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
161	2024-10-09	CT-based synthetic contrast-enhanced dual-energy CT generation using conditional denoising diffusion probabilistic model 2024-Aug-02, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad67a1 PMID:39053511	研究论文	研究利用条件去噪扩散概率模型从非对比单能量CT扫描生成合成对比增强双能量CT图像	首次采用条件去噪扩散概率模型生成合成对比增强双能量CT图像，为缺乏双能量CT扫描仪的机构和不适合碘对比成像的患者提供了一种替代成像解决方案	研究样本仅限于130名头颈部癌症患者，结果的普适性有待进一步验证	解决双能量CT扫描仪稀缺和碘对比剂对高风险患者健康风险的问题	头颈部癌症患者的非对比单能量CT和对比增强双能量CT图像	计算机视觉	头颈部癌症	条件去噪扩散概率模型	C-DDPM	图像	130名头颈部癌症患者
162	2024-10-08	Foundation model of neural activity predicts response to new stimulus types and anatomy 2024-Aug-31, bioRxiv : the preprint server for biology DOI:10.1101/2023.03.21.533548 PMID:36993435	研究论文	本文研究了基于神经活动的基石模型，能够预测对新刺激类型和解剖结构的反应	本文引入了基石模型，通过训练大量数据，展示了其在神经活动预测和新任务适应方面的卓越泛化能力	NA	旨在通过基石模型提高对大脑计算目标和神经编码的理解，并加速神经科学研究	小鼠视觉皮层的神经活动	机器学习	NA	深度学习	基石模型	神经活动数据	多只小鼠的视觉皮层数据
163	2024-10-06	Data-driven quantum chemical property prediction leveraging 3D conformations with Uni-Mol 2024-Aug-19, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-51321-w PMID:39160169	研究论文	本文介绍了一种利用3D构象进行量子化学性质预测的深度学习方法Uni-Mol+	Uni-Mol+通过生成和迭代优化3D构象，显著提高了量子化学性质预测的准确性	NA	加速量子化学性质预测过程，提高预测准确性	量子化学性质预测	机器学习	NA	深度学习	Transformer	3D构象	NA
164	2024-10-06	Probing perfection: The relentless art of meddling for pulmonary airway segmentation from HRCT via a human-AI collaboration based active learning method 2024-08, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102930 PMID:39047631	研究论文	本文提出了一种基于人机协作的主动学习方法，用于从高分辨率CT图像中进行肺部气道分割	本文的创新点在于结合了多种查询策略和深度学习模型，通过人机协作的方式显著减少了标注数据的需求，提高了模型的性能	本文未详细讨论该方法在不同数据集上的泛化能力	本文旨在解决肺部气道分割中标注数据稀缺的问题，并提高深度学习模型的透明度和性能	本文的研究对象是肺部气道，通过高分辨率CT图像进行分割	计算机视觉	肺部疾病	深度学习	UNet	图像	使用了部分训练数据，具体数量未明确说明
165	2024-10-06	Prediction of Freezing of Gait in Parkinson's disease based on multi-channel time-series neural network 2024-08, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102932 PMID:39004005	研究论文	提出了一种基于多通道时间序列神经网络的帕金森病步态冻结预测方法	引入了一种新的多通道时间序列神经网络（MCT-Net），能够整合多通道步态特征，实现对步态冻结症状的提前预警	未提及	开发一种能够实时预测帕金森病步态冻结的方法，以提高患者的生活质量	帕金森病患者的步态冻结症状	机器学习	神经退行性疾病	多通道时间序列神经网络	MCT-Net	时间序列数据	未提及
166	2024-10-06	Enhancing stroke risk and prognostic timeframe assessment with deep learning and a broad range of retinal biomarkers 2024-08, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102927 PMID:38991398	研究论文	本文介绍了一种基于深度学习和广泛视网膜生物标志物的自动系统，用于预测中风风险和估计其发生时间	利用全面的视网膜生物标志物和深度学习技术，提高了中风风险评估的准确性和时间框架的预测能力	NA	开发一种新的方法来提高中风风险评估的准确性和预测时间框架	中风风险（包括缺血性和出血性）及其发生时间	计算机视觉	心血管疾病	深度学习	NA	图像	使用了UK Biobank和DRSSW数据集
167	2024-10-06	Deep Learning for hand tracking in Parkinson's Disease video-based assessment: Current and future perspectives 2024-08, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102914 PMID:38909431	综述	本文综述了使用深度学习进行帕金森病视频评估中的手部追踪技术的现状和未来展望	本文介绍了使用深度学习框架进行手部追踪以自动评估帕金森病症状的创新方法	为了确保临床接受度，需要标准化和验证	描述深度学习框架在视频评估帕金森病手部追踪中的现状和未来展望	帕金森病患者的手部运动	计算机视觉	帕金森病	深度学习	NA	视频	23篇符合筛选标准的出版物
168	2024-10-06	A comprehensive survey on the use of deep learning techniques in glioblastoma 2024-08, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102902 PMID:38852314	综述	本文综述了深度学习技术在胶质母细胞瘤中的应用	探讨了人工智能技术在非组学和组学数据中的应用，并强调了其在诊断、决策和治疗策略制定中的重要性	未提及具体的技术局限性	全面探索机器学习方法在胶质母细胞瘤领域的应用及相关研究	胶质母细胞瘤及其相关数据	机器学习	脑肿瘤	NA	NA	图像、基因表达数据	NA
169	2024-10-06	Predictive Modeling with Temporal Graphical Representation on Electronic Health Records 2024-Aug, IJCAI : proceedings of the conference DOI:10.24963/ijcai.2024/637 PMID:39359569	研究论文	本文提出了一种基于时间图表示的电子健康记录预测模型	本文创新性地将患者的电子健康记录建模为一种新颖的时间异构图，并引入了一种新的时间图变换器（TRANS），该变换器结合了时间边特征、全局位置编码和局部结构编码，以捕捉时间和结构信息	NA	研究如何有效表示患者的电子健康记录，以提高预测模型的性能	患者的电子健康记录及其中的时间关系和结构信息	机器学习	NA	时间图变换器（TRANS）	时间异构图卷积网络	电子健康记录	三个真实世界数据集
170	2024-10-05	Artificial Intelligence Recognition Model Using Liquid-Based Cytology Images to Discriminate Malignancy and Histological Types of Non-Small-Cell Lung Cancer 2024-Aug-28, Pathobiology : journal of immunopathology, molecular and cellular biology IF:3.5Q1 DOI:10.1159/000541148 PMID:39197433	研究论文	本研究开发了一种基于深度学习卷积神经网络的自动化图像分类模型，用于区分非小细胞肺癌的恶性程度和组织学类型	首次使用液基细胞学图像结合深度学习模型进行非小细胞肺癌的恶性程度和组织学类型的分类	样本量相对较小，且仅限于手术标本，未来需扩大样本范围以验证模型的泛化能力	开发一种自动化图像分类模型，用于区分非小细胞肺癌的恶性程度和组织学类型	非小细胞肺癌的液基细胞学图像	计算机视觉	肺癌	深度学习卷积神经网络	Densenet-121	图像	共9141个样本，包括2737个正常肺组织、4756个腺癌和1648个鳞状细胞癌
171	2024-10-05	Machine learning-based classification models for non-covalent Bruton's tyrosine kinase inhibitors: predictive ability and interpretability 2024-Aug, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-023-10696-6 PMID:37479824	研究论文	本研究构建了基于机器学习技术的分类模型，用于预测非共价Bruton酪氨酸激酶（BTK）抑制剂的生物活性，并提供可解释的预测结果	本研究首次使用SHAP方法分解预测值，将定性模型转化为定量模型，为新BTK抑制剂的设计提供了指导	NA	预测非共价BTK抑制剂的生物活性和提供可解释的预测结果	非共价BTK抑制剂的生物活性	机器学习	NA	机器学习算法（决策树、随机森林、支持向量机、极端梯度提升）和深度神经网络	分类模型	化合物数据	3895个非共价BTK抑制剂
172	2024-10-05	Review and perspective on bioinformatics tools using machine learning and deep learning for predicting antiviral peptides 2024-Aug, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-023-10718-3 PMID:37626205	综述	本文综述了利用机器学习和深度学习算法预测抗病毒肽的生物信息学工具和方法	本文填补了抗病毒肽预测工具和方法研究的空白	NA	探讨利用人工智能技术预测抗病毒肽的现状和未来方向	抗病毒肽及其在治疗病原体感染中的应用潜力	机器学习	NA	机器学习深度学习	NA	氨基酸序列	NA
173	2024-10-05	Deep learning algorithms applied to computational chemistry 2024-Aug, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-023-10771-y PMID:38151697	综述	本文综述了应用于计算化学中的深度学习算法，涵盖了传统深度学习和几何深度学习模型，并分析了它们的特征和开放问题	提出了一个全面的分类方法，涵盖了传统深度学习和几何深度学习模型，并详细分析了这些算法的输入描述符、使用的数据集、开源代码可用性、任务解决方案和实际研究应用	没有模型能完美解决所有问题，且每种方法的优缺点对新手来说仍不明确	综述应用于计算化学中解决分子挑战的深度学习算法，并讨论分子算法设计的趋势和未来方向	深度学习算法在计算化学中的应用，包括输入描述符、数据集、开源代码、任务解决方案和实际研究应用	机器学习	NA	深度学习	深度学习模型（包括传统深度学习和几何深度学习模型）	分子数据	NA
174	2024-10-05	A comparative analysis of computational drug repurposing approaches: proposing a novel tensor-matrix-tensor factorization method 2024-Aug, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-024-10851-7 PMID:38683487	研究论文	本文提出了一种新的张量-矩阵-张量分解方法，并比较了不同计算药物再利用方法的性能	提出了一种新的张量-矩阵-张量（TMT）分解方法，并将其应用于药物再利用	图神经网络方法需要以归纳方式进行才能获得可靠的预测	比较不同计算药物再利用方法的性能，并提出一种新的分解方法	药物再利用方法的性能比较	机器学习	NA	张量-矩阵-张量分解	深度学习方法、图神经网络	数据集	两个数据集
175	2024-10-04	High-Precision Skin Disease Diagnosis through Deep Learning on Dermoscopic Images 2024-Aug-27, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11090867 PMID:39329609	研究论文	本文提出了一种基于深度学习的计算机辅助诊断框架，用于早期检测皮肤疾病	本文提出了一种计算效率高且轻量级的深度学习模型，采用CNN架构，并在国际皮肤成像协作数据集上进行了实验，取得了87.64%的准确率	NA	提高皮肤疾病诊断的准确性和效率	皮肤疾病	计算机视觉	NA	深度学习	CNN	图像	使用国际皮肤成像协作数据集，包含皮肤镜图像
176	2024-10-04	Turn-table micro-CT scanner for dynamic perfusion imaging in mice: design, implementation, and evaluation 2024-Aug-23, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad6edd PMID:39137802	研究论文	介绍了一种用于小鼠动态灌注成像的新型桌面微型CT扫描仪的设计、实现和评估	该系统具有定制的旋转台，能够进行圆形和螺旋扫描，并使用小孔径滑环实现连续旋转，具有高分辨率和低辐射剂量的特点	小样本量限制了得出确切结论的能力	旨在增强小鼠临床前成像能力，提供高分辨率和低辐射剂量的动态成像	小鼠的动态灌注成像，特别是具有阿尔茨海默病和心血管疾病遗传风险因素的小鼠	计算机视觉	心血管疾病	微型CT扫描	NA	图像	涉及不同遗传风险因素的小鼠样本
177	2024-10-04	TIANA: transcription factors cooperativity inference analysis with neural attention 2024-Aug-22, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05852-0 PMID:39174927	研究论文	本文介绍了一种名为TIANA的深度学习框架，用于解释转录因子协同作用的分析	TIANA利用神经网络注意力机制来揭示转录因子之间的复杂依赖关系，相较于传统方法具有更高的解释性和鲁棒性	NA	开发一种新的方法来解析转录因子在远端调控元件中的协同作用	转录因子及其在远端调控元件中的协同作用	机器学习	NA	神经网络注意力机制	深度学习框架	序列数据	NA
178	2024-10-03	AlphaFold2 Reveals Structural Patterns of Seasonal Haplotype Diversification in SARS-CoV-2 Nucleocapsid Protein Variants 2024-Aug-25, Viruses DOI:10.3390/v16091358 PMID:39339835	研究论文	研究利用AlphaFold2揭示了SARS-CoV-2核衣壳蛋白变体在季节性单倍型多样性中的结构模式	通过数据挖掘和GISAID数据库，研究了22种单倍型的进化历程，并利用从头计算方法分析了核衣壳蛋白的结构变化	缺乏已识别单倍型对应蛋白质的三维原子结构数据	揭示SARS-CoV-2核衣壳蛋白变体的结构模式及其在病毒进化中的作用	SARS-CoV-2核衣壳蛋白及其变体	生物信息学	传染病	从头计算方法	AlphaFold2	蛋白质序列	22种单倍型
179	2024-10-03	Probabilistic volumetric speckle suppression in OCT using deep learning 2024-Aug-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.523716 PMID:39346991	研究论文	本文提出了一种基于条件生成对抗网络（cGAN）的深度学习框架，用于光学相干断层扫描（OCT）中的体积分散斑噪声抑制	利用OCT数据的体积分散特性，通过cGAN实现高效的散斑噪声抑制，同时保留组织结构，速度比传统方法快两个数量级	训练数据仅由三个OCT体积组成，可能限制了模型的泛化能力	开发一种高效的深度学习方法，用于OCT图像中的散斑噪声抑制	OCT图像中的散斑噪声	计算机视觉	NA	光学相干断层扫描（OCT）	条件生成对抗网络（cGAN）	体积分散数据	训练数据包含三个OCT体积，并在三个不同的OCT系统中进行了验证
180	2024-10-02	Federated Learning in Glaucoma: A Comprehensive Review and Future Perspectives 2024-Aug-29, Ophthalmology. Glaucoma DOI:10.1016/j.ogla.2024.08.004 PMID:39214457	综述	本文综述了联邦学习在青光眼筛查中的应用及其未来展望	联邦学习提供了一种解决方案，通过在多个站点进行分布式模型训练，同时保持数据本地化，解决了数据共享、患者隐私和监管合规性等问题	NA	探讨联邦学习在青光眼筛查中的应用及其对隐私保护和数据共享挑战的解决方案	青光眼筛查的人工智能模型	机器学习	青光眼	联邦学习	NA	医学影像	NA