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
561	2024-10-28	Older Adult Fall Risk Prediction with Deep Learning and Timed Up and Go (TUG) Test Data 2024-Oct-05, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11101000 PMID:39451376	研究论文	本文利用深度学习和TUG测试数据预测老年人的跌倒风险	本文首次使用惯性测量单元（IMU）在TUG测试中收集的运动数据，通过深度学习模型预测老年人的跌倒风险	研究样本量较小，且仅基于TUG测试数据进行预测	预测老年人在未来六个月内的跌倒风险	老年人的跌倒风险	机器学习	NA	惯性测量单元（IMU）	卷积神经网络（CNN）和循环神经网络（RNN）	运动数据	106名老年人
562	2024-10-28	Clinical Validation of Deep Learning for Segmentation of Multiple Dental Features in Periapical Radiographs 2024-Oct-05, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11101001 PMID:39451377	研究论文	本文验证了深度学习系统在牙周X光片中自动分割多个牙科特征的诊断性能	使用人工智能系统自动检测牙周X光片中的牙齿、龋齿、种植体、修复体和固定义齿	仅限于牙周X光片的应用，未涉及其他类型的牙科影像	验证人工智能系统在牙周X光片中自动检测牙科特征的诊断性能	牙周X光片中的牙齿、龋齿、种植体、修复体和固定义齿	计算机视觉	NA	深度学习	NA	图像	1000张牙周X光片，来自500名成年患者
563	2024-10-28	Invariant point message passing for protein side chain packing 2024-Oct, Proteins IF:3.2Q2 DOI:10.1002/prot.26705 PMID:38790143	研究论文	本文介绍了一种基于几何图神经网络的蛋白质侧链包装方法PIPPack	PIPPack利用几何感知的不变点消息传递（IPMP）处理局部结构和序列信息，生成理想的侧链坐标	NA	提高蛋白质侧链包装任务的预测精度和速度	蛋白质侧链包装	机器学习	NA	几何图神经网络	IPMP	蛋白质结构数据	约1400个高质量蛋白质链
564	2024-10-28	PocketDTA: an advanced multimodal architecture for enhanced prediction of drug-target affinity from 3D structural data of target binding pockets 2024-Oct-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae594 PMID:39365726	研究论文	本文介绍了一种名为PocketDTA的多模态架构，用于从目标结合口袋的3D结构数据中增强药物-靶点亲和力的预测	PocketDTA模型通过预训练模型ESM-2和GraphMVP增强了泛化性能，并使用自定义的GVP-GNN层和GraphMVP解码器处理前3个目标结合口袋和药物3D信息，同时通过双线性注意力网络提高了解释性	NA	提高药物-靶点结合亲和力预测的准确性和解释性	药物-靶点结合亲和力	机器学习	NA	深度学习	GVP-GNN	3D结构数据	优化后的Davis和KIBA数据集
565	2024-10-28	A novel classification framework for genome-wide association study of whole brain MRI images using deep learning 2024-Oct, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012527 PMID:39405331	研究论文	本文提出并实现了一种新的机器学习策略，用于系统地识别导致磁共振成像（MRI）上可检测细微差异的遗传变异	本文首次将深度学习技术应用于全脑MRI图像的基因组关联研究，提出了一种新的分类框架	本文的研究仅基于阿尔茨海默病神经影像学倡议（ADNI）的数据集，可能存在样本量和数据多样性的限制	旨在通过深度学习技术识别与脑部特征相关的遗传变异	全脑MRI图像和基因型数据	机器学习	阿尔茨海默病	深度学习	NA	图像	基于阿尔茨海默病神经影像学倡议（ADNI）的数据集
566	2024-10-27	Smartphone-Assisted Nanozyme Colorimetric Sensor Array Combined "Image Segmentation-Feature Extraction" Deep Learning for Detecting Unsaturated Fatty Acids 2024-Oct-25, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c01142 PMID:39298721	研究论文	开发了一种智能手机辅助的纳米酶比色传感器阵列与图像分割-特征提取深度学习相结合的智能平台，用于检测不饱和脂肪酸	结合了智能手机辅助的比色传感器阵列和图像分割-特征提取深度学习方法，实现了对不饱和脂肪酸的快速、低成本分析	NA	开发一种智能平台，用于快速、低成本地检测不饱和脂肪酸	不饱和脂肪酸（如油酸、亚油酸、α-亚麻酸）及其混合物，以及不同种类的食用植物油和掺假山茶油	机器学习	NA	图像分割-特征提取深度学习	MobileNetV3	图像	38,868张图像
567	2024-10-27	Identification of nitric oxide-mediated necroptosis as the predominant death route in Parkinson's disease 2024-Oct-24, Molecular biomedicine IF:6.3Q1 DOI:10.1186/s43556-024-00213-y PMID:39443410	研究论文	本研究通过RNA测序和深度学习算法Scaden，识别了帕金森病中一氧化氮介导的坏死性凋亡作为主要的细胞死亡途径	首次揭示了一氧化氮介导的坏死性凋亡在帕金森病进展中的主导作用，并发现其在其他神经退行性疾病中的普遍性	研究主要基于体外实验和模型动物，需要进一步的人体临床验证	探讨帕金森病进展中主要的细胞死亡途径	帕金森病中的神经细胞死亡途径	神经科学	帕金森病	RNA测序	深度学习算法Scaden	基因表达数据	多个脑组织样本
568	2024-10-27	Optimising ovarian tumor classification using a novel CT sequence selection algorithm 2024-10-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75555-2 PMID:39443517	研究论文	本研究旨在通过应用先进的深度学习方法和开发一种新的CT序列选择算法来提高卵巢肿瘤分类的准确性	本研究开发了一种新的CT序列选择算法，用于优化CT图像的使用，以更精确地分类卵巢肿瘤	NA	提高卵巢肿瘤分类的准确性，特别是区分恶性肿瘤和早期病例	卵巢肿瘤的分类	计算机视觉	妇科疾病	深度学习	ResNet50V2FPN	图像	使用公开的CT扫描数据进行训练和评估
569	2024-10-27	Automated deep learning-based bone mineral density assessment for opportunistic osteoporosis screening using various CT protocols with multi-vendor scanners 2024-10-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73709-w PMID:39443535	研究论文	本研究评估了基于深度学习的自动化骨密度测量方法在不同CT协议和多厂商扫描仪下的诊断效能	提出了基于深度学习的自动化骨密度测量方法，并展示了其在不同CT协议和多厂商扫描仪下的准确性和可靠性	研究为回顾性研究，样本量和数据类型有限	评估基于深度学习的骨密度测量方法在骨质疏松筛查中的诊断效能	422个来自四个厂商的CT数据集，包括159个胸部、156个腹部和107个腰椎数据集	计算机视觉	骨质疏松	深度学习	NA	CT图像	422个CT数据集，包括159个胸部、156个腹部和107个腰椎数据集
570	2024-10-27	Leveraging weak complementary labels enhances semantic segmentation of hepatocellular carcinoma and intrahepatic cholangiocarcinoma 2024-10-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75256-w PMID:39443575	研究论文	本文提出了一种利用弱互补标签增强肝细胞癌和肝内胆管癌语义分割的深度学习方法	通过引入互补标签，利用临床诊断中的弱信息来改进模型训练，从而提高分割性能和鲁棒性	NA	提高肝细胞癌和肝内胆管癌的语义分割准确性和鲁棒性	肝细胞癌和肝内胆管癌的病理图像	计算机视觉	肝癌	深度学习	NA	图像	165名患者的病理图像
571	2024-10-27	Automating cancer diagnosis using advanced deep learning techniques for multi-cancer image classification 2024-10-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75876-2 PMID:39443621	研究论文	本文利用深度学习模型自动化癌症诊断，特别是针对多癌症图像分类	本文首次评估了多种深度学习模型在七种癌症图像分类中的表现，并发现DenseNet121模型在验证准确性和损失方面表现最佳	本文仅评估了特定类型的癌症图像，未涵盖所有癌症类型	提高癌症检测的效率和准确性	七种癌症的图像数据	计算机视觉	NA	深度学习	CNN	图像	七种癌症的图像数据
572	2024-10-27	Improving the accuracy of dynamic inclination measurement by machine learning 2024-Oct-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76032-6 PMID:39443645	研究论文	本文提出了一种结合钻具姿态传感器数据和人工神经网络的方法，以提高动态倾角测量的准确性	本文首次将机器学习技术应用于钻具姿态测量，通过深度学习模型反演x和y轴加速度信号，实现了高精度的动态倾角测量	本文仅在模拟测量条件下进行了实验，尚未在实际钻井环境中验证	提高钻井过程中动态倾角测量的准确性	钻具姿态传感器数据和动态倾角	机器学习	NA	机器学习	LSTM	传感器信号	不同转速下的模拟测量条件
573	2024-10-27	Comparing SMILES and SELFIES tokenization for enhanced chemical language modeling 2024-10-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76440-8 PMID:39443676	研究论文	研究比较了SMILES和SELFIES的tokenization方法在化学语言模型中的应用效果	提出了Atom Pair Encoding (APE)方法，显著提高了化学语言模型的分类准确性	NA	评估不同tokenization技术对化学语言模型在生物物理学和生理学分类任务中性能的影响	SMILES和SELFIES的tokenization方法	自然语言处理	NA	Byte Pair Encoding (BPE), Atom Pair Encoding (APE)	BERT	文本	使用了三个不同的数据集：HIV、毒理学和血脑屏障渗透
574	2024-10-27	Detection of hypertension from pharyngeal images using deep learning algorithm in primary care settings in Japan 2024-Oct-23, BMJ health & care informatics IF:4.1Q2 DOI:10.1136/bmjhci-2023-100824 PMID:39448071	研究论文	本研究开发了一种基于深度学习算法的人工智能模型，用于通过咽喉图像检测高血压	利用咽喉图像中的血管形态信息，结合深度学习算法，实现了无需物理接触或额外设备的高血压早期检测	研究数据仅来自日本的多所初级护理诊所，样本量和地域限制可能影响模型的普适性	开发一种基于深度学习的高血压检测算法，以提高远程医疗时代的护理质量	咽喉图像和患者的人口统计信息	计算机视觉	心血管疾病	深度学习	多实例卷积神经网络	图像	7710名患者，来自64家诊所
575	2024-10-27	Generating Protein Structures for Pathway Discovery Using Deep Learning 2024-Oct-22, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c00816 PMID:39388723	研究论文	本文提出了一种基于表示学习的解决方案，通过在抽象表示空间中进行插值和外推来合成潜在的过渡状态，并使用分子动力学模拟进行自动验证，以实现路径发现	本文创新性地使用表示学习方法来合成潜在的过渡状态，并通过迭代框架进行目标路径采样	本文的实验仅限于RAS-RAF蛋白域从无膜到与膜相互作用的过渡，未涵盖更广泛的应用场景	解决分子水平上生物现象的复杂细节解析问题，特别是路径发现中的过渡状态合成	RAS-RAF蛋白域从无膜到与膜相互作用的过渡过程	生物信息学	NA	分子动力学模拟	表示学习	蛋白质结构	NA
576	2024-10-27	Automated volumetric analysis of the inner ear fluid space from hydrops magnetic resonance imaging using 3D neural networks 2024-10-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76035-3 PMID:39433848	研究论文	本文使用3D神经网络模型对内耳积液空间进行自动体积分析	提出了一种基于3D深度神经网络模型的内耳积液空间自动分割和体积比计算方法	NA	开发一种准确且自动化的方法来计算内耳积液的体积比，以帮助诊断内耳疾病	内耳的耳蜗、前庭和半规管的积液空间	计算机视觉	NA	磁共振成像（MRI）	3D深度神经网络	图像	包含耳蜗、前庭和半规管的积液空间分割标签的MR cisternography (MRC) 和 HYDROPS-Mi2 数据集
577	2024-10-27	Blockchain-enabled verification of medical records using soul-bound tokens and cloud computing 2024-Oct-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75708-3 PMID:39438519	研究论文	本文提出了一种基于区块链和灵魂绑定令牌（SBT）的医疗记录验证机制，结合云计算提高验证效率	使用区块链技术和灵魂绑定令牌（SBT）实现医疗记录的自动化验证，并通过云计算访问去中心化数据库以减少验证时间	本文未详细讨论系统的可扩展性和在其他行业的潜在应用	提高医疗记录验证的效率和安全性	医疗记录的验证过程	区块链技术	NA	区块链技术、灵魂绑定令牌（SBT）、云计算	NA	医疗记录	NA
578	2024-10-27	Determinants of Visual Impairment Among Chinese Middle-Aged and Older Adults: Risk Prediction Model Using Machine Learning Algorithms 2024-Oct-09, JMIR aging IF:5.0Q1 DOI:10.2196/59810 PMID:39382570	研究论文	本研究利用机器学习算法预测中国中年和老年人群的视力障碍风险，并识别其决定因素	首次在中国中年和老年人群中应用多种机器学习算法预测视力障碍风险，并结合变量重要性分析识别关键预测因子	研究仅基于CHARLS数据，可能无法完全代表中国所有中年和老年人群	预测视力障碍并识别其决定因素	中国中年和老年人群	机器学习	NA	机器学习算法	梯度提升机、分布式随机森林、广义线性模型、深度学习和堆叠集成	问卷调查、体检和血液生物标志物数据	19,047名参与者
579	2024-10-27	Integrated image-based deep learning and language models for primary diabetes care 2024-Oct, Nature medicine IF:58.7Q1 DOI:10.1038/s41591-024-03139-8 PMID:39030266	研究论文	开发了一种结合图像深度学习和语言模型的集成系统，用于初级糖尿病护理和糖尿病视网膜病变筛查	结合了大型语言模型和图像深度学习，提供个性化的糖尿病管理建议，并在实际应用中显示出改善患者自我管理和遵从性的效果	仅在一个中心进行了真实世界的研究，需要进一步的多中心验证	提高初级糖尿病护理和糖尿病视网膜病变筛查的效率和质量	初级糖尿病护理和糖尿病视网膜病变筛查	机器学习	糖尿病	深度学习	Transformer	图像和文本	397名未辅助的初级保健医生患者和372名辅助的初级保健医生患者
580	2024-10-27	Traversing chemical space with active deep learning for low-data drug discovery 2024-Oct, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-024-00697-2 PMID:39333789	研究论文	本文研究了在低数据药物发现中使用主动深度学习进行化学空间探索	提出了一种结合主动学习和深度学习的方法，用于在低数据情况下进行药物发现，并展示了其在命中率上的显著提升	研究中存在一些未知的限制因素，如最佳计算策略、与传统非迭代方法的比较以及在低数据场景中的应用	探讨在低数据药物发现中使用主动深度学习的有效性	分析了六种主动学习策略与两种深度学习架构在三种大规模分子库上的应用	机器学习	NA	主动学习	深度学习	分子库	三种大规模分子库