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
12461	2024-11-12	Knowledge graph aids comprehensive explanation of drug and chemical toxicity 2023-08, CPT: pharmacometrics & systems pharmacology DOI:10.1002/psp4.12975 PMID:37475158	研究论文	本文介绍了一种名为AIDTox的可解释深度学习模型，用于预测和解释药物及化学物质的细胞毒性	AIDTox模型整合了化学-基因连接、基因-通路注释和通路层次结构的知识图谱，提供了对细胞毒性的全面解释	NA	开发一种能够准确预测和解释复杂毒性终点的计算模型	药物和化学物质的细胞毒性	机器学习	NA	深度学习	深度学习模型	化学-基因连接、基因-通路注释和通路层次结构的知识图谱	HepG2和HEK293细胞
12462	2024-11-12	Towards a Scalable Software Defined Network-on-Chip for Next Generation Cloud 2018-Jul-18, Sensors (Basel, Switzerland) DOI:10.3390/s18072330 PMID:30021975	研究论文	本文提出了一种可扩展的软件定义片上网络（SDNoC）架构，以支持下一代云计算中的高效和可扩展系统	本文的创新点在于结合了分层片上网络拓扑（如环形和2D网格拓扑）与动态重配置的优势，并引入了数据驱动的编程执行模型，以支持深度学习应用	本文未详细讨论在实际部署中可能遇到的硬件和软件兼容性问题	研究目的是设计一种可扩展且高效的片上网络架构，以支持云计算中的各种应用需求	研究对象包括片上网络的拓扑结构、动态重配置机制以及数据驱动的编程执行模型	计算机网络	NA	片上网络（NoC）	NA	NA	实验中使用了最多1024个处理核心（PEs）进行对比测试
12463	2024-11-11	Application of deep learning for semantic segmentation in robotic prostatectomy: Comparison of convolutional neural networks and visual transformers 2024-Nov, Investigative and clinical urology IF:2.5Q2 DOI:10.4111/icu.20240159 PMID:39505514	研究论文	本文比较了卷积神经网络和视觉变换器在机器人辅助根治性前列腺切除术中语义分割的表现	本文首次比较了卷积神经网络和视觉变换器在机器人手术中语义分割的应用	需要进一步研究以验证在大数据集上的表现	研究深度学习模型在机器人辅助根治性前列腺切除术中语义分割的表现，并确定哪种架构更适合机器人手术中的分割任务	机器人辅助根治性前列腺切除术中的手术器械、膀胱、前列腺、输精管和精囊的分割	计算机视觉	前列腺癌	深度学习	卷积神经网络和视觉变换器	图像	随机分为训练和验证数据集的手术图像
12464	2024-11-11	Linking joint exposures to residential greenness and air pollution with adults' social health in dense Hong Kong 2024-Oct-28, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2024.125207 PMID:39476997	研究论文	研究探讨了香港密集城市中绿地、空气污染与成年人社会健康之间的相互关系	本研究首次在密集城市环境中探讨了绿地和空气污染对社会健康的综合影响，并分析了潜在的中介因素和人口异质性	研究基于横断面调查数据，可能存在因果关系推断的局限性	研究目的是探讨城市环境中绿地和空气污染对社会健康的综合影响及其潜在机制	研究对象为香港的1977名成年人	公共卫生	NA	时空深度学习模型	多元逻辑回归、部分最小二乘结构方程模型（PLS-SEM）	调查数据、环境数据	1977名成年人
12465	2024-11-11	XDL-ESI: Electrophysiological Sources Imaging via explainable deep learning framework with validation on simultaneous EEG and iEEG 2024-Oct-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2024.120802 PMID:39173694	研究论文	本文提出了一种名为XDL-ESI的可解释深度学习框架，用于脑电图（EEG）和脑磁图（MEG）源成像，并通过同时采集的EEG和iEEG数据进行验证	该框架通过展开迭代优化算法与深度学习架构的结合，建立了一种数据驱动的方法来建模源解结构，避免了手工设计的正则化项，并引入了拓扑损失以提高源解的鲁棒性	NA	解决EEG/MEG源成像的逆问题，提高解的唯一性和鲁棒性	EEG和iEEG数据中的脑电活动源	机器学习	NA	深度学习	神经网络	脑电图数据	NA
12466	2024-11-11	Utilizing genomic signatures to gain insights into the dynamics of SARS-CoV-2 through Machine and Deep Learning techniques 2024-Mar-27, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05648-2 PMID:38539073	研究论文	本文介绍了一种名为GenoSig的工具，利用二核苷酸和三核苷酸频率特征，通过机器学习和深度学习模型来解析SARS-CoV-2的分类谱系	提出了一个无需比对的快速方法GenoSig，通过机器学习和深度学习模型分析SARS-CoV-2的基因组特征，显著提高了分类和预测的准确性	在预测病毒的大陆起源时，模型的表现不如在预测谱系时准确	开发一种无需比对的方法来解析SARS-CoV-2的基因组特征，以监测病毒变种的动态	SARS-CoV-2病毒及其变种的基因组特征	机器学习	NA	机器学习和深度学习	深度学习模型和随机森林模型	基因组数据	未明确提及具体样本数量
12467	2024-11-11	Automated mood disorder symptoms monitoring from multivariate time-series sensory data: getting the full picture beyond a single number 2024-Mar-26, Translational psychiatry IF:5.8Q1 DOI:10.1038/s41398-024-02876-1 PMID:38531865	研究论文	本文提出了一种从可穿戴设备的多变量时间序列传感器数据中自动监测情绪障碍症状的新方法	本文的创新点在于提出了一种新的任务，即使用可穿戴设备的生理数据推断HDRS和YMRS量表中的所有项目，而不仅仅是单一标签	本文的局限性在于仅在MD患者的大样本中进行了验证，尚未在更广泛的人群中进行测试	本文的研究目的是开发一种能够从可穿戴设备的生理数据中全面评估情绪障碍症状的深度学习方法	本文的研究对象是情绪障碍患者及其症状	机器学习	情绪障碍	深度学习	多任务学习	时间序列数据	大量情绪障碍患者
12468	2024-11-11	Leveraging Deep Learning for Fine-Grained Categorization of Parkinson's Disease Progression Levels through Analysis of Vocal Acoustic Patterns 2024-Mar-21, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11030295 PMID:38534569	研究论文	研究利用深度学习模型对帕金森病进展水平进行细粒度分类，通过分析语音声学模式	首次探索使用深度学习模型对帕金森病进展水平进行细粒度分类，并研究了不同音频段长度和特定元音对模型性能的影响	在区分轻度和重度帕金森病病例方面仍存在挑战，需要更大规模的多类别标注数据集来改进严重程度分类	研究利用深度学习模型自动分类持续元音录音，以区分健康对照组、轻度帕金森病和重度帕金森病	帕金森病患者的语音声学模式	机器学习	帕金森病	深度学习	卷积神经网络 (CNN) 和视觉变换器 (Swin)	图像	NA
12469	2024-11-11	Deep Learning for 3D Reconstruction, Augmentation, and Registration: A Review Paper 2024-Mar-07, Entropy (Basel, Switzerland) DOI:10.3390/e26030235 PMID:38539747	综述	本文综述了深度学习在三维重建、增强和配准领域的最新进展	本文系统地分析了多种用于三维物体配准、增强和重建的基准模型，并探讨了其架构、优势和局限性	本文指出了三维深度学习领域中尚未解决的研究问题，这些问题需要在未来的研究中得到解决	综述深度学习在三维数据处理中的应用及其最新进展	三维物体的重建、增强和配准	计算机视觉	NA	深度学习	CNN	三维数据	NA
12470	2024-11-11	A Comprehensive Review on Synergy of Multi-Modal Data and AI Technologies in Medical Diagnosis 2024-Feb-25, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11030219 PMID:38534493	综述	本文综述了多模态数据与人工智能技术在医学诊断中的协同作用	本文整合了多模态数据和人工智能技术的最新进展，为临床实践提供了创新解决方案	本文主要集中在五种特定疾病的诊断上，未涵盖所有疾病类型	探讨多模态数据与人工智能技术在医学诊断中的应用	阿尔茨海默病、乳腺癌、抑郁症、心脏病和癫痫	机器学习	NA	NA	NA	多模态数据（图像、文本、语音、基因数据、生理信号）	NA
12471	2024-11-11	AlphaFold2 Reveals Structural Patterns of Seasonal Haplotype Diversification in SARS-CoV-2 Spike Protein Variants 2024-Feb-21, Biology DOI:10.3390/biology13030134 PMID:38534404	研究论文	本文利用AlphaFold2对SARS-CoV-2刺突蛋白的季节性单倍型多样性进行了结构模式分析	首次系统地比较了主要关注变异株及其对应纬度限定单倍型的S蛋白结构，揭示了单倍型对蛋白质结构的影响及其在季节性行为中的作用	仅限于对AlphaFold2生成的结构模型进行分析，未涉及实验验证	揭示SARS-CoV-2刺突蛋白在季节性单倍型多样性中的结构模式，为疫苗和药物开发提供预测依据	SARS-CoV-2刺突蛋白及其主要关注变异株和对应单倍型的结构	结构生物学	COVID-19	AlphaFold2	NA	蛋白质结构	主要关注变异株（Alpha、Delta、Omicron）及其对应单倍型的S蛋白
12472	2024-11-11	Artificial intelligence in forensic medicine and related sciences - selected issues 2024, Archiwum medycyny sadowej i kryminologii DOI:10.4467/16891716AMSIK.24.005.19650 PMID:39450596	综述	本文综述了人工智能在法医学及相关科学中的潜在应用，并探讨了在诊断和治疗中可能造成的伤害的法律责任问题	本文介绍了人工智能在法医学及相关科学中的多种应用，如法医病理学、法医创伤学、死后鉴定检查等	人工智能在医学中应被视为辅助工具，最终的诊断和治疗决策应由人类负责	探讨人工智能在法医学及相关科学中的应用及其法律责任问题	人工智能在法医学及相关科学中的应用	机器学习	NA	NA	NA	NA	NA
12473	2024-11-11	Deep CANALs: a deep learning approach to refining the canalization theory of psychopathology 2024, Neuroscience of consciousness IF:3.1Q1 DOI:10.1093/nc/niae005 PMID:38533457	研究论文	本文利用深度学习理论对心理病理学的运河化理论进行改进	本文通过深度学习理论区分了大脑中信念表示的两个不同优化景观，并描述了每种景观运河化可能导致的独特病理	NA	改进心理病理学的运河化理论	心理病理学中的运河化现象	机器学习	NA	深度学习	深度神经网络	NA	NA
12474	2024-11-11	Artificial Intelligence-based Analytics for Diagnosis of Small Bowel Enteropathies and Black Box Feature Detection 2021-06-01, Journal of pediatric gastroenterology and nutrition IF:2.4Q1 DOI:10.1097/MPG.0000000000003057 PMID:33534362	研究论文	开发了一种基于人工智能的图像分析平台，利用深度学习卷积神经网络（CNNs）来诊断小肠肠病，并检测其特征	利用深度学习CNNs和Grad-CAMs技术，提高了小肠肠病的诊断准确性，并揭示了深度学习模型的决策过程	研究样本主要来自儿童，且样本量相对较小	开发一种能够准确诊断小肠肠病的计算方法，并揭示深度学习模型的决策过程	小肠肠病，包括环境肠病（EE）和乳糜泻（CD）	计算机视觉	NA	深度学习卷积神经网络（CNNs）	CNN	图像	461张高分辨率活检图像，来自150名儿童
12475	2024-11-11	Sixty-five years of the long march in protein secondary structure prediction: the final stretch? 2018-05-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbw129 PMID:28040746	研究论文	本文回顾了蛋白质二级结构预测65年的发展历程，并探讨了当前的技术进步和未来发展方向	本文介绍了最新的深度学习技术在蛋白质二级结构预测中的应用，并提出了预测蛋白质骨架扭转角和Cα原子角度及扭转角的新方法	本文未详细讨论现有方法的具体局限性	探讨蛋白质二级结构预测的最新进展和未来发展方向	蛋白质二级结构预测	生物信息学	NA	深度学习	NA	蛋白质序列和结构数据	1199个非冗余蛋白质的数据库
12476	2024-11-10	Novel Uncertainty Quantification Through Perturbation-Assisted Sample Synthesis 2024-Dec, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3393364 PMID:38656858	研究论文	本文介绍了一种新的扰动辅助推理（PAI）框架，利用扰动辅助样本合成（PASS）方法生成的合成数据进行不确定性量化	提出了扰动辅助样本合成（PASS）方法，通过生成模型创建合成数据，增强数据多样性和隐私保护，并提高了估计精度	未提及	推进复杂数据驱动任务中的不确定性量化	复杂数据场景中的不确定性量化，特别是非结构化数据	机器学习	NA	深度学习模型	生成模型	非结构化数据	未提及
12477	2024-11-10	Leveraging calcium score CT radiomics for heart failure risk prediction 2024-11-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-77269-x PMID:39505933	研究论文	研究利用钙评分CT放射组学预测心力衰竭风险	开发了仅使用计算机断层扫描钙评分（CTCS）的筛查方法，结合钙和脂肪放射组学模型，预测心力衰竭风险，优于基于临床因素的预测模型	NA	确定仅使用计算机断层扫描钙评分（CTCS）评估心力衰竭风险的筛查方法	1,998名患者的CTCS扫描数据，包括336名2型糖尿病患者	数字病理	心血管疾病	计算机断层扫描钙评分（CTCS）	深度学习模型	图像	1,998名患者，其中336名患有2型糖尿病
12478	2024-11-10	Comprehensive walkability assessment of urban pedestrian environments using big data and deep learning techniques 2024-Nov-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78041-x PMID:39506013	研究论文	本文构建了一个综合评估框架，结合主观和客观维度评估城市步行环境，并应用于北京五环路内的街道环境	本文创新性地整合了主观和客观维度，提出了一个综合评估框架，包括宏观尺度指数、微观尺度指数和街道步行偏好指数	本文未详细讨论评估框架在其他城市或不同发展模式下的适用性	评估城市步行环境，促进公共健康、社区凝聚力和城市可持续发展	北京五环路内的街道环境	城市规划	NA	深度学习	NA	大数据	北京五环路内的街道环境
12479	2024-11-10	Machine learning models for river flow forecasting in small catchments 2024-Nov-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78012-2 PMID:39501028	研究论文	研究探讨了在小流域中使用深度学习模型进行河流流量预测的可行性	提出了结合不同输入数据集的模型组合方法，以提供更全面的河流流量未来演变描述	随着预测时间的增加，预测的不确定性增加，需要使用能提供预测置信区间的机器学习模型来减少不确定性	开发新的工具以减轻气候变化带来的水文地质风险，特别是在小流域中	小流域中的河流流量	机器学习	NA	深度学习	深度学习模型	河流流量数据	NA
12480	2024-11-10	Study on virtual tooth image generation utilizing CF-fill and Pix2pix for data augmentation 2024-11-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78190-z PMID:39501064	研究论文	本文提出了一种利用图像到图像转换（pix2pix）和上下文重建填充（CR-Fill）生成虚拟牙齿图像的方法，以简化牙科修复过程	本文的创新点在于结合pix2pix和CR-Fill技术生成虚拟牙齿图像，并验证了这些虚拟图像在训练数据中的有效性	仅使用虚拟图像作为训练数据的效果不如同时使用真实和虚拟图像	简化牙科修复过程，减少传统牙科修复所需的工作量和时间	牙齿扫描图像和虚拟牙齿图像	计算机视觉	NA	图像到图像转换（pix2pix）和上下文重建填充（CR-Fill）	pix2pix	图像	未具体说明样本数量