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
13821	2024-08-05	Deep Learning for the Accurate Prediction of Triggered Drug Delivery 2024-Jul-17, IEEE transactions on nanobioscience IF:3.7Q3 DOI:10.1109/TNB.2024.3426291 PMID:39018211	研究论文	本文研究了使用深度学习准确预测触发药物释放的能力	通过深度学习技术结合实验测量开发了预测模型，显著超越线性预测的能力	未提及具体的限制因素	研究新型药物递送系统在癌症治疗中的应用及其效果	使用脂质体和金属有机框架作为纳米载体的药物递送研究	数字病理学	癌症	纳米技术	深度学习模型	实验数据	未提及具体样本数量
13822	2024-08-05	Deep learning approach to femoral AVN detection in digital radiography: differentiating patients and pre-collapse stages 2024-Jul-16, BMC musculoskeletal disorders IF:2.2Q3 DOI:10.1186/s12891-024-07669-7 PMID:39010001	研究论文	本研究评估了一种新的深度学习模型，通过分析骨盆前后数字放射图法来诊断股骨头缺血性坏死（AVNFH）	提出了一种基于深度学习的模型，包括SVM和ANFIS层，用于股骨头缺血性坏死的检测	与经验丰富的放射科医生相比，模型的表现未达到统计显著性差异	评估深度学习模型在AVNFH诊断中的应用	1167个髋关节的放射影像	数字病理学	骨坏死	深度学习	SVM和ANFIS	放射图像	1167个髋关节的放射影像
13823	2024-08-05	An efficient learning based approach for automatic record deduplication with benchmark datasets 2024-Jul-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-63242-1 PMID:39009682	研究论文	提出了一种高效的学习基础记录去重方法，旨在改善多源数据的去重性能	提出了增强深度学习基础记录去重框架（EDL-RD），引入了LSTM变体和多种属性组合等创新点	NA	旨在提高多源数据记录去重的性能和可靠性	主要研究的是结构化数据中的重复记录问题	机器学习	NA	深度学习	LSTM	结构化数据	NA
13824	2024-08-05	Decoding depression: a comprehensive multi-cohort exploration of blood DNA methylation using machine learning and deep learning approaches 2024-Jul-15, Translational psychiatry IF:5.8Q1 DOI:10.1038/s41398-024-02992-y PMID:39009577	研究论文	这篇文章探讨了血液DNA甲基化特征在抑郁症诊断中的应用	利用机器学习和深度学习评估抑郁症分类的新方法，发现1987个与抑郁症相关的CpG位点，提供了潜在的生物标志物	在使用统一数据时，甲基化的预测能力较低，未能在持出测试中表现出预测能力	研究抑郁症的血液DNA甲基化标志及其在不同人群中的稳定性	使用六个不同人群的血液样本进行的DNA甲基化签名分析	机器学习	抑郁症	DNA甲基化	随机森林分类器，联动自编码器-分类器	血液样本	1942个样本
13825	2024-08-05	Unraveling Reactivity Origin of Oxygen Reduction at High-Entropy Alloy Electrocatalysts with a Computational and Data-Driven Approach 2024-Jul-11, The journal of physical chemistry. C, Nanomaterials and interfaces DOI:10.1021/acs.jpcc.4c01630 PMID:39015415	研究论文	本文探讨了高熵合金在电催化氧还原反应中的反应性起源	采用计算与数据驱动的方法深度学习原子间势，合理化了PdCuPtNiCo高熵合金纳米颗粒系统的电化学氧还原活性	具体的试验与理论模型支持之间的较为复杂的关系仍需进一步探索	深入理解高熵材料的表面反应性并加速其催化应用的开发	合成的PdCuPtNiCo高熵合金纳米颗粒系统	计算机视觉	NA	深度学习	NA	NA	NA
13826	2024-08-05	PHACTboost: A Phylogeny-Aware Pathogenicity Predictor for Missense Mutations via Boosting 2024-Jul-03, Molecular biology and evolution IF:11.0Q1 DOI:10.1093/molbev/msae136 PMID:38934805	研究论文	PHACTboost是一种基于梯度提升树的分类器，用于通过利用系统发育树提高错义突变的致病性预测	PHACTboost结合了PHACT评分、多个序列比对信息、系统发育树和祖先重建，从而优于之前的方法	NA	提高对遗传疾病的理解并促进更准确的诊断	215百万种氨基酸变化，涉及20,191种蛋白质	计算机视觉	NA	梯度提升树	NA	序列数据	215百万
13827	2024-08-05	Comprehensive data analysis of white blood cells with classification and segmentation by using deep learning approaches 2024-Jul, Cytometry. Part A : the journal of the International Society for Analytical Cytology DOI:10.1002/cyto.a.24839 PMID:38563259	研究论文	本文通过深度学习方法对不同数据集的白细胞进行了分类和分割的全面数据分析	该研究结合了多个数据集来进行白细胞分类和分割，这是以往研究中未见的	未提及方法在更大规模或更多样化数据集上的适用性	研究和优化白细胞的分类和分割方法	人类外周血细胞中的五种白细胞类型	计算机视觉	NA	深度学习	CNN, UNet, SegNet	图像	四种不同的数据集
13828	2024-08-05	A multi-label transformer-based deep learning approach to predict focal visual field progression 2024-Jul, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie DOI:10.1007/s00417-024-06393-1 PMID:38334809	研究论文	该研究旨在开发和评估一种深度学习模型，以预测视野区域的进展。	该研究首次探索了使用深度学习模型预测视野进行性变化的方法。	研究只限于使用特定数量的视野检查数据进行训练，可能影响模型的通用性。	该研究的目的是通过深度学习预测青光眼患者的视野进展。	研究对象为1283名患者的2430只眼睛，这些眼睛进行了四次或更多次的视野检查。	计算机视觉	青光眼	深度学习	多标签变压器网络 (MTN)	视野数据	2430只眼睛，1283名患者
13829	2024-08-05	Artificial intelligence systems in dental shade-matching: A systematic review 2024-Jul, Journal of prosthodontics : official journal of the American College of Prosthodontists DOI:10.1111/jopr.13805 PMID:37986239	系统评价	本系统评价探讨了人工智能在修复牙科中的色调匹配准确性。	首次系统性评估了人工智能在牙科色调匹配的应用及其准确性。	仅包括英语发表的研究，排除了非人工智能相关和其他牙科学科的研究。	评估人工智能在预测修复牙科色调上的准确性。	纳入观察性和干预性研究，涉及人工智能算法在牙科的应用。	数字病理学	NA	人工智能算法，包括模糊逻辑、遗传算法、神经网络等。	决策树回归模型、卷积神经网络、支持向量机等。	文献数据	15篇相关文章
13830	2024-08-05	Resting state electroencephalographic brain activity in neonates can predict age and is indicative of neurodevelopmental outcome 2024-Jul, Clinical neurophysiology : official journal of the International Federation of Clinical Neurophysiology IF:3.7Q2 DOI:10.1016/j.clinph.2024.05.002 PMID:38797002	研究论文	本研究探讨了新生儿静息状态下的脑电图如何预测其生物大脑年龄并反映神经发育结果	提出了一种基于深度学习的新模型，能够在减少数据需求的情况下准确预测新生儿的脑龄差距	模型仍然依赖于相对较小的数据集，可能在不同的临床环境下表现变异	研究静息状态下脑电图对新生儿生物大脑年龄和神经发育结果的预测能力	重点研究早产新生儿及其神经发育结果	数字病理学	NA	深度学习	NA	脑电图	包括来自两个临床站点的多个独立数据集
13831	2024-08-05	Segmentation, feature extraction and classification of leukocytes leveraging neural networks, a comparative study 2024-Jul, Cytometry. Part A : the journal of the International Society for Analytical Cytology DOI:10.1002/cyto.a.24832 PMID:38420862	研究论文	本文比较了多种机器学习和深度学习模型在白细胞分割、特征提取和分类中的表现	首次进行不同机器学习和深度学习模型的白细胞分类比较研究	未提及数据集的多样性和模型的可泛化性	提高白细胞分类的自动化准确性	白细胞的分割、特征提取和分类	计算机视觉	NA	深度学习	U-Net, U-Net + ResNet18, U-Net + ResNet34, AlexNet, VGG16, ResNet18	图像	两个数据集CellaVision和BCCD的样本
13832	2024-08-05	An enumerative pre-processing approach for retinopathy severity grading using an interpretable classifier: a comparative study 2024-Jul, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie DOI:10.1007/s00417-024-06396-y PMID:38400856	研究论文	本文提出了一种枚举预处理方法，用于使用可解释分类器对糖尿病视网膜病变的严重程度进行分级。	该研究使用了一种独特的枚举预处理方法，与多种预训练模型进行比较，以提高糖尿病视网膜病变分级的准确性。	虽然使用了多个优化算法进行比较，但具体的局限性未在摘要中提及	旨在开发和实施一种高效的糖尿病视网膜病变筛查系统，以改善临床诊断结果。	研究对象为糖尿病视网膜病变的严重程度评估，通过深度学习模型进行分析。	机器学习	糖尿病视网膜病变	深度学习	K1-K2-K3-DFNN-LOA	图像	MESSIDOR 数据集
13833	2024-08-05	A variational autoencoder trained with priors from canonical pathways increases the interpretability of transcriptome data 2024-Jul, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1011198 PMID:38959284	研究论文	本文探讨了如何利用变分自编码器(VAE)提高转录组数据的可解释性	提出了一种新型的VAE，利用生物数据的先验知识引导网络学习基于生物概念的转录组表示	简单的全连接自编码器性能优秀，但缺乏直接可解释的潜在维度	研究转录组数据的可解释性与深度学习技术的结合	转录组数据及其隐变量表示	机器学习	NA	变分自编码器 (VAE)	变分自编码器	转录组数据	NA
13834	2024-08-05	The Multiscale Surface Vision Transformer 2024-Jun-11, ArXiv PMID:36994163	研究论文	本文提出了一种多尺度表面视觉变换器（MS-SiT），用于表面深度学习的框架结构	引入了局部网格窗口内的自注意力机制以及移位窗口策略，能够实现高分辨率数据采样并改善窗口间的信息共享	在深度预测任务中，自注意力操作的二次成本仍然是一个障碍	研究表面网格在进行深度学习分析时的应用	基于Developing Human Connectome Project (dHCP) 数据集进行新生儿表型预测的任务	计算机视觉	NA	深度学习	变换器	表面网格数据	使用了Developing Human Connectome Project (dHCP) 数据集进行表型预测
13835	2024-08-05	Unveiling Conformational States of CDK6 Caused by Binding of Vcyclin Protein and Inhibitor by Combining Gaussian Accelerated Molecular Dynamics and Deep Learning 2024-Jun-05, Molecules (Basel, Switzerland) DOI:10.3390/molecules29112681 PMID:38893554	研究论文	本文通过结合高斯加速分子动力学和深度学习，揭示了CDK6因Vcyclin蛋白和抑制剂结合而导致的构象状态	创新点在于使用高斯加速分子动力学、深度学习和自由能景观分析识别CDK6的构象转变	研究可能局限于特定的抑制剂和构象状态，未考虑所有可能的外部因素	研究CDK6的构象变化及其在癌症治疗中的作用	主要研究对象为CDK6、Vcyclin蛋白及其抑制剂的结合	数字病理学	癌症治疗	Gaussian加速分子动力学	深度学习	计算数据	NA
13836	2024-08-05	Feasibility of remote monitoring for fatal coronary heart disease using Apple Watch ECGs 2024-Jun, Cardiovascular digital health journal IF:2.6Q2 DOI:10.1016/j.cvdhj.2024.03.007 PMID:38989042	研究论文	本研究开发了一种基于单导联ECG的深度学习模型，用于预测致命冠心病（FCHD）的风险	首次使用可穿戴设备获取的ECG数据进行FCHD风险预测的人工智能模型	研究主要依赖于特定的数据集，可能限制了结果在更广泛人群中的适用性	评估可穿戴设备ECG在FCHD风险预测中的可行性	使用167,662个ECG记录和243个参与者的配对ECG数据进行研究	数字病理学	冠心病	ECG-AI	深度学习模型	ECG数据	167,662个ECG记录，50,132名患者，243名参与者的配对ECG
13837	2024-08-05	Multitask deep learning for prediction of microvascular invasion and recurrence-free survival in hepatocellular carcinoma based on MRI images 2024-Jun, Liver international : official journal of the International Association for the Study of the Liver IF:6.0Q1 DOI:10.1111/liv.15870 PMID:38436551	研究论文	本研究开发了一种多任务深度学习模型，用于基于MRI扫描预测肝细胞癌中的微血管侵袭和无复发生存期	该研究结合了多任务学习和变换器架构，能够同时预测微血管侵袭和无复发生存期	尚需前瞻性研究来评估该模型在临床应用中的实用性	提高肝细胞癌的个体化管理	725名肝细胞癌患者的MRI扫描数据	数字病理学	肝癌	深度学习	变换器	影像	725名HCC患者的回顾性数据集，包括234名训练患者和58名内部验证患者，以及三个独立的外部验证集（n=212, 111, 110）
13838	2024-08-05	Deep Learning and Likelihood Approaches for Viral Phylogeography Converge on the Same Answers Whether the Inference Model Is Right or Wrong 2024-May-27, Systematic biology IF:6.1Q1 DOI:10.1093/sysbio/syad074 PMID:38189575	研究论文	本研究扩大和比较了基于深度学习的无似然推断方法与传统的似然方法在病毒系统地理学中的表现	提出了一种基于深度学习的无似然推断方法，与传统的贝叶斯推断方法在准确性和鲁棒性上接近，同时在训练后显著提高了计算速度	模型的精确度较低，且在模型失配的敏感度上有一定的保守性	探讨深度学习方法在病毒传播的系统地理学推断中的应用	使用模拟爆发的系统树和SARS-Cov-2大流行的真实数据	计算机视觉	NA	深度学习	深度神经网络	树形结构数据	来自5个地点的模拟爆发数据
13839	2024-08-05	An adult and pediatric size-based contrast administration reduction phantom study for single and dual-energy CT through preservation of contrast-to-noise ratio 2024-May, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14340 PMID:38605540	研究论文	本文提供了一个定量框架，用于在降低碘对比剂剂量的同时保持碘CNR	创新性地通过单能CT和双能CT的不同扫描条件，减少碘对比剂的使用	未详细探讨不同患者群体对结果的影响	研究如何在CT检查中通过降低对比剂的剂量来保持图像质量	使用不同直径的模拟物进行CT扫描	数字病理学	NA	CT	深度学习重建	影像	四种不同直径的模拟物（9.7, 15.9, 21.1, 28.5 cm 和 20, 29.5, 34.6, 39.7 cm）
13840	2024-08-05	Triple-0: Zero-shot denoising and dereverberation on an end-to-end frozen anechoic speech separation network 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0301692 PMID:39012881	研究论文	本研究提出了一种新颖的方法，通过一个端到端的冻结双耳无回声语音分离网络进行语音去噪和去混响。	该网络无需对新任务进行任何架构更改或微调，展示了在零样本测试条件下的有效性。	预训练模型在其训练期间从未遇到过噪声和混响条件，可能影响其在极端情况下的表现。	研究旨在改进语音增强技术，尤其是在噪声和混响环境中的非监督学习能力。	研究对象为被淹没在噪声和回声中的目标语音信号。	自然语言处理	NA	深度学习	NA	音频	使用了不同数据集上的语音样本进行测试，具体样本数量未说明