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
101	2024-08-07	A multimodal deep learning model for cardiac resynchronisation therapy response prediction 2022-07, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2022.102465 PMID:35487111	研究论文	本文提出了一种用于心脏再同步治疗（CRT）反应预测的多模态深度学习框架，该框架利用2D超声心动图和心脏磁共振（CMR）数据进行预测。	本研究首次采用多模态深度学习方法进行CRT反应预测，结合了两种模态的潜在空间，提高了预测的准确性。	研究样本量较小，仅涉及50名CRT患者，可能影响模型的泛化能力。	开发一种新的多模态深度学习模型，用于提高心脏再同步治疗反应预测的准确性。	心脏再同步治疗（CRT）的反应预测。	机器学习	心血管疾病	深度学习	nnU-Net	图像	50名CRT患者
102	2024-08-07	Automated Determination of Left Ventricular Function Using Electrocardiogram Data in Patients on Maintenance Hemodialysis 2022-07, Clinical journal of the American Society of Nephrology : CJASN IF:8.5Q1 DOI:10.2215/CJN.16481221 PMID:35667835	研究论文	本研究利用深度学习模型，通过心电图数据自动评估接受维持性血液透析患者的左心室射血分数	使用迁移学习方法在小样本量的维持性血液透析患者中估计左心室射血分数	NA	开发和评估用于估计维持性血液透析患者左心室射血分数的深度学习模型	接受维持性血液透析的患者	机器学习	心血管疾病	深度学习	CNN	心电图数据	18,626对心电图与超声心动图数据用于模型1和2，705,075对用于模型3和4
103	2024-08-07	Identification of robust deep neural network models of longitudinal clinical measurements 2022-Jul-27, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-022-00651-4 PMID:35896817	研究论文	本文比较了九种深度学习框架在模拟纵向临床测量数据上的表现，并评估了模型在不同参数下的性能	首次系统地研究了从模拟纵向临床测量中学习的方法，并发现了基于形状变化的识别比基于幅度的变化更具挑战性	NA	评估深度学习方法在疾病预测中的应用，特别是在纵向临床测量数据上的表现	模拟的体重指数(BMI)、血糖和收缩压轨迹数据	机器学习	NA	深度学习	卷积神经网络(CNN)	时间序列数据	模拟数据包括体重指数(BMI)、血糖和收缩压轨迹，真实世界评估中使用了BMI轨迹
104	2024-08-07	Design and Rationale for the Use of Magnetic Resonance Imaging Biomarkers to Predict Diabetes After Acute Pancreatitis in the Diabetes RElated to Acute Pancreatitis and Its Mechanisms Study: From the Type 1 Diabetes in Acute Pancreatitis Consortium 2022-07-01, Pancreas IF:1.7Q3 DOI:10.1097/MPA.0000000000002080 PMID:36206463	研究论文	本研究探讨使用磁共振成像（MRI）技术预测急性胰腺炎后糖尿病的可能性	利用高级MRI技术反映潜在的病理生理变化，并提供预测糖尿病的影像生物标志物	NA	通过识别急性胰腺炎后的实质特征，区分高风险个体与血糖正常者	急性胰腺炎后糖尿病的风险评估	医学影像	糖尿病	磁共振成像（MRI）	深度学习	影像数据	DREAM研究中的一部分参与者将参与并接受特定的MRI检查
105	2024-08-05	Using deep learning to automatically generate design starting points for free-form imaging optical systems 2022-Jul-20, Applied optics IF:1.7Q3 DOI:10.1364/AO.460977 PMID:36256238	研究论文	本文提出了一种使用深度神经网络自动生成自由形状三镜成像系统设计起始点的方法	创新点在于使用深度神经网络结合双种子扩展曲线算法和编码优化自动生成设计起始点	该方法的局限性在于目前仅针对具有不同折叠配置的自由形状三镜系统进行验证	研究旨在减少自由形状成像系统的设计时间和精力	研究对象为自由形状三镜成像系统	光学设计	NA	深度学习	深度神经网络	数据集	多个数据集由双种子扩展曲线算法自动生成
106	2024-08-07	Diagnostic triage in patients with central lumbar spinal stenosis using a deep learning system of radiographs 2022-Jul-01, Journal of neurosurgery. Spine DOI:10.3171/2021.11.SPINE211136 PMID:35061993	研究论文	本研究旨在开发一种基于卷积神经网络（CNN）的深度学习模型，用于通过X射线诊断严重的中央腰椎管狭窄症（LSS），并使用梯度加权类激活映射（Grad-CAM）评估放射学诊断特征	本研究开发了一种新的深度学习模型，通过X射线图像准确诊断中央腰椎管狭窄症，并能定位狭窄病变，辅助医生识别LSS	多变量逻辑回归分析显示，结合人口统计学因素（年龄和性别）并未提高模型性能	开发和评估一种深度学习模型，用于通过X射线诊断严重的中央腰椎管狭窄症	中央腰椎管狭窄症患者和健康对照组的X射线图像	机器学习	脊柱疾病	卷积神经网络（CNN）	CNN	图像	12,442张图像用于训练模型，5折交叉验证
107	2024-08-07	ArtSeg-Artifact segmentation and removal in brightfield cell microscopy images without manual pixel-level annotations 2022-07-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-14703-y PMID:35794119	研究论文	本文提出了一种名为ScoreCAM-U-Net的管道，用于在明场细胞显微镜图像中自动分割和去除视觉伪影，无需手动像素级标注	该方法使用图像级标签进行训练，大大加快了训练过程，同时不显著牺牲分割性能	NA	开发一种自动化的方法来分割和去除明场细胞显微镜图像中的伪影，以改善下游分析	明场细胞显微镜图像中的伪影	计算机视觉	NA	深度卷积神经网络	U-Net	图像	三个不同的明场显微镜图像数据集