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
7841	2024-08-07	Correction to: Omics-based deep learning approaches for lung cancer decision-making and therapeutics development 2024-Sep-27, Briefings in functional genomics IF:2.5Q3 DOI:10.1093/bfgp/elad046 PMID:37721137	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
7842	2025-02-12	Interpretation of SNP combination effects on schizophrenia etiology based on stepwise deep learning with multi-precision data 2024-Sep-27, Briefings in functional genomics IF:2.5Q3 DOI:10.1093/bfgp/elad041 PMID:37738675	研究论文	本文提出了一种基于多精度数据的逐步深度学习技术（SLEM），用于探索SNP组合对精神分裂症病因的影响	提出了一种新的逐步深度学习技术（SLEM），结合多精度数据来解析SNP组合对精神分裂症病因的影响	未明确提及具体局限性	研究SNP组合对精神分裂症病因的影响	精神分裂症相关的SNP组合	机器学习	精神分裂症	逐步深度学习技术（SLEM）	深度学习	多精度数据（包括GWAS数据和多级测定数据）	未明确提及具体样本数量
7843	2025-02-12	CelloType: A Unified Model for Segmentation and Classification of Tissue Images 2024-Sep-19, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.15.613139 PMID:39345491	研究论文	本文介绍了CelloType，一个用于生物医学显微镜图像细胞分割和分类的端到端模型	CelloType采用多任务学习方法，将分割和分类任务连接起来，同时提升两个任务的性能，相比传统的两阶段方法具有创新性	NA	开发一个统一的模型，用于生物医学显微镜图像中的细胞分割和分类	生物医学显微镜图像中的细胞和非细胞元素	数字病理学	NA	Transformer-based深度学习技术	Transformer	图像	使用公共数据库中的真实数据进行评估
7844	2025-02-12	Deep Learning Glioma Grading with the Tumor Microenvironment Analysis Protocol for Comprehensive Learning, Discovering, and Quantifying Microenvironmental Features 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01008-x PMID:38413460	研究论文	本文提出了一种深度学习方法来自动分类脑胶质瘤的等级，并实施了一种协议来学习、发现和量化肿瘤微环境元素	使用深度学习进行脑胶质瘤等级的自动多类分类，并通过单染色活检推导出肿瘤微环境表型邻域的特征	研究受到可用的人类白细胞抗原染色胶质瘤组织微阵列数据集的小样本量（206张图像，5个类别）以及数据分布不平衡的限制	提高脑胶质瘤等级的自动分类准确性，并探索肿瘤微环境在胶质瘤等级特征中的作用	脑胶质瘤及其微环境	数字病理学	脑胶质瘤	深度学习	DenseNet121	图像	206张图像，5个类别
7845	2025-02-12	Dynamic Projection of Medication Nonpersistence and Nonadherence Among Patients With Early Breast Cancer 2024-05-01, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2024.11909 PMID:38758553	研究论文	本研究通过深度学习模型预测早期乳腺癌患者口服抗癌治疗的不持续和不依从情况	使用基于门控循环单元（GRU）架构的深度学习模型预测患者的不持续和不依从行为，并分析了不同特征对模型决策的贡献	研究依赖于法国健康保险数据库的匿名报销数据，可能无法完全反映其他地区或不同医疗体系下的情况	预测早期乳腺癌患者口服抗癌治疗的不持续和不依从情况，并分析相关影响因素	法国女性乳腺癌患者	机器学习	乳腺癌	深度学习	GRU（门控循环单元）	匿名报销数据	229,695名女性乳腺癌患者
7846	2025-02-12	Enhancing plant disease detection through deep learning: a Depthwise CNN with squeeze and excitation integration and residual skip connections 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1505857 PMID:39925367	研究论文	本研究提出了一种改进的深度卷积神经网络（CNN）结合压缩激励（SE）模块和改进的残差跳跃连接，用于植物病害检测	提出了一种结合SE模块和改进残差跳跃连接的深度CNN模型，增强了特征提取和分类性能，同时保持计算效率	未提及具体的数据集规模或模型在不同环境下的泛化能力	开发高效准确的自动化系统，用于植物病害检测，以增强作物保护和产量优化	多种植物物种和病害类别	计算机视觉	植物病害	深度卷积神经网络（CNN）	深度CNN结合SE模块和残差跳跃连接	图像	未提及具体样本数量
7847	2025-02-12	Diagnosis and detection of bone fracture in radiographic images using deep learning approaches 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1506686 PMID:39927268	研究论文	本文探讨了使用深度学习算法在X光图像中自动检测和诊断骨折的方法	提出了结合DenseNet201和VGG16的深度学习模型，用于骨折检测，并在验证阶段达到了97%的准确率	现有骨折检测和诊断方法的局限性，需要进一步改进深度学习模型	开发一种自动化的骨折检测方法，以提高骨折诊断的准确性	X光图像中的骨折	计算机视觉	骨折	深度学习	VGG16, ResNet152V2, DenseNet201	图像	10,580张X光图像
7848	2025-02-12	NavBLIP: a visual-language model for enhancing unmanned aerial vehicles navigation and object detection 2024, Frontiers in neurorobotics IF:2.6Q3 DOI:10.3389/fnbot.2024.1513354 PMID:39927288	研究论文	本文介绍了一种名为NavBLIP的视觉-语言模型，旨在通过利用多模态数据增强无人机的导航和物体检测能力	NavBLIP模型引入了Nuisance-Invariant Multimodal Feature Extraction (NIMFE)模块和多模态控制策略，以在动态环境中提高适应性和计算效率	NA	提高无人机在复杂和多样化场景中的导航和物体检测能力	无人机	计算机视觉	NA	多模态数据融合	视觉-语言模型	图像和文本	在RefCOCO、CC12M和Openlmages等基准数据集上进行了广泛实验
7849	2025-02-12	Mapping the topography of spatial gene expression with interpretable deep learning 2023-Oct-13, bioRxiv : the preprint server for biology DOI:10.1101/2023.10.10.561757 PMID:37873258	研究论文	本文提出了一种名为GASTON的无监督且可解释的深度学习算法，用于分析空间转录组数据中的基因表达模式	引入了称为isodepth的新概念，用于描述组织切片中的基因表达梯度，并开发了GASTON算法来同时学习isodepth、空间基因表达梯度以及基因表达的连续梯度和不连续空间变化	NA	解决空间转录组数据稀疏性问题，分析空间基因表达模式	空间转录组数据	数字病理学	NA	空间转录组技术	深度学习	基因表达数据	多个生物系统（包括大脑和肿瘤样本）
7850	2025-02-12	Capturing continuous, long timescale behavioral changes in Drosophila melanogaster postural data 2023-Sep-07, ArXiv PMID:37731659	研究论文	本文通过长时间连续记录果蝇的姿势数据，探索了果蝇行为在不同时间尺度上的变化	使用深度学习框架SLEAP生成了包含近20亿个姿势实例的全身体姿势数据集，并分析了果蝇行为在昼夜节律和实验过程中的变化	实验环境为无特征竞技场，可能限制了果蝇行为的多样性	研究果蝇行为在不同时间尺度上的变化	果蝇（Drosophila melanogaster）	行为分析	NA	深度学习框架SLEAP	NA	姿势数据	47只果蝇
7851	2025-02-12	Kenichi Harumi Plenary Address at Annual Meeting of the International Society of Computers in Electrocardiology: "What Should ECG Deep Learning Focus on? The diagnosis of acute coronary occlusion!" 2023 Jan-Feb, Journal of electrocardiology IF:1.3Q3 DOI:10.1016/j.jelectrocard.2022.10.010 PMID:36436473	评论	本文回顾了从STEMI到OMI的范式转变，并探讨了深度学习在识别急性冠状动脉闭塞中的潜力和陷阱	提出深度学习应关注识别OMI而非仅基于STEMI数据库，以革新患者护理	深度学习模型若仅基于STEMI数据库开发，可能会强化现有失败的范式	探讨深度学习在急性冠状动脉闭塞诊断中的应用潜力	急性冠状动脉闭塞患者	机器学习	心血管疾病	深度学习	神经网络	心电图数据	NA
7852	2025-02-12	DL 101: Basic introduction to deep learning with its application in biomedical related fields 2022-11-20, Statistics in medicine IF:1.8Q1 DOI:10.1002/sim.9564 PMID:36041380	研究论文	本文提供了深度学习的基础介绍，并探讨了其在生物医学领域的应用	介绍了前馈神经网络（FNN）的基本概念及其强大的功能表示，并提供了选择神经网络超参数的指导	文章主要面向初学者，未深入探讨深度学习的高级技术细节	探讨深度学习在生物医学及其他相关领域的应用潜力	深度学习技术及其在生物医学领域的应用	机器学习	NA	深度学习	前馈神经网络（FNN）	NA	NA
7853	2025-02-12	Computer-assisted medical image classification for early diagnosis of oral cancer employing deep learning algorithm 2019-Apr, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-018-02834-7 PMID:30603908	研究论文	本文开发了一种基于深度学习的自动化计算机辅助口腔癌检测系统，通过研究患者的高光谱图像来实现早期诊断和分类	提出了一种新的分区深度卷积神经网络（CNN）结构，用于多维高光谱图像中感兴趣区域的标记和分类	研究仅基于100个图像数据集进行训练，样本量相对较小	开发一种自动化、计算机辅助的口腔癌检测系统，以提高早期诊断的准确性	口腔癌患者的高光谱图像	计算机视觉	口腔癌	高光谱成像	分区深度卷积神经网络（CNN）	图像	100个图像数据集用于训练
7854	2025-02-11	Enhanced clinical photoacoustic vascular imaging through a skin localization network and adaptive weighting 2025-Apr, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100690 PMID:39916976	研究论文	本文介绍了一种通过深度学习网络和自适应加权算法来增强临床光声血管成像的方法	结合深度学习网络进行皮肤层分割和自适应加权算法来补偿组织衰减，从而恢复深层血管	未提及具体局限性	提升临床光声血管成像的质量，特别是在深层血管的可视化方面	光声成像中的血管	数字病理学	NA	光声断层扫描（PAT）	深度学习网络	图像	未提及具体样本数量
7855	2025-02-11	Research on Intelligent Monitoring and Concentration Prediction for Penicillin Fermentation Process 2025-Mar, Biotechnology and bioengineering IF:3.5Q2 DOI:10.1002/bit.28903 PMID:39710987	研究论文	本研究利用PenSim模拟数据集，应用多种机器学习和深度学习技术预测青霉素发酵过程中的浓度	通过相关性分析筛选出对青霉素浓度有显著影响的九个特征变量，并采用网格搜索系统优化各种预测模型的超参数	研究基于模拟数据集，可能无法完全反映实际生产环境中的复杂性	提高青霉素发酵过程的智能监控和浓度预测，以提升生产效率和质量保证	青霉素发酵过程中的浓度	机器学习	NA	机器学习和深度学习技术	岭回归模型	模拟数据	PenSim模拟数据集
7856	2025-02-11	Hierarchical Graph Attention Network with Positive and Negative Attentions for Improved Interpretability: ISA-PN 2025-Feb-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01035 PMID:39654089	研究论文	本文介绍了一种可解释的子图注意力网络（ISA-PN），用于增强对分子结构-性质关系的理解	提出了一种具有正负注意力流的可解释子图注意力网络（ISA-PN），通过正负注意力分数量化分子子结构的贡献	尽管ISA-PN模型在解释性方面有显著改进，但其在化学应用中的广泛适用性仍需进一步验证	提高深度学习模型在化学和材料科学中的可解释性，特别是分子结构-性质关系	分子子结构及其对分子性质的贡献	机器学习	NA	深度学习	ISA-PN（可解释子图注意力网络）	分子数据	使用了水溶性、亲脂性和熔点数据集进行验证
7857	2025-02-11	Deep Learning of CYP450 Binding of Small Molecules by Quantum Information 2025-Feb-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01735 PMID:39869197	研究论文	本文提出了一种结合量子信息与深度学习的方法，用于预测小分子与CYP450酶的结合，以提高药物-药物相互作用的预测准确性	采用分子表面流形嵌入（MEMS）方法，保留了分子的量子力学特性，并结合DeepSets架构进行深度学习，显著提高了预测精度	传统分子描述符忽略了复杂的电子相互作用，而本文方法虽然改进但仍需进一步验证其广泛适用性	提高药物-药物相互作用的预测准确性，特别是针对CYP450酶的结合	小分子与CYP450酶的结合	机器学习	NA	MEMS, DeepSets	DeepSets	分子数据	NA
7858	2025-02-11	Transformer Decoder Learns from a Pretrained Protein Language Model to Generate Ligands with High Affinity 2025-Feb-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02019 PMID:39871540	研究论文	本文介绍了一种名为Prot2Drug的深度学习生成模型，该模型利用预训练的蛋白质语言模型和Transformer的能力，生成与特定蛋白质结合的配体	Prot2Drug模型结合了预训练的蛋白质语言模型和Transformer技术，能够生成具有高亲和力的配体，并且能够为已知化合物提出新的蛋白质靶点，表明潜在的药物再利用策略	NA	加速药物发现过程，生成具有药物特性的分子，特别是能够与特定蛋白质结合的候选分子	蛋白质和配体	自然语言处理	NA	深度学习	Transformer	蛋白质序列和分子结构	数千个蛋白质-配体相互作用
7859	2025-02-11	DO-GMA: An End-to-End Drug-Target Interaction Identification Framework with a Depthwise Overparameterized Convolutional Network and the Gated Multihead Attention Mechanism 2025-Feb-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02088 PMID:39874533	研究论文	本文提出了一种名为DO-GMA的端到端框架，用于潜在药物-靶点相互作用（DTI）的识别，结合了深度过参数化卷积网络和门控多头注意力机制	DO-GMA框架通过深度过参数化卷积网络从SMILES字符串和氨基酸序列中学习药物和蛋白质表示，并通过图卷积网络从2D分子图中提取药物表示，结合门控注意力机制和多头注意力机制融合药物和蛋白质特征	NA	识别潜在的药物-靶点相互作用，以促进药物发现和再利用	药物-靶点相互作用	机器学习	NA	深度过参数化卷积网络，图卷积网络，门控多头注意力机制	CNN, GCN, 多层感知机	SMILES字符串，氨基酸序列，2D分子图	四个DTI数据集（DrugBank, BioSNAP, C.elegans, BindingDB）
7860	2025-02-11	MutualDTA: An Interpretable Drug-Target Affinity Prediction Model Leveraging Pretrained Models and Mutual Attention 2025-Feb-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01893 PMID:39878060	研究论文	本文提出了一种名为MutualDTA的可解释深度学习模型，用于预测药物-靶标亲和力（DTA），并利用预训练模型和互注意力机制来提高预测的准确性和可解释性	MutualDTA模型通过预训练模型获取药物和靶标的准确表示，并利用互注意力模块从分子间相互作用的角度建立药物与蛋白质之间的关系，从而提高了预测的准确性和可解释性	NA	提高药物-靶标亲和力预测的效率和准确性，加速药物开发过程	药物-靶标亲和力	机器学习	阿尔茨海默病	深度学习	MutualDTA	分子数据	两个基准数据集