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
11901	2024-11-17	Graph domain adaptation-based framework for gene expression enhancement and cell type identification in large-scale spatially resolved transcriptomics 2024-Sep-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae576 PMID:39508445	研究论文	介绍了一种基于图域适应的深度学习框架SpaGDA，用于增强大规模空间转录组学中的基因表达和细胞类型识别	提出了一种新的深度学习框架SpaGDA，通过从参考单细胞RNA测序数据中无偏地转移知识，实现了基因表达插补和细胞类型识别	NA	克服当前空间转录组学技术在基因检测灵敏度和基因通量方面的限制，提高基因测量的精度和覆盖率	空间转录组学数据中的基因表达和细胞类型识别	机器学习	NA	深度学习	图域适应框架	空间转录组学数据	三个不同生物背景的空间转录组学数据集
11902	2024-11-17	Adversarial regularized autoencoder graph neural network for microbe-disease associations prediction 2024-Sep-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae584 PMID:39528423	研究论文	提出了一种对抗正则化自编码器图神经网络算法，用于预测微生物与疾病之间的关联	引入了一种对抗正则化自编码器图神经网络嵌入模型，以解决传统GraphSAGE自编码器在捕捉全局信息方面的固有限制	NA	预测微生物与疾病之间的关联，以理解致病机制并指导预防和治疗策略	微生物与疾病之间的关联	机器学习	NA	图神经网络	对抗正则化自编码器	网络	在Human Microbe-Disease Association Database (HMDAD)和Disbiome数据库上进行了五折交叉验证
11903	2024-11-17	SpaGIC: graph-informed clustering in spatial transcriptomics via self-supervised contrastive learning 2024-Sep-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae578 PMID:39541189	研究论文	本文介绍了一种名为SpaGIC的新型图神经网络框架，结合图卷积网络和自监督对比学习技术，用于空间转录组学中的聚类分析	SpaGIC通过最大化图结构中边和局部邻域的互信息，以及最小化空间相邻点的嵌入距离，学习有意义的潜在嵌入	NA	开发一种能够有效利用空间信息进行空间转录组学分析的新方法	空间转录组学数据中的空间域识别、数据去噪、可视化和轨迹推断	机器学习	NA	图卷积网络、自监督对比学习	图神经网络	基因表达数据	七个空间转录组学数据集
11904	2024-11-17	Artificial Intelligence in Anterior Chamber Evaluation: A Systematic Review and Meta-Analysis 2024-Sep-01, Journal of glaucoma IF:2.0Q2 DOI:10.1097/IJG.0000000000002428 PMID:38747721	meta-analysis	本研究对6项研究和5269名患者进行了meta分析，评估了深度学习算法在AS-OCT图像中检测闭角与前房角镜检查的诊断性能	深度学习算法在AS-OCT图像中检测闭角具有优异的敏感性和特异性	NA	评估深度学习算法在AS-OCT图像中检测闭角的准确性，并与前房角镜检查进行比较	闭角检测	computer vision	NA	深度学习算法	NA	image	5269名患者
11905	2024-11-17	Learning structural heterogeneity from cryo-electron sub-tomograms with tomoDRGN 2024-Aug, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02210-z PMID:38459385	研究论文	本文扩展了cryoDRGN深度学习架构，用于从冷冻电子子层析图中学习结构异质性	开发了新的工具tomoDRGN，能够学习并重建冷冻电子层析数据中的异质性结构集合	NA	研究冷冻电子层析技术中的结构异质性	冷冻电子层析数据中的结构异质性	计算机视觉	NA	冷冻电子层析	深度学习	图像	使用模拟和实验数据进行验证
11906	2024-11-17	Transcriptomic Profiling of Plasma Extracellular Vesicles Enables Reliable Annotation of the Cancer-Specific Transcriptome and Molecular Subtype 2024-May-15, Cancer research IF:12.5Q1 DOI:10.1158/0008-5472.CAN-23-4070 PMID:38451249	研究论文	本文通过应用深度学习算法分析血浆外泌体RNA的转录组，成功预测了转移性结直肠癌患者的共识分子亚型	本文首次通过血浆外泌体RNA的转录组分析，实现了对肿瘤状态和分子亚型的纵向监测，并识别了与复发相关的分子通路和表达的基因融合及新抗原	NA	评估晚期癌症患者的疾病负担和治疗反应，并探索基于转录组的液体活检平台在精准肿瘤学中的应用	转移性结直肠癌患者的血浆外泌体RNA	数字病理学	结直肠癌	深度学习算法	深度学习模型	转录组数据	NA
11907	2024-11-17	Prospective Comparison of Free-Breathing Accelerated Cine Deep Learning Reconstruction Versus Standard Breath-Hold Cardiac MRI Sequences in Patients With Ischemic Heart Disease 2024-05, AJR. American journal of roentgenology DOI:10.2214/AJR.23.30272 PMID:38323784	研究论文	比较自由呼吸加速电影深度学习重建与标准屏气心脏MRI序列在缺血性心脏病患者中的图像质量和左心室测量结果	引入了一种自由呼吸加速电影序列，使用深度学习重建技术，减少了患者屏气需求，提高了图像质量	深度学习重建序列在某些情况下会导致模糊伪影增加	评估自由呼吸加速电影深度学习重建序列与标准屏气电影序列在缺血性心脏病患者中的图像质量和左心室测量结果的差异	缺血性心脏病患者的心脏MRI图像质量和左心室功能测量	医学影像	心血管疾病	深度学习重建	深度学习模型	图像	26名患者
11908	2024-11-17	Cervical lymph node metastasis prediction from papillary thyroid carcinoma US videos: a prospective multicenter study 2024-04-12, BMC medicine IF:7.0Q1 DOI:10.1186/s12916-024-03367-2 PMID:38609953	研究论文	本文研究了使用超声视频预测甲状腺乳头状癌患者颈部淋巴结转移的人工智能模型	提出了多尺度、多帧和双向深度学习（MMD-DL）模型，用于从超声视频中预测甲状腺乳头状癌患者的颈部淋巴结转移	研究仅在特定时间段和特定医疗中心进行，可能存在样本偏倚	开发一种能够准确预测甲状腺乳头状癌患者颈部淋巴结转移的人工智能模型，以改善个性化治疗	甲状腺乳头状癌患者的颈部淋巴结转移	计算机视觉	甲状腺癌	多尺度、多帧和双向深度学习（MMD-DL）	MMD-DL	视频	共纳入488名患者进行预训练，218名患者进行模型微调和验证
11909	2024-11-17	Cloud-Integrated Smart Nanomembrane Wearables for Remote Wireless Continuous Health Monitoring of Postpartum Women 2024-Apr, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202307609 PMID:38279514	研究论文	介绍了一种用于产后女性心血管监测的可穿戴系统，该系统集成了云端软胸骨设备和共形纳米膜传感器	提出了一个集成了云端和移动应用的智能可穿戴系统，用于远程连续监测产后女性的健康状况，并通过深度学习进行医疗级血压预测	研究仅在20名产后黑人女性中进行了验证，样本量较小且人群单一	开发一种能够远程连续监测产后女性健康状况的可穿戴系统，以满足非传染性疾病患者的长期监测需求	产后女性，特别是那些有非传染性疾病需求的人群	NA	心血管疾病	深度学习	NA	生理数据	20名产后黑人女性
11910	2024-11-17	From mechanism to application: Decrypting light-regulated denitrifying microbiome through geometric deep learning 2024-Feb, iMeta IF:23.7Q1 DOI:10.1002/imt2.162 PMID:38868512	研究论文	本文通过结合光遗传学和几何深度学习，形成了一个发现-建模-学习-推进（DMLA）循环，用于解密和调控脱氮微生物群	本文创新性地将光遗传学与几何深度学习结合，形成DMLA循环，显著提高了外源蛋白产量和硝酸盐去除效率	NA	解密和调控脱氮微生物群，促进可持续工业生物技术和生态氮循环	脱氮微生物群及其代谢产物	机器学习	NA	光遗传学	图神经网络（GNNs）	基因组数据	NA
11911	2024-11-17	TomoNet: A streamlined cryogenic electron tomography software pipeline with automatic particle picking on flexible lattices 2024, Biological imaging DOI:10.1017/S2633903X24000060 PMID:38828212	研究论文	开发了一种名为TomoNet的软件包，用于低温电子断层扫描（cryoET）和子断层平均的全流程处理，具有自动粒子挑选和三维分类功能	TomoNet集成了模板匹配和深度学习两种互补的自动粒子挑选方法，并支持1D、2D和3D阵列的结构处理	NA	开发一种高效的软件工具，用于低温电子断层扫描中的自动粒子挑选和三维分类	低温电子断层扫描数据中的病毒样颗粒、细菌表面层和核外蛋白复合物	计算机视觉	NA	低温电子断层扫描（cryoET）	深度学习	图像	三种类型的数据集
11912	2024-11-17	Comparison of deep learning approaches to estimate injury severity from the International Classification of Diseases codes 2024, Traffic injury prevention IF:1.6Q4 DOI:10.1080/15389588.2024.2356663 PMID:39485495	研究论文	比较了基于深度学习的不同方法，用于从国际疾病分类代码中估计损伤严重程度	提出了一种新的方法，通过使用神经机器翻译模型（NMT）和前馈神经网络（FFNN）直接或间接估计损伤严重程度，并比较了它们的准确性和效率	间接NMT模型在处理时间上最为耗费资源	确定前馈神经网络（FFNN）是否与神经机器翻译（NMT）模型一样准确，并比较直接和间接估计损伤严重程度的准确性	损伤严重程度的估计方法	机器学习	NA	神经机器翻译（NMT），前馈神经网络（FFNN）	神经机器翻译模型（NMT），前馈神经网络（FFNN）	文本	训练数据包括2017-2018年的2,031,793个病例，测试数据包括2019年的1,091,792个病例
11913	2024-11-17	Deep learning-based rice pest detection research 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313387 PMID:39509376	研究论文	本研究利用深度学习技术优化YOLOv8模型，结合CBAM和BiFPN机制，显著提高了水稻害虫检测的准确性	本研究通过优化YOLOv8模型，结合CBAM和BiFPN机制，显著提高了水稻害虫检测的准确性，为农业害虫管理提供了新的技术途径	NA	解决水稻害虫检测问题，提高农业生产力和可持续性	水稻害虫检测	计算机视觉	NA	深度学习	YOLOv8	图像	9663张包含八种害虫的图像，训练集与测试集比例为8:2
11914	2024-11-17	Deep learning algorithms reveal increased social activity in rats at the onset of the dark phase of the light/dark cycle 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0307794 PMID:39514582	研究论文	本研究利用深度学习算法分析了在光照周期转换期间，大鼠在半自然条件下的社交行为和超声波发声	首次使用深度学习算法分析大鼠在光照周期转换期间的社交行为和超声波发声，并发现了光照变化对大鼠行为的具体影响	未能证明光照变化对大鼠积极情绪的影响	研究光照周期变化对大鼠社交行为和超声波发声的影响	大鼠在光照周期转换期间的社交行为和超声波发声	机器学习	NA	深度学习算法	DeepLabCut神经网络	视频和音频	6天内记录的大鼠配对样本
11915	2024-11-17	ONDL: An optimized Neutrosophic Deep Learning model for classifying waste for sustainability 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313327 PMID:39514594	研究论文	本文提出了一种优化的中智深度学习模型（ONDL）用于废物分类，以促进可持续发展	本文的创新点在于结合了中智理论和深度迁移学习（DTL）模型，并使用灰狼优化（GWO）进行图像特征选择，以提高废物分类的准确性和效率	本文的局限性在于仅测试了两个公开的废物管理数据集，未来可以扩展到更多类型的废物数据集以验证模型的泛化能力	本文的研究目的是通过优化中智深度学习模型来提高废物分类的准确性，从而促进可持续发展	本文的研究对象是废物分类，具体包括有机物、可回收物和不可回收物	机器学习	NA	深度迁移学习（DTL），灰狼优化（GWO）	中智深度学习模型（ONDL）	图像	两个数据集：DSWM1包含2个类别，DSWM2包含3个类别
11916	2024-11-17	Postoperative Karnofsky performance status prediction in patients with IDH wild-type glioblastoma: A multimodal approach integrating clinical and deep imaging features 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0303002 PMID:39527541	研究论文	本研究开发了一种结合临床数据和深度学习图像特征的多模态方法，用于预测IDH野生型胶质母细胞瘤患者术后6个月的Karnofsky表现状态评分	本研究的创新点在于将临床参数与术前和术后MRI扫描的深度学习图像特征相结合，显著提高了KPS预测性能	本研究仅在一个单中心进行了回顾性分析，样本量相对较小，未来需要在更多中心和更大样本量上进行验证	本研究旨在开发一种能够结合临床数据和深度学习图像特征的多模态模型，以提高胶质母细胞瘤患者术后6个月KPS评分的预测准确性	本研究的研究对象是150名新诊断的IDH野生型胶质母细胞瘤患者	计算机视觉	脑肿瘤	变分自编码器（VAE）	神经网络	图像	150名新诊断的IDH野生型胶质母细胞瘤患者，分为训练集（100名患者）和测试集（50名患者）
11917	2024-11-17	Interpretable multimodal classification for age-related macular degeneration diagnosis 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0311811 PMID:39527566	研究论文	本文分析了三种可解释人工智能（XAI）策略在眼科医学图像分析中的性能，特别是用于年龄相关性黄斑变性（AMD）的诊断	本文提出了一种结合光学相干断层扫描（OCT）和红外反射（IR）成像的多模态深度学习模型，并展示了其在AMD诊断中的高准确性（0.94）	NA	研究如何通过可解释的人工智能方法提高医学图像分析的透明度和诊断准确性	年龄相关性黄斑变性（AMD）的诊断	计算机视觉	眼科疾病	光学相干断层扫描（OCT）和红外反射（IR）成像	深度学习模型	图像	NA
11918	2024-11-17	Exploring machine learning algorithms in sickle cell disease patient data: A systematic review 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313315 PMID:39527575	综述	本文系统综述了机器学习算法在镰状细胞病（SCD）患者数据中的应用，重点关注诊断和临床特征	综述了多种机器学习算法在SCD诊断和监测中的应用，展示了其在提高诊断和监测方面的潜力	研究中存在数据集规模有限、模型可解释性问题和过拟合风险等挑战	探讨机器学习算法在镰状细胞病诊断和监测中的应用	镰状细胞病患者数据和临床特征	机器学习	血液疾病	机器学习	多种模型，包括多层感知器、支持向量机、随机森林、逻辑回归、长短期记忆网络、极端学习机、卷积神经网络和迁移学习方法	患者数据	NA
11919	2024-11-17	Research on recognition of slippery road surface and collision warning system based on deep learning 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0310858 PMID:39527616	研究论文	本文提出了一种基于深度学习的湿滑路面识别与碰撞预警系统	本文提出了集成SE注意力机制和多层次特征信息的FS-ResNet50模型，并结合yolov5算法和自适应交通环境特征的驾驶安全距离模型，提高了预警精度和降低了误报率	NA	解决现有车辆碰撞预警系统检测速度慢、预测误差大和环境适应性差的问题	湿滑路面状态和前方车辆位置	计算机视觉	NA	深度学习	FS-ResNet50, yolov5	图像	NA
11920	2024-11-17	Enhancing multiclass COVID-19 prediction with ESN-MDFS: Extreme smart network using mean dropout feature selection technique 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0310011 PMID:39531465	研究论文	本研究提出了一种新的方法ESN-MDFS，结合极端智能网络和均值丢弃特征选择技术，用于增强多类别肺部疾病（包括COVID-19）的诊断准确性	本研究的创新点在于结合了极端智能网络和均值丢弃特征选择技术，以及使用预训练的VGG-16模型提取的动态深度学习特征	NA	本研究的目的是提高便携式胸部X光片中多类别肺部疾病的检测准确性	本研究的对象是COVID-19、细菌性肺炎、病毒性肺炎和正常病例的胸部X光片图像	计算机视觉	肺部疾病	极端智能网络（ESN）和均值丢弃特征选择技术（MDFS）	极端智能网络（ESN）	图像	超过6000张胸部X光片图像