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
141	2024-12-21	Using machine learning to improve the hard modeling of NMR time series 2024-Dec-16, Journal of magnetic resonance (San Diego, Calif. : 1997) DOI:10.1016/j.jmr.2024.107813 PMID:39700601	研究论文	本文提出了一种结合机器学习和非线性优化的混合方法，用于改进核磁共振时间序列的硬建模	本文的创新点在于提出了一种结合深度学习和非线性优化的混合方法，利用神经网络预测优化算法的初始参数，从而提高建模的运行时间和准确性	本文的局限性在于仅在构建和实验数据集上进行了验证，尚未在更广泛的实际应用中进行测试	本文的研究目的是改进核磁共振时间序列的建模方法，以提高复杂过程中信息提取的准确性和效率	本文的研究对象是核磁共振时间序列数据	机器学习	NA	核磁共振（NMR）	神经网络	时间序列	构建和实验数据集
142	2024-12-21	AutoFOX: An automated cross-modal 3D fusion framework of coronary X-ray angiography and OCT 2024-Dec-15, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103432 PMID:39700845	研究论文	本文提出了一种自动化的跨模态3D融合框架AutoFOX，用于冠状动脉X射线血管造影（XA）和光学相干断层扫描（OCT）的融合	AutoFOX框架引入了深度学习模型TransCAN进行3D血管对齐，并采用先进的侧支管腔重建算法增强分叉病变评估	NA	提高冠状动脉疾病（CAD）的诊断和预后评估	冠状动脉X射线血管造影（XA）和光学相干断层扫描（OCT）的3D融合	计算机视觉	心血管疾病	深度学习	TransCAN	图像	多中心数据集
143	2024-12-21	Assessment of ComBat Harmonization Performance on Structural Magnetic Resonance Imaging Measurements 2024-Dec-15, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.70085 PMID:39704541	研究论文	本研究评估了ComBat技术在多站点结构磁共振成像测量中的调和性能	采用稳健的交叉验证方法评估ComBat性能，并使用多类高斯过程分类器进行机器学习分析，提供了ComBat效果的定量见解	研究仅限于三个站点，且未讨论ComBat在其他类型数据或不同研究领域的适用性	评估ComBat技术在多站点结构磁共振成像测量中的调和性能，并验证其对生物协变量与调和后脑特征之间关联的影响	多站点结构磁共振成像的体积和表面测量数据	机器学习	NA	ComBat	多类高斯过程分类器	图像	三个站点的未见独立灰质体积数据
144	2024-12-21	HistoPlexer: Histopathology-based Protein Multiplex Generation using Deep Learning 2024-Dec-07, medRxiv : the preprint server for health sciences DOI:10.1101/2024.01.26.24301803 PMID:39677425	研究论文	本文介绍了一种基于深度学习的框架HistoPlexer，用于从组织病理学图像直接生成空间解析的蛋白质多重检测	HistoPlexer采用条件生成对抗网络和自定义损失函数，能够减少切片间的变化并保持蛋白质的空间相关性，在转移性黑色素瘤样本的评估中表现优于现有方法	NA	开发一种成本和时间有效的技术，用于从组织病理学图像生成蛋白质多重检测，以更好地理解肿瘤微环境	转移性黑色素瘤样本	计算机视觉	皮肤癌	深度学习	生成对抗网络	图像	NA
145	2024-12-21	A Deep Learning Network for Accurate Retinal Multidisease Diagnosis Using Multiview Fusion of En Face and B-Scan Images: A Multicenter Study 2024-Dec-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.13.12.31 PMID:39693092	研究论文	本研究探讨了融合en face和B-scan图像以提高深度学习模型诊断视网膜疾病的效果	提出了一个多视角融合网络（MVFN），通过决策融合模块整合快速轴和慢速轴B-scan及en face信息，显著提高了诊断性能	NA	研究融合en face和B-scan图像对深度学习模型诊断性能的影响	视网膜疾病	计算机视觉	NA	深度学习	多视角融合网络（MVFN）	图像	2330例病例
146	2024-12-21	Automated deep learning segmentation of cardiac inflammatory FDG PET 2024-Dec, Journal of nuclear cardiology : official publication of the American Society of Nuclear Cardiology IF:3.0Q2 DOI:10.1016/j.nuclcard.2024.102052 PMID:39368659	研究论文	本文开发了一种基于3D U-Net深度学习算法的自动化心肌分割工具，用于心脏结节病FDG PET图像的处理	本文首次提出了一种基于深度学习的心肌分割方法，显著提高了心脏结节病FDG PET图像的处理效率和准确性	本文未详细讨论该方法在其他心脏疾病或不同类型PET图像中的适用性	开发一种自动化工具，以提高心脏结节病FDG PET图像的处理效率和准确性	心脏结节病患者的FDG PET图像	计算机视觉	心脏疾病	深度学习	3D U-Net	图像	316名患者的FDG PET扫描数据
147	2024-12-21	Peptidomics and Machine Learning-based Evaluation of Noncoding RNA-Derived Micropeptides in Breast Cancer: Expression Patterns and Functional/Therapeutic Insights 2024-Dec, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2024.102150 PMID:39393531	研究论文	本研究通过肽组学和机器学习方法评估了非编码RNA衍生微肽在乳腺癌中的表达模式及其功能和治疗潜力	首次在大规模研究中探讨了非编码RNA衍生微肽在乳腺癌亚型中的表达及其在治疗中的潜在作用	研究主要基于预测数据，缺乏实验验证	深入了解非编码RNA衍生微肽在乳腺癌亚型中的表达模式及其与疾病的相关性	非编码RNA衍生微肽在乳腺癌中的表达及其功能和治疗潜力	机器学习	乳腺癌	高吞吐量质谱	机器学习和深度学习工具	序列数据	16,349个独特的假定微肽序列数据集，58个在乳腺组织中表达的肽
148	2024-12-21	RETRACTED ARTICLE: MTR-SDL: a soft computing based multi-tier rank model for shoulder X-ray classification 2024-12, Soft computing IF:3.1Q2 DOI:10.1007/s00500-023-08562-6 PMID:37362295	撤稿文章	提出了一种基于软计算的多层级排序模型MTR-SDL，用于肩部X光分类，通过小规模标注数据生成未标注数据的标签，以达到大规模数据训练的效果	提出了基于排序的集成选择方法MTR-SDL，利用多个机器学习模型的优势，通过动态集成投票为未标注数据生成标签，提高了模型的准确性和性能	文章未提及具体的局限性	解决医疗领域中深度神经网络模型因标注数据不足而影响准确性的问题	肩部X光图像的分类	机器学习	NA	深度神经网络	集成学习	图像	未明确提及具体样本数量
149	2024-12-21	RETRACTED ARTICLE: Sustainable strategy for online physical education teaching using ResNet34 and big data 2024-12, Soft computing IF:3.1Q2 DOI:10.1007/s00500-023-08524-y PMID:37362298	研究论文	本文提出了一种基于ResNet34和大数据的在线体育教育教学支持系统，能够实时分析和纠正学生的运动动作	通过结合注意力机制模块与ResNet34，提高了系统的检测精度，并在目标识别准确性上优于其他现有方法	未提及具体的局限性	开发一种可持续的在线体育教育教学支持系统，以应对全球COVID-19疫情下的在线教育需求	学生的运动动作，包括体操、舞蹈、篮球等体育项目	计算机视觉	NA	深度学习图像识别算法	ResNet34	图像	未提及具体样本数量
150	2024-12-21	Discovery of novel Akt1 inhibitors by an ensemble-based virtual screening method, molecular dynamics simulation, and in vitro biological activity testing 2024-Dec, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-023-10788-3 PMID:38240951	研究论文	本文通过基于集成的虚拟筛选方法、分子动力学模拟和体外生物活性测试，发现了一种新的Akt1抑制剂	本文提出了一种多层虚拟筛选方法，结合了药效团、3D-QSAR、分子对接和深度学习技术，并发现了具有新骨架的潜在Akt1抑制剂Hit9	本文仅对17种化合物进行了体外生物活性测试，未进行体内实验和临床试验	发现新的Akt1抑制剂，用于治疗Akt1过表达的多种癌症	Akt1抑制剂及其与Akt1的相互作用	药物发现	癌症	虚拟筛选、分子动力学模拟、体外生物活性测试	深度学习	化合物	17种不同骨架的化合物
151	2024-12-21	First report on chemometrics-driven multilayered lead prioritization in addressing oxysterol-mediated overexpression of G protein-coupled receptor 183 2024-Dec, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-024-10811-1 PMID:38460065	研究论文	本文首次报道了通过化学计量学驱动的多层级优先级排序方法，筛选潜在的G蛋白偶联受体183（GPR183）抑制剂，以应对氧化固醇介导的GPR183过度表达	本文开发了一种基于遗传算法（GA）和多元线性回归（MLR）的二维定量构效关系（QSAR）模型，并结合分子对接、药物相似性、ADMET评估、蛋白质-配体稳定性评估等技术，筛选出潜在的GPR183抑制剂	本文的研究结果需要进一步的体外和体内验证	旨在通过计算方法筛选潜在的GPR183抑制剂，以应对氧化固醇介导的GPR183过度表达	G蛋白偶联受体183（GPR183）及其抑制剂	药物筛选	癌症、糖尿病、多发性硬化症、感染性疾病和炎症性疾病	定量构效关系（QSAR）、分子对接、分子动力学、分子力学	多元线性回归（MLR）	化合物数据	12,449个DrugBank化合物
152	2024-12-21	Bayesian unsupervised clustering identifies clinically relevant osteosarcoma subtypes 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae665 PMID:39701601	研究论文	本文使用贝叶斯无监督聚类方法，通过潜在过程分解（LPD）模型对骨肉瘤进行亚型分类，并验证了其临床相关性	本文采用了更复杂的无监督贝叶斯模型LPD，能够处理个体癌症样本的异质性，并解析转录组数据的结构，提供临床相关信息	NA	识别癌症亚型，为精准医学的发展提供支持	骨肉瘤的亚型分类	机器学习	骨肉瘤	RNA测序（RNA-seq）	潜在过程分解（LPD）	转录组数据	NA
153	2024-12-21	Detection of hate: speech tweets based convolutional neural network and machine learning algorithms 2024-11-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76632-2 PMID:39572576	研究论文	本文讨论了使用基于TF-IDF的特征工程方法，结合多种机器学习和深度学习分类器，自动识别社交媒体上的仇恨言论	本文创新性地结合了多种机器学习和深度学习算法，包括卷积神经网络（CNN），以提高仇恨言论检测的准确性	本文未详细讨论数据集的多样性和可能的偏差问题	研究目的是解决社交媒体上仇恨言论的自动识别问题	研究对象是社交媒体上的仇恨言论推文	机器学习	NA	TF-IDF	CNN	文本	使用了三个不同的数据集，包括'Hate speech offensive tweets by Davidson et al.'、'Twitter hate speech'以及合并后的'Cyberbullying dataset (toxicity_parsed_dataset)'
154	2024-12-21	The Future of Surgical Diagnostics: Artificial Intelligence-Enhanced Detection of Ganglion Cells for Hirschsprung Disease 2024-Nov-20, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2024.102189 PMID:39577743	研究论文	本文介绍了一种利用人工智能增强的深度学习方法，用于在Hirschsprung病的手术诊断中检测神经节细胞	提出了一个创新的深度学习管道，利用ResNet-50模型进行特征提取，并通过梯度加权类激活映射算法生成热图，显著提高了神经节细胞的检测准确性和诊断速度	NA	开发一种能够显著提高Hirschsprung病手术诊断中神经节细胞检测准确性和速度的人工智能方法	神经节细胞的检测	数字病理学	先天性疾病	深度学习	ResNet-50	图像	366个冷冻切片和302个福尔马林固定石蜡包埋的苏木精和伊红染色切片，来自164名患者
155	2024-12-21	Cell Segmentation With Globally Optimized Boundaries (CSGO): A Deep Learning Pipeline for Whole-Cell Segmentation in Hematoxylin-and-Eosin-Stained Tissues 2024-Nov-09, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2024.102184 PMID:39528162	研究论文	本文开发了一种基于深度学习的管道，用于在苏木精和伊红染色组织中自动分割细胞	提出了CSGO框架，结合了核和膜分割算法，并通过基于能量的分水岭方法进行后处理，显著提高了细胞分割的准确性和鲁棒性	NA	开发一种自动化的细胞分割方法，以提高病理图像分析的能力	苏木精和伊红染色组织中的细胞分割	数字病理学	肝癌	深度学习	YOLO, U-Net	图像	训练数据包括7个肝细胞癌和11个正常肝组织切片，评估数据包括5个外部数据集，涉及肝、肺和口腔疾病病例
156	2024-12-21	A review of multimodal deep learning methods for genomic-enabled prediction in plant breeding 2024-Nov-05, Genetics IF:3.3Q2 DOI:10.1093/genetics/iyae161 PMID:39499217	综述	本文综述了多模态深度学习方法在植物育种基因组预测中的应用	多模态深度学习方法通过引入多种输入信息源，提升了传统单模态深度学习的预测能力，能够更有效地捕捉不同模态之间的交互	多模态深度学习需要更多的计算资源，且在应用时需要选择合适的架构和融合策略	探讨多模态深度学习在植物育种基因组选择中的应用潜力，并提供相关理论基础和实践指导	多模态深度学习方法及其在植物育种中的应用	机器学习	NA	多模态深度学习	神经网络	基因组数据	NA
157	2024-12-21	Deep learning classification of pediatric spinal radiographs for use in large scale imaging registries 2024-Nov, Spine deformity IF:1.6Q3 DOI:10.1007/s43390-024-00933-9 PMID:39039392	研究论文	本研究开发并应用了一种自动分类小儿脊柱X光片的算法	使用EfficientNet B6架构的深度学习分类器，能够高精度地区分10种术前和术后脊柱X光片类别	在数据集中少于100张图片的类别上表现较低	开发一种自动分类小儿脊柱X光片的算法，用于大规模影像注册	小儿脊柱侧弯患者的脊柱X光片	计算机视觉	脊柱侧弯	深度学习	卷积神经网络	图像	7777张AP图像和5621张侧位图像
158	2024-12-21	Role of artificial intelligence in treatment planning and outcome prediction of jaw corrective surgeries by using 3-D imaging-a systematic review 2024-Oct-01, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2024.09.010 PMID:39701860	综述	本文系统回顾了人工智能在基于3D影像的下颌矫正手术治疗计划和结果预测中的应用	人工智能在下颌矫正手术中的应用仍处于探索阶段，尤其是在治疗计划和结果预测方面	由于研究间的异质性和数据报告不足，未进行meta分析	探讨人工智能在下颌矫正手术中的应用潜力	下颌矫正手术的治疗计划和结果预测	计算机视觉	NA	3D影像	深度学习算法和机器学习	CT数据	14项研究，其中5项研究的预测误差范围为0.292至3.32毫米，2项研究的Dice分数为92.24%至96%，2项研究的结果预测准确率在85.7%至99.98%之间
159	2024-12-21	Contrastive machine learning reveals Parkinson's disease specific features associated with disease severity and progression 2024-08-07, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-06648-x PMID:39112797	研究论文	本研究使用对比深度学习方法分析了932名帕金森病患者和366名对照组的磁共振成像数据，揭示了与疾病严重程度和进展相关的帕金森病特异性神经解剖学改变	本研究首次使用对比深度学习方法分析帕金森病患者的MRI数据，揭示了与疾病严重程度和进展相关的特异性神经解剖学改变，并发现了与免疫功能相关的脑脊液蛋白	本研究仅分析了MRI数据，未涉及其他类型的生物标志物或数据	揭示帕金森病特异性神经解剖学改变与疾病严重程度和进展的关系	932名帕金森病患者和366名对照组的磁共振成像数据	机器学习	帕金森病	对比深度学习	NA	图像	932名帕金森病患者和366名对照组
160	2024-12-21	Differentially localized protein identification for breast cancer based on deep learning in immunohistochemical images 2024-08-02, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-06548-0 PMID:39095659	研究论文	本文基于深度学习框架，利用乳腺免疫组化图像的特征构建定位预测模型，识别出与乳腺癌相关的差异定位蛋白	本文首次通过深度学习方法从免疫组化图像中识别出六个具有稳定差异定位的蛋白，并揭示了这些蛋白与乳腺癌的密切关联	本文未详细探讨这些差异定位蛋白的具体分子机制及其在乳腺癌中的具体作用	识别与乳腺癌相关的差异定位蛋白，揭示其潜在的分子机制，并为乳腺癌的早期诊断和治疗提供帮助	乳腺免疫组化图像中的差异定位蛋白	数字病理学	乳腺癌	深度学习	NA	图像	未明确说明具体样本数量