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
13681	2024-10-21	Development and validation of a semi-supervised deep learning model for automatic retinopathy of prematurity staging 2024-Jan-19, iScience IF:4.6Q1 DOI:10.1016/j.isci.2023.108516 PMID:38269093	研究论文	本文开发并验证了一种用于早产儿视网膜病变自动分期的半监督深度学习模型	提出了一个新的半监督学习框架，通过预测一致性损失和语义结构一致性损失策略，从无标签数据中挖掘有用信息，减少标注成本	NA	减少早产儿视网膜病变分期中的标注需求并提高分类性能	早产儿视网膜病变图像	计算机视觉	NA	深度学习	半监督学习模型	图像	NA
13682	2024-10-21	Biologically informed deep learning for explainable epigenetic clocks 2024-01-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-50495-5 PMID:38225268	研究论文	本文介绍了一种生物学信息驱动的可解释深度神经网络模型XAI-AGE，用于跨多种组织类型的准确生物年龄预测	XAI-AGE模型不仅在生物年龄预测上优于第一代年龄预测器，还能直接从模型中推断出生物学上有意义的通路活动和其他抽象生物过程	NA	开发一种能够解释预测算法并揭示控制衰老的关键生物学过程的生物年龄预测模型	生物年龄预测及其背后的生物学机制	机器学习	NA	深度学习	深度神经网络	DNA甲基化数据	多种组织类型
13683	2024-10-21	Prospective validation of a seizure diary forecasting falls short 2024-Jan-13, medRxiv : the preprint server for health sciences DOI:10.1101/2024.01.11.24301175 PMID:38260666	研究论文	本研究旨在前瞻性验证使用深度学习AI模型通过回顾性癫痫日记预测癫痫风险的有效性	本研究首次前瞻性验证了先前开发的AI模型的预测能力	AI模型在前瞻性验证中未能优于简单的移动平均预测方法	评估先前开发的AI模型在前瞻性癫痫日记数据中的预测性能	46名癫痫患者的前瞻性数据	机器学习	NA	深度学习	AI模型	文本	46名癫痫患者，其中25名完成足够数据录入用于分析
13684	2024-10-21	Meet the authors: Hanchuan Peng, Peng Xie, and Feng Xiong 2024-Jan-12, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2023.100912 PMID:38264723	comments	本文是对Hanchuan Peng、Peng Xie和Feng Xiong三位作者的采访，讨论了他们在东南大学使用深度学习方法表征完整单神经元形态的研究	NA	NA	NA	NA	machine learning	NA	deep learning	NA	NA	NA
13685	2024-10-21	Functional microRNA-targeting drug discovery by graph-based deep learning 2024-Jan-12, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2023.100909 PMID:38264717	研究论文	本文介绍了一种基于图深度学习的框架RiboStrike，用于发现针对特定microRNA的小分子药物	本文提出了RiboStrike框架，通过深度学习方法识别针对特定microRNA的小分子药物，并在乳腺癌模型中验证了其有效性	NA	开发一种新的方法来发现针对microRNA的小分子药物，以治疗癌症	microRNA-21（miR-21）及其在乳腺癌中的作用	机器学习	乳腺癌	深度学习	NA	分子数据	九百万个分子中筛选出八个候选分子，其中三个在实验中显示出抗miR-21活性
13686	2024-10-21	Weakly Supervised Deep Learning Predicts Immunotherapy Response in Solid Tumors Based on PD-L1 Expression 2024-01-11, Cancer research communications IF:2.0Q3 DOI:10.1158/2767-9764.CRC-23-0287 PMID:38126740	研究论文	开发了一种基于深度学习的弱监督方法，直接从IHC图像数据中预测PD-L1状态，并评估其对免疫治疗反应的预测性能	提出了一个端到端的弱监督深度学习模型，直接从IHC图像中预测PD-L1状态，而不需要中间步骤如细胞检测或色素量化，并展示了其对免疫治疗反应预测的改进	NA	开发和验证一种新的深度学习方法，用于预测基于PD-L1表达的实体瘤免疫治疗反应	非小细胞肺癌（NSCLC）和泛癌种的PD-L1染色切片	数字病理学	肺癌	深度学习	深度学习模型	图像	NSCLC-MSK队列233例，泛癌种-VHIO队列108例
13687	2024-10-21	Microsnoop: A generalist tool for microscopy image representation 2024-Jan-08, Innovation (Cambridge (Mass.)) DOI:10.1016/j.xinn.2023.100541 PMID:38235187	研究论文	本文介绍了一种名为Microsnoop的深度学习工具，用于显微镜图像的表示	Microsnoop采用掩码自监督学习方法，在大规模显微镜图像上进行训练，能够处理各种复杂和异质图像，并在多个评估数据集上表现出色	NA	开发一种能够准确处理从微观到高通量显微镜图像的工具	显微镜图像的表示和分类	计算机视觉	NA	深度学习	NA	图像	超过2,230,000张图像
13688	2024-10-21	Spatial Morphoproteomic Features Predict Uniqueness of Immune Microarchitectures and Responses in Lymphoid Follicles 2024-Jan-07, bioRxiv : the preprint server for biology DOI:10.1101/2024.01.05.574186 PMID:38260388	研究论文	本文提出了一种名为SNOWFLAKE的图神经网络框架，用于从人类B细胞滤泡的多重细胞表达和形态数据中预测疾病状态	SNOWFLAKE框架在COVID-19感染相关的多重数据集上展示了比其他机器学习和深度学习方法更好的预测能力，并结合形态特征提取疾病相关模式	NA	开发一种能够从多重成像数据中提取疾病相关子图的通用分析管道	人类B细胞滤泡中的免疫微环境结构和响应	机器学习	NA	多重成像技术	图神经网络	图像	NA
13689	2024-10-21	Artificial Intelligence to derive aligned strain in cine CMR to detect patients with myocardial fibrosis: an open and scrutinizable approach 2024-Jan-05, Research square DOI:10.21203/rs.3.rs-3785677/v1 PMID:38260274	研究论文	本文提出了一种基于深度学习的方法，通过心脏磁共振成像（CMR）中的关键帧对齐应变值，以检测心肌纤维化	本文的创新点在于使用深度学习技术对齐心脏磁共振成像中的应变值，以提高心肌纤维化的检测准确性	本文的局限性在于仅在可重复性场景中进行了验证，尚未在更大规模或不同人群中进行测试	本文的研究目的是开发一种新的方法，通过心脏磁共振成像中的应变分析来检测心肌纤维化，减少重复使用钆造影剂的风险	本文的研究对象是患有Duchenne肌营养不良症（DMD）的患者，以及通过心脏磁共振成像检测心肌纤维化的方法	计算机视觉	心血管疾病	深度学习	NA	图像	本文涉及的样本量为139名患者
13690	2024-10-21	Retinal Disease Diagnosis Using Deep Learning on Ultra-Wide-Field Fundus Images 2024-Jan-03, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14010105 PMID:38201414	研究论文	研究使用深度学习模型对超广角眼底图像进行视网膜疾病诊断	开发了一个自动化系统，通过亮度对比度增强、特征提取、数据增强和图像分类等步骤，结合卷积神经网络进行图像分析，并使用预训练模型进行迁移学习	NA	探讨深度学习模型在超广角眼底图像中检测眼疾病的应用	超广角眼底图像中的视网膜疾病	计算机视觉	NA	深度学习	卷积神经网络	图像	4697张图像
13691	2024-10-21	Cryo2StructData: A Large Labeled Cryo-EM Density Map Dataset for AI-based Modeling of Protein Structures 2024-Jan-02, bioRxiv : the preprint server for biology DOI:10.1101/2023.06.14.545024 PMID:37398020	研究论文	本文介绍了一个名为Cryo2StructData的大型标记冷冻电镜密度图数据集，用于基于AI的蛋白质结构建模	本文创建了一个包含7600个预处理冷冻电镜密度图的数据集，其体素根据已知的原子结构进行标记，用于训练和测试AI方法，以从冷冻电镜密度图中构建原子模型	NA	解决从高分辨率冷冻电镜密度图中自动且准确地构建原子模型的问题	冷冻电镜密度图及其对应的蛋白质结构	结构生物学	NA	冷冻电镜	深度学习模型	密度图	7600个预处理的冷冻电镜密度图
13692	2024-10-21	Mental Health Counseling From Conversational Content With Transformer-Based Machine Learning 2024-01-02, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2023.52590 PMID:38252437	研究论文	研究使用基于Transformer的机器学习模型评估文本咨询中的临床内容和客户报告结果	首次使用基于Transformer的深度学习模型自动分类治疗师干预类型和临床内容摘要	研究仅限于特定时间段内的文本咨询数据，且样本主要为女性和白人	评估机器学习在文本咨询中对临床内容和客户报告结果的评估能力	文本咨询中的临床内容和客户报告结果	机器学习	NA	Transformer	深度学习模型	文本	166,644名客户和4,973名治疗师，共20,600,274条消息
13693	2024-10-21	Visualization of Optic Nerve Structural Patterns in Papilledema Using Deep Learning Variational Autoencoders 2024-01-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.13.1.13 PMID:38231498	研究论文	使用深度学习变分自编码器（biVAE）模型可视化和量化视神经水肿的结构模式	提出了一种新的双通道深度学习变分自编码器（biVAE）模型，用于可视化和量化视神经水肿的结构模式	NA	可视化和量化视神经水肿的结构模式	视神经水肿的结构模式	计算机视觉	NA	光学相干断层扫描（OCT）	变分自编码器（VAE）	图像	1498个OCT扫描（125个受试者）和791个OCT扫描（96个对照受试者）
13694	2024-10-21	ADT Network: A Novel Nonlinear Method for Decoding Speech Envelopes From EEG Signals 2024 Jan-Dec, Trends in hearing IF:2.6Q1 DOI:10.1177/23312165241282872 PMID:39397786	研究论文	提出了一种名为听觉解码变压器（ADT）网络的深度学习模型，用于从脑电图（EEG）信号中重建语音包络	ADT网络采用时空卷积进行特征提取，并使用变压器解码器解码语音包络，通过反因果掩蔽仅考虑当前和未来的EEG特征，以匹配语音和EEG的自然关系	NA	开发一种能够从EEG信号中高精度且可解释地解码语音包络的方法，以客观评估听觉处理	EEG信号和语音包络	机器学习	NA	深度学习	变压器网络	脑电图信号	SparrKULee和DTU数据集
13695	2024-10-21	A deep learning approach to investigate the filtration bleb functionality after glaucoma surgery: a preliminary study 2024-Jan, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie DOI:10.1007/s00417-023-06170-6 PMID:37530849	研究论文	本研究利用深度学习模型对青光眼手术后滤泡功能进行分类	首次将深度学习应用于青光眼手术后滤泡功能的分类	研究样本量较小，且仅限于多中心回顾性数据	开发和验证一种人工智能分类算法，用于区分青光眼手术后滤泡的功能状态	青光眼手术后滤泡的功能	计算机视觉	青光眼	深度学习	ResNet	图像	119张术后滤泡图像
13696	2024-10-21	Automated volumetric assessment of pituitary adenoma 2024-Jan, Endocrine IF:3.0Q2 DOI:10.1007/s12020-023-03529-x PMID:37749388	研究论文	本文开发了一种用于垂体腺瘤体积自动评估的深度学习方法	使用深度学习技术进行垂体腺瘤的自动分割和体积测量，提供更客观和快速的体积评估	术后残留肿瘤的客观和精确检测仍不成功，需要更大规模的数据集和更复杂的模型来提高性能	开发一种自动化的垂体腺瘤体积评估方法	垂体腺瘤的体积和切除范围	计算机视觉	垂体腺瘤	深度学习	卷积神经网络 (CNN)	图像	193组图像用于训练，20组用于验证
13697	2024-10-21	On the use of deep learning for phase recovery 2024-Jan-01, Light, science & applications DOI:10.1038/s41377-023-01340-x PMID:38161203	综述	本文综述了深度学习在相位恢复中的应用	深度学习通过深度神经网络为计算成像提供了前所未有的支持，为各种相位恢复问题提供了更高效的解决方案	NA	探讨深度学习在相位恢复中的应用及其在不同阶段的贡献	相位恢复技术及其在成像系统中的应用	计算机视觉	NA	深度学习	深度神经网络	图像	NA
13698	2024-10-21	Brain structure ages-A new biomarker for multi-disease classification 2024-Jan, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.26558 PMID:38224546	研究论文	本文提出了一种新的生物标志物——脑结构年龄，用于多疾病分类	通过使用结构磁共振成像估计脑结构年龄，扩展了传统的全局脑年龄概念，并提出了一个深度学习模型集合来生成3D老化图	NA	开发一种新的生物标志物，用于多疾病分类和异常检测	脑结构年龄及其在多疾病分类中的应用	计算机视觉	NA	结构磁共振成像	深度学习模型	图像	NA
13699	2024-10-21	AMDDLmodel: Android smartphones malware detection using deep learning model 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0296722 PMID:38241330	研究论文	本文介绍了一种基于深度学习模型的安卓智能手机恶意软件检测方法	提出了AMDDLmodel，一种使用卷积神经网络的深度学习技术，通过创新的特征工程和全面的性能评估，提高了安卓恶意软件检测的准确性和用户安全性	NA	开发一种高效的安卓恶意软件检测和分类方法，以保护用户隐私并避免系统损害	安卓智能手机上的恶意软件	机器学习	NA	深度学习	卷积神经网络（CNN）	特征数据	使用了包含215个特征的Drebin数据集
13700	2024-10-21	Comparing the performance of statistical, machine learning, and deep learning algorithms to predict time-to-event: A simulation study for conversion to mild cognitive impairment 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0297190 PMID:38252622	研究论文	比较统计学、机器学习和深度学习算法在预测时间到事件方面的性能，特别是预测轻度认知障碍的转化时间	发现当考虑异质性时，具有较少训练权重的统计模型（CoxPH）在准确性上与深度学习模型（DeepSurv）和机器学习模型（RSF）相当	研究基于模拟数据，实际应用中可能存在差异	比较不同算法在预测轻度认知障碍转化时间方面的性能	轻度认知障碍的转化时间预测	机器学习	老年疾病	NA	CoxPH, RSF, DeepSurv	时间到事件数据	6000个样本