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
11521	2024-12-11	EEGDepressionNet: A Novel Self Attention-Based Gated DenseNet With Hybrid Heuristic Adopted Mental Depression Detection Model Using EEG Signals 2024-09, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3401389 PMID:38748519	研究论文	本文提出了一种基于EEG信号的自动化深度学习抑郁症检测系统	创新点包括引入自注意力机制的门控DenseNet模型和混合启发式入侵杂草搜索优化算法用于特征选择和网络参数优化	NA	开发一种自动化的抑郁症检测模型，以辅助临床医生进行抑郁症诊断	使用EEG信号进行抑郁症检测	机器学习	精神疾病	EEG	SA-GDensenet	图像	从公开数据库中收集的EEG信号
11522	2024-12-11	DeScoD-ECG: Deep Score-Based Diffusion Model for ECG Baseline Wander and Noise Removal 2024-09, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3237712 PMID:37021916	研究论文	本文提出了一种基于深度分数扩散模型的ECG基线漂移和噪声去除技术DeScoD-ECG	首次将条件扩散生成模型应用于ECG噪声去除，并提出了多重平均策略以提高信号重构质量	NA	开发一种新的ECG基线漂移和噪声去除技术，以提高心电信号的质量和保真度，从而有助于心血管疾病的诊断	ECG信号的基线漂移和噪声去除	数字病理学	心血管疾病	扩散模型	扩散模型	信号	QT数据库和MIT-BIH噪声压力测试数据库中的数据
11523	2024-12-11	Quantitative assessment of chlorine gas inhalation injury based on endoscopic OCT and spectral encoded interferometric microscope imaging with deep learning 2024-Sep-01, APL photonics IF:5.4Q1 DOI:10.1063/5.0222153 PMID:39257867	研究论文	本文利用高分辨率光学相干断层扫描（OCT）系统和光谱编码干涉显微镜，结合深度学习技术，研究了氯气吸入对兔子气道损伤的进展情况	首次使用深度学习技术对OCT图像进行分割，量化氯气引起的气道剥脱体积，并结合光谱编码干涉显微镜研究氯气对纤毛运动功能的影响	研究仅在兔子模型上进行，结果的临床适用性需要进一步验证	研究氯气吸入对气道损伤的进展情况，并开发一种量化评估方法	氯气吸入对兔子气道损伤的影响	数字病理学	NA	光学相干断层扫描（OCT），光谱编码干涉显微镜，深度学习	深度学习模型	图像	新西兰白兔暴露于急性氯气（800 ppm，6分钟），共监测6小时
11524	2024-12-11	Harnessing machine learning to predict cytochrome P450 inhibition through molecular properties 2024-08, Archives of toxicology IF:4.8Q1 DOI:10.1007/s00204-024-03756-9 PMID:38619593	研究论文	本研究利用机器学习算法通过分子性质预测细胞色素P450酶的抑制作用	本研究采用了三种不同的分子或子结构性质（Morgan、MACCS和Morgan组合以及RDKit）来训练针对不同细胞色素P450同工酶的SVM模型，并发现Morgan指纹在独立数据集上表现最佳	本研究仅使用了三种分子性质进行模型训练，可能存在其他未考虑的分子性质对预测结果的影响	预测细胞色素P450同工酶的抑制作用，以减少药物-药物相互作用带来的药理学和毒理学风险	细胞色素P450同工酶1A2、2C9、2C19、2D6和3A4的抑制作用	机器学习	NA	机器学习算法	SVM	分子性质	多种分子
11525	2024-12-11	Modeling 3D Cardiac Contraction and Relaxation With Point Cloud Deformation Networks 2024-08, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3389871 PMID:38648144	研究论文	本文提出了一种名为点云变形网络（PCD-Net）的几何深度学习方法，用于直接建模心脏双心室解剖结构在心脏周期极端端之间的三维心脏力学	创新点在于使用点云变形网络（PCD-Net）直接建模心脏的三维力学过程，结合编码器-解码器架构和点云深度学习技术，实现了对心脏收缩和舒张的有效多尺度特征学习	NA	研究目的是提高对心脏三维变形过程的理解和诊断准确性	研究对象是心脏双心室解剖结构在心脏周期极端端之间的三维力学	计算机视觉	心血管疾病	点云深度学习	编码器-解码器架构	点云	超过10,000名受试者的UK Biobank数据集
11526	2024-12-11	Sparse Graph Representation Learning Based on Reinforcement Learning for Personalized Mild Cognitive Impairment (MCI) Diagnosis 2024-08, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3393625 PMID:38683720	研究论文	本文提出了一种基于强化学习的稀疏图表示学习框架，用于个性化轻度认知障碍（MCI）诊断	采用分而治之的方法将功能连接网络（FCN）构建任务分解为更小的子问题，并利用学习到的价值函数确定FCN的稀疏度，考虑了个体FCN的特征	依赖于监督学习的方法在探索新解决方案时存在局限性	开发一种新的强化学习框架，用于提高轻度认知障碍（MCI）诊断的准确性	轻度认知障碍（MCI）患者的功能连接网络（FCN）	机器学习	老年疾病	静息态功能磁共振成像（rs-fMRI）	强化学习（RL）	图像	公开的队列数据集
11527	2024-12-11	MPCNN: A Novel Matrix Profile Approach for CNN-based Single Lead Sleep Apnea in Classification Problem 2024-08, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3397653 PMID:38713565	研究论文	本文提出了一种基于矩阵剖面算法的新方法，用于单导联ECG信号的睡眠呼吸暂停分类问题	创新点在于引入了基于距离关系的特征提取方法，包括最小距离剖面（MinDP）、最大距离剖面（MaxDP）和平均距离剖面（MeanDP），并结合CNN模型进行分类	NA	旨在提高基于ECG信号的睡眠呼吸暂停分类的准确性	单导联ECG信号中的睡眠呼吸暂停分类	机器学习	睡眠呼吸暂停	矩阵剖面算法	CNN	ECG信号	PhysioNet Apnea-ECG数据集（70个夜间记录）和UCDDB数据集（25个夜间记录）
11528	2024-12-11	MultiModRLBP: A Deep Learning Approach for Multi-Modal RNA-Small Molecule Ligand Binding Sites Prediction 2024-08, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3400521 PMID:38739505	研究论文	本研究提出了一种名为MultiModRLBP的深度学习方法，用于预测RNA与小分子配体的结合位点	MultiModRLBP方法整合了多模态特征，包括RNA分子的核苷酸级别的3D结构属性、基于整体RNA结构的关联图以及丰富的RNA语义信息，能够更准确地捕捉结构层面的细微变化	NA	解决预测RNA与小分子结合位点的复杂挑战，探索RNA药物靶点的潜在价值	RNA与小分子配体的结合位点	机器学习	NA	深度学习算法	NA	结构数据	851个RNA与小分子配体的相互作用
11529	2024-12-11	TransFOL: A Logical Query Model for Complex Relational Reasoning in Drug-Drug Interaction 2024-08, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3401035 PMID:38743532	研究论文	本文提出了一种基于Cross-Transformer和图卷积网络（GCNs）的一阶逻辑查询形式的药物-药物相互作用（DDI）预测模型TransFOL	TransFOL模型通过结合Cross-Transformer和GCNs，能够处理更复杂的药物相互作用推理任务，并引入生物医学信息以增强模型的泛化能力	NA	旨在提高药物-药物相互作用预测的准确性和复杂性	药物-药物相互作用（DDI）及其相关的生物医学因素	机器学习	NA	图卷积网络（GCNs），Cross-Transformer	TransFOL	知识图谱	两个基准数据集
11530	2024-12-11	A Pan-Cancer Patient-Derived Xenograft Histology Image Repository with Genomic and Pathologic Annotations Enables Deep Learning Analysis 2024-07-02, Cancer research IF:12.5Q1 DOI:10.1158/0008-5472.CAN-23-1349 PMID:39082680	研究论文	本文开发了一个包含超过1000个患者来源异种移植（PDX）和配对原发肿瘤的H&E染色图像的泛癌数据库，并结合了基因组和转录组数据、临床元数据以及病理评估	首次构建了一个大规模的泛癌PDX H&E图像数据库，并展示了其在深度学习分析中的应用潜力	未详细描述数据库的具体使用方法和深度学习模型的性能评估	开发一个泛癌PDX图像数据库，以支持深度学习分析和数字病理学研究	患者来源异种移植（PDX）和配对原发肿瘤的H&E染色图像	数字病理学	泛癌	H&E染色	深度学习模型	图像	超过1000个PDX和配对原发肿瘤样本
11531	2024-12-11	Automated detection of small bowel lesions based on capsule endoscopy using deep learning algorithm 2024-05, Clinics and research in hepatology and gastroenterology IF:2.6Q2 DOI:10.1016/j.clinre.2024.102334 PMID:38582328	研究论文	本文提出了一种基于YOLOv5深度学习算法的胶囊内镜小肠病变自动检测方法	改进的YOLOv5算法（CE-YOLOv5）在胶囊内镜小肠病变检测中表现出高灵敏度、特异性和准确性	NA	开发一种自动检测胶囊内镜中小肠病变的可靠方法	胶囊内镜捕捉的小肠病变图像和视频	计算机视觉	NA	深度学习算法	YOLOv5	图像	124,678张异常图像来自1,452名患者用于训练，298名患者用于测试
11532	2024-12-11	Developmental Differences in Reaching-and-Placing Movement and Its Potential in Classifying Children with and without Autism Spectrum Disorder: Deep Learning Approach 2024-Mar-04, Research square DOI:10.21203/rs.3.rs-3959596/v1 PMID:38496641	研究论文	本研究通过整合上肢运动学和深度学习方法，探索了自闭症谱系障碍（ASD）儿童与非ASD儿童在目标导向手臂运动中的运动学差异，并利用深度学习技术进行分类	本研究首次将上肢运动学与深度学习方法结合，用于识别ASD儿童的运动学特征，并展示了其在分类中的潜力	研究样本量较小，且仅限于学龄儿童，未来需要在更年轻的儿童中进行验证	探索自闭症谱系障碍儿童与非ASD儿童在目标导向手臂运动中的运动学差异，并利用深度学习技术进行分类	41名学龄儿童，包括ASD和非ASD儿童	机器学习	自闭症谱系障碍	深度学习	多层感知器（MLP）	运动学数据	41名学龄儿童，包括12名女孩
11533	2024-12-11	Targeted design of synthetic enhancers for selected tissues in the Drosophila embryo 2024-Feb, Nature IF:50.5Q1 DOI:10.1038/s41586-023-06905-9 PMID:38086418	研究论文	本文结合深度学习和迁移学习，设计了果蝇胚胎中五个特定组织的合成增强子	本文首次通过深度学习和迁移学习的方法，成功设计了具有组织特异性的合成增强子，并验证了其在果蝇胚胎中的功能	本文仅在果蝇胚胎中验证了合成增强子的功能，尚未在其他系统中进行验证	设计具有组织特异性的合成增强子，并验证其在果蝇胚胎中的功能	果蝇胚胎中的五个特定组织：中枢神经系统、表皮、肠道、肌肉和大脑	基因调控	NA	ATAC-seq	卷积神经网络（CNN）	基因组数据	40个合成增强子（每个组织8个）
11534	2024-12-11	Cell-type-directed design of synthetic enhancers 2024-Feb, Nature IF:50.5Q1 DOI:10.1038/s41586-023-06936-2 PMID:38086419	研究论文	本文展示了深度学习模型可以用于高效设计合成、细胞类型特异性的增强子，并详细追踪增强子特征	利用深度学习模型设计合成增强子，并创建了针对两种细胞类型的'双码'增强子和小于50个碱基对的全功能最小增强子	NA	解码增强子的调控逻辑，理解时空基因表达在增强子序列中的编码细节	果蝇大脑中的肯尼森细胞和胶质细胞，以及人类增强子	机器学习	NA	深度学习	深度学习模型	序列	使用转基因动物评估全合成增强子的功能
11535	2024-12-11	Multi-site benchmark classification of major depressive disorder using machine learning on cortical and subcortical measures 2024-01-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-47934-8 PMID:38212349	研究论文	本文使用机器学习技术对多站点样本进行大规模分类，评估了浅层线性和非线性模型在区分重度抑郁症与健康对照中的表现	本文采用了迄今为止最大的多站点样本（N=5365），并使用标准化ENIGMA分析管道中的脑测量数据，提供了一个可推广的机器学习分类基准	尽管使用了大规模样本，分类准确率仍然较低，尤其是在数据调和后，准确率接近随机水平	评估现有机器学习算法在区分重度抑郁症与健康对照中的诊断预测能力	重度抑郁症患者与健康对照	机器学习	精神疾病	机器学习	浅层线性和非线性模型	脑成像数据	5365名参与者
11536	2024-12-11	The applications of anterior segment optical coherence tomography in glaucoma: a 20-year bibliometric analysis 2024, PeerJ IF:2.3Q2 DOI:10.7717/peerj.18611 PMID:39619196	研究论文	本文通过文献计量学方法分析了过去20年AS-OCT在青光眼领域的研究热点和趋势	首次对AS-OCT在青光眼领域的研究进行了全面的文献计量学分析，揭示了该领域的研究热点和趋势	仅基于文献数据进行分析，未涉及实际临床应用效果	探讨AS-OCT在青光眼领域的研究热点和趋势	AS-OCT在青光眼领域的研究文献	NA	青光眼	文献计量学	NA	文献	931篇文献
11537	2024-12-11	Enhanced related-key differential neural distinguishers for SIMON and SIMECK block ciphers 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2566 PMID:39650359	研究论文	本文提出了一种增强的相关密钥差分神经区分器框架，用于SIMON和SIMECK分组密码	引入了加权偏差分数方法来高效选择输入差异，并提出了利用两个输入差异的改进方案，显著提高了区分器的准确性	NA	改进相关密钥差分神经区分器，以提高对SIMON和SIMECK分组密码的攻击效果	SIMON和SIMECK分组密码	密码学	NA	深度学习	神经网络	NA	NA
11538	2024-12-11	The Contrastive Network With Convolution and Self-Attention Mechanisms for Unsupervised Cell Segmentation 2023-12, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3310507 PMID:37651477	研究论文	本文提出了一种基于卷积和自注意力机制的无监督细胞分割对比网络	该模型能够在没有任何标注的情况下对H&E染色切片上的细胞区域进行分割，无需生成伪标签，且在捕获对象边缘和上下文信息方面优于纯CNN或Transformer	NA	开发一种无需任何标注的无监督细胞分割方法	H&E染色切片上的细胞区域	数字病理学	NA	卷积神经网络，自注意力机制	对比网络	图像	NA
11539	2024-12-11	SwinDAE: Electrocardiogram Quality Assessment Using 1D Swin Transformer and Denoising AutoEncoder 2023-12, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3314698 PMID:37698969	研究论文	本文提出了一种名为SwinDAE的模型，用于心电图信号质量评估，结合了1D Swin Transformer和去噪自编码器	创新点在于将1D Swin Transformer引入去噪自编码器中，并提出了波形成分定位损失用于联合监督	NA	研究目的是提高心电图信号质量评估的泛化能力	心电图信号	机器学习	NA	去噪自编码器	Swin Transformer	信号	使用了PTB-XL数据集进行预训练，并在BUT QDB数据集上进行微调
11540	2024-12-11	Evolutionary Architecture Optimization for Retinal Vessel Segmentation 2023-12, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3314981 PMID:37703164	研究论文	本研究提出了一种新的神经架构搜索方法MedUNAS，用于视网膜血管分割问题，通过优化U型网络架构以提高分割性能和降低推理时间	首次将对立差分进化（ODE）应用于视网膜血管分割问题的神经架构搜索，并提出了MedUNAS方法	需要进一步验证生成的网络在其他医疗图像分割任务中的泛化能力	开发一种自动化且高效的神经架构搜索方法，用于视网膜血管分割	视网膜血管分割问题	计算机视觉	NA	神经架构搜索（NAS）	U型网络	图像	涉及多个数据集，具体样本数量未明确说明