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
261	2024-11-07	Development and effect of hybrid simulation program for nursing students: focusing on a case of pediatric cardiac catheterization in Korea: quasi-experimental study 2024-Oct, Child health nursing research DOI:10.4094/chnr.2024.020 PMID:39477234	研究论文	本文开发并评估了一种针对儿科心脏导管插入术的混合模拟程序，旨在提高护理学生的临床实践能力	本文创新性地结合了模拟器和标准化患者（SP），并使用深度学习分析程序来分析非言语沟通，以增强模拟训练的现实感	研究样本量较小，未来需要进一步扩大样本量以验证结果的普适性	开发和评估一种混合模拟程序，以提高护理学生在儿科心脏导管插入术中的临床实践能力	护理学生	NA	NA	深度学习	NA	NA	48名护理学生（实验组24名，对照组24名）
262	2024-11-06	Predicting somatic mutation origins in cell-free DNA by semi-supervised GAN models 2024-Oct-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e39379 PMID:39492904	研究论文	本文开发了一种半监督生成对抗网络模型，用于区分细胞游离DNA中的肿瘤相关突变和克隆性造血相关突变	本文首次采用半监督生成对抗网络模型来区分细胞游离DNA中的肿瘤相关突变和克隆性造血相关突变，并取得了95%的AUC	NA	开发一种新的机器学习技术，用于区分细胞游离DNA中的肿瘤相关突变和克隆性造血相关突变	细胞游离DNA中的单核苷酸变异	机器学习	NA	半监督生成对抗网络	SSGAN	基因组数据	约25,000个单核苷酸变异
263	2024-11-06	Enhancing De Novo Drug Design across Multiple Therapeutic Targets with CVAE Generative Models 2024-Oct-29, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.4c08027 PMID:39493989	研究论文	本文介绍了一种基于条件变分自编码器（CVAE）的生成模型，用于跨多个治疗靶点的从头药物设计	本文的创新点在于使用CVAE生成模型，结合SMILES和SELFIES分子表示，生成具有特定属性配置文件的分子，并在多个治疗靶点上验证了其有效性	NA	提高药物发现过程的效率和多样性	生成能够结合CDK2、PPARγ和DPP-IV三种治疗靶点的新分子	机器学习	NA	深度学习	条件变分自编码器（CVAE）	分子表示（SMILES和SELFIES）	NA
264	2024-11-06	Unveiling Encrypted Antimicrobial Peptides from Cephalopods' Salivary Glands: A Proteolysis-Driven Virtual Approach 2024-Oct-29, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.4c01959 PMID:39494035	研究论文	本研究通过计算机模拟蛋白酶解技术，揭示了头足类动物唾液腺中潜在的抗菌肽库	首次利用计算机模拟蛋白酶解技术从海洋头足类动物唾液腺中挖掘抗菌肽，填补了该领域的研究空白	研究主要基于计算机模拟，尚未进行实验验证	揭示头足类动物唾液腺中潜在的抗菌肽库，为新型抗菌药物开发提供资源	头足类动物唾液腺中的抗菌肽	生物信息学	NA	计算机模拟蛋白酶解	机器学习、深度学习、多查询相似性模型、复杂网络	蛋白质序列	14种头足类动物的唾液腺，包含5,412,039个标准和非标准蛋白质
265	2024-11-06	Grade-Skewed Domain Adaptation via Asymmetric Bi-Classifier Discrepancy Minimization for Diabetic Retinopathy Grading 2024-Oct-23, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3485064 PMID:39441682	研究论文	本文提出了一种基于非对称双分类器差异最小化的方法，用于解决糖尿病视网膜病变分级中的等级偏斜域适应问题	本文提出了一种新的非对称双分类器差异最小化方法（ABiD），通过优化特征提取器和分类器差异最大化，解决了等级偏斜域适应问题	本文未详细讨论该方法在其他疾病分级中的适用性	提高糖尿病视网膜病变分级模型在跨中心、跨供应商和跨用户测试数据集上的泛化性能	糖尿病视网膜病变分级图像	计算机视觉	糖尿病视网膜病变	深度学习	CNN	图像	使用了两个公开的糖尿病视网膜病变数据集和一个私有数据集
266	2024-11-06	Exploring the Role of Mobile Apps for Insomnia in Depression: Systematic Review 2024-Oct-18, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/51110 PMID:39423009	综述	本文系统地回顾和评估了针对抑郁症和失眠的移动应用程序，强调了其特点、有效性和当前研究的差距	本文首次系统地评估了同时针对抑郁症和失眠的移动应用程序，揭示了新的应用和研究空白	本文仅限于2017年至2023年间发表的文献，可能未涵盖所有相关研究	系统地回顾和评估针对抑郁症和失眠的移动应用程序，揭示其特点、有效性和研究差距	抑郁症和失眠的移动应用程序	自然语言处理	精神疾病	自然语言处理、机器学习	NA	文本	18篇全文文章
267	2024-11-06	A community effort to optimize sequence-based deep learning models of gene regulation 2024-Oct-11, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-024-02414-w PMID:39394483	研究论文	本文通过DREAM挑战赛评估了不同模型架构和训练策略对基因调控模型性能的影响	开发了Prix Fixe框架，将模型分解为模块化构建块，并测试了所有可能的组合，进一步提高了模型性能	NA	评估模型架构和训练策略对基因组学模型性能的影响	随机启动子DNA序列及其在酵母中的表达水平	机器学习	NA	深度学习	神经网络	DNA序列	数百万个随机启动子DNA序列
268	2024-11-06	Illuminating Entomological Dark Matter with DNA Barcodes in an Era of Insect Decline, Deep Learning, and Genomics 2024-Oct-01, Annual review of entomology IF:15.0Q1 DOI:10.1146/annurev-ento-040124-014001 PMID:39353093	综述	本文回顾了DNA条形码在昆虫多样性发现和昆虫群落分析中的应用，特别是在昆虫数量下降的背景下	本文预测DNA条形码将在为深度学习算法构建图像训练集、全球生物多样性基因组学和昆虫群落功能分析中发挥重要作用	NA	探讨DNA条形码在昆虫多样性发现和昆虫群落分析中的应用	昆虫多样性和昆虫群落	基因组学	NA	DNA条形码	深度学习	DNA序列	NA
269	2024-11-06	DeepVID v2: self-supervised denoising with decoupled spatiotemporal enhancement for low-photon voltage imaging 2024-Oct, Neurophotonics IF:4.8Q1 DOI:10.1117/1.NPh.11.4.045007 PMID:39474199	研究论文	本文介绍了DeepVID v2，一个用于低光子电压成像的自监督去噪框架，通过解耦的空间和时间增强能力显著提升成像质量	DeepVID v2引入了新的空间先验提取分支，以捕捉精细的结构细节，学习高空间分辨率信息，并提供了在线和离线两种版本以满足不同的去噪需求	NA	开发一种能够有效去噪并提升低光子电压成像质量的自监督深度学习框架	低光子电压成像数据中的噪声和成像质量	计算机视觉	NA	自监督深度学习	NA	图像	NA
270	2024-11-06	Reproducibility and explainability in digital pathology: The need to make black-box artificial intelligence systems more transparent 2024-Oct, Journal of public health research IF:1.6Q3 DOI:10.1177/22799036241284898 PMID:39493704	研究论文	本文探讨了人工智能在数字病理学中的可重复性和可解释性问题，强调了使黑箱人工智能系统更加透明的必要性	本文提出了在数字病理学中应用人工智能算法的新工具，并强调了这些工具在分析病理组织方面的成功应用	本文指出，尽管人工智能在数字病理学中取得了成功，但大多数临床实践中的病理学家缺乏使用这些算法的专门培训	本文旨在探讨人工智能在数字病理学中的可重复性和可解释性，以及如何使这些系统更加透明	本文研究的对象是数字病理学中的人工智能系统及其在病理组织分析中的应用	数字病理学	NA	机器学习 (ML) 和深度学习 (DL)	NA	图像	NA
271	2024-11-04	Active Machine Learning for Pre-procedural Prediction of Time-Varying Boundary Condition After Fontan Procedure Using Generative Adversarial Networks 2024-Oct-31, Annals of biomedical engineering IF:3.0Q3 DOI:10.1007/s10439-024-03640-8 PMID:39480609	研究论文	本文提出了一种基于生成对抗网络的主动机器学习框架，用于预测Fontan手术后时间变化的边界条件	本文提出了一种新颖的多样性感知生成对抗主动学习框架，能够在有限的数据集上成功训练预测性深度神经网络	NA	应用机器学习技术描述Fontan患者术前和术后的腔静脉血流条件，以开发用于手术规划的术后边界条件预测	Fontan手术后的时间变化边界条件	机器学习	心血管疾病	生成对抗网络	生成对抗网络	模拟数据	14组实验
272	2024-11-04	HepNet: Deep Neural Network for Classification of Early-Stage Hepatic Steatosis Using Microwave Signals 2024-Oct-31, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3489626 PMID:39480722	研究论文	本研究介绍了一种使用微波信号和深度学习技术进行早期肝脂肪变性分类的方法	提出了名为HepNet的新深度学习模型，通过跳跃连接和全连接层改进特征提取和泛化能力，并使用迁移学习适应临床数据	NA	开发一种早期诊断肝脂肪变性的方法	早期肝脂肪变性	机器学习	肝病	微波技术	CNN	模拟数据	94和158名患者样本
273	2024-11-04	Holographic multiplexing metasurface with twisted diffractive neural network 2024-Oct-31, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53749-6 PMID:39482288	研究论文	本文介绍了一种利用非相关结构扭曲扩展光学全息存储容量限制的元表面盘（meta-disk），并开发了一个物理扭曲神经网络来描述其光学行为	提出了元表面盘（meta-disk）的概念，通过内部结构多路复用存储大量信息，并利用三维打印技术实现了光学全息存储	NA	扩展光学全息存储的容量限制，为下一代光学存储、显示、加密和多功能光学模拟计算提供支持	元表面盘（meta-disk）及其光学行为	计算机视觉	NA	三维打印技术	扭曲神经网络	图像	两层640µm x 640µm的元表面盘存储了数百张高保真图像
274	2024-11-04	Spatiotemporal wind speed forecasting using conditional local convolution and multidimensional meteorology features 2024-Oct-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78303-8 PMID:39482387	研究论文	研究提出了一种改进的条件局部卷积循环网络模型，用于提高时空风速预测的准确性	通过重新设计卷积核来更好地捕捉局部气象特征，并整合多个影响因素，解决了传统模型中影响权重结构均匀的问题	NA	提高风速预测的准确性，以支持风能预测和减少维护成本	高地区域的风速预测	机器学习	NA	条件局部卷积循环网络	CLCRN	多维气象数据	2019年至2021年的气象站数据
275	2024-11-02	Author Correction: Radiomic and deep learning analysis of dermoscopic images for skin lesion pattern decoding 2024-Oct-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76644-y PMID:39482409	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
276	2024-11-04	sRNAdeep: a novel tool for bacterial sRNA prediction based on DistilBERT encoding mode and deep learning algorithms 2024-Oct-31, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-024-10951-6 PMID:39482572	研究论文	本文介绍了一种基于DistilBERT编码模式和深度学习算法的细菌sRNA预测工具sRNAdeep	sRNAdeep结合了DistilBERT特征提取和TextCNN方法，相比之前的sRNA预测工具，在各种指标上表现更好	NA	开发一种更精确的细菌sRNA预测工具	细菌sRNA及其调控的基因	自然语言处理	NA	DistilBERT, TextCNN	深度学习模型	文本	验证数据集包含2438个正样本和4730个负样本
277	2024-11-04	Construction of a combined prognostic model for pancreatic ductal adenocarcinoma based on deep learning and digital pathology images 2024-Oct-31, BMC gastroenterology IF:2.5Q2 DOI:10.1186/s12876-024-03469-4 PMID:39482576	研究论文	本研究构建了一个基于深度学习和数字病理图像的胰腺导管腺癌联合预后模型	本研究的创新点在于结合深度学习提取的病理图像特征和临床预测指标，构建了一个联合预后模型，提高了预测准确性	本研究的局限性在于样本量较小，且为回顾性分析	本研究旨在构建一个联合预后模型，评估其对胰腺导管腺癌生存预后的预测价值	本研究的研究对象为142例术后病理确诊的胰腺导管腺癌病例	数字病理	胰腺癌	深度学习	联合模型	图像	142例胰腺导管腺癌病例
278	2024-11-04	Prediction of femoral head collapse in osteonecrosis using deep learning segmentation and radiomics texture analysis of MRI 2024-Oct-31, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02722-w PMID:39482688	研究论文	本研究旨在基于磁共振成像（MRI）的影像组学分析，构建一个自动预测股骨头坏死（ONFH）中股骨头塌陷的流程	本研究首次结合深度学习分割模型和影像组学纹理分析，自动预测股骨头坏死中的股骨头塌陷	需要进一步研究以确定该方法的临床适用性及其在治疗决策中的潜在作用	构建一个自动预测股骨头坏死中股骨头塌陷的流程	股骨头坏死中的股骨头塌陷	计算机视觉	骨科疾病	影像组学分析	深度学习模型	MRI图像	222例股骨头MRI图像用于分割模型开发，206例用于预后预测模型开发
279	2024-11-04	A modified deep learning method for Alzheimer's disease detection based on the facial submicroscopic features in mice 2024-Oct-31, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-024-01305-0 PMID:39482695	研究论文	本文提出了一种改进的深度学习方法，用于基于小鼠面部亚微观特征检测阿尔茨海默病	开发并优化了一种多层循环残差卷积神经网络模型，专门用于识别小鼠面部图像中的AD相关亚微观特征	研究仅限于小鼠实验，尚未在人类中验证	验证基于小鼠面部图像的深度学习模型在阿尔茨海默病检测中的可行性和准确性	小鼠面部图像中的阿尔茨海默病相关亚微观特征	计算机视觉	阿尔茨海默病	深度学习	多层循环残差卷积神经网络	图像	两组小鼠：正常对照组和阿尔茨海默病组
280	2024-11-04	Enhancing the differential diagnosis of small pulmonary nodules: a comprehensive model integrating plasma methylation, protein biomarkers, and LDCT imaging features 2024-Oct-31, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-05723-5 PMID:39482707	研究论文	本研究提出了一种综合模型，通过整合血浆甲基化、蛋白质生物标志物和低剂量CT（LDCT）影像特征，以提高小肺结节的鉴别诊断	本研究的创新点在于整合了多种分子和影像特征，开发了一种基于深度学习的分类器，显著提高了肺结节的良恶性鉴别准确性	本研究的局限性在于样本量相对较小，且未涵盖所有可能的肺结节类型	本研究旨在提高小肺结节的良恶性鉴别诊断准确性	本研究的对象是直径在5-30毫米之间的肺结节	数字病理学	肺癌	甲基化测序、蛋白质分析、CT成像	深度学习	甲基化数据、蛋白质数据、影像数据	419名参与者