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
14301	2024-08-05	Cinobufotalin prevents bone loss induced by ovariectomy in mice through the BMPs/SMAD and Wnt/β-catenin signaling pathways 2024-Jun, Animal models and experimental medicine IF:3.8Q2 DOI:10.1002/ame2.12359 PMID:38013618	研究论文	本研究探讨了中药蟾酥对去卵巢小鼠诱导的骨质流失的保护作用及其潜在机制	本研究使用深度学习预测系统筛选抗骨质疏松剂，并揭示了蟾酥通过BMPs/SMAD和Wnt/β-连环蛋白信号通路促进骨生成分化的机制	本研究未涉及临床试验数据，仅在小鼠模型上进行观察	研究蟾酥对骨质疏松的保护作用和机制	研究主要聚焦于雌激素缺乏导致的骨质流失及人骨髓间充质干细胞的功能	数字病理学	骨质疏松	qRT-PCR, Western blot (WB), 免疫荧光 (IF), Micro-CT	NA	NA	小鼠模型及人骨髓间充质干细胞
14302	2024-08-05	A Deep Learning-Based Assay for Programmed Death Ligand 1 Immunohistochemistry Scoring in Non-Small Cell Lung Carcinoma: Does it Help Pathologists Score? 2024-Jun, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2024.100485 PMID:38588885	研究论文	本研究开发了一种AI模型来计算非小细胞肺癌中PD-L1免疫组化分析的肿瘤比例评分(TPS)	首次专注于AI辅助系统如何帮助病理学家确定TPS	对不同评分方式的AI辅助方法的统计结果并不显著	探讨AI辅助系统在PD-L1 TPS评分中的应用及其对病理学家评估准确度的影响	584个组织微数组样本	数字病理学	肺癌	免疫组织化学	AI模型	组织样本	584个样本
14303	2024-08-05	Feasibility of Multimodal Artificial Intelligence Using GPT-4 Vision for the Classification of Middle Ear Disease: Qualitative Study and Validation 2024-05-31, JMIR AI DOI:10.2196/58342 PMID:38875669	研究论文	本研究探讨了使用GPT-4 Vision进行中耳疾病分类的可行性	首次将GPT-4 Vision与患者特定数据相结合，以改善中耳疾病的诊断	研究中存在数据隐私和伦理考量的挑战	研究GPT-4 Vision在结合特定患者数据时对中耳疾病的诊断有效性	305幅中耳疾病的耳镜图像	机器学习	中耳疾病	深度学习	GPT-4 Vision	图像	305幅耳镜图像
14304	2024-08-05	DrugMetric: quantitative drug-likeness scoring based on chemical space distance 2024-May-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae321 PMID:38975893	研究论文	本文介绍了一种新的无监督学习框架DrugMetric，用于基于化学空间距离量化药物相似性。	DrugMetric结合了变分自编码器的强大学习能力和高斯混合模型的区分能力，创新性地评估药物相似性。	未提及该方法在特定领域或特定类型药物的有效性限制。	该研究旨在加速候选药物的虚拟筛选过程。	研究对象为药物分子的药物相似性评估。	机器学习	NA	无监督学习	变分自编码器和高斯混合模型	数据集	在多种任务和数据集上测试，未具体说明样本数量
14305	2024-08-05	Antibody design using deep learning: from sequence and structure design to affinity maturation 2024-May-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae307 PMID:38960409	研究论文	本文探讨了深度学习在抗体设计和优化中的应用	通过结合体外和体内方法，提出了新技术以简化抗体开发流程	未涉及对其他生物大分子的开发应用	研究深度学习在抗体设计和亲和力成熟中的潜力	主要研究抗体的设计、折叠、抗体-抗原相互作用和亲和力成熟	生物技术	NA	深度学习	NA	NA	NA
14306	2024-08-05	Forecasting vaping health risks through neural network model prediction of flavour pyrolysis reactions 2024-05-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-59619-x PMID:38719814	研究论文	本文利用图卷积神经网络模型预测电子液体化学香料的热分解反应，评估吸食电子烟的健康风险	将深度学习方法与实验质谱数据相结合，识别出1169个分子量匹配，优先分析这些化合物	未详细说明不同化学实体的健康影响和长期风险	评估吸食电子烟过程中化学物质的热分解所带来的健康风险	180种电子液体化学香料及其热分解反应	机器学习	NA	图卷积神经网络	图卷积神经网络(NN)	化学数据	180种电子液体化学香料
14307	2024-08-05	Deep learning algorithm for predicting preterm birth in the case of threatened preterm labor admissions using transvaginal ultrasound 2024-Apr, Journal of medical ultrasonics (2001) DOI:10.1007/s10396-023-01394-9 PMID:38097857	研究论文	本研究构建深度学习模型，以预测威胁性早产的超声图像中的早产风险	提出了使用深度学习算法分析经阴道超声图像来预测早产的创新方法	研究中患者样本量较小，可能限制了结果的广泛适用性	旨在改善早产预测的准确性，从而优化围产期护理	纳入了因威胁性早产或宫颈缩短住院的患者	计算机视觉	早产	经阴道超声	卷积神经网络（CNN）和视觉变换器（Vit）	图像	共纳入59名患者，早产组30例，全期组29例
14308	2024-08-05	Artifact reduction in photoacoustic images by generating virtual dense array sensor from hemispheric sparse array sensor using deep learning 2024-Apr, Journal of medical ultrasonics (2001) DOI:10.1007/s10396-024-01413-3 PMID:38480548	研究论文	本研究利用深度学习技术生成虚拟密集阵列传感器信号，以减少光声成像中的伪影	通过在不同方向上安装虚拟传感器，采用2D卷积神经网络生成信号，从而克服了使用稀疏阵列传感器带来的技术和成本问题	使用3D卷积神经网络生成信号需要巨大的计算成本，且在此应用中不切实际	研究如何减少光声成像中的伪影，以提高血管成像的质量	本研究主要针对光声成像中的伪影问题进行技术改进	数字病理学	NA	深度学习	2D卷积神经网络	模拟数据与人手掌测量数据	NA
14309	2024-08-05	Comparative evaluation of machine learning algorithms for phishing site detection 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2131 PMID:38983211	研究论文	本文评估了八种机器学习和深度学习算法在钓鱼网站检测中的有效性	引入了新的CNN模型以及用于类不平衡的SMOTE，并进行了严格的超参数调整	未提及具体的局限性	评估机器学习和深度学习算法在识别钓鱼网站中的效果	八种机器学习和深度学习算法的表现	机器学习	NA	机器学习，深度学习	支持向量机（SVM），k最近邻（KNN），随机森林（RF），决策树（DT），极端梯度提升（XGBoost），逻辑回归（LR），卷积神经网络（CNN）	数据集	使用了两个真实数据集，具体数量未提及
14310	2024-08-05	Weed detection and recognition in complex wheat fields based on an improved YOLOv7 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1372237 PMID:38978522	研究论文	本研究提出了一种基于改进YOLOv7架构的草 weed 检测模型CSCW-YOLOv7，以识别复杂小麦田中的五种杂草	引入了CARAFE算子和Squeeze-and-Excitation网络来增强重要特征，并采用了上下文变换器模块以改善小目标的识别	未提及具体的样本数量和数据来源，以及可能存在的实际应用限制	实现对复杂小麦田中杂草的准确检测和分类	五种常见的杂草，以Descurainia sophia、蒿、金铃铛、荠菜和艾草为代表	计算机视觉	NA	YOLOv7	CSCW-YOLOv7	图像	NA
14311	2024-08-05	Research on intelligent forecasts of flight actions based on the implemented bi-LSTM 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2153 PMID:38983220	研究论文	利用航班数据快速识别航班动作，以客观评估飞行培训的质量	实现了基于bi-LSTM算法的航班动作预测，提高了训练精度和速度	需要对数据集进行预处理和专家规则注释	研究如何通过航班数据预测飞行动作以优化飞行训练	飞行训练中的飞行动作数据集	机器学习	NA	bi-LSTM	bi-LSTM	标记的飞行数据	NA
14312	2024-08-05	Hybrid deep spatial and statistical feature fusion for accurate MRI brain tumor classification 2024, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2024.1423051 PMID:38978524	研究论文	本研究提出了一种结合深度空间特征与手工统计特征的MRI脑肿瘤分类方法	该方法通过使用ResNet深度学习模型的灵感，提出了一种新颖的特征融合框架FusionNet	未提及具体的局限性	开发一种有效的医疗图像分类方法	针对BraTS数据集中MRI脑肿瘤的图像进行分类	计算机视觉	脑肿瘤	MRI	CNN	图像	BraTS数据集中的MRI脑肿瘤图像
14313	2024-08-05	Plant leaf disease recognition based on improved SinGAN and improved ResNet34 2024, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2024.1414274 PMID:38978997	研究论文	该论文提出了一种基于改进SinGAN和改进ResNet34的植物叶部病害识别方法	提出了一种名为ReSinGN的改进SinGAN用于图像增强，并通过引入CBAM模块和随机像素打乱技术显著提高生成图像的质量	农业数据集不足以及基于深度学习的病害识别模型参数众多且准确性不足的问题仍然存在	研究植物叶部病害的识别方法，以提高农业产品的数量和质量	以番茄叶部病害为实验对象进行识别研究	计算机视觉	NA	改进的SinGAN和改进的ResNet34	ResNet34	图像	NA
14314	2024-08-05	Group-informed attentive framework for enhanced diabetes mellitus progression prediction 2024, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2024.1388103 PMID:38978615	研究论文	该文章提出了一种基于深度学习的框架，用于增强糖尿病进展预测的精确性和可靠性	创新点在于利用深度注意力变换器和针对性插补策略来解决缺失数据问题，并增强模型的稳健性	主要挑战在于处理不完整数据和缺乏更强预测模型	研究旨在提高糖尿病进展预测的准确性	研究对象为糖尿病患者的临床和体检数据	机器学习	糖尿病	深度学习	深度注意力变换器	临床数据和体检信息	NA
14315	2024-08-05	Artificial intelligence's contribution to early pulmonary lesion detection in chest X-rays: insights from two retrospective studies on a Czech population 2024, Casopis lekaru ceskych PMID:38981713	研究论文	本文探讨了人工智能在胸部X光片中早期肺部病变检测中的作用	提出了一种基于深度学习的解决方案，以提高肺部病变，尤其是早期疾病阶段的检测能力	模型的特异性低于经验不同的放射科医生的判断	旨在提高早期肺部病变的检测精度和效率	针对捷克人群进行的两项回顾性研究中的肺部病变检测	医学影像学	肺癌	深度学习	NA	X光片	来自一家低发病率的一般医院和一家专业肿瘤中心的研究数据
14316	2024-08-05	Learning from prepandemic data to forecast viral escape 2023-Oct, Nature IF:50.5Q1 DOI:10.1038/s41586-023-06617-0 PMID:37821700	研究论文	本研究开发了EVEscape框架，用于预测病毒逃逸变异的潜力	本研究的创新点在于结合深度学习模型的fitness预测与生物物理和结构信息，提供了一种可在疫情监测之前应用的预测方法	模型的有效性依赖于历史序列数据，可能无法涵盖所有潜在的突变	旨在建立一种工具，以促进疫苗和治疗设计，通过预测病毒突变来增强疫情准备能力	针对SARS-CoV-2及其他病毒如流感、HIV和潜在疫情病毒的突变进行研究	计算机视觉	NA	深度学习	NA	序列数据	使用了2020年前的序列数据进行训练
14317	2024-08-05	Applications of Deep Learning in Endocrine Neoplasms 2023-Mar, Surgical pathology clinics DOI:10.1016/j.path.2022.09.014 PMID:36739164	review	本文总结了内分泌癌组织病理学中深度学习研究的现状	强调实验设计、重要发现和关键局限性	NA	探讨深度学习在内分泌癌组织病理学中的应用	内分泌癌的组织样本	数字病理学	内分泌癌	深度学习	NA	组织样本	NA
14318	2024-08-05	Instance-level medical image classification for text-based retrieval in a medical data integration center 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.06.006 PMID:38975287	研究论文	本文提供了一种针对缺失或错误索引字段的医学图像实例级别标注方法	创新之处在于使用ResNet50深度学习分类模型为医学图像提供准确的实例级描述	实验结果虽然令人满意，但指出了潜在挑战和进一步探索的必要性	研究的目的是提高医学图像的索引效率和准确性	研究对象为来自临床部门的医学图像，包括X光、CT和MRI扫描	数字病理学	NA	深度学习	ResNet50	图像	三个实验使用了两个开源数据集和一个自定义数据集
14319	2024-08-05	Investigating the influence of streetscape environmental characteristics on pedestrian crashes at intersections using street view images and explainable machine learning 2024-Sep, Accident; analysis and prevention DOI:10.1016/j.aap.2024.107693 PMID:38955107	研究论文	研究街景环境特征对交叉口行人事故的影响。	应用深度学习网络从街景图像中提取特征，并结合XGBoost和SHAP方法建立可解释的模型框架。	研究可能仅限于特定城市或地区的街景图像，影响结果的普遍性。	探讨街景特征如何影响交叉口的行人撞车事件。	街景环境特征和行人碰撞事件的关系。	计算机视觉	NA	深度学习、XGBoost	XGBoost	图像	NA
14320	2024-08-05	Radiomics model and deep learning model based on T1WI image for acute lymphoblastic leukemia identification 2024-Aug, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2024.04.017 PMID:38796378	研究论文	该研究旨在开发高精度的放射组学和深度学习模型，以准确检测急性淋巴细胞白血病（ALL）	提出了一种基于T1WI图像的放射组学和深度学习模型，并通过验证评估其诊断效率	两种模型在测试队列中的统计比较未显示显著差异	研究的目的是通过T1WI图像识别急性淋巴细胞白血病	样本包含604例来自ALL组和正常儿童组的脑磁共振数据	数字病理学	急性淋巴细胞白血病	MRI	支持向量机和Efficientnet-B3	图像	604个脑磁共振数据样本