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	2024-12-06	BCR-Net: A deep learning framework to predict breast cancer recurrence from histopathology images 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0283562 PMID:37014891	研究论文	开发了一种深度学习框架BCR-Net，用于从组织病理学图像预测乳腺癌复发风险	提出了BCR-Net框架，通过多实例学习模型自动加权特征，预测乳腺癌复发风险，优于现有的WSI分类模型	未提及	开发一种AI模型，替代昂贵且耗时的基因检测，预测乳腺癌复发风险	乳腺癌患者的组织病理学图像	机器学习	乳腺癌	深度学习	BCR-Net	图像	99名匿名患者的H&E和Ki67乳腺癌切除全切片图像
102	2024-11-21	EFFNet: A skin cancer classification model based on feature fusion and random forests 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0293266 PMID:37871038	研究论文	提出了一种基于特征融合和随机森林的皮肤癌分类模型EFFNet	引入改进的分层双线性池化来捕捉不同卷积层之间的特征交互，增强了特征的表达能力	未提及	克服深度学习在皮肤癌分类中数据不平衡、特征冗余和特征交互被忽略的问题	皮肤癌分类	计算机视觉	皮肤癌	随机森林	EfficientNetV2	图像	使用了HAM10000数据集，通过图像增强技术使每类训练集图像平衡
103	2024-11-14	Growing ecosystem of deep learning methods for modeling protein-protein interactions 2023-Jan-21, Protein engineering, design & selection : PEDS DOI:10.1093/protein/gzad023 PMID:38102755	综述	本文综述了用于建模蛋白质相互作用的深度学习方法生态系统的发展	深度学习通过利用实验数据和蛋白质相互作用的基本生物物理知识，成为解决蛋白质相互作用多样性问题的有前途的方法	本文讨论了现有方法的局限性和未来研究方向	综述和讨论用于建模蛋白质相互作用的深度学习方法及其应用	蛋白质相互作用及其建模方法	机器学习	NA	深度学习	NA	NA	NA
104	2024-11-06	Implementing a novel deep learning technique for rainfall forecasting via climatic variables: An approach via hierarchical clustering analysis 2023-Jan-01, The Science of the total environment DOI:10.1016/j.scitotenv.2022.158760 PMID:36113802	研究论文	本文提出了一种基于优化门控循环单元（GRU）神经网络的深度学习模型，用于基于30年的气候数据预测巴基斯坦的降雨量	本文的创新点在于使用优化后的GRU神经网络进行降雨预测，并通过消除异常值和极端值以及数据归一化策略提高了预测精度	NA	研究目的是开发一种高精度的降雨预测模型，以帮助农业部门应对降雨变化带来的挑战	研究对象是巴基斯坦1991年至2020年的气候数据，包括温度、空气质量等变量	机器学习	NA	深度学习	GRU	气候数据	30年（1991-2020年）的气候数据
105	2024-11-06	Fibrosis severity scoring on Sirius red histology with multiple-instance deep learning 2023, Biological imaging DOI:10.1017/S2633903X23000144 PMID:38510166	研究论文	本文提出了一种基于多实例深度学习的方法，用于对天狼星红染色的肝纤维化病理切片进行严重程度评分	本文利用多实例学习和多次推断来解决病理特征稀疏的问题，并在此应用中达到了新的最先进水平	NA	开发一种减少肝纤维化病理切片评分中高评分者间和评分者内变异性的方法	非酒精性脂肪肝病（NAFLD）患者的肝纤维化病理切片	数字病理学	肝病	多实例深度学习	NA	图像	152张天狼星红染色的全切片图像（WSIs）
106	2024-11-06	Applications of artificial intelligence in dementia research 2023, Cambridge prisms. Precision medicine DOI:10.1017/pcm.2022.10 PMID:38550934	综述	本文综述了人工智能在痴呆研究中的应用	介绍了人工智能在痴呆研究中的多种应用，包括机器学习和深度学习方法	在实际临床环境中比较不同人工智能方法的有效性仍是一个挑战	提供人工智能在痴呆研究中应用的概述	痴呆的早期检测、诊断、进展监测以及护理干预	机器学习	老年病	机器学习、深度学习	NA	NA	NA
107	2024-10-21	Local Contrastive Learning for Medical Image Recognition 2023, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:38222415	研究论文	本文提出了一种用于医学图像识别的局部对比学习框架	引入了一种灵活的微调框架LRCLR，增加了显著图像区域选择和跨模态交互的层	未提及	提高医学图像分析中对细微病理差异的区分能力，并提供图像区域与文本之间的解释	胸部X光图像	计算机视觉	NA	深度学习	对比学习	图像	外部验证集中的胸部X光图像
108	2024-10-21	Towards Fair Patient-Trial Matching via Patient-Criterion Level Fairness Constraint 2023, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:38222427	研究论文	本文提出了一种基于患者-标准层公平性约束的公平患者-试验匹配框架	本文的创新点在于引入了患者-标准层公平性约束，以解决深度学习模型在患者-试验匹配中可能出现的公平性问题	本文未详细讨论该框架在实际应用中的可扩展性和效率问题	本文旨在解决临床试验中患者招募和保留的挑战，并提出一种公平的患者-试验匹配方法	本文的研究对象是临床试验中的患者和试验标准	机器学习	NA	深度学习	NA	文本	NA
109	2024-10-21	Prospective deployment of an automated implementation solution for artificial intelligence translation to clinical radiation oncology 2023, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2023.1305511 PMID:38239639	研究论文	本文介绍了一种名为Deep Learning On-Demand Assistant (DL-ODA)的全自动端到端临床平台，用于在放射肿瘤学中实现人工智能干预	DL-ODA平台的多模态、全自动端到端AI临床实施解决方案的创新性	NA	展示DL-ODA在放射肿瘤学中的应用，并验证其在临床环境中的可行性	DL-ODA系统在放射治疗计划中的应用，包括自动模型训练、自动分割和质量保证报告	数字病理学	NA	深度学习	NA	图像	3,399例肺部和885例脊柱放射治疗病例用于回顾性分析，2,500例心脏和230例脊柱病例用于前瞻性质量保证分析
110	2024-10-21	Automated anatomical labeling of the intracranial arteries via deep learning in computed tomography angiography 2023, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2023.1310357 PMID:38239880	研究论文	本文提出了一种基于U-Net深度学习模型的方法，用于在计算机断层血管造影（CTA）中自动标注颅内动脉的详细解剖段	首次使用U-Net深度学习模型自动标注CTA中的颅内动脉解剖段，并展示了其在颅内动脉瘤定位中的临床应用潜力	NA	开发一种自动化的方法来标注颅内动脉的解剖结构，以提高临床诊断的准确性和效率	颅内动脉的解剖段和颅内动脉瘤的定位	计算机视觉	NA	深度学习	U-Net	图像	457例不同程度的动脉狭窄病例用于训练、验证和测试模型，96例包含至少一个颅内动脉瘤的病例用于评估模型在动脉瘤定位中的应用
111	2024-10-21	Assessing the utility of deep neural networks in detecting superficial surgical site infections from free text electronic health record data 2023, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2023.1249835 PMID:38259257	研究论文	本研究利用自然语言处理技术从电子健康记录的自由文本中检测浅表手术部位感染	提出了两种不同的使用案例：独立机器学习管道和人在回路管道，并比较了它们的性能	NA	应用自然语言处理技术准确捕捉术后浅表手术部位感染	浅表手术部位感染的检测	自然语言处理	NA	自然语言处理	深度学习模型	文本	389,865例手术病例，3,983,864条未标记的图表记录，1,231,656条标记的记录
112	2024-10-21	nPCA: a linear dimensionality reduction method using a multilayer perceptron 2023, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2023.1290447 PMID:38259616	研究论文	本文介绍了一种名为nPCA的线性降维方法，该方法使用多层感知机来保留原始数据的线性投影并生成更好的降维结果	nPCA结合了深度学习和线性投影的优点，能够在保留原始数据丰富信息的同时进行有效的降维	NA	开发一种新的线性降维方法，以改进现有的降维技术	10个公共数据集和6个胰腺单细胞RNA测序数据集	机器学习	NA	多层感知机	多层感知机	数据集	10个公共数据集和6个胰腺单细胞RNA测序数据集
113	2024-10-21	Predicting disease onset from electronic health records for population health management: a scalable and explainable Deep Learning approach 2023, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2023.1287541 PMID:38259826	研究论文	本文研究了使用深度学习方法从电子健康记录中预测未来疾病诊断，以支持人口健康管理	引入了将分箱观察值纳入嵌入模型的新方法，并包括了与健康决定因素相关的创新特征	NA	研究深度学习方法在预测未来疾病诊断中的应用，以支持人口健康管理	电子健康记录数据，用于预测患者未来三年内患糖尿病、慢性阻塞性肺病、高血压或心肌梗死的可能性	机器学习	NA	Word2Vec算法，SHapley Additive exPlanations (SHAP)	双向门控循环单元 (GRU)	文本	约5000万美国患者
114	2024-10-21	Is the diagnostic model based on convolutional neural network superior to pediatric radiologists in the ultrasonic diagnosis of biliary atresia? 2023, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2023.1308338 PMID:38259860	研究论文	本研究旨在通过深度学习算法分析超声图像数据，构建基于卷积神经网络的胆道闭锁超声智能诊断模型	本研究构建了基于Mask R-CNN的诊断模型，并发现其在胆道闭锁诊断中的表现达到甚至超过了儿科放射学专家的水平	本研究仅比较了两种模型和四名儿科放射学专家的诊断性能，未涉及其他诊断方法的比较	通过深度学习算法实现胆道闭锁的智能诊断	胆道闭锁、非胆道闭锁高胆红素血症和健康婴儿的胆囊超声图像	计算机视觉	胆道疾病	卷积神经网络	Mask R-CNN	图像	4887张胆囊超声图像
115	2024-10-21	Prediction of knee biomechanics with different tibial component malrotations after total knee arthroplasty: conventional machine learning vs. deep learning 2023, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2023.1255625 PMID:38260731	研究论文	比较深度学习与传统机器学习方法在预测全膝关节置换术后胫骨组件不同旋转角度对膝关节生物力学影响方面的准确性	提出了一种基于深度学习的方法，用于快速预测全膝关节置换术后胫骨组件不同旋转角度对膝关节生物力学的影响，并证明其比传统机器学习方法更准确	未提及具体限制	比较深度学习与传统机器学习方法在预测全膝关节置换术后胫骨组件不同旋转角度对膝关节生物力学影响方面的准确性	全膝关节置换术后胫骨组件不同旋转角度对膝关节生物力学的影响	机器学习	NA	深度学习	深度学习模型	生物力学数据	343组生物力学数据
116	2024-10-21	Deep learning application for abdominal organs segmentation on 0.35 T MR-Linac images 2023, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2023.1285924 PMID:38260833	研究论文	本文研究了基于深度学习的0.35 T MR-Linac图像腹部器官自动分割方法	提出了一种基于3D nnUNet模型的腹部器官自动分割方法，并在0.35 T MR-Linac图像上进行了验证	对于十二指肠的分割结果不理想	开发一种自动化的方法来分割腹部肿瘤和危及器官，以提高放射治疗计划的质量	腹部器官，包括肝脏、肾脏、脊髓、胃和十二指肠	计算机视觉	NA	NA	UNet	图像	121组腹部MR图像及其对应的分割结果
117	2024-10-21	Deep learning based on 68Ga-PSMA-11 PET/CT for predicting pathological upgrading in patients with prostate cancer 2023, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2023.1273414 PMID:38260839	研究论文	本文探讨了基于68Ga-PSMA-11 PET/CT的深度学习方法在预测前列腺癌患者从活检到根治性前列腺切除术病理升级中的可行性和重要性	本文首次将68Ga-PSMA-11 PET/CT与深度学习结合，用于预测前列腺癌患者的病理升级	研究为回顾性研究，样本量较小，且结果的AUC值和准确性有待提高	探讨基于68Ga-PSMA-11 PET/CT的深度学习方法在预测前列腺癌患者病理升级中的应用	前列腺癌患者从活检到根治性前列腺切除术的病理升级	计算机视觉	前列腺癌	深度学习	ResNet-18和DenseNet-121	图像	109名患者，其中87名用于训练集，22名用于测试集
118	2024-10-21	Revealing brain connectivity: graph embeddings for EEG representation learning and comparative analysis of structural and functional connectivity 2023, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2023.1288433 PMID:38264495	研究论文	本研究利用深度学习技术，通过图嵌入方法对脑电图（EEG）运动想象分类中的脑连接进行建模，并比较了结构连接和功能连接的分析	本研究结合了图嵌入、深度学习和不同类型的脑连接，不仅提高了分类准确性，还丰富了对脑功能的理解	NA	研究目的是通过图嵌入和深度学习技术，提高脑电图运动想象分类的准确性，并深入理解脑连接	研究对象是脑电图（EEG）数据中的脑连接	机器学习	NA	图嵌入	卷积神经网络（CNN）	脑电图（EEG）数据	使用了基准数据集-IV-2a进行测试
119	2024-10-21	Deep learning-based immunohistochemical estimation of breast cancer via ultrasound image applications 2023, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2023.1263685 PMID:38264739	研究论文	本研究开发了一种基于深度学习的计算机辅助诊断方法，用于根据免疫组化结果对乳腺超声图像进行分类	提出了一个新的深度学习框架，包括多层次特征蒸馏网络（MFD-Net）和包含通道注意模块（CAM）和空间注意模块（SAM）的新注意力模块	NA	开发一种基于深度学习的计算机辅助诊断方法，用于根据免疫组化结果对乳腺超声图像进行分类	乳腺超声图像和免疫组化结果	计算机视觉	乳腺癌	深度学习	CNN	图像	500张乳腺超声图像，来自294名患者
120	2024-10-21	Predicting delayed remission in Cushing's disease using radiomics models: a multi-center study 2023, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2023.1218897 PMID:38264759	研究论文	本研究构建了基于多中心数据的临床和影像组学模型，用于预测库欣病术后延迟缓解	首次构建了多中心影像组学模型用于预测库欣病术后延迟缓解	研究结果初步，需要在大样本中进一步验证	构建临床和影像组学模型以预测库欣病术后延迟缓解	库欣病患者术后延迟缓解	数字病理学	内分泌疾病	MRI影像分析	XGBoost	影像数据和临床数据	122名库欣病患者