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
13061	2024-11-22	A deep learning model for predicting blastocyst formation from cleavage-stage human embryos using time-lapse images 2024-11-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79175-8 PMID:39543360	研究论文	本文提出了一种基于时间序列图像的深度学习模型，用于预测早期人类胚胎的囊胚形成	本文创新性地使用了ResNet-GRU深度学习模型，结合时间序列图像，实现了对囊胚形成的高精度预测	NA	提高辅助生殖技术（ART）的成功率	早期人类胚胎的囊胚形成	计算机视觉	NA	深度学习	ResNet-GRU	图像	从第0天到第3天的时间序列图像
13062	2024-11-22	Machine Learning to Predict Potential Energy Surface of Resveratrol Drug: A Quantum-Level Calculation 2024-Nov-14, ACS medicinal chemistry letters IF:3.5Q2 DOI:10.1021/acsmedchemlett.4c00382 PMID:39563810	研究论文	研究使用ANI-1x神经网络预测白藜芦醇药物的势能面	利用量子级别的机器学习计算，快速预测白藜芦醇药物的势能面	NA	探索机器学习在药物势能面预测中的应用	白藜芦醇药物的势能面	机器学习	帕金森病	密度泛函理论	神经网络	理论数据	NA
13063	2024-11-22	Predictive Modeling and Drug Repurposing for Type-II Diabetes 2024-Nov-14, ACS medicinal chemistry letters IF:3.5Q2 DOI:10.1021/acsmedchemlett.4c00358 PMID:39563823	研究论文	研究使用三种机器学习和深度学习模型预测潜在的DPP-4抑制剂，并探索药物再利用的可能性	采用多任务深度神经网络（MTDNN）模型，显著提高了预测性能，并成功识别出潜在的DPP-4抑制剂	研究仅限于预测和初步验证，未进行临床试验验证	预测潜在的DPP-4抑制剂并探索药物再利用的可能性	DPP-4抑制剂和糖尿病治疗	机器学习	糖尿病	机器学习和深度学习	多任务深度神经网络（MTDNN）	化合物数据	6750个化合物和100个FDA批准的药物
13064	2024-11-22	An open annotated dataset and baseline machine learning model for segmentation of vertebrae with metastatic bone lesions from CT 2024-Nov-12, medRxiv : the preprint server for health sciences DOI:10.1101/2024.10.14.24314447 PMID:39484265	研究论文	本文提供了一个公开的注释数据集和一个用于分割带有转移性骨病变的椎骨的基线机器学习模型	本文首次提供了公开的癌症CT脊柱图像注释数据集，并开发了一个用于自动分割和分类椎骨的机器学习模型	NA	开发和验证用于预测机械负荷响应和骨折及脊柱畸形风险的模型	带有转移性骨病变的椎骨	计算机视觉	NA	深度学习	nnU-Net	图像	55个CT扫描数据集
13065	2024-11-22	DeSide: A unified deep learning approach for cellular deconvolution of tumor microenvironment 2024-Nov-12, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2407096121 PMID:39514318	研究论文	提出了一种名为DeSide的统一深度学习方法，用于肿瘤微环境的细胞反卷积分析	DeSide方法通过整合生物学通路和优先评估非癌细胞类型，有效规避了癌细胞基因表达谱高度变异的问题，并引入了独特的采样和过滤技术生成高质量训练集	NA	开发一种高效且成本效益高的方法，用于分析肿瘤微环境的复杂细胞组成	肿瘤微环境中的细胞组成	数字病理学	NA	RNA测序	深度学习	基因表达谱	利用了来自六种癌症类型和185个癌细胞系的单细胞RNA测序数据，以及来自TCGA的22种癌症类型的批量RNA测序数据
13066	2024-11-22	Long duration forecasting and its performance capability for seasonal variation modelling of residual chlorine concentrations: A comparative evaluation of two small-scale water distribution systems in Japan 2024-Nov-08, Water research IF:11.4Q1 DOI:10.1016/j.watres.2024.122766 PMID:39566282	研究论文	研究通过开发和评估一种深度学习模型来预测长期余氯浓度，以解决日本供水系统中余氯投加控制的问题	提出了一个能够预测长期余氯浓度的深度学习模型，并比较了两个不同复杂度的供水系统中的模型性能	模型在不同季节的预测精度有所不同，特别是在温度变化较大的夏季和冬季，模型误差较大	开发和评估一种能够预测长期余氯浓度的深度学习模型，以优化日本供水系统中的氯投加控制	余氯浓度、供水系统复杂度、模型性能	机器学习	NA	深度学习	深度学习模型	时间序列数据	两个不同复杂度的供水系统，训练数据长度分别为0.5年、1年、1.5年和2年
13067	2024-11-22	Screening for Depression Using Natural Language Processing: Literature Review 2024-Nov-04, Interactive journal of medical research IF:1.9Q3 DOI:10.2196/55067 PMID:39496145	综述	本文综述了使用自然语言处理（NLP）技术进行抑郁症筛查的现有方法	探讨了NLP技术在抑郁症筛查中的应用潜力，并讨论了其成功和局限性	存在隐私、偏见、可解释性和缺乏保护个人法规等伦理问题，以及文化和多语言视角的需求	探索现有的NLP方法用于检测抑郁症，讨论其成功和局限性，解决伦理问题，并突出潜在的偏见	抑郁症筛查和检测	自然语言处理	精神健康疾病	自然语言处理（NLP）	NA	文本	NA
13068	2024-11-22	Gender-based linguistic differences in letters of recommendation for rhinology fellowship over time: A dual-institutional follow-up study using natural language processing and deep learning 2024-Nov, International forum of allergy & rhinology IF:7.2Q1 DOI:10.1002/alr.23411 PMID:39010845	研究论文	本研究通过自然语言处理和深度学习技术，分析了时间跨度内双机构鼻科学奖学金推荐信中的性别语言差异	首次使用自然语言处理和深度学习技术分析鼻科学奖学金推荐信中的性别偏见	仅限于双机构的数据，可能无法代表所有鼻科学奖学金推荐信的情况	评估鼻科学奖学金推荐信中是否存在性别偏见	鼻科学奖学金推荐信中的性别语言差异	自然语言处理	NA	自然语言处理，深度学习	深度学习	文本	双机构的数据
13069	2024-11-22	A new artificial intelligence system for both stomach and small-bowel capsule endoscopy 2024-Nov, Gastrointestinal endoscopy IF:6.7Q1 DOI:10.1016/j.gie.2024.06.004 PMID:38851456	研究论文	本文介绍了一种新的人工智能系统SS Plus，用于胃和小肠胶囊内窥镜图像的识别和诊断	SS Plus算法能够识别5种胃部病变和17种小肠病变，显著减少了需要审查的图像数量，并提高了初级内镜医师的诊断能力	研究为多中心回顾性诊断研究，样本量和数据类型有限	开发一种新的人工智能算法，用于胃和小肠胶囊内窥镜图像的自动识别和诊断	胃和小肠胶囊内窥镜图像	计算机视觉	NA	深度学习	深度学习算法	图像	训练阶段使用了1069次磁控GI胶囊内窥镜检查数据，验证阶段包括342次完全自动化的磁控CE检查
13070	2024-11-22	A Competition for the Diagnosis of Myopic Maculopathy by Artificial Intelligence Algorithms 2024-Nov-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2024.3707 PMID:39325442	研究论文	本文评估了用于近视性黄斑病变分类和分割的深度学习算法，并将其性能与眼科医生的表现进行比较	通过模型集成方法，AI模型在近视性黄斑病变的分类和分割任务中表现优于眼科医生	NA	评估和比较深度学习算法与眼科医生在近视性黄斑病变诊断中的表现	近视性黄斑病变（MM）的分类、病变分割和球面等效预测	计算机视觉	眼科疾病	深度学习（DL）	NA	图像	2306、294和2003张眼底图像
13071	2024-11-22	DeepNeoAG: Neoantigen epitope prediction from melanoma antigens using a synergistic deep learning model combining protein language models and multi-window scanning convolutional neural networks 2024-Nov, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2024.136252 PMID:39366619	研究论文	本文介绍了一种结合蛋白质语言模型和多窗口扫描卷积神经网络的深度学习模型，用于从黑色素瘤抗原中预测新抗原表位	本文提出了一种新的深度学习模型DeepNeoAG，结合了蛋白质语言模型和多窗口扫描卷积神经网络，以提高新抗原预测的准确性	NA	开发一种高效的新抗原预测模型，以加速个性化癌症免疫疗法的发展	黑色素瘤抗原中的新抗原表位	机器学习	黑色素瘤	深度学习	卷积神经网络 (CNN)	蛋白质序列	NA
13072	2024-10-18	Deep Learning to Improve Diagnosis Must Also Not Do Harm 2024-Nov-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2024.4377 PMID:39418056	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
13073	2024-11-22	Deep learning algorithm for predicting left ventricular systolic dysfunction in atrial fibrillation with rapid ventricular response 2024-Nov, European heart journal. Digital health DOI:10.1093/ehjdh/ztae062 PMID:39563911	研究论文	研究深度学习算法在预测房颤伴快速心室反应患者左室收缩功能障碍中的表现	开发并验证了一种基于残差神经网络架构的深度学习算法，用于预测房颤伴快速心室反应患者的左室收缩功能障碍	研究仅在一个中心进行，样本量有限，且仅使用了12导联和1导联心电图数据	评估人工智能算法在预测房颤伴快速心室反应患者左室收缩功能障碍中的表现	房颤伴快速心室反应患者	机器学习	心血管疾病	深度学习	残差神经网络	心电图	423名患者，其中241名患者有可用的心脏超声数据
13074	2024-11-22	Advancing dermoscopy through a synthetic hair benchmark dataset and deep learning-based hair removal 2024-Nov, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.29.11.116003 PMID:39564076	研究论文	本文开发了一种合成毛发基准数据集和基于深度学习的毛发去除方法，以提高皮肤镜图像的清晰度，从而辅助黑色素瘤的早期检测	本文创新性地创建了一个综合的合成毛发数据集，并设计了一个卷积神经网络（CNN）模型，专门用于去除黑色素瘤皮肤镜图像中的毛发	NA	开发一种新的合成毛发皮肤镜图像数据集和深度学习模型，用于去除黑色素瘤皮肤镜图像中的毛发	黑色素瘤皮肤镜图像中的毛发去除	计算机视觉	皮肤癌	深度学习	卷积神经网络（CNN）	图像	合成毛发数据集包含模拟多种类型和大小的毛发覆盖在黑色素瘤病变上的图像
13075	2024-11-22	Resting-State Electroencephalogram Depression Diagnosis Based on Traditional Machine Learning and Deep Learning: A Comparative Analysis 2024-Oct-23, Sensors (Basel, Switzerland) DOI:10.3390/s24216815 PMID:39517712	综述	本文比较了传统机器学习和深度学习方法在基于静息状态脑电图的抑郁症诊断中的应用	本文综述了传统机器学习和深度学习方法在抑郁症诊断中的应用，并提出了潜在的解决方案	本文主要讨论了当前研究的挑战，但未提供具体的实验数据或模型评估	提高抑郁症诊断的准确性，并促进计算精神病学领域的发展	静息状态脑电图数据和抑郁症诊断	机器学习	抑郁症	脑电图	传统机器学习、深度学习	脑电图数据	NA
13076	2024-11-22	A deep learning framework combining molecular image and protein structural representations identifies candidate drugs for pain 2024-Oct-21, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2024.100865 PMID:39341201	研究论文	本文介绍了一种结合分子图像和蛋白质结构表示的深度学习框架，用于识别疼痛候选药物	提出了LISA-CPI框架，结合了无监督深度学习分子图像表示和AlphaFold2算法，相较于现有模型在平均绝对误差上提高了约20%	NA	开发一种新的计算药物发现工具，用于治疗疼痛和其他复杂疾病	化合物-蛋白质相互作用，特别是针对G蛋白偶联受体	机器学习	疼痛	深度学习	LISA-CPI	图像，蛋白质结构	104,969个配体和33个G蛋白偶联受体
13077	2024-11-22	A Deep Learning-Based Method for Rapid 3D Whole-Heart Modeling in Congenital Heart Disease 2024-Oct-11, Cardiology IF:1.9Q3 DOI:10.1159/000541980 PMID:39396499	研究论文	本研究开发了一种基于深度学习的方法，用于生成先天性心脏病患者的3D心脏网格模型	提出了一种结合医学影像和临床诊断信息的深度学习方法，用于快速生成3D心脏模型	需要进一步验证模型在不同类型先天性心脏病中的广泛适用性	开发一种用于先天性心脏病患者的3D心脏建模方法	先天性心脏病患者的3D心脏模型	计算机视觉	先天性心脏病	深度学习	深度学习模型	医学影像和临床数据	110名患者
13078	2024-11-22	Improved ADHD Diagnosis Using EEG Connectivity and Deep Learning through Combining Pearson Correlation Coefficient and Phase-Locking Value 2024-Oct, Neuroinformatics IF:2.7Q3 DOI:10.1007/s12021-024-09685-3 PMID:39422820	研究论文	本文提出了一种结合皮尔逊相关系数和相位锁定值的EEG连接性和深度学习方法，用于改善ADHD的诊断	本文创新性地结合了线性和非线性脑连接图与基于注意力的卷积神经网络，提高了ADHD诊断的准确性	NA	提高ADHD的早期诊断准确性	ADHD儿童和青少年的EEG数据	机器学习	神经行为障碍	EEG连接性分析	基于注意力的卷积神经网络（Att-CNN）	EEG数据	NA
13079	2024-11-22	External validation of a multimodality deep-learning normal tissue complication probability model for mandibular osteoradionecrosis trained on 3D radiation distribution maps and clinical variables 2024-Oct, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2024.100668 PMID:39563783	研究论文	本文对外部验证了一个基于深度学习的正常组织并发症概率模型，用于下颌骨放射性骨坏死，该模型训练于3D辐射剂量分布图和临床变量	本文首次对外部验证了一个多模态深度学习模型，用于下颌骨放射性骨坏死的正常组织并发症概率	需要进一步研究以解决过拟合和领域偏移问题，以确保临床使用的可靠性	验证一个基于深度学习的正常组织并发症概率模型，用于下颌骨放射性骨坏死	下颌骨放射性骨坏死的正常组织并发症概率模型	机器学习	NA	深度学习	卷积神经网络	图像	184个受试者用于训练，82个受试者用于外部验证
13080	2024-11-22	Classification Method of ECG Signals Based on RANet 2024-Oct, Cardiovascular engineering and technology IF:1.6Q4 DOI:10.1007/s13239-024-00730-5 PMID:38653933	研究论文	本文提出了一种基于残差注意力神经网络的心电图信号分类方法	引入残差网络解决梯度消失问题，并结合注意力机制聚焦关键信息，改进投票方法缓解数据不平衡问题	NA	开发一种高效的心电图分类模型，以提高心律失常检测的准确性	心电图信号及其分类	机器学习	心血管疾病	残差网络（ResNet），注意力机制	残差注意力神经网络（RANet）	心电图信号	使用PhysioNet/CinC Challenge 2017数据集进行实验验证