深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
601	2024-12-25	Identifying the presence of atrial fibrillation during sinus rhythm using a dual-input mixed neural network with ECG coloring technology 2024-Dec-23, BMC medical research methodology IF:3.9Q1 DOI:10.1186/s12874-024-02421-0 PMID:39716064	研究论文	本文提出了一种使用双输入混合神经网络和ECG着色技术来识别窦性心律下房颤存在的方法	本文创新性地将临床数据与心电图（ECG）通过着色技术结合，丰富了特征多样性，提升了房颤检测的性能	NA	开发一种能够在无心律失常窗口期间诊断房颤的深度学习模型	房颤的检测和预测	机器学习	心血管疾病	ECG着色技术	双输入混合神经网络（DMNN）	图像和临床数据	NA	NA	NA	NA	NA
602	2024-12-25	Comparison and analysis of deep learning models for discriminating longitudinal and oblique vaginal septa based on ultrasound imaging 2024-Dec-23, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01507-x PMID:39716160	研究论文	本研究比较和分析了基于超声图像的深度学习模型在区分纵向和斜向阴道隔膜中的表现	本研究首次比较了基于卷积神经网络和视觉变换器的深度学习模型在区分纵向和斜向阴道隔膜中的表现，并发现卷积神经网络模型在诊断准确性上优于视觉变换器模型	本研究的样本量较小，且仅限于超声图像数据，未来研究可以扩展到其他类型的影像数据和更大的样本量	评估多种深度学习模型在基于超声图像区分纵向和斜向阴道隔膜中的表现	纵向阴道隔膜和斜向阴道隔膜的超声图像	计算机视觉	妇科疾病	超声成像	CNN, ViT	图像	70个病例，426张超声图像	NA	NA	NA	NA
603	2024-12-25	Assessment of MGMT promoter methylation status in glioblastoma using deep learning features from multi-sequence MRI of intratumoral and peritumoral regions 2024-Dec-23, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-024-00817-1 PMID:39716317	研究论文	本研究评估了从多序列磁共振成像（MRI）中提取的深度学习特征在确定胶质母细胞瘤患者O6-甲基鸟嘌呤-DNA甲基转移酶（MGMT）启动子甲基化状态中的有效性	本研究首次利用多序列MRI数据结合Transformer算法，开发了能够预测胶质母细胞瘤患者MGMT启动子甲基化状态的深度学习模型	研究使用了回顾性数据，且样本量相对较小，可能影响模型的泛化能力	评估深度学习特征在确定胶质母细胞瘤患者MGMT启动子甲基化状态中的有效性	胶质母细胞瘤患者的MGMT启动子甲基化状态	数字病理学	脑肿瘤	磁共振成像（MRI）	Transformer	图像	356名胶质母细胞瘤患者（251名甲基化，105名未甲基化）	NA	NA	NA	NA
604	2024-12-25	Identification of apigenin as a multi-target inhibitor against SARS-CoV-2 by computational exploration 2024-Dec-13, FASEB journal : official publication of the Federation of American Societies for Experimental Biology IF:4.4Q2 DOI:10.1096/fj.202401972RRR PMID:39718442	研究论文	本文通过计算探索，识别出芹菜素作为SARS-CoV-2的多靶点抑制剂	本文首次通过网络算法、深度学习、分子对接、分子动力学模拟和正常模式分析，全面探索了芹菜素在SARS-CoV-2治疗中的潜在效果和机制	本文主要基于计算模型进行预测，尚未进行实验验证	研究芹菜素作为SARS-CoV-2多靶点抑制剂的潜力和机制	芹菜素与SARS-CoV-2多个靶点的结合能力及其稳定性	NA	NA	网络算法、深度学习、分子对接、分子动力学模拟、正常模式分析	卷积模型与自注意力机制	分子结构数据	NA	NA	NA	NA	NA
605	2024-12-25	DDI-GPT: Explainable Prediction of Drug-Drug Interactions using Large Language Models enhanced with Knowledge Graphs 2024-Dec-09, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.06.627266 PMID:39713430	研究论文	本文提出了一种名为DDI-GPT的深度学习框架，通过结合知识图谱和预训练的大型语言模型来预测药物-药物相互作用	DDI-GPT通过捕捉生物医学实体之间的上下文依赖关系来推断潜在的药物相互作用，并使用特征归因方法增强了模型的可解释性	NA	开发一种能够早期检测潜在药物相互作用并提高患者安全性的深度学习工具	药物-药物相互作用（DDIs）的预测和解释	机器学习	NA	知识图谱（KGs）和预训练大型语言模型（LLMs）	深度学习模型	文本	9,480条药物相互作用记录，涵盖442种不同的药物	NA	NA	NA	NA
606	2024-12-25	Assessing polyomic risk to predict Alzheimer's disease using a machine learning model 2024-Dec, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.14319 PMID:39511865	研究论文	本文使用基于树和深度学习的方法，利用基因组、蛋白质组、代谢组和药物使用数据，开发了一个多组学模型来预测阿尔茨海默病（AD）的患病状态和发病年龄	本文首次结合多组学数据和药物使用数据，使用机器学习模型预测阿尔茨海默病，并发现GFAP和CXCL17蛋白是最强的预测因子	本文未能在增加“AD-by-proxy”病例后提高AD预测的准确性	开发一种有效的筛查工具，用于阿尔茨海默病的早期检测，以便进行早期干预	阿尔茨海默病的患病状态和发病年龄	机器学习	老年痴呆症	机器学习	基于树和深度学习模型	基因组、蛋白质组、代谢组和药物使用数据	来自UK Biobank的数据	NA	NA	NA	NA
607	2024-12-25	Deep-GB: A novel deep learning model for globular protein prediction using CNN-BiLSTM architecture and enhanced PSSM with trisection strategy 2024-Dec, IET systems biology IF:1.9Q3 DOI:10.1049/syb2.12108 PMID:39514139	研究论文	本文提出了一种名为Deep-GP的新型深度学习模型，用于球状蛋白预测，采用CNN-BiLSTM架构和增强的PSSM与三分策略	本文的创新点在于引入了一种基于共识序列的三分位置特异性评分矩阵（CST-PSSM）特征描述符，并结合CNN和BiLSTM进行集成学习，显著提高了球状蛋白预测的准确性	NA	本文的研究目的是开发一种精确的球状蛋白识别方法，以加速研究、简化药物发现并揭示新的治疗靶点	本文的研究对象是球状蛋白及其在生物过程中的重要作用	机器学习	NA	深度学习	CNN-BiLSTM	序列	两个基于初级序列的数据集	NA	NA	NA	NA
608	2024-12-25	Human essential gene identification based on feature fusion and feature screening 2024-Dec, IET systems biology IF:1.9Q3 DOI:10.1049/syb2.12105 PMID:39578676	研究论文	本研究开发了一种用于识别人类必需基因的预测模型，通过特征融合和特征筛选策略提高了模型性能	本研究通过特征融合和特征优化策略显著提高了模型性能，并提供了一种优于其他方法的必需基因识别方法	NA	开发一种强大的预测模型用于识别人类必需基因	人类必需基因	机器学习	NA	特征编码方法（如Kmer、Composition of K-spaced Nucleic Acid Pairs、Z-curve）	机器学习算法和深度学习模型	基因序列	人类癌细胞系中的必需基因数据	NA	NA	NA	NA
609	2024-12-25	New approach methodologies for risk assessment using deep learning 2024-Dec, EFSA journal. European Food Safety Authority DOI:10.2903/j.efsa.2024.e221105 PMID:39712912	研究论文	本文探讨了利用深度学习技术开发新的风险评估方法，旨在减少动物实验的需求	本文提出了基于人工智能的新方法学（NAMs），用于替代动物实验进行风险评估，并计划开发一个AI决策工具，利用已知的化学物质毒性数据和其与人类蛋白质的相互作用数据来支持多重应激源的风险评估研究	本文尚未详细描述具体的深度学习模型或实验验证结果，且未提及样本量和数据集的具体信息	开发基于人工智能的新方法学，用于替代动物实验进行风险评估	研究对象包括与神经和生殖功能相关的人类蛋白质，以及与蜜蜂免疫系统相关的蛋白质	机器学习	NA	深度学习	NA	文本	NA	NA	NA	NA	NA
610	2024-12-25	Engineered feature embeddings meet deep learning: A novel strategy to improve bone marrow cell classification and model transparency 2024-Dec, Journal of pathology informatics DOI:10.1016/j.jpi.2024.100390 PMID:39712979	研究论文	本文提出了一种新的策略，通过工程化的特征嵌入和深度学习网络（Xception和ResNet50）来改进骨髓细胞分类并提高模型的透明度	引入了区域注意力嵌入（region-attention embedding），通过特定组织的细胞学特征矩阵来表示细胞图像，保留了空间/区域关系，并结合深度学习网络提供图像区域的局部相关性，增加了预测的可解释性	在未见数据集上的f1分数为0.56，表明模型在处理未见数据时仍存在一定的局限性	自动化骨髓细胞评估，提高分类性能并增加模型的透明度	21种骨髓细胞亚型	计算机视觉	血液疾病	深度学习	Xception, ResNet50	图像	训练集包含89,484张图像，测试集包含22,371张图像	NA	NA	NA	NA
611	2024-12-25	Hybrid of Deep Feature Extraction and Machine Learning Ensembles for Imbalanced Skin Cancer Datasets 2024-Dec, Experimental dermatology IF:3.5Q1 DOI:10.1111/exd.70020 PMID:39716023	研究论文	本研究提出了一种结合深度特征提取和机器学习集成方法的独特方法，用于分类不平衡的皮肤癌数据集	本研究的创新点在于结合了深度学习模型和机器学习算法，并通过集成技术提高了分类的鲁棒性和准确性	NA	提高在不平衡数据集上的皮肤癌分类性能	皮肤癌数据集的分类	机器学习	皮肤癌	深度学习（DenseNet201, Xception, Mobilenet）和机器学习（集成技术）	混合模型（深度学习特征提取与机器学习集成）	图像	HAM10000和ISIC数据集	NA	NA	NA	NA
612	2024-12-25	A Spatial Registration Method Based on Point Cloud and Deep Learning for Augmented Reality Neurosurgical Navigation 2024-Dec, The international journal of medical robotics + computer assisted surgery : MRCAS DOI:10.1002/rcs.70030 PMID:39716403	研究论文	提出了一种基于点云和深度学习的增强现实神经外科导航空间配准方法	该方法结合了神经网络和ICP算法，提高了神经外科导航的精度和效率	NA	实现手术导航的空间配准	医学图像点云和患者表面点云	计算机视觉	NA	深度学习	神经网络	点云	NA	NA	NA	NA	NA
613	2024-12-25	Multidisciplinary quantitative and qualitative assessment of IDH-mutant gliomas with full diagnostic deep learning image reconstruction 2024-Dec, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2024.100617 PMID:39717474	研究论文	本文研究了使用深度学习图像重建技术对IDH突变型胶质瘤进行多学科定量和定性评估	提出了使用深度学习图像重建技术进行多学科评估的新方法	NA	提高IDH突变型胶质瘤的诊断准确性和治疗决策	IDH突变型胶质瘤	计算机视觉	脑肿瘤	深度学习图像重建	深度学习模型	图像	NA	NA	NA	NA	NA
614	2024-12-25	A Respiratory Signal Monitoring Method Based on Dual-Pathway Deep Learning Networks in Image-Guided Robotic-Assisted Intervention System 2024-Dec, The international journal of medical robotics + computer assisted surgery : MRCAS DOI:10.1002/rcs.70017 PMID:39718347	研究论文	本文提出了一种基于双路径深度学习网络的呼吸信号监测方法，应用于图像引导的机器人辅助干预系统	本文创新性地结合了卷积长短期记忆网络（ConvLSTM）和点长短期记忆网络（PointLSTM）模块，用于实时呼吸信号监测	本文的局限性在于仅使用了内部数据集进行实验验证，未来需要更多外部数据集进行验证	研究目的是开发一种在图像引导的机器人辅助干预系统中实时监测呼吸信号的方法，以提高手术安全性	研究对象是图像引导的机器人辅助干预系统中的呼吸信号监测	计算机视觉	NA	深度学习	ConvLSTM 和 PointLSTM	图像	内部数据集	NA	NA	NA	NA
615	2024-12-25	Estimation of the spatial variability of the New England Mud Patch geoacoustic properties using a distributed array of hydrophones and deep learninga) 2024-Dec-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0034707 PMID:39718359	研究论文	本文提出了一种利用宽带脉冲信号和深度学习（DL）对固定基底上的单个空间变化沉积层进行空间环境反演的方案	本文创新性地使用神经网络实现了快速单信号反演，显著减少了传统地质声学反演所需的计算资源	本文仅在浅水环境中验证了该方法的有效性，尚未在其他环境条件下进行测试	研究目的是开发一种高效的空间地质声学反演方法，以预测沉积层声速及其与界面水声速的比率	研究对象是新英格兰泥补丁（NEMP）区域的地质声学特性	机器学习	NA	深度学习	神经网络	信号	1836个信号，722条轨迹	NA	NA	NA	NA
616	2024-12-24	Highly Accurate and Explainable Predictions of Small-Molecule Antioxidants for Eight In Vitro Assays Simultaneously through an Alternating Multitask Learning Strategy 2024-Dec-23, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00748 PMID:38888465	研究论文	提出了一种基于功能基团的交替多任务自监督分子表示学习方法，用于同时预测八种常用体外抗氧化检测中小分子的抗氧化活性	首次提出了基于功能基团的交替多任务自监督分子表示学习方法，并开发了一个在线抗氧化活性预测平台AOP	未提及具体局限性	开发一种高效且可解释的模型，用于预测小分子抗氧化剂的活性	小分子抗氧化剂及其在八种体外检测中的活性	机器学习	NA	多任务学习	FG-BERT	分子数据	未提及具体样本数量	NA	NA	NA	NA
617	2024-12-24	Advanced AI-Driven Prediction of Pregnancy-Related Adverse Drug Reactions 2024-Dec-23, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01657 PMID:39611337	研究论文	本研究开发并验证了基于机器学习和深度学习技术的妊娠相关药物不良反应风险预测模型	本研究首次使用DMPNN模型结合分子图信息和分子描述符，在预测妊娠相关药物不良反应方面表现出最高的预测性能	NA	开发和验证妊娠相关药物不良反应的风险预测模型	妊娠相关药物不良反应	机器学习	NA	机器学习（ML）和深度学习（DL）技术	DMPNN模型、图神经网络、图卷积网络、随机森林、支持向量机、XGBoost	真实世界数据	22种口服降糖药物	NA	NA	NA	NA
618	2024-12-24	[Effect of Training Data Differences on Accuracy in MR Image Generation Using Pix2pix] 2024-Dec-20, Nihon Hoshasen Gijutsu Gakkai zasshi DOI:10.6009/jjrt.2024-1487 PMID:39477465	研究论文	本文研究了不同训练数据模式对使用Pix2pix生成MR图像准确性的影响	本文首次探讨了不同训练数据模式对MR图像生成准确性的影响	本文仅在头部MR图像上进行了实验，未涵盖其他类型的MR图像	研究不同训练数据模式对MR图像生成准确性的影响	头部MR图像的T1加权图像生成	计算机视觉	NA	深度学习	Pix2pix	图像	300例头部MR图像，每种模型有四种训练数据模式	NA	NA	NA	NA
619	2024-12-24	Transferable deep learning with coati optimization algorithm based mitotic nuclei segmentation and classification model 2024-12-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80002-3 PMID:39702593	研究论文	本文提出了一种基于Coati优化算法和深度学习的分裂期细胞分割与分类模型，用于癌症分级	本文创新性地结合了Coati优化算法与深度学习技术，提出了COADL-MNSC方法，通过混合注意力融合U-Net模型进行分裂期细胞分割，并使用胶囊网络进行特征提取，最后通过双向长短期记忆模型进行分类	本文未提及具体的局限性	开发一种高效的分裂期细胞分割与分类方法，以辅助癌症分级	分裂期细胞的分割与分类	数字病理学	NA	深度学习	混合注意力融合U-Net模型、胶囊网络、双向长短期记忆模型	图像	分裂期细胞图像数据集	NA	NA	NA	NA
620	2024-12-24	Artificial intelligence in risk prediction and diagnosis of vertebral fractures 2024-12-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75628-2 PMID:39702597	meta-analysis	本研究通过系统综述和meta分析评估了人工智能在诊断和预测椎体骨折中的有效性	人工智能在诊断和预测椎体骨折方面表现出高准确性，深度学习模型在诊断所有骨折类型方面表现出色	研究中存在高异质性和研究偏倚，需要进一步研究以标准化AI模型并在不同数据集上进行验证	评估人工智能在椎体骨折诊断和预测中的有效性	椎体骨折的诊断和预测	machine learning	骨科疾病	NA	深度学习模型	NA	共纳入79项研究，其中40项进行了meta分析	NA	NA	NA	NA