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
22481	2024-08-05	Application value of artificial intelligence algorithm-based magnetic resonance multi-sequence imaging in staging diagnosis of cervical cancer 2024, Open life sciences IF:1.7Q3 DOI:10.1515/biol-2022-0733 PMID:38867922	研究论文	本研究探讨了基于深度学习的多序列磁共振成像在宫颈癌分期诊断中的应用价值	提出了在DRN模型中加入特征增强层以提高宫颈癌MRI成像特征的信息，并评估了其诊断准确性	样本量仅为90例，可能限制研究的广泛适用性	探讨深度残差网络模型在宫颈癌分期诊断中的应用效果	90名在2019年8月至2021年5月间诊断为宫颈癌的患者	医学影像学	宫颈癌	磁共振成像 (MRI)	深度残差网络 (DRN)	医学影像	90例宫颈癌患者
22482	2024-08-05	Explaining deep learning-based representations of resting state functional connectivity data: focusing on interpreting nonlinear patterns in autism spectrum disorder 2024, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2024.1397093 PMID:38832332	研究论文	本研究开发了解释性变分自编码器模型，以分析自闭症谱系障碍中的静息态功能连接数据	引入了潜在贡献分数来解释变分自编码器识别的非线性模式	解释这些潜在表示仍然面临挑战	旨在提高对自闭症谱系障碍脑机制的理解	分析1150名参与者（601名健康对照和549名自闭症患者）的rs-fMRI数据	数字病理学	自闭症谱系障碍	变分自编码器（VAE）	NA	静息态功能性磁共振成像数据（rs-fMRI）	1150名参与者（601名健康对照，549名自闭症患者）
22483	2024-08-05	Hate speech detection with ADHAR: a multi-dialectal hate speech corpus in Arabic 2024, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2024.1391472 PMID:38873176	研究论文	本文提出ADHAR，一个综合的阿拉伯语多方言、多类别仇恨言论语料库。	ADHAR数据库维护了方言、类别和仇恨/非仇恨类之间的平衡，提供了一种无偏的评估方法。	本文没有提到样本的收集范围或其他可能的语料库限制。	研究阿拉伯语的仇恨言论检测。	ADHAR语料库，包括现代标准阿拉伯语、埃及方言、黎凡特方言、海湾方言和马格里比方言。	自然语言处理	NA	深度学习	经典模型和深度学习模型	文本	70,369个词
22484	2024-08-05	Deep Learning and Gastric Cancer: Systematic Review of AI-Assisted Endoscopy 2023-Dec-06, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13243613 PMID:38132197	综述	本综述评估了深度学习在胃癌早期检测中的应用现状	探讨了深度学习在胃癌分类、检测和肿瘤特征评估中的潜力	主要集中于单中心研究和未披露的数据集，对结果的普适性产生影响	研究深度学习在胃癌前期、早期及相关病变分析中的应用	利用内镜图像检测胃肿瘤的深度学习算法	计算机视觉	胃癌	深度学习	多种深度学习技术	图像	42项研究
22485	2024-08-05	Integrative approaches based on genomic techniques in the functional studies on enhancers 2023-11-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbad442 PMID:38048082	综述	本文综述了基于组学技术的增强子功能研究的整合方法	提出了多维组学数据整合的方法，以识别和表征未知增强子的功能及调控机制	多维组学数据由于复杂性和大量性，整合全基因组水平仍面临困难	探讨有效的增强子研究方法和数据整合技术	各种组学方法在增强子研究中的应用	数字病理学	NA	高通量测序技术	机器学习和深度学习	基因组数据	NA
22486	2024-08-05	Unraveling Neuronal Identities Using SIMS: A Deep Learning Label Transfer Tool for Single-Cell RNA Sequencing Analysis 2023-Nov-17, bioRxiv : the preprint server for biology DOI:10.1101/2023.02.28.529615 PMID:36909548	研究论文	本文介绍了一种名为SIMS的深度学习标签转移工具，用于单细胞RNA测序分析	SIMS是一种数据高效的机器学习管道，可以在最小编码的情况下应用于新数据集，且在复杂数据集中能够高效、准确地进行细胞分类	可能在某些特定情况下对细胞类型的区分能力不足，具体条件未在摘要中详细说明	目标是提高单细胞数据集中的细胞标签转移和分类准确性	研究对象为成人大脑皮层和海马体中的细胞，以及发育过程中神经元亚型的预测	机器学习	NA	RNA测序	NA	单细胞数据	涉及多个单细胞数据集，包括成人大脑皮层、海马体和皮层类器官
22487	2024-08-05	Explaining Deep Learning-Based Representations of Resting State Functional Connectivity Data: Focusing on Interpreting Nonlinear Patterns in Autism Spectrum Disorder 2023-Sep-13, bioRxiv : the preprint server for biology DOI:10.1101/2023.09.13.557591 PMID:37745501	研究论文	本研究集中于解释自闭症谱系障碍中静息状态功能连接数据的深度学习模型表现	引入潜在贡献评分，解释由变分自编码器（VAE）识别的非线性模式	可能存在样本选择偏差，未考虑其他潜在影响因素	旨在创建可解释的VAE模型，利用静息状态fMRI数据研究自闭症谱系障碍	包括1150名参与者，其中601名为健康对照，549名为自闭症患者	数字病理学	自闭症谱系障碍	静息状态功能磁共振成像 (rs-fMRI)	变分自编码器 (VAE)	脑部功能连接数据	1150个参与者（601名健康对照和549名自闭症患者）
22488	2024-08-05	A Novel ECG-Based Deep Learning Algorithm to Predict Cardiomyopathy in Patients With Premature Ventricular Complexes 2023-08, JACC. Clinical electrophysiology DOI:10.1016/j.jacep.2023.05.025 PMID:37480862	研究论文	本研究开发了一种深度学习算法，从12导联心电图中预测早期心室复合体患者的心肌病	本研究创新性地使用深度学习方法来预测PVC导致的心肌病，并表明该模型能够独立于PVC负担进行准确预测	本研究的一项限制是仅在一个医院进行内部训练和测试，外部验证也只在其他几家医院进行	该研究旨在通过深度学习模型预测PVC患者中的心肌病	研究对象为有记录的早期心室复合体患者，涉及383,514个心电图样本	机器学习	心血管疾病	深度学习	多变量Cox模型	心电图	14,241个样本
22489	2024-08-05	Epistatic Features and Machine Learning Improve Alzheimer's Risk Prediction Over Polygenic Risk Scores 2023-Mar-15, medRxiv : the preprint server for health sciences DOI:10.1101/2023.02.10.23285766 PMID:36798198	研究论文	本文提出了一种新的遗传模型，通过结合表型交互特征和机器学习方法改善阿尔茨海默病的风险预测	创新点在于直接结合 SNP 位点之间的表型相互作用并使用机器学习模型进行风险估计	所研究的模型在新数据上的泛化能力仍需进一步验证	构建一种与 PRS 模型相比更精准的阿尔茨海默病风险预测模型	研究对象为晚发性阿尔茨海默病患者的遗传数据	机器学习	阿尔茨海默病	机器学习	集成学习模型	遗传数据	与文献中的 PRS 模型相同的数据集
22490	2024-08-05	nBEST: Deep-learning-based non-human primates Brain Extraction and Segmentation Toolbox across ages, sites and species 2024-Jul-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2024.120652 PMID:38797384	研究论文	本研究提出了一个针对非人类灵长类动物脑部MRI的深度学习处理工具nBEST	nBEST通过终身学习和创新的3D U-NeXt架构，能够灵活整合来自不同NHP种群的数据	无明确限制信息	开发专为非人类灵长类动物设计的脑部MRI处理工具	1,469个来自11种不同NHP的脑部MRI扫描数据	计算机视觉	无明确疾病类别	深度学习	3D U-NeXt	MRI图像	1,469个扫描，涉及11种（如猕猴、枭猴、黑猩猩等）
22491	2024-08-05	Histological tissue classification with a novel statistical filter-based convolutional neural network 2024-Jul, Anatomia, histologia, embryologia DOI:10.1111/ahe.13073 PMID:38868912	研究论文	本文提出了一种新的基于统计滤波器的卷积神经网络用于组织分类	提出了一种HistStatCNN模型，通过统计方法初始化卷积核以提高图像分类的性能	该研究可能受限于所使用的数据集，可能不适用于所有类型的组织图像	旨在提高图像分类任务中的准确性和效率	研究对象为新型组织学数据集及多个组织病理基准数据集	数字病理学	NA	卷积神经网络（CNN）	HistStatCNN	图像	使用了多个组织病理基准数据集和一个新组织学数据集进行评估
22492	2024-08-05	Radiological age assessment based on clavicle ossification in CT: enhanced accuracy through deep learning 2024-Jul, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-024-03167-6 PMID:38286953	研究论文	本文提出了一种基于胸部CT中锁骨骨化的深度学习年龄评估方法	通过深度学习方法实现了对锁骨骨化的连续年龄评估，克服了传统方法的准确性限制	模型性能可能受个体变异或病理状况的影响	研究通过深度学习提高CT影像在年龄评估中的准确性	分析了1,935名患者的胸部CT扫描影像数据	计算机视觉	NA	深度学习	NA	影像	训练集包含4,400个扫描来自1,935名患者，测试集包含300个扫描来自300名患者
22493	2024-08-05	Automatic and robust estimation of sex and chronological age from panoramic radiographs using a multi-task deep learning network: a study on a South Korean population 2024-Jul, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-024-03204-4 PMID:38467754	研究论文	本研究利用多任务深度学习网络自动和稳健地从全景X光片中估计性别和年龄。	提出了一种名为ForensicNet的网络，包含性别和年龄关注分支，以学习全景X光片的解剖上下文特征。	研究可能存在数据偏差的问题，虽然使用的数据集已相对均衡。	旨在提高全景X光片中性别和年龄估计的准确性和自动化水平。	使用来自韩国人群的13200张全景X光片进行研究，涵盖不同性别和年龄段。	数字病理学	NA	深度学习	多任务深度学习网络	图像	13200张图像，每个性别和年龄范围各100张
22494	2024-08-05	Pediatric tympanostomy tube assessment via deep learning 2024 Jul-Aug, American journal of otolaryngology IF:1.8Q2 DOI:10.1016/j.amjoto.2024.104334 PMID:38723380	研究论文	本文研究了使用深度学习算法评估儿童鼓膜腔管的有效性	开发了一种基于深度学习的算法，能够高效识别儿童耳中鼓膜腔管的存在与否	研究样本数量相对较小，仅涉及28名受试者	比较人工智能算法与临床人员评估耳中鼓膜腔管存在的有效性	具有鼓膜腔管历史的10个月到10岁儿童	计算机视觉	NA	深度学习	NA	图像	28名儿童，共123张图像
22495	2024-08-05	Enhancing Molecular Property Prediction through Task-Oriented Transfer Learning: Integrating Universal Structural Insights and Domain-Specific Knowledge 2024-Jun-13, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.4c00692 PMID:38748846	研究论文	本文提出了一种名为TOML-BERT的双层预训练框架，以提高分子属性预测的准确性	创新点在于结合了结构模式和领域知识的任务导向多层学习框架	该研究可能受限于可用的伪标签数据的质量	旨在提升药物发现中的分子属性预测能力	针对10个制药数据集进行分子属性预测	机器学习	NA	自监督预训练	BERT	数据集	10个制药数据集
22496	2024-08-05	MCDHGN: Heterogeneous network-based cancer driver gene prediction and interpretability analysis 2024-Jun-12, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae362 PMID:38867699	研究论文	提出了一种基于异构网络的癌症驱动基因预测方法MCDHGN，并增强了预测的可解释性	该研究利用异构网络的元路径聚合，提高了对癌症驱动基因预测结果的可解释性	研究未提及具体的样本量和数据来源的局限性	准确预测癌症驱动基因，以促进癌症发生机制研究和治疗	基于多种多组学数据的癌症驱动基因	数字病理学	癌症	元路径聚合	异构网络模型	多组学数据	NA
22497	2024-08-05	Machine Learning in Enhancing Protein Binding Sites Predictions - What Has Changed Since Then? 2024-Jun-11, Combinatorial chemistry & high throughput screening IF:1.6Q3 DOI:10.2174/0113862073305298240524050145 PMID:38867522	评论	本文探讨了蛋白质结合位点预测中的挑战和最新进展	强调了分子动力学模拟、机器学习和深度学习技术的结合以捕捉蛋白质-配体相互作用的动态性和复杂性	未具体提及此文章的限制	提供蛋白质结合位点预测的当前最先进技术的见解	蛋白质结合位点及其与配体的相互作用	机器学习	NA	分子动力学模拟，机器学习，深度学习	NA	结构信息，生化测定	NA
22498	2024-08-05	Preliminary study on AI-assisted diagnosis of bone remodeling in chronic maxillary sinusitis 2024-Jun-10, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01316-2 PMID:38858631	研究论文	本研究构建了用于慢性上颌窦炎骨重塑的深度学习模型和机器学习模型	本文创新地开发了基于CT影像数据的深度学习卷积神经网络(CNN)模型和支持向量机(SVM)模型，用于提高影像诊断的准确性	研究中仅限于一次性数据集，可能影响模型的普适性和进一步验证	提高慢性上颌窦炎影像学诊断的准确性	收集了来自500名患者的1000个慢性上颌窦炎患者的CT影像数据进行研究	数字病理学	慢性上颌窦炎	CT影像	CNN和SVM	影像	1000个样本，涉及500名患者
22499	2024-08-05	Pathomics and single-cell analysis of papillary thyroid carcinoma reveal the pro-metastatic influence of cancer-associated fibroblasts 2024-Jun-10, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-024-12459-4 PMID:38858612	研究论文	本研究探讨了癌症相关成纤维细胞在乳头状甲状腺癌中的促转移影响	揭示了CAF在PTC转移中的重要作用，并通过深度学习方法建立和优化了基于转移相关myoCAF基因的诊断模型	研究仅基于术后病理切片和已有公共数据，可能存在样本选择偏差	旨在探讨乳头状甲状腺癌中癌症相关成纤维细胞对淋巴结转移风险的影响	研究对象为984例乳头状甲状腺癌患者的术后组织切片及PTC细胞系TPC1和K1	数字病理学	乳头状甲状腺癌	单细胞RNA测序	深度学习	病理切片图像和基因表达数据	984例乳头状甲状腺癌患者
22500	2024-08-05	A multimodal multitask deep learning framework for vibrotactile feedback and sound rendering 2024-Jun-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-64376-y PMID:38858511	研究论文	本文介绍了一种新颖的多模态多任务深度学习框架，用于振动触觉反馈和声音渲染	首次采用基于变压器的数据驱动方法建模和渲染工具-表面交互中的振动信号和声音	NA	探索如何同时建模和生成振动触觉反馈与声音	接触加速度信号和来自不同纹理表面的声音数据	计算机视觉	NA	深度学习	编码器-解码器网络	振动信号和声音数据	NA