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
321	2024-10-15	ECG-Image-Database: A Dataset of ECG Images with Real-World Imaging and Scanning Artifacts; A Foundation for Computerized ECG Image Digitization and Analysis 2024-Sep-25, ArXiv PMID:39398215	研究论文	介绍了一个名为ECG-Image-Database的大型多样化心电图图像数据集，包含真实世界的扫描和成像伪影	首次创建了一个包含真实世界伪影的高保真合成心电图图像数据集，为心电图图像数字化和分析提供了基础	NA	开发和提供一个用于心电图图像数字化和分类的机器学习和深度学习模型的基础数据集	心电图图像及其数字化	计算机视觉	NA	ECG-Image-Kit	NA	图像	35,595张软件标记的心电图图像
322	2024-10-15	PredPSP: a novel computational tool to discover pathway-specific photosynthetic proteins in plants 2024-Sep-24, Plant molecular biology IF:3.9Q1 DOI:10.1007/s11103-024-01500-6 PMID:39316155	研究论文	介绍了一种名为PredPSP的新型计算工具，用于发现植物中特定途径的光合作用蛋白	首次提出了一种基于序列的计算方法，专门用于识别植物中的光合作用蛋白，填补了现有模型的空白	NA	开发一种全面的计算框架，用于预测植物中特定途径的光合作用蛋白	植物中的光合作用蛋白	机器学习	NA	深度学习与浅层学习算法	LightGBM	序列数据	涵盖多种植物物种，确保C和C途径的全面代表性
323	2024-09-24	Application of machine learning for predicting lymph node metastasis in T1 colorectal cancer: a systematic review and meta-analysis 2024-Sep-23, Langenbeck's archives of surgery DOI:10.1007/s00423-024-03476-9 PMID:39311932	meta-analysis	本文综述并分析了机器学习和深度学习模型在T1期结直肠癌患者淋巴结转移预测中的应用	机器学习和深度学习模型在T1期结直肠癌淋巴结转移预测中表现出高灵敏度和特异性	研究间存在显著异质性，需要开发更可靠的算法	评估机器学习和深度学习模型在T1期结直肠癌淋巴结转移预测中的诊断准确性	T1期结直肠癌患者的淋巴结转移	machine learning	结直肠癌	机器学习 (ML) 和深度学习 (DL)	多种机器学习和深度学习模型	NA	33,199名T1期结直肠癌患者
324	2024-10-15	Global research progress of electroencephalography applications in attention deficit hyperactivity disorder: Bibliometrics and visualized analysis 2024-Sep-20, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000039668 PMID:39312386	综述	本文对电生理学在注意力缺陷多动障碍（ADHD）中的应用进行了文献计量分析和可视化分析	本文通过文献计量分析和可视化工具，系统地总结了电生理学在ADHD诊断中的应用进展和研究趋势	本文主要基于文献计量分析，未涉及具体的实验数据或临床应用效果	旨在提供电生理学在ADHD应用领域的特征、主要研究领域、发展路径和趋势的概述	电生理学在ADHD中的应用	神经科学	神经发育障碍	电生理学（EEG）	NA	文本	1162篇文献
325	2024-10-14	Controlled and Real-Life Investigation of Optical Tracking Sensors in Smart Glasses for Monitoring Eating Behavior Using Deep Learning: Cross-Sectional Study 2024-Sep-26, JMIR mHealth and uHealth IF:5.4Q1 DOI:10.2196/59469 PMID:39325528	研究论文	研究开发了一种基于智能眼镜的光学传感器系统，用于自动监测进食和咀嚼活动，并通过深度学习技术区分咀嚼与其他面部活动	该研究通过集成隐藏马尔可夫模型，提供了比现有研究更细粒度的咀嚼段检测，而非仅检测完整的进食事件	NA	开发一种准确且非侵入式的系统，用于自动监测进食和咀嚼活动，并评估其在实验室控制和真实生活环境中的性能	智能眼镜中的光学传感器数据，用于监测面部肌肉活动	机器学习	NA	深度学习	卷积长短期记忆网络	传感器数据	涉及6组比较，包括2个传感器（脸颊和太阳穴）和3种面部活动（进食、咬紧和说话）
326	2024-10-14	MR Cranial Bone Imaging: Evaluation of Both Motion-Corrected and Automated Deep Learning Pseudo-CT Estimated MR Images 2024-Sep-09, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8335 PMID:38991771	研究论文	本文研究了通过自动运动校正和深度学习生成的伪CT图像在临床应用中的潜力	开发了自动运动校正和深度学习方法，从MR图像生成伪CT图像，避免了CT的电离辐射	研究样本量较小，需要进一步验证在更大样本中的效果	评估运动校正后的伪CT图像在临床应用中的可行性	儿童颅骨的CT和MR图像	计算机视觉	NA	深度学习	深度学习模型	图像	72名18岁以下的患者
327	2024-10-14	Supervised deep learning-based synthetic computed tomography from kilovoltage cone-beam computed tomography images for adaptive radiation therapy in head and neck cancer 2024-Sep, Radiation oncology journal IF:1.8Q3 DOI:10.3857/roj.2023.00584 PMID:39354821	研究论文	本文研究了一种监督式深度学习算法，用于从千伏锥束CT图像生成合成CT图像，以应用于头颈部癌症的适形放疗	本文提出了一种基于监督式U-Net深度学习模型的方法，用于从千伏锥束CT图像生成合成CT图像，以提高适形放疗的精度	合成CT图像在解剖结构上与计划CT图像存在差异	研究并验证一种监督式深度学习算法，用于生成合成CT图像，以提高头颈部癌症适形放疗的精度	头颈部癌症患者的千伏锥束CT图像和计划CT图像	计算机视觉	头颈部癌症	深度学习	U-Net	图像	40名头颈部癌症患者，共3491对图像
328	2024-10-13	Diagnostic test accuracy of externally validated convolutional neural network (CNN) artificial intelligence (AI) models for emergency head CT scans - A systematic review 2024-Sep, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105523 PMID:38901270	系统综述	本文系统综述了外部验证的卷积神经网络（CNN）人工智能（AI）模型在急诊头部CT扫描中的诊断测试准确性	本文的创新点在于系统评估了外部验证的CNN-CADx模型在急诊头部CT扫描中的诊断测试准确性，并评估了其对报告指南的遵守情况	本文的局限性在于符合资格的研究数量极少，无法进行荟萃分析，且研究方法和报告质量存在不足	研究目的是系统评估外部验证的CNN-CADx模型在急诊头部CT扫描中的诊断测试准确性，并评估其对报告指南的遵守情况	研究对象是外部验证的CNN-CADx模型在急诊头部CT扫描中的诊断测试准确性	计算机视觉	NA	卷积神经网络（CNN）	卷积神经网络（CNN）	图像	5636项研究中仅有6项符合资格
329	2024-10-13	Exploring the potential of structure-based deep learning approaches for T cell receptor design 2024-Sep, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012489 PMID:39348412	研究论文	本文探讨了基于结构的深度学习方法在T细胞受体设计中的潜力	本文首次探索了两种基于结构的深度学习蛋白质设计方法（ProteinMPNN和ESM-IF1）在固定骨架T细胞受体设计中的应用	本文指出了现有物理学方法在设计T细胞受体相互作用中的不足，并提出了改进方向	研究目的是探索基于结构的深度学习方法在设计T细胞受体以结合目标抗原肽方面的潜力	研究对象是T细胞受体及其与目标抗原肽的结合	机器学习	癌症	深度学习	ProteinMPNN, ESM-IF1	蛋白质3D结构和序列	NA
330	2024-10-12	Predicting structure-targeted food bioactive compounds for middle-aged and elderly Asians with myocardial infarction: insights from genetic variations and bioinformatics-integrated deep learning analysis 2024-Sep-16, Food & function IF:5.1Q1 DOI:10.1039/d4fo00591k PMID:39207263	研究论文	本研究通过基因变异和生物信息学集成的深度学习分析，预测了针对心肌梗死的中老年亚洲人的结构靶向食物生物活性化合物	开发了一种名为BioDeepNat的新型疾病发现应用，结合生物信息学和深度神经网络分析，评估了天然化合物对心肌梗死相关目标蛋白的影响	研究主要基于韩国基因组和流行病学研究的数据，可能存在样本代表性不足的问题	阐明心肌梗死的遗传框架，并探索天然化合物的潜在健康益处	心肌梗死相关的蛋白质编码基因及其与天然化合物的相互作用	生物信息学	心血管疾病	基因组注释分析、分子对接分析	深度神经网络	基因数据、蛋白质数据	韩国基因组和流行病学研究的数据
331	2024-10-12	Pretrainable geometric graph neural network for antibody affinity maturation 2024-Sep-06, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-51563-8 PMID:39242604	研究论文	本文介绍了一种可预训练的几何图神经网络GearBind，用于抗体亲和力成熟	GearBind利用多关系图构建、多层次几何消息传递和对比预训练在大量未标记蛋白质结构数据上进行训练，超越了之前的最先进方法	NA	提高抗体与其目标抗原的结合亲和力	抗体及其目标抗原	机器学习	NA	几何图神经网络	图神经网络	蛋白质结构数据	大量未标记的蛋白质结构数据
332	2024-10-12	TransC-ac4C: Identification of N4-Acetylcytidine (ac4C) Sites in mRNA Using Deep Learning 2024 Sep-Oct, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3386972 PMID:38607721	研究论文	本文提出了一种结合卷积神经网络（CNN）和Transformer的新方法TransC-ac4C，用于识别mRNA中的N4-乙酰胞苷（ac4C）位点	本文创新性地将CNN和Transformer结合，以增强特征提取能力并提高识别准确性	NA	开发一种新的深度学习方法，用于准确识别mRNA中的ac4C位点	mRNA中的N4-乙酰胞苷（ac4C）位点	机器学习	NA	卷积神经网络（CNN）和Transformer	CNN和Transformer的结合模型	mRNA序列	两个数据集，预测准确率分别为81.42%和80.69%
333	2024-10-11	Enhancing chemistry-intuitive feature learning to improve prediction performance of optical properties 2024-Sep-26, Chemical science IF:7.6Q1 DOI:10.1039/d4sc02781g PMID:39381129	研究论文	本文开发了一种先进的深度学习框架，通过增强化学直观的子图和边学习，并结合领域先验知识，改进了经典消息传递神经网络（MPNN），以更好地从有限的数据集中捕捉与光学性质相关的结构特征	本文的创新点在于通过增强化学直观的子图和边学习，结合领域先验知识，改进了经典消息传递神经网络（MPNN），显著提高了光学性质预测的准确性	NA	探索一种快速且准确的光学性质预测方法	光学性质（吸收波长、发射波长、光致发光量子产率和半峰全宽）	机器学习	NA	深度学习	消息传递神经网络（MPNN）	数据集	五个不同的光学数据集
334	2024-10-11	Non-traumatic brachial plexopathy identification from routine MRIs: Retrospective studies with deep learning networks 2024-Sep-18, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111744 PMID:39383628	研究论文	本研究旨在通过深度学习网络从常规MRI扫描中识别非创伤性臂丛神经病变	本研究设计了六种深度学习方案，并利用五种著名的深度学习网络作为骨干，通过嵌套五折交叉验证方案进行训练和验证，以优化模型性能	本研究为回顾性研究，样本量相对较小，且仅限于Mayo Clinic的患者数据	寻求一种优化的深度学习模型，用于从常规MRI扫描中区分非创伤性臂丛神经病变	非创伤性臂丛神经病变患者及其MRI扫描图像	计算机视觉	NA	深度学习	CNN	图像	196名患者，共256个BP MRI序列，包括123个正常和133个异常序列
335	2024-10-11	Using AI to Differentiate Mpox From Common Skin Lesions in a Sexual Health Clinic: Algorithm Development and Validation Study 2024-Sep-13, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/52490 PMID:39269753	研究论文	开发并验证了一种基于人工智能的工具，用于区分性健康诊所中的猴痘病变与其他皮肤病变	采用深度学习方法，通过六种不同的深度学习架构训练AI模型，并使用区域兴趣方法显著提高了模型性能	NA	开发和评估一种基于人工智能的工具，用于区分猴痘病变与其他皮肤病变	猴痘病变与其他皮肤病变的图像	计算机视觉	NA	深度学习	DenseNet-121, ResNet-18	图像	2200张图像，包括猴痘和非猴痘病变图像
336	2024-10-11	Integrative radiopathomics model for predicting progression-free survival in patients with nonmetastatic nasopharyngeal carcinoma 2024-Sep-09, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-024-05930-z PMID:39249584	研究论文	构建一个综合的放射病理组学模型，用于预测非转移性鼻咽癌患者的无进展生存期	该研究创新性地结合了放射组学特征和病理组学特征，构建了一个综合模型，显著提高了预测性能	NA	开发一个综合模型，用于预测非转移性鼻咽癌患者的无进展生存期	非转移性鼻咽癌患者	数字病理学	鼻咽癌	深度学习	Swin Transformer	图像	357名患者，分为训练集（250名）和验证集（107名）
337	2024-10-11	Artificial intelligence in dermatopathology: Updates, strengths, and challenges 2024 Sep-Oct, Clinics in dermatology IF:2.3Q2 DOI:10.1016/j.clindermatol.2024.06.010 PMID:38909860	研究论文	探讨人工智能在皮肤病理学中的应用、优势和挑战	人工智能，尤其是卷积神经网络，在皮肤病理学中的诊断应用中显示出超越人类病理学家的敏感性和特异性	在炎症性和淋巴增生性皮肤病理学中，研究有限，需要进一步探索	研究人工智能在皮肤病理学中的应用及其潜力	皮肤病理学，特别是肿瘤性皮肤病理学	数字病理学	NA	机器学习和深度学习	卷积神经网络	图像	NA
338	2024-10-11	Drug-Target Binding Affinity Prediction in a Continuous Latent Space Using Variational Autoencoders 2024 Sep-Oct, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3402661 PMID:38767996	研究论文	本文提出了一种在连续潜在空间中使用变分自编码器预测药物-靶点结合亲和力的方法	与传统在向量空间中建模结合亲和力的方法不同，本文提出在连续空间中进行建模，以考虑输入样本的多样性	NA	提高药物-靶点结合亲和力预测的准确性，从而促进更高效的药物发现过程	药物和靶点蛋白的结合亲和力	机器学习	NA	变分自编码器	残差门控卷积神经网络	文本	使用了常用的基准数据集进行评估
339	2024-10-11	Data-driven continuum damage mechanics with built-in physics 2024-Sep, Extreme Mechanics Letters IF:4.3Q1 DOI:10.1016/j.eml.2024.102220 PMID:39372561	研究论文	本文探讨了使用神经常微分方程（NODEs）结合物理约束来模拟软材料的连续损伤力学行为	本文首次将神经常微分方程（NODEs）应用于模拟软材料的非弹性行为，并通过引入非弹性势能函数实现了热力学一致性	本文主要集中在合成应力-变形历史数据和实验皮肤及皮下组织数据的模拟，未涉及更多类型的材料或数据	研究如何利用数据驱动的方法结合物理约束来准确模拟软材料的损伤和能量耗散机制	软材料如橡胶和软组织在经历大变形和损伤退化时的行为	机器学习	NA	神经常微分方程（NODEs）	神经网络	应力-变形历史数据	实验皮肤和皮下组织数据
340	2024-10-11	Improving Clinical Decision Making With a Two-Stage Recommender System 2024 Sep-Oct, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2023.3318209 PMID:37738190	研究论文	本文介绍了一种两阶段推荐框架，用于改进临床决策支持系统	提出了一个基于深度神经网络的两阶段推荐系统，利用电子健康记录数据进行临床决策支持	讨论了数据可用性和隐私问题，并指出了未来在该领域的探索方向	改进临床决策支持系统，提供个性化的医疗建议	临床决策支持系统的设计和优化	机器学习	NA	深度学习	深度神经网络	电子健康记录	使用了公开可访问的电子健康记录数据集