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	2024-09-14	Mapping the terraces on the Loess Plateau based on a deep learning-based model at 1.89 m resolution 2023-03-02, Scientific data IF:5.8Q1 DOI:10.1038/s41597-023-02005-5 PMID:36864066	研究论文	本文开发了一种基于深度学习的梯田提取模型，用于生成黄土高原1.89米分辨率的梯田分布图	首次在区域范围内应用纹理特征进行梯田提取	NA	研究黄土高原梯田的分布及其在土壤保护和农业生产中的作用	黄土高原的梯田分布	计算机视觉	NA	深度学习	UNet++	图像	11,420个测试样本和815个实地验证点
102	2024-09-14	Direct prediction of genetic aberrations from pathology images in gastric cancer with swarm learning 2023-03, Gastric cancer : official journal of the International Gastric Cancer Association and the Japanese Gastric Cancer Association IF:6.0Q1 DOI:10.1007/s10120-022-01347-0 PMID:36264524	研究论文	本文研究了使用群体学习（Swarm Learning）从病理图像中直接预测胃癌中的遗传异常	本文首次将群体学习应用于胃癌病理图像的分子生物标志物预测，克服了多中心数据稀缺的问题	本文仅在胃癌中验证了群体学习的效果，未来需在更多癌症类型中进行验证	验证群体学习在胃癌病理图像中预测分子生物标志物的可行性	胃癌患者的病理图像和分子生物标志物	数字病理学	胃癌	深度学习（DL）	群体学习（SL）	图像	四个国家的四个患者队列，包括瑞士、德国、英国和美国，样本具有已知的微卫星不稳定性（MSI）和Epstein-Barr病毒（EBV）状态
103	2024-09-14	Machine learning of electrophysiological signals for the prediction of ventricular arrhythmias: systematic review and examination of heterogeneity between studies 2023-Mar, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2023.104462 PMID:36773349	综述	本文系统回顾和探索了使用机器学习和深度学习模型预测室性心律失常的研究现状	结合了传统方法和数字健康技术收集的电生理信号，利用机器学习和深度学习进行个性化预测	研究间的异质性较大，主要由于小规模自定义数据集和机器学习模型的选择，可能影响模型的泛化能力	评估现有机器学习和深度学习模型在个性化预测恶性室性心律失常或心脏骤停方面的现状	电生理信号和机器学习模型	机器学习	心血管疾病	机器学习 (ML) 和深度学习 (DL)	机器学习和深度学习模型	电生理信号	46项研究纳入系统回顾，32项研究纳入元分析
104	2024-09-14	Incorporating variant frequencies data into short-term forecasting for COVID-19 cases and deaths in the USA: a deep learning approach 2023-Mar, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2023.104482 PMID:36821889	研究论文	本文提出了一种多阶段深度学习模型，用于在美国各州进行COVID-19病例和死亡人数的短期预测	该模型整合了流行病学、移动性、调查、气候、人口统计和SARS-CoV-2变异频率数据，并在多个时空设置中表现优于CDC的集成模型	NA	提高COVID-19风险预测的准确性和鲁棒性，以支持公共卫生决策	COVID-19病例和死亡人数的短期预测	机器学习	COVID-19	深度学习	多阶段深度学习模型	多源数据（流行病学、移动性、调查、气候、人口统计和SARS-CoV-2变异频率数据）	美国各州，每周级别，预测范围为1-4周
105	2024-09-14	Radar-based human activity recognition with adaptive thresholding towards resource constrained platforms 2023-03-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-30631-x PMID:36859571	研究论文	本文提出了一种基于雷达的人类活动识别方法，通过自适应阈值技术在资源受限平台上实现高效分类	本文的创新点在于提出了一种自适应幅度阈值方法，用于突出多域微多普勒特征中的感兴趣区域，从而减少计算复杂度和资源消耗	NA	本文的研究目的是在资源受限平台上实现高效的人类活动识别	本文的研究对象是基于雷达的人类活动识别算法	计算机视觉	NA	雷达系统	深度学习方法	多域微多普勒特征	六种活动
106	2024-09-13	Deep learning imaging features derived from kidney ultrasounds predict chronic kidney disease progression in children with posterior urethral valves 2023-03, Pediatric nephrology (Berlin, Germany) DOI:10.1007/s00467-022-05677-0 PMID:35867160	研究论文	本文利用深度学习从新生儿肾脏超声图像中提取解剖特征，评估其在预测后尿道瓣膜症患儿慢性肾病进展风险和时间方面的表现	本文首次使用深度学习技术从新生儿肾脏超声图像中提取特征，并将其应用于预测慢性肾病的进展，相比仅使用临床特征如最低肌酐水平，具有更高的预测准确性	本文为回顾性研究，样本量有限，且仅针对后尿道瓣膜症患儿，研究结果的普适性有待进一步验证	研究目的是利用深度学习技术从新生儿肾脏超声图像中提取特征，以提高对后尿道瓣膜症患儿慢性肾病进展的早期预测准确性	研究对象为患有后尿道瓣膜症的男孩	计算机视觉	泌尿系统疾病	深度学习	随机生存森林	图像	225名患者
107	2024-09-13	SAM-X: sorting algorithm for musculoskeletal x-ray radiography 2023-Mar, European radiology IF:4.7Q1 DOI:10.1007/s00330-022-09184-6 PMID:36307553	研究论文	开发了一种两阶段的深度学习排序算法，用于根据解剖实体对大型肌肉骨骼X光图像数据集进行排序	提出了一个两阶段的深度学习排序算法，结合自监督学习和人类专家的弱语义标签，显著提高了分类准确性	研究主要集中在肌肉骨骼肿瘤中心的X光图像，可能限制了算法的普适性	开发一种高效的深度学习算法，用于根据解剖实体对X光图像进行分类，以支持肌肉骨骼疾病的评估	42,608张未结构化和匿名的X光图像	计算机视觉	NA	深度学习	自监督模型	图像	42,608张X光图像
108	2024-09-13	PulDi-COVID: Chronic obstructive pulmonary (lung) diseases with COVID-19 classification using ensemble deep convolutional neural network from chest X-ray images to minimize severity and mortality rates 2023-Mar, Biomedical signal processing and control IF:4.9Q1 DOI:10.1016/j.bspc.2022.104445 PMID:36466567	研究论文	本文提出了一种名为PulDi-COVID的深度卷积神经网络模型，用于从胸部X光图像中分类慢性阻塞性肺病和COVID-19，以减少严重程度和死亡率	本文创新性地提出了PulDi-COVID模型，结合了多种深度学习模型的快照，通过集成学习方法提高了分类准确性	由于数据噪声和小样本问题，现有深度学习策略可能存在显著偏差和泛化失败	研究目的是开发一种高效的深度学习模型，用于快速检测COVID-19和慢性肺病，以降低患者的严重程度和死亡率	研究对象包括慢性阻塞性肺病和COVID-19患者，以及胸部X光图像	计算机视觉	肺病	深度学习	卷积神经网络	图像	使用了较大的COVID-19和肺病胸部X光图像数据集
109	2024-09-13	Fast three-dimensional image generation for healthy brain aging using diffeomorphic registration 2023-03, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.26165 PMID:36468536	研究论文	本文提出了一种基于微分同胚配准的方法，用于生成健康大脑随时间变化的3D图像，以填补纵向数据集中的缺失数据	引入了两个新的模块在Synthmorph框架内模拟老化过程，并使用图像配准技术生成 anatomically plausible 的图像	假设健康大脑的线性衰退可能不适用于所有情况	开发一种方法来填补纵向数据集中的缺失数据，以帮助早期检测和预测神经退行性疾病	健康大脑的老化过程	计算机视觉	NA	微分同胚配准	Synthmorph	图像	2662个T1加权MRI扫描，来自796名健康参与者，来自3个不同的纵向队列
110	2024-09-13	Decentralized collaborative multi-institutional PET attenuation and scatter correction using federated deep learning 2023-03, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-022-06053-8 PMID:36508026	研究论文	本文研究了在多中心设置下使用联邦学习进行PET图像的衰减校正和散射补偿	提出了基于联邦学习的深度学习模型，避免了直接共享数据，提高了模型的泛化性和鲁棒性	观察到预测的体素值略有低估	开发一种在多中心设置下使用联邦学习进行PET图像衰减校正和散射补偿的深度学习模型	18F-FDG PET图像的衰减校正和散射补偿	机器学习	NA	联邦学习	U-Net	图像	300名患者的PET图像，来自6个不同中心，每个中心50名患者
111	2024-09-13	Classification of COVID-19 from community-acquired pneumonia: Boosting the performance with capsule network and maximum intensity projection image of CT scans 2023-03, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2023.106567 PMID:36738705	研究论文	本文提出了一种利用胶囊网络和CT扫描的最大强度投影图像来区分COVID-19和社区获得性肺炎的方法	本文创新性地使用了最大强度投影图像和胶囊网络来提高COVID-19和社区获得性肺炎的分类准确性	NA	开发一种能够准确自动区分COVID-19和社区获得性肺炎的方法	COVID-19和社区获得性肺炎的CT图像	计算机视觉	COVID-19	最大强度投影图像	胶囊网络	图像	训练集包含333个CT扫描（168个COVID-19/165个CAP），验证集包含3581个CT扫描（2110个COVID-19/1471个CAP）
112	2024-09-13	A computational map of the human-SARS-CoV-2 protein-RNA interactome predicted at single-nucleotide resolution 2023-Mar, NAR genomics and bioinformatics IF:4.0Q1 DOI:10.1093/nargab/lqad010 PMID:36814457	研究论文	本文构建了首个单核苷酸分辨率的人类RBP与SARS-CoV-2 RNA相互作用图谱	首次使用深度学习方法在单核苷酸分辨率下预测人类RBP与SARS-CoV-2 RNA的相互作用，并评估了不同冠状病毒间的RBP结合保守性	依赖于CLIP-seq实验数据，可能存在实验误差和数据偏差	研究人类RBP在SARS-CoV-2感染中的作用，并预测未来突变对蛋白质-RNA相互作用的影响	人类RBP与SARS-CoV-2 RNA的相互作用	生物信息学	NA	深度学习	pysster 和 DeepRiPe	RNA	超过100种人类RBP的CLIP-seq实验数据
113	2024-09-11	Automated Identification and Segmentation of Ellipsoid Zone At-Risk Using Deep Learning on SD-OCT for Predicting Progression in Dry AMD 2023-Mar-20, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13061178 PMID:36980486	研究论文	本文介绍了一种基于深度学习的模型，用于自动识别和分割黄斑区风险区域，以预测干性年龄相关性黄斑变性的进展	本文提出了一种新颖的高性能深度学习模型，用于检测和测量黄斑区风险区域	NA	研究干性年龄相关性黄斑变性的进展预测	黄斑区风险区域（Ellipsoid Zone At-Risk）	计算机视觉	年龄相关性黄斑变性	深度学习	深度学习模型	图像	341名干性年龄相关性黄斑变性患者用于模型训练和测试，120名患者用于独立测试模型性能
114	2024-08-15	Integrating structured and unstructured data for timely prediction of bloodstream infection among children 2023-03, Pediatric research IF:3.1Q1 DOI:10.1038/s41390-022-02116-6 PMID:35854085	研究论文	本文研究了如何结合电子健康记录中的结构化数据和非结构化数据来预测儿童中心静脉导管相关血液感染	开发了一种先进的感染预测模型，该模型整合了结构化和非结构化的电子健康记录，并从临床笔记中提取信息以进行及时的临床预测	NA	研究如何利用电子健康记录中的结构化和非结构化数据来提高对儿童中心静脉导管相关血液感染的预测准确性	医院中带有中心静脉导管的儿童	机器学习	NA	深度学习模型	深度学习模型	结构化数据和临床笔记	24,351名患者
115	2024-08-04	Polypoidal Choroidal Vasculopathy: Updates on Risk Factors, Diagnosis, and Treatments 2023 Mar-Apr 01, Asia-Pacific journal of ophthalmology (Philadelphia, Pa.) DOI:10.1097/APO.0000000000000573 PMID:36728294	研究论文	该文章介绍了关于囊状脉络膜血管病（PCV）的风险因素、诊断与治疗的最新进展	文章探讨了深度学习模型在无需靛蓝绿血管造影的情况下，用于从不同类型的视网膜成像中检测PCV的应用	尽管有研究发现新抗VEGF药物可能提供更持久的治疗效果，但尚不清楚它们是否能更有效地闭合囊状病变	研究囊状脉络膜血管病（PCV）的风险因素、诊断方法以及治疗方案	文章关注于男性和吸烟等系统性因素以及与PCV相关的影像学和生物标志物	数字病理学	NA	深度学习	NA	图像	涉及的样本数量及类型未明确说明
116	2024-08-04	Systolic Blood Pressure and Cardiovascular Risk in Patients With Diabetes: A Prospective Cohort Study 2023-03, Hypertension (Dallas, Tex. : 1979) DOI:10.1161/HYPERTENSIONAHA.122.20489 PMID:36583386	研究论文	本文研究了收缩压(SBP)与糖尿病患者心血管事件之间的关系	首次使用深度学习模型揭示了SBP与心血管结果之间的单调关系	研究仅限于特定人群，可能无法推广到更广泛的糖尿病患者群体	探讨SBP与糖尿病患者心血管疾病风险之间的关系	50到90岁之间的49000名糖尿病患者	心血管疾病	糖尿病相关心血管疾病	深度学习	NA	电子健康记录	49000名糖尿病患者
117	2024-08-05	Improved image quality with deep learning reconstruction - a study on a semi-anthropomorphic upper-abdomen phantom 2023-Mar, Research in diagnostic and interventional imaging DOI:10.1016/j.redii.2023.100022 PMID:39076164	研究论文	本研究评估了一种深度学习重建算法在不同剂量下的图像质量	该研究提出的新型DLR算法在保持噪声纹理特征的同时实现了显著的噪声降低	现有研究可能没有全面评估所有临床应用的重建效果	评估深度学习重建算法在不同辐射剂量下的性能	使用半人类上腹部假体进行CT扫描重建的图像质量	数字病理学	NA	深度学习重建（DLR）	NA	CT图像	五种剂量水平的CT扫描（CTDIvol 5, 10, 15, 20和25 mGy）
118	2024-08-05	Artificial Intelligence as a Decision-Making Tool in Forensic Dentistry: A Pilot Study with I3M 2023-03-06, International journal of environmental research and public health DOI:10.3390/ijerph20054620 PMID:36901630	研究论文	这项研究旨在探讨基于第三磨牙成熟指数（I3M）创建决策支持工具的技术可行性	该研究结合深度学习和拓扑数据分析方法，实现了I3M评分的自动化，展示了与牙科法医专家的高度一致性	这是一个初步研究，样本量相对较小，局限于特定地区的图像	研究目的是开发一种支持牙科年龄估计专家决策的人工智能工具	研究对象是来自法国和乌干达的456张下颌骨X光影像	数字病理学	NA	深度学习	U-Net, Mask R-CNN	影像	456张图像
119	2024-08-05	Super-Resolution of Dental Panoramic Radiographs Using Deep Learning: A Pilot Study 2023-Mar-06, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13050996 PMID:36900140	研究论文	本研究旨在比较基于深度学习的超分辨率模型与传统方法在提升牙科全景影像分辨率方面的效果	探索了五种最先进的深度学习超分辨率方法，并与传统双三次插值方法进行了比较	研究样本仅限于牙科全景影像，可能无法推广到其他类型的医疗影像	提高牙科全景影像的分辨率和质量	888幅牙科全景影像	计算机视觉	NA	深度学习超分辨率算法	SRCNN, SRGAN, U-Net, SwinIr, LTE	图像	888幅牙科全景影像
120	2024-08-05	Intelligent oncology: The convergence of artificial intelligence and oncology 2023-Mar, Journal of the National Cancer Center IF:7.6Q1 DOI:10.1016/j.jncc.2022.11.004 PMID:39036310	研究论文	本文描述了一种称为智能肿瘤学的整体和结构化概念	提出了一个跨学科的智能肿瘤学概念，整合多个领域以促进癌症管理	智能肿瘤学的概念和应用仍处于 infancy，面临许多障碍和挑战	旨在促进癌症预防、筛查、早期诊断和精确治疗	整合肿瘤学、放射学、病理学、分子生物学等领域	计算机视觉	癌症	自然语言处理、机器/深度学习	NA	NA	NA