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
1901	2024-08-05	Identification of Origin for Spinal Metastases from MR Images: Comparison Between Radiomics and Deep Learning Methods 2023-07, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2023.04.029 PMID:37059360	研究论文	本研究旨在基于脊柱增强T1磁共振图像分析脊柱转移瘤的起源，比较放射组学与深度学习方法	本研究开发的深度学习算法在识别脊柱转移瘤来源方面优于放射组学模型和专家评估	研究主要依赖于回顾性数据，可能存在选择偏倚	确定脊柱转移病变的起源是否为肺癌或其他类型癌症	173名被诊断为脊柱转移瘤的患者	数字病理学	肺癌	磁共振成像	深度学习模型与放射组学模型	医学图像	参与研究的样本数量为173名患者
1902	2024-08-05	Deep Learning-Based Image Noise Quantification Framework for Computed Tomography 2023 Jul-Aug 01, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001469 PMID:37380148	研究论文	本研究提出了一种基于深度学习的图像噪声量化框架，用于计算机断层扫描图像的噪声水平评估	提出了一种新颖的框架SILVER，用于在CT图像的每个区域内估计局部噪声水平	该方法依赖于假体数据进行训练，可能在不同的临床场景中表现不同	评估计算机断层扫描图像的噪声质量并优化成像协议	使用人形假体和患者图像评估噪声水平	计算机视觉	NA	深度学习	U-Net卷积神经网络	图像	100个假体扫描，120,000张假体图像
1903	2024-08-05	Screening for extranodal extension in HPV-associated oropharyngeal carcinoma: evaluation of a CT-based deep learning algorithm in patient data from a multicentre, randomised de-escalation trial 2023-06, The Lancet. Digital health DOI:10.1016/S2589-7500(23)00046-8 PMID:37087370	研究论文	本研究评估了一种基于CT的深度学习算法在HPV相关的口咽癌患者中预测病理性外结节扩展(ENE)的表现	首次在多中心随机试验中使用深度学习算法预测HPV相关口咽癌的病理性ENE	该研究为回顾性评估，且可能受限于已排除的患者群体和标注的一致性	评估深度学习算法在HPV相关口咽癌患者中的ENE预测能力	HPV相关口咽癌患者在ECOG-ACRIN E3311试验中的数据	计算机视觉	口咽癌	CT	深度学习算法	影像	178张扫描图像和313个淋巴结
1904	2024-08-05	Deep learning model for prenatal congenital heart disease (CHD) screening generalizes to the community setting and outperforms clinical detection 2023-Mar-12, medRxiv : the preprint server for health sciences DOI:10.1101/2023.03.10.23287134 PMID:38903074	研究论文	本研究应用深度学习模型进行胎儿超声图像中先天性心脏病的筛查，且在社区环境中表现优于临床检测	该研究展示了先前训练的深度学习算法在社区获取图像中有效识别未曾接触的病变，且其准确性超过人工评估	模型的表现与专家评分的质量有一定关系，且对部分未见过的病变的敏感性统计上无显著差异	旨在提高胎儿超声检查中对先天性心脏病的检测率	研究对象为2015年至2016年间，荷兰西北地区的胎儿超声图像及其相关病例	机器学习	先天性心脏病	深度学习	NA	图像	分析了42个正常胎儿和66个孤立性先天性心脏病病例
1905	2024-08-05	Toward next-generation endoscopes integrating biomimetic video systems, nonlinear optical microscopy, and deep learning 2023-Jun, Biophysics reviews IF:2.9Q2 DOI:10.1063/5.0133027 PMID:38510341	研究论文	本文审查了三种新兴技术在下一代内镜系统中的潜在应用，以提高胃肠道癌症的诊断能力	提出了结合仿生视频系统、非线性光学显微镜和深度学习的内镜新配置，能够更有效地检测和确认可疑病变	在将这些技术应用于下一代内镜时面临诸多挑战	提高胃肠道癌症的早期检测和诊断效率	主要关注胃癌的内镜诊断技术进展	计算机视觉	癌症	非线性光学显微镜、深度学习	NA	NA	NA
1906	2024-08-05	Exploring the Link Between Brain Waves and Sleep Patterns with Deep Learning Manifold Alignment 2023, The 4th Joint International Conference on Deep Learning, Big Data and Blockchain (DBB 2023). Joint International Conference on Deep Learning, Big Data and Blockchain (4th : 2023 : Marrakech, Morocco ; Online) DOI:10.1007/978-3-031-42317-8_7 PMID:38939181	研究论文	本文探讨了脑电波与睡眠模式之间的关系，采用了深度学习流形对齐的新方法	创新点在于使用深度学习流形对齐方法来探索睡眠结构与EEG特征之间的关系	本文未提及研究的具体限制	研究睡眠架构与脑电图（EEG）特征之间的关系	多模态多睡眠监测数据集，包括PSG、ECG和EEG	机器学习	NA	深度学习流形对齐	NA	多模态数据，包括文本、图像和音频	NA
1907	2024-08-07	Moving From PQRST to AI: Advancing Transparency, Reliability, and Clinical Translation in ECG Deep Learning 2023-Dec, JACC. Advances DOI:10.1016/j.jacadv.2023.100682 PMID:38938477	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1908	2024-08-05	Deep Learning to Estimate Left Ventricular Ejection Fraction From Routine Coronary Angiographic Images 2023-Nov, JACC. Advances DOI:10.1016/j.jacadv.2023.100632 PMID:38938722	研究论文	该文章主要研究通过常规冠状动脉造影图像估算左心室射血分数的深度学习模型	提出了一种结合3D卷积神经网络和变换器的创新深度学习算法，可快速准确评估左心室射血分数	研究受限于数据集仅来自Mayo Clinic，且患者在训练、验证和测试集中的分配较为固定	评估机器学习模型从常规冠状动脉造影图像中估算左心室射血分数的能力	涉及17,346名患者的18,809个冠状动脉造影图像	计算机视觉	心血管疾病	深度学习	3D卷积神经网络和变换器	影像	18,809个冠状动脉造影图像来自17,346名患者
1909	2024-08-05	Automated labelling of radiology reports using natural language processing: Comparison of traditional and newer methods 2023-Apr, Health care science DOI:10.1002/hcs2.40 PMID:38938764	研究论文	使用自然语言处理自动标记放射学报告的方法及其性能比较	提出了不同的自动标记方法，并比较了它们在放射学报告标记中的性能	基于规则的模型需对负面词的处理进行妥善安排	研究使用自然语言处理自动标记放射学报告的方法	比较传统与新型自动标记方法在放射学报告中的应用效果	自然语言处理	NA	自然语言处理	BERT、长短期记忆网络	文本	大型放射学研究数据集
1910	2024-08-05	Clinical Applications, Methodology, and Scientific Reporting of Electrocardiogram Deep-Learning Models: A Systematic Review 2023-Dec, JACC. Advances DOI:10.1016/j.jacadv.2023.100686 PMID:38288263	研究论文	本文对电心电图深度学习模型的临床应用、方法学和科学报告进行了系统性回顾	该研究定义了临床相关ECG深度学习模型的现状，并考察了这些研究的科学报告实践	方法学报告存在高度变异，无法重现模型的完整信息的出版物较少	探讨电心电图深度学习模型的现状及其科学报告的实践	临床相关的电心电图深度学习模型	机器学习	心血管疾病	深度学习	NA	NA	44篇文献，包含53个独特的、临床相关的ECG深度学习模型
1911	2024-08-05	Detect and attribute the extreme maize yield losses based on spatio-temporal deep learning 2023-Nov, Fundamental research IF:5.7Q1 DOI:10.1016/j.fmre.2022.05.006 PMID:38933002	研究论文	本研究开发了一种基于深度学习的多任务学习框架，以估计美国玉米带2006年至2018年间玉米产量的变化。	提出了一种新的时空深度学习框架，用于评估和归因作物产量对气候变化的响应。	未提及具体限制	准确估计大空间尺度的作物产量并理解极端气候压力下的产量损失。	研究对象为美国玉米带的玉米产量。	机器学习	NA	深度学习	深度神经网络	县级产量数据	2006年至2018年期间的县级玉米产量数据
1912	2024-08-05	SwarmDeepSurv: swarm intelligence advances deep survival network for prognostic radiomics signatures in four solid cancers 2023-Aug-11, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2023.100777 PMID:37602223	研究论文	本文提出了一种新方法SwarmDeepSurv，用于在四种实体肿瘤中进行预后放射组学特征的研究	SwarmDeepSurv结合了群体智能算法与深度生存模型，优化了预后预测并选择了不同的特征	未提及明显的局限性	研究生物标志物与治疗效果之间的关系	四种不同类型的癌症样本	机器学习	NA	深度学习	NA	多中心数据	1,058 个样本
1913	2024-08-05	Identifying Mitral Valve Prolapse at Risk for Arrhythmias and Fibrosis From Electrocardiograms Using Deep Learning 2023-Aug, JACC. Advances DOI:10.1016/j.jacadv.2023.100446 PMID:37936601	研究论文	本文利用深度学习分析心电图识别有心律失常和纤维化风险的二尖瓣脱垂患者	该研究采用卷积神经网络（CNN）分析12导联心电图，能够识别出有心律失常和死亡风险的二尖瓣脱垂患者，并发现与心律失常风险相关的新型心电图表现	本文未详细讨论心电图预测的临床应用和长期跟踪的具体实施方案	评估基于心电图的机器学习能否识别风险较高的二尖瓣脱垂患者	569名来自加州大学旧金山分校的二尖瓣脱垂患者以及与之相关的心电图数据	机器学习	心脏病	深度学习	卷积神经网络（CNN）	心电图	6916个12导联心电图，来自569名患者
1914	2024-08-05	Hyperspectral Imaging in Brain Tumor Surgery-Evidence of Machine Learning-Based Performance 2023-07, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2023.03.149 PMID:37030483	研究论文	该文章讨论了高光谱成像在脑肿瘤手术中的应用及其机器学习性能的证据	提出了微神经外科高光谱成像指导的合理性和临床范例，并强调了基于机器学习的方法	目前文献中相关文章数量有限，缺乏经过验证的机器学习和公共数据集	研究高光谱成像在神经外科手术中提升组织检测和诊断的潜力	探讨在胶质瘤手术中使用高光谱成像的组织分类性能	数字病理学	脑肿瘤	高光谱成像	深度学习	数据集	有限的病例系列或病例报告
1915	2024-08-05	Predicting benefit from immune checkpoint inhibitors in patients with non-small-cell lung cancer by CT-based ensemble deep learning: a retrospective study 2023-07, The Lancet. Digital health DOI:10.1016/S2589-7500(23)00082-1 PMID:37268451	研究论文	本文探讨了基于胸部CT扫描的深度学习如何预测非小细胞肺癌患者对免疫检查点抑制剂的响应。	提出了一种名为Deep-CT的集成深度学习模型，能够通过预处理CT数据独立于传统生物标志物进行生存预测。	本研究为回顾性建模研究，可能存在选择偏倚和数据依赖的局限性。	旨在探索深度学习在胸部CT扫描中的应用，以评估其在预测免疫检查点抑制剂疗效中的附加价值。	研究对象为976名接受免疫检查点抑制剂治疗的晚期非小细胞肺癌患者。	计算机视觉	肺癌	深度学习	集成深度学习模型	影像数据	976名患者
1916	2024-08-05	The role of online news sentiment in carbon price prediction of China's carbon markets 2023-Mar, Environmental science and pollution research international DOI:10.1007/s11356-023-25197-0 PMID:36627425	研究论文	该文章探讨了在线新闻情绪在中国碳市场碳价格预测中的作用	通过将在线新闻情绪指数作为非结构化数据引入深度学习模型，提高了碳价格预测的性能	未提及特定的限制因素	提高中国碳市场，尤其是国家碳市场的碳价格预测性能	研究对象为中国国家碳市场和湖北省试点碳市场的碳价格	机器学习	NA	深度学习	长短期记忆网络 (LSTM)	在线新闻情绪指数	未提及具体样本数量
1917	2024-08-05	A Bibliometric Review: Brain Tumor Magnetic Resonance Imagings Using Different Convolutional Neural Network Architectures 2023-02, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2022.11.091 PMID:36442778	综述	本研究对脑肿瘤的磁共振成像进行了文献计量学评估，重点关注不同卷积神经网络架构的应用	通过文献计量学方法系统整理和分析了现有的关于脑肿瘤的CNN研究文献	本研究未涉及药物剂量的分析	旨在识别脑肿瘤识别的当前研究趋势和热点	脑肿瘤的磁共振成像和卷积神经网络研究文献	计算机视觉	脑肿瘤	卷积神经网络	CNN	文献	NA
1918	2024-08-05	3DCNN predicting brain age using diffusion tensor imaging 2023-Dec, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-023-02915-x PMID:37672142	研究论文	这篇文章提出了一种基于扩散张量成像的3DCNN模型来预测大脑年龄	首次利用扩散张量成像（DTI）数据来预测大脑年龄，并使用3D卷积神经网络模型	未提及具体的限制	研究如何通过神经影像学技术预测大脑年龄	分析来自六个公开数据集的2406个样本（年龄范围为17-60岁）	计算机视觉	NA	扩散张量成像（DTI）	3D卷积神经网络（3DCNN）	影像	2406个样本
1919	2024-08-05	Accelerated Diffusion-Weighted Imaging in 3 T Breast MRI Using a Deep Learning Reconstruction Algorithm With Superresolution Processing: A Prospective Comparative Study 2023-Dec-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000000997 PMID:37428618	研究论文	本研究比较了使用深度学习重建算法的加速扩散加权成像（DWI DL）与标准成像在乳腺MRI中的应用效果	本研究展示了深度学习加速的DWI序列显著缩短了采集时间，并改善了病变的显著性	DWI DL的信噪比和对比噪音比未表现出显著差异且某些图像伪影评分较高	评估深度学习加速的扩散加权成像序列在乳腺MRI中的采集时间和图像质量	本研究涉及65名参与者，评估其乳腺中的恶性和良性病变	数字病理学	乳腺癌	深度学习重建算法	NA	图像	65名参与者
1920	2024-08-05	Automatic Localization of Key Structures for Subthalamic Nucleus-Deep Brain Stimulation Surgery via Prior-Enhanced Multi-Object Magnetic Resonance Imaging Segmentation 2023-10, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2023.07.103 PMID:37506845	研究论文	本文提出了一种通过增强先验的多目标磁共振成像分割方法，自动定位用于下丘脑深部刺激手术的关键结构	本研究创新性地提出了一种自动化的方法来增强下丘脑-深部脑刺激手术中关键脑结构的定位，解决了当前临床实践中对放射科医生经验的依赖	本研究未提及样本大小和在不同临床背景下方法的适用性	本文旨在提高下丘脑深部刺激手术中关键脑结构的定位精度和效率	本文研究对象包括下丘脑、红核、脑沟、脑回和脑室等关键脑结构	数字病理学	帕金森病	深度学习	U-Net	磁共振成像图像	NA