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	2025-01-05	Artificial intelligence application in endodontics: A narrative review 2024-Dec, Imaging science in dentistry IF:1.7Q3 DOI:10.5624/isd.20240321 PMID:39744558	综述	本文综述了人工智能在牙髓病学领域的方法和应用，旨在为牙医提供必要的技术知识以理解AI带来的机遇	本文系统地回顾了1992年至2023年间关于AI在牙髓病学中应用的研究，涵盖了从根折识别到牙髓干细胞活力评估等多个方面	研究仅限于英文发表的文献，可能遗漏了其他语言的重要研究	探索人工智能在牙髓病学中的应用及其潜力	牙髓病学中的AI应用	自然语言处理	NA	NA	NA	NA	71项研究
422	2025-01-05	Clinical Manifestations 2024-Dec, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.089228 PMID:39750713	研究论文	本研究利用自然语言处理技术，通过电子健康记录中的临床笔记预测痴呆和轻度认知障碍	引入了基于Transformer的语言模型Universal Sentence Encoder (USE)，并提出了两种创新的NLP方法：随机采样和基于就诊的采样，以提高认知阶段分类的准确性	研究依赖于特定时间段（2017-2018年）的电子健康记录数据，可能无法完全代表其他时间段或不同医疗机构的数据	开发自动化且可靠的方法，用于大规模检测认知障碍	电子健康记录中的临床笔记	自然语言处理	老年疾病	自然语言处理 (NLP)	Universal Sentence Encoder (USE)	文本	531名正常认知者、153名轻度认知障碍者和229名痴呆患者
423	2025-01-05	Basic Science and Pathogenesis 2024-Dec, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.089911 PMID:39750739	研究论文	本文提出了一种基于物理信息的深度模型，通过数据几何的视角揭示大脑结构与功能之间的耦合机制	引入了一种几何深度模型，利用图谐波散射变换在黎曼流形上施加大脑全局几何约束，挑战了认知神经科学中关于神经活动局限于局部区域的普遍观点	NA	理解大脑解剖结构如何支持各种神经活动，并探索其在疾病早期诊断和模型泛化中的应用	人类大脑	神经科学	NA	神经影像数据	几何深度模型，MLP-Mixer架构	神经影像数据	NA
424	2025-01-05	Basic Science and Pathogenesis 2024-Dec, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.092617 PMID:39750891	研究论文	本研究通过多模态分析跨物种蛋白质相互作用网络和人类大脑功能基因组数据，识别神经退行性疾病的风险基因和药物靶点	提出了一个多视图拓扑深度学习框架TAG-X，用于识别跨物种相互作用网络中的疾病相关基因，并重建了人类、果蝇、蠕虫和酵母的综合蛋白质-蛋白质相互作用网络	未来需要对候选靶点和基因进行功能观察验证	识别神经退行性疾病（如阿尔茨海默病、帕金森病和肌萎缩侧索硬化症）的风险基因和药物靶点	人类、果蝇、蠕虫和酵母的蛋白质相互作用网络	生物信息学	神经退行性疾病	多模态分析、深度学习、基因组关联研究（GWAS）、定量性状位点（x-QTL）	深度学习框架TAG-X	基因组、转录组、蛋白质组、相互作用网络数据	涉及人类、果蝇、蠕虫和酵母的蛋白质相互作用网络
425	2025-01-05	Basic Science and Pathogenesis 2024-Dec, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.087057 PMID:39750950	研究论文	本研究提出了一种计算方法来从脑组织的批量转录组数据中提取细胞信号，以研究神经退行性疾病的细胞类型特异性转录组程序	将Cellformer深度学习模型从ATAC-seq数据适应到RNA-seq数据，用于解析批量RNA测序数据中的细胞类型特异性表达模式	核RNA测序仅捕获20-50%的细胞转录信息，限制了细胞转录组的全面理解	研究神经退行性疾病的细胞类型特异性转录组程序	小鼠脑组织	生物信息学	神经退行性疾病	RNA-seq, snRNA-seq	Cellformer	RNA测序数据	小鼠脑组织样本
426	2025-01-05	Basic Science and Pathogenesis 2024-Dec, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.089010 PMID:39751068	研究论文	本文提出了一种名为时间感知循环神经网络（TA-RNN）的新型深度学习架构，用于预测轻度认知障碍（MCI）向阿尔茨海默病（AD）的转化	TA-RNN通过时间嵌入层和基于注意力的RNN解决了电子健康记录（EHR）数据中的不规则时间间隔问题，并提供了模型的可解释性	模型仅在ADNI和NACC数据集上进行了评估，可能需要进一步验证其在不同数据集上的泛化能力	研究目的是开发一种能够预测MCI向AD转化的深度学习模型，并解决EHR数据中的不规则时间间隔问题	研究对象为阿尔茨海默病（AD）和轻度认知障碍（MCI）患者	机器学习	老年病	深度学习	RNN, TA-RNN	电子健康记录（EHR）、纵向认知和神经影像数据	ADNI和NACC数据集
427	2025-01-05	Basic Science and Pathogenesis 2024-Dec, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.089093 PMID:39751088	研究论文	本研究提出了一种基于深度学习的反卷积框架，用于从大规模批量RNA测序数据中推断人类大脑中阿尔茨海默病及相关痴呆症的细胞类型特异性表达数量性状位点（eQTLs）	使用深度学习框架从批量RNA测序数据中推断细胞类型特异性eQTLs，避免了高成本的单核RNA测序	需要进一步的功能验证候选eQTLs和相关基因	解析阿尔茨海默病及相关痴呆症的遗传变异对基因表达的影响	人类大脑中的细胞类型特异性eQTLs	生物信息学	阿尔茨海默病	RNA-seq, WGS, snRNA-seq	深度学习	RNA测序数据, 全基因组测序数据	1,092个样本
428	2025-01-05	Basic Science and Pathogenesis 2024-Dec, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.089241 PMID:39751131	研究论文	本研究利用多模态数据和机器学习、深度学习及集成方法，提高阿尔茨海默病（AD）进展预测的准确性	通过多模态数据集成和集成学习方法，显著提高了阿尔茨海默病进展预测的准确性，并减少了有害的假阴性	研究仅使用了OASIS-3纵向数据集，未来可探索更多数据模态和方法以提高预测准确性	提高阿尔茨海默病的早期检测和进展预测准确性	1,098名患者的多模态数据，包括MRI扫描、脑体积测量和临床数据	机器学习	阿尔茨海默病	机器学习（ML）、深度学习（DL）、集成方法	CNN（MobileNetV2, ResNet101, ResNet152, ResNet200）、随机森林、K近邻	MRI扫描、脑体积测量、临床数据	1,098名患者
429	2025-01-05	Basic Science and Pathogenesis 2024-Dec, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.088814 PMID:39751145	研究论文	本研究利用预训练的深度学习模型，通过中文语音数据自动检测阿尔茨海默病	使用预训练的Wav2vec2模型处理中文语音数据，探索其在跨语言检测中的潜力	数据不平衡问题通过随机选择样本进行均衡处理，可能影响模型的泛化能力	开发基于语音的自动化阿尔茨海默病检测方法	81名台湾本土中文使用者，包括34名正常对照和47名早期阿尔茨海默病患者	自然语言处理	阿尔茨海默病	深度学习	Wav2vec2	音频	81名参与者，生成2887个6秒音频片段
430	2025-01-05	Basic Science and Pathogenesis 2024-Dec, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.092140 PMID:39751223	研究论文	本研究旨在开发一种深度学习模型，利用MRI预测早期受影响区域的tau蛋白积累，以早期预测疾病进展和认知衰退	采用基于注意力机制的编码器-解码器模型，结合Transformer模型，通过优先策略提高预测准确性	研究依赖于ADNI数据集，可能存在样本选择偏差，且未考虑其他可能影响tau积累的因素	开发一种深度学习模型，利用MRI预测早期tau蛋白积累区域	阿尔茨海默病患者的MRI和PET影像数据	数字病理学	阿尔茨海默病	T1加权MRI和[18F] flortaucipir-PET成像	基于注意力机制的编码器-解码器模型，Transformer模型	影像数据	1010次扫描，112名测试参与者
431	2025-01-05	Basic Science and Pathogenesis 2024-Dec, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.085828 PMID:39751753	研究论文	本研究介绍了一种深度学习模型，用于预测阿尔茨海默病中淀粉样蛋白β的积累	通过将淀粉样蛋白β的扩散数学模型转化为深度学习框架，结合多层感知机（MLP）和图卷积神经网络（GCN），实现了对淀粉样蛋白β积累的高精度预测	模型参数是针对整个群体优化的，对某些个体的准确性有所差异，且需要进一步解释每个术语的全面含义	早期诊断阿尔茨海默病并延缓疾病进展	淀粉样蛋白β的积累	数字病理学	阿尔茨海默病	深度学习	MLP, GCN	神经影像数据（T1结构磁共振图像、18F-Florbetapir正电子发射断层扫描、扩散加权磁共振图像）	146名受试者的纵向数据，共436个数据点
432	2025-01-04	Structural Insights into Cold-Active Lipase from Glaciozyma antarctica PI12: Alphafold2 Prediction and Molecular Dynamics Simulation 2024-Dec, Journal of molecular evolution IF:2.1Q3 DOI:10.1007/s00239-024-10219-3 PMID:39549052	研究论文	本文通过系统发育分析和深度学习工具Alphafold2预测并模拟了来自南极冰川酵母PI12的冷活性脂肪酶Glalip03的三维结构，揭示了其在低温下的稳定性和灵活性	利用Alphafold2预测和分子动力学模拟，首次揭示了冷活性脂肪酶Glalip03在低温下的结构稳定性和适应性机制	研究主要基于计算模拟，缺乏实验验证	研究冷活性脂肪酶在低温下的适应机制及其工业应用潜力	来自南极冰川酵母PI12的冷活性脂肪酶Glalip03	生物信息学	NA	Alphafold2预测，分子动力学模拟	Alphafold2	蛋白质序列和结构数据	NA
433	2025-01-02	Single-nucleus transcriptome atlas of orbitofrontal cortex in amyotrophic lateral sclerosis with a deep learning-based decoding of alternative polyadenylation mechanisms 2024-Dec-16, bioRxiv : the preprint server for biology DOI:10.1101/2023.12.22.573083 PMID:38187588	研究论文	本文通过单核RNA测序和深度学习模型APA-Net，研究了肌萎缩侧索硬化症（ALS）和额颞叶变性（FTLD）中眶额皮层的细胞类型特异性转录特征和选择性多聚腺苷酸化机制	开发了APA-Net深度学习模型，整合转录序列和RNA结合蛋白表达谱，揭示了细胞类型特异性的选择性多聚腺苷酸化调控模式	研究主要集中于C9orf72相关的ALS和散发性ALS病例，可能不适用于所有ALS亚型	揭示ALS和FTLD中细胞类型特异性的病理机制和转录调控	ALS和FTLD患者的眶额皮层细胞	数字病理学	肌萎缩侧索硬化症	单核RNA测序	APA-Net	RNA序列数据	C9orf72相关ALS（伴或不伴FTLD）和散发性ALS病例
434	2025-01-01	Applications of Transformers in Computational Chemistry: Recent Progress and Prospects 2024-Dec-31, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.4c03128 PMID:39737793	综述	本文综述了Transformer模型在计算化学中的应用及其未来前景	与传统的机器学习和深度学习技术相比，Transformer模型具有细粒度的特征捕捉能力，能够高效准确地建模长序列数据的依赖关系，模拟复杂多样的化学空间，并探索数据背后的计算逻辑	NA	探讨Transformer模型在计算化学中的应用及其未来研究方向	Transformer模型及其在计算化学中的应用	计算化学	NA	NA	Transformer	长序列数据	NA
435	2025-01-01	An efficient surface electromyography-based gesture recognition algorithm based on multiscale fusion convolution and channel attention 2024-12-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81369-z PMID:39730496	研究论文	本文提出了一种基于多尺度融合卷积和通道注意力的高效表面肌电信号手势识别算法	提出了Residual-Inception-Efficient (RIE)模型，结合了Inception模块和高效通道注意力机制，降低了算法复杂度并提高了识别精度	未提及具体局限性	实现更高效的多类型手势识别	表面肌电信号（sEMG）	机器学习	NA	NA	Residual-Inception-Efficient (RIE)模型	表面肌电信号（sEMG）	NinaPro DB1、DB3和DB4数据集，分别包含14,040、3,234和3,120个手势样本
436	2024-12-30	A proficient approach for the classification of Alzheimer's disease using a hybridization of machine learning and deep learning 2024-12-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81563-z PMID:39730532	研究论文	本文提出了一种结合机器学习和深度学习的新方法，用于阿尔茨海默病的早期检测和分类	提出了一种独特的机器学习和深度学习结合的方法，优化了阿尔茨海默病检测和分类的精度和准确性	NA	早期检测和分类阿尔茨海默病	阿尔茨海默病患者	机器学习	阿尔茨海默病	结构磁共振成像（sMRI）	混合模型（机器学习和深度学习）	图像	NA
437	2025-01-01	Limitations of panoramic radiographs in predicting mandibular wisdom tooth extraction and the potential of deep learning models to overcome them 2024-12-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81153-z PMID:39730557	研究论文	本研究探讨了全景X光片在预测下颌智齿拔除难度中的局限性，并评估了深度学习模型在此任务中的潜力	首次使用深度学习模型（AlexNet和VGG-16）来预测智齿拔除过程中是否需要牙齿分离或骨移除，并与口腔外科医生的预测能力进行了比较	仅使用全景X光片进行预测，准确率较低，表明单独使用全景X光片预测智齿拔除难度具有挑战性	预测下颌智齿拔除的难度，并评估深度学习模型在此任务中的表现	下颌智齿	数字病理	NA	深度学习	CNN（AlexNet和VGG-16）	图像（全景X光片）	NA
438	2025-01-01	SHIVA-CMB: a deep-learning-based robust cerebral microbleed segmentation tool trained on multi-source T2*GRE- and susceptibility-weighted MRI 2024-12-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81870-5 PMID:39730628	研究论文	本文介绍了一种基于深度学习的脑微出血（CMB）分割工具SHIVA-CMB，该工具在多种来源的T2*GRE和磁敏感加权MRI数据上进行了训练	SHIVA-CMB是首个公开分享预训练模型的CMB检测工具，具有较高的泛化能力和性能	尽管在多个数据集上表现出色，但模型的性能可能仍受限于训练数据的多样性和数量	开发一种能够在大规模研究中快速表征CMB的工具，以促进对CMB病理生理学和功能后果的研究	脑微出血（CMB）	数字病理学	脑血管疾病	深度学习	3D Unet	MRI图像	450次扫描来自六个不同的队列研究，测试集包括96次扫描，另外还有1992次T2*加权扫描用于验证
439	2025-01-01	CDUNeXt: efficient ossification segmentation with large kernel and dual cross gate attention 2024-12-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82199-9 PMID:39730708	研究论文	本文提出了一种名为CDUNeXt的轻量级、自动且高效的方法，用于识别黄韧带骨化区域	首次将深度学习方法引入黄韧带骨化诊断，设计了轻量级模块结构，利用大核卷积提取图像特征的长距离依赖，并采用双交叉门注意力机制（DCGA）顺序捕捉通道和空间依赖，以实现快速准确的分割	目前仅依赖医生的主观经验进行识别，效率低且误差大	解决黄韧带骨化区域准确高效识别的临床痛点	黄韧带骨化区域	医学图像分割	脊柱狭窄	深度学习	CDUNeXt	图像	NA
440	2025-01-01	Enhanced human activity recognition in medical emergencies using a hybrid deep CNN and bi-directional LSTM model with wearable sensors 2024-12-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82045-y PMID:39730745	研究论文	本文提出了一种结合深度CNN和双向LSTM的混合模型，用于提高医疗紧急情况下的人类活动识别	提出了CNN-BiLSTM模型，并采用欠采样技术，显著提高了人类活动识别的准确性	模型仅在两个公开数据集上进行了评估，可能在其他数据集上的泛化能力有待验证	提高医疗紧急情况下的人类活动识别准确性	人类活动	机器学习	老年疾病	NA	CNN, BiLSTM	传感器数据	MHEALTH和Actitracker两个公开数据集