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
841	2024-08-11	A conditional latent autoregressive recurrent model for generation and forecasting of beam dynamics in particle accelerators 2024-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68944-0 PMID:39103435	研究论文	本文提出了一种名为条件潜在自回归循环模型（CLARM）的无监督深度学习框架，用于学习粒子加速器中带电粒子的时空动力学	CLARM模型结合了条件变分自编码器和长短期记忆网络，能够生成和预测粒子加速器中不同模块的粒子状态	NA	开发一种新的深度学习模型，用于粒子加速器中的粒子动力学生成和预测	粒子加速器中的带电粒子	机器学习	NA	NA	条件变分自编码器和长短期记忆网络	六维相空间数据	NA
842	2024-08-11	In silico discovery and anti-tumor bioactivities validation of an algal lectin from Kappaphycus alvarezii genome 2024-Aug, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2024.133311 PMID:38909728	研究论文	本研究通过深度学习模型预测的结合特异性，在358个红藻和蓝细菌基因组中筛选出新型OAAH家族凝集素，并在Kappaphycus alvarezii基因组中发现了一种名为Siye的新凝集素，其在不同癌细胞中显示出显著的细胞毒性	本研究利用进化理论和人工智能指导的基因组挖掘方法，有效发现并验证了来自海洋藻类的凝集素，这种方法相较于传统的基于色谱特征的筛选策略更具创新性和效率	NA	探索并验证新型海洋藻类凝集素的抗肿瘤生物活性	海洋藻类凝集素及其在人类癌细胞中的作用	生物技术	癌症	深度学习	深度学习模型	基因组数据	358个红藻和蓝细菌基因组，35个候选凝集素及其1843种模拟突变形式
843	2024-08-11	Automated Analysis of Split Kidney Function from CT Scans Using Deep Learning and Delta Radiomics 2024-Aug, Journal of endourology IF:2.9Q1 DOI:10.1089/end.2023.0488 PMID:38695176	研究论文	本文研究使用深度学习和放射组学特征从CT扫描中自动分析肾脏功能差异	提出了一种自动化流程，可以从对比增强CT中获取重要的肾脏功能差异信息，减少早期阶段肾脏功能评估对专用核医学扫描的需求	NA	评估通过深度学习和放射组学特征从对比增强CT中获取肾脏功能差异的可行性	肾脏功能差异	机器学习	NA	深度学习, 放射组学	随机森林模型	CT扫描	内部数据集1159例，外部测试集39例
844	2024-08-11	Pretraining a foundation model for generalizable fluorescence microscopy-based image restoration 2024-Aug, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02244-3 PMID:38609490	研究论文	本文研究了基于深度学习的荧光显微镜图像恢复问题，提出了一种通用的预训练基础模型UniFMIR	UniFMIR模型提高了图像恢复的精度和泛化能力，并展示了在多种显微镜成像模式和生物样本上的有效性	NA	提高荧光显微镜图像恢复任务的泛化能力	荧光显微镜图像恢复	计算机视觉	NA	深度学习	基础模型	图像	14个数据集，涵盖多种显微镜成像模式和生物样本
845	2024-08-10	Influenza time series prediction models in a megacity from 2010 to 2019: Based on seasonal autoregressive integrated moving average and deep learning hybrid prediction model 2024-Aug-09, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000003238 PMID:39119631	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
846	2024-08-10	Linear diffusion noise boosted deep image prior for unsupervised sparse-view CT reconstruction 2024-Aug-09, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad69f7 PMID:39119998	研究论文	本文提出了一种基于深度图像先验的无监督稀疏视图CT重建方法，通过引入多级线性扩散噪声和自注意力网络结构，提高了模型的泛化能力和适应性	本研究通过引入多级线性扩散噪声和自注意力网络结构，显著降低了过拟合风险，并利用图像物理学在图像域和投影数据空间之间进行梯度反向传播，优化网络权重	NA	克服当前基于监督深度学习的稀疏视图CT重建方法的局限性，提高泛化能力和适应性	稀疏视图CT重建	计算机视觉	NA	深度学习	自注意力网络	图像	NA
847	2024-08-10	The putative prenyltransferase Nus1 is required for filamentation in the human fungal pathogen Candida albicans 2024-Aug-07, G3 (Bethesda, Md.) DOI:10.1093/g3journal/jkae124 PMID:38874344	研究论文	本文通过功能基因组筛选分析，识别了在特定条件下对人类真菌病原体白色念珠菌形态发生至关重要的基因，特别是预测编码预转移酶Nus1的orf19.5963基因及其相互作用伙伴Rer2。	本文首次揭示了Nus1和Rer2在白色念珠菌形态发生中的重要作用，并强调了功能基因组筛选在理解人类真菌病原体基因功能方面的潜力。	NA	识别对白色念珠菌形态发生至关重要的基因，并探讨其在真菌病原体中的功能。	白色念珠菌的形态发生相关基因及其在宿主相关条件下的功能。	NA	NA	深度学习	NA	图像	307个基因在组织培养基中37°C和5% CO2条件下进行筛选
848	2024-08-10	Optimization of the automated Sunnybrook Facial Grading System - Improving the reliability of a deep learning network with facial landmarks 2024-Aug-07, European annals of otorhinolaryngology, head and neck diseases DOI:10.1016/j.anorl.2024.07.005 PMID:39117479	研究论文	本研究通过在卷积神经网络（CNN）中加入面部标志层，优化了自动化的Sunnybrook面部评分系统（SFGS），提高了其可靠性	在CNN中加入面部标志层，显著提高了自动化SFGS的可靠性，达到了与人类观察者相当的性能水平	NA	研究通过增加面部标志层对自动化SFGS可靠性的影响	自动化SFGS的可靠性	计算机视觉	NA	卷积神经网络（CNN）	CNN	图像	116名单侧面瘫患者和9名健康受试者
849	2024-08-10	Low-illumination and noisy bridge crack image restoration by deep CNN denoiser and normalized flow module 2024-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69412-5 PMID:39107363	research paper	本研究提出了一种结合深度CNN去噪器和归一化流亮度增强模块的算法，用于恢复低光照和噪声污染的桥梁裂缝图像	该算法通过深度CNN去噪器和归一化流模块有效提高了图像亮度和去噪效果，显著提升了裂缝检测和语义分割的准确性	NA	提高桥梁裂缝检测和语义分割的准确性	低光照和噪声污染的桥梁裂缝图像	computer vision	NA	deep learning, image processing	CNN	image	NA
850	2024-08-10	SRS-Net: a universal framework for solving stimulated Raman scattering in nonlinear fiber-optic systems by physics-informed deep learning 2024-Aug-06, Communications engineering DOI:10.1038/s44172-024-00253-w PMID:39107381	研究论文	提出了一种基于物理信息深度学习的框架SRS-Net，用于解决非线性光纤系统中的受激拉曼散射问题	结合了神经网络的自动微分效率和强大的表示能力与受激拉曼散射物理定律的正则化，为受激拉曼散射的前向、反向及组合问题提供通用解决方案	NA	开发一种高效且通用的方法来解决光纤系统中的受激拉曼散射问题	受激拉曼散射在光纤系统中的前向和反向问题	机器学习	NA	物理信息神经网络	神经网络	模拟数据	涉及C+L波段约10 THz的波分复用系统的实验验证
851	2024-08-10	Touchless short-wave infrared imaging for dynamic rapid pupillometry and gaze estimation in closed eyes 2024-Aug-06, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00572-1 PMID:39107497	研究论文	本文介绍了一种结合短波红外（SWIR）成像和图像处理算法的方法，用于在闭眼状态下进行快速（约30毫秒）瞳孔测量和眼球追踪。	该研究首次实现了在闭眼状态下通过短波红外成像进行连续无接触的瞳孔大小和注视方向监测。	研究仅在健康志愿者中进行，尚未在临床环境中广泛验证。	开发一种能够在闭眼状态下连续监测瞳孔大小和注视方向的无接触设备，以满足临床和研究领域的长期需求。	研究对象为43名健康志愿者，通过闭眼和睁眼两种状态进行实验。	计算机视觉	NA	短波红外（SWIR）成像	U-NET	图像	43名健康志愿者
852	2024-08-10	Metal implant segmentation in CT images based on diffusion model 2024-Aug-06, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01379-1 PMID:39107679	研究论文	本研究利用扩散模型对CT图像中的金属植入物进行分割，并通过临床伪影图像和已知尺寸的幻影图像进行验证	本研究采用扩散模型DiffSeg，结合条件动态编码和全局频率解析器（GFParser），有效提高了金属分割的准确性	未来工作将集中在将金属分割模型嵌入到金属伪影减少中，以进一步提高减少效果	旨在使用扩散模型对CT图像中的金属植入物进行分割，并验证其在临床伪影图像和幻影图像上的效果	CT图像中的金属植入物	计算机视觉	NA	扩散模型	DiffSeg	图像	训练和验证使用11,280张切片，测试使用2,820张切片
853	2024-08-10	scMaui: a widely applicable deep learning framework for single-cell multiomics integration in the presence of batch effects and missing data 2024-Aug-06, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05880-w PMID:39107690	研究论文	本文介绍了一种新的单细胞多组学整合模型scMaui，基于变分乘积专家自动编码器和对抗学习，能有效处理批次效应和缺失数据	scMaui采用乘积专家方法计算多个边缘分布的联合表示，特别适用于处理组学数据中的缺失值，并能克服先前基于VAE整合方法的局限性，如批次效应校正和适用性限制	NA	开发一种广泛适用的深度学习框架，用于处理单细胞多组学数据中的批次效应和缺失数据	单细胞多组学数据整合	机器学习	NA	深度学习	自动编码器	单细胞多组学数据	NA
854	2024-08-10	Development and validation of novel interpretable survival prediction models based on drug exposures for severe heart failure during vulnerable period 2024-Aug-06, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-05544-6 PMID:39107765	研究论文	本研究旨在利用药物信息作为主要预测因子，开发和验证严重心衰患者在脆弱期的生存预测模型	本研究首次基于药物暴露开发了可解释的生存预测模型，用于评估严重心衰患者在脆弱期的预后	NA	开发和验证严重心衰患者在脆弱期的生存预测模型	严重心衰患者在脆弱期的生存预测	机器学习	心血管疾病	NA	Cox比例风险模型, 随机生存森林, 深度学习生存预测	NA	11,590名患者
855	2024-08-10	Pursuing the elusive footsteps of malaria in peripheral blood smears utilizing artificial intelligence 2024-Aug, British journal of haematology IF:5.1Q1 DOI:10.1111/bjh.19639 PMID:38977858	研究论文	研究利用人工智能模型识别和量化严重疟疾贫血中典型的红细胞形态特征	利用人工智能模型识别和量化红细胞形态特征，不依赖于可见寄生虫的存在	NA	开发用于识别外周血涂片中疟疾的人工智能模型	严重疟疾贫血中的红细胞形态特征	机器学习	疟疾	深度学习	NA	图像	儿童严重疟疾贫血患者的血液样本
856	2024-08-10	Leveraging deep learning for detecting red blood cell morphological changes in blood films from children with severe malaria anaemia 2024-Aug, British journal of haematology IF:5.1Q1 DOI:10.1111/bjh.19599 PMID:38894606	研究论文	本文介绍了一种利用深度学习模型检测严重疟疾贫血儿童血液涂片中红细胞形态变化的方法	引入了一种弱监督的多实例学习框架，用于通过检测形态改变的红细胞来识别严重疟疾贫血	NA	通过深度学习模型系统地检测和识别严重疟疾贫血儿童血液涂片中红细胞的形态变化	严重疟疾贫血儿童的红细胞形态变化	机器学习	疟疾	深度学习	多实例学习框架	图像	NA
857	2024-08-10	Fast Pure Shift NMR Spectroscopy Using Attention-Assisted Deep Neural Network 2024-Aug, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202309810 PMID:38840448	研究论文	本研究提出并实现了一种利用轻量级注意力辅助深度神经网络加速纯移NMR光谱学的方法	引入注意力机制以突出光谱特征和感兴趣的信息，从而恢复高分辨率信号并抑制欠采样伪影	NA	加速纯移NMR光谱学，以实现更快的分子结构和动力学探测	纯移NMR光谱学	机器学习	NA	NMR	深度神经网络	光谱数据	使用仅5.4%的数据进行实验
858	2024-08-10	Deep Batch Integration and Denoise of Single-Cell RNA-Seq Data 2024-Aug, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202308934 PMID:38778573	研究论文	介绍了一种基于深度学习的方法DeepBID，用于单细胞RNA测序数据的批次效应校正、非线性降维、嵌入和细胞聚类	DeepBID采用基于负二项分布的自编码器和双Kullback-Leibler散度损失函数，能够在一致的低维潜在空间中对齐来自不同批次的细胞点，并通过迭代聚类逐步减少批次效应	NA	开发一种高效且有利于下游分析的单细胞RNA测序数据集成方法	单细胞RNA测序数据	机器学习	阿尔茨海默病	scRNA-seq	自编码器	数据集	多个批次的单细胞RNA测序数据
859	2024-08-10	Chondroitin/dermatan sulphate proteoglycan, desmosealin, showing affinity to desmosomes 2024-Aug, International journal of cosmetic science IF:2.7Q2 DOI:10.1111/ics.12954 PMID:39113319	研究论文	本研究通过使用一种新型人工智能模型评估机器人辅助远端胃切除术（RDG）中的外科医生手术技能，该模型能够识别手术器械	首次报道了通过人工智能模型成功且准确地评估RDG中的手术技能	NA	研究如何利用新型人工智能模型评估RDG中的外科医生手术技能	RDG中的外科医生手术技能	机器学习	胃癌	深度学习	多阶段时间卷积网络（Deeplab）	视频	55个连续的机器人手术视频，1234个手动标注的图像用于训练，149个标注的图像用于测试
860	2024-08-10	Ocular image-based deep learning for predicting refractive error: A systematic review 2024 Aug-Sep, Advances in ophthalmology practice and research DOI:10.1016/j.aopr.2024.06.005 PMID:39114269	综述	本文是一篇系统综述，旨在总结和评估基于眼科图像的深度学习模型在预测屈光不正中的表现	首次对基于眼科图像的深度学习模型在预测屈光不正中的应用进行全面系统综述	尚未评估深度学习模型在实际临床筛查流程中的应用效果	总结和评估基于眼科图像的深度学习模型在预测屈光不正中的表现	基于眼科图像的深度学习模型在预测屈光不正中的应用	计算机视觉	NA	深度学习	CNN	图像	九项研究，分为三组：视网膜照片（n=5），OCT（n=1），外部眼照片（n=3）