤冗余	NA	提高药物发现和再定位的计算技术	药物-疾病关系预测	机器学习	NA	深度学习	图深度学习	多组学数据	NA	NA	NA	NA	NA
640	2024-08-27	Analyzing the heterogenous effects of factors on high-range speeding likelihood of taxi speeders: Does explainable deep learning provides more insights than random parameter approach? 2024-Aug-23, Accident; analysis and prevention DOI:10.1016/j.aap.2024.107752 PMID:39180851	研究论文	本研究比较了随机参数广义线性模型（GLM）和可解释深度学习方法在分析出租车超速可能性中因素异质效应的应用	首次比较了随机参数GLM与机器学习和深度学习方法在预测和解释出租车超速行为中的效果	研究主要集中在模型比较和解释性分析，未涉及实际交通管理策略的应用	评估和比较不同模型在分析出租车超速行为中因素异质效应的效果	出租车司机的超速行为及其影响因素	机器学习	NA	广义线性模型（GLM），可解释人工智能技术	Beta GLM with random parameters (BGLM-RP), XGBoost, Simple-CNN, DCNN, DCNN-SA	NA	未明确提及具体样本数量	NA	NA	NA	NA