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
16901	2024-09-14	ViTAL: Vision TrAnsformer based Low coverage SARS-CoV-2 lineage assignment 2024-03-04, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae093 PMID:38374486	研究论文	本文介绍了一种基于Vision Transformer的深度学习算法ViTAL，用于低覆盖度SARS-CoV-2基因组的谱系分配	ViTAL结合了MinHash和Vision Transformer，能够在低覆盖度下实现高精度的谱系分配，显著优于现有的工具	NA	开发一种高效、廉价且准确的病毒谱系分配方法，以应对快速传播的病毒疾病	低覆盖度全基因组测序的SARS-CoV-2基因组	机器学习	COVID-19	低覆盖度全基因组测序（LC-WGS）	Vision Transformer	基因组数据	NA
16902	2024-09-14	pyM2aia: Python interface for mass spectrometry imaging with focus on deep learning 2024-03-04, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae133 PMID:38445753	研究论文	本文介绍了一个名为pyM2aia的Python包，专注于质谱成像（MSI）数据的深度学习任务	pyM2aia优化了MSI数据的内存处理和访问，便于深度学习应用	NA	开发一个适用于质谱成像数据深度学习任务的Python接口	质谱成像数据及其在深度学习中的应用	机器学习	NA	质谱成像	深度学习模型	图像	NA
16903	2024-09-14	iNGNN-DTI: prediction of drug-target interaction with interpretable nested graph neural network and pretrained molecule models 2024-03-04, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae135 PMID:38449285	研究论文	提出了一种可解释的嵌套图神经网络iNGNN-DTI，用于药物-靶点相互作用预测，并结合了预训练的分子和蛋白质模型	使用预训练的分子和蛋白质模型，通过交叉注意力模块捕捉药物和靶点子结构之间的相互作用信息，提高了特征表示能力	未提及	预测药物与蛋白质靶点之间的相互作用	药物和蛋白质靶点	机器学习	NA	图神经网络	嵌套图神经网络	图数据	三个基准数据集
16904	2024-09-14	AACFlow: an end-to-end model based on attention augmented convolutional neural network and flow-attention mechanism for identification of anticancer peptides 2024-03-04, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae142 PMID:38452348	研究论文	本文提出了一种基于注意力增强卷积神经网络和流注意力机制的端到端模型AACFlow，用于识别抗癌肽	本文创新性地结合了注意力增强卷积神经网络和多层卷积神经网络，形成深度表示学习模块，并引入基于流网络的多头流注意力机制，以挖掘序列的深层特征，提高模型效率	NA	开发一种高效的端到端模型，用于识别抗癌肽	抗癌肽的识别	机器学习	NA	卷积神经网络	CNN	序列	独立测试数据集
16905	2024-09-14	StructuralDPPIV: a novel deep learning model based on atom structure for predicting dipeptidyl peptidase-IV inhibitory peptides 2024-02-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae057 PMID:38305458	研究论文	本文介绍了一种名为StructuralDPPIV的新型深度学习模型，用于预测二肽基肽酶IV抑制肽	StructuralDPPIV模型结合了氨基酸的分子图特征和序列信息，显著优于现有的最先进方法	NA	开发一种有效的工具来发现二肽基肽酶IV抑制肽，以缓解糖尿病的影响	二肽基肽酶IV抑制肽的预测	机器学习	糖尿病	深度学习	深度学习模型	分子图特征和序列信息	独立测试数据集和两个湿实验数据集
16906	2024-09-14	T-S2Inet: Transformer-based sequence-to-image network for accurate nanopore sequence recognition 2024-02-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae083 PMID:38366607	研究论文	本文提出了一种基于Transformer的序列到图像网络T-S2Inet，用于提高纳米孔序列识别的准确性	本文创新性地提出了一个序列到图像（S2I）模块，将不等长序列转换为图像，并结合Transformer模型捕捉重要信息，从而提高分类准确性	NA	提高纳米孔序列识别的准确性	纳米孔序列数据	机器学习	NA	纳米孔测序	Transformer	序列数据	NA
16907	2024-09-14	Geometry-complete perceptron networks for 3D molecular graphs 2024-02-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae087 PMID:38373819	研究论文	本文介绍了一种新的几何感知SE(3)-等变图神经网络GCPNet，用于3D生物分子图的表示学习	GCPNet能够学习3D分子的重要手性属性并检测外部力场，适用于多种不变或等变节点级、边级和图级任务	NA	开发一种新的图神经网络模型，用于3D生物分子图的表示学习	3D生物分子图及其手性属性和外部力场	机器学习	NA	几何深度学习	图神经网络	3D分子图	涉及四个不同的分子几何任务
16908	2024-09-14	Phenotype prediction from single-cell RNA-seq data using attention-based neural networks 2024-02-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae067 PMID:38390963	研究论文	本文提出了一种基于注意力机制神经网络的单细胞RNA测序数据表型预测方法ScRAT	ScRAT通过使用mixup模块增加训练样本数量，并采用多头注意力机制学习每个表型中最具信息量的细胞，无需依赖给定的细胞类型注释	NA	开发一种能够在有限样本数量下准确预测疾病表型的方法	单细胞RNA测序数据中的细胞表型	生物信息学	冠状病毒病	单细胞RNA测序	注意力机制神经网络	基因表达数据	三个公开的COVID数据集
16909	2024-09-14	EvoAug-TF: Extending evolution-inspired data augmentations for genomic deep learning to TensorFlow 2024-Jan-18, bioRxiv : the preprint server for biology DOI:10.1101/2024.01.17.575961 PMID:38293144	研究论文	本文将基于进化启发的数据增强方法EvoAug扩展到TensorFlow框架，以提高基因组深度学习模型的泛化能力和可解释性	将EvoAug的功能扩展到TensorFlow框架，使其适用于更广泛的基于TensorFlow的基因组深度学习模型	NA	扩展EvoAug的功能以支持TensorFlow框架，提高基因组深度学习模型的性能	基因组深度学习模型及其在预测非编码基因组调控区域分子功能中的应用	机器学习	NA	深度神经网络（DNNs）	深度神经网络（DNNs）	基因组数据	NA
16910	2024-09-14	Antivirals for monkeypox virus: Proposing an effective machine/deep learning framework 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0299342 PMID:39264896	研究论文	本文提出了一个用于猴痘病毒抗病毒药物预测的计算框架	首次研究了深度学习方法在猴痘病毒抗病毒药物预测中的应用	NA	开发一种有效的计算框架来预测猴痘病毒的抗病毒药物	猴痘病毒及其潜在的抗病毒药物	机器学习	NA	深度学习	深度学习方法	病毒-抗病毒数据集	NA
16911	2024-09-14	Superficial white matter analysis: An efficient point-cloud-based deep learning framework with supervised contrastive learning for consistent tractography parcellation across populations and dMRI acquisitions 2023-04, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2023.102759 PMID:36706638	研究论文	提出了一种基于点云的深度学习框架，用于对浅层白质进行一致的束状图分割	采用点云网络和监督对比学习方法，提高了浅层白质束状图分割的准确性和一致性	未提及	开发一种高效且一致的浅层白质束状图分割方法	浅层白质束状图的分割	计算机视觉	NA	扩散MRI束状图	深度学习模型	图像	训练数据包括来自标记的长程和中程浅层白质簇的流线样本和解剖上不合理的流线样本，测试数据包括六个独立采集的不同年龄和健康状况的数据集
16912	2024-09-14	A dataset of COVID-19 x-ray chest images 2023-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2023.109000 PMID:36845649	研究论文	本文介绍了一个包含COVID-19确诊患者胸部X光图像的数据集	提供了用于开发自动检测COVID-19和区分COVID-19引起的肺炎与其他肺部疾病的胸部X光图像数据集	每个受试者仅包含一张胸部X光图像，可能限制了数据集的多样性	开发用于检测COVID-19和区分COVID-19引起的肺炎与其他肺部疾病的自动化方法	COVID-19确诊患者的胸部X光图像	数字病理学	COVID-19	NA	NA	图像	包含来自约旦北部一家医院的多日住院COVID-19确诊患者的胸部X光图像
16913	2024-09-14	A data set of earthquake bulletin and seismic waveforms for Ghana obtained by deep learning 2023-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2023.108969 PMID:36879614	研究论文	本文介绍了加纳数字地震网络（GHDSN）数据集，通过深度学习模型EQTransformer进行地震事件检测和相位拾取，并提供了地震波形和地震公报	利用深度学习模型EQTransformer进行地震事件检测和相位拾取，提供了一个包含地震波形和地震公报的数据集	NA	通过深度学习模型处理地震数据，提供地震事件检测和相位拾取的数据集	加纳数字地震网络（GHDSN）数据集中的地震事件和波形	地球科学	NA	深度学习	EQTransformer	地震波形	73次本地地震，包含559个到时（292个P相和267个S相）
16914	2024-09-14	Neural network based formation of cognitive maps of semantic spaces and the putative emergence of abstract concepts 2023-03-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-30307-6 PMID:36871003	研究论文	本文提出了一种基于神经网络的认知地图形成方法，用于模拟语义空间的认知过程，并探讨了抽象概念的潜在出现机制	本文提出了基于多尺度后继表示的神经网络模型，成功学习了不同动物物种之间的相似性，并构建了认知地图，为人工通用智能提供了新的工具	模型的准确率约为30%，接近理论最大值，但由于所有动物物种在特征空间中都有多个可能的后继，因此存在一定的局限性	研究如何通过神经网络形成认知地图，并探讨抽象概念的潜在出现机制	32种不同动物物种的特征向量	机器学习	NA	神经网络	多尺度后继表示	特征向量	32种动物物种
16915	2024-09-14	Neural networks contribution in face mask detection to reduce the spread of COVID-19 2023-Mar-04, Multimedia tools and applications IF:3.0Q2 DOI:10.1007/s11042-023-14920-1 PMID:37362662	研究论文	本文提出了一种基于脉冲耦合神经网络和全连接神经网络的口罩检测方法，以减少COVID-19的传播	结合了脉冲耦合神经网络和全连接神经网络，通过几何模块、特征提取模块和决策模块的三步处理，实现了高效的口罩检测	准确率在不同数据集上有所波动，且最低计算时间未明确	开发一种高效的口罩检测方法，以防止病毒传播	口罩检测系统及其在不同数据集上的性能	计算机视觉	NA	脉冲耦合神经网络，全连接神经网络	神经网络	图像	使用了多个数据集，包括Kaggle、AIZOO、Moxa3K、Real-World Masked Face Dataset、Medical Masks Dataset和Face Mask Dataset
16916	2024-09-14	Deep learning for face mask detection: a survey 2023-Mar-04, Multimedia tools and applications IF:3.0Q2 DOI:10.1007/s11042-023-14686-6 PMID:37362645	综述	本文综述了在新冠疫情期间使用深度学习进行口罩检测的研究进展	本文总结了现有的口罩检测技术及其性能，并提出了改进方向	本文主要总结了现有研究的局限性，并提出了改进建议	本文旨在为研究人员提供一个更广泛的视角，以识别新冠疫情期间口罩检测（目标检测）中的模式和趋势	本文综述了口罩检测技术的研究对象，包括各种数据集和方法	计算机视觉	NA	深度学习	NA	图像	NA
16917	2024-09-14	Iodine maps derived from sparse-view kV-switching dual-energy CT equipped with a deep learning reconstruction for diagnosis of hepatocellular carcinoma 2023-03-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-30460-y PMID:36869102	研究论文	本文研究了基于深度学习的能谱CT成像技术在肝细胞癌诊断中的应用	提出了一种基于深度学习的能谱CT成像技术，通过级联深度学习重建方法填补了正弦图空间中缺失的视图，并提高了图像质量	在小直径模块或碘浓度较低的情况下，碘定量可能会导致低估	评估基于深度学习的能谱CT成像技术生成的碘图在肝细胞癌诊断中的临床效用	肝细胞癌患者和模拟研究中的碘浓度	计算机视觉	肝癌	能谱CT成像	CNN	图像	52名肝细胞癌患者和模拟研究中的碘浓度模块
16918	2024-09-14	Mapping the terraces on the Loess Plateau based on a deep learning-based model at 1.89 m resolution 2023-03-02, Scientific data IF:5.8Q1 DOI:10.1038/s41597-023-02005-5 PMID:36864066	研究论文	本文开发了一种基于深度学习的梯田提取模型，用于生成黄土高原1.89米分辨率的梯田分布图	首次在区域范围内应用纹理特征进行梯田提取	NA	研究黄土高原梯田的分布及其在土壤保护和农业生产中的作用	黄土高原的梯田分布	计算机视觉	NA	深度学习	UNet++	图像	11,420个测试样本和815个实地验证点
16919	2024-09-14	Direct prediction of genetic aberrations from pathology images in gastric cancer with swarm learning 2023-03, Gastric cancer : official journal of the International Gastric Cancer Association and the Japanese Gastric Cancer Association IF:6.0Q1 DOI:10.1007/s10120-022-01347-0 PMID:36264524	研究论文	本文研究了使用群体学习（Swarm Learning）从病理图像中直接预测胃癌中的遗传异常	本文首次将群体学习应用于胃癌病理图像的分子生物标志物预测，克服了多中心数据稀缺的问题	本文仅在胃癌中验证了群体学习的效果，未来需在更多癌症类型中进行验证	验证群体学习在胃癌病理图像中预测分子生物标志物的可行性	胃癌患者的病理图像和分子生物标志物	数字病理学	胃癌	深度学习（DL）	群体学习（SL）	图像	四个国家的四个患者队列，包括瑞士、德国、英国和美国，样本具有已知的微卫星不稳定性（MSI）和Epstein-Barr病毒（EBV）状态
16920	2024-09-14	Machine learning of electrophysiological signals for the prediction of ventricular arrhythmias: systematic review and examination of heterogeneity between studies 2023-Mar, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2023.104462 PMID:36773349	综述	本文系统回顾和探索了使用机器学习和深度学习模型预测室性心律失常的研究现状	结合了传统方法和数字健康技术收集的电生理信号，利用机器学习和深度学习进行个性化预测	研究间的异质性较大，主要由于小规模自定义数据集和机器学习模型的选择，可能影响模型的泛化能力	评估现有机器学习和深度学习模型在个性化预测恶性室性心律失常或心脏骤停方面的现状	电生理信号和机器学习模型	机器学习	心血管疾病	机器学习 (ML) 和深度学习 (DL)	机器学习和深度学习模型	电生理信号	46项研究纳入系统回顾，32项研究纳入元分析