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
15081	2024-10-03	Galileo-an Artificial Intelligence tool for evaluating pre-implantation kidney biopsies 2024-Oct-02, Journal of nephrology IF:2.7Q2 DOI:10.1007/s40620-024-02094-4 PMID:39356416	研究论文	本文介绍了一种名为Galileo的人工智能工具，用于辅助病理学家评估移植前肾脏活检	Galileo工具通过深度学习算法，能够快速准确地检测肾脏活检中的主要发现，显著提高了评估速度并减少了观察者间变异性	Galileo工具的性能需要在更多数据集上进行验证，并且需要基于硬终点如移植肾存活率进行进一步改进	开发一种能够辅助病理学家快速准确评估移植前肾脏活检的人工智能工具	移植前肾脏活检的评估	数字病理学	NA	深度学习算法	深度学习模型	图像	多中心队列中收集的来自肾脏核心针和楔形活检的全切片图像
15082	2024-10-03	A review of the emerging technologies and systems to mitigate food fraud in supply chains 2024-Oct-02, Critical reviews in food science and nutrition IF:7.3Q1 DOI:10.1080/10408398.2024.2405840 PMID:39356551	综述	本文综述了新兴技术和系统在供应链中缓解食品欺诈的应用	本文介绍了手持激光诱导击穿光谱（LIBS）和智能手机光谱等新技术，以及多功能设备与深度学习策略结合的潜力	实验室技术向工业应用的转化仍存在显著差距	探讨新兴技术和策略在缓解食品欺诈中的应用及其关键障碍	食品供应链中的欺诈问题	NA	NA	激光诱导击穿光谱（LIBS）、光谱技术、分离技术	深度学习	食品指纹	NA
15083	2024-10-03	Effectiveness of data-augmentation on deep learning in evaluating rapid on-site cytopathology at endoscopic ultrasound-guided fine needle aspiration 2024-09-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72312-3 PMID:39341885	研究论文	研究数据增强技术在深度学习评估内镜超声引导下细针穿刺细胞学快速现场评估中的效果	开发了一种基于人工智能的ROSE-AI系统，并通过数据增强技术提高了其诊断准确性	某些数据增强技术反而降低了诊断能力	探讨数据增强技术对ROSE-AI系统诊断能力的影响	内镜超声引导下细针穿刺细胞学快速现场评估	计算机视觉	胰腺癌	数据增强技术	深度学习模型	图像	4059张EUS-FNA切片图像，来自45名患者
15084	2024-10-03	Combining 2.5D deep learning and conventional features in a joint model for the early detection of sICH expansion 2024-09-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73415-7 PMID:39341957	研究论文	研究通过结合2.5D深度学习和传统特征，建立联合模型用于早期检测sICH扩展	首次将2.5D深度学习特征与临床特征、放射学标志和放射组学签名结合，建立联合模型用于早期sICH扩展的预测	研究为回顾性，样本量有限，需进一步前瞻性研究和多中心验证	评估联合模型在早期sICH扩展预测中的性能，并比较其与其他模型的表现	sICH患者的早期扩展风险	机器学习	脑血管疾病	2.5D深度学习	联合模型	图像	254名sICH患者
15085	2024-10-03	Microbe-drug association prediction model based on graph convolution and attention networks 2024-09-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-71834-0 PMID:39333143	研究论文	本文提出了一种基于图卷积和注意力网络的微生物-药物关联预测模型	该模型结合了图卷积网络和图注意力网络，旨在通过学习相关特征揭示微生物与药物之间的潜在关系，从而提高预测的效率和准确性	NA	解决传统实验方法在预测潜在微生物-药物关联中的不足	微生物与药物之间的关联	机器学习	NA	图卷积网络（GCN）和图注意力网络（GAT）	GCNATMDA	微生物-药物关联矩阵	NA
15086	2024-10-03	Deep learning domain adaptation to understand physico-chemical processes from fluorescence spectroscopy small datasets and application to the oxidation of olive oil 2024-09-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73054-y PMID:39333249	研究论文	本文提出了一种利用领域适应和预训练视觉模型的新方法，结合新颖的可解释性算法，来分析荧光光谱数据中的物理化学过程	本文的创新点在于利用领域适应和预训练视觉模型，结合新颖的可解释性算法，将深度学习应用于荧光光谱数据分析，使其从黑箱转变为理解复杂生物和化学过程的工具	本文的局限性在于所使用的数据集通常较小且稀疏，且荧光激发-发射矩阵（EEMs）的高维度和重叠光谱特征增加了分析难度	本文的研究目的是通过深度学习方法分析荧光光谱数据，特别是荧光激发-发射矩阵（EEMs），以理解物理化学过程	本文的研究对象是荧光光谱数据，特别是橄榄油氧化过程中的荧光激发-发射矩阵（EEMs）	机器学习	NA	深度学习	神经网络	光谱数据	小数据集
15087	2024-10-03	A novel hybrid deep learning IChOA-CNN-LSTM model for modality-enriched and multilingual emotion recognition in social media 2024-09-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73452-2 PMID:39333289	研究论文	本文提出了一种新的混合深度学习模型IChOA-CNN-LSTM，用于社交媒体中的多模态和多语言情感识别	引入了IChOA-CNN-LSTM混合模型，结合CNN进行精确的图像特征提取，LSTM网络进行序列数据分析，以及改进的Chimp优化算法进行有效的特征融合	NA	通过多模态数据分析，理解公众在COVID-19疫情中的情感状态	从Twitter等平台获取的文本、图像、音频和视频数据	自然语言处理	NA	NA	CNN, LSTM	文本, 图像, 音频, 视频	NA
15088	2024-10-03	Impact of a deep learning-based brain CT interpretation algorithm on clinical decision-making for intracranial hemorrhage in the emergency department 2024-09-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73589-0 PMID:39333329	研究论文	研究评估了基于深度学习的脑CT解读算法对急诊部门颅内出血临床决策的影响	首次在模拟临床环境中评估深度学习算法对颅内出血诊断的影响	研究样本量较小，仅涉及十名急诊医疗专业人员	评估深度学习算法在急诊部门颅内出血诊断中的实际应用效果	急诊医疗专业人员在有无深度学习算法辅助下的诊断表现和决策一致性	计算机视觉	颅内出血	深度学习	NA	图像	十名急诊医疗专业人员
15089	2024-10-03	A Data-Centric Approach to improve performance of deep learning models 2024-09-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73643-x PMID:39333381	研究论文	本文探讨了从模型为中心转向数据为中心的方法，以提高深度学习模型的性能	提出了数据为中心的方法，通过数据增强、多阶段哈希和置信学习等技术生成高质量数据，以提升模型性能	数据为中心的方法面临生成高质量数据、确保数据隐私和解决数据偏见等挑战	旨在通过数据为中心的方法生成高质量数据，以提高深度学习模型的性能	研究了MNIST、Fashion MNIST和CIFAR-10等流行数据集，并使用ResNet-18作为通用框架进行实验	机器学习	NA	数据增强、多阶段哈希、置信学习	ResNet-18	图像	涉及MNIST、Fashion MNIST和CIFAR-10等流行数据集
15090	2024-10-03	Length-scale study in deep learning prediction for non-small cell lung cancer brain metastasis 2024-09-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73428-2 PMID:39333630	研究论文	研究深度学习在非小细胞肺癌脑转移预测中的长度尺度特征	开发了一种新方法来研究深度神经网络预测能力背后的特征长度尺度，并应用于分析深度神经网络在预测非小细胞肺癌脑转移中的能力	随着深度神经网络架构的规模和复杂性增加，其可解释性降低，难以解释病理特征以获得更广泛的临床见解	评估数字显微图像的可解释性，并指导未来显微系统设计	深度神经网络在预测非小细胞肺癌脑转移中的特征长度尺度	数字病理学	肺癌	深度学习	深度神经网络	图像	NA
15091	2024-10-03	A deep learning model for differentiating paediatric intracranial germ cell tumour subtypes and predicting survival with MRI: a multicentre prospective study 2024-Sep-11, BMC medicine IF:7.0Q1 DOI:10.1186/s12916-024-03575-w PMID:39256746	研究论文	本研究开发了一种基于深度学习的模型iGNet，用于通过MRI图像区分儿童颅内生殖细胞肿瘤亚型并预测生存率	首次利用深度学习模型iGNet通过术前MR T2加权成像区分颅内生殖细胞肿瘤亚型，并预测生存率	研究样本量相对较小，且仅限于颅内生殖细胞肿瘤	开发一种深度学习模型，用于辅助区分颅内生殖细胞肿瘤亚型并预测生存率	儿童颅内生殖细胞肿瘤亚型及其生存率预测	计算机视觉	NA	深度学习	nnUNet	MRI图像	280例病理证实的颅内生殖细胞肿瘤患者，包括83例生殖细胞瘤和117例非生殖细胞瘤性生殖细胞肿瘤
15092	2024-09-14	Heat wave attribution assessment using deep learning 2024-Sep, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-024-00700-w PMID:39266671	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
15093	2024-10-03	AlphaFold2 Reveals Structural Patterns of Seasonal Haplotype Diversification in SARS-CoV-2 Nucleocapsid Protein Variants 2024-Aug-25, Viruses DOI:10.3390/v16091358 PMID:39339835	研究论文	研究利用AlphaFold2揭示了SARS-CoV-2核衣壳蛋白变体在季节性单倍型多样性中的结构模式	通过数据挖掘和GISAID数据库，研究了22种单倍型的进化历程，并利用从头计算方法分析了核衣壳蛋白的结构变化	缺乏已识别单倍型对应蛋白质的三维原子结构数据	揭示SARS-CoV-2核衣壳蛋白变体的结构模式及其在病毒进化中的作用	SARS-CoV-2核衣壳蛋白及其变体	生物信息学	传染病	从头计算方法	AlphaFold2	蛋白质序列	22种单倍型
15094	2024-10-03	3DVascNet: An Automated Software for Segmentation and Quantification of Mouse Vascular Networks in 3D 2024-07, Arteriosclerosis, thrombosis, and vascular biology DOI:10.1161/ATVBAHA.124.320672 PMID:38779855	研究论文	本文介绍了一种基于深度学习的自动化软件3DVascNet，用于分割和量化小鼠3D血管网络	开发了3DVascNet软件，利用深度学习模型自动分割和量化3D血管网络，克服了传统2D分析的局限性	尽管3DVascNet在眼底图像上表现出色，但其泛化能力在其他数据集和器官上的表现仍需进一步验证	开发一种自动化工具，用于高效分析3D血管网络，以揭示生理和病理状态下血管组织的机制	小鼠视网膜血管网络	计算机视觉	NA	深度学习	深度学习模型	图像	大量3D显微镜图像
15095	2024-10-03	Structure-based prediction of protein-nucleic acid binding using graph neural networks 2024-Jun, Biophysical reviews IF:4.9Q1 DOI:10.1007/s12551-024-01201-w PMID:39345796	研究论文	本文开发了一种基于图神经网络的深度学习方法，用于预测蛋白质与核酸的结合	利用图神经网络编码蛋白质结构的物理化学和几何特性，预测核酸结合位点	NA	开发一种新的方法来预测蛋白质与核酸的结合	蛋白质与核酸的结合	机器学习	NA	图神经网络	图神经网络	蛋白质结构数据	NA
15096	2024-10-03	Essential and virulence-related protein interactions of pathogens revealed through deep learning 2024-Apr-12, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.12.589144 PMID:38645026	研究论文	本文开发了一种基于深度学习的管道，利用残基共进化和蛋白质结构预测来系统地识别和结构化表征蛋白质-蛋白质相互作用	本文首次利用深度学习技术在全蛋白质组范围内系统地识别和结构化表征蛋白质-蛋白质相互作用，并验证了其有效性	实验验证的样本量较小，仅验证了12个预测中的6个	通过识别细菌蛋白质-蛋白质相互作用及其复合物结构，帮助理解致病机制并开发传染病治疗方法	19种人类细菌病原体的蛋白质-蛋白质相互作用及其复合物结构	机器学习	NA	深度学习	NA	蛋白质数据	7800万对蛋白质，涉及19种人类细菌病原体，识别出1923个涉及必需基因的复合物和256个涉及毒力因子的复合物
15097	2024-10-03	PNAbind: Structure-based prediction of protein-nucleic acid binding using graph neural networks 2024-Mar-02, bioRxiv : the preprint server for biology DOI:10.1101/2024.02.27.582387 PMID:38529493	研究论文	本文介绍了一种基于图神经网络的深度学习方法PNAbind，用于预测蛋白质与核酸的结合	利用图神经网络编码蛋白质分子表面的物理化学和几何特性，预测核酸结合功能，并区分DNA或RNA的特异性结合	NA	开发一种新的方法来预测蛋白质与核酸的结合，并理解决定核酸识别的化学和结构特征	蛋白质与核酸的结合	机器学习	NA	图神经网络	图神经网络	蛋白质结构	NA
15098	2024-10-03	Data-driven coordinated attention deep learning for high-fidelity brain imaging denoising and inpainting 2024-03, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202300390 PMID:38168132	研究论文	本文提出了一种基于数据驱动的协同注意力深度学习方法，用于高保真脑部图像去噪和修复	本文创新性地结合了信号增强、去噪和修复技术，开发了一种新的深度脑部坐标注意力修复网络（DeepCAR），能够快速准确地恢复深度皮质图像，并保留小尺度组织结构	NA	提升低质量图像的质量，特别是在活体小鼠深部脑成像中	活体小鼠深部脑皮质荧光图像	计算机视觉	NA	深度学习	CNN	图像	一个深度脑皮质图像数据集
15099	2024-10-03	Identification of individuals using functional near-infrared spectroscopy based on a one-dimensional convolutional neural network 2024-03, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202300453 PMID:38282446	研究论文	本研究利用功能性近红外光谱（fNIRS）和一维卷积神经网络（Conv1D）进行个人识别	创新性地将深度学习框架与fNIRS数据结合用于个人识别	NA	探索利用fNIRS和深度学习技术进行个人识别的可行性	成年人的静息态fNIRS信号	机器学习	NA	功能性近红外光谱（fNIRS）	一维卷积神经网络（Conv1D）	信号	56名成年参与者
15100	2024-10-03	Implementation of a portable diffraction phase microscope for digital histopathology 2024-03, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202300496 PMID:38358045	研究论文	本文介绍了一种便携式衍射相位显微镜（DPM）系统，用于数字病理学中的定量相位成像	开发了一种便携式DPM系统，无需染色即可区分生物组织结构和细胞，并应用深度学习技术进行虚拟染色	NA	开发一种便携式系统，使定量相位成像在病理学中的应用更加普及	小鼠各种器官的细胞和组织结构	数字病理学	NA	衍射相位显微镜（DPM）	深度学习	图像	小鼠各种器官