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
19921	2024-08-04	Deep learning-based quantification of total bleeding volume and its association with complications, disability, and death in patients with aneurysmal subarachnoid hemorrhage 2024-Aug-01, Journal of neurosurgery IF:3.5Q1 DOI:10.3171/2024.1.JNS232280 PMID:38552240	研究论文	本文研究了动脉瘤性蛛网膜下腔出血（aSAH）患者出血总量与术后并发症、残疾和死亡之间的关系	首次应用自动化深度学习技术定量分析aSAH患者的总出血量，并探讨其与临床结果的关联	研究仅在单一机构进行，样本数据可能不足以代表所有aSAH患者	探索aSAH患者的出血严重程度与术后并发症和长期功能结果之间的关系	2018年至2021年期间在单一机构住院的动脉瘤性蛛网膜下腔出血成人患者	医学影像	动脉瘤性蛛网膜下腔出血	深度学习	自动分割模型	电子健康记录数据	819名患者
19922	2024-08-04	Enhanced mutual information neural estimators for optical fiber communication 2024-Aug-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.534025 PMID:39090938	研究论文	文章提出了一种新的互信息神经估计器用于光纤通信的互信息估计	首次提出增强型互信息神经估计器（E-MINE），通过扩大训练批量大小来提高估计准确性和稳定性	在处理非线性光纤信道的挑战时，仍然受限于未知的信道模型	准确估计光纤通信中的互信息以优化信道容量和性能	光纤通信中的互信息估计	机器学习	NA	深度学习	互信息神经估计器（MINE）	NA	NA
19923	2024-08-07	Predicting vital sign deviations during surgery from patient monitoring data: developing and validating single-stream deep learning models 2024-Jul-31, British journal of anaesthesia IF:9.1Q1 DOI:10.1016/j.bja.2024.06.030 PMID:39089955	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
19924	2024-08-04	Transfer learning across different chemical domains: virtual screening of organic materials with deep learning models pretrained on small molecule and chemical reaction data 2024-Jul-30, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-024-00886-1 PMID:39080777	研究论文	本研究展示了在不同化学领域中应用迁移学习进行有机材料虚拟筛选的潜力	该研究创新性地利用药物类似的小分子和化学反应数据库对BERT模型进行预训练，从而提升其在有机材料虚拟筛选中的表现	研究表明访问一个反应数据库，反应范围比USPTO更广可能进一步提高模型性能，并未详细探讨此点	探讨迁移学习在不同化学领域的应用以优化有机材料的虚拟筛选	研究对象为多种有机材料的虚拟筛选任务	机器学习	NA	深度学习	BERT	数据集	五个虚拟筛选任务的数据
19925	2024-08-04	Modelling the demographic history of human North African genomes points to a recent soft split divergence between populations 2024-Jul-30, Genome biology IF:10.1Q1 DOI:10.1186/s13059-024-03341-4 PMID:39080715	研究论文	本研究对北非人类基因组的复杂人口历史进行了建模	采用了一种新的算法GP4PG，通过深度学习的近似贝叶斯计算（ABC-DL）框架有效构建了拟合北非人口的复杂人口模型	分析过程中仅使用了16个覆盖度超过30X的全基因组样本，可能限制了结果的普遍性	研究北非地区人口的历史和基因流动情况，并揭示阿拉伯和亚马兹igh人口的起源不同	北非地区的阿拉伯和亚马兹igh人群的基因组	数字病理学	NA	近似贝叶斯计算与深度学习（ABC-DL）	GP4PG	基因组	364个基因组
19926	2024-08-04	Comparison of data fusion strategies for automated prostate lesion detection using mpMRI correlated with whole mount histology 2024-Jul-29, Radiation oncology (London, England) DOI:10.1186/s13014-024-02471-0 PMID:39080735	研究论文	本文比较了输入级、特征级和决策级的数据融合技术，用于自动检测临床显著的前列腺病变。	提出了多种深度学习CNN架构，并比较了不同数据融合策略对前列腺病变检测的影响。	结合mpMRI数据和定量临床数据的效果没有显著差异。	研究自动检测前列腺病变的方法和数据融合策略。	临床显著的前列腺病变及其检测方法。	计算机视觉	前列腺癌	多参数MRI图像	CNN	医学影像	118个mpMRI图像和22个全切片组织学图像
19927	2024-08-04	Intercomparison of deep learning models in predicting streamflow patterns: insight from CMIP6 2024-Jul-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-63989-7 PMID:39080322	研究论文	本研究通过四种深度学习模型预测巴基斯坦斯瓦特河流域的每日流量	采用多模型集成计算的最佳组合以提高流量预测的准确性	研究仅限于特定地区的流量预测，可能不适用于其他地区	预测斯瓦特河流域的每日流量以支持水资源管理	斯瓦特河流域的每日流量数据	机器学习	NA	深度学习	TLANN, FFANN, SANN, LSTM	流量数据	NA
19928	2024-08-04	Prediction of protein secondary structure by the improved TCN-BiLSTM-MHA model with knowledge distillation 2024-07-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-67403-0 PMID:39020005	研究论文	本研究提出了一种改进的TCN-BiLSTM-MHA模型来预测蛋白质的二级结构	通过多尺度融合和双向操作改进的TCN模型更好地提取氨基酸序列特征，并结合知识蒸馏技术提升性能	模型的有效性可能受限于训练数据的多样性和规模	提高蛋白质二级结构预测的准确性，以助于蛋白质功能理解	使用改进的深度学习模型对蛋白质的二级结构进行预测	生物信息学	NA	深度学习	改进的TCN-BiLSTM-MHA模型	多种数据集	六个数据集的样本，包括TS115, CB513和PDB (2018-2020)
19929	2024-08-04	Finite element models with automatic computed tomography bone segmentation for failure load computation 2024-07-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66934-w PMID:39019937	研究论文	本研究提出了一种基于深度学习的CT扫描骨骼分割方法，用于生物力学失效载荷模拟	提出了一个专门的预处理、基于深度学习的分割方法和后处理管道，能够有效处理有限的CT数据	需谨慎训练并验证模型，以确保自动分割的质量和可靠性	研究用于骨转移患者的CT数据中的骨骼分割，以进行失效载荷模拟	研究对象为人类股骨和椎骨的CT扫描图像	数字病理学	骨癌转移	CT扫描	U-Net	图像	涉及多位患者的股骨和椎骨CT扫描
19930	2024-08-04	In Silico drug repurposing pipeline using deep learning and structure based approaches in epilepsy 2024-07-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-67594-6 PMID:39020064	研究论文	本研究开发了一种新颖的体外药物重新利用管道，用于癫痫治疗	结合变换器深度学习方法和分子结合亲和力计算来处理药物重新利用	对于特定靶点蛋白的候选抑制剂数量存在显著差异，影响管道普适性	开发高效的新药物重新利用策略以治疗癫痫	针对在癫痫发生机制中涉及的获得功能基因编码的24个靶点蛋白的候选药物	数字病理学	癫痫	变换器深度学习方法	NA	NA	对24个靶点蛋白的候选抑制剂进行了评估
19931	2024-08-04	Transformation from hematoxylin-and-eosin staining to Ki-67 immunohistochemistry digital staining images using deep learning: experimental validation on the labeling index 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.047501 PMID:39087085	研究论文	本研究提出了一种数字染色方法，旨在利用深度学习将子宫内膜癌的H&E染色图像转化为Ki-67 IHC染色图像	使用深度学习和颜色去混合技术将H&E图像转化为高分辨率的IHC染色图像，这是一个新的数字染色方法	在跨案例验证中，数字染色与物理染色之间的相关性相对较低	旨在通过数字染色技术提高子宫内膜癌肿瘤的分子级可视化分析	研究对象为子宫内膜癌的整个切片图像	数字病理学	子宫内膜癌	深度学习	U-Net	图像	NA
19932	2024-08-04	The changing landscape of text mining: a review of approaches for ecology and evolution 2024-Jul, Proceedings. Biological sciences DOI:10.1098/rspb.2024.0423 PMID:39082244	综述	本文回顾了生态学和进化生物学中文本挖掘的方法。	提供了基于频率的方法、传统自然语言处理和基于深度学习的语言模型的三种广泛范式的映射，为生态和进化研究整合这些工具提供了基础和前沿概念。	可能未涵盖所有文本挖掘方法的最新进展。	探讨生态学和进化研究中文本挖掘的变革性方法。	涉及生态学和进化生物学中的数据合成和建模。	自然语言处理	NA	机器学习语言模型	深度学习语言模型	文本	NA
19933	2024-08-04	Learning three-dimensional aortic root assessment based on sparse annotations 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.044504 PMID:39087084	研究论文	该文章提出了一种基于稀疏标注的三维主动脉根部评估方法	通过二维横截面标注和点云表面重建，减少了对大量注释数据的需求，简化了注释过程	在特定区域的注释可能仍需专家验证，以确保准确性	旨在为经导管主动脉瓣置换术(TAVI)提供准确的主动脉根部和左心室流出道(LVOT)的分析	主动脉根部和左心室流出道的几何形状和结构	数字病理学	NA	深度学习	3D分割网络	NA	NA
19934	2024-08-04	Association of Retinal Biomarkers With the Subtypes of Ischemic Stroke and an Automated Classification Model 2024-Jul-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.65.8.50 PMID:39083310	研究论文	本研究探讨了视网膜生物标志物与缺血性中风亚型之间的关联及自动分类模型	提出了一种使用人工智能增强的光学相干层析血管造影图像分析的方法来检测缺血性中风及其亚型	仅基于两组人群进行研究，可能影响结果的普遍适用性	研究缺血性中风及其亚型的自动识别方法	865名参与者的1730只眼睛	数字病理学	缺血性中风	光学相干层析血管造影（OCTA）	深度学习模型	图像	865名参与者，1730只眼睛
19935	2024-08-04	Identification of Microorganism in Infected Wounds by Positively Charged Selective Sensor Array and Deep Learning Algorithm 2024-05-14, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c01845 PMID:38702857	研究论文	本研究使用带正电的选择传感器阵列和深度学习算法识别感染伤口中的微生物	创新点在于结合了特定的阳离子染料与深度学习模型ResNet实现了高效的微生物分类	可能缺乏不同环境条件下的微生物识别验证	研究目标是快速准确识别病原微生物，以便于感染诊断	研究对象为14种用S-TDs染色的微生物，包括革兰阴性菌、革兰阳性菌和真菌	数字病理学	感染性疾病	荧光传感器阵列	残差网络（ResNet）	图像	涉及14种微生物的大量图像数据
19936	2024-08-04	Real-Time Signal Analysis with Wider Dynamic Range and Enhanced Sensitivity in Multiplex Colorimetric Immunoassays Using Encoded Hydrogel Microparticles 2024-05-07, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c00773 PMID:38662417	研究论文	本研究介绍了一种新的实时信号分析技术，用于定量多个蛋白质，从而提高多重比色免疫测定的动态范围和灵敏度	引入了实时信号分析，通过观察比色信号的连续变化，而不是仅依赖于终点分析	未提及具体的局限性	提高多重比色免疫测定的动态范围和灵敏度	多重比色免疫测定中的蛋白质	数字病理学	NA	比色免疫测定	深度学习	信号	涉及与先兆子痫相关的多种蛋白质目标的浓度范围
19937	2024-08-04	Persistent Luminescence Lifetime-Based Near-Infrared Nanoplatform via Deep Learning for High-Fidelity Biosensing of Hypochlorite 2024-05-07, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c00899 PMID:38661330	研究论文	该文章提出了一种基于持久发光寿命的纳米平台，通过深度学习实现高保真生物传感	创新性地使用深度学习提取持久发光寿命特征，以高对比度信号进行生物成像	NA	研究在复杂基质系统中实现高保真生物传感的能力	开发一种持久发光纳米探头用于漂白剂检测	数字病理学	NA	持久发光成像	3D卷积神经网络	成像数据	NA
19938	2024-08-04	Deep Learning Classification of Usual Interstitial Pneumonia Predicts Outcomes 2024-05-01, American journal of respiratory and critical care medicine IF:19.3Q1 DOI:10.1164/rccm.202307-1191OC PMID:38207093	研究论文	本文开发了一种可解释的深度学习算法，用于从CT影像中预测常见间质性肺炎的结果	应用多实例学习（MIL）方法实现了对常见间质性肺炎的准确分类和预测	本文未明确提及任何潜在的限制	研究的目的是利用CT影像提高对常见间质性肺炎的诊断精度和预后评估	研究对象为不同临床人群中被诊断为常见间质性肺炎的患者	数字病理学	肺纤维化	计算机断层扫描（CT）	多实例学习（MIL）	影像	总样本量为2,143，测试样本包括127, 239, 和979名患者
19939	2024-08-04	Circumventing drug resistance in gastric cancer: A spatial multi-omics exploration of chemo and immuno-therapeutic response dynamics 2024-May, Drug resistance updates : reviews and commentaries in antimicrobial and anticancer chemotherapy IF:15.8Q1 DOI:10.1016/j.drup.2024.101080 PMID:38579635	研究论文	本研究探讨了胃癌中药物耐药性的细胞和分子机制。	本研究通过空间多组学探索和深度学习模型预测治疗反应，揭示了药物耐药性的新机制。	本研究的局限性在于可能未考虑所有患者的个体差异和长期疗效评估。	研究胃癌中化疗和免疫治疗反应动态的药物耐药机制。	研究对象为接受化疗和免疫治疗的胃癌患者的术后组织样本。	数字病理学	胃癌	多组学	支持向量机（SVM）	图像及多组学数据	研究涉及多个胃癌患者的术后组织样本
19940	2024-08-04	AI models for automated segmentation of engineered polycystic kidney tubules 2024-02-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-52677-1 PMID:38310171	研究论文	本文比较了用于自动分割工程性多囊肾小管的深度学习模型	引入了UACANet模型，该模型使用自注意力机制并具有一定的可解释性，展示了其在囊肿检测方面的优势	模型的性能受限于所使用的图像数据集，可能无法泛化到其他类型的肾组织图像	开发能够直接在人体肾组织上自动检测囊肿生长的模型	研究对象为32个工程性多囊肾小管的免疫荧光图像	计算机视觉	肾脏疾病	深度学习算法	UNet++, UACANet	图像	32个工程性多囊肾小管