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
16581	2024-09-23	Spatially Aware Transformer Networks for Contextual Prediction of Diabetic Nephropathy Progression from Whole Slide Images 2023-Feb-23, medRxiv : the preprint server for health sciences DOI:10.1101/2023.02.20.23286044 PMID:36865174	研究论文	本文提出了一种基于Transformer的框架，用于从全切片图像中预测糖尿病肾病进展	本文的创新点在于引入了非线性降维、相对欧几里得像素距离嵌入以及空间自注意力机制，以捕捉全切片图像中的大规模空间解剖结构和关系	由于样本量较小，研究存在变异性和泛化性的挑战	研究目的是开发一种能够从全切片图像中预测糖尿病肾病进展的人工智能方法	研究对象是来自首尔国立大学医院的56例糖尿病肾病患者的肾活检全切片图像	数字病理学	糖尿病肾病	Transformer网络	Transformer	图像	56例糖尿病肾病患者的肾活检全切片图像
16582	2024-09-23	Spatially aware deep learning reveals tumor heterogeneity patterns that encode distinct kidney cancer states 2023-Feb-20, bioRxiv : the preprint server for biology DOI:10.1101/2023.01.18.524545 PMID:36712053	研究论文	开发空间感知深度学习模型，分析肾细胞癌的肿瘤异质性模式	发现通过人类病理学家分析无法实现的全切片图像中的核级异质性模式，并揭示了与PBRM1功能丧失、不良临床因素和ICI选择性患者反应相关的微异质性结构	NA	揭示肾细胞癌中肿瘤与免疫相互作用的新结构，并提供对ICI选择性反应的见解	肾细胞癌的肿瘤异质性模式及其与免疫检查点抑制剂反应的关系	数字病理学	肾癌	深度学习	CNN	图像	1102名患者
16583	2024-09-23	Artificial Intelligence Based Analysis of Corneal Confocal Microscopy Images for Diagnosing Peripheral Neuropathy: A Binary Classification Model 2023-Feb-06, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm12041284 PMID:36835819	研究论文	开发了一种基于人工智能的深度学习算法，用于通过角膜共聚焦显微镜图像对糖尿病或前驱糖尿病患者的外周神经病变进行二分类诊断	使用改进的ResNet-50模型进行外周神经病变的二分类，并结合Grad-CAM和Guided Grad-CAM方法评估算法的诊断性能	需要进行大规模的前瞻性真实世界研究以验证其在筛查和诊断项目中的诊断效能	开发一种基于人工智能的深度学习算法，用于通过角膜共聚焦显微镜图像诊断外周神经病变	糖尿病或前驱糖尿病患者的外周神经病变	计算机视觉	糖尿病	深度学习	ResNet-50	图像	279名参与者（149名无外周神经病变，130名有外周神经病变）
16584	2024-09-23	Deep Learning Dynamic Allostery of G-Protein-Coupled Receptors 2023-Feb-02, bioRxiv : the preprint server for biology DOI:10.1101/2023.01.15.524128 PMID:36711515	研究论文	本文利用高斯加速分子动力学（GaMD）、深度学习（DL）和自由能分析工作流程（GLOW）系统地映射了G蛋白偶联受体（GPCRs）在结合变构调节剂后的自由能景观变化	本文首次通过深度学习揭示了GPCR变构调节的动态机制，为设计选择性变构药物提供了新的思路	本文主要依赖于计算模型和模拟数据，缺乏实验验证	揭示G蛋白偶联受体（GPCRs）的动态变构调节机制	G蛋白偶联受体（GPCRs）及其变构调节剂	机器学习	NA	高斯加速分子动力学（GaMD）	深度学习（DL）	结构数据	18个高分辨率实验结构，44个GPCR系统，总模拟时间66微秒
16585	2024-09-23	Deep Learning for Brain MRI Confirms Patterned Pathological Progression in Alzheimer's Disease 2023-02, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202204717 PMID:36575159	研究论文	本研究提出了一种可解释的深度学习算法Ensemble 3DCNN，用于分析阿尔茨海默病（AD）患者脑部MRI数据的纵向变化	首次使用Ensemble 3DCNN算法结合增强解析技术，研究AD患者脑部MRI的纵向变化模式	研究样本主要来自多中心ADNI和OASIS队列，可能存在样本偏倚	验证深度学习在检测与AD病理相关的渐进性结构MRI异常中的价值	阿尔茨海默病患者脑部MRI数据	计算机视觉	阿尔茨海默病	深度学习	3DCNN	MRI图像	2369例T1加权图像
16586	2024-09-23	Assessing Variants of Uncertain Significance Implicated in Hearing Loss Using a Comprehensive Deafness Proteome 2023-Feb-01, Research square DOI:10.21203/rs.3.rs-2508462/v1 PMID:36778238	研究论文	使用AlphaFold2算法预测所有DVD基因的结构，并通过DDGun3D预测折叠自由能差异，以评估与听力损失相关的意义未明变异	利用AlphaFold2和DDGun3D技术对Deafness Variation Database中的意义未明变异进行重新分类，提高了诊断准确性	研究仅限于Deafness Variation Database中的变异，且样本量较小	评估与听力损失相关的意义未明变异，并提高其分类准确性	Deafness Variation Database中的意义未明变异	生物信息学	听力损失	AlphaFold2, DDGun3D	深度学习	基因变异数据	119名患者
16587	2024-09-23	Deep learning models for cancer stem cell detection: a brief review 2023, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2023.1214425 PMID:37441078	综述	本文综述了深度学习在癌症干细胞检测中的应用	介绍了基于卷积神经网络（CNN）的多种深度学习模型在干细胞研究中的应用	讨论了深度学习在干细胞研究中的局限性	探讨深度学习在癌症干细胞研究中的新兴趋势	癌症干细胞（CSCs）	计算机视觉	NA	深度学习	卷积神经网络（CNN）	图像	NA
16588	2024-09-23	Understanding structure-guided variant effect predictions using 3D convolutional neural networks 2023, Frontiers in molecular biosciences IF:3.9Q2 DOI:10.3389/fmolb.2023.1204157 PMID:37475887	研究论文	本文介绍了一种名为DeepRank-Mut的可配置框架，用于从3D空间中提取和学习氨基酸周围突变的物理化学相关特征，并通过3D卷积神经网络预测突变的有害性	提出了DeepRank-Mut框架，结合3D卷积神经网络和多通道3D体素网格，从结构环境中提取特征，以提高突变有害性预测的准确性	研究结果显示模型性能与其他常用资源相当，但未提及具体的改进空间或未来研究方向	开发和评估一种新的方法，用于预测蛋白质结构引导下的突变有害性	氨基酸突变及其在3D空间中的物理化学特征	机器学习	NA	3D卷积神经网络	3D-CNN	3D体素网格	独立测试数据集上的10折交叉验证实验
16589	2024-09-23	Structural modeling of antibody variable regions using deep learning-progress and perspectives on drug discovery 2023, Frontiers in molecular biosciences IF:3.9Q2 DOI:10.3389/fmolb.2023.1214424 PMID:37484529	综述	本文综述了使用深度学习进行抗体可变区结构建模的最新进展及其在药物发现中的应用	介绍了AlphaFold2在蛋白质结构预测方面的突破性进展，并探讨了其在抗体结构预测中的具体应用	NA	探讨深度学习在抗体结构预测中的应用及其对生物药物发现的影响	抗体结构预测及其在药物发现中的应用	机器学习	NA	深度学习	AlphaFold2	蛋白质结构数据	NA
16590	2024-09-23	Translating theory into practice: assessing the privacy implications of concept-based explanations for biomedical AI 2023, Frontiers in bioinformatics IF:2.8Q2 DOI:10.3389/fbinf.2023.1194993 PMID:37484865	研究论文	本文探讨了基于概念的解释对生物医学AI模型隐私的影响	首次研究并比较了基于概念的解释对生物医学图像分析中深度学习AI模型隐私的影响	研究发现，在更现实的攻击场景中，解释带来的威胁在实践中可以忽略不计	评估基于概念的解释对生物医学AI模型隐私的影响	基于概念的解释对深度学习AI模型隐私的影响	机器学习	NA	深度学习	ResNet50, NFNet, ConvNeXt	图像	三个数据集：ISIC, EyePACS, SCDB
16591	2024-09-23	Generalizing factors of COVID-19 vaccine attitudes in different regions: A summary generation and topic modeling approach 2023 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076231188852 PMID:37485330	研究论文	本研究使用摘要生成和主题建模方法，识别不同地区对三种疫苗品牌态度的影响因素	采用BERTopic聚类和对比学习生成摘要，识别疫苗态度影响因素	NA	识别并概括不同地区对三种疫苗品牌态度的影响因素	三种疫苗品牌（Sinovac、AstraZeneca和Pfizer）的推文	自然语言处理	NA	BERTopic聚类和对比学习	BERTopic	文本	5562条推文
16592	2024-09-23	Mouse brain MR super-resolution using a deep learning network trained with optical imaging data 2023, Frontiers in radiology DOI:10.3389/fradi.2023.1155866 PMID:37492378	研究论文	本文研究了使用深度学习网络对小鼠脑部MRI数据进行超分辨率处理的方法	首次使用高分辨率的小鼠脑部自体荧光数据训练深度学习网络，并通过迁移学习将其应用于MRI数据的超分辨率处理	研究主要集中在小鼠脑部，且需要高分辨率的自体荧光数据进行训练	提高MRI数据的分辨率和诊断价值	小鼠脑部MRI数据	计算机视觉	NA	深度学习	深度学习网络	图像	有限的高分辨率小鼠脑部MRI数据
16593	2024-09-23	YOLO-plum: A high precision and real-time improved algorithm for plum recognition 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0287778 PMID:37498811	研究论文	本文提出了一种改进的YOLOv5算法用于李子识别，提高了识别精度和速度	首次建立了李子的人工数据集，并通过深度学习改进了目标检测算法，提高了未成熟李子的批量识别准确率和速度	目前仅在未成熟李子上进行了验证，未来可能需要扩展到其他未成熟水果	提高水果生长状态的实时、快速、准确和无损批量检测，以提升经济效益	未成熟李子的识别	计算机视觉	NA	深度学习	YOLOv5	图像	首次建立了李子的人工数据集
16594	2024-09-23	Geometric deep learning as a potential tool for antimicrobial peptide prediction 2023, Frontiers in bioinformatics IF:2.8Q2 DOI:10.3389/fbinf.2023.1216362 PMID:37521317	综述	本文综述了利用几何深度学习技术设计和预测抗菌肽的最新进展	本文介绍了几何深度学习在处理非欧几里得空间数据中的应用，特别是在抗菌肽预测中的潜力	本文主要讨论了当前研究的局限性和未来方向，未提供具体的研究数据或实验结果	探讨几何深度学习在抗菌肽预测中的应用潜力	抗菌肽及其在非欧几里得空间中的结构数据	机器学习	NA	几何深度学习	深度神经网络	非欧几里得空间数据	NA
16595	2024-09-23	Retracted: Evaluation and Stratification for Chinese International Education Quality with Deep Learning Model 2023, Computational and mathematical methods in medicine DOI:10.1155/2023/9840651 PMID:37538452	correction	该文章已被撤回	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
16596	2024-09-23	Research Hotspots and Trends of Deep Learning in Critical Care Medicine: A Bibliometric and Visualized Study 2023, Journal of multidisciplinary healthcare IF:2.7Q2 DOI:10.2147/JMDH.S420709 PMID:37539364	研究论文	本研究通过文献计量学方法分析了深度学习在重症监护医学中的研究热点和趋势	首次系统评估了全球范围内深度学习在重症监护医学中的研究热点和趋势	研究主要基于文献计量学分析，缺乏实际临床应用的验证	系统评估深度学习在重症监护医学中的研究热点和趋势	全球范围内深度学习在重症监护医学中的应用研究	机器学习	重症监护医学	深度学习技术	CNN, LSTM, RNN, Transformer, 注意力机制	文献	1708篇文献
16597	2024-09-23	Accelerated MRI using intelligent protocolling and subject-specific denoising applied to Alzheimer's disease imaging 2023, Frontiers in neuroimaging DOI:10.3389/fnimg.2023.1072759 PMID:37554641	研究论文	本文通过智能协议和个体特异性去噪技术加速MRI成像，应用于阿尔茨海默病的诊断	利用深度学习进行对比特异性图像去噪，提高加速协议下采集数据的图像质量，并展示了个体特异性图像去噪的效果	NA	加速MRI成像并提高图像质量，以应用于阿尔茨海默病的诊断	MRI成像协议的优化和图像去噪技术	计算机视觉	阿尔茨海默病	深度学习	深度学习模型	图像	25个回顾性数据集
16598	2024-09-23	Characterizing physiological high-frequency oscillations using deep learning 2022-12-07, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/aca4fa PMID:36541546	研究论文	本研究利用深度学习算法分析了儿童颞叶外癫痫患者的脑电图数据，以区分生理性和病理性高频振荡（HFOs）	本研究提出了一种新的弱监督深度学习模型，用于提取和解释生理性HFOs的形态特征	研究样本仅限于儿童颞叶外癫痫患者，结果的普适性有待进一步验证	旨在利用深度学习技术表征生理性高频振荡的显著特征	儿童颞叶外癫痫患者的脑电图数据	机器学习	癫痫	深度学习	深度学习模型	时间序列数据	63,379个高频振荡数据，来自18名儿童
16599	2024-09-23	Self-supervised learning of neighborhood embedding for longitudinal MRI 2022-11, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2022.102571 PMID:36115098	研究论文	本文提出了一种新的自监督学习方法，用于从纵向MRI中提取邻域嵌入，以捕捉脑老化和疾病进展	本文的创新点在于提出了Longitudinal Neighborhood Embedding (LNE)方法，通过在潜在空间中构建年龄一致和进展一致的邻域，改进了脑老化特征的表示	NA	研究目的是改进脑老化特征的表示，以提高下游任务的性能	研究对象包括健康受试者、阿尔茨海默病和轻度认知障碍患者以及青少年酒精饮用者	计算机视觉	神经退行性疾病	MRI	自监督学习	图像	274名健康受试者，632名阿尔茨海默病和轻度认知障碍患者，764名青少年酒精饮用者
16600	2024-09-23	A Blood-Based Metabolite Panel for Distinguishing Ovarian Cancer from Benign Pelvic Masses 2022-11-01, Clinical cancer research : an official journal of the American Association for Cancer Research IF:10.0Q1 DOI:10.1158/1078-0432.CCR-22-1113 PMID:36037307	研究论文	研究评估了循环代谢物对卵巢癌风险预测算法的改进作用	开发了一个基于血液的代谢物面板，用于区分早期卵巢癌和良性盆腔肿块，并改进了现有的卵巢癌风险预测算法	NA	评估循环代谢物对卵巢癌风险预测算法的改进作用	早期卵巢癌和良性盆腔肿块	NA	卵巢癌	代谢组学分析	深度学习模型	血液样本	202个卵巢癌病例和190个良性盆腔肿块病例