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
22581	2024-08-07	Exploring the Role of Artificial Intelligence in Mental Healthcare: Current Trends and Future Directions - A Narrative Review for a Comprehensive Insight 2024, Risk management and healthcare policy IF:2.7Q2 DOI:10.2147/RMHP.S461562 PMID:38799612	综述	本文通过叙述性综述探讨了人工智能在精神健康护理中的当前趋势和未来方向	AI通过预测分析能力改进治疗计划，并能分析各种精神健康数据集以预测相关模式	当前研究在评估医疗专业人员与AI在提供精神健康护理方面的合作有限，且存在伦理问题、网络安全、数据分析多样性不足、文化敏感性和语言障碍等问题	旨在讨论AI在精神健康护理中的作用及其面临的挑战和前景	人工智能在精神健康护理中的应用，包括筛查、诊断和治疗	机器学习	NA	机器学习, 深度学习	NA	数据集	未来研究需要更大样本量和数据集
22582	2024-08-07	Hype or hope? Ketamine for the treatment of depression: results from the application of deep learning to Twitter posts from 2010 to 2023 2024, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2024.1369727 PMID:38800065	研究论文	通过分析2010年至2023年Twitter上的帖子，研究公众对氯胺酮用于抑郁症治疗的看法	使用深度学习和自然语言处理技术分析社交媒体数据，以了解公众对氯胺酮治疗抑郁症的态度	研究受限于Twitter用户的年龄和语言偏好，可能无法代表所有人群	调查公众对氯胺酮用于抑郁症治疗的看法	Twitter上关于氯胺酮和抑郁症的帖子	自然语言处理	抑郁症	自然语言处理	BERT	文本	18,899条独特推文
22583	2024-08-07	A Novel Deep Learning Model for Drug-drug Interactions 2024, Current computer-aided drug design IF:1.5Q3 DOI:10.2174/0115734099265663230926064638 PMID:38804324	研究论文	本文提出了一种新的深度学习模型，用于预测药物-药物相互作用（DDI）	使用两个独立的消息传递神经网络（MPNN）模型，每个模型专注于一对药物中的一个药物，以提高DDI预测的准确性	需要进一步的研究和验证在更大数据集和实际场景中的通用性和实用性	提高药物-药物相互作用预测的准确性	药物-药物相互作用	机器学习	NA	消息传递神经网络（MPNN）	MPNN	分子特征数据	一个综合数据集
22584	2024-08-07	Artificial intelligence for evaluating the risk of gastric cancer: reliable detection and scoring of intestinal metaplasia with deep learning algorithms 2023-12, Gastrointestinal endoscopy IF:6.7Q1 DOI:10.1016/j.gie.2023.06.056 PMID:37392953	研究论文	本文研究使用深度学习算法评估胃癌风险，特别是通过深度卷积神经网络（DCNN）模型ResNet50检测和评分肠上皮化生（IM）	开发了一种基于深度学习的AI系统，用于评估胃癌风险，该系统能够准确、可靠且重复地检测和评分肠上皮化生	该AI系统在识别小的肠上皮化生病灶方面存在局限	开发一种AI系统，用于准确评估胃癌风险	胃癌风险评估，特别是肠上皮化生的检测和评分	机器学习	胃癌	深度卷积神经网络（DCNN）	ResNet50	图像	5753张图像
22585	2024-08-07	Meaning maps detect the removal of local semantic scene content but deep saliency models do not 2022-Apr, Attention, perception & psychophysics DOI:10.3758/s13414-021-02395-x PMID:35138579	研究论文	本研究通过使用一种设计来移除图像区域意义同时保留其图像特征的微分同胚图像变换，测试了意义地图和三种最先进的深度学习模型对语义内容损失的敏感性。	本研究首次直接测试了意义地图和深度学习模型对语义内容损失的敏感性，并发现意义地图能够反映场景中的局部语义内容，而深度显着性模型则不能。	研究仅使用了三种最先进的深度学习模型，可能未能涵盖所有类型的深度学习模型。	验证意义地图是否能捕捉语义内容，以及深度学习模型是否仅表示语义中性的图像特征。	意义地图和三种最先进的深度学习模型对语义内容损失的敏感性。	计算机视觉	NA	微分同胚图像变换	深度学习模型	图像	NA
22586	2024-08-07	Deep Neural Network for Scleral Spur Detection in Anterior Segment OCT Images: The Chinese American Eye Study 2020-03, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.9.2.18 PMID:32818079	研究论文	开发一种深度神经网络用于检测前段光学相干断层扫描（AS-OCT）图像中的巩膜突	使用基于ResNet-18架构的卷积神经网络（CNN）自动检测巩膜突，其性能与人类专家相当	NA	开发一种能够检测AS-OCT图像中巩膜突的深度神经网络	AS-OCT图像中的巩膜突	计算机视觉	NA	光学相干断层扫描（AS-OCT）	卷积神经网络（CNN）	图像	训练数据集包含17,704张图像，测试数据集包含921张图像
22587	2024-08-07	Relevance of deep learning to facilitate the diagnosis of HER2 status in breast cancer 2017-04-05, Scientific reports IF:3.8Q1 DOI:10.1038/srep45938 PMID:28378829	研究论文	本文开发了一种基于深度学习的计算方法，用于自动评估乳腺癌中的HER2生物标志物，以辅助病理学家的诊断。	利用深度学习技术自动评分HER2，以减少病理学家之间的解释差异，提高诊断准确性。	研究样本量较小，仅包括71个乳腺癌切除样本。	探索深度学习在乳腺癌HER2状态诊断中的应用，以提高诊断的一致性和准确性。	乳腺癌中的HER2生物标志物。	数字病理学	乳腺癌	深度学习	NA	图像	71个乳腺癌肿瘤切除样本
22588	2024-08-07	Dermatological disease prediction and diagnosis system using deep learning 2024-Jun, Irish journal of medical science IF:1.7Q2 DOI:10.1007/s11845-023-03578-1 PMID:38036757	研究论文	本文开发了一种利用机器学习和深度学习算法准确识别多达20种不同皮肤疾病的预测系统	采用Xception, Inception-v3, Resnet50, DenseNet121和Inception-ResNet-v2等深度学习算法，能够准确分类疾病图像，且系统无内在偏见，平等对待所有类别	NA	开发一种高效且准确的皮肤疾病预测系统	多达20种不同的皮肤疾病	机器学习	皮肤疾病	深度学习算法	Xception, Inception-v3, Resnet50, DenseNet121, Inception-ResNet-v2	图像	超过10,000张照片
22589	2024-08-07	Improved detection of cholesterol gallstones using quasi-material decomposition images generated from single-energy computed tomography images via deep learning 2024-Jun, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-024-00783-0 PMID:38393491	研究论文	本研究开发了一种利用深度卷积神经网络（DCNN）从单能量计算机断层扫描（SECT）图像生成准物质分解（quasi-MD）图像的方法，旨在提高胆固醇胆结石的检测并确定quasi-MD图像的临床效用	本研究展示了使用DCNN训练的高端计算机断层扫描系统获得的DECT图像可以提高SECT图像的病变检测能力	NA	提高胆固醇胆结石的检测并确定quasi-MD图像的临床效用	胆固醇胆结石的检测	计算机视觉	胆结石	计算机断层扫描（CT）	深度卷积神经网络（DCNN）	图像	4000对虚拟单色图像（70 keV）和MD图像（脂肪/水）用于训练DCNN，70名患者（40名有胆结石，30名无胆结石）的SECT图像用于测试
22590	2024-08-07	Intra and inter-regional functional connectivity of the human brain due to Task-Evoked fMRI Data classification through CNN & LSTM 2024-Jun, Journal of neuroradiology = Journal de neuroradiologie DOI:10.1016/j.neurad.2024.02.006 PMID:38408721	研究论文	本研究通过CNN和LSTM模型对任务诱发fMRI数据进行分类，分析人类大脑的区域内和区域间功能连接	首次详细研究嗅觉fMRI数据，使用CNN-LSTM架构结合ResNet模型进行分类	NA	评估嗅觉功能在fMRI数据中的表现，并使用深度学习模型进行分类	健康人群和嗅觉障碍患者的嗅觉功能	机器学习	NA	fMRI	CNN, LSTM	fMRI数据	两组不同健康状况和嗅觉障碍的受试者
22591	2024-08-07	Subjective and objective image quality of low-dose CT images processed using a self-supervised denoising algorithm 2024-Jun, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-024-00786-x PMID:38413510	研究论文	本研究旨在评估使用自监督去噪深度学习算法处理的低剂量计算机断层扫描（CT）图像的主观和客观图像质量	本研究采用自监督去噪算法，其在噪声水平和边缘锐度方面的表现优于原始图像和其他传统去噪算法	自监督去噪算法的对比噪声比（CNR）和信噪比（SNR）虽然高于原始图像，但略低于其他算法	评估自监督去噪算法在低剂量CT图像处理中的图像质量	低剂量CT图像的图像质量	计算机视觉	NA	自监督去噪算法	深度学习模型	图像	训练集包含40名患者的低剂量CT图像，测试集包含30名患者的CT图像
22592	2024-08-07	DeepPLM_mCNN: An approach for enhancing ion channel and ion transporter recognition by multi-window CNN based on features from pre-trained language models 2024-Jun, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108055 PMID:38555810	研究论文	提出了一种结合预训练语言模型和多窗口卷积神经网络的新框架DeepPLM_mCNN，用于有效分类膜蛋白为离子通道和离子转运体	该研究首次将预训练语言模型与多窗口卷积神经网络结合，用于从蛋白质序列数据中准确识别膜蛋白	NA	提高膜蛋白分类的准确性，特别是离子通道和离子转运体的识别	膜蛋白，特别是离子通道和离子转运体	机器学习	NA	预训练语言模型（PLMs）和多窗口卷积神经网络（mCNNs）	多窗口卷积神经网络（mCNN）	蛋白质序列	NA
22593	2024-08-07	Predicting associations between drugs and G protein-coupled receptors using a multi-graph convolutional network 2024-Jun, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108060 PMID:38579550	研究论文	本文提出了一种基于多图卷积网络的端到端深度模型，用于高效准确地发现潜在的药物-G蛋白偶联受体（GPCR）关系	该模型能够同时考虑药物结构、药物间相互作用、GPCR序列及亚家族信息，从而更全面地检测药物与GPCR之间的关系	NA	加速药物再利用过程，通过计算模型预测药物与GPCR之间的新型相互作用	药物与G蛋白偶联受体（GPCR）之间的关系	机器学习	NA	多图卷积网络	多图卷积网络	结构数据、序列数据	NA
22594	2024-08-07	Advancing Drug-Target Interaction prediction with BERT and subsequence embedding 2024-Jun, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108058 PMID:38593480	研究论文	本文提出了一种基于BERT和子序列嵌入的深度学习框架，用于改进药物-靶点相互作用（DTI）预测	使用氨基酸子序列编码蛋白质，模拟DTI的生物过程，并结合高频子序列嵌入和迁移学习方法	NA	探索蛋白质与药物之间的关系，提高DTI预测的准确性	蛋白质和药物序列的相互作用	机器学习	NA	BERT	BERT	序列数据	三个不同的基准数据集
22595	2024-08-07	Attention-based deep convolutional neural network for classification of generalized and focal epileptic seizures 2024-Jun, Epilepsy & behavior : E&B IF:2.3Q2 DOI:10.1016/j.yebeh.2024.109732 PMID:38636140	研究论文	本文提出了一种基于注意力的深度卷积神经网络模型，用于自动分类广义和局灶性癫痫发作	该模型结合了多头自注意力机制与深度卷积神经网络，提高了癫痫发作分类的准确性	NA	旨在通过自动化方法提高癫痫诊断的效率和准确性	使用来自Temple University Hospital Seizure Corpus的EEG信号，对七种不同类型的癫痫发作进行分类	机器学习	癫痫	EEG信号分析	CNN	信号	使用了包括时间相关性、功率谱密度等在内的11种特征，从10秒滑动窗口中提取
22596	2024-08-07	Assessment of the deep learning-based gamma passing rate prediction system for 1.5 T magnetic resonance-guided linear accelerator 2024-Jun, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-024-00800-2 PMID:38687457	研究论文	本研究评估了一种基于深度学习的系统，用于预测在线自适应磁共振成像引导放射治疗（oMRgRT）中的伽马通过率（GPR）。	本研究采用卷积神经网络预测不同伽马标准的GPR，并验证了该模型在自适应计划中的应用。	研究样本量较小，且仅限于前列腺癌患者和Elekta Unity设备。	评估深度学习系统在在线自适应磁共振成像引导放射治疗中预测伽马通过率的潜力。	前列腺癌患者在接受Elekta Unity设备治疗时的放射治疗计划。	机器学习	前列腺癌	深度学习	卷积神经网络	放射治疗计划数据	125个验证计划（参考计划100个，自适应计划25个）
22597	2024-08-07	A deep-learning-based scatter correction with water equivalent path length map for digital radiography 2024-Jun, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-024-00807-9 PMID:38696086	研究论文	本文提出了一种基于深度学习的数字放射摄影散射校正方法，使用水等效路径长度（WEPL）图来提高校正的准确性	提出的U-Net模型包含两个模块，一个用于生成WEPL图，另一个用于利用WEPL图作为辅助信息预测散射，无需实际放射摄影系统即可收集训练数据集	NA	开发一种基于深度学习的散射校正方法，以提高数字放射摄影的图像质量	数字放射摄影中的散射校正	计算机视觉	NA	Monte Carlo模拟	U-Net	图像	使用3D CT图像作为数值模型进行训练和验证
22598	2024-08-07	SurfPro-NN: A 3D point cloud neural network for the scoring of protein-protein docking models based on surfaces features and protein language models 2024-Jun, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108067 PMID:38714420	研究论文	本文介绍了一种基于三维点云神经网络的蛋白质-蛋白质对接模型评分方法SurfPro-NN	该方法将蛋白质结构表示为点云，并通过点云神经网络学习蛋白质界面的相互作用信息，同时结合蛋白质表面表示模型和语言模型，显著提升了特征表示能力	NA	旨在解决蛋白质-蛋白质对接模拟中选择与天然结构相似的候选假体结构的挑战	蛋白质-蛋白质对接模型	计算机视觉	NA	点云神经网络	点云神经网络	点云	使用公共数据集进行全面测试
22599	2024-08-07	A novel multilevel iterative training strategy for the ResNet50 based mitotic cell classifier 2024-Jun, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108092 PMID:38754259	研究论文	本文提出了一种新的多级迭代训练策略，用于改进基于ResNet50的细胞有丝分裂分类器	提出了一个多级迭代训练策略，以解决模型训练中收敛到局部最优解的问题	未明确提及	提高细胞有丝分裂自动识别的准确性	细胞有丝分裂分类模型	数字病理学	乳腺癌	深度学习	ResNet50	图像	使用了公共的MITOSI14数据集
22600	2024-08-07	Feature engineered embeddings for classification of molecular data 2024-Jun, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108056 PMID:38796282	研究论文	本文提出了一种使用自然语言处理技术对分子文本数据进行特征工程的方法，以改进分子分类	采用自然语言处理技术如计数向量化、词频-逆文档频率、word2vec和隐狄利克雷分配来处理分子文本数据，提供了一种快速且可复制的嵌入方法	仅依赖于化学文本数据，未涉及分子结构信息	探索使用自然语言处理技术对分子文本数据进行特征工程，以提高分子分类的性能	分子文本数据，包括FASTA序列数据和简化分子输入线规范数据	自然语言处理	NA	自然语言处理技术（计数向量化、词频-逆文档频率、word2vec、隐狄利克雷分配）	NA	文本	两种类型的分子文本数据：FASTA序列数据和简化分子输入线规范数据