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
801	2024-10-15	The Development and Application of KinomePro-DL: A Deep Learning Based Online Small Molecule Kinome Selectivity Profiling Prediction Platform 2024-Oct-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00595 PMID:39320984	研究论文	本文介绍了一种基于深度学习的在线小分子激酶选择性分析预测平台KinomePro-DL的开发与应用	开发了一种多任务深度神经网络模型，用于预测化合物的新结构激酶选择性，并提供了一个免费的在线预测平台KinomePro-DL	未提及	开发和应用一种深度学习模型，用于预测小分子激酶抑制剂的激酶选择性	小分子激酶抑制剂的激酶选择性	机器学习	NA	深度学习	多任务深度神经网络	化合物数据	191种代表性激酶的抑制剂数据集
802	2024-10-15	KnoMol: A Knowledge-Enhanced Graph Transformer for Molecular Property Prediction 2024-Oct-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01092 PMID:39323109	研究论文	本文介绍了一种名为KnoMol的知识增强图Transformer框架，用于提高分子结构的理解和分子属性预测的准确性	KnoMol通过将专家化学知识集成到Transformer中，模拟药物化学家的分析方法，并采用多视角注意力机制来更精确地表示环系统，从而提高了模型的表示能力	NA	提高分子属性预测的准确性和泛化能力，减少对大量数据的依赖	分子结构和分子属性	机器学习	NA	Transformer	图Transformer	分子数据	涉及MoleculeNet和一些小规模数据集的评估实验
803	2024-10-15	Alchemical Transformations and Beyond: Recent Advances and Real-World Applications of Free Energy Calculations in Drug Discovery 2024-Oct-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01024 PMID:39360948	综述	本文回顾了自2018年以来自由能扰动（FEP）计算在药物发现项目中的实际应用	讨论了物理模拟方法的替代方案以及深度学习在自由能计算中的整合	仍面临力场准确性和采样效率的挑战	探讨自由能计算在药物发现中的最新进展和实际应用	自由能扰动计算在药物发现中的应用	药物发现	NA	自由能扰动计算	NA	NA	NA
804	2024-10-15	A hybrid capsule attention-based convolutional bi-GRU method for multi-class mental task classification based brain-computer Interface 2024-Oct-14, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2410221 PMID:39397592	研究论文	本文提出了一种基于胶囊注意力机制的卷积双向门控循环单元模型，用于多类心理任务分类的脑机接口	本文引入了一种混合深度学习技术，结合了胶囊网络和注意力机制，以提高多类心理任务分类的准确性	NA	研究脑机接口中多级心理活动的分类问题，以提高分类准确性	脑电图数据和心理任务分类	机器学习	NA	脑电图分析	卷积神经网络 (CNN) 和双向门控循环单元 (bi-GRU)	脑电图数据	使用提供的脑电图数据集进行评估
805	2024-10-15	Internet of Things and Cloud Computing-based Disease Diagnosis using Optimized Improved Generative Adversarial Network in Smart Healthcare System 2024-Oct-13, Network (Bristol, England) DOI:10.1080/0954898X.2024.2392770 PMID:39396229	研究论文	本文提出了一种基于物联网和云计算的智能医疗系统中使用优化改进生成对抗网络进行疾病诊断的方法	本文引入了优化改进生成对抗网络（IGAN），并通过Flamingo Search优化算法（FSOA）对其进行优化，提高了疾病诊断的准确性和特异性，同时减少了执行时间	NA	提高智能医疗系统中疾病诊断的准确性和效率	糖尿病、慢性肾病和心脏病患者的数据	机器学习	心血管疾病	生成对抗网络（GAN）	生成对抗网络（GAN）	电子健康记录	NA
806	2024-10-15	Deep-learning-based attenuation map generation in kidney single photon emission computed tomography 2024-Oct-12, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-024-00686-4 PMID:39394395	研究论文	本研究利用深度学习技术从SPECT数据中生成合成衰减图（μ-maps），以实现肾脏SPECT成像的无CT量化技术	本研究开发了一种基于深度学习的算法，用于从SPECT数据生成合成μ-maps，无需CT扫描，从而减少辐射暴露	NA	建立一种无需CT扫描的肾脏SPECT成像量化技术，以减少辐射暴露	肾脏SPECT成像中的衰减校正	计算机视觉	NA	深度学习	3D U-Net	图像	1000例Tc-99m DTPA SPECT/CT扫描数据，其中800例用于训练，100例用于验证，100例用于测试
807	2024-10-15	A lightweight defect detection algorithm for escalator steps 2024-Oct-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74320-9 PMID:39394361	研究论文	提出了一种高效的电梯台阶缺陷检测算法ASF-Sim-YOLO，解决了检测网络模型参数过多、适应性差和视频流实时处理困难的问题	设计了ASF-Sim-P2结构以提高小目标检测精度，结合SimAM与SPPF增强模型捕捉关键信息的能力，采用NWD替代传统的CIoU损失函数，并对模型进行通道剪枝以满足移动设备部署需求	NA	开发一种轻量级且高效的电梯台阶缺陷检测算法	电梯台阶缺陷	计算机视觉	NA	目标检测	YOLO	视频	测试数据集上的平均精度(mAP50)为96.8%，比基线模型提高了22.1%，模型计算复杂度(GFLOPS)降低到基线模型的四分之一，帧率(FPS)提高到575.1
808	2024-10-15	A comparative study on automatic treatment planning for online adaptive proton therapy of esophageal cancer: which combination of deformable registration and deep learning planning tools performs the best? 2024-Oct-10, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad80f6 PMID:39332445	研究论文	本文比较了四种在线自适应质子治疗（OAPT）策略在食管癌治疗计划中的表现，评估了变形图像配准（DIR）和深度学习（DL）工具的组合效果	本文首次系统地比较了四种OAPT策略，并展示了DL-DEF和DL-DL在10分钟内实现OAPT的潜力	在某些情况下，目标体积的分割错误导致剂量下降，需要进一步改进分割算法	评估和比较不同变形图像配准和深度学习工具组合在食管癌在线自适应质子治疗中的效果	食管癌患者的在线自适应质子治疗计划	计算机视觉	食管癌	变形图像配准（DIR），深度学习（DL）	nnU-Net	图像	17名食管癌患者
809	2024-10-15	Comparison of deep-learning multimodality data fusion strategies in mandibular osteoradionecrosis NTCP modelling using clinical variables and radiation dose distribution volumes 2024-Oct-10, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad8290 PMID:39357529	研究论文	本文比较了不同深度学习多模态数据融合策略在颌骨放射性骨坏死NTCP模型中的应用	首次比较了早期、联合和晚期多模态数据融合策略在深度学习NTCP模型中的应用	晚期融合策略虽然技术复杂度较低，但缺乏关键的模态间交互作用	探讨不同多模态数据融合策略在深度学习NTCP模型中的有效性	颌骨放射性骨坏死的NTCP模型	机器学习	NA	深度学习	3D DenseNet-40	图像数据和临床数据	92例放射性骨坏死病例和92例对照组
810	2024-10-15	Deep learning-based detection of affected body parts in Parkinson's disease and freezing of gait using time-series imaging 2024-10-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75445-7 PMID:39390087	研究论文	提出了一种基于卷积神经网络的时间序列图像深度学习方法，用于检测帕金森病和冻结步态中受影响的身体部位	利用时间序列图像和卷积神经网络进行帕金森病和冻结步态中受影响身体部位的检测和区分	NA	开发一种辅助工具，用于评估帕金森病的严重程度和冻结步态	帕金森病患者和冻结步态患者在360°转身任务中的身体部位检测	计算机视觉	神经退行性疾病	卷积神经网络	CNN	时间序列图像	90名参与者，包括60名帕金森病患者（30名冻结步态患者和30名非冻结步态患者）和30名年龄匹配的老年人（对照组）
811	2024-10-15	DETECTION OF ORAL SQUAMOUS CELL CARCINOMA USING PRE-TRAINED DEEP LEARNING MODELS 2024-Oct-09, Experimental oncology DOI:10.15407/exp-oncology.2024.02.119 PMID:39396172	研究论文	本文研究了使用预训练深度学习模型检测口腔鳞状细胞癌的方法	本文提出了一种基于迁移学习的预训练分类模型和卷积神经网络（CNN）用于口腔鳞状细胞癌的二分类	本文的实验数据集较小，且仅限于口腔鳞状细胞癌的检测	评估使用迁移学习方法和预训练模型在口腔鳞状细胞癌早期诊断中的应用	口腔鳞状细胞癌的组织病理学图像	计算机视觉	口腔癌	迁移学习	CNN	图像	5192张组织病理学图像
812	2024-10-15	[Accelerated musculoskeletal magnetic resonance imaging with deep learning-based image reconstruction at 0.55 T-3 T] 2024-Oct, Radiologie (Heidelberg, Germany) DOI:10.1007/s00117-024-01325-w PMID:38864874	研究论文	本文探讨了使用深度学习技术加速肌肉骨骼磁共振成像（MRI）重建的方法	引入深度学习（DL）算法进行图像重建，以减少信噪比、空间分辨率和图像采集时间之间的相互依赖性，并允许使用更高的加速因子	NA	提高肌肉骨骼MRI的效率、患者舒适度、访问性和价值，同时保持高诊断准确性	肌肉骨骼系统的MRI图像重建	计算机视觉	NA	磁共振成像（MRI）	深度学习（DL）	图像	NA
813	2024-10-15	Enhancing the analysis of murine neonatal ultrasonic vocalizations: Development, evaluation, and application of different mathematical models 2024-Oct-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0030473 PMID:39400270	研究论文	本文系统评估了不同类型的神经网络用于小鼠新生超声发声（USV）分类的效果	首次系统评估了多种神经网络架构在USV分类中的适用性，并确定了最适合的架构	NA	确定最适合分析小鼠新生超声发声的神经网络架构	小鼠新生超声发声的分类	机器学习	NA	深度学习	卷积神经网络（CNN）	音频	NA
814	2024-10-14	Validation of the Mirai model for predicting breast cancer risk in Mexican women 2024-Oct-10, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-024-01808-3 PMID:39387984	研究论文	验证Mirai模型在预测墨西哥女性乳腺癌风险中的表现	Mirai模型在非白人少数族裔中的应用研究较少	模型在预测未来乳腺癌风险中的表现中等，需要进一步改进	验证Mirai模型在预测墨西哥女性乳腺癌风险中的表现	墨西哥女性乳腺癌风险	机器学习	乳腺癌	深度学习	深度学习模型	影像	3110名患者，其中76名在5年随访期内发展为乳腺癌
815	2024-10-14	A novel embedded kernel CNN-PCFF algorithm for breast cancer pathological image classification 2024-10-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74025-z PMID:39390003	研究论文	提出了一种新的嵌入式核函数CNN-PCFF算法用于乳腺癌病理图像分类	通过在主成分分析中嵌入核函数，形成多核主成分，将高维特征融合为一些代表性的综合变量，从而实现降维	未提及具体限制	提高乳腺癌病理图像分类的性能	乳腺癌病理图像	计算机视觉	乳腺癌	主成分分析	CNN	图像	两个公开的乳腺癌图像数据集
816	2024-10-13	Identification of dynamic networks community by fusing deep learning and evolutionary clustering 2024-Oct-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74361-0 PMID:39390015	研究论文	本文提出了一种融合深度学习和进化聚类的动态网络社区检测方法	结合深度学习和进化聚类，提出了一种新的动态社区检测方法DLEC，能够有效挖掘复杂非线性结构并生成高质量的社区结构	NA	旨在提高动态网络中社区检测的准确性和鲁棒性	动态网络中的社区结构	机器学习	NA	深度学习	多层深度自编码器	网络数据	合成网络和真实世界网络
817	2024-10-14	Galformer: a transformer with generative decoding and a hybrid loss function for multi-step stock market index prediction 2024-Oct-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72045-3 PMID:39390029	研究论文	本文介绍了一种名为Galformer的创新型Transformer模型，结合生成式解码和混合损失函数，用于多步股票市场指数预测	Galformer模型具有生成式解码器和混合损失函数，能够显著提高长序列预测的速度，并结合定量误差和趋势准确性优化模型	NA	提高股票市场指数预测的准确性和效率	股票市场指数的多步预测	机器学习	NA	Transformer模型	Transformer	时间序列数据	四个典型股票市场指数：CSI 300指数、S&P 500指数、道琼斯工业平均指数（DJI）和纳斯达克综合指数（IXIC）
818	2024-10-14	Integrating holotomography and deep learning for rapid detection of NPM1 mutations in AML 2024-10-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75168-9 PMID:39390137	研究论文	本研究利用全息断层成像（HT）和深度学习技术，快速检测急性髓系白血病（AML）中的NPM1突变	首次将全息断层成像与深度学习结合，用于检测AML中的NPM1突变，提供了一种早期、高效且成本效益高的诊断方法	研究样本量相对较小，且仅限于AML中的NPM1突变检测	开发一种新的方法，用于快速准确地诊断AML中的NPM1突变	AML患者中的NPM1突变	数字病理学	白血病	全息断层成像（HT）	卷积神经网络（CNN）	图像	2073张HT髓母细胞图像，来自48名个体，包括NPM1野生型和突变样本
819	2024-10-14	Application of artificial intelligence model in pathological staging and prognosis of clear cell renal cell carcinoma 2024-Oct-10, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-024-01437-8 PMID:39390246	研究论文	本研究开发了一种基于全切片图像的深度学习模型，用于预测透明细胞肾细胞癌的病理分期和预后	首次使用深度学习模型从病理图像中准确预测透明细胞肾细胞癌的病理分期和预后	研究样本仅来自TCGA数据库，可能存在数据偏倚	开发一种能够准确预测透明细胞肾细胞癌病理分期和预后的深度学习模型	透明细胞肾细胞癌患者的病理图像	数字病理学	肾癌	深度学习	深度学习模型	图像	513例透明细胞肾细胞癌患者
820	2024-10-14	A multi-task graph deep learning model to predict drugs combination of synergy and sensitivity scores 2024-Oct-10, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05925-0 PMID:39390357	研究论文	本文提出了一种多任务图深度学习模型'MultiComb'，用于预测药物组合的协同作用和敏感性评分	该模型利用图卷积网络处理药物的SMILES表示，并通过注意力机制优化特征表示，结合交叉缝合模型学习任务间关系，从而实现对药物组合协同作用和敏感性评分的预测	NA	预测药物组合对特定癌细胞系的协同作用和敏感性评分	药物组合的协同作用和敏感性评分	机器学习	癌症	图卷积网络	多任务深度学习模型	分子数据	38种独特药物组合成17,901对药物组合，并在37种独特癌细胞上测试