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
13761	2024-10-29	A multi-class brain tumor grading system based on histopathological images using a hybrid YOLO and RESNET networks 2024-02-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-54864-6 PMID:38403597	研究论文	本文提出了一种基于YOLOv5和ResNet50混合网络的多类别脑肿瘤分级系统，用于从组织病理学图像中识别和分级脑肿瘤	本文的创新点在于将YOLOv5和ResNet50架构结合成一个混合模型，专门用于在组织病理学全切片图像中进行精确的肿瘤定位和预测分级	NA	开发一种能够从组织病理学图像中识别和分级脑肿瘤的深度学习技术，以辅助医生进行诊断和治疗规划	脑肿瘤，特别是胶质瘤的分级和分类	数字病理学	脑肿瘤	深度学习	混合模型（YOLOv5和ResNet50）	图像	使用了癌症基因组图谱数据集进行测试
13762	2024-10-29	3D Superclusters with Hybrid Bioinks for Early Detection in Breast Cancer 2024-02-23, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.3c01938 PMID:38294962	研究论文	本文介绍了一种利用3D等离子体簇和混合生物墨水进行乳腺癌早期检测的方法	本文创新性地将表面增强拉曼散射（SERS）技术与深度学习算法结合，构建了一个灵活且简单的三维等离子体簇SERS平台，显著提高了拉曼强度的检测限	NA	开发一种用于乳腺癌早期检测的高灵敏度和高准确性的诊断平台	乳腺癌患者和健康个体的血浆	生物医学工程	乳腺癌	表面增强拉曼散射（SERS）	深度学习算法	拉曼光谱	癌症患者和健康个体的血浆样本
13763	2024-10-29	Simulating impaired left ventricular-arterial coupling in aging and disease: a systematic review 2024-Feb-22, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-024-01206-2 PMID:38388416	综述	本文通过系统综述评估了使用计算模型模拟和研究老化和疾病中受损的左心室-动脉耦合的影响	强调了计算模型在提供超越临床观察的详细见解方面的重要作用，并提出了未来研究方向，如开发完全耦合的个性化多维模型和整合深度学习技术	NA	评估计算模型在模拟和研究老化和疾病中受损的左心室-动脉耦合的影响	老化和疾病中受损的左心室-动脉耦合	心血管疾病	心血管疾病	计算模型	多维模型（3D, 2D, 0D）	NA	34篇相关文章
13764	2024-10-29	Deep social neuroscience: the promise and peril of using artificial neural networks to study the social brain 2024-Feb-21, Social cognitive and affective neuroscience IF:3.9Q1 DOI:10.1093/scan/nsae014 PMID:38334747	综述	本文为社会神经科学家提供了一个关于神经网络的入门介绍，并探讨了神经网络在社会神经科学中的应用前景和挑战	本文提出了将人工神经网络应用于社会神经科学的新方法，包括构建统计模型、量化自然刺激和社会互动以及生成认知模型	本文讨论了深度学习面临的实际挑战、理论局限性和伦理问题	探讨人工神经网络在社会神经科学中的应用潜力和挑战	社会神经科学中的神经网络应用	机器学习	NA	深度学习	人工神经网络	NA	NA
13765	2024-10-29	Deep learning-based BMI inference from structural brain MRI reflects brain alterations following lifestyle intervention 2024-Feb-15, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.26595 PMID:38375968	研究论文	利用深度学习从结构脑MRI中推断BMI，并研究生活方式干预后脑部结构的变化	首次利用集成学习框架从脑MRI中预测BMI分数，并发现预测的BMI减少与实际体重减轻相关	NA	探索生活方式干预后超重人群脑形态学差异是否能反映在临床测量中	超重人群的脑部结构和BMI	计算机视觉	NA	深度学习	集成学习	图像	参与DIRECT-PLUS临床试验的代谢综合征患者
13766	2024-10-29	Leveraging Artificial Intelligence to Expedite Antibody Design and Enhance Antibody-Antigen Interactions 2024-Feb-15, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11020185 PMID:38391671	review	本文探讨了计算技术在蛋白质疗法领域，特别是抗体设计和开发中的变革性影响	介绍了最新的深度学习方法，包括语言模型和扩散技术，以及它们在克服抗体设计复杂性方面的应用	抗体的复杂结构细节仍然在设计和优化中构成持续挑战	旨在通过详细视角推动抗体设计的发展，为研究人员提供工具和知识以应对该领域的复杂性	抗体设计和开发中的计算技术	machine learning	NA	machine learning, deep learning	language models, diffusion techniques	NA	NA
13767	2024-10-29	Recent Progress of Protein Tertiary Structure Prediction 2024-Feb-13, Molecules (Basel, Switzerland) DOI:10.3390/molecules29040832 PMID:38398585	综述	本文综述了蛋白质三级结构预测的最新进展，包括传统方法和基于深度学习的新方法	介绍了AlphaFold2等深度学习方法在蛋白质结构预测中的显著进展	讨论了现有方法的优缺点及其应用范围，旨在帮助研究人员理解蛋白质结构预测方法的局限性和适用性	全面理解蛋白质结构预测领域，指导未来研究	蛋白质三级结构预测方法及其评估	计算生物学	NA	深度学习	深度学习模型	蛋白质序列数据	NA
13768	2024-10-29	An Artificial Intelligence Analysis of Electrocardiograms for the Clinical Diagnosis of Cardiovascular Diseases: A Narrative Review 2024-Feb-11, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm13041033 PMID:38398346	综述	本文综述了人工智能在心血管疾病临床诊断中应用心电图分析的研究进展	本文介绍了深度学习方法在心电图分析中的应用，特别是卷积神经网络在识别无宏观心电图变化和预测多种心血管疾病方面的创新	主要限制包括数据可靠性问题、无法验证黑箱过程以及医疗法律和伦理问题	探讨人工智能在心血管疾病诊断中的应用及其局限性	心电图数据及其在心血管疾病诊断中的应用	机器学习	心血管疾病	深度学习	卷积神经网络	心电图	NA
13769	2024-10-29	shinyDeepDR: A user-friendly R Shiny app for predicting anti-cancer drug response using deep learning 2024-Feb-09, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2023.100894 PMID:38370127	研究论文	介绍了一个名为shinyDeepDR的用户友好型R Shiny应用程序，用于使用深度学习模型预测抗癌药物反应	开发了一个用户友好的R Shiny应用程序，使深度学习模型DeepDR更容易被没有广泛编程经验的研究人员使用	NA	提高精准肿瘤学中治疗反应预测的准确性和模型的可访问性	抗癌药物敏感性的预测	机器学习	NA	深度学习	DeepDR	基因表达数据	265种已批准和研究中的抗癌化合物
13770	2024-10-29	TopoFormer: Multiscale Topology-enabled Structure-to-Sequence Transformer for Protein-Ligand Interaction Predictions 2024-Feb-09, Research square DOI:10.21203/rs.3.rs-3640878/v1 PMID:38405777	研究论文	提出了一种名为TopoFormer的多尺度拓扑结构到序列Transformer，用于蛋白质-配体相互作用预测	通过集成自然语言处理和多尺度拓扑技术，将复杂的3D蛋白质-配体复合物转换为拓扑不变量和同伦形状的序列，从而克服了传统Transformer在计算生物学中的局限	NA	解决计算生物学中Transformer模型忽略立体化学信息的问题，提高下游预测的准确性	蛋白质-配体相互作用	机器学习	NA	持久拓扑超图拉普拉斯（PTHL）	Transformer	结构数据	多个基准数据集
13771	2024-10-29	Leveraging Machine Learning Models for Peptide-Protein Interaction Prediction 2024-Feb-07, ArXiv PMID:37961736	综述	本文综述了近年来用于预测肽-蛋白质相互作用的机器学习和深度学习模型	本文介绍了机器学习模型在预测肽-蛋白质相互作用中的应用，相比传统计算方法，这些模型提供了更高的效率、准确性和可解释性	NA	综述机器学习和深度学习模型在预测肽-蛋白质相互作用中的应用	肽-蛋白质相互作用	机器学习	NA	机器学习	机器学习和深度学习模型	生物数据	NA
13772	2024-10-29	Personalized Deep Learning for Substance Use in Hawaii: Protocol for a Passive Sensing and Ecological Momentary Assessment Study 2024-Feb-07, JMIR research protocols IF:1.4Q3 DOI:10.2196/46493 PMID:38324375	研究论文	研究旨在通过Fitbit设备收集夏威夷原住民、菲律宾和太平洋岛民社区的生物信号数据，开发个性化深度学习模型以实时预测甲基苯丙胺的渴望事件	首次针对夏威夷原住民、菲律宾和太平洋岛民社区进行个性化AI模型开发，利用自监督学习方法优化模型性能	研究样本量较小，且仅限于特定社区，可能影响模型的普适性	探讨在夏威夷原住民、菲律宾和太平洋岛民社区中进行连续远程数字监测和生态瞬时评估的可行性，并开发个性化AI模型	夏威夷原住民、菲律宾和太平洋岛民社区的甲基苯丙胺使用和渴望预测	机器学习	NA	自监督学习	神经网络	生物信号	40名来自夏威夷原住民、菲律宾和太平洋岛民社区的个体
13773	2024-10-29	Integrating Artificial Intelligence for Drug Discovery in the Context of Revolutionizing Drug Delivery 2024-Feb-07, Life (Basel, Switzerland) DOI:10.3390/life14020233 PMID:38398742	研究论文	本文探讨了人工智能在药物发现中的多方面作用，包括药物输送设计、新药发现和新型AI技术的开发	本文介绍了人工智能在药物发现中的创新应用，包括目标识别、虚拟筛选和药物设计，并讨论了其在药物输送系统革命中的潜力	NA	探讨人工智能在药物发现中的应用及其对医疗保健的深远影响	人工智能在药物发现中的应用，包括药物输送设计、新药发现和药物组合识别	机器学习	NA	机器学习和深度学习	NA	NA	NA
13774	2024-10-29	Advancing Glaucoma Care: Integrating Artificial Intelligence in Diagnosis, Management, and Progression Detection 2024-Jan-26, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11020122 PMID:38391608	综述	本文综述了人工智能在青光眼诊断、管理和进展检测中的应用及其未来展望	人工智能技术在青光眼临床护理中的广泛应用，包括筛查、诊断、监测和治疗指导	临床整合、可用性、多样性和伦理问题仍需仔细考虑	探讨人工智能在青光眼护理中的应用及其未来发展	青光眼及其相关的人工智能技术	计算机视觉	眼科疾病	人工智能	NA	图像	NA
13775	2024-10-29	Enhancing Sample Utilization in Noise-Robust Deep Metric Learning With Subgroup-Based Positive-Pair Selection 2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2024.3482182 PMID:39437295	研究论文	提出了一种基于子群的正样本选择方法，用于增强深度度量学习中对噪声标签的鲁棒性	通过子群信息识别和利用噪声样本，构建可靠的正样本对，从而提高样本利用率	未提及	解决深度度量学习中噪声标签对模型性能的负面影响	噪声标签对深度度量学习的影响及解决方案	机器学习	NA	深度度量学习	NA	图像	涉及多个合成和真实世界的大规模标签噪声数据集
13776	2024-10-29	Deep learning-assisted ultrasonic diagnosis of cervical lymph node metastasis of thyroid cancer: a retrospective study of 3059 patients 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1204987 PMID:38390270	研究论文	本研究开发了一种深度学习系统，用于识别和区分甲状腺癌的转移性颈部淋巴结	使用Y-Net深度学习模型进行超声图像分割和分类，提高了转移性颈部淋巴结的分类准确性	研究为回顾性研究，且样本量有限，可能影响模型的泛化能力	开发一种深度学习系统，以提高甲状腺癌转移性颈部淋巴结超声图像的分类准确性	3059名疑似甲状腺癌转移性颈部淋巴结的患者	计算机视觉	甲状腺癌	深度学习	Y-Net	超声图像	3059名患者，包括1228个良性淋巴结和1284个转移性淋巴结
13777	2024-10-28	Deep-learning-assisted thermogalvanic hydrogel fiber sensor for self-powered in-nostril respiratory monitoring 2025-Jan-15, Journal of colloid and interface science IF:9.4Q1 DOI:10.1016/j.jcis.2024.09.132 PMID:39288575	研究论文	本文介绍了一种基于深度学习辅助的热电水凝胶纤维传感器，用于自供电的鼻内呼吸监测	开发了一种自供电的鼻内水凝胶传感器，利用温度差异产生热电信号，并通过深度学习识别呼吸模式	NA	开发一种自供电的鼻内传感器，用于长期、无刺激、抗干扰的呼吸监测	呼吸模式监测	生物电子	NA	热电技术	深度学习	时间序列数据	NA
13778	2024-10-28	Current status and prospects of breast cancer imaging-based diagnosis using artificial intelligence 2024-Nov, International journal of clinical oncology IF:2.4Q3 DOI:10.1007/s10147-024-02594-0 PMID:39297908	综述	本文综述了人工智能在乳腺癌影像诊断中的现状和前景	探讨了人工智能在乳腺癌影像诊断中的应用潜力，特别是机器学习和深度学习技术	尽管AI模型表现良好，但其整体利用率仍然较低，需要大量多样化的影像数据和前瞻性验证以证明其高重复性和鲁棒性	探讨人工智能在乳腺癌影像诊断中的应用现状和未来发展	乳腺癌影像诊断	计算机视觉	乳腺癌	机器学习, 深度学习	NA	影像	NA
13779	2024-10-28	Current status and prospects of artificial intelligence in breast cancer pathology: convolutional neural networks to prospective Vision Transformers 2024-Nov, International journal of clinical oncology IF:2.4Q3 DOI:10.1007/s10147-024-02513-3 PMID:38619651	综述	本文综述了人工智能在乳腺癌病理学中的现状和前景，重点介绍了卷积神经网络和新兴的Vision Transformers在自动化病理任务中的应用	本文介绍了卷积神经网络和Vision Transformers在乳腺癌诊断中的应用，并探讨了其在提高病理服务效率和预测蛋白质表达、分子亚型、突变状态、治疗效果和预后方面的潜力	NA	探讨深度学习在乳腺癌诊断中的现状和前景	乳腺癌的病理学特征和诊断	数字病理	乳腺癌	深度学习	卷积神经网络和Vision Transformers	全切片图像	NA
13780	2024-10-28	Comparative Bladder Cancer Tissues Prediction Using Vision Transformer 2024-Oct-25, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01228-1 PMID:39455543	研究论文	本文比较了三种模型在膀胱癌组织预测中的性能，其中最佳模型为Vision Transformer	本文首次将Vision Transformer应用于膀胱癌组织预测，并取得了最佳性能	本文未详细讨论模型的泛化能力和在其他癌症类型中的适用性	开发计算机辅助决策支持系统以提高膀胱癌早期检测的准确性	膀胱癌组织	计算机视觉	膀胱癌	NA	Vision Transformer	图像	使用膀胱组织数据集进行评估