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
421	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
422	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
423	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
424	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）
425	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
426	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
427	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
428	2024-10-10	Exploring the Knowledge of an Outstanding Protein to Protein Interaction Transformer 2024 Sep-Oct, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3381825 PMID:38536676	研究论文	本文提出了一种基于Transformer的蛋白质相互作用预测模型PPITrans，并验证了其在未见物种上的有效性	PPITrans模型利用预训练的语言模型进行蛋白质相互作用预测，显著提高了在未见物种上的预测性能	PPITrans无法捕捉蛋白质的空间结构	解决深度学习模型在未见物种上预测蛋白质相互作用性能不佳的问题	蛋白质相互作用预测	机器学习	NA	Transformer	Transformer	蛋白质相互作用数据	使用人类蛋白质相互作用数据进行训练，并在其他物种的蛋白质相互作用数据上进行测试
429	2024-10-10	Deep learning in template-free de novo biosynthetic pathway design of natural products 2024-Sep-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae495 PMID:39373052	综述	本文综述了深度学习在天然产物无模板从头生物合成路径设计中的应用	探讨了深度学习在天然产物生物合成路径设计中的最新算法，并评估了其在单步和多步预测中的潜力	讨论了无模板方法在天然产物生物合成路径设计中的挑战和前景	探讨深度学习在天然产物生物合成路径设计中的应用及其潜在的改进	天然产物生物合成路径设计中的深度学习算法和模型	机器学习	NA	深度学习	序列到序列模型和图到图翻译模型	文本	NA
430	2024-10-10	scDFN: enhancing single-cell RNA-seq clustering with deep fusion networks 2024-Sep-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae486 PMID:39373051	研究论文	本文介绍了一种名为scDFN的新型深度学习算法，用于增强单细胞RNA测序数据的聚类效果	scDFN算法通过融合网络策略，结合自编码器和改进的图自编码器，以及三重自监督策略和四个联合损失函数，显著提升了单细胞RNA测序数据的聚类效果	NA	提升单细胞RNA测序数据的聚类效果	单细胞RNA测序数据	机器学习	NA	单细胞RNA测序	深度学习模型	基因表达数据	多个数据集
431	2024-10-10	A comparative evaluation of deep learning approaches for ophthalmology 2024-09-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72752-x PMID:39294275	研究论文	本文比较了用于眼科的不同深度学习方法	本文提出了基于准确性、训练时间、模型部署能力、热图增强分类决策的自解释性以及在小图像数据集上训练/适应能力等因素的最合适的模型	NA	评估和比较用于眼科的不同深度学习方法	眼科成像数据集和机器学习算法	机器学习	NA	深度学习	深度学习架构	图像	不同公共和私有图像数据集，包括全彩视网膜图像、OCT图像和3D OCT扫描
432	2024-10-10	UBE2L3 promotes benzene-induced hematotoxicity via autophagy-dependent ferroptosis 2024-Sep-15, Ecotoxicology and environmental safety IF:6.2Q1 DOI:10.1016/j.ecoenv.2024.116773 PMID:39059346	研究论文	研究探讨了UBE2L3在苯诱导的造血毒性中的作用，通过自噬依赖的铁死亡途径	首次揭示了UBE2L3通过调节自噬依赖的铁死亡信号通路在苯诱导的造血毒性中的作用	研究主要基于实验数据和数据库分析，缺乏临床试验验证	探讨低剂量苯暴露导致的早期造血损伤及其相关生物标志物	UBE2L3、ZNF598、LAMP-2等蛋白质及其相互作用	NA	NA	液相色谱串联质谱、共免疫沉淀、深度学习算法	深度学习算法	基因表达数据	5年纵向队列研究数据及Gene Expression Omnibus数据库数据
433	2024-10-10	Artificial Intelligence Detection of Cervical Spine Fractures Using Convolutional Neural Network Models 2024-Sep, Neurospine IF:3.8Q1 DOI:10.14245/ns.2448580.290 PMID:39363462	研究论文	开发并评估了一种使用卷积神经网络（CNN）进行计算机辅助诊断颈椎骨折的技术	利用深度学习技术，可能改善患者预后和临床决策	NA	开发和评估用于计算机辅助诊断颈椎骨折的卷积神经网络技术	颈椎骨折的放射线X光图像	计算机视觉	颈椎骨折	卷积神经网络（CNN）	CNN	图像	500张颈椎侧位X光图像，包括250张正常图像和250张骨折图像
434	2024-10-10	Development and validation of a machine learning-based model for post-sepsis frailty 2024-Sep, ERJ open research IF:4.3Q1 DOI:10.1183/23120541.00166-2024 PMID:39377092	研究论文	开发并验证了一种基于机器学习的模型，用于预测脓毒症后的虚弱状况	使用深度学习模型预测脓毒症后的虚弱状况，并通过外部验证确认了其泛化性能	研究仅限于韩国的多中心前瞻性观察性队列，可能限制了结果的普遍性	开发和验证一种能够预测脓毒症后虚弱的机器学习模型	脓毒症患者及其出院时的虚弱状况	机器学习	NA	深度学习	极端梯度提升 (XGB)	临床数据	8518名患者，其中5463名（64.1%）在出院时虚弱，3055名（35.9%）不虚弱
435	2024-10-10	Model fusion for predicting unconventional proteins secreted by exosomes using deep learning 2024-Sep, Proteomics IF:3.4Q2 DOI:10.1002/pmic.202300184 PMID:38643383	研究论文	本文提出了一种利用深度学习模型融合预测由外泌体分泌的非常规蛋白质的新方法	通过结合多个深度学习模型，包括卷积神经网络（CNN）和密集连接神经网络（DNN），本文提出的框架在预测非常规蛋白质分泌方面超越了以往的方法	NA	开发一种更准确的计算方法来预测由外泌体分泌的非常规蛋白质	非常规分泌蛋白质（USPs）及其通过外泌体和外体分泌的机制	机器学习	NA	深度学习	卷积神经网络（CNN）和密集连接神经网络（DNN）	蛋白质序列和进化信息	独立测试数据集
436	2024-10-09	Enhancing pap smear image classification: integrating transfer learning and attention mechanisms for improved detection of cervical abnormalities 2024-Sep-30, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad7bc0 PMID:39377445	研究论文	本研究通过结合迁移学习和注意力机制，改进了宫颈异常的宫颈涂片图像分类	本研究创新性地结合了迁移学习和注意力机制，并应用了图像预处理技术，显著提高了宫颈癌检测的准确性	NA	提高宫颈癌检测的准确性和效率	宫颈涂片图像	计算机视觉	宫颈癌	迁移学习、注意力机制、图像预处理	ResNet、Xception	图像	使用了Mendeley液基细胞学数据集，包含由专家细胞病理学家标注的宫颈细胞学图像
437	2024-10-09	Deep learning for identifying personal and family history of suicidal thoughts and behaviors from EHRs 2024-Sep-28, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01266-7 PMID:39341983	研究论文	本研究开发了利用变压器模型（Bio_ClinicalBERT和GatorTron）的深度学习工具，用于从电子健康记录的临床笔记中自动识别个人和家庭自杀想法和行为的历史	本研究首次利用深度学习技术自动识别电子健康记录中的个人和家庭自杀想法和行为的历史，并展示了其在性能上优于基于规则的自然语言处理工具	本研究仅在三个学术医学中心的临床笔记上进行了验证，可能需要进一步的跨机构验证	开发和评估用于自动识别电子健康记录中个人和家庭自杀想法和行为历史的深度学习工具	个人和家庭自杀想法和行为的历史	自然语言处理	NA	深度学习	变压器模型（Bio_ClinicalBERT和GatorTron）	文本	来自三个学术医学中心的临床笔记
438	2024-10-09	A Comprehensive study on the different types of soil desiccation cracks and their implications for soil identification using deep learning techniques 2024-Sep-25, The European physical journal. E, Soft matter DOI:10.1140/epje/s10189-024-00453-4 PMID:39320558	研究论文	本文研究了不同类型土壤的干裂模式及其在土壤识别中的应用，结合传统分析方法和深度学习技术	本文创新性地将分形维数分析作为深度学习图像分析的预处理工具，并证明了数据增强技术在提高模型鲁棒性和准确性方面的有效性	NA	研究不同类型土壤的干裂模式，并探讨其在土壤识别中的应用	来自印度布拉马普特拉河流域的三种土壤：粘土、粉土和砂质壤土	计算机视觉	NA	深度学习技术	前馈神经网络	图像	三种土壤类型，具体数量未提及
439	2024-10-09	Geometric deep learning of protein-DNA binding specificity 2024-Sep, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02372-w PMID:39103447	研究论文	本文介绍了一种名为DeepPBS的几何深度学习模型，用于预测蛋白质-DNA结合特异性	提出了DeepPBS模型，能够从蛋白质-DNA结构中预测结合特异性，并提供了可解释的蛋白质重原子重要性评分	NA	理解基因调控中的蛋白质-DNA结合特异性	蛋白质-DNA复合物的结合特异性	机器学习	NA	几何深度学习	几何深度学习模型	蛋白质-DNA结构	NA
440	2024-10-09	Microwave detection technique combined with deep learning algorithm facilitates quantitative analysis of heavy metal Pb residues in edible oils 2024-Sep, Journal of food science IF:3.2Q2 DOI:10.1111/1750-3841.17259 PMID:39136980	研究论文	本研究结合微波检测技术和深度学习算法，开发了一种用于量化食用油中重金属铅残留的模型	提出了基于注意力机制的深度残差神经网络模型，用于替代传统的建模方法，并在微波数据处理过程中探讨了深度对卷积神经网络的影响	NA	开发一种新的方法来量化食用油中的重金属铅残留	食用油中的重金属铅残留	机器学习	NA	微波检测技术	基于注意力机制的深度残差神经网络	微波数据	标准大豆油样本