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
15881	2024-09-19	Wear prediction of high performance rolling bearing based on 1D-CNN-LSTM hybrid neural network under deep learning 2024-Sep-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e35781 PMID:39281601	研究论文	本文提出了一种基于1D-CNN-LSTM混合神经网络的高性能滚动轴承磨损预测方法	使用1D-CNN-LSTM混合神经网络进行深度学习，相比传统的1D-CNN算法，预测精度有所提高	NA	解决滚动轴承寿命测试时间长和成本高的问题	高性能滚动轴承的磨损预测	机器学习	NA	1D-CNN-LSTM混合神经网络	1D-CNN-LSTM	数据	791152个数据点
15882	2024-09-19	Deep learning for mango leaf disease identification: A vision transformer perspective 2024-Sep-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36361 PMID:39281639	研究论文	本文评估了视觉变换器在芒果叶病害识别中的性能，并与流行的卷积神经网络进行了比较	提出了基于预训练的Data-efficient Image Transformer (DeiT)架构的优化模型，实现了99.75%的准确率，优于多种流行的卷积神经网络，并展示了视觉变换器在训练时间上的优势	NA	评估视觉变换器在农业中的应用，特别是芒果叶病害识别	芒果叶病害	计算机视觉	NA	视觉变换器 (ViTs)	视觉变换器 (ViTs)	图像	NA
15883	2024-09-19	SMTRI: A deep learning-based web service for predicting small molecules that target miRNA-mRNA interactions 2024-Sep-10, Molecular therapy. Nucleic acids DOI:10.1016/j.omtn.2024.102303 PMID:39281703	研究论文	本文介绍了一种基于卷积神经网络的网络服务SMTRI，用于预测靶向miRNA-mRNA相互作用的小分子	SMTRI在AUC和准确性上分别比现有最先进算法提高了12.9%-30.3%和2.0%-18.4%	NA	开发一种计算程序来辅助成熟miRNA靶向药物的发现	miRNA-mRNA相互作用形成的小分子靶向RNA二级结构	机器学习	NA	NA	卷积神经网络	RNA	三个额外的测试集和四个已发表的实验验证的RNA靶向小分子案例研究
15884	2024-09-19	Artificial intelligence for geoscience: Progress, challenges, and perspectives 2024-Sep-09, Innovation (Cambridge (Mass.)) DOI:10.1016/j.xinn.2024.100691 PMID:39285902	综述	本文探讨了地球科学研究的演变，从基于物理的传统模型到现代数据驱动方法的进展，这些方法得益于人工智能和数据收集技术的显著进步	本文提出了将基于物理和数据驱动的方法结合到混合模型中的新范式，这些模型结合了领域知识来指导人工智能方法，展示了更高的效率和性能	数据稀缺、计算需求、数据隐私问题以及AI模型的“黑箱”性质是当前的主要挑战	探讨人工智能在地球科学中的应用进展、挑战和未来展望	地球科学研究中的传统物理模型和现代数据驱动模型	机器学习	NA	机器学习（ML）和深度学习（DL）	混合模型	地球科学数据	NA
15885	2024-09-19	Reply to: "Enhancing diagnostic accuracy for primary bone tumors: The role of expert histological analysis and AI-driven deep learning models" 2024-Sep-07, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology DOI:10.1016/j.ejso.2024.108670 PMID:39289050	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
15886	2024-09-19	Comparison review of image classification techniques for early diagnosis of diabetic retinopathy 2024-Sep-05, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad7267 PMID:39173657	综述	本文比较和分析了用于糖尿病视网膜病变早期诊断的各种机器学习技术	CapsNet在准确率和精确率上表现出色，CLAHE预处理技术显著提升了模型效率	深度学习方法计算复杂度高，需要更多资源和数据输入，且领域内缺乏一致的基准数据集	探讨和比较不同机器学习技术在糖尿病视网膜病变早期诊断中的有效性	糖尿病视网膜病变	计算机视觉	糖尿病	机器学习	CNN, CapsNet, KNN, SVM, 决策树, 随机森林	图像	NA
15887	2024-09-19	GTAM: a molecular pretraining model with geometric triangle awareness 2024-Sep-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae524 PMID:39177102	研究论文	本文介绍了一种名为几何三角感知模型（GTAM）的新型对比学习策略，用于分子表示学习	GTAM整合了创新的分子编码器，能够准确捕捉基于图的分子结构中的几何依赖关系，并通过两个对比训练目标增强分子编码器的功能	NA	克服现有分子表示学习方法在捕捉2D拓扑图和3D几何构象中复杂相互作用的不足	分子表示学习	机器学习	NA	对比学习	几何三角感知模型（GTAM）	2D图和3D构象	NA
15888	2024-09-19	Poised PABP-RNA hubs implement signal-dependent mRNA decay in development 2024-Sep, Nature structural & molecular biology IF:12.5Q1 DOI:10.1038/s41594-024-01363-x PMID:39054355	研究论文	本文使用深度学习技术解析了信号依赖性mRNA降解的机制，特别是在胚胎植入过程中，ERK-MEK信号通路通过磷酸化LIN28A来调节naive多能性mRNA的降解	首次揭示了PABP-RNA枢纽在信号诱导的mRNA降解中的作用，以及AUU基序的多价性对pLIN28A-PABP汇聚的影响	NA	研究信号依赖性mRNA降解的机制及其在发育过程中的作用	naive多能性mRNA的降解机制	生物信息学	NA	深度学习	NA	序列数据	NA
15889	2024-09-19	Intelligent deep model based on convolutional neural network's and multi-layer perceptron to classify cardiac abnormality in diabetic patients 2024-Sep, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-024-01444-7 PMID:38900229	研究论文	本文探讨了使用机器学习和深度学习算法自动识别糖尿病患者的心脏疾病，无需专家干预	本文引入了两种模型：MLP模型和深度CNN模型，分别用于区分心脏疾病和特定心脏状况的识别	NA	自动识别糖尿病患者的心脏疾病	糖尿病患者的心脏疾病	机器学习	心血管疾病	NA	CNN, MLP	ECG数据	使用PTB-Diagnostic ECG数据集，包含多种ECG记录
15890	2024-09-19	A multi-label dataset and its evaluation for automated scoring system for cleanliness assessment in video capsule endoscopy 2024-Sep, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-024-01441-w PMID:38884670	研究论文	本文开发了一种用于视频胶囊内镜清洁度评估的自动化评分系统，并构建了一个多标签数据集进行评估	首次提出了基于韩国-加拿大评分系统的视频胶囊内镜清洁度自动化评估方法，并开发了相应的移动应用程序AI-KODA	需要进一步研究以提高KODA评分系统的评分者间一致性，并开发自动化的多任务分类方法	开发和评估一种用于视频胶囊内镜清洁度评估的自动化评分系统	视频胶囊内镜的清洁度评估	计算机视觉	NA	机器学习和深度学习算法	随机森林分类器、Adaboost、KNeighbours、高斯朴素贝叶斯、深度学习算法	图像	28名患者的胶囊视频数据集
15891	2024-09-19	Learning meaningful representation of single-neuron morphology via large-scale pre-training 2024-09-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae395 PMID:39230697	研究论文	提出了一种名为MorphRep的模型，用于学习单神经元形态的有意义表示，并通过大规模预训练实现	通过图结构数据编码神经元形态，使用图变换器进行特征编码，并强制多个增强视图之间的一致性，实现了最先进的性能	NA	研究单神经元形态的结构、形式和形状，评估神经元发育和衰老的变化，以及确定脑部疾病和治疗的影响	单神经元形态	计算机视觉	NA	图变换器	图变换器	图结构数据	超过250,000个现有的神经元形态数据
15892	2024-09-19	Protein Multiple Conformation Prediction Using Multi-Objective Evolution Algorithm 2024-Sep, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-023-00597-5 PMID:38190097	研究论文	提出了一种名为MultiSFold的方法，使用基于距离的多目标进化算法来预测蛋白质的多种构象	MultiSFold在预测蛋白质多种构象方面显著优于AlphaFold2，成功率提高了46.25%	NA	改进蛋白质多种构象的预测方法	蛋白质的多种构象	生物信息学	NA	多目标进化算法	NA	蛋白质结构数据	80个蛋白质目标，每个目标有两个代表性构象状态，以及244个人类蛋白质
15893	2024-09-19	Predicting circRNA-RBP Binding Sites Using a Hybrid Deep Neural Network 2024-Sep, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00616-z PMID:38381315	研究论文	提出了一种名为circ-FHN的新模型，利用circRNA序列预测circRNA-RBP结合位点	采用混合深度学习模型，结合CNN和BiGRU，提取circRNA序列的高级抽象特征和长期依赖关系	未提及	开发一种计算方法来预测circRNA-RBP结合位点，以替代传统生物实验	circRNA和RNA结合蛋白（RBP）的相互作用	机器学习	NA	NA	混合深度神经网络（CNN和BiGRU）	序列	16个数据集
15894	2024-09-19	SeFilter-DIA: Squeeze-and-Excitation Network for Filtering High-Confidence Peptides of Data-Independent Acquisition Proteomics 2024-Sep, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00611-4 PMID:38472692	研究论文	本文介绍了一种名为SeFilter-DIA的深度学习算法，用于自动化识别高置信度肽段	利用压缩激励神经网络和残差网络模型，SeFilter-DIA能够有效区分高置信度和低置信度肽段，并在基准数据集上取得了优异的性能	NA	自动化识别高置信度肽段，提高蛋白质组学分析的效率和客观性	高置信度肽段的自动化识别	机器学习	NA	深度学习	压缩激励神经网络和残差网络	质谱数据	基准数据集
15895	2024-09-19	DeepPI: Alignment-Free Analysis of Flexible Length Proteins Based on Deep Learning and Image Generator 2024-Sep, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00618-x PMID:38568406	研究论文	本文介绍了一种基于深度学习和图像生成器的无对齐分析工具DeepPI，用于分析大规模蛋白质数据库中的灵活长度蛋白质	DeepPI利用全局平均池化处理灵活长度的蛋白质，减少了信息损失，并通过图像生成器将一维序列转换为二维结构，提取不同形状的共同部分	NA	开发一种新的蛋白质分析工具，克服传统方法在固定长度序列和相邻氨基酸信息上的限制	大规模蛋白质数据库中的灵活长度蛋白质	机器学习	NA	深度学习	NA	序列	NA
15896	2024-09-19	Stability of radiomic features from positron emission tomography images: a phantom study comparing advanced reconstruction algorithms and ordered subset expectation maximization 2024-Sep, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-024-01416-x PMID:38625624	研究论文	本研究比较了不同重建算法（包括高级重建算法和传统OSEM）对正电子发射断层扫描（PET）图像中放射组学特征的重复性和可重复性的影响	本研究首次比较了高级重建算法（如HYPER迭代、HYPER深度学习重建和HYPER深度渐进重建）与传统OSEM在PET图像放射组学特征稳定性方面的差异	研究仅使用了异质性幻影进行实验，未涉及临床数据，因此结果的临床适用性有限	探讨不同重建算法对PET图像放射组学特征稳定性的影响	PET图像中的放射组学特征	计算机视觉	NA	正电子发射断层扫描（PET）	NA	图像	使用了一个异质性幻影，包含4毫米和8毫米直径的丙烯酸球珠
15897	2024-09-19	In vivo EPID-based daily treatment error identification for volumetric-modulated arc therapy in head and neck cancers with a hierarchical convolutional neural network: a feasibility study 2024-Sep, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-024-01414-z PMID:38647634	研究论文	本文提出了一种基于EPID剂量测量的深度学习方法，用于分类头颈部癌症患者每日VMAT治疗中的各种错误类型	本文创新性地使用了分层卷积神经网络（HCNN）模型来分类错误类型和幅度，并结合EPID剂量差异图进行分析	临床数据集中的F1分数较低，表明模型在实际临床应用中的性能有待提高	研究目的是通过深度学习方法识别头颈部癌症患者每日VMAT治疗中的错误类型，为临床决策提供支持	研究对象为42名头颈部癌症患者的146个弧度治疗数据	机器学习	头颈部癌症	EPID剂量测量	分层卷积神经网络（HCNN）	图像	146个弧度数据，来自42名患者
15898	2024-09-19	Exploring Novel Fentanyl Analogues Using a Graph-Based Transformer Model 2024-Sep, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00623-0 PMID:38683279	研究论文	本文介绍了一种基于分子图的Transformer模型，结合基于子结构替换的数据增强方法生成新型芬太尼类似物	本文提出的模型能够生成更多新颖的潜在芬太尼类似物，并且能够学习原始芬太尼分子的某些性质	NA	探索新型芬太尼类似物的结构	芬太尼及其类似物的分子结构	机器学习	NA	Transformer模型	Transformer	分子图	生成了140,000个分子，经过筛选后得到36,799个潜在的芬太尼类似物
15899	2024-09-19	A transformer-based deep learning model for early prediction of lymph node metastasis in locally advanced gastric cancer after neoadjuvant chemotherapy using pretreatment CT images 2024-Sep, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2024.102805 PMID:39281097	研究论文	本研究开发并验证了一种基于Transformer的深度学习网络，用于在接受新辅助化疗后局部晚期胃癌患者的基线CT图像上早期预测淋巴结转移	本研究首次使用基于Transformer的深度学习模型，通过基线CT图像预测新辅助化疗后局部晚期胃癌患者的淋巴结转移情况	本研究为回顾性研究，未来需要进行多中心前瞻性研究以进一步验证模型的有效性	开发并验证一种深度学习网络，用于早期预测新辅助化疗后局部晚期胃癌患者的淋巴结转移情况	局部晚期胃癌患者在接受新辅助化疗后的淋巴结转移情况	计算机视觉	胃癌	深度学习	Transformer	图像	共1205例局部晚期胃癌患者
15900	2024-09-19	Current status and quality of prognosis prediction models of non-small cell lung cancer constructed using computed tomography (CT)-based radiomics: a systematic review and radiomics quality score 2.0 assessment 2024-Sep-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-22 PMID:39281123	综述	本文综述了基于CT的放射组学在非小细胞肺癌预后预测模型中的应用现状，并通过放射组学质量评分2.0评估其科学性和质量	引入了最新的放射组学质量评分2.0（RQS 2.0）评分标准，以评估研究的质量和科学性	纳入的研究质量普遍不高，手工放射组学（HCR）研究的质量尤为低下，仅有4项研究进行了独立队列验证	回顾基于CT的放射组学在非小细胞肺癌预后预测中的应用，评估其科学性和质量，为后续相关研究提供参考	基于CT的放射组学在非小细胞肺癌预后预测中的应用	数字病理学	肺癌	放射组学	NA	图像	17项研究，涵盖了多种非小细胞肺癌治疗方式和预后预测结果