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
17481	2024-09-01	Deep learning-based fully automatic screening of carotid artery plaques in computed tomography angiography: a multicenter study 2024-Aug, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2024.04.015 PMID:38789330	研究论文	开发并验证了一种基于深度学习算法的完全自动化的颈动脉斑块检测和分类系统	使用改进的3D-UNet网络进行颈动脉区域分割，并通过基于ResUNet的架构在两步深度学习系统中进行颈动脉斑块的检测和分类	研究为回顾性研究，且仅在两个中心进行了验证	开发和验证一种用于颈动脉斑块自动检测和分类的深度学习算法	颈动脉斑块的自动检测和分类	计算机视觉	心血管疾病	深度学习	3D-UNet, ResUNet	图像	400名患者（中心Ⅰ有300名，中心Ⅱ有100名）
17482	2024-09-01	Stain-Free Approach to Determine and Monitor Cell Heath Using Supervised and Unsupervised Image-Based Deep Learning 2024-Aug, Journal of pharmaceutical sciences IF:3.7Q2 DOI:10.1016/j.xphs.2024.05.001 PMID:38710387	研究论文	本文利用无染色的图像深度学习方法，通过流式成像显微镜（FIM）提取未染色Jurkat细胞的形态特征，预测细胞健康指标	提出了一种无染色、非侵入性、非破坏性的细胞活力检测方法，并展示了变分自编码器（VAE）在无监督学习中的应用	未提及	开发一种快速且稳健的分析方法，用于细胞基药物产品（CBMPs）的特性分析、过程监控和质量控制（QC）测试	未染色Jurkat细胞的细胞健康指标	计算机视觉	NA	流式成像显微镜（FIM）	深度学习模型（监督学习和变分自编码器VAE）	图像	未提及
17483	2024-09-01	Prediction of Endocrine-Disrupting Chemicals Related to Estrogen, Androgen, and Thyroid Hormone (EAT) Modalities Using Transcriptomics Data and Machine Learning 2024-Jul-26, Toxics IF:3.9Q1 DOI:10.3390/toxics12080541 PMID:39195643	研究论文	本研究利用转录组数据和机器学习技术，开发了预测与雌激素、雄激素和甲状腺激素（EAT）模式相关的内分泌干扰化学物质（EDCs）的QGexAR模型	本研究通过整合多种特征选择方法和分类算法，包括CATBoost、XGBoost、随机森林、SVM、逻辑回归、AutoKeras、TPOT和深度学习模型，优化了预测协议，并实现了对EAT模式的预测	NA	开发用于快速检测有害化学物质的计算模型，以有效支持毒理学评估	预测化学物质对雌激素、雄激素和甲状腺激素模式的干扰倾向	机器学习	NA	机器学习	深度学习模型	转录组数据	使用LINCS数据库中的基因表达数据，测试了MCF7（乳腺癌细胞系）和A549（人肺泡基底上皮腺癌细胞系）两种细胞系
17484	2024-09-01	Proposal and validation of a new approach in tele-rehabilitation with 3D human posture estimation: a randomized controlled trial in older individuals with sarcopenia 2024-Jul-08, BMC geriatrics IF:3.4Q2 DOI:10.1186/s12877-024-05188-7 PMID:38977995	随机对照试验	本研究通过随机对照试验，比较了基于深度学习的3D人体姿态估计技术的AI远程训练组与面对面传统训练组和一般远程训练组在老年肌少症患者中的训练效果	本研究首次验证了基于深度学习的3D人体姿态估计技术在远程康复训练中的应用效果	研究样本仅来自长春市的社区组织，可能限制了结果的普遍性	评估基于AI的远程训练方法与传统面对面训练方法在老年肌少症患者中的康复效果	60-75岁患有肌少症的老年人	NA	老年疾病	3D人体姿态估计技术	深度学习	NA	75名老年肌少症患者
17485	2024-09-01	Structure-aware deep learning model for peptide toxicity prediction 2024-Jul, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.5076 PMID:39196703	研究论文	本文介绍了一种名为tAMPer的新型多模态深度学习模型，用于通过整合氨基酸序列组成和三维结构来预测肽的毒性	tAMPer模型采用基于图的表示方法，结合图神经网络和循环神经网络，有效提取结构特征和序列依赖性，提高了预测性能	NA	加速抗菌肽的发现和开发，减少对繁琐毒性筛选实验的依赖	抗菌肽的毒性预测	机器学习	NA	深度学习	图神经网络, 循环神经网络	图, 序列	使用了公开的蛋白质毒性基准数据集和我们生成的抗菌肽溶血数据
17486	2024-09-01	IDSL_MINT: a deep learning framework to predict molecular fingerprints from mass spectra 2024-Jan-18, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-024-00804-5 PMID:38238779	研究论文	本文介绍了一个名为IDSL_MINT的深度学习框架，该框架能够将串联质谱（MS/MS）数据转换为分子指纹描述符，从而提高未标记代谢组学和暴露组学研究中的注释率	IDSL_MINT框架利用transformer模型处理质谱数据，类似于大型语言模型，并支持用户自定义的分子指纹描述符，提高了未标记MS/MS谱的注释率	NA	开发一个易于使用且可定制的深度学习框架，用于训练和利用新模型预测分子指纹，以改进化合物注释流程	串联质谱（MS/MS）数据及其在代谢组学和暴露组学中的应用	机器学习	NA	串联质谱（MS/MS）	transformer模型	质谱数据	使用LipidMaps数据库进行基准测试
17487	2024-09-01	Artificial Intelligence for the Management of Breast Cancer: An Overview 2024, Current drug discovery technologies DOI:10.2174/0115701638262066231030052520 PMID:38047362	综述	本文综述了人工智能和机器学习在乳腺癌管理中的应用，包括早期检测、诊断、预后、药物发现、高级图像分析、精准医学、预测建模和个性化治疗计划	介绍了多种算法如卷积神经网络、支持向量机、决策树和深度学习方法在乳腺癌数据分析中的应用	NA	探讨人工智能和机器学习在乳腺癌管理中的应用，以提高诊断和治疗的准确性和个性化	乳腺癌的早期检测、诊断、预后、药物发现、图像分析、精准医学、预测建模和个性化治疗	机器学习	乳腺癌	NA	卷积神经网络	临床数据、基因组数据和影像数据	NA
17488	2024-09-01	An end-to-end framework for private DGA detection as a service 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0304476 PMID:39196905	研究论文	本文提出了一种端到端的隐私保护框架，用于将域名分类为DGA（恶意）或非DGA（良性）域名，通过结合安全多方计算和差分隐私技术实现	首次提出了一种端到端的隐私保护框架，结合了安全多方计算和差分隐私技术，确保在分类过程中不泄露域名信息和模型细节，并提供了差分隐私保证	NA	开发一种隐私保护的DGA检测服务框架	域名分类为DGA或非DGA	机器学习	NA	安全多方计算（MPC），差分隐私（DP）	深度学习模型	域名	NA
17489	2024-09-01	A deep learning-enabled smartphone platform for rapid and sensitive colorimetric detection of dimethoate pesticide 2023-Dec, Analytical and bioanalytical chemistry IF:3.8Q1 DOI:10.1007/s00216-023-04978-z PMID:37770666	research paper	开发了一种基于深度学习的智能手机平台，用于辅助比色适体生物传感器快速和高灵敏度地检测乐果农药	该平台结合了比色生物传感器和基于智能手机的深度学习方法，实现了便携且经济实惠的农药检测工具	NA	开发一种快速、高灵敏度的农药检测方法	乐果农药的检测	machine learning	NA	NA	CNN	image	浓度范围为0-10 μM的乐果溶液
17490	2024-09-01	Deep Learning Algorithm Detects Presence of Disorganization of Retinal Inner Layers (DRIL)-An Early Imaging Biomarker in Diabetic Retinopathy 2023-07-03, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.12.7.6 PMID:37410472	研究论文	本研究开发并训练了一种基于深度学习的算法，用于在光学相干断层扫描（OCT）图像上检测糖尿病视网膜病变（DR）的早期影像生物标志物——视网膜内层紊乱（DRIL）	本研究首次展示了基于深度学习的OCT分类算法能够快速自动识别DRIL，有助于在研究和临床决策中筛查DRIL	NA	开发和训练一种深度学习算法，用于检测OCT图像上的视网膜内层紊乱（DRIL）	糖尿病视网膜病变（DR）患者	计算机视觉	糖尿病视网膜病变	光学相干断层扫描（OCT）	卷积神经网络（CNN）	图像	664名患者（5992张B扫描图像来自1201只眼睛）
17491	2024-09-01	Deep-Learning-Based Segmentation of Extraocular Muscles from Magnetic Resonance Images 2023-Jun-08, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering10060699 PMID:37370630	研究论文	本研究探讨了四种深度学习框架（U-Net、U-NeXt、DeepLabV3+和ConResNet）在冠状MRI中对眼外肌（EOMs）进行多类像素级分割的性能	本研究系统比较了影响分割和形态测量准确性的因素，以及深度学习模型在MRI中分割EOMs的变异性	研究结果显示分割精度在空间上不同的图像平面有所变化	评估和比较四种深度学习框架在MRI中对眼外肌进行分割的性能	眼外肌（EOMs）的分割	计算机视觉	NA	磁共振成像（MRI）	U-Net, U-NeXt, DeepLabV3+, ConResNet	图像	未明确提及样本数量
17492	2024-09-01	Using artificial intelligence to improve the diagnostic efficiency of pulmonologists in differentiating COVID-19 pneumonia from community-acquired pneumonia 2022-08, Journal of medical virology IF:6.8Q1 DOI:10.1002/jmv.27777 PMID:35419818	研究论文	本研究利用人工智能（AI）提高肺科医生通过CT扫描区分COVID-19肺炎和社区获得性肺炎（CAP）的诊断效率	提出了一种基于深度学习的AI模型，该模型能够从体积CT扫描中提取视觉数据，显著提高了肺科医生的诊断准确性、敏感性和特异性	研究是回顾性的，未来的研究应关注AI在COVID-19感染实时应用中的效果	分析AI对肺科医生区分COVID-19肺炎和CAP诊断性能的贡献	COVID-19肺炎和社区获得性肺炎（CAP）的CT扫描图像	计算机视觉	COVID-19	深度学习	深度学习模型	CT扫描图像	2496次扫描（887名患者），其中1428次来自COVID-19组，1068次来自CAP组
17493	2024-09-01	Benchmarking AlphaFold for protein complex modeling reveals accuracy determinants 2022-08, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.4379 PMID:35900023	研究论文	本文评估了AlphaFold在蛋白质复合体结构预测中的应用，通过152个异源二聚体蛋白质复合体的基准测试，探讨了其准确性和影响因素。	AlphaFold在许多情况下能生成接近天然结构的模型，显著优于未结合蛋白质-蛋白质对接的表现。	AlphaFold在抗体-抗原复合体的建模中表现不佳，且适应性免疫识别对当前AlphaFold算法和模型构成挑战。	研究AlphaFold在蛋白质复合体结构预测中的准确性和影响因素。	152个异源二聚体蛋白质复合体及抗体-抗原复合体。	机器学习	NA	深度学习	AlphaFold	序列数据	152个异源二聚体蛋白质复合体
17494	2024-09-01	Improved SSD network for fast concealed object detection and recognition in passive terahertz security images 2022-07-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-16208-0 PMID:35840636	研究论文	本文提出了一种改进的SSD网络，用于在被动太赫兹安全图像中快速检测和识别隐藏物体	通过替换SSD算法的骨干网络为更具代表性的残差网络，并引入混合注意力机制和Focal Loss函数，提高了检测精度和速度	NA	旨在提出一种新方法，用于在太赫兹图像中准确且实时地检测隐藏物体	隐藏物体在太赫兹图像中的检测	计算机视觉	NA	深度学习	SSD, ResNet	图像	使用被动太赫兹设备收集的人体图像数据进行训练和测试
17495	2024-09-01	Identifying multicellular spatiotemporal organization of cells with SpaceFlow 2022-07-14, Nature communications IF:14.7Q1 DOI:10.1038/s41467-022-31739-w PMID:35835774	研究论文	本文介绍了SpaceFlow方法，通过结合表达相似性和空间信息，生成空间一致的低维嵌入，并引入伪时空图来揭示细胞的时空模式。	SpaceFlow通过使用空间正则化深度图网络，同时考虑细胞的转录组相似性和空间位置，创新地生成了空间一致的低维嵌入。	NA	研究旨在开发一种灵活的深度学习框架，用于在分析空间转录组数据时整合时空信息。	研究对象包括心脏发育数据和人类乳腺癌数据中的细胞时空模式。	机器学习	乳腺癌	深度学习	深度图网络	转录组数据	涉及多个空间转录组数据集，包括斑点和单细胞分辨率的数据。
17496	2024-09-01	Area-based breast percentage density estimation in mammograms using weight-adaptive multitask learning 2022-07-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-16141-2 PMID:35835933	研究论文	本文提出了一种基于深度学习的权重自适应多任务学习方法，用于从乳腺X光片中自动估计基于区域的乳腺百分比密度	该方法同时分割乳腺和密集组织，并进一步估计乳腺百分比密度，相较于多任务U-net和全卷积神经网络，在F-score上分别实现了2.88%和9.78%的平均相对改进	目前的方法通常局限于特定的乳腺X光片视图，并且对于胸大肌的完整描绘不足，在数据变异性方面表现不佳，通常需要经验丰富的放射科医生调整分割阈值	提高乳腺区域和密集组织的分割准确性，从而准确计算乳腺密度	乳腺X光片中的乳腺密度估计	计算机视觉	乳腺癌	深度学习	CNN	图像	7500张来自芬兰库奥皮奥大学医院的头尾位和内侧斜位乳腺X光片
17497	2024-09-01	Comparing machine learning and deep learning regression frameworks for accurate prediction of dielectrophoretic force 2022-07-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-16114-5 PMID:35831342	研究论文	本文报道了一种使用机器学习（ML）和深度学习（DL）架构的智能传感框架，用于精确量化纺织电极基DEP传感设备中微粒上的介电泳力	本文通过比较多种机器学习和深度学习模型，构建了一个有效的回归框架来估计酵母细胞和微珠上的力，并评估了各模型的性能	NA	研究目的是比较机器学习和深度学习回归框架，以准确预测介电泳力	研究对象是酵母细胞和聚苯乙烯微珠上的介电泳力	机器学习	NA	机器学习和深度学习	CNN	图像	NA
17498	2024-09-01	Fractal dimension of retinal vasculature as an image quality metric for automated fundus image analysis systems 2022-07-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-16089-3 PMID:35831401	研究论文	本文提出使用视网膜血管的分形维度作为自动眼底图像分析系统的图像质量指标	提出了一种新的视网膜图像质量指标——视网膜血管的分形维度，并通过改进的深度学习血管分割模型和盒计数模块来实现	仅在四个公开数据库的30,644张图像上进行了验证	开发一种有效的视网膜图像质量评估方法，以提高远程医疗中眼科自动筛查的准确性	视网膜图像的质量评估	计算机视觉	NA	深度学习	CNN	图像	30,644张视网膜图像
17499	2024-09-01	Model building of protein complexes from intermediate-resolution cryo-EM maps with deep learning-guided automatic assembly 2022-07-13, Nature communications IF:14.7Q1 DOI:10.1038/s41467-022-31748-9 PMID:35831370	研究论文	本文提出了一种名为EMBuild的自动模型构建方法，用于从中间分辨率的冷冻电镜（cryo-EM）图中构建多链蛋白质复合物的模型	EMBuild整合了AlphaFold结构预测、基于FFT的全局拟合、基于域的半柔性精修以及基于图的迭代组装，使用深度卷积网络预测的主链概率图	NA	开发一种自动模型构建方法，以解决从中间分辨率的cryo-EM图中构建准确模型的问题	多链蛋白质复合物的模型构建	计算机视觉	NA	cryo-electron microscopy (cryo-EM)	深度卷积网络	图像	47个单颗粒EM图和16个子断层平均图
17500	2024-09-01	A survey on computational spectral reconstruction methods from RGB to hyperspectral imaging 2022-07-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-16223-1 PMID:35831474	综述	本文综述了从RGB图像到高光谱图像的计算光谱重建方法	提出了基于先验和数据驱动的方法分类，并分析了它们在不同数据情况下的适用性	当前方法面临的挑战包括损失函数、光谱准确性和数据泛化能力	探讨计算光谱重建方法的发展及其在实际应用中的潜力	高光谱图像重建技术及其在消费电子中的应用	计算机视觉	NA	深度学习	神经网络	图像	使用开源数据集进行模拟