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
13941	2024-10-16	Direct prediction of Homologous Recombination Deficiency from routine histology in ten different tumor types with attention-based Multiple Instance Learning: a development and validation study 2023-Mar-10, medRxiv : the preprint server for health sciences DOI:10.1101/2023.03.08.23286975 PMID:36945540	研究论文	研究开发了一种基于注意力加权的多实例学习（attMIL）的深度学习管道，用于从常规组织学图像中直接预测同源重组缺陷（HRD）状态	首次展示了使用常规组织学图像直接预测HRD状态的可行性，并验证了其在多种肿瘤类型中的适用性	研究仅在十种肿瘤类型中进行了验证，未来需要进一步扩展到更多肿瘤类型	探索深度学习技术在常规组织学图像中预测HRD状态的可行性	十种不同类型的肿瘤	数字病理	NA	深度学习	注意力加权的多实例学习（attMIL）	图像	4565名患者
13942	2024-10-16	Accurate prediction of functional effect of single amino acid variants with deep learning 2023, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2023.11.017 PMID:38074467	研究论文	本文介绍了一种名为Rep2Mut-V2的新型深度学习模型，用于准确预测蛋白质单氨基酸变体的功能效应	利用transformer模型的学习表示，显著提高了对蛋白质变体功能效应的预测准确性	NA	开发一种能够准确预测蛋白质单氨基酸变体功能效应的计算方法	蛋白质单氨基酸变体的功能效应	机器学习	NA	深度学习	transformer模型	蛋白质序列数据	38个蛋白质数据集，包含118,933个单氨基酸变体
13943	2024-10-16	AMSF: attention-based multi-view slice fusion for early diagnosis of Alzheimer's disease 2023, PeerJ. Computer science DOI:10.7717/peerj-cs.1706 PMID:38077590	研究论文	本文提出了一种基于注意力机制的多视角切片融合方法（AMSF），用于阿尔茨海默病的早期诊断	本文创新性地结合了三维全局特征和多视角二维切片特征，并通过注意力机制引导切片特征的融合，生成全面的MRI图像表示	本文未提及具体的局限性	旨在提高阿尔茨海默病早期诊断的准确性	阿尔茨海默病	计算机视觉	神经退行性疾病	注意力机制	深度神经网络	MRI图像	使用了公开数据集进行实验
13944	2024-10-16	Deep learning Binary/Multi classification for music's brainwave entrainment beats 2023, PeerJ. Computer science DOI:10.7717/peerj-cs.1642 PMID:38077584	研究论文	本文提出了一种基于深度学习的音乐脑波同步节拍分类方法，使用VGGish和YAMNET模型进行二分类和多分类	本文的创新点在于提出了一种基于音乐信号元素而非依赖EEG的分类方法，并开发了适用于移动设备的低功耗低延迟模型	本文的局限性在于需要生成新的数据集进行训练和测试，且未验证所有音乐数据集的EEG相关性	研究音乐脑波同步节拍对听众心理和生理影响的分类方法	音乐脑波同步节拍及其对人类脑波的影响	机器学习	NA	深度学习	CNN	音频	两个数据集，Brainwave Entrainment Beats (BWEB) 和 Brainwave Music Manipulation (BWMM)，用于分类训练和测试
13945	2024-10-15	Artificial intelligence in endodontics: Data preparation, clinical applications, ethical considerations, limitations, and future directions 2024-Nov, International endodontic journal IF:5.4Q1 DOI:10.1111/iej.14128 PMID:39075670	综述	本文综述了人工智能在牙髓病学中的数据准备、临床应用、伦理考虑、局限性和未来方向	本文详细阐述了人工智能在牙髓病学中的技术、伦理方面，以及当前的应用和未来潜力	本文指出人工智能在模型可解释性、泛化能力和临床实践中的应用仍存在挑战	旨在全面了解人工智能在牙髓病学中的应用和局限性	牙髓病学专家对人工智能应用和局限性的理解	NA	NA	深度学习	卷积神经网络	图像	NA
13946	2024-10-15	Artificial intelligence in endodontics: Fundamental principles, workflow, and tasks 2024-Nov, International endodontic journal IF:5.4Q1 DOI:10.1111/iej.14127 PMID:39056554	综述	本文综述了人工智能在牙髓病学中的基本原理、工作流程和任务	本文填补了牙髓病学家对机器学习和深度学习基础知识的空白，展示了AI在牙髓病学中的多样化实际应用	NA	旨在阐述机器学习和深度学习的基本原理，解释AI解决方案的开发流程，并讨论与牙髓病诊断和治疗相关的特定AI任务和应用	牙髓病学中的AI应用，特别是放射影像的解释	计算机视觉	NA	NA	NA	图像和文本	NA
13947	2024-10-15	Pre-processing visual scenes for retinal prosthesis systems: A comprehensive review 2024-Nov, Artificial organs IF:2.2Q3 DOI:10.1111/aor.14824 PMID:39023279	综述	本文综述了视网膜假体系统中图像处理和机器学习技术的最新进展及其在恢复视觉功能中的关键作用	本文强调了图像处理和深度学习在视网膜假体技术中的集成及其对个体与环境交互和导航的影响	一些技术仅使用模拟方法，甚至在正常视力个体中进行，或者依赖于定性分析，其中一些考虑了现实感知模型，而另一些则没有	探讨视网膜假体技术的最新进展及其在恢复视觉功能中的作用	视网膜假体设备及其在复杂视觉任务中的应用	计算机视觉	NA	图像处理和机器学习	深度学习架构	图像	NA
13948	2024-10-15	XRAInet: AI-based decision support for pneumothorax and pleural effusion management 2024-Nov, Pediatric pulmonology IF:2.7Q2 DOI:10.1002/ppul.27133 PMID:38961684	研究论文	本研究开发并评估了一种基于人工智能的决策支持系统XRAInet，用于准确识别患有胸腔积液或气胸的儿科患者，并判断是否需要进行胸管引流	XRAInet是一种基于深度学习的算法，能够准确识别和定位需要胸管引流的区域，为儿科患者提供决策支持	未来研究应探索混合模型，增强可解释性，解决数据质量问题，并符合监管要求，以确保XRAInet在医疗环境中的安全有效部署	开发和评估一种人工智能驱动的决策支持系统，用于识别胸腔积液或气胸的儿科患者并判断是否需要胸管引流	患有胸腔积液或气胸的儿科患者	计算机视觉	胸腔积液	深度学习	深度学习算法	图像	510张X光图像，来自170名儿科患者
13949	2024-10-15	NRIMD, a Web Server for Analyzing Protein Allosteric Interactions Based on Molecular Dynamics Simulation 2024-Oct-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00783 PMID:38991149	研究论文	NRIMD是一个基于分子动力学模拟分析蛋白质变构相互作用的网络服务器	NRIMD是首个提供分子动力学模拟中长程相互作用综合分析的在线服务，显著降低了使用深度学习预测蛋白质长程相互作用的门槛	NA	开发一个用于分析蛋白质中长程变构相互作用的网络服务器	蛋白质中的长程变构相互作用	生物信息学	NA	分子动力学模拟	图神经网络	蛋白质结构数据	NA
13950	2024-10-15	FCSSL: fusion enhanced contrastive self-supervised learning method for parallel MRI reconstruction 2024-Oct-14, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad6d28 PMID:39116910	研究论文	提出了一种融合增强的对比自监督学习方法FCSSL，用于并行MRI重建，无需全采样数据集和线圈敏感性图	引入了一种基于两对重下采样掩码的对比学习框架，设计了一种自监督学习方式的适应性融合网络，显著提高了重建质量	未提及具体限制	解决在无法或成本高昂获取全采样数据集的情况下，使用深度学习进行MRI重建的问题	并行MRI重建	计算机视觉	NA	对比自监督学习	适应性融合网络	图像	使用膝关节数据集进行实验，具体样本数量未提及
13951	2024-10-15	MHIPM: Accurate Prediction of Microbe-Host Interactions Using Multiview Features from a Heterogeneous Microbial Network 2024-Oct-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01296 PMID:39289839	研究论文	本文提出了一种基于深度学习的方法MHIPM，用于预测微生物与宿主之间的相互作用	MHIPM利用多源生物信息和异构微生物网络，结合ESM-2和doc2vec模型以及自注意力机制，提取多视角特征，并通过GraphSAGE模型捕捉网络中的特征，实现了对微生物-宿主相互作用的高精度预测	NA	通过计算方法优先筛选微生物-宿主相互作用，以便进一步进行生物实验验证	微生物与宿主之间的相互作用	机器学习	NA	深度学习	GraphSAGE	蛋白质序列	涉及人类蛋白质、病毒、噬菌体和致病菌的异构微生物网络
13952	2024-10-15	The Development and Application of KinomePro-DL: A Deep Learning Based Online Small Molecule Kinome Selectivity Profiling Prediction Platform 2024-Oct-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00595 PMID:39320984	研究论文	本文介绍了一种基于深度学习的在线小分子激酶选择性分析预测平台KinomePro-DL的开发与应用	开发了一种多任务深度神经网络模型，用于预测化合物的新结构激酶选择性，并提供了一个免费的在线预测平台KinomePro-DL	未提及	开发和应用一种深度学习模型，用于预测小分子激酶抑制剂的激酶选择性	小分子激酶抑制剂的激酶选择性	机器学习	NA	深度学习	多任务深度神经网络	化合物数据	191种代表性激酶的抑制剂数据集
13953	2024-10-15	KnoMol: A Knowledge-Enhanced Graph Transformer for Molecular Property Prediction 2024-Oct-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01092 PMID:39323109	研究论文	本文介绍了一种名为KnoMol的知识增强图Transformer框架，用于提高分子结构的理解和分子属性预测的准确性	KnoMol通过将专家化学知识集成到Transformer中，模拟药物化学家的分析方法，并采用多视角注意力机制来更精确地表示环系统，从而提高了模型的表示能力	NA	提高分子属性预测的准确性和泛化能力，减少对大量数据的依赖	分子结构和分子属性	机器学习	NA	Transformer	图Transformer	分子数据	涉及MoleculeNet和一些小规模数据集的评估实验
13954	2024-10-15	Alchemical Transformations and Beyond: Recent Advances and Real-World Applications of Free Energy Calculations in Drug Discovery 2024-Oct-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01024 PMID:39360948	综述	本文回顾了自2018年以来自由能扰动（FEP）计算在药物发现项目中的实际应用	讨论了物理模拟方法的替代方案以及深度学习在自由能计算中的整合	仍面临力场准确性和采样效率的挑战	探讨自由能计算在药物发现中的最新进展和实际应用	自由能扰动计算在药物发现中的应用	药物发现	NA	自由能扰动计算	NA	NA	NA
13955	2024-10-15	A hybrid capsule attention-based convolutional bi-GRU method for multi-class mental task classification based brain-computer Interface 2024-Oct-14, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2410221 PMID:39397592	研究论文	本文提出了一种基于胶囊注意力机制的卷积双向门控循环单元模型，用于多类心理任务分类的脑机接口	本文引入了一种混合深度学习技术，结合了胶囊网络和注意力机制，以提高多类心理任务分类的准确性	NA	研究脑机接口中多级心理活动的分类问题，以提高分类准确性	脑电图数据和心理任务分类	机器学习	NA	脑电图分析	卷积神经网络 (CNN) 和双向门控循环单元 (bi-GRU)	脑电图数据	使用提供的脑电图数据集进行评估
13956	2024-10-15	Internet of Things and Cloud Computing-based Disease Diagnosis using Optimized Improved Generative Adversarial Network in Smart Healthcare System 2024-Oct-13, Network (Bristol, England) DOI:10.1080/0954898X.2024.2392770 PMID:39396229	研究论文	本文提出了一种基于物联网和云计算的智能医疗系统中使用优化改进生成对抗网络进行疾病诊断的方法	本文引入了优化改进生成对抗网络（IGAN），并通过Flamingo Search优化算法（FSOA）对其进行优化，提高了疾病诊断的准确性和特异性，同时减少了执行时间	NA	提高智能医疗系统中疾病诊断的准确性和效率	糖尿病、慢性肾病和心脏病患者的数据	机器学习	心血管疾病	生成对抗网络（GAN）	生成对抗网络（GAN）	电子健康记录	NA
13957	2024-10-15	Deep-learning-based attenuation map generation in kidney single photon emission computed tomography 2024-Oct-12, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-024-00686-4 PMID:39394395	研究论文	本研究利用深度学习技术从SPECT数据中生成合成衰减图（μ-maps），以实现肾脏SPECT成像的无CT量化技术	本研究开发了一种基于深度学习的算法，用于从SPECT数据生成合成μ-maps，无需CT扫描，从而减少辐射暴露	NA	建立一种无需CT扫描的肾脏SPECT成像量化技术，以减少辐射暴露	肾脏SPECT成像中的衰减校正	计算机视觉	NA	深度学习	3D U-Net	图像	1000例Tc-99m DTPA SPECT/CT扫描数据，其中800例用于训练，100例用于验证，100例用于测试
13958	2024-10-15	A lightweight defect detection algorithm for escalator steps 2024-Oct-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74320-9 PMID:39394361	研究论文	提出了一种高效的电梯台阶缺陷检测算法ASF-Sim-YOLO，解决了检测网络模型参数过多、适应性差和视频流实时处理困难的问题	设计了ASF-Sim-P2结构以提高小目标检测精度，结合SimAM与SPPF增强模型捕捉关键信息的能力，采用NWD替代传统的CIoU损失函数，并对模型进行通道剪枝以满足移动设备部署需求	NA	开发一种轻量级且高效的电梯台阶缺陷检测算法	电梯台阶缺陷	计算机视觉	NA	目标检测	YOLO	视频	测试数据集上的平均精度(mAP50)为96.8%，比基线模型提高了22.1%，模型计算复杂度(GFLOPS)降低到基线模型的四分之一，帧率(FPS)提高到575.1
13959	2024-10-15	A comparative study on automatic treatment planning for online adaptive proton therapy of esophageal cancer: which combination of deformable registration and deep learning planning tools performs the best? 2024-Oct-10, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad80f6 PMID:39332445	研究论文	本文比较了四种在线自适应质子治疗（OAPT）策略在食管癌治疗计划中的表现，评估了变形图像配准（DIR）和深度学习（DL）工具的组合效果	本文首次系统地比较了四种OAPT策略，并展示了DL-DEF和DL-DL在10分钟内实现OAPT的潜力	在某些情况下，目标体积的分割错误导致剂量下降，需要进一步改进分割算法	评估和比较不同变形图像配准和深度学习工具组合在食管癌在线自适应质子治疗中的效果	食管癌患者的在线自适应质子治疗计划	计算机视觉	食管癌	变形图像配准（DIR），深度学习（DL）	nnU-Net	图像	17名食管癌患者
13960	2024-10-15	Comparison of deep-learning multimodality data fusion strategies in mandibular osteoradionecrosis NTCP modelling using clinical variables and radiation dose distribution volumes 2024-Oct-10, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad8290 PMID:39357529	研究论文	本文比较了不同深度学习多模态数据融合策略在颌骨放射性骨坏死NTCP模型中的应用	首次比较了早期、联合和晚期多模态数据融合策略在深度学习NTCP模型中的应用	晚期融合策略虽然技术复杂度较低，但缺乏关键的模态间交互作用	探讨不同多模态数据融合策略在深度学习NTCP模型中的有效性	颌骨放射性骨坏死的NTCP模型	机器学习	NA	深度学习	3D DenseNet-40	图像数据和临床数据	92例放射性骨坏死病例和92例对照组