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
19321	2024-08-16	Computational analysis of pathogen-host interactome for fast and low-risk in-silico drug repurposing in emerging viral threats like Mpox 2024-08-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69617-8 PMID:39134619	研究论文	本研究开发了一种计算方法，用于预测猴痘病毒（MPXV）感染期间的蛋白质-蛋白质相互作用（PPIs），并探索现有FDA药物的再利用潜力	本研究采用了包含2-5节点图谱属性和基于蛋白质组成的特征的集成特征，用于深度学习模型预测PPIs，并结合分子动力学模拟进行验证	NA	旨在发现潜在的药物靶点和再利用现有FDA药物用于治疗猴痘病毒感染	猴痘病毒（MPXV）与人类蛋白质的相互作用	生物信息学	猴痘	深度学习（DL）	NA	蛋白质-蛋白质相互作用数据	NA
19322	2024-08-16	Enhancing recognition and interpretation of functional phenotypic sequences through fine-tuning pre-trained genomic models 2024-Aug-12, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-05567-z PMID:39135093	研究论文	本研究通过微调预训练的基因组模型，探索了深度学习在解释和表示人类基因组序列中的应用	本研究结合预训练基因组模型与经典方法分析基因组序列功能，促进了基因组学与人工智能的交叉融合	NA	旨在通过计算和实验方法解码人类基因组序列的功能性	人类基因组序列及其功能性	机器学习	NA	深度学习	DNA_bert_6 和 human_gpt2-v1	基因型-表型数据集	多个基因型-表型数据集，特别是HERV数据集
19323	2024-08-16	Effective descriptor extraction strategies for correspondence matching in coronary angiography images 2024-08-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69153-5 PMID:39128936	研究论文	本研究针对冠状动脉造影图像中的对应匹配问题，提出了一种基于深度学习的图像匹配方法	改进了点检测器的结构并重新设计了损失函数，引入了多头描述符结构，提高了约6%的性能	NA	旨在填补冠状动脉造影图像匹配领域的研究空白，并提供一个改进的基准	冠状动脉造影图像	数字病理学	心血管疾病	深度学习	CNN	图像	NA
19324	2024-08-16	Revealing the graded activation mechanism of neurotensin receptor 1 2024-Aug-05, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2024.134488 PMID:39111461	研究论文	本研究通过10微秒的增强采样模拟，结合重加权平均力势（PMF）、深度学习（DL）和转移熵（TE）的综合分析，揭示了神经降压素受体1（NTSR1）对完全激动剂SRI-9829、部分激动剂RTI-3a和反向激动剂SR48692的结合动力学差异及其分级激活机制。	本研究首次通过深度学习模型有效识别了贡献于分级激活的关键微开关，并利用转移熵计算可视化了受体内的变构通信网络，阐明了与信号转导相关的驱动-响应关系。	NA	揭示神经降压素受体1的分级激活机制，并为基于结构的药物设计提供启示。	神经降压素受体1（NTSR1）及其对不同激动剂的响应。	生物信息学	NA	增强采样模拟	深度学习（DL）	分子结构数据	10微秒的模拟数据
19325	2024-08-16	Using Deep Learning Techniques as an Attempt to Create the Most Cost-Effective Screening Tool for Cognitive Decline 2024-Aug, Psychiatry investigation IF:1.8Q3 DOI:10.30773/pi.2024.0157 PMID:39086161	研究论文	本研究利用深度学习技术开发一种成本效益高且易于访问的筛查工具，以提高认知衰退（阿尔茨海默病的前兆）的检测	本研究展示了深度学习在改善阿尔茨海默病诊断方面的潜力，表明广泛的认知评估可能比传统方法提供更准确的诊断	本研究为未来更广泛的研究奠定了基础，需要进一步的研究来证实这种方法并进一步完善筛查工具	开发一种成本效益高且易于访问的筛查工具，以提高认知衰退的检测	2,863名有主观认知抱怨并接受全面神经心理学评估的受试者	机器学习	阿尔茨海默病	深度学习	随机森林分类器	神经心理学测试数据	2,863名受试者
19326	2024-08-16	A review on 4D cone-beam CT (4D-CBCT) in radiation therapy: Technical advances and clinical applications 2024-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.17269 PMID:38922912	综述	本文综述了4D锥形束CT（4D-CBCT）在放射治疗中的技术进步和临床应用	4D-CBCT通过增加时间维度，解决了传统3D CBCT在处理呼吸运动或其他体内动态变化时的局限性	4D-CBCT面临扫描时间长、成像剂量高和因每个呼吸阶段需要足够X射线投影而导致的图像质量下降等问题	全面回顾4D-CBCT的技术发展，探讨其临床应用潜力，并指出未来研究方向	4D-CBCT在放射治疗中的应用，特别是在胸腹部肿瘤定位中的作用	NA	NA	4D锥形束CT（4D-CBCT）	NA	图像	NA
19327	2024-08-16	Explainable localization of premature ventricular contraction using deep learning-based semantic segmentation of 12-lead electrocardiogram 2024-Aug, Journal of arrhythmia IF:2.2Q2 DOI:10.1002/joa3.13096 PMID:39139876	研究论文	本文提出了一种基于深度学习语义分割的12导联心电图可解释性定位室性早搏起源的方法	该方法通过深度神经网络对12导联心电图进行语义分割，并结合基于规则的算法对心电图记录进行分类，提高了定位室性早搏起源的准确性和可解释性	尽管该方法在评估中表现优异，但仍有大量记录需要医生仔细评估	研究目的是预测室性早搏的起源，为导管消融治疗提供临床诊断支持	研究对象为频繁发生室性早搏的84名患者及其265份12导联心电图记录	机器学习	心血管疾病	深度学习	深度神经网络	心电图	265份12导联心电图记录
19328	2024-08-16	Optimizing Clinical Trial Eligibility Design Using Natural Language Processing Models and Real-World Data: Algorithm Development and Validation 2024-Jul-29, JMIR AI DOI:10.2196/50800 PMID:39073872	研究论文	本研究利用自然语言处理模型和真实世界数据优化临床试验资格设计，开发并验证了一种算法	开发了一种定制的双向长短期记忆和条件随机场基于的自然语言处理管道，用于从临床试验中高效提取详细的资格标准实体和相关属性	NA	评估使用数据驱动方法优化临床试验方案设计和识别合格患者的可行性	3281个行业赞助的2期或3期干预性临床试验，涉及非小细胞肺癌、前列腺癌、乳腺癌、多发性骨髓瘤、溃疡性结肠炎和克罗恩病患者	自然语言处理	非小细胞肺癌	自然语言处理（NLP）	双向长短期记忆和条件随机场	文本	3281个临床试验，其中2775个非小细胞肺癌患者作为试点研究
19329	2024-08-16	A deep learning-based real-time hypothermia and hyperthermia monitoring system with a simple body sensor 2024-Jul, Proceedings of the Institution of Mechanical Engineers. Part H, Journal of engineering in medicine DOI:10.1177/09544119241266375 PMID:39104260	研究论文	本文介绍了一种基于卷积神经网络（CNN）的实时低温与高温监测系统，该系统使用简单的身体传感器	利用3D打印的热变色材料作为传感器，并通过颜色变化特性实现温度变化的视觉监测	NA	开发一种能够实时监测人体低温与高温的系统	低温与高温的实时监测	机器学习	NA	3D打印	CNN	图像	510张图像数据，涵盖28-44°C的温度范围
19330	2024-08-16	Screening Tool for Paroxysmal Atrial Fibrillation Based on a Deep-Learning Algorithm Using Printed 12-Lead Electrocardiographic Records during Sinus Rhythm 2024-Jul, Reviews in cardiovascular medicine IF:1.9Q3 DOI:10.31083/j.rcm2507242 PMID:39139435	research paper	本研究开发了一种基于深度学习算法的筛查工具，用于检测使用打印的12导联心电图记录在窦性心律下的阵发性房颤	本研究首次探索了使用打印的心电图记录进行房颤检测的实用性，特别是在发展中国家	NA	评估基于人工智能的筛查工具在打印的窦性心律心电图记录中检测阵发性房颤的有效性	2192名患者在2011年5月至2022年8月期间在北京朝阳医院接受治疗的5688份打印的12导联窦性心律心电图记录	machine learning	心血管疾病	深度学习算法	NA	打印的心电图记录	2192名患者，5688份打印的12导联窦性心律心电图记录
19331	2024-08-16	Artificial intelligence at the pen's edge: Exploring the ethical quagmires in using artificial intelligence models like ChatGPT for assisted writing in biomedical research 2024 Jul-Sep, Perspectives in clinical research DOI:10.4103/picr.picr_196_23 PMID:39140014	综述	本文探讨了在生物医学研究中使用如ChatGPT这样的人工智能模型进行辅助写作时的伦理问题	NA	当前所有AI模型如ChatGPT处于初级阶段，存在生成内容不准确、缺乏上下文理解、知识动态差距、辨别能力有限、缺乏责任和问责、隐私问题、数据安全、透明度和偏见、缺乏细微差别和原创性等问题	旨在阐明在医疗保健和医学领域使用ChatGPT等AI模型进行写作辅助的伦理关切	ChatGPT等AI模型在辅助写作中的应用及其伦理问题	自然语言处理	NA	深度学习	ChatGPT	文本	NA
19332	2024-08-16	Forecasting the consumptions of coagulation tests using a deep learning model 2024-Jun-15, Journal of medical biochemistry IF:2.0Q4 DOI:10.5937/jomb0-40244 PMID:39139177	研究论文	本文开发了一种基于客观数据的模型，用于预测凝血测试的未来消耗量，该模型在COVID-19疫情期间显示出高度可变的消耗量。	本文采用外部输入非线性自回归人工神经网络（NARX）模型，有效预测了凝血测试的消耗量，特别是在COVID-19疫情期间的波动情况。	NA	旨在提高实验室服务的效率和可靠性，通过预测凝血测试的消耗量来优化资源规划。	凝血测试（PTT、aPTT、D-dimer、纤维蛋白原）的月消耗量及不同类型入院人数。	机器学习	NA	外部输入非线性自回归人工神经网络（NARX）	NARX	数值数据	数据收集时间从2018年12月至2021年7月，每月凝血测试消耗量及各类入院人数。
19333	2024-08-16	WET-UNet: Wavelet integrated efficient transformer networks for nasopharyngeal carcinoma tumor segmentation 2024 Apr-Jun, Science progress IF:2.6Q2 DOI:10.1177/00368504241232537 PMID:38567422	研究论文	本文提出了一种基于UNet网络的混合模型WET-UNet，用于鼻咽癌图像分割，通过集成小波变换和注意力机制来提高分割的准确性和鲁棒性	集成小波变换到UNet中，利用低频成分调整编码器并优化Transformer的后续计算过程，同时使用注意力机制捕捉图像中的远程依赖，提高模型的识别能力	NA	提高鼻咽癌肿瘤分割的准确性和稳定性	鼻咽癌肿瘤图像	计算机视觉	鼻咽癌	小波变换	UNet	图像	5000个样本，训练和验证比例为8:2
19334	2024-08-16	Deep learning solutions for smart city challenges in urban development 2024-Mar-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-55928-3 PMID:38431741	研究论文	本研究结合深度学习和贝叶斯正则化技术，旨在提升城市规划应用中神经网络的性能和可靠性	采用贝叶斯正则化方法增强神经网络的泛化能力并量化预测不确定性	深度学习模型的复杂性可能导致过拟合和解释性有限	探索深度学习技术在城市规划中的应用，提高模型性能和决策支持	城市动态、交通网络和环境可持续性	计算机视觉	NA	深度学习	神经网络	数据	NA
19335	2024-08-16	Shedding light on ai in radiology: A systematic review and taxonomy of eye gaze-driven interpretability in deep learning 2024-Mar, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111341 PMID:38340426	综述	本文通过系统性文献回顾和分类法探讨了眼动追踪数据在深度学习中用于放射学解释性的应用	首次全面调查了眼动数据处理技术及其在不同深度学习架构中的影响，特别是在医学影像数据中的错误检测、分类、对象检测等应用	文献中关于眼动追踪数据在深度学习架构中用于异常检测的有用性存在矛盾结果	旨在解决文献中关于眼动追踪数据在深度学习架构中应用的矛盾结果，并分析眼动数据如何促进放射学的解释性	分析了60项研究，这些研究将眼动追踪数据应用于深度学习方法以实现不同的放射学应用目标	计算机视觉	NA	深度学习	深度学习架构	眼动追踪数据	60项研究
19336	2024-08-16	A hybrid TCN-GRU model for classifying human activities using smartphone inertial signals 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0304655 PMID:39137226	研究论文	本文提出了一种结合时间卷积网络（TCN）和门控循环单元（GRU）的混合轻量级模型，用于通过智能手机惯性信号识别人类活动	该模型通过在TCN中引入膨胀和残差连接，以及使用GRU层，实现了对输入惯性序列的长期时间依赖性的建模，同时减少了计算成本	目前的研究仅限于使用智能手机捕获的惯性信号，未来研究将探索该模型在不同传感器类型和数据集上的泛化能力	开发一种轻量级的深度学习模型，用于通过智能手机惯性信号识别人类活动	人类活动识别	机器学习	NA	时间卷积网络（TCN），门控循环单元（GRU）	TCN-GRU	惯性信号	两个基准智能手机HAR数据库，即UCI HAR和UniMiB SHAR
19337	2024-08-16	Leveraging smart image processing techniques for early detection of foot ulcers using a deep learning network 2024, Polish journal of radiology IF:0.9Q4 DOI:10.5114/pjr/189412 PMID:39139256	研究论文	本文利用深度学习模型分析糖尿病患者足部的红外图像，以早期检测足溃疡，并通过与现有研究比较评估所提模型的有效性	采用ResNet50和EfficientNetB0模型，通过边缘检测和分水岭分割预处理数据集，提高了模型的准确性和降低了计算成本	NA	开发一种实用的足溃疡检测方法，特别是在缺乏专家分析的情况下	糖尿病患者的足部溃疡	计算机视觉	糖尿病	深度学习	ResNet50, EfficientNetB0	红外图像	1055张图像，其中543张为正常足部图像，其余为异常足部图像
19338	2024-08-16	Linking genetic markers and crop model parameters using neural networks to enhance genomic prediction of integrative traits 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1393965 PMID:39139722	研究论文	本文通过使用卷积神经网络（CNN）将遗传标记与作物模型参数关联，以提高综合性状的基因组预测	提出使用卷积神经网络（CNN）和作物生长模型（CGM）结合的方法来预测非加性效应，如基因间的上位性	NA	提高作物综合性状的基因组预测准确性	高粱的综合性状，特别是地上鲜重积累	机器学习	NA	卷积神经网络（CNN）	CNN	NA	NA
19339	2024-08-16	Multi-Quantifying Maxillofacial Traits via a Demographic Parity-Based AI Model 2024, BME frontiers IF:5.0Q1 DOI:10.34133/bmef.0054 PMID:39139805	研究论文	本研究提出了一种基于人口统计平权的AI模型，用于多指标量化颌面特征，以提高其在颌面外科手术中的诊断、决策和预后能力	本研究采用了一种人口统计平权策略，通过集成学习提高了AI模型在量化颌面特征时的泛化能力	初步泛化结果显示AI模型在量化主要基底骨指标时表现不佳，需要通过细分数据集和训练子模型来改进	提高AI模型在颌面特征量化中的泛化能力和准确性	颌面特征的多指标量化	机器学习	NA	深度学习	深度学习模型	图像	共收集了4000张锥形束计算机断层摄影（CBCT）矢状图像
19340	2024-08-16	Automated crack identification in structures using acoustic waveforms and deep learning 2024, Journal of infrastructure preservation and resilience DOI:10.1186/s43065-024-00102-2 PMID:39140005	研究论文	本文提出了一种使用声波信号和深度学习模型来自动识别结构中裂缝的方法	本文采用密集连接卷积神经网络（CNN）进行特征提取，减少了训练数据需求，并提高了预测损伤程度和位置的准确性	NA	自动化预测结构损伤程度和位置	混凝土梁和木梁及板	机器学习	NA	声发射（AE）波形	CNN	声波信号	混凝土梁和木梁及板的数据