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
7601	2025-02-07	Intelligent cholinergic white matter pathways algorithm based on U-net reflects cognitive impairment in patients with silent cerebrovascular disease 2024-Dec-30, Stroke and vascular neurology IF:4.4Q1 DOI:10.1136/svn-2023-002976 PMID:38569895	研究论文	本文开发了一种基于U-net的智能算法，用于评估静默性脑血管病患者的胆碱能白质通路损伤，并反映其认知功能下降	首次建立了基于深度学习的智能算法，用于评估胆碱能白质通路损伤，并与金标准相比具有较高的准确性	算法的外部验证样本量较小（100例），可能需要更大规模的外部验证	评估静默性脑血管病患者的胆碱能白质通路损伤及其与认知功能的关系	静默性脑血管病（SCD）患者	数字病理学	脑血管疾病	深度学习	CNN（卷积神经网络）	医学影像	内部训练和测试集464例SCD患者，外部验证集100例SCD患者
7602	2025-02-07	Application of deep learning models on single-cell RNA sequencing analysis uncovers novel markers of double negative T cells 2024-12-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82406-7 PMID:39732739	研究论文	本研究应用深度学习模型于单细胞RNA测序分析，揭示了双阴性T细胞的新标记物	使用深度学习模型（如scVI）捕捉非线性基因表达模式，揭示了双阴性T细胞的新标记物，并验证了这些标记物在流式细胞术分析中的有效性	研究主要基于C57BL/6小鼠，人类样本的验证较少	揭示双阴性T细胞的新标记物，并验证其在健康和疾病中的表型和功能特征	C57BL/6小鼠和MRL/lpr小鼠的双阴性T细胞	生物信息学	自身免疫疾病	单细胞RNA测序（scRNA-seq）	Single Cell Variational Inference (scVI)	基因表达数据	C57BL/6小鼠和MRL/lpr小鼠的双阴性T细胞样本
7603	2025-02-07	Predicting RNA Structure and Dynamics with Deep Learning and Solution Scattering 2024-Dec-21, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.08.598075 PMID:39764023	研究论文	本文介绍了一种名为SCOPER的管道，结合了基于运动学的构象采样和创新的深度学习模型IonNet，用于预测RNA分子的结构和动力学	SCOPER通过整合Mg离子结合位点预测的深度学习模型IonNet和构象采样，显著提高了SAXS剖面拟合的质量	需要初始的足够准确的结构，且需谨慎调整可塑性和离子密度以避免过拟合实验SAXS数据	预测RNA分子在溶液中的结构和动力学	RNA分子	机器学习	NA	小角X射线散射（SAXS）	深度学习模型IonNet	实验SAXS数据	14个实验数据集
7604	2025-02-07	Automatic detection and counting of wheat spike based on DMseg-Count 2024-11-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80244-1 PMID:39613805	研究论文	本文提出了一种基于DMseg-Count模型的小麦穗自动检测与计数方法，以提高复杂田间环境下小麦穗计数的准确性	通过增强局部上下文监督信息，改进了现有的目标对象计数模型DM-Count，提出了DMseg-Count模型，并设计了逐元素点乘机制来融合全局和局部上下文监督信息	未提及具体的数据集大小或模型在不同环境下的泛化能力	提高小麦穗图像的自动检测与计数准确性，以支持产量预测和品种评估	小麦穗图像	计算机视觉	NA	深度学习	DMseg-Count	图像	未提及具体样本数量
7605	2025-02-06	Synthetic augmentation of cancer cell line multi-omic datasets using unsupervised deep learning 2024-Nov-29, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54771-4 PMID:39614072	研究论文	本研究介绍了一种无监督深度学习模型MOSA，用于整合和增强癌症依赖图谱（DepMap），通过生成分子和表型特征，增加了多组学特征的数量，并生成了1523个癌细胞系的完整DepMap	MOSA模型首次利用无监督深度学习技术整合和增强多组学数据，显著增加了多组学特征的数量，并揭示了与药物抗性相关的机制	研究主要依赖于癌细胞系数据，可能无法完全反映体内肿瘤的复杂性	整合和增强多组学数据，以更全面地理解癌症生物学	癌细胞系	机器学习	癌症	无监督深度学习	MOSA	多组学数据	1523个癌细胞系
7606	2025-02-07	nPOD-Kidney: A Heterogenous Donor Cohort for the Investigation of Diabetic Kidney Disease Pathogenesis and Progression 2024-Nov-05, Kidney360 IF:3.2Q1 DOI:10.34067/KID.0000000620 PMID:39499578	研究论文	本文介绍了nPOD-K项目，旨在通过使用器官捐赠者的肾脏来增强对糖尿病肾病（DKD）进展的理解	利用器官捐赠者的肾脏样本，结合传统和数字病理学方法，深入研究了DKD的病理机制和进展	研究依赖于器官捐赠者的样本，可能受到样本来源和数量的限制	研究目的是通过分析器官捐赠者的肾脏样本，深入了解糖尿病肾病的病理机制和进展	研究对象为糖尿病肾病患者的肾脏样本	数字病理学	糖尿病肾病	传统病理学和数字病理学方法，包括深度学习和机器学习图像分析工具	深度学习分割和机器学习图像分析工具	图像	nPOD-K队列中的肾脏样本
7607	2025-02-07	Machine learning-optimized targeted detection of alternative splicing 2024-Sep-24, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.20.614162 PMID:39386495	研究论文	本文介绍了一种高效的靶向RNA测序方法LSV-seq，用于全面检测和量化选择性剪接	提出了基于机器学习的引物设计算法Optimal Prime，显著提高了剪接事件的检测效率和灵敏度	NA	优化选择性剪接的检测和量化	RNA剪接事件	机器学习	NA	RNA-seq, LSV-seq	深度学习	RNA测序数据	NA
7608	2025-02-07	Empowering Portable Age-Related Macular Degeneration Screening: Evaluation of a Deep Learning Algorithm for a Smartphone Fundus Camera 2024-09-05, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2023-081398 PMID:39237272	研究论文	本研究评估了一种用于智能手机眼底相机的深度学习算法在检测可转诊的年龄相关性黄斑变性（AMD）方面的性能	首次评估了基于智能手机眼底相机的AI系统在AMD筛查中的应用，并展示了深度学习算法在不同数据集上的高敏感性和特异性	研究依赖于回顾性图像数据库，且样本主要来自特定人群（亚洲人），可能限制了结果的普遍性	评估深度学习算法在便携式智能手机眼底相机上检测可转诊AMD的性能	年龄相关性黄斑变性（AMD）患者	计算机视觉	年龄相关性黄斑变性	深度学习	深度学习算法	图像	训练集包括108,251张图像（AREDS数据集）和1,108张图像（亚洲人数据集），测试集包括909张图像（AREDS数据集）和238张图像（亚洲人数据集）
7609	2025-02-07	Free access via computational cloud to deep learning-based EEG assessment in neonatal hypoxic-ischemic encephalopathy: revolutionary opportunities to overcome health disparities 2024-Sep, Pediatric research IF:3.1Q1 DOI:10.1038/s41390-024-03427-6 PMID:39107521	研究论文	本文评估了一种基于深度学习的脑电图（EEG）监测视觉趋势，用于新生儿缺氧缺血性脑病（HIE）的严重程度评估	使用深度学习模型Brain State of the Newborn (BSN)作为床边标记，早期区分正常和异常结果，并与Total Sarnat Score相关	样本量较小，仅包括46名HIE新生儿	评估深度学习在新生儿缺氧缺血性脑病（HIE）严重程度评估中的应用	46名HIE新生儿与健康婴儿	机器学习	新生儿缺氧缺血性脑病	深度学习	BSN	EEG数据	46名HIE新生儿
7610	2025-02-07	AI and Big Data approaches to addressing the opioid crisis: a scoping review protocol 2024-08-31, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2024-084728 PMID:39645274	综述协议	本文概述了评估人工智能（AI）和大数据技术在应对阿片类药物危机中的最新发展及其相关性的必要步骤	首次提出对AI驱动技术在检测、治疗、预防或应对阿片类药物危机中的有效性进行全面范围审查	尚未进行全面的范围审查，缺乏对AI和大数据技术在阿片类药物危机中应用效果的系统评估	评估AI和大数据技术在应对阿片类药物危机中的最新发展及其相关性	阿片类药物危机	自然语言处理, 机器学习	阿片类药物危机	机器学习, 深度学习, 自然语言处理	NA	文本, 数据	NA
7611	2025-02-07	Focal liver lesion diagnosis with deep learning and multistage CT imaging 2024-Aug-15, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-51260-6 PMID:39147767	研究论文	本研究开发了一种使用多期增强CT的自动诊断系统，用于诊断肝脏病变	开发了Liver Lesion Network (LiLNet)，并在多个外部中心验证了其有效性，展示了高准确率和AUC值	未提及具体局限性	开发一种自动诊断系统，用于诊断肝脏病变	4039名来自六个数据中心的患者	计算机视觉	肝癌	多期增强CT	深度学习	图像	4039名患者
7612	2025-02-07	CREMP: Conformer-rotamer ensembles of macrocyclic peptides for machine learning 2024-Aug-09, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03698-y PMID:39122750	研究论文	本文介绍了CREMP，一个用于快速开发和评估大环肽机器学习模型的资源	CREMP提供了36,198种独特的大环肽及其高质量的结构集合，这些集合是使用Conformer-Rotamer Ensemble Sampling Tool (CREST)生成的，包含近31.3百万种独特的大环几何结构，每种结构都附有半经验扩展紧束缚(xTB) DFT计算得出的能量注释	尽管CREMP提供了大量数据，但大环肽的独特性质使得其建模仍然具有挑战性	开发能够改进肽设计和优化的机器学习模型，以用于新型治疗药物的开发	大环肽	机器学习	NA	Conformer-Rotamer Ensemble Sampling Tool (CREST), 半经验扩展紧束缚(xTB) DFT计算	NA	结构数据	36,198种独特的大环肽，包含近31.3百万种独特的大环几何结构
7613	2025-02-07	Artificial intelligence for gastric cancer in endoscopy: From diagnostic reasoning to market 2024-Jul, Digestive and liver disease : official journal of the Italian Society of Gastroenterology and the Italian Association for the Study of the Liver IF:4.0Q1 DOI:10.1016/j.dld.2024.04.019 PMID:38763796	综述	本文综述了人工智能在内窥镜检查中用于胃癌诊断的现状、挑战及临床应用前景	全面评估了人工智能在内窥镜成像中用于评估胃癌前病变和癌变的应用现状及广泛实施的技术障碍	需要更稳健的验证研究和克服监管障碍	评估人工智能在内窥镜成像中用于胃癌诊断的现状及临床应用障碍	胃癌前病变和癌变	计算机视觉	胃癌	深度学习模型	NA	图像	NA
7614	2025-02-07	Sentiment analysis of the Hamas-Israel war on YouTube comments using deep learning 2024-06-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-63367-3 PMID:38871739	研究论文	本文通过深度学习技术对YouTube上关于哈马斯-以色列战争的评论进行情感分析，以确定公众意见	开发了一种基于深度学习的情感分析方法，结合了CNN和Bi-LSTM的混合模型，并使用Word2vec进行特征提取，达到了95.73%的分类准确率	研究仅限于YouTube平台上的评论，且样本量相对较小（24,360条评论），可能无法全面反映公众意见	通过情感分析评估公众对哈马斯-以色列战争的意见和情感	YouTube上关于哈马斯-以色列战争的评论	自然语言处理	NA	NLP, Word2vec, FastText, GloVe, SMOTE	LSTM, Bi-LSTM, GRU, CNN和Bi-LSTM的混合模型	文本	24,360条评论
7615	2025-02-07	The Neurobeachin-like 2 protein (NBEAL2) controls the homeostatic level of the ribosomal protein RPS6 in mast cells 2024-05, Immunology IF:4.9Q2 DOI:10.1111/imm.13756 PMID:38272677	研究论文	本文研究了Neurobeachin-like 2蛋白（NBEAL2）在肥大细胞中控制核糖体蛋白RPS6稳态水平的功能	首次揭示了NBEAL2与RPS6的相互作用，并阐明了NBEAL2在肥大细胞中调控RPS6蛋白稳态的机制	研究主要基于小鼠模型和体外细胞系，尚未在人体中进行验证	探究NBEAL2在肥大细胞中的具体功能及其与RPS6的相互作用	小鼠肥大细胞及MC/9细胞系	分子生物学	NA	CRISPR/Cas9、RoseTTAFold、Pymol、共免疫沉淀、Western blot、ELISA、流式细胞术	NA	蛋白质结构数据、分子相互作用数据	野生型和Nbeal2基因敲除小鼠的肥大细胞及MC/9细胞系
7616	2025-02-07	Deep Learning-Based Glucose Prediction Models: A Guide for Practitioners and a Curated Dataset for Improved Diabetes Management 2024, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2024.3365290 PMID:38899015	研究论文	本研究利用从可穿戴传感器收集的生理数据，构建了一系列基于深度学习的数据驱动模型，旨在为糖尿病患者和风险人群提供准确的短期和中期血糖预测	系统比较了多种深度学习架构，确定了最佳输入变量集，比较了群体模型、微调模型和个性化模型，并评估了个体数据量对模型性能的影响，同时引入了一个精心策划的数据集	未提及具体模型的局限性	开发准确的血糖预测模型，以改善糖尿病管理	糖尿病患者和风险人群	机器学习	糖尿病	深度学习	深度学习模型	生理数据	包括健康个体和糖尿病患者的数据
7617	2025-02-07	Optimizing Machine Learning Models for Accessible Early Cognitive Impairment Prediction: A Novel Cost-effective Model Selection Algorithm 2024, IEEE access : practical innovations, open solutions IF:3.4Q2 DOI:10.1109/access.2024.3505038 PMID:39902153	研究论文	本研究旨在开发一种成本效益高且易于获取的机器学习模型，用于预测认知障碍的风险	开发了一种新的算法，用于选择成本效益高的模型，同时最小化开发和运营成本	研究主要依赖于NACC UDS数据集，可能限制了模型的广泛适用性	开发早期认知障碍预测的机器学习模型	认知障碍和痴呆相关疾病	机器学习	老年疾病	机器学习、深度学习	SVM	人口统计和历史健康数据	NA
7618	2025-02-06	Classification of tomato leaf disease using Transductive Long Short-Term Memory with an attention mechanism 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1467811 PMID:39906226	研究论文	本文提出了一种基于Transductive Long Short-Term Memory（T-LSTM）和注意力机制的番茄叶病分类方法	引入了T-LSTM与注意力机制结合的方法，能够聚焦于图像序列的不同部分，并通过转导学习利用训练实例的特定特征进行准确预测	未提及模型在其他作物或更大规模数据集上的泛化能力	提高番茄叶病分类的准确性和效率	番茄叶病	计算机视觉	植物病害	深度学习	T-LSTM, U-Net, VGG-16	图像	PlantVillage数据集
7619	2025-02-07	An improved ShuffleNetV2 method based on ensemble self-distillation for tomato leaf diseases recognition 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1521008 PMID:39906224	研究论文	本文提出了一种基于集成自蒸馏的改进ShuffleNetV2方法，用于番茄叶部病害识别	提出了一种集成自蒸馏方法，并将其应用于轻量级模型ShuffleNetV2，通过构建不同深度的浅层模型并引入深度可分离卷积层，显著提升了模型性能	未提及具体的数据集规模或模型在不同硬件上的实际部署效果	提高番茄病害识别的准确性和模型在边缘设备上的部署能力	番茄叶部病害	计算机视觉	植物病害	集成自蒸馏	ShuffleNetV2	图像	NA
7620	2025-02-07	Graph Neural Networks in Cancer and Oncology Research: Emerging and Future Trends 2023-Dec-15, Cancers IF:4.5Q1 DOI:10.3390/cancers15245858 PMID:38136405	综述	本文综述了图神经网络（GNNs）在癌症和肿瘤学研究中的应用，并探讨了未来的研究趋势	本文首次系统性地总结了2020年以来GNN在癌症和肿瘤学研究中的应用，并提出了未来研究的方向	本文主要基于现有文献进行综述，未涉及具体的实验验证	探讨图神经网络在癌症和肿瘤学研究中的应用及其未来趋势	癌症和肿瘤学研究中的多模态图数据	机器学习	癌症	图神经网络（GNNs）	GNN	图数据（分子结构、空间分辨成像、数字病理学、生物网络、知识图谱等）	NA