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
15001	2024-10-04	Leveraging Artificial Intelligence for Synergies in Drug Discovery: From Computers to Clinics 2024, Current pharmaceutical design IF:2.6Q2 DOI:10.2174/0113816128308066240529121148 PMID:38874046	综述	本文综述了人工智能在药物发现和开发中的应用，涵盖了从分子识别到临床批准的全过程	探讨了人工智能在药物开发中的创新应用，如疫苗开发和纳米药物的靶向治疗	NA	探讨人工智能在药物发现和开发中的应用及其对科学研究的促进作用	人工智能在药物设计、发现和开发、中药、多组学数据整合、药物再利用和多药理学研究中的应用	机器学习	NA	机器学习 (ML)、深度学习 (DL)、神经网络 (NNs)	NA	多组学数据	NA
15002	2024-10-04	Prompt-guided and multimodal landscape scenicness assessments with vision-language models 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0307083 PMID:39348404	研究论文	本文探讨了使用视觉-语言模型（VLM）进行景观美景预测的潜力，通过零样本和少样本学习方法评估景观的美学质量	本文引入了景观提示集成（LPE）方法，通过文本描述获取景观美景评分，无需图像数据集	本文未提及具体的局限性	测试视觉-语言模型在景观美景预测中的应用潜力	景观的美学质量	计算机视觉	NA	视觉-语言模型（VLM）	线性层	图像	数百个样本
15003	2024-10-04	Graph neural pre-training based drug-target affinity prediction 2024, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2024.1452339 PMID:39350770	研究论文	本文提出了一种基于图神经预训练的药物-靶点亲和力预测方法	本文创新性地结合了药物和靶点的预训练模型，通过图神经网络提取特征，并利用2D卷积神经网络进行高层次表示，最终预测药物-靶点亲和力	本文未详细讨论模型的可解释性和泛化能力	加速药物发现过程中的药物-靶点亲和力预测	药物-靶点亲和力	机器学习	NA	图神经网络	2D卷积神经网络	图数据	大量未标记的训练样本和部分标记的训练样本
15004	2024-10-04	Intelligent analysis and measurement of semicircular canal spatial attitude 2024, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2024.1396513 PMID:39350970	研究论文	本文提出了一种基于颅脑MRI的智能方法，用于解释和测量半规管的空间方向	本文创新性地使用了nnDetection深度学习算法进行半规管和眼球的自动分割，并通过点特征分析和奇异值分解方法计算半规管的法向量	NA	开发一种智能方法，用于构建精确的数学模型，准确表示半规管的空间方向	半规管的空间方向	计算机视觉	NA	深度学习	nnDetection	图像	115例颅脑MRI扫描
15005	2024-10-04	Assessing microvascular invasion in HBV-related hepatocellular carcinoma: an online interactive nomogram integrating inflammatory markers, radiomics, and convolutional neural networks 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1401095 PMID:39351352	研究论文	研究开发了一种基于炎症标志物、放射组学和卷积神经网络的在线交互式诺模图，用于预测HBV相关肝细胞癌中的微血管侵犯	结合了炎症标志物、放射组学特征和深度学习特征，开发了一种新的在线交互式诺模图，用于术前预测微血管侵犯	NA	开发一种术前预测HBV相关肝细胞癌微血管侵犯的在线交互式诺模图	HBV相关肝细胞癌患者的微血管侵犯	数字病理学	肝癌	放射组学、卷积神经网络	3D ResNet	图像	173名HBV相关肝细胞癌患者
15006	2024-10-04	Classification of tomato seedling chilling injury based on chlorophyll fluorescence imaging and DBO-BiLSTM 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1409200 PMID:39354943	研究论文	本文利用叶绿素荧光图像集，通过蜣螂优化算法增强深度学习双向长短期记忆模型，提高番茄幼苗冷害分类预测的准确性	本文提出了一种基于蜣螂优化算法增强的双向长短期记忆模型，用于番茄幼苗冷害分类，显著提高了分类预测的准确性	本文未详细讨论模型在不同环境条件下的泛化能力	研究目的是通过叶绿素荧光成像技术，实现番茄幼苗冷害的自动分类和标记，为植物自身抗冷害研究和深度学习分类方法在精准农业中的应用奠定基础	研究对象是番茄幼苗的冷害分类	计算机视觉	NA	叶绿素荧光成像技术	双向长短期记忆模型（BiLSTM）	图像	使用了番茄幼苗的叶绿素荧光图像集进行训练和测试
15007	2024-10-04	YOLO-CFruit: a robust object detection method for Camellia oleifera fruit in complex environments 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1389961 PMID:39354950	研究论文	提出了一种名为YOLO-CFruit的深度学习方法，用于在复杂环境中准确检测油茶果	结合了CBAM模块和CSP模块与Transformer，改进了YOLOv5的损失函数，提高了检测精度和速度	未提及具体限制	开发一种在自然环境中准确检测油茶果的鲁棒方法，为自动化采摘设备奠定基础	油茶果的检测	计算机视觉	NA	深度学习	YOLOv5	图像	收集了油茶果的图像并创建了数据集，使用了数据增强方法增加数据多样性
15008	2024-10-04	Machine Learning Techniques to Predict Mental Health Diagnoses: A Systematic Literature Review 2024, Clinical practice and epidemiology in mental health : CP & EMH DOI:10.2174/0117450179315688240607052117 PMID:39355197	综述	本研究通过系统文献综述方法，探讨了机器学习在预测大学生心理健康状况中的应用	本研究首次系统综述了多种机器学习模型在预测心理健康诊断中的应用，并强调了卷积神经网络（CNN）在双相情感障碍诊断中的高准确性	研究存在数据集不足、心理健康状况异质性考虑不足以及缺乏纵向数据等问题	探讨机器学习在预测大学生心理健康状况中的潜力与挑战	大学生的心理健康状况	机器学习	NA	深度学习	卷积神经网络（CNN）、随机森林（RF）、支持向量机（SVM）、深度神经网络、极限学习机（ELM）	文本	30项相关研究
15009	2024-10-04	Enhanced classification and severity prediction of major depressive disorder using acoustic features and machine learning 2024, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2024.1422020 PMID:39355380	研究论文	本研究利用深度学习方法构建分类和预测模型，以提高对抑郁症和健康对照组的分类准确性	本研究采用深度学习方法，通过声学特征对抑郁症和健康对照组进行分类和严重程度预测，提高了分类准确性	研究结果可能受到焦虑共病的影响	提高抑郁症和健康对照组的分类准确性，并预测抑郁症的严重程度	抑郁症和健康对照组的分类及抑郁症严重程度的预测	机器学习	精神疾病	深度学习	神经网络	声学特征	120名年龄在16-25岁的参与者，包括64名抑郁症组和56名健康对照组
15010	2024-10-04	Predicting microbe-disease association based on graph autoencoder and inductive matrix completion with multi-similarities fusion 2024, Frontiers in microbiology IF:4.0Q2 DOI:10.3389/fmicb.2024.1438942 PMID:39355422	研究论文	本文提出了一种基于图自编码器和归纳矩阵补全的多相似性融合方法，用于预测微生物与疾病之间的关联	通过多相似性融合策略改进了预测性能，并使用图自编码器和归纳矩阵补全技术构建了一个端到端的深度学习框架	未提及具体的局限性	旨在开发一种高效准确的方法来识别微生物与疾病之间的潜在关联	微生物与疾病之间的关联	机器学习	NA	图自编码器和归纳矩阵补全	深度学习模型	微生物与疾病关联数据	使用了3个数据集（HMDAD, Disbiome, 和 multiMDA）
15011	2024-10-04	Forbidden Neurds: A Neuroscience Word Game 2024, Journal of undergraduate neuroscience education : JUNE : a publication of FUN, Faculty for Undergraduate Neuroscience DOI:10.59390/PAHQ2595 PMID:39355667	research paper	本文介绍了一种基于游戏的神经科学词汇学习工具的开发、实施和评估	设计了一种名为Forbidden Neurds的卡牌游戏，通过禁止使用特定词汇来帮助学生更好地掌握神经科学术语	NA	研究基于游戏的学习方法在神经科学课程中的应用效果	神经科学课程中的学生	NA	NA	NA	NA	NA	在一个小型公立文理学院的200级神经科学基础课程中进行了评估，涉及的学生数量未明确提及
15012	2024-10-04	Deep learning quantification reveals a fundamental prognostic role for ductular reaction in biliary atresia 2023-12-01, Hepatology communications IF:5.6Q1 DOI:10.1097/HC9.0000000000000333 PMID:38051554	研究论文	使用神经网络量化胆道闭锁中的导管反应（DR），并探讨其与病理生理和预后的关系	首次使用神经网络模型量化胆道闭锁中的导管反应，并发现其与预后的关联	样本量相对较小，且仅限于胆道闭锁患者	量化胆道闭锁中的导管反应，并探讨其与病理生理和预后的关系	胆道闭锁患者的肝脏活检样本	数字病理	胆道疾病	神经网络模型	神经网络	图像	259例胆道闭锁患者和43例对照组的肝脏活检样本
15013	2024-10-04	Validation of a Deep Learning Algorithm for Continuous, Real-Time Detection of Atrial Fibrillation Using a Wrist-Worn Device in an Ambulatory Environment 2023-10-03, Journal of the American Heart Association IF:5.0Q1 DOI:10.1161/JAHA.123.030543 PMID:37750558	研究论文	本文验证了一种基于卷积神经网络的腕戴设备在连续实时检测房颤中的性能	首次在腕戴设备中实现了连续实时房颤检测，并具有临床级别的性能	研究样本量较小，且仅限于阵发性房颤患者	验证腕戴设备在连续实时房颤检测中的临床应用潜力	腕戴设备、卷积神经网络、房颤检测	机器学习	心血管疾病	卷积神经网络	卷积神经网络	心电图数据	117名阵发性房颤患者
15014	2024-10-04	Predicting Prostate Cancer Molecular Subtype With Deep Learning on Histopathologic Images 2023-Oct, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2023.100247 PMID:37307876	研究论文	本文利用深度学习算法在组织病理学图像上预测前列腺癌的分子亚型	本文提出了一种基于transformer的分层架构，用于从H&E染色的全切片图像中识别前列腺癌中的ERG融合和PTEN缺失	本文未详细讨论模型的泛化能力和在不同数据集上的表现	开发一种能够通过组织病理学图像预测前列腺癌分子亚型的深度学习算法	前列腺癌中的ERG融合和PTEN缺失	数字病理学	前列腺癌	深度学习	Transformer	图像	224例ERG融合和205例PTEN缺失的前列腺癌样本
15015	2024-10-04	Automated Triage of Screening Breast MRI Examinations in High-Risk Women Using an Ensemble Deep Learning Model 2023-10-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000000976 PMID:37058323	研究论文	研究开发并评估了一种深度学习模型，用于在无漏诊癌症的情况下对高风险女性的乳腺MRI检查进行分类	提出了一种自动化的深度学习模型，能够在不漏诊癌症的情况下对乳腺MRI检查进行分类，并可能用于减少工作量	模型在独立使用时可能不适用于所有情况，更适合作为分流工具或基础模型	开发和评估一种深度学习模型，用于对高风险女性的乳腺MRI检查进行分类，以减少工作量并提高诊断效率	高风险女性的乳腺MRI检查	计算机视觉	乳腺癌	深度学习	深度学习模型	图像	16,535次连续的对比增强MRI检查，涉及8354名女性
15016	2024-10-04	Quantification of spatially localized MRS by a novel deep learning approach without spectral fitting 2023-10, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.29711 PMID:37183798	研究论文	提出了一种新的端到端深度学习模型，用于从体内J-点分辨光谱（JPRESS）中量化绝对代谢物浓度，无需使用光谱拟合	该模型通过深度学习直接从JPRESS数据中预测代谢物浓度和单个代谢物信号，无需光谱拟合，消除了传统方法中浓度估计与噪声水平及代谢物之间的相关性	该研究仅在20个人体脑样本上进行了体内测试，样本量较小	开发一种新的深度学习方法，用于从体内JPRESS数据中直接量化代谢物浓度，无需光谱拟合	体内JPRESS数据中的代谢物浓度	机器学习	NA	深度学习	编码器-解码器神经网络	时间域数据	训练数据集包含100,000个样本，验证数据集包含2,000个样本，体内测试数据集包含20个人体脑样本
15017	2024-10-04	Methodology reporting improved over time in 176,469 randomized controlled trials 2023-10, Journal of clinical epidemiology IF:7.3Q1 DOI:10.1016/j.jclinepi.2023.08.004 PMID:37562729	研究论文	本文分析了176,469项随机对照试验（RCT）的方法学报告随时间的变化趋势	使用基于深度学习的句子分类模型，根据CONSORT声明评估RCT报告的质量，并分析了报告趋势随时间的变化	某些方法信息的报告仍需改进，如序列生成和分配隐藏的报告率较低	研究随机对照试验方法学报告随时间的变化趋势	176,469项随机对照试验报告	机器学习	NA	深度学习	句子分类模型	文本	176,469项随机对照试验报告
15018	2024-10-04	Investigating Transformer Encoding Techniques to Improve Data-Driven Volume-to-Surface Liver Registration for Image-Guided Navigation 2023-Oct, Data engineering in medical imaging : first MICCAI Workshop, DEMI 2023, Held in Conjunction with MICCAI 2023, Vancouver, BC, Canada, October 8, 2023, Proceedings. DEMI (Workshop) (1st : 2023 : Vancouver, B.C.) DOI:10.1007/978-3-031-44992-5_9 PMID:39139984	研究论文	研究利用Transformer编码技术改进基于数据的体积到表面肝脏配准，以提高图像引导导航的准确性	采用基于Transformer的分割网络来预测非刚性配准的最佳位移场，显著提高了配准的准确性和鲁棒性	研究仅限于体积到表面肝脏配准，未涉及其他器官或更复杂的配准任务	提高腹腔镜肝脏手术中图像引导导航的准确性	肝脏的体积图像与表面图像的非刚性配准	计算机视觉	NA	深度学习	Transformer	图像	涉及多种数据集，具体样本数量未明确说明
15019	2024-10-04	Improving Medical Image Classification in Noisy Labels Using only Self-supervised Pretraining 2023-Oct, Data engineering in medical imaging : first MICCAI Workshop, DEMI 2023, Held in Conjunction with MICCAI 2023, Vancouver, BC, Canada, October 8, 2023, Proceedings. DEMI (Workshop) (1st : 2023 : Vancouver, B.C.) DOI:10.1007/978-3-031-44992-5_8 PMID:39144367	研究论文	本文探讨了在带有噪声标签的医学图像分类中使用自监督预训练来提高分类性能	首次研究了其他自监督方法（如基于 pretext 任务的预训练）对带有噪声标签的学习的影响，并探讨了仅使用自监督预训练方法在医学图像中的应用	仅在两个医学数据集上进行了实验，结果的普适性有待验证	研究自监督预训练在带有噪声标签的医学图像分类中的应用	组织病理学图像和胸部 X 光图像	计算机视觉	NA	自监督学习	深度学习分类模型	图像	两个医学数据集
15020	2024-10-04	Scanning Laser Ophthalmoscopy Demonstrates Disc and Peripapillary Strain During Horizontal Eye Rotation in Adults 2023-10, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2023.06.008 PMID:37343739	研究论文	使用扫描激光眼底镜（SLO）和深度学习分析技术，研究了成年人在水平眼球旋转过程中视盘和视网膜及脉络膜血管的机械应变	首次使用自动化图像分析和深度学习技术来量化视盘和视网膜及脉络膜血管在水平眼球旋转过程中的应变	研究仅限于健康成年人的水平眼球旋转，未涉及其他眼球运动或疾病状态	研究水平眼球旋转过程中视盘和视网膜及脉络膜血管的机械应变	视盘、视网膜和脉络膜血管在水平眼球旋转过程中的应变	计算机视觉	NA	扫描激光眼底镜（SLO）	深度学习	图像	22名年轻（平均±标准误，26 ± 5岁）和19名年长（64 ± 10岁）健康志愿者