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
20121	2024-08-04	In Silico drug repurposing pipeline using deep learning and structure based approaches in epilepsy 2024-07-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-67594-6 PMID:39020064	研究论文	本研究开发了一种新颖的体外药物重新利用管道，用于癫痫治疗	结合变换器深度学习方法和分子结合亲和力计算来处理药物重新利用	对于特定靶点蛋白的候选抑制剂数量存在显著差异，影响管道普适性	开发高效的新药物重新利用策略以治疗癫痫	针对在癫痫发生机制中涉及的获得功能基因编码的24个靶点蛋白的候选药物	数字病理学	癫痫	变换器深度学习方法	NA	NA	对24个靶点蛋白的候选抑制剂进行了评估
20122	2024-08-04	Transformation from hematoxylin-and-eosin staining to Ki-67 immunohistochemistry digital staining images using deep learning: experimental validation on the labeling index 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.047501 PMID:39087085	研究论文	本研究提出了一种数字染色方法，旨在利用深度学习将子宫内膜癌的H&E染色图像转化为Ki-67 IHC染色图像	使用深度学习和颜色去混合技术将H&E图像转化为高分辨率的IHC染色图像，这是一个新的数字染色方法	在跨案例验证中，数字染色与物理染色之间的相关性相对较低	旨在通过数字染色技术提高子宫内膜癌肿瘤的分子级可视化分析	研究对象为子宫内膜癌的整个切片图像	数字病理学	子宫内膜癌	深度学习	U-Net	图像	NA
20123	2024-08-04	The changing landscape of text mining: a review of approaches for ecology and evolution 2024-Jul, Proceedings. Biological sciences DOI:10.1098/rspb.2024.0423 PMID:39082244	综述	本文回顾了生态学和进化生物学中文本挖掘的方法。	提供了基于频率的方法、传统自然语言处理和基于深度学习的语言模型的三种广泛范式的映射，为生态和进化研究整合这些工具提供了基础和前沿概念。	可能未涵盖所有文本挖掘方法的最新进展。	探讨生态学和进化研究中文本挖掘的变革性方法。	涉及生态学和进化生物学中的数据合成和建模。	自然语言处理	NA	机器学习语言模型	深度学习语言模型	文本	NA
20124	2024-08-04	Learning three-dimensional aortic root assessment based on sparse annotations 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.044504 PMID:39087084	研究论文	该文章提出了一种基于稀疏标注的三维主动脉根部评估方法	通过二维横截面标注和点云表面重建，减少了对大量注释数据的需求，简化了注释过程	在特定区域的注释可能仍需专家验证，以确保准确性	旨在为经导管主动脉瓣置换术(TAVI)提供准确的主动脉根部和左心室流出道(LVOT)的分析	主动脉根部和左心室流出道的几何形状和结构	数字病理学	NA	深度学习	3D分割网络	NA	NA
20125	2024-08-04	Association of Retinal Biomarkers With the Subtypes of Ischemic Stroke and an Automated Classification Model 2024-Jul-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.65.8.50 PMID:39083310	研究论文	本研究探讨了视网膜生物标志物与缺血性中风亚型之间的关联及自动分类模型	提出了一种使用人工智能增强的光学相干层析血管造影图像分析的方法来检测缺血性中风及其亚型	仅基于两组人群进行研究，可能影响结果的普遍适用性	研究缺血性中风及其亚型的自动识别方法	865名参与者的1730只眼睛	数字病理学	缺血性中风	光学相干层析血管造影（OCTA）	深度学习模型	图像	865名参与者，1730只眼睛
20126	2024-08-04	Identification of Microorganism in Infected Wounds by Positively Charged Selective Sensor Array and Deep Learning Algorithm 2024-05-14, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c01845 PMID:38702857	研究论文	本研究使用带正电的选择传感器阵列和深度学习算法识别感染伤口中的微生物	创新点在于结合了特定的阳离子染料与深度学习模型ResNet实现了高效的微生物分类	可能缺乏不同环境条件下的微生物识别验证	研究目标是快速准确识别病原微生物，以便于感染诊断	研究对象为14种用S-TDs染色的微生物，包括革兰阴性菌、革兰阳性菌和真菌	数字病理学	感染性疾病	荧光传感器阵列	残差网络（ResNet）	图像	涉及14种微生物的大量图像数据
20127	2024-08-04	Real-Time Signal Analysis with Wider Dynamic Range and Enhanced Sensitivity in Multiplex Colorimetric Immunoassays Using Encoded Hydrogel Microparticles 2024-05-07, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c00773 PMID:38662417	研究论文	本研究介绍了一种新的实时信号分析技术，用于定量多个蛋白质，从而提高多重比色免疫测定的动态范围和灵敏度	引入了实时信号分析，通过观察比色信号的连续变化，而不是仅依赖于终点分析	未提及具体的局限性	提高多重比色免疫测定的动态范围和灵敏度	多重比色免疫测定中的蛋白质	数字病理学	NA	比色免疫测定	深度学习	信号	涉及与先兆子痫相关的多种蛋白质目标的浓度范围
20128	2024-08-04	Persistent Luminescence Lifetime-Based Near-Infrared Nanoplatform via Deep Learning for High-Fidelity Biosensing of Hypochlorite 2024-05-07, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c00899 PMID:38661330	研究论文	该文章提出了一种基于持久发光寿命的纳米平台，通过深度学习实现高保真生物传感	创新性地使用深度学习提取持久发光寿命特征，以高对比度信号进行生物成像	NA	研究在复杂基质系统中实现高保真生物传感的能力	开发一种持久发光纳米探头用于漂白剂检测	数字病理学	NA	持久发光成像	3D卷积神经网络	成像数据	NA
20129	2024-08-04	Deep Learning Classification of Usual Interstitial Pneumonia Predicts Outcomes 2024-05-01, American journal of respiratory and critical care medicine IF:19.3Q1 DOI:10.1164/rccm.202307-1191OC PMID:38207093	研究论文	本文开发了一种可解释的深度学习算法，用于从CT影像中预测常见间质性肺炎的结果	应用多实例学习（MIL）方法实现了对常见间质性肺炎的准确分类和预测	本文未明确提及任何潜在的限制	研究的目的是利用CT影像提高对常见间质性肺炎的诊断精度和预后评估	研究对象为不同临床人群中被诊断为常见间质性肺炎的患者	数字病理学	肺纤维化	计算机断层扫描（CT）	多实例学习（MIL）	影像	总样本量为2,143，测试样本包括127, 239, 和979名患者
20130	2024-08-04	Circumventing drug resistance in gastric cancer: A spatial multi-omics exploration of chemo and immuno-therapeutic response dynamics 2024-May, Drug resistance updates : reviews and commentaries in antimicrobial and anticancer chemotherapy IF:15.8Q1 DOI:10.1016/j.drup.2024.101080 PMID:38579635	研究论文	本研究探讨了胃癌中药物耐药性的细胞和分子机制。	本研究通过空间多组学探索和深度学习模型预测治疗反应，揭示了药物耐药性的新机制。	本研究的局限性在于可能未考虑所有患者的个体差异和长期疗效评估。	研究胃癌中化疗和免疫治疗反应动态的药物耐药机制。	研究对象为接受化疗和免疫治疗的胃癌患者的术后组织样本。	数字病理学	胃癌	多组学	支持向量机（SVM）	图像及多组学数据	研究涉及多个胃癌患者的术后组织样本
20131	2024-08-04	AI models for automated segmentation of engineered polycystic kidney tubules 2024-02-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-52677-1 PMID:38310171	研究论文	本文比较了用于自动分割工程性多囊肾小管的深度学习模型	引入了UACANet模型，该模型使用自注意力机制并具有一定的可解释性，展示了其在囊肿检测方面的优势	模型的性能受限于所使用的图像数据集，可能无法泛化到其他类型的肾组织图像	开发能够直接在人体肾组织上自动检测囊肿生长的模型	研究对象为32个工程性多囊肾小管的免疫荧光图像	计算机视觉	肾脏疾病	深度学习算法	UNet++, UACANet	图像	32个工程性多囊肾小管
20132	2024-08-04	Random expert sampling for deep learning segmentation of acute ischemic stroke on non-contrast CT 2024-Feb-01, Journal of neurointerventional surgery IF:4.5Q1 DOI:10.1136/jnis-2023-021283 PMID:38302420	研究论文	本研究探讨了在非对比CT上分割急性缺血性中风的深度学习算法的两种训练方法	提出了一种随机专家采样的方法，该方法在急性缺血性中风的CT扫描分割性能上优于传统多数投票模型	研究仅针对非对比CT影像，结果在其他类型影像上可能不适用	提高急性缺血性中风诊断中的影像分割准确性	260例急性缺血性中风患者的非对比CT影像数据	数字病理学	急性缺血性中风	深度学习	U-Net	影像	260个非对比CT研究，233名患者
20133	2024-08-04	Dual contrastive learning based image-to-image translation of unstained skin tissue into virtually stained H&E images 2024-01-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-52833-7 PMID:38282056	研究论文	本研究介绍了一种基于双对比学习的图像到图像生成模型，用于将未染色的皮肤组织图像转化为虚拟染色的H&E图像	提出了一种新颖的三阶段双对比学习模型，通过对比学习最大化传统H&E染色与虚拟染色图像之间的互信息	对于虚拟染色的效果，依赖于特定的数据集和评估模型，可能在其他类型的组织样本中表现不同	旨在提升组织病理学的染色过程，减少染色时间和有害化学品的使用	未染色的皮肤组织图像与传统的H&E染色图像的配对	数字病理学	NA	生成对抗网络 (GAN)	双对比学习生成对抗网络 (DCLGAN)	图像	包括一组未染色和H&E染色的图像对，使用明场显微镜扫描，放大倍率为20×
20134	2024-08-04	Unleashing the potential of cell painting assays for compound activities and hazards prediction 2024, Frontiers in toxicology IF:3.6Q2 DOI:10.3389/ftox.2024.1401036 PMID:39086553	评论	这篇文章讨论了细胞绘画（CP）测定法在药物发现和毒理学中的应用潜力	文章创新性地探讨了将基于CP的表型数据与结构信息结合使用，以提高化合物活性和潜在风险预测的准确性	没有详细讨论CP测定法的局限性和挑战	研究目标是探讨CP测定法及其与机器学习/深度学习模型结合使用的潜力	研究对象包括各种化合物在单细胞水平上的表型反应	数字病理学	NA	图像分析	机器学习和深度学习模型	图像数据	数千种化合物
20135	2024-08-04	Deep learning identifies histopathologic changes in bladder cancers associated with smoke exposure status 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0305135 PMID:39083547	研究论文	深度学习揭示了膀胱癌的组织病理特征，这些特征可以预测吸烟暴露状态	本研究利用深度学习模型首次探讨了膀胱癌组织图像与吸烟状态之间的潜在关联	样本仅来自多个中心，可能无法代表所有类型的膀胱癌患者	探讨膀胱癌组织病理学变化与吸烟暴露状态之间的关系	285例独特的膀胱癌病例的整片组织图像	数字病理学	膀胱癌	深度学习	混合效应逻辑回归模型	图像	483个整片组织图像，来自285个独特病例
20136	2024-08-04	A deep learning framework for predicting endometrial cancer from cytopathologic images with different staining styles 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0306549 PMID:39083516	研究论文	本研究提出一个针对不同染色风格的细胞病理图像的子宫内膜癌筛查自动化框架	提出了一种基于对比学习的分类算法ECRNet和一种新型的CM-UNet用于细胞团块分割，针对不同染色风格的图像进行适应	尚未提到数据集的充分性或其他潜在偏差	研究子宫内膜癌的自动化筛查方法，以提高临床治疗效率	不同染色风格的细胞病理图像	数字病理学	子宫内膜癌	深度学习	CM-UNet与ECRNet	图像	XJTU-EC数据集，包含细胞分割和分类标签的细胞病理图像
20137	2024-08-04	Screening Targets and Therapeutic Drugs for Alzheimer's Disease Based on Deep Learning Model and Molecular Docking 2024, Journal of Alzheimer's disease : JAD DOI:10.3233/JAD-231389 PMID:38995776	研究论文	本研究基于深度学习模型和分子对接，为阿尔茨海默病（AD）筛选治疗靶点和药物	本研究通过结合多层感知器（MLP）和转录组数据，从新视角提供了AD的潜在药物靶点和药物	NA	旨在寻找阿尔茨海默病的潜在治疗靶点和药物	本研究涉及阿尔茨海默病患者和正常对照脑组织的转录组数据	计算机视觉	阿尔茨海默病	深度学习，分子对接	多层感知器（MLP）	转录组数据	包括AD脑组织的转录组数据和正常对照脑组织的转录组数据
20138	2024-08-04	Two complementary AI approaches for predicting UMLS semantic group assignment: heuristic reasoning and deep learning 2023-11-17, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocad152 PMID:37528056	研究论文	该研究使用启发式和深度学习方法预测UMLS语义组分配	提出了结合启发式和深度学习的混合方法以提高UMLS语义组预测的准确性	研究未提及可能的适用性限制	研究的目的是提高新UMLS原子的语义组分配准确率	新UMLS Metathesaurus原子	自然语言处理	NA	深度学习	全连接多层神经网络	文本	1,563,692个新未见原子
20139	2024-08-04	Assisted annotation in Deep LOGISMOS: Simultaneous multi-compartment 3D MRI segmentation of calf muscles 2023-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.16284 PMID:36750977	研究论文	本文提出了一种结合深度学习和图优化的辅助注释新方法，用于3D下肢肌肉分割。	创新点在于在辅助注释的范式下结合了深度学习和图优化，以降低标注成本并提高分割精度。	样本数量虽然庞大，但仍然可能影响结果的普适性。	研究旨在提高3D MR图像中小腿肌肉分割的自动化程度和准确性。	研究对象为93名参与者的350张下肢T1加权MR图像。	数字病理	肌肉疾病	深度学习	卷积神经网络	图像	93名参与者的350张MR图像
20140	2024-08-04	Deep Learning-Generated Synthetic MR Imaging STIR Spine Images Are Superior in Image Quality and Diagnostically Equivalent to Conventional STIR: A Multicenter, Multireader Trial 2023-08, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A7920 PMID:37414452	研究论文	本研究评估了合成STIR脊柱MR影像与获取的STIR影像的性能	使用深度学习生成的合成STIR影像在图像质量上显著优于传统STIR影像	文中未详细讨论合成影像在所有潜在病理情况下的适用性	探讨合成STIR脊柱MR影像的诊断等效性与图像质量	328个临床病例中的110个脊柱MR影像，涉及93名患者	医学成像	NA	深度学习图像重建	NA	影像	110个脊柱MR影像研究，93名患者