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
13401	2024-10-29	Utilizing artificial intelligence for precision exploration of N protein targeting phenanthridine sars-cov-2 inhibitors: A novel approach 2024-Dec-05, European journal of medicinal chemistry IF:6.0Q1 DOI:10.1016/j.ejmech.2024.116885 PMID:39307103	研究论文	本研究利用深度学习模型优化苯并菲啶类化合物结构，以靶向SARS-CoV-2的N蛋白，并验证其抗病毒活性	首次采用深度学习模型EMPIRE和DeepFrag优化苯并菲啶类化合物，靶向SARS-CoV-2的N蛋白，并验证其抗病毒活性	NA	开发靶向SARS-CoV-2 N蛋白的抗COVID-19药物	SARS-CoV-2的N蛋白及苯并菲啶类化合物	机器学习	COVID-19	深度学习模型	EMPIRE, DeepFrag	化合物结构	超过10,000个小分子化合物，最终合成44个化合物
13402	2024-10-29	Publicly available datasets of breast histopathology H&E whole-slide images: A scoping review 2024-Dec, Journal of pathology informatics DOI:10.1016/j.jpi.2024.100363 PMID:38405160	综述	本文综述了公开可用的乳腺组织病理学H&E全切片图像数据集，旨在帮助研究人员选择合适的乳腺癌计算病理学数据集	首次系统性地综述了公开可用的乳腺H&E染色全切片图像数据集，并提供了图像元数据和特征，以辅助研究人员选择合适的数据集	仅28%的纳入文章使用了多个数据集，14%使用了外部验证集，表明其他开发模型的性能可能被高估；TCGA-BRCA数据集存在显著的选择偏倚，可能影响算法的鲁棒性和泛化性；缺乏一致的元数据报告，需要建立明确的指南来记录乳腺WSI数据集的特征和元数据	识别和综述公开可用的乳腺H&E染色全切片图像数据集，以促进乳腺癌诊断和治疗中的深度学习模型开发	公开可用的乳腺H&E染色全切片图像数据集及其元数据和特征	数字病理学	乳腺癌	NA	深度学习模型	图像	17个公开数据集，包含10385张H&E全切片图像
13403	2024-10-29	Computational pathology: A survey review and the way forward 2024-Dec, Journal of pathology informatics DOI:10.1016/j.jpi.2023.100357 PMID:38420608	综述	本文对计算病理学（CPath）进行了全面的综述，涵盖了从问题设计到应用和实施的各个方面	本文通过审查超过800篇论文，详细分析了CPath领域的关键工作和面临的挑战，为未来的技术发展和临床整合提供了方向	尽管本文提供了详细的综述，但仍存在将这些算法在临床实践中采用和整合的显著差距	旨在开发数字诊断的基础设施和工作流程，作为临床病理学的辅助CAD系统，促进癌症诊断和治疗的变革性变化	计算病理学（CPath）及其在癌症图像分析中的应用	数字病理学	癌症	NA	NA	图像	超过800篇论文
13404	2024-08-07	Leveraging deep learning for more accurate prediction of lung microwave ablation zones 2024-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10995-y PMID:39075303	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
13405	2024-10-29	Breast cancer survival prediction using an automated mitosis detection pipeline 2024-Nov, The journal of pathology. Clinical research DOI:10.1002/2056-4538.70008 PMID:39466133	研究论文	本文研究了一种全自动的细胞分裂检测流程，用于乳腺癌患者的生存预测	本文提出了一种新的自动区域选择方法，用于找到最佳的有丝分裂热点并计算每2mm的细胞分裂计数	NA	验证全自动细胞分裂计数AI算法在乳腺癌患者中的预后价值	乳腺癌患者的细胞分裂计数和生存预测	数字病理学	乳腺癌	深度学习	深度学习模型	图像	912例乳腺癌患者
13406	2024-10-29	Decoding the impact of neighboring amino acids on ESI-MS intensity output through deep learning 2024-Oct-30, Journal of proteomics IF:2.8Q2 DOI:10.1016/j.jprot.2024.105322 PMID:39341565	研究论文	本文通过深度学习模型研究了邻近氨基酸对ESI-MS强度输出的影响	本文首次使用带有注意力机制的编码器-解码器深度学习模型，分析了二肽基序对MS1强度的影响，并识别了与低响应和高响应肽段相关的特定二肽基序	本文仅研究了二肽基序对MS1强度的影响，未涵盖更长的氨基酸序列或更复杂的肽段结构	探讨氨基酸序列与MS1强度输出之间的关系，提高对质谱分析中肽段响应的理解	氨基酸对（二肽基序）及其对MS1强度的影响	机器学习	NA	质谱分析（MS）	带有注意力机制的编码器-解码器深度学习模型	肽段序列数据	约200,000个独特肽段
13407	2024-10-29	NBCR-ac4C: A Deep Learning Framework Based on Multivariate BERT for Human mRNA N4-Acetylcytidine Sites Prediction 2024-Oct-28, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01415 PMID:39367830	研究论文	提出了一种基于多元BERT的深度学习框架NBCR-ac4C，用于预测人类mRNA中的N4-乙酰胞苷位点	利用Nucleotide Transformer和DNABERT2构建核苷酸序列的上下文嵌入，结合CNN和ResNet18提取浅层和深层知识，显著提高了预测准确性	NA	开发一种高效且准确的深度学习方法来预测mRNA中的N4-乙酰胞苷位点	人类mRNA中的N4-乙酰胞苷位点	机器学习	NA	深度学习	CNN, ResNet18	序列	NA
13408	2024-10-29	Improving Predictive Efficacy for Drug Resistance in Novel HIV-1 Protease Inhibitors through Transfer Learning Mechanisms 2024-Oct-28, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01037 PMID:39393002	研究论文	本文提出了一种新的药物-隔离-折叠变化（DIF）模型框架，通过迁移学习机制提高新型HIV-1蛋白酶抑制剂的耐药性预测效果	本文创新性地采用了迁移学习方法，通过预训练图神经网络（GNN）模型来提高DIF模型的分子学习能力，从而改善耐药性预测的准确性	NA	提高HIV-1蛋白酶抑制剂耐药性预测的准确性	HIV-1蛋白酶抑制剂的耐药性	机器学习	HIV感染	迁移学习	图神经网络（GNN）	蛋白质序列和抑制剂表示	4855种HIV-1蛋白酶抑制剂
13409	2024-10-29	Deep-Learning Empowered Customized Chiral Metasurface for Calibration-Free Biosensing 2024-Oct-27, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202411490 PMID:39463055	研究论文	本文提出了一种基于深度学习的数据迭代策略，结合全局优化网络，用于定制化设计手性超表面，实现无校准生物传感	本文创新性地提出了基于深度学习的数据迭代策略，显著提高了手性结构的数量和质量，实现了对手性分子的精确识别	NA	本文旨在解决传统手性超表面设计方法的局限性，提出一种智能设计策略，实现无校准生物传感	本文研究对象为手性超表面及其在生物传感中的应用	光学	NA	深度学习	深度学习模型	手性结构数据	NA
13410	2024-10-29	λ-Domain Rate Control via Wavelet-Based Residual Neural Network for VVC HDR Intra Coding 2024-Oct-25, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2024.3484173 PMID:39453801	研究论文	本文提出了一种基于小波残差神经网络的λ域率控制算法，用于VVC HDR帧内编码	提出了一个分段R-λ模型来准确确定HDR帧内编码中码率与拉格朗日参数λ之间的关系，并开发了一个基于小波的残差神经网络来优化CTU级别的比特分配	NA	解决VVC标准中现有的率控制算法在编码HDR视频时效果不佳的问题	HDR视频的帧内编码	计算机视觉	NA	小波变换	残差神经网络	视频	大规模HDR数据集
13411	2024-10-29	Utilizing Pseudo Color Image to Improve the Performance of Deep Transfer Learning-Based Computer-Aided Diagnosis Schemes in Breast Mass Classification 2024-Oct-25, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01237-0 PMID:39455542	研究论文	研究利用伪彩色图像提高基于深度迁移学习的计算机辅助诊断系统在乳腺肿块分类中的性能	开发了一种新的伪彩色图像生成方法，利用肿块轮廓信息来增强分类性能	性能提升依赖于肿块分割的准确性	探讨在分类可疑乳腺病变中使用形态学信息的影响	乳腺肿块的分类	计算机视觉	乳腺癌	深度迁移学习	支持向量机	图像	共收集了830例乳腺癌病例，包括310例良性病例和520例恶性病例
13412	2024-10-29	Self-supervised learning for accurately modelling hierarchical evolutionary patterns of cerebrovasculature 2024-Oct-25, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53550-5 PMID:39455566	研究论文	本文首次提出了一种探索大脑皮层体积（CVs）和动脉体积（AVs）联合演变的流程，并在大规模人群中进行了验证	首次提出了结合大脑皮层体积和动脉体积的演变模型，并在大规模人群中进行了验证	NA	研究大脑血管的正常演变模式，以便早期检测异常并及时干预	大脑皮层体积（CVs）和动脉体积（AVs）的演变模式	计算机视觉	神经退行性疾病	深度学习	NA	图像	2841名个体
13413	2024-10-29	Deep transfer learning with improved crayfish optimization algorithm for oral squamous cell carcinoma cancer recognition using histopathological images 2024-10-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75330-3 PMID:39455617	研究论文	本文提出了一种改进的龙虾优化算法用于深度迁移学习，以提高口腔鳞状细胞癌的病理图像识别准确率	本文创新性地结合了挤压激励网络与混合深度学习模型，并采用了改进的龙虾优化算法来优化模型性能	NA	提高口腔鳞状细胞癌的病理图像识别准确率	口腔鳞状细胞癌的病理图像	计算机视觉	口腔癌	深度学习	CNN-BiLSTM	图像	使用了一个基准医学图像数据集进行实验验证
13414	2024-10-29	A new superfluity deep learning model for detecting knee osteoporosis and osteopenia in X-ray images 2024-10-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75549-0 PMID:39455632	研究论文	本文提出了一种新的深度学习模型，结合超量机制用于在X光图像中检测膝关节骨质疏松和骨质减少	本文的创新点在于引入了一种超量机制，通过连接多个层而不是传统的串行堆叠层，使特征能够流入两个分支，从而提高了模型的分类性能	本文的局限性在于仅使用了两个膝关节数据集进行训练和测试，可能需要更多的数据集来验证模型的泛化能力	本文的研究目的是开发一种新的深度学习模型，用于在X光图像中准确检测膝关节骨质疏松和骨质减少	本文的研究对象是膝关节X光图像，用于分类骨质疏松、骨质减少和正常状态	计算机视觉	NA	深度学习	深度学习模型	图像	两个膝关节数据集用于训练、验证和测试
13415	2024-10-29	Robust malicious software detection and classification using global whale optimization algorithm with deep learning approach 2024-Oct-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76770-7 PMID:39455699	研究论文	本文提出了一种基于全局鲸鱼优化算法和深度学习方法的恶意软件检测与分类技术	本文创新性地结合了全局鲸鱼优化算法和深度学习方法，并引入了中智逻辑和卷积长短期记忆模型，以提高恶意软件检测的准确性	NA	研究目的是提高恶意软件检测和分类的准确性和效率	研究对象是恶意软件及其检测与分类技术	机器学习	NA	全局鲸鱼优化算法	卷积长短期记忆模型	恶意软件数据集	NA
13416	2024-10-28	Publisher Correction: A robust deep learning attack immune MRAM-based physical unclonable function 2024-Oct-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76120-7 PMID:39455706	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
13417	2024-10-29	Research on high-precision recognition model for multi-scene asphalt pavement distresses based on deep learning 2024-Oct-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-77173-4 PMID:39455708	研究论文	本文提出了一种基于深度学习的高精度多场景沥青路面病害识别模型	引入了改进的SMG-YOLOv8模型，集成了空间到深度模块和多尺度卷积注意力机制，优化了C2f结构	NA	提高沥青路面病害识别的准确性	沥青路面病害，包括纵向裂缝、横向裂缝、网状裂缝和坑洞	计算机视觉	NA	深度学习	SMG-YOLOv8	图像	NA
13418	2024-10-29	Comprehensive evaluation and prediction of editing outcomes for near-PAMless adenine and cytosine base editors 2024-Oct-25, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-07078-5 PMID:39455714	研究论文	本文评估并预测了近PAMless腺嘌呤和胞嘧啶碱基编辑器的编辑结果	开发了四种近PAMless碱基编辑器，并使用深度学习模型BEguider预测编辑结果	NA	评估和预测近PAMless碱基编辑器的编辑模式和效率	近PAMless碱基编辑器及其编辑结果	基因编辑	NA	碱基编辑	深度学习模型	序列数据	45,747个sgRNA目标序列和20,541个ClinVar位点
13419	2024-10-29	The temporal and spatial evolution characteristics of induced seismicity in the Changning shale gas field based on dense array 2024-Oct-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-77443-1 PMID:39455724	研究论文	本文使用深度学习方法进行微地震检测和定位，获得了长宁页岩气田的高精度地震目录，并分析了地震活动的时空演化特征	首次使用深度学习方法进行微地震检测和定位，揭示了水力压裂操作对地震活动的影响	需要进一步研究潜在的地震灾害风险	研究长宁页岩气田地震活动的时空演化特征及其与工业操作的关系	长宁页岩气田的地震活动	NA	NA	深度学习	NA	地震数据	NA
13420	2024-10-29	Multi-label dental disorder diagnosis based on MobileNetV2 and swin transformer using bagging ensemble classifier 2024-10-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73297-9 PMID:39448640	研究论文	本文提出了一种基于MobileNetV2和Swin Transformer的多标签牙科疾病诊断系统，使用集成学习方法进行分类	本文创新性地结合了Swin Transformer和MobileNetV2进行特征提取，并采用集成学习方法提高分类准确性	NA	开发一种自动化的牙科疾病诊断系统，提高诊断效率和准确性	牙科疾病的自动检测和分类	计算机视觉	NA	图像处理、机器学习	MobileNetV2、Swin Transformer、集成学习	图像	基准牙科放射数据集