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
1321	2024-09-10	Foundation models in gastrointestinal endoscopic AI: Impact of architecture, pre-training approach and data efficiency 2024-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103298 PMID:39173410	研究论文	本研究评估了在胃肠内镜图像分析中利用领域内预训练是否比自然图像预训练更有优势	首次系统评估了领域内预训练在胃肠内镜图像分析中的效果，并发现使用DINO框架的自监督领域内预训练模型在下游任务中表现更优	研究仅限于特定的胃肠内镜图像分析任务，未涵盖其他医学图像分析领域	探讨领域内预训练在胃肠内镜图像分析中的潜在优势	胃肠内镜图像分析中的深度学习模型性能	计算机视觉	NA	自监督学习	ResNet50, Vision-Transformer-small	图像	5,014,174张胃肠内镜图像
1322	2024-09-10	Domain adaptation strategies for 3D reconstruction of the lumbar spine using real fluoroscopy data 2024-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103322 PMID:39197301	研究论文	本文提出了一种利用真实荧光透视数据进行腰椎三维重建的领域适应策略	本文创新性地结合了风格迁移和配对数据集，通过迁移学习有效缩小了合成数据与真实X射线数据之间的领域差距	NA	解决手术导航在骨科手术中广泛应用的障碍，如时间限制、成本问题、辐射担忧和手术流程整合	腰椎的三维重建	计算机视觉	NA	深度学习	NA	图像	配对数据集包括合成和真实荧光透视图像
1323	2024-09-10	Editorial for the Special Issue on the 2022 Medical Imaging with Deep Learning Conference 2024-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103308 PMID:39214771	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1324	2024-08-31	Gra-CRC-miRTar: The pre-trained nucleotide-to-graph neural networks to identify potential miRNA targets in colorectal cancer 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.07.014 PMID:39171252	研究论文	本文提出了一种名为Gra-CRC-miRTar的预训练核酸到图神经网络框架，用于识别结直肠癌中的潜在miRNA靶点	构建了两个预训练模型来编码RNA序列并将其转换为de Bruijn图，使用不同的图神经网络学习潜在表示，并通过多层感知器（MLP）进行预测任务	NA	旨在改进现有的治疗干预措施，通过识别结直肠癌中失调的miRNA靶点	结直肠癌中的miRNA靶点	机器学习	结直肠癌	图神经网络	多层感知器（MLP）	RNA序列	201个实验验证的miRNA-mRNA对
1325	2024-08-28	ATR-FTIR spectroscopy and machine/deep learning models for detecting adulteration in coconut water with sugars, sugar alcohols, and artificial sweeteners 2024-Dec-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.124771 PMID:39032237	研究论文	本研究结合傅里叶变换红外光谱（FTIR）和机器学习技术，通过分类模型检测椰子水中潜在的掺杂物	本研究探索了线性、非线性和组合特征提取模型，并开发了利用主成分分析（PCA）和t-分布随机邻域嵌入（t-SNE）的交互式应用程序，简化了非目标糖掺杂物的检测	NA	检测椰子水中的掺杂物	椰子水样品中的糖类、糖醇和人工甜味剂	机器学习	NA	傅里叶变换红外光谱（FTIR）	随机森林（RF）、一维卷积神经网络（1D CNN）	红外光谱	15种不同类型的潜在糖替代物的椰子水样品
1326	2024-08-27	Research on terahertz image analysis of thin-shell seeds based on semantic segmentation 2024-Dec-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.124897 PMID:39094271	研究论文	本研究探讨了结合太赫兹时域光谱和成像与语义分割模型，用于快速无损评估薄壳种子内部结构和质量特征	本研究首次采用DeepLab V3+模型进行种子组织自动分割，显著提高了速度和准确性	NA	探索太赫兹成像技术与深度学习模型在薄壳种子内部结构和质量评估中的应用	120个来自三种不同品种的西瓜种子	计算机视觉	NA	太赫兹时域光谱和成像	DeepLab V3+	图像	120个西瓜种子样本
1327	2024-08-25	Deep learning for tubes and lines detection in critical illness: Generalizability and comparison with residents 2024-Dec, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2024.100593 PMID:39175597	研究论文	本研究评估了深度学习模型在重症监护病房患者胸部X光片上对导管和管线分类的性能，并与外部公共数据集进行了比较	本研究通过规则基算法与深度学习的结合，显著提高了气管插管分类任务的性能	外部训练的模型在本地重症监护病房数据集上的泛化能力有限	评估外部训练的人工智能模型在重症监护病房常规中的性能	重症监护病房患者的胸部X光片上的导管和管线	机器学习	NA	深度学习	NA	图像	303张随机从重症监护病房数据库中抽取的X光片
1328	2024-08-18	Artificial intelligence in antidiabetic drug discovery: The advances in QSAR and the prediction of α-glucosidase inhibitors 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.07.003 PMID:39148608	综述	本文综述了人工智能在抗糖尿病药物发现中的应用，特别是定量构效关系（QSAR）分析和α-葡萄糖苷酶抑制剂的预测	介绍了从经典机器学习算法到现代深度学习算法在QSAR模型开发中的应用	NA	探讨人工智能在抗糖尿病药物发现中的应用，特别是QSAR分析和α-葡萄糖苷酶抑制剂的预测	抗糖尿病药物目标α-葡萄糖苷酶的调节	机器学习	糖尿病	QSAR	机器学习算法，深度学习算法	分子描述符	NA
1329	2024-08-15	Simulation- and AI-directed optimization of 4,6-substituted 1,3,5-triazin-2(1H)-ones as inhibitors of human DNA topoisomerase IIα 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.06.037 PMID:39135887	研究论文	本研究通过分子模拟和人工智能方法优化了4,6-取代的1,3,5-三嗪-2(1H)-酮作为人DNA拓扑异构酶IIα抑制剂的结构	本研究结合分子模拟、动态药效团和自由能计算以及Deepfrag软件的深度学习预测，有效指导了分子设计，实现了药物优化	NA	进一步开发针对人DNA拓扑异构酶IIα的4,6-取代-1,3,5-三嗪-2(1)-酮类化合物	4,6-取代-1,3,5-三嗪-2(1)-酮类化合物及其对人DNA拓扑异构酶IIα的抑制活性	药物设计	NA	分子模拟, 动态药效团, 自由能计算, STD NMR	深度学习	化合物	多种具有双环和单环取代的化合物
1330	2024-08-09	Synthetic data generation methods in healthcare: A review on open-source tools and methods 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.07.005 PMID:39108677	综述	本文综述了医疗领域中合成数据生成方法的应用及其效果，重点关注开源工具和方法	探讨了合成数据在解决数据稀缺和隐私问题方面的潜力，以及在训练人工智能算法时提供无偏见数据和足够样本量的需求	NA	评估合成数据方法在医疗领域的应用及其效果	医疗数据，包括表格数据、影像数据、放射组学数据、时间序列数据和组学数据	机器学习	NA	合成数据生成技术，包括统计方法、概率方法、机器学习和深度学习	深度学习	多模态数据	NA
1331	2024-08-08	Strengths and limitations of web servers for the modeling of TCRpMHC complexes 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.06.028 PMID:39104710	研究论文	本文比较了三个流行的网络服务器（ImmuneScape、TCRpMHCmodels和TCRmodel2）在模拟TCRpMHC复合物结构方面的优缺点	研究采用了不同的建模策略，包括对接、同源建模和深度学习，并对这些方法的准确性进行了评估	研究仅限于人类MHC等位基因，并且依赖于已有的实验确定的晶体结构数据	评估和比较不同网络服务器在模拟TCRpMHC复合物结构方面的性能	TCRpMHC复合物的三维结构	生物信息学	NA	对接、同源建模、深度学习	NA	蛋白质结构	87个TCRpMHC复合物
1332	2024-08-08	Preeclampsia and its prediction: traditional versus contemporary predictive methods 2024-Dec, The journal of maternal-fetal & neonatal medicine : the official journal of the European Association of Perinatal Medicine, the Federation of Asia and Oceania Perinatal Societies, the International Society of Perinatal Obstetricians DOI:10.1080/14767058.2024.2388171 PMID:39107137	综述	本文综述了子痫前期的流行病学、病因、病理生理及风险因素，并重点讨论了人工智能深度学习技术在预测子痫前期中的新兴作用	人工智能模型在预测子痫前期方面展现出较高的准确性和价值，特别是在预测晚发型子痫前期方面表现出色	传统的子痫前期预测模型在敏感性和特异性方面存在显著局限，尤其是预测晚发型子痫前期的检出率仅为30%至50%	探讨人工智能深度学习技术在子痫前期预测中的应用，以提高预测方法的临床应用	子痫前期的预测方法及其在临床上的应用	机器学习	妊娠相关疾病	人工智能深度学习	AI模型	NA	NA
1333	2024-08-07	Addressing docking pose selection with structure-based deep learning: Recent advances, challenges and opportunities 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.05.024 PMID:38827235	评论	本文综述了基于深度学习的分子对接姿势选择的最新进展与挑战	提出了两种新开发的基于深度学习的姿势选择器	当前对接程序使用的评分函数参数化的设计限制了正确识别配体本征结合构象的能力	探讨基于深度学习的对接姿势选择方法的发展及未来方向	本文讨论了分子对接中配体与其靶标结合方式的选择	数字病理学	NA	深度学习	NA	结构数据	NA
1334	2024-08-06	An efficient method for disaster tweets classification using gradient-based optimized convolutional neural networks with BERT embeddings 2024-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.102843 PMID:39101121	研究论文	提出了一种基于BERT嵌入的卷积神经网络（CNN）模型，用于有效分类与灾难相关的推特	提出了结合BERT嵌入和基于梯度的优化技术的CNN模型，以提高灾难推特分类的准确性	目前所用的模型和方法可能在其他非灾难推特的分类上表现不佳	研究旨在开发有效的方法以分类与灾难相关的真实和虚假推特	研究对象为在Twitter平台上讨论的关于灾难情景的推特	自然语言处理	NA	BERT嵌入	CNN	文本	NA
1335	2024-08-06	Corrigendum to "Addressing docking pose selection with structure-based deep learning: Recent advances, challenges and opportunities" [Comput Struct Biotechnol J vol. 23 (2024) 2141-2151] 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.07.001 PMID:39100805	更正	这篇文章是对之前论文的更正。	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1336	2024-08-04	Biological reinforcement learning simulation for natural enemy -host behavior: Exploring deep learning algorithms for population dynamics 2024-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.102845 PMID:39092273	研究论文	本研究介绍了一种生物强化学习模拟，用于探索自然敌人在宿主害虫存在下的行为	创新点在于利用Q学习算法模拟寄生生物/捕食者与害虫的决策过程，分析它们之间的种群动态	模拟参数是随意设置的，可能影响结果的普遍适用性	研究的目的是分析自然敌人与害虫之间的种群动态	研究对象为寄生生物/捕食者与害虫的交互	生态学	NA	Q学习	NA	模拟数据	多个回合的蚜虫-瓢虫交互案例
1337	2024-08-05	Enhancing the image quality of prostate diffusion-weighted imaging in patients with prostate cancer through model-based deep learning reconstruction 2024-Dec, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2024.100588 PMID:39070063	研究论文	本研究评估了模型基础的深度学习重建在前列腺扩散加权成像中的有效性。	本研究展示了深度学习重建在前列腺扩散加权成像中显著提高了图像质量的定性和定量特性。	本研究未与其他基于深度学习的方法进行比较，这是一个需要未来研究关注的局限性。	评估模型基础的深度学习重建在前列腺扩散加权成像中的效用。	32名已确诊为前列腺癌的患者，病变≥10mm。	数字病理学	前列腺癌	深度学习重建	NA	图像	32名前列腺癌患者
1338	2024-08-05	Smartphone-based machine learning model for real-time assessment of medical kidney biopsy 2024-Dec, Journal of pathology informatics DOI:10.1016/j.jpi.2024.100385 PMID:39071542	研究论文	本文开发了一种基于智能手机的机器学习模型，以实时评估肾活检的质量	首次利用智能手机图像和深度学习模型评估肾活检中皮质的百分比	研究需要进一步优化和验证模型性能，尤其是在不同场景中的表现	旨在开发能实时评估肾活检样本质量的机器学习模型	747个肾活检样本及其智能手机拍摄的图像	机器学习	NA	深度学习、U-Net	卷积神经网络（CNN）	图像	747个肾活检样本
1339	2024-08-05	Establishing a differential diagnosis model between primary membranous nephropathy and non-primary membranous nephropathy by machine learning algorithms 2024-Dec, Renal failure IF:3.0Q1 DOI:10.1080/0886022X.2024.2380752 PMID:39039848	研究论文	本研究建立了一种基于机器学习算法的原发性膜性肾病与非原发性膜性肾病的鉴别诊断模型	使用Xgboost模型在原发性膜性肾病的诊断中展现出最高的灵敏度和特异度	本研究仅包括来自一个医院的数据，样本来源可能有限	探索最适合的分类算法以识别原发性膜性肾病	来自2019到2021年在罗河中心医院就诊的500名肾病患者	机器学习	肾脏疾病	机器学习算法	Xgboost	数字数据	500名患者，包括322例原发性膜性肾病和178例非原发性膜性肾病
1340	2024-08-05	Structure-based protein and small molecule generation using EGNN and diffusion models: A comprehensive review 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.06.021 PMID:39050782	综述	本文综述了用于蛋白质和小分子生成的结构基础方法，重点介绍了EGNN和扩散模型的结合	聚焦于将平变图神经网络与扩散模型相结合，以提高蛋白质生成的3D结构表示能力	本文未详细探讨扩散模型在其他领域的潜在应用	旨在探讨深度学习在蛋白质设计中的应用和效率提升	主要研究对象为具有预定结构的全新蛋白质	机器学习	NA	深度学习，扩散模型	平变图神经网络	NA	NA