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
601	2024-12-12	Sex-and Stress-Dependent Plasticity of a Corticotropin Releasing Hormone / GABA Projection from the Basolateral Amygdala to Nucleus Accumbens that Mediates Reward Behaviors 2024-Dec-01, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.30.626183 PMID:39651305	研究论文	研究探讨了早期生活逆境（ELA）对小鼠奖励行为的影响，特别是从基底外侧杏仁核到伏隔核的皮质释放激素/GABA投射的性别依赖性可塑性	揭示了皮质释放激素/GABA从基底外侧杏仁核到伏隔核的投射在奖励行为中的性别特异性作用，并发现了早期生活逆境对这种投射的性别依赖性影响	研究主要集中在小鼠模型上，结果的普遍性和对人类的影响尚需进一步验证	探讨早期生活逆境对奖励行为的影响机制，特别是性别依赖性的神经回路变化	成年雄性和雌性CRH-Cre小鼠，分别在控制和早期生活逆境条件下	神经科学	NA	免疫染色、电生理学、组织清除、光片荧光显微镜、深度学习	NA	图像	成年雄性和雌性CRH-Cre小鼠，分别在控制和早期生活逆境条件下
602	2024-12-12	Automatic classification of fungal-fungal interactions using deep leaning models 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.11.027 PMID:39655263	研究论文	本文开发了一种基于深度神经网络的AI自动化图像分类方法，用于自动分类真菌-真菌相互作用	本文首次引入了使用深度学习自动分类真菌-真菌相互作用的方法，并可轻松适应其他真菌物种	NA	开发一种自动化的方法来分类真菌-真菌相互作用，以克服传统方法耗时且难以复制的缺点	植物病原体与来自38,400个真菌菌株的单个分离物的相互作用	机器学习	NA	深度学习	DenseNet121	图像	38,400个真菌菌株
603	2024-12-11	Deep learning-based hyperspectral image correction and unmixing for brain tumor surgery 2024-Dec-20, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.111273 PMID:39628576	研究论文	本文提出了两种基于深度学习的模型，用于校正和解混高光谱图像，以改善脑肿瘤手术中的荧光引导	本文的创新点在于提出了两种深度学习模型，能够有效捕捉组织的光学和几何特性的异质性，并展示了半监督模型在人类数据上的更好泛化能力	本文的局限性在于仅在幻影和猪脑数据上进行了评估，尚未在人类临床试验中验证	本文的研究目的是改进高光谱成像在荧光引导脑肿瘤切除中的应用，以提高手术的准确性和患者预后	本文的研究对象是脑肿瘤手术中的高光谱图像校正和解混	计算机视觉	脑肿瘤	深度学习	深度学习模型	高光谱图像	幻影和猪脑数据
604	2024-12-11	Deep Learning for Generating Phase-Conditioned Infrared Spectra 2024-Dec-10, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c04786 PMID:39575882	研究论文	本文提出了一种高效的相位感知机器学习方法，用于从二维分子结构生成相位条件下的红外光谱	本文首次提出了一种能够生成真实世界复杂分子相位条件下红外光谱的方法，并设计了相位感知的图神经网络与transformer解码器的结合	NA	加速红外光谱分析，解决现有方法忽略红外光谱相位依赖性的问题	红外光谱的生成与分析	机器学习	NA	图神经网络，transformer解码器	图神经网络，transformer	分子结构，红外光谱	包含11,546个实验测量红外光谱的10,288个独特分子的基准数据集
605	2024-12-11	Augmenting Human Expertise in Weighted Ensemble Simulations through Deep Learning-Based Information Bottleneck 2024-Dec-10, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c00919 PMID:39589127	研究论文	本文提出了一种结合深度学习信息瓶颈和专家知识的加权集成模拟方法，以增强对感兴趣区域的采样和减少运行差异	本文的创新点在于将基于深度学习的信息瓶颈方法与专家知识相结合，形成了一种混合方法，能够有效引导加权集成模拟并增强数据分析	NA	研究目的是通过结合专家知识和数据驱动方法，提高加权集成模拟的效率和准确性	研究对象是加权集成模拟中的集体变量选择和分区方案	机器学习	NA	加权集成方法	信息瓶颈模型	数据	涉及丙氨酸二肽和chignolin系统
606	2024-12-11	Data-Quality-Navigated Machine Learning Strategy with Chemical Intuition to Improve Generalization 2024-Dec-10, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c00969 PMID:39589234	研究论文	本文提出了一种基于化学直觉的数据质量导航机器学习策略，以提高有机半导体重组能预测任务的泛化能力	本文创新性地提出了基于化学直觉的数据质量导航策略，包括数据多样性评估、可靠性评估、数据过滤和分割技术，并构建了集成深度学习模型框架	本文未详细讨论该策略在其他领域的适用性和扩展性	提高机器学习模型在实际应用中的泛化能力	有机半导体分子的重组能预测	机器学习	NA	深度学习	集成框架	分子结构数据	15,989个有机半导体分子
607	2024-12-11	Assessment of image quality on the diagnostic performance of clinicians and deep learning models: Cross-sectional comparative reader study 2024-Dec-10, Journal of the European Academy of Dermatology and Venereology : JEADV IF:8.4Q1 DOI:10.1111/jdv.20462 PMID:39655640	研究论文	本研究评估了不同图像质量（包括HDR增强的智能手机图像）对临床医生和卷积神经网络（CNN）模型诊断性能的影响	首次探讨了高动态范围（HDR）转换对智能手机图像质量的影响，并比较了临床医生和深度学习模型在不同图像质量下的诊断性能	样本量相对较小，且仅限于皮肤病变图像，研究结果的普适性可能有限	探讨不同图像质量对临床医生和深度学习模型诊断能力的影响	皮肤病变图像的诊断性能	计算机视觉	皮肤癌	HDR转换	卷积神经网络（CNN）	图像	101个皮肤病变，303张图像，18名皮肤科临床医生参与评估
608	2024-12-11	Utilizing deep learning-based causal inference to explore vancomycin's impact on continuous kidney replacement therapy necessity in blood culture-positive intensive care unit patients 2024-Dec-10, Microbiology spectrum IF:3.7Q2 DOI:10.1128/spectrum.02662-24 PMID:39656005	研究论文	本研究利用基于深度学习的因果推断模型，探讨万古霉素对血培养阳性重症监护病房患者连续肾脏替代治疗需求的影响	本研究首次使用深度学习因果推断模型量化万古霉素对连续肾脏替代治疗（CKRT）启动概率的影响，并识别出与高敏感性相关的特定患者特征	NA	评估万古霉素对血培养阳性重症监护病房患者连续肾脏替代治疗风险的影响	血培养阳性的重症监护病房患者	机器学习	NA	深度学习因果推断	随机森林、Light Gradient Boosting Machine	文本	1318名患者，其中41名需要连续肾脏替代治疗
609	2024-12-11	End-to-end deep learning patient level classification of affected territory of ischemic stroke patients in DW-MRI 2024-Dec-10, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-024-03520-x PMID:39656236	研究论文	开发了一种端到端的深度学习模型，用于自动分类缺血性中风患者的DW-MRI中的受影响区域	提出了一个端到端的深度学习模型，结合了3D卷积神经网络和注意力门，以及时间分布层和长短期记忆网络，用于切片编码，并集成了临床领域知识以提高分类性能	研究是回顾性的，且数据来自多个中心，可能存在数据不一致性	开发一种自动分类缺血性中风患者DW-MRI中受影响区域的深度学习模型	缺血性中风患者的DW-MRI图像	计算机视觉	中风	3D卷积神经网络 (CNN)，注意力门，长短期记忆网络 (LSTM)，支持向量机 (SVM)	CNN, LSTM	图像	624个DW-MRI图像，来自3个中心，平均年龄66.89岁，29-95岁，345名男性
610	2024-12-11	Prediction of Visual Acuity After Cataract Surgery by Deep Learning Methods Using Clinical Information and Color Fundus Photography 2024-Dec-09, Current eye research IF:1.7Q3 DOI:10.1080/02713683.2024.2430212 PMID:39651583	研究论文	本文研究了使用术前临床信息和彩色眼底摄影（CFP）通过深度学习模型预测白内障手术后视力的表现	本文首次将彩色眼底摄影与临床信息结合，通过深度学习模型预测白内障手术后的视力	本文未进一步探讨多模态输入对预测任务的具体影响	研究深度学习模型在预测白内障手术后视力方面的表现	白内障手术患者的术前临床信息和彩色眼底摄影	计算机视觉	NA	深度学习	神经网络	图像和文本	446名患者，共673张眼底图像
611	2024-12-11	Prognostic Modeling for Liver Cirrhosis Mortality Prediction and Real-Time Health Monitoring from Electronic Health Data 2024-Dec-09, Big data IF:2.6Q2 DOI:10.1089/big.2024.0071 PMID:39651607	研究论文	本研究旨在利用电子健康数据构建预测肝硬化患者死亡率的模型，并进行实时健康监测	提出了一种基于深度学习的人工神经网络模型，旨在超越现有的终末期肝病模型（MELD）的预测能力	在处理不平衡数据集时，模型在精确度和召回率之间存在权衡问题	提高肝硬化相关死亡率的预测准确性，并改进应对这一挑战的方法	肝硬化患者的死亡率预测和健康监测	机器学习	肝病	深度学习	人工神经网络	电子健康数据	使用了不同比例的训练数据集（70%、80%和90%）进行模型训练和评估
612	2024-12-11	A dual-decoder banded convolutional attention network for bone segmentation in ultrasound images 2024-Dec-09, Medical physics IF:3.2Q1 DOI:10.1002/mp.17545 PMID:39651711	研究论文	本文提出了一种双解码器带状卷积注意力网络（BCA-Net），用于超声图像中的骨骼分割	创新点在于引入了多尺度带状卷积核和任务一致性损失，利用骨骼特征的先验知识，提高了骨骼表面分割的准确性和效率	NA	系统研究骨骼超声图像的特征提取和分割方法，提出一种创新的卷积神经网络以实现精确和高效的骨骼结构提取	骨骼超声图像的分割	计算机视觉	NA	卷积神经网络	CNN	图像	1623组超声图像
613	2024-12-11	Classification of speech arrests and speech impairments during awake craniotomy: a multi-databases analysis 2024-Dec-09, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03301-0 PMID:39652158	研究论文	本文探讨了使用基于深度学习的模型对清醒开颅手术期间的语言中断和语言障碍进行客观评估	首次使用Wav2Vec2模型对清醒开颅手术中的语言中断和语言障碍进行自动检测	需要进一步评估，尤其是在跨语言情况下的表现	提高清醒开颅手术中语言功能的实时评估精度，从而改善术后结果	清醒开颅手术期间的语言中断和语言障碍	机器学习	NA	Wav2Vec2	Wav2Vec2	音频	1883个3秒的音频片段，来自23例清醒开颅手术
614	2024-12-11	Automated segmentation of dental restorations using deep learning: exploring data augmentation techniques 2024-Dec-09, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-024-00794-y PMID:39652261	研究论文	本文研究了使用深度学习自动分割牙科修复体，并探索了数据增强技术对分割性能的影响	本文创新点在于探索了不同的数据增强技术对深度学习模型在牙科修复体分割中的性能提升效果	本文的局限性在于仅针对特定的牙科修复体类型进行研究，未涵盖所有可能的牙科结构	研究自动分割牙科修复体的深度学习模型，并评估数据增强技术对模型性能的影响	牙科全景图像中的种植体、假体和填充物	计算机视觉	NA	深度学习	分割模型	图像	9种不同的深度学习分割模型和8种数据增强技术
615	2024-12-11	Current State of Community-Driven Radiological AI Deployment in Medical Imaging 2024-Dec-09, JMIR AI DOI:10.2196/55833 PMID:39653370	综述	本文概述了人工智能与医学影像领域的交叉现状，并探讨了在医院环境中部署AI模型的挑战	介绍了AI用例的分类法，并提供了AI模型在医院中集成的实际案例，同时介绍了MONAI作为解决AI集成需求的开放源代码联盟	未具体提及	探讨AI在医学影像中的应用现状及部署挑战	医学影像领域的AI模型及其在临床工作流程中的应用	医学影像	NA	深度学习	NA	影像	NA
616	2024-12-11	An explainable deep learning platform for molecular discovery 2024-Dec-09, Nature protocols IF:13.1Q1 DOI:10.1038/s41596-024-01084-x PMID:39653800	研究论文	本文介绍了一个可解释的深度学习平台，用于分子发现，特别是抗生素结构类别的发现	该平台使用图神经网络（Graph Neural Networks）作为深度学习模型架构，能够识别预测活性背后的化学子结构，并提供可解释的推理	该平台主要针对小分子和无机分子的结构类别发现，未涉及其他类型的分子	开发一个可解释的深度学习平台，用于高效地发现具有特定活性的分子结构类别	抗生素、抗癌药物、抗病毒药物、抗衰老药物以及具有特定物理和化学性质的无机分子	机器学习	NA	图神经网络（Graph Neural Networks）	图神经网络（Graph Neural Networks）	化学数据	未明确提及具体样本数量
617	2024-12-11	Fusion Learning from Non-contrast CT Scans for the Detection of Hemorrhagic Transformation in Stroke Patients 2024-Dec-09, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01350-0 PMID:39653876	研究论文	本研究开发并验证了一种基于非对比CT扫描的计算机辅助诊断系统，用于预测接受再灌注治疗的卒中患者的出血性转化	本研究通过结合DenseNet201和Vision Transformers（ViTs）特征，显著提高了预测模型的准确性和AUC值	本研究为回顾性研究，样本量相对较小，且仅限于急性缺血性卒中患者	开发和验证一种基于非对比CT扫描的计算机辅助诊断系统，用于预测卒中患者的出血性转化	接受再灌注治疗的急性缺血性卒中患者	计算机视觉	卒中	卷积神经网络（CNN）、Vision Transformers（ViTs）	DenseNet201、Vision Transformers（ViTs）	图像	188名急性缺血性卒中患者，包含2076张非对比CT图像
618	2024-12-11	Prediction of Nursing Need Proxies Using Vital Signs and Biomarkers Data: Application of Deep Learning Models 2024-Dec-09, Journal of clinical nursing IF:3.2Q1 DOI:10.1111/jocn.17612 PMID:39654010	研究论文	本研究开发了深度学习模型，用于预测住院患者的护理需求代理，并将其预测效能与传统回归模型进行比较	本研究首次将循环神经网络（RNN）和长短期记忆网络（LSTM）应用于护理需求预测，并证明了其优于传统回归模型的预测能力	在快速变化时期，模型的预测准确性显著降低	开发和验证深度学习模型，以预测住院患者的护理需求代理	20,855名20岁及以上住院成年患者的电子健康记录数据	机器学习	NA	深度学习	RNN, LSTM	文本	20,855名成年患者
619	2024-12-11	Hierarchical Graph Attention Network with Positive and Negative Attentions for Improved Interpretability: ISA-PN 2024-Dec-09, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01035 PMID:39654089	研究论文	本文介绍了一种可解释的子图注意力网络ISA-PN，通过正负注意力流来增强分子结构-性质关系的理解	提出了ISA-PN模型，通过正负注意力流量化分子子结构的贡献，显著提高了模型的可解释性	NA	提高深度学习模型在化学和材料科学中的可解释性	分子结构-性质关系	机器学习	NA	注意力机制	图注意力网络	分子数据	使用了水溶性、脂溶性和熔点数据集进行验证
620	2024-12-11	FormulationBCS: A Machine Learning Platform Based on Diverse Molecular Representations for Biopharmaceutical Classification System (BCS) Class Prediction 2024-Dec-08, Molecular pharmaceutics IF:4.5Q1 DOI:10.1021/acs.molpharmaceut.4c00946 PMID:39647169	研究论文	本研究开发了一个基于高性能机器学习模型的生物制药分类系统（BCS）分类的网络平台，通过多种分子表示和学习算法进行BCS分类预测	首次开发了一个基于机器学习的BCS分类预测网络平台，结合多种分子表示和学习算法，显著提高了BCS分类的准确性和效率	研究中使用的数据集和模型在外部验证中的准确性仍有提升空间	开发一个高吞吐量的BCS分类预测平台，以提高药物开发和监管的效率	BCS分类中的溶解性和渗透性预测	机器学习	NA	机器学习算法和深度学习框架	LightGBM, AttentiveFP, XGBoost	分子属性数据	四个BCS相关分子属性数据集