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
21001	2024-08-08	Measuring activity-rest rhythms under different acclimation periods in a marine fish using automatic deep learning-based video tracking 2024-Jul, Chronobiology international IF:2.2Q3 DOI:10.1080/07420528.2024.2371143 PMID:38975732	研究论文	本研究采用基于深度学习的视频跟踪技术，评估海洋鱼类在不同适应期下的活动节律稳定性、碎片化、鲁棒性和同步性	引入了一种新颖的基于深度学习的视频跟踪方法，用于监测实验室条件下的生物节律	未观察到实验室组间活动节律指标与适应期之间的差异	评估海洋鱼类在不同适应期下的活动节律特性	海洋鱼类的活动节律	计算机视觉	NA	深度学习	NA	视频	实验分为三组，每组分别在不同天数进行测试，具体样本数量未详细说明
21002	2024-08-08	Deep learning with diffusion MRI as in vivo microscope reveals sex-related differences in human white matter microstructure 2024-05-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-60340-y PMID:38744901	研究论文	本研究利用扩散磁共振成像技术，开发了多种端到端分类模型，以准确估计受试者的性别，并识别出男女之间差异最大的白质区域	本研究首次利用扩散磁共振成像技术在细胞水平上揭示了男女大脑白质微观结构的差异，并使用多种模型架构进行验证	研究仅使用了来自人类连接组项目的健康受试者数据，且年龄范围有限	研究男女大脑白质微观结构的差异，以深入理解不同性别中表现不同的脑部疾病	男女大脑白质的微观结构	计算机视觉	NA	扩散磁共振成像	2D卷积神经网络, 3D卷积神经网络, Vision Transformer	图像	471名男性与560名女性健康受试者（年龄范围22-37岁）
21003	2024-08-08	Predicting long-term progression of Alzheimer's disease using a multimodal deep learning model incorporating interaction effects 2024-03-11, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-05025-w PMID:38468358	研究论文	本研究开发了一种结合交互效应和多模态数据的深度学习模型，用于预测阿尔茨海默病长期进展	模型创新性地结合了交互效应和多模态数据，显著提高了预测准确性和时间范围	NA	旨在提高从轻度认知障碍到阿尔茨海默病转换的预测准确性和长期性	轻度认知障碍患者及其向阿尔茨海默病的转换	机器学习	阿尔茨海默病	深度学习	深度学习模型	结构磁共振成像、临床评估和遗传多态性数据	252名轻度认知障碍患者
21004	2024-08-08	TEFDTA: a transformer encoder and fingerprint representation combined prediction method for bonded and non-bonded drug-target affinities 2024-01-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btad778 PMID:38141210	研究论文	本文提出了一种新的基于注意力机制的模型TEFDTA，用于预测药物与靶点之间的结合亲和力，包括共价和非共价结合	TEFDTA模型结合了Transformer编码器和指纹表示，显著提高了非共价和共价结合亲和力的预测准确性	NA	提高药物与靶点结合亲和力的预测准确性	药物与靶点的结合亲和力，包括共价和非共价结合	机器学习	NA	Transformer编码器	Transformer	蛋白质和药物分子的不同表示	使用了非共价蛋白质-配体相互作用的数据集和CovalentInDB数据库中的共价相互作用小数据集
21005	2024-08-08	Intelligent Beam Optimization for Light-Sheet Fluorescence Microscopy through Deep Learning 2024, Intelligent computing (Washington, D.C.) DOI:10.34133/icomputing.0095 PMID:39099879	研究论文	本文通过深度学习方法优化光片荧光显微镜中的照明光束，以提高细胞检测的图像质量	提出了一种将光片荧光显微镜的物理照明模型与细胞检测网络训练相结合的方法，通过连续更新相位掩模来优化照明光束，从而提高图像质量	NA	通过计算方法设计显微镜系统，为依赖深度学习模型分析成像数据的光学设计提供新见解	光片荧光显微镜中的照明光束优化	计算机视觉	NA	深度学习	CNN	图像	每个样本约0.5 TB的图像数据
21006	2024-08-08	Lumpy skin disease diagnosis in cattle: A deep learning approach optimized with RMSProp and MobileNetV2 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0302862 PMID:39102387	研究论文	本研究提出了一种使用MobileNetV2模型和RMSprop优化器的深度学习方法，用于牛的结节性皮肤病诊断	该方法在健康和结节性皮肤病牛的图像数据集上测试，准确率达到95%，比现有基准高出4-10%	NA	旨在改善牛结节性皮肤病的诊断和管理	牛的结节性皮肤病	计算机视觉	NA	深度学习	MobileNetV2	图像	包含健康和结节性皮肤病牛的图像数据集
21007	2024-08-08	Evaluating the potential of retinal photography in chronic kidney disease detection: a review 2024, PeerJ IF:2.3Q2 DOI:10.7717/peerj.17786 PMID:39104365	综述	本文综述了利用视网膜摄影作为慢性肾脏疾病（CKD）检测工具的潜力，重点评估了视网膜血管变化在CKD诊断中的应用，并探讨了深度学习技术在这一领域的最新进展。	结合深度学习与视网膜成像技术，提供了一种非侵入性的CKD检测方法，有望提高检测系统的精确度和预测能力。	NA	评估视网膜成像作为CKD诊断工具的潜力，并探讨深度学习技术在这一领域的应用。	视网膜成像在CKD检测中的应用及其与深度学习技术的结合。	计算机视觉	肾脏疾病	深度学习	NA	图像	70项研究，其中35项研究糖尿病视网膜病变与CKD的相关性，23项研究通过视网膜成像检测CKD，4项尝试通过人工智能与视网膜成像结合自动化检测。
21008	2024-08-08	Exploring Unlabeled Data in Multiple Aspects for Semi-Supervised MRI Segmentation 2024, Health data science DOI:10.34133/hds.0166 PMID:39104600	研究论文	本研究提出了一种新的半监督MRI分割模型，该模型能够基于多种半监督学习技术探索未标记数据的多方面信息	本研究的创新点在于结合多种半监督学习技术，有效利用未标记数据提升MRI分割性能	NA	旨在提高MRI分割的自动化分析能力	MRI图像的分割	计算机视觉	NA	半监督学习技术	NA	图像	使用了2个公共数据集，分别在LA和ACDC数据集上达到了90.3%和89.4%的Dice分数
21009	2024-08-08	Deep learning and remote photoplethysmography powered advancements in contactless physiological measurement 2024, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2024.1420100 PMID:39104628	综述	本文深入回顾了利用计算机视觉和深度学习在非接触式生理测量中的人工智能方法，并全面总结了非接触式测量技术在皮肤灌注、呼吸率、血氧饱和度、心率、心率变异性和血压方面的最新发展	介绍了通过优化传统算法和开发深度学习算法来改善非接触式生理监测方法的异质性问题	非接触式生理监测方法缺乏统一性或标准化，限制了其在远程医疗/远程健康设置中的应用	探讨和总结非接触式生理测量技术的发展及其在医疗领域的应用	非接触式生理测量技术及其在皮肤灌注、呼吸率、血氧饱和度、心率、心率变异性和血压测量中的应用	计算机视觉	NA	深度学习	NA	视频或图像	NA
21010	2024-08-08	Recent deep learning-based brain tumor segmentation models using multi-modality magnetic resonance imaging: a prospective survey 2024, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2024.1392807 PMID:39104626	综述	本文综述了基于多模态磁共振成像的深度学习脑肿瘤分割模型，并讨论了其最新进展和未来方向	介绍了使用卷积神经网络、视觉变换器和混合模型的最新深度学习模型，并进行了深入的统计分析	提出了当前研究中存在的开放挑战，并指出了未来研究的方向	提高脑肿瘤诊断的准确性和治疗效果	脑肿瘤分割模型及其在多模态磁共振成像中的应用	计算机视觉	脑肿瘤	磁共振成像（MRI）	CNN、视觉变换器、混合模型	图像	NA
21011	2024-08-08	Genome composition-based deep learning predicts oncogenic potential of HPVs 2024, Frontiers in cellular and infection microbiology IF:4.6Q1 DOI:10.3389/fcimb.2024.1430424 PMID:39104853	研究论文	本研究通过分析HPV序列的二核苷酸（DNT）和DNT表示（DCR）的基因组组成特征，利用深度学习模型预测HPV的致癌潜力	首次利用深度学习模型基于HPV的基因组组成特征预测其致癌潜力	NA	旨在通过深度学习模型预测HPV的致癌潜力	人乳头瘤病毒（HPV）的致癌潜力	机器学习	NA	NA	CNN	序列数据	多种类型的HPV序列记录
21012	2024-08-08	SaLT&PepPr is an interface-predicting language model for designing peptide-guided protein degraders 2023-10-24, Communications biology IF:5.2Q1 DOI:10.1038/s42003-023-05464-z PMID:37875551	研究论文	本文介绍了一种名为SaLT&PepPr的结构无关语言转换器和肽优先级排序管道，用于从蛋白质序列中预测相互作用界面，进而生成肽结合基序	该模型仅使用氨基酸序列作为输入，与基于结构同源性的方法竞争，但性能低于输入结构和序列特征的深度学习模型	模型在性能上低于那些同时输入结构和序列特征的深度学习模型	旨在预测蛋白质-蛋白质相互作用（PPIs）的位点，这对于计算和实验应用都很有用	蛋白质-蛋白质相互作用位点的预测以及肽结合基序的生成	机器学习	NA	蛋白质语言模型（pLM）	语言转换器（Transformer）	序列	使用来自PDB的数据进行模型训练和验证
21013	2024-08-08	Scaffolding cooperation in human groups with deep reinforcement learning 2023-Oct, Nature human behaviour IF:21.4Q1 DOI:10.1038/s41562-023-01686-7 PMID:37679439	研究论文	本文利用深度强化学习和模拟方法训练一个'社会规划者'，通过推荐来创建或打破群体成员之间的联系，以促进人类群体在合作游戏中的合作行为	本文采用深度强化学习技术，训练出一个能够促进群体合作的社会规划者，与以往将背叛者与合作者分离的策略不同，该规划者采取和解的方式鼓励背叛者表现出亲社会行为	NA	探索促进群体合作的有效方法	人类群体在合作游戏中的合作行为	机器学习	NA	深度强化学习	NA	NA	208名参与者分为13个群体
21014	2024-08-08	Automated deep learning in ophthalmology: AI that can build AI 2021-Sep-01, Current opinion in ophthalmology IF:3.0Q1 DOI:10.1097/ICU.0000000000000779 PMID:34231529	综述	本文综述了自动化深度学习在医疗领域的当前状态，并探讨了使用商业平台开发这些模型的进展	自动化深度学习允许无编程经验的用户开发深度学习算法，展示了在眼科及其他专科中的应用潜力	尽管自动化深度学习显示出巨大潜力，但仍存在一些挑战需要克服	描述自动化深度学习在医疗领域的应用现状，并讨论其当前挑战和未来发展方向	自动化深度学习模型及其在眼科、皮肤病学、放射学和组织病理学等专科中的应用	机器学习	NA	深度学习	监督学习	图像	NA
21015	2024-08-08	Transfer learning for predicting conversion from mild cognitive impairment to dementia of Alzheimer's type based on a three-dimensional convolutional neural network 2021-03, Neurobiology of aging IF:3.7Q2 DOI:10.1016/j.neurobiolaging.2020.12.005 PMID:33422894	研究论文	本文开发了一种深度学习模型，利用三维卷积神经网络通过转移学习预测轻度认知障碍患者向阿尔茨海默病型痴呆的转化	该模型在目标任务上的分类准确率达到82.4%，优于当前领域的模型，并能通过遮挡图方法可视化对预测有显著贡献的大脑区域	NA	预测轻度认知障碍患者向阿尔茨海默病型痴呆的转化	轻度认知障碍患者及其向阿尔茨海默病型痴呆的转化	机器学习	阿尔茨海默病	结构磁共振成像	三维卷积神经网络	图像	使用正常对照组和阿尔茨海默病型痴呆患者的扫描数据进行预训练，然后在轻度认知障碍患者的扫描数据上进行再训练
21016	2024-08-08	DeepMIB: User-friendly and open-source software for training of deep learning network for biological image segmentation 2021-03, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1008374 PMID:33651804	研究论文	介绍DeepMIB软件包，用于训练卷积神经网络进行多维显微镜图像分割	DeepMIB是一个用户友好且开源的软件，适用于在任何工作站上训练深度学习网络进行图像分割	NA	开发一个易于使用且功能强大的深度学习工具，用于生物图像分割	多维显微镜图像数据	计算机视觉	NA	卷积神经网络	CNN	图像	2D和3D电子及多色光显微镜数据集
21017	2024-08-08	Diagnosis and Risk Prediction of Dilated Cardiomyopathy in the Era of Big Data and Genomics 2021-Feb-26, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm10050921 PMID:33652931	综述	本文综述了在基因组学和大数據时代下，扩张型心肌病（DCM）的诊断和风险预测的进展	介绍了多变量风险模型和遗传风险评分在个性化风险评估中的应用，以及机器学习和深度学习在复杂交互和预后建模中的作用	NA	探讨在基因组学和大数據时代下，如何改进扩张型心肌病的个性化风险评估	扩张型心肌病（DCM）的诊断和风险预测	基因组学	心血管疾病	基因组/外显子组关联研究	机器学习和深度学习	电子健康记录、现有研究数据库和疾病登记	NA
21018	2024-08-08	Performance of Ultrasound Techniques and the Potential of Artificial Intelligence in the Evaluation of Hepatocellular Carcinoma and Non-Alcoholic Fatty Liver Disease 2021-Feb-14, Cancers IF:4.5Q1 DOI:10.3390/cancers13040790 PMID:33672827	综述	本文综述了超声技术在非酒精性脂肪肝病（NAFLD）及其相关肝细胞癌（HCC）评估中的诊断性能，并探讨了人工智能（AI）辅助优化超声诊断的可能性	探讨了人工智能和深度学习算法在通过超声方法评估NAFLD和NAFLD相关HCC中的应用，认为这可能对患者护理产生重大影响	传统超声在量化NAFLD和准确表征特定肝局灶性病变（FLL）方面存在局限性	分析超声技术在NAFLD和NAFLD相关HCC评估中的诊断性能，并探索人工智能优化超声诊断的可能性	非酒精性脂肪肝病（NAFLD）及其相关肝细胞癌（HCC）	医学影像	肝病	超声成像	深度学习算法	图像	NA
21019	2024-08-08	Deep learning approach for the segmentation of aneurysmal ascending aorta 2021-Feb, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-020-00179-0 PMID:33747600	研究论文	本研究探讨了使用UNet、ENet和ERFNet技术进行升主动脉瘤自动分割的可行性和有效性	本研究展示了深度学习模型能够快速且准确地分割和量化升主动脉瘤的3D几何结构	NA	开发新的基于图像的风险评估策略，以提高患者风险管理的个性化水平	升主动脉瘤的自动分割	计算机视觉	心血管疾病	深度学习	UNet, ENet, ERFNet	图像	72名患有升主动脉瘤和不同瓣膜形态（即三尖瓣和二尖瓣）的患者
21020	2024-08-08	Artificial Intelligence in Nutrients Science Research: A Review 2021-Jan-22, Nutrients IF:4.8Q1 DOI:10.3390/nu13020322 PMID:33499405	综述	本文分析了人工智能在营养科学研究中的当前应用	探讨了人工智能在食品成分研究、营养素生产和个性化营养支持系统开发中的应用	NA	分析人工智能在营养科学研究中的应用	人工智能在生物医学营养研究、临床营养研究和营养流行病学中的应用	计算机科学	NA	人工智能	人工神经网络 (ANN), 机器学习 (ML), 深度学习 (DL)	文本	399篇文献，最终筛选出55篇