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
12001	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
12002	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
12003	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
12004	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
12005	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）
12006	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
12007	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
12008	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
12009	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
12010	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
12011	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
12012	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
12013	2024-12-11	MLDA: Multi-Loss Domain Adaptor for Cross-Session and Cross-Emotion EEG-Based Individual Identification 2023-12, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3315974 PMID:37713231	研究论文	提出了一种名为MLDA的多损失域适配器方法，用于解决基于跨会话和跨情绪的EEG个体识别问题	创新点在于引入了多损失域适配器（MLDA），通过减少边缘分布和条件分布的差异来提高跨会话和跨情绪的EEG个体识别性能	未提及具体的局限性	旨在解决基于EEG的个体识别中跨会话和跨情绪的分类性能问题	研究对象是跨会话和跨情绪的EEG信号	机器学习	NA	深度神经网络、最大均值差异（MMD）	深度神经网络	EEG数据	未提及具体的样本数量
12014	2024-12-11	SegCoFusion: An Integrative Multimodal Volumetric Segmentation Cooperating With Fusion Pipeline to Enhance Lesion Awareness 2023-12, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3318131 PMID:37738185	研究论文	本文提出了一种名为SegCoFusion的多模态体积分割与融合集成方法，通过结合特征频率分割网络FDNet和双单路径特征补充策略的分割部分，优化分割输入并与融合部分结合，以提高病变识别能力	SegCoFusion通过集成多模态分割与融合，打破了传统分割和融合方法的性能瓶颈，提供了一种新的视角来通过分割与融合协作提高体积融合性能并增强病变意识	NA	解决多模态医学图像融合中的主观性和任务特定性问题，提高分割和融合的性能	多模态脑肿瘤体积融合与分割	计算机视觉	脑肿瘤	深度学习	U-Net系列	图像	NA
12015	2024-12-11	MPVF: 4D Medical Image Inpainting by Multi-Pyramid Voxel Flows 2023-12, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3318127 PMID:37738187	研究论文	本文提出了一种名为多金字塔体素流（MPVF）的模型，用于解决4D医学图像插值问题，特别是心脏和肺部图像的插值	本文的创新点在于提出了多金字塔体素流（MPVF）模型，通过考虑多尺度体素流，能够在插值过程中提供丰富的全局和区域信息，并引入了双边体素流（BVF）模块和金字塔融合（PyFu）模块	NA	本文的研究目的是解决4D医学图像插值问题，特别是心脏和肺部图像的插值	本文的研究对象是心脏和肺部的4D医学图像	计算机视觉	NA	深度学习	MPVF	图像	NA
12016	2024-12-11	Deep Open-Curve Snake for Discriminative 3D Neuron Tracking 2023-12, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3320804 PMID:37773913	研究论文	本文提出了一种新的深度学习框架Deep Open-Curve Snake (DOCS)，用于三维神经元跟踪，通过学习3D距离回归判别器和深度学习跟踪器来提升跟踪性能	DOCS框架结合了深度学习技术，能够在噪声污染的弱信号环境下进行有效的神经元跟踪，并通过能量最小化方法迭代更新变形场、拉伸方向和局部半径	NA	提升三维神经元跟踪的准确性和鲁棒性	三维神经元结构的分段、追踪和重建	计算机视觉	NA	深度学习	卷积神经网络 (CNN)	三维体积数据	BigNeuron和Diadem数据集
12017	2024-12-11	Deep learning-guided discovery of an antibiotic targeting Acinetobacter baumannii 2023-Nov, Nature chemical biology IF:12.9Q1 DOI:10.1038/s41589-023-01349-8 PMID:37231267	研究论文	本文利用机器学习方法筛选出一种针对鲍曼不动杆菌的新型抗生素abaucin	本文首次通过深度学习引导的筛选方法发现了一种针对鲍曼不动杆菌的新型窄谱抗生素abaucin，并揭示了其作用机制	本文仅在体外和小鼠伤口模型中验证了abaucin的抗菌活性，尚未进行临床试验	发现针对鲍曼不动杆菌的新型抗生素	鲍曼不动杆菌及其抗菌分子	机器学习	NA	NA	神经网络	分子数据	约7500种分子
12018	2024-12-11	Discovering small-molecule senolytics with deep neural networks 2023-Jun, Nature aging IF:17.0Q1 DOI:10.1038/s43587-023-00415-z PMID:37142829	研究论文	本文利用图神经网络筛选并预测了大量分子的衰老活性，发现了几种具有选择性靶向衰老细胞的药物	利用深度学习技术筛选出具有衰老活性的化合物，并发现了几种具有更好药物化学性质和选择性的新型衰老药物	实验仅在动物模型中验证了其中一种化合物的有效性，仍需进一步临床验证	发现具有衰老活性的新型小分子药物	衰老细胞及其相关疾病	机器学习	NA	图神经网络，分子对接模拟，时间分辨荧光能量转移实验	图神经网络	分子结构数据	2,352种化合物用于筛选，800,000多种分子用于预测，以及老年小鼠模型
12019	2024-12-11	Label- and slide-free tissue histology using 3D epi-mode quantitative phase imaging and virtual H&E staining 2023-Jun-01, ArXiv PMID:37396611	研究论文	本文提出了一种结合3D定量相位成像技术和无监督生成对抗网络的方法，将未染色厚组织的相位图像转换为虚拟H&E染色图像	首次将3D定量相位成像技术与无监督生成对抗网络结合，实现了无需染色和载玻片的组织病理学分析	需要进一步验证该方法在不同类型组织和疾病中的适用性	开发一种无需染色和载玻片的组织病理学分析方法，以提高诊断效率和降低成本	小鼠肝脏、大鼠胶质肉瘤和人类胶质瘤的新鲜组织样本	数字病理学	NA	3D定量相位成像技术（qOBM）	生成对抗网络（GAN）	图像	小鼠肝脏、大鼠胶质肉瘤和人类胶质瘤的新鲜组织样本
12020	2024-12-11	Structured deep embedding model to generate composite clinical indices from electronic health records for early detection of pancreatic cancer 2023-Jan-13, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2022.100636 PMID:36699740	研究论文	本文提出了一种结构化的深度嵌入模型，用于从电子健康记录中生成复合临床指数，以实现胰腺癌的早期检测	本文的创新点在于构建了一个结构化的深度嵌入模型，通过领域专家（如临床医生）确定的相关测量分组来降低输入变量的维度，从而生成可解释的复合指数	本文的局限性在于仅在胰腺癌的早期检测中进行了验证，未来需要进一步验证其在其他健康结果预测中的应用	本文的研究目的是开发一种从电子健康记录中生成复合临床指数的方法，以支持临床决策	本文的研究对象是电子健康记录数据和胰腺癌的早期检测	机器学习	胰腺癌	深度学习	深度嵌入模型	文本	NA