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
12841	2024-08-05	Enhancing Outcome Prediction in Intracerebral Hemorrhage Through Deep Learning: A Retrospective Multicenter Study 2024-Aug-01, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.07.025 PMID:39095262	研究论文	本研究旨在利用深度学习技术分析和验证预测脑内出血（ICH）后果的自动预后生物标志物	该文章创新性地使用Resnet50深度学习方法构建了一个90天预后预测模型	未提及具体的限制因素	本研究的目标是对脑内出血患者的预后进行分析和预测	本研究的对象为脑内出血患者，样本量为1098例	人工智能	脑内出血	深度学习	Resnet50	临床数据	1098名患者
12842	2024-08-04	Attention-enhanced dilated convolution for Parkinson's disease detection using transcranial sonography 2024-Jul-31, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-024-01265-5 PMID:39085884	研究论文	本文介绍了一种增强注意力的膨胀卷积方法，旨在通过经颅超声检测帕金森病	提出了一种名为AMSNet的深度学习残差网络模型，通过注意力机制和多尺度特征提取来提高诊断精度	尚未讨论现有方法在实际临床应用中的限制和挑战	开发一种新方法以提高经颅超声对帕金森病的诊断准确性	包含来自1109名参与者的经颅超声图像及个人数据	数字病理学	帕金森病	深度学习	残差网络	图像	1109个参与者的经颅超声图像
12843	2024-08-04	Mixed T-domain and TF-domain Magnitude and Phase representations for GAN-based speech enhancement 2024-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68708-w PMID:39085424	研究论文	本文提出了一种名为 M-DGAN 的新方法，通过在时间-频率生成框架中引入时间域编码器-解码器结构以提高语音增强效果	提出了一种新的生成器结构，结合了混合的时间域和时间-频率域的幅度和相位表示	未提及具体的限制	提升在嘈杂条件下的语音信号质量	针对语音增强任务进行的模型测试	深度学习	NA	NA	混合生成对抗网络	音频	使用了 Voice Bank + DEMAND 公共数据集及 NISQA_TEST_LIVETALK 实际数据集进行测试
12844	2024-08-04	CT-based deep learning radiomics biomarker for programmed cell death ligand 1 expression in non-small cell lung cancer 2024-Jul-31, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01380-8 PMID:39085788	研究论文	该文章探讨了基于CT的深度学习放射组学特征在非小细胞肺癌中预测PD-L1表达的价值	提出了一种新的CT基于深度学习的放射组学生物标志物，能够有效预测非小细胞肺癌中的PD-L1表达	在验证队列中的表现相对较低，提示临床应用可能有限	研究CT图像中深度学习放射组学特征在预测非小细胞肺癌PD-L1表达中的价值	259名病理学确认的非小细胞肺癌患者	数字病理学	肺癌	深度学习，放射组学	NA	CT图像	259名患者
12845	2024-08-04	DGCPPISP: a PPI site prediction model based on dynamic graph convolutional network and two-stage transfer learning 2024-Jul-31, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05864-w PMID:39085781	研究论文	本文提出了一种基于动态图卷积神经网络和两阶段迁移学习的新型PPI位点预测模型DGCPPISP	采用双重视角进行迁移学习，从特征输入和模型训练方面为模型提供有效的先验知识	方法的局限性在于深度学习算法在PPI位点预测中的提升性能仍面临挑战	提升PPI位点预测的准确性	针对蛋白质中的PPI位点进行预测	计算机视觉	NA	动态图卷积神经网络	NA	数据集	使用了两个基准数据集进行性能评估
12846	2024-08-04	Improving the performance of deep learning models in predicting and classifying gamma passing rates with discriminative features and a class balancing technique: a retrospective cohort study 2024-Jul-31, Radiation oncology (London, England) DOI:10.1186/s13014-024-02496-5 PMID:39085872	研究论文	本文旨在通过使用与机器参数相关的输入特征和类平衡技术来提高深度学习模型在IMRT伽玛通过率预测与分类中的性能	提出了一种新的加权均方误差损失函数，能够在通过和未通过场的预测准确性之间取得平衡	可能无法全面评估所有影响因素，仅基于收集的数据集进行分析	提高深度学习模型的预测和分类性能，特别是针对鼻咽癌患者的IMRT伽玛通过率	分析来自204个鼻咽癌患者的2348个IMRT计划场的历史数据	机器学习	鼻咽癌	深度学习	UNet++	数值数据	2348个场
12847	2024-08-04	Pyramid diffractive optical networks for unidirectional image magnification and demagnification 2024-Jul-31, Light, science & applications DOI:10.1038/s41377-024-01543-w PMID:39085224	研究论文	本文展示了一种专为单向图像放大和缩小设计的金字塔结构衍射光学网络。	该设计通过金字塔缩放衍射层，仅在一个方向实现高保真度的图像放大或缩小，同时抑制反方向的图像形成。	尽管可以在不同波长下操作，但该设计是在单一波长下训练的，可能限制了其适用性。	研究旨在实现一种新型的单向图像处理策略。	主要研究金字塔结构的衍射深度神经网络（P-DNN）在图像放大和缩小中的应用。	计算机视觉	NA	衍射深度神经网络	NA	图像	通过实验验证了多个单向P-DNN模块的有效性
12848	2024-08-05	Multicell-Fold: geometric learning in folding multicellular life 2024-Jul-22, ArXiv PMID:39040638	研究论文	提出了一种几何深度学习模型来预测多细胞折叠和胚胎发生的过程	提出了一个统一的图数据结构，通过几何深度学习准确建模细胞在发育过程中的机制和行为	可能未考虑所有细胞行为的复杂性	研究细胞如何在胚胎发生过程中折叠成特定结构	多细胞折叠和胚胎发育中的细胞行为	机器学习	NA	几何深度学习	NA	图数据	NA
12849	2024-08-05	A deep learning approach to hard exudates detection and disorganization of retinal inner layers identification on OCT images 2024-07-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-63844-9 PMID:39030181	研究论文	本研究旨在通过深度学习系统检测硬性渗出物并分类视网膜内层的组织混乱	采用先进的神经网络架构和集合学习技术来提高检测和分类的性能	模型的AP@0.5分数相对较低，表明在某些情况下可能存在检测困难	研究旨在提高对糖尿病性黄斑水肿眼睛的硬性渗出物和视网膜内层组织混乱的检测能力	研究对象是442幅OCT图像，这些图像标注了6847个硬性渗出物及其视网膜内层组织混乱的存在	计算机视觉	糖尿病性眼病	深度学习	Yolov7, ConvNeXt, RegNetX	图像	442幅OCT图像
12850	2024-08-04	Review of AlphaFold 3: Transformative Advances in Drug Design and Therapeutics 2024-Jul, Cureus DOI:10.7759/cureus.63646 PMID:39092344	评论	本文章回顾了AlphaFold 3在药物设计和治疗中的变革性进展	AlphaFold 3在准确性和速度上超过了其前身，能够在几秒钟内预测复杂蛋白质的结构	NA	探讨AlphaFold 3及其对计算生物化学和药物开发的影响	AlphaFold 3模型及其在蛋白质结构预测中的应用	计算生物学	NA	机器学习和深度学习	深度学习模型	NA	NA
12851	2024-08-05	DeepIMAGER: Deeply Analyzing Gene Regulatory Networks from scRNA-seq Data 2024-Jun-27, Biomolecules IF:4.8Q1 DOI:10.3390/biom14070766 PMID:39062480	研究论文	该文章介绍了一种新型计算工具DeepIMAGER，用于从scRNA-seq数据中推断细胞特异性基因调控网络	DeepIMAGER通过深度学习和数据整合，将基因对的共表达模式转化为类似图像的表示，结合转录因子结合信息进行模型训练	使用的模型在某些情况下可能仍然存在假阳性的问题，尽管有较好的表现	揭示不同细胞类型中基因调控网络的动态变化	多种细胞类型中的基因调控网络	计算机视觉	多发性骨髓瘤	scRNA-seq	深度学习模型	基因表达数据	六种细胞系的综合数据集
12852	2024-08-05	Rapid and Precise Diagnosis of Retroperitoneal Liposarcoma with Deep-Learned Label-Free Molecular Microscopy 2024-06-11, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.3c05417 PMID:38810149	研究论文	本研究结合双标记自由的非线性光学模态，通过深度学习实现了对Retroperitoneal Liposarcoma的快速准确诊断	采用了双模态成像技术结合深度学习，显著提高了对WDLPS的检测精度和灵敏度	研究样本数量相对较少，仅涉及35例RLPS和34例正常脂肪样本	旨在提高Retroperitoneal Liposarcoma的术中诊断准确性	研究对象为35例Retroperitoneal Liposarcoma患者的组织样本和正常脂肪样本	数字病理	肺脂肪肉瘤	刺激拉曼散射(SRS)显微镜和二次谐波生成(SHG)显微镜	ResNeXt101	组织图像	35例Retroperitoneal Liposarcoma和34例正常脂肪样本
12853	2024-08-05	Reversible Fusion-Fission MXene Fiber-Based Microelectrodes for Target-Specific Gram-Positive and Gram-Negative Bacterium Discrimination 2024-06-11, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c01314 PMID:38818541	研究论文	本文开发了可逆融合-裂变MXene基纤维微电极用于分析革兰氏阳性和革兰氏阴性细菌	提出了一种新的微电极设计，通过可逆融合来提高微电极的灵敏度和选择性	没有提到关于不同菌株的比较或长期稳定性的研究	提高革兰氏阳性和阴性细菌的快速诊断能力	聚焦于革兰氏阳性和革兰氏阴性细菌的识别和定量	数字病理学	NA	电化学阻抗谱	深度学习模型	样本浓度数据	多种比例浓度的细菌样本 (1:100-100:1)
12854	2024-08-04	Combining three-dimensional acoustic coring and a convolutional neural network to quantify species contributions to benthic ecosystems 2024-Jun, Royal Society open science IF:2.9Q1 DOI:10.1098/rsos.240042 PMID:39092142	研究论文	本文开发了一种三维声学取芯系统，能够非侵入性地可视化底栖无脊椎动物的存在和活动	结合三维声学取芯与深度学习技术，有效地提供了物种与沉积物相互作用的详细机制信息	主要利用实验室环境进行测试，可能限制了在自然环境中的应用	量化物种对底栖生态系统的贡献	底栖无脊椎动物	数字病理学	NA	声学取芯	三维卷积神经网络	图像	NA
12855	2024-08-05	DeepARV: ensemble deep learning to predict drug-drug interaction of clinical relevance with antiretroviral therapy 2024-May-06, NPJ systems biology and applications IF:3.5Q1 DOI:10.1038/s41540-024-00374-0 PMID:38710671	研究论文	本研究评估了深度学习方法预测抗病毒治疗及其合并用药的临床相关药物相互作用的潜力	提出了DeepARV-Sim和DeepARV-ChemBERTa，利用分子结构信息和多样性学习方法有效提高临床相关药物相互作用的预测能力	临床相关药物相互作用研究数量有限，可能影响模型的泛化能力	本研究旨在通过深度学习技术预测抗病毒药物和合并用药之间的临床相关药物相互作用	研究对象为30142对药物的相互作用，来自伦敦HIV药物相互作用数据库	机器学习	NA	DeepARV-Sim和DeepARV-ChemBERTa	Transformer	药物组合数据	30142对药物
12856	2024-08-05	Prediction of tumor origin in cancers of unknown primary origin with cytology-based deep learning 2024-May, Nature medicine IF:58.7Q1 DOI:10.1038/s41591-024-02915-w PMID:38627559	研究论文	本文开发了一种基于细胞学的深度学习方法，用于预测未知原发癌肿瘤的来源	提出了一种新的深度学习方法TORCH，能够准确区分肿瘤来源并优于病理学家的预测效果	需要在随机试验中进一步验证	研究癌症的未知原发部位的诊断挑战及其肿瘤来源预测	利用细胞学图像数据集分析未知原发癌的肿瘤来源	数字病理学	未知原发癌	深度学习	TORCH	细胞学图像	总共分析了57,220个病例的细胞学图像数据
12857	2024-08-04	Pediatric diabetes prediction using deep learning 2024-02-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-51438-4 PMID:38378741	研究论文	本研究提出了一种新的高准确性糖尿病早期预测技术	创新点在于使用深度学习和优化的深度神经网络实现高达99.8%的糖尿病预测准确率	该研究可能缺乏对不同种族或地区数据的外部验证	研究旨在开发精准的儿童糖尿病预测系统	研究对象为548名拥有18个重要特征的患者	机器学习	糖尿病	深度学习	深度神经网络（DNN）	数据	548名患者
12858	2024-08-04	A fine-tuned vision transformer based enhanced multi-class brain tumor classification using MRI scan imagery 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1400341 PMID:39091923	研究论文	本研究使用多种细调视觉变换器模型对脑肿瘤进行分类	引入了新的细调视觉变换器模型（FTVTs）用于脑肿瘤分类，并与其他深度学习模型进行了比较	研究未提及对比模型的广泛性和适应性问题	探讨细调视觉变换器在脑肿瘤分类中的应用	使用MRI扫描图像对脑肿瘤进行多类分类	计算机视觉	脑肿瘤	MRI	FTVT, ResNet50, MobileNet-V2, EfficientNet-B0	图像	7023张MRI扫描图像
12859	2024-08-04	Factors affecting the intention to use COVID-19 contact tracing application "StaySafe PH": Integrating protection motivation theory, UTAUT2, and system usability theory 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0306701 PMID:39088508	研究论文	本文研究了菲律宾官方接触追踪应用StaySafe PH的使用意图影响因素	本研究首次评估和评测菲律宾的接触追踪应用，并整合多种理论框架以提供全面的测量	应用的可用性评分为'D'，表明其可用性较差，且可能存在隐私和数据安全的信任问题	研究菲律宾对使用StaySafe PH应用的意愿	参与研究的对象为菲律宾的646名 respondent	自然语言处理	COVID-19	结构方程模型(SEM)，深度学习神经网络(DLNN)，系统可用性量表(SUS)	NA	问卷调查数据	646名 respondent
12860	2024-08-07	AmiR-P3: An AI-based microRNA prediction pipeline in plants 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0308016 PMID:39088479	研究论文	本文提出了一种名为AmiR-P3的植物miRNA预测管道，旨在解决现有miRNA预测工具在植物中的应用问题	该管道结合了多种工具的优势，不依赖于已知miRNA序列的表达水平或组织特异性	尽管方法有效，但仍然可能在某些植物物种中出现准确性问题	开发一种高效的植物miRNA预测工具	植物中的小RNA链（miRNAs）	生物信息学	NA	深度学习分类模型	NA	基因组序列	多种植物物种