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
20061	2024-08-07	Deep learning-assisted approaches in screening of marine natural products for acetylcholinesterase inhibition activity 2024-Jul-29, Natural product research IF:1.9Q3 DOI:10.1080/14786419.2024.2383992 PMID:39075812	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
20062	2024-08-05	Predicting bone metastasis-free survival in non-small cell lung cancer from preoperative CT via deep learning 2024-Jul-28, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00649-z PMID:39068240	研究论文	本研究旨在通过术前CT建立和验证深度学习模型以预测非小细胞肺癌患者的骨转移无生存期	首次应用基于CT的深度学习特征来预测非小细胞肺癌患者的骨转移风险	研究为回顾性分析，可能存在选择偏倚，并且仅在两家医院进行	预测非小细胞肺癌患者手术后骨转移无生存期	1547名接受完全手术切除的非小细胞肺癌患者	计算机视觉	肺癌	深度学习	3D卷积神经网络	图像	1547名非小细胞肺癌患者
20063	2024-08-05	Development of a deep learning model for cancer diagnosis by inspecting cell-free DNA end-motifs 2024-Jul-27, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00635-5 PMID:39068267	研究论文	本研究开发并验证了一种基于深度学习的模型，用于通过检测cfDNA末端特征区分癌症患者和非癌症患者	该研究提出了一种名为EMIT的自监督学习方法，通过变换器模型从cfDNA末端特征中学习特征表示	该研究的局限性未在摘要中明确提及	本研究旨在通过分析cfDNA末端特征实现早期癌症诊断	研究对象为接受不同类型cfDNA测序的4606个样本	数字病理学	肺癌	cfDNA测序	变换器	样本	4606个样本
20064	2024-08-05	AGILE platform: a deep learning powered approach to accelerate LNP development for mRNA delivery 2024-Jul-26, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-50619-z PMID:39060305	研究论文	本研究提出AGILE平台，通过深度学习加速mRNA递送的脂质纳米颗粒（LNP）开发	AGILE平台结合深度学习和组合化学，能够快速设计和评估适用于不同细胞类型的离子化脂质	本研究未讨论AGILE平台对于特定细胞类型以外的应用限制	旨在拓宽mRNA治疗的应用范围，开发定制化的LNP	离子化脂质在mRNA递送中的设计和评估	机器学习	NA	深度学习	深度神经网络	化学库数据	使用了一个庞大的脂质库进行设计与评估
20065	2024-08-05	Advancing Ionic Liquid Research with pSCNN: A Novel Approach for Accurate Normal Melting Temperature Predictions 2024-Jul-23, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.4c02393 PMID:39072063	研究论文	本文提出了一种新颖的伪-西安尼卷积神经网络(pSCNN)用于准确预测离子液体的正常熔点。	创新点在于开发了一种高效的模型pSCNN，以改进离子液体熔点的预测性能。	未讨论模型在特定领域应用的实际限制。	研究目的是开发一个用于预测离子液体熔点的有效模型。	研究对象为3098种离子液体。	机器学习	NA	深度学习	pSCNN	离子液体数据集	3098种离子液体
20066	2024-08-05	Deep learning for predicting fibrotic progression risk in diabetic individuals with metabolic dysfunction-associated steatotic liver disease initially free of hepatic fibrosis 2024-Jul-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e34150 PMID:39071617	研究论文	本研究开发了一种增强的深度学习模型，以提高对无肝纤维化迹象的2型糖尿病患者中纤维化进展风险的预测。	该研究将超声弹性成像与临床数据相结合，开发的深度学习集成模型在预测中显示出优越的性能。	本研究的样本限制在946名患者，可能影响模型的一般性。	研究旨在改善对代谢功能障碍相关脂肪肝病患者纤维化进展的预测能力。	研究对象为946名无严重纤维化的糖尿病MASLD患者。	机器学习	代谢功能障碍相关脂肪肝病	超声弹性成像	深度学习集成模型	图像和临床数据	946名患者
20067	2024-08-05	Deep-learning-based 3D super-resolution CT radiomics model: Predict the possibility of the micropapillary/solid component of lung adenocarcinoma 2024-Jul-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e34163 PMID:39071606	研究论文	本研究构建并评估了一个基于深度学习的三维超分辨率CT放射组学模型，以预测肺腺癌微乳头/实性成分的存在	创新点在于开发了结合超分辨率成像的深度学习放射组学模型，显著提高了预测的准确性	该研究的样本量有限，未来需要更广泛的验证来确保模型的临床应用潜力	本研究旨在为肺腺癌提供更准确和个性化的预oper治疗计划	研究对象为接受肺腺癌根治性切除手术的患者	数字病理学	肺癌	超分辨率CT	支持向量机(SVM)	影像	共招募245名患者，其中109名（44.5%）被诊断为含有微乳头/实性成分的侵袭性肺腺癌
20068	2024-08-05	ScLNet: A cornea with scleral lens OCT layers segmentation dataset and new multi-task model 2024-Jul-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e33911 PMID:39071564	研究论文	本文开发了一种用于分割不规则角膜和检测硬性隐形眼镜下泪液储存区边界的深度学习方法	提出了一个公开可用的OCT图像数据集ScLNet，以及一个多任务网络以实现快速、准确的自动分割	NA	研究的目的是提高不规则角膜的分割精度和泪液储存区边界的检测	研究对象包括佩戴硬性隐形眼镜的患者的角膜OCT图像	数字病理学	NA	OCT	NA	图像	31,360张OCT图像
20069	2024-08-05	A method for cabbage root posture recognition based on YOLOv5s 2024-Jul-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e31868 PMID:39071611	研究论文	该文章提出了一种基于YOLOv5s的卷心菜根部姿态识别方法	结合深度学习与传统图像处理算法，以实现卷心菜根部姿态的准确识别	未提及研究的局限性	提高卷心菜机械化采收过程中的根部切割准确性	卷心菜根部的姿态识别	计算机视觉	NA	深度学习、图像处理	YOLOv5s	图像	NA
20070	2024-08-05	Three-dimensional convolutional neural network-based classification of chronic kidney disease severity using kidney MRI 2024-07-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66814-3 PMID:38982238	研究论文	本研究开发了一种基于三维卷积神经网络的模型，利用肾脏MRI来分类慢性肾病的严重程度	提出了一种新的深度学习方法，通过MRI影像分类CKD的严重程度	样本数量相对较少，可能影响模型的泛化能力	旨在通过使用肾脏MRI影像来提高慢性肾病严重程度分类的准确性	研究对象为73名重度肾功能障碍患者、172名中度肾功能障碍患者和76名轻度肾功能障碍患者	计算机视觉	慢性肾病	MRI	三维卷积神经网络	影像	共参与了321名患者的研究
20071	2024-08-05	Predicting blood-brain barrier permeability of molecules with a large language model and machine learning 2024-07-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66897-y PMID:38982309	研究论文	本研究开发了能够预测小分子化合物穿透血脑屏障的人工智能平台	本文创新性地结合了大型语言模型与机器学习技术来预测分子穿透血脑屏障的能力	受限于实验验证，可能未能覆盖所有分子类型	研究的主要目标是开发能够预测分子是否能穿透人类血脑屏障的人工智能计算模型	研究对象为能够穿透血脑屏障的小分子化合物	机器学习	NA	人工智能	Transformer	实验及计算数据	使用了三维人类血脑屏障类球体的实验样本
20072	2024-08-05	Explainable artificial intelligence (XAI) for predicting the need for intubation in methanol-poisoned patients: a study comparing deep and machine learning models 2024-07-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66481-4 PMID:38977750	研究论文	本研究评估了解释性人工智能（XAI）在预测甲醇中毒患者插管必要性中的有效性	本研究比较了深度学习和机器学习模型在预测插管需求方面的表现，并强调了解释性人工智能的重要性	研究仅使用了来自伊朗德黑兰Loghman Hakim医院的数据，可能限制了结果的普遍适用性	本研究的目的是评估解释性人工智能在甲醇中毒患者插管需求预测中的应用	研究对象为897名甲醇中毒患者的记录，其中包括需要插管的202例和不需要插管的695例	机器学习	NA	机器学习（ML）和深度学习（DL）	支持向量机（SVM）、极端梯度提升（XGB）、决策树（DT）、随机森林（RF）、深度神经网络（DNN）、前馈神经网络（FNN）、长短时记忆网络（LSTM）、卷积神经网络（CNN）	患者记录数据	897名患者记录
20073	2024-08-05	Integrating lipid metabolite analysis with MRI-based transformer and radiomics for early and late stage prediction of oral squamous cell carcinoma 2024-Jul-03, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-024-12533-x PMID:38961418	研究论文	本研究旨在利用MRI和生化指标预测口腔鳞状细胞癌（OSCC）的肿瘤分期	结合了放射组学、ViT模型和脂质代谢物分析，提供了一种有前景的非侵入性技术用于OSCC分期预测	模型在验证队列中单用影像技术时AUC为0.85，虽然融合生化指标后提高到了0.87，但仍需更多的临床验证	探讨如何通过MRI和生化指标来提高口腔鳞状细胞癌的分期预测	198名来自两个医疗中心的OSCC患者	数字病理学	口腔癌	生化指标分析、MRI	Vision Transformer（ViT）	医学影像、生化数据	198名患者
20074	2024-08-05	Heterogeneous selectivity and morphological evolution of marine clades during the Permian-Triassic mass extinction 2024-Jul, Nature ecology & evolution IF:13.9Q1 DOI:10.1038/s41559-024-02438-0 PMID:38862784	研究论文	该文章评估了二叠纪-三叠纪大灭绝期间形态差异和灭绝选择性的动态。	提出了一种名为DeepMorph的自动化方法，利用深度学习模型从化石图像中提取形态特征。	研究可能仅局限于特定的六个海洋类群，未能覆盖更多类群的形态选择性。	探讨二叠纪-三叠纪大灭绝中形态差异与灭绝选择性的关系。	涉及599个属的六个海洋类群。	数字病理学	NA	深度学习	深度学习模型	图像	599个属
20075	2024-08-04	GraphsformerCPI: Graph Transformer for Compound-Protein Interaction Prediction 2024-Jun, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00609-y PMID:38457109	研究论文	本文提出了一种名为GraphsformerCPI的深度学习框架，用于预测化合物与蛋白质的相互作用	通过引入结构增强的自注意力机制和双重注意力机制，显著提高了预测性能和可解释性	文章未提及具体的限制条件	研究旨在提高化合物-蛋白质相互作用预测的准确性和可解释性	研究对象为化合物及其与蛋白质之间的相互作用	计算机视觉	NA	深度学习	Transformer	结构化数据	多个数据集，包括人类、秀丽隐杆线虫、Davis和KIBA数据集
20076	2024-08-04	ResDeepSurv: A Survival Model for Deep Neural Networks Based on Residual Blocks and Self-attention Mechanism 2024-Jun, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00617-y PMID:38489147	研究论文	本文提出了一种基于残差块和自注意力机制的生存模型ResDeepSurv，用于生存分析	该模型结合了神经网络的优势和Cox比例风险回归模型，不需要严格的生存数据基本分布假设	模型可能对非常复杂的风险函数仍然可能存在限制	旨在提供一种提高生存分析性能的新方法	探讨患者协变量与疾病之间的关系及治疗策略的有效性	机器学习	NA	深度学习	残差网络	临床数据	多个公共临床数据集
20077	2024-08-04	GEnDDn: An lncRNA-Disease Association Identification Framework Based on Dual-Net Neural Architecture and Deep Neural Network 2024-Jun, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00619-w PMID:38733474	研究论文	本文提出了一种基于深度学习的lncRNA-疾病关联预测框架GEnDDn	GEnDDn结合相似性计算、非负矩阵分解和图注意自编码器提取特征，并通过双网神经架构和深度神经网络进行分类，从而创新性地识别lncRNA-疾病关联	需要进一步的生物医学实验验证以确认结果	识别新的lncRNA-疾病关联，从而更好地理解疾病机制及为癌症靶向治疗和抗癌药物设计提供见解	主要研究lncRNA及其与疾病的关联	数字病理学	肺癌	深度学习	双网神经架构	NA	使用了六种不同的评估指标验证了GEnDDn在四种竞争性lncRNA-疾病关联识别方法上的优越性，并在lncRNADisease和MNDR数据库进行了五折交叉验证
20078	2024-08-05	Automating Linear and Angular Measurements for the Hip and Knee After Computed Tomography: Validation of a Three-Stage Deep Learning and Computer Vision-Based Pipeline for Pathoanatomic Assessment 2024-Jun, Arthroplasty today IF:1.5Q3 DOI:10.1016/j.artd.2024.101394 PMID:39071819	研究论文	本研究展示了一种可重复和可扩展的方法，用于分析基于CT的解剖学，以处理髋部和膝部的测量。	开发了一个三阶段的深度学习和计算机视觉管道，能够自动识别和测量髋膝解剖特征。	未提及具体的临床参数整合方法及其对结果的影响。	研究旨在提高CT图像处理的有效性，以改善围手术期的规划和执行。	研究对象为100名接受全膝关节置换术的骨关节炎患者，其预处理的CT扫描数据。	计算机视觉	骨关节炎	深度学习	UNet3+和Attention U-Net	CT图像	100个预处理的CT扫描
20079	2024-08-05	Self-Trained Convolutional Neural Network (CNN) for Tuberculosis Diagnosis in Medical Imaging 2024-Jun, Cureus DOI:10.7759/cureus.63356 PMID:39070319	研究论文	本文提出了一种基于卷积神经网络（CNN）的深度学习方法，以提高胸部X光图像中结核病的检测率	文章展示了自训练CNN在检测结核病方面的优势，相较于多种预训练模型的迁移学习，优化了结果	后续工作需重点优化模型，并从本地医院和易感地区获取更大规模的数据集	提高结核病的早期准确检测以促进有效治疗和减少传播	研究对象为包含结核病证据的胸部X光图像以及正常图像	计算机视觉	结核病	深度学习	卷积神经网络（CNN）	图像	7000张胸部X光图像（其中3500张为结核病证据，3500张为正常）
20080	2024-08-05	Bibliometric Analysis and Visualization of Scientific Literature on Heart Disease Classification Using a Logistic Regression Model 2024-Jun, Cureus DOI:10.7759/cureus.63337 PMID:39070375	研究论文	本研究通过文献计量分析调查了心脏病分类中使用逻辑回归模型的研究生产力	揭示了心脏病分类领域的研究模式和未来趋势，强调了重要的研究团队和国家	研究只考虑了来自Scopus的数据，排除了其他数据库的文献，并且仅关注2019年后的开发	探讨心脏病分类中逻辑回归模型的研究生产力和影响力	心脏病分类相关的科学文献	机器学习	心脏病	逻辑回归	NA	文献	2331篇文献