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	2024-08-05	Osteoarthritis year in review 2022: imaging 2023-08, Osteoarthritis and cartilage IF:7.2Q1 DOI:10.1016/j.joca.2023.03.005 PMID:36924919	综述	这篇叙述性综述总结了2021年4月1日至2022年3月31日间关于骨关节炎（OA）成像的原创研究	文章重点强调了人工智能在OA成像应用中的加速发展，特别是在预测模型的开发和小梁纹理分析中的应用	仅考虑了英文的在体人类研究，未涉及其他语言或动物研究	阐述与骨关节炎成像相关的研究进展	关注膝关节、髋关节和手关节等不同关节的成像研究	数字病理学	骨关节炎	磁共振成像/MRI	人工智能/AI	成像	NA
102	2024-08-05	EASL: A Framework for Designing, Implementing, and Evaluating ML Solutions in Clinical Healthcare Settings 2023-Aug, Proceedings of machine learning research PMID:38988337	研究论文	我们介绍了解释性分析系统实验室(EASL)框架，这是一种用于临床机器学习工具开发、实施和评估的端到端解决方案	EASL框架集成了模型开发、实施和评估的资源，为临床环境中的机器学习应用提供全面支持	NA	本研究旨在促进临床机器学习工具的开发与评估	设计和评估医学影像的深度学习分类器	机器学习	NA	深度学习	NA	医学影像	NA
103	2024-08-05	Application of multiple deep learning models for automatic burn wound assessment 2023-Aug, Burns : journal of the International Society for Burn Injuries IF:3.2Q1 DOI:10.1016/j.burns.2022.07.006 PMID:35945064	研究论文	本文提出了一种基于多种深度学习模型的烧伤伤口自动评估系统	引入边界基础和区域基础标签方法及多个强大的深度学习模型进行烧伤面积评估	未提及具体的局限性	提高烧伤伤口的评估准确性，特别是总体表面积和深层烧伤区域的分割	涉及4991张早期烧伤图像和1050张手掌图像	计算机视觉	NA	深度学习	U-Net, PSPNet, DeeplabV3+, Mask R-CNN	图像	4991张早期烧伤图像和1050张手掌图像
104	2024-08-05	Evaluating the ecological vulnerability of Chongqing using deep learning 2023-Aug, Environmental science and pollution research international DOI:10.1007/s11356-023-28032-8 PMID:37407859	研究论文	本研究利用深度学习评估重庆的生态脆弱性并生成脆弱性地图	使用深度学习方法评估生态脆弱性，并生成支持生态环境保护和治理决策的脆弱性地图	虽然研究区域整体脆弱性不高，但主要生态问题仍需未来的生态保护和管理措施来解决	评估重庆地区的生态脆弱性	重庆地区的生态脆弱性及影响因素	自然语言处理	NA	深度神经网络（DNN）、卷积神经网络（CNN）	CNN、DNN	地图、因素	选择了16个影响生态脆弱性的因素
105	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
106	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
107	2024-08-05	Automated detection and localization of pericardial effusion from point-of-care cardiac ultrasound examination 2023-Aug, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-023-02855-6 PMID:37243852	研究论文	本研究开发了一种深度学习方法，以快速准确地识别和定位心包积液。	引入了基于YoloV3算法的深度学习方法，显著提高了心包积液检测的准确性和定位能力。	未提及关于算法在不同设备或操作员技能水平上的广泛适用性限制。	旨在提高心包积液在临床超声检查中的识别和定位效率。	对包含心包积液的病人以及对照组的心脏超声检查图像进行分析。	数字病理学	心脏疾病	POCUS	YoloV3	图像	共分析了37个心包积液病例和39个阴性对照
108	2024-08-05	RelCurator: a text mining-based curation system for extracting gene-phenotype relationships specific to neurodegenerative disorders 2023-08, Genes & genomics IF:1.6Q3 DOI:10.1007/s13258-023-01405-6 PMID:37300788	研究论文	该文章提出了一个文本挖掘基础的Curator系统，旨在提取与神经退行性疾病相关的基因-表型关系的句子	本研究的创新点在于使用双向门控递归单元网络和BioWordVec词嵌入，开发了一种深度学习模型来预测基因-表型关系	未提及特定限制	旨在从医学文献中提取基因-表型关系，以支持精准医学	研究对象为与神经退行性疾病相关的基因和表型实体	自然语言处理	神经退行性疾病	深度学习	双向门控递归单元网络 (BiGRU)	文本	超过130,000个标记的PubMed句子
109	2024-08-05	Automatic retinoblastoma screening and surveillance using deep learning 2023-08, British journal of cancer IF:6.4Q1 DOI:10.1038/s41416-023-02320-z PMID:37344582	研究论文	本文研究了一种基于深度学习的视网膜母细胞瘤自动筛查和监测方法	提出了一种深度学习算法DLA-RB，能够准确区分正常眼底、稳定视网膜母细胞瘤和主动视网膜母细胞瘤	目前样本集中仅包括在北京同仁医院就诊的患者，可能影响结果的普遍适用性	旨在应用深度学习算法降低随访和后代筛查的负担	视网膜母细胞瘤患者及其相关影像数据	计算机视觉	视网膜母细胞瘤	深度学习	深度学习助手(DLA-RB)	图像	共收集了36623张图像和103名患者的139只眼睛
110	2024-08-05	Clinical concept and relation extraction using prompt-based machine reading comprehension 2023-08-18, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocad107 PMID:37316988	研究论文	开发了一种自然语言处理系统，用于临床概念提取和关系提取	提出了一种统一的基于提示的机器阅读理解架构，具有良好的跨机构应用的通用性	NA	解决临床概念提取和关系提取的问题	临床概念和社交决定健康关系的提取	自然语言处理	NA	机器阅读理解（MRC）	变压器模型	文本	使用了两个基准数据集（药物和不良药物事件；健康的社会决定因素关系）
111	2024-08-05	A Novel ECG-Based Deep Learning Algorithm to Predict Cardiomyopathy in Patients With Premature Ventricular Complexes 2023-08, JACC. Clinical electrophysiology DOI:10.1016/j.jacep.2023.05.025 PMID:37480862	研究论文	本研究开发了一种深度学习算法，从12导联心电图中预测早期心室复合体患者的心肌病	本研究创新性地使用深度学习方法来预测PVC导致的心肌病，并表明该模型能够独立于PVC负担进行准确预测	本研究的一项限制是仅在一个医院进行内部训练和测试，外部验证也只在其他几家医院进行	该研究旨在通过深度学习模型预测PVC患者中的心肌病	研究对象为有记录的早期心室复合体患者，涉及383,514个心电图样本	机器学习	心血管疾病	深度学习	多变量Cox模型	心电图	14,241个样本
112	2024-08-05	Using deep learning to automatically generate design starting points for free-form imaging optical systems: retraction 2023-08-01, Applied optics IF:1.7Q3 DOI:10.1364/AO.492842 PMID:37706939	更正	该文章已被作者撤回	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
113	2024-08-05	A Deep Learning Approach for Histology-Based Nucleus Segmentation and Tumor Microenvironment Characterization 2023-08, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2023.100196 PMID:37100227	研究论文	本文提出了一种基于组织学的深度学习方法，用于细胞核分割和肿瘤微环境特征描述	提出了一种名为HD-Yolo的新方法，显著加快了细胞核分割和肿瘤微环境定量的处理速度	现有算法计算密集且耗时，对于全切片图像分析不够高效	研究肿瘤组织及其周围微环境，以提供肿瘤发生、发展和转移的关键见解	针对不同类型的肿瘤组织进行细胞核识别和分类	数字病理学	肺癌、肝癌和乳腺癌	深度学习	Yolo	图像	3种不同组织类型的样本，分别用于肺癌、肝癌和乳腺癌
114	2024-08-05	Mapping the Spatial Extent of Hypoperfusion in Chronic Thromboembolic Pulmonary Hypertension Using Multienergy CT 2023-Aug, Radiology. Cardiothoracic imaging DOI:10.1148/ryct.220221 PMID:37693197	研究论文	本研究评估了一种新型自动化方法，以在多能CT血管造影中空间描绘和量化慢性血栓栓塞性肺动脉高压（CTEPH）中的低灌注程度	提出了一种利用多能CT影像自动识别和定量低灌注区域的新方法	本研究为回顾性分析，样本量有限，可能影响结果的普遍适用性	旨在评估通过多能CT影像量化低灌注区域能否帮助评估CTEPH的疾病严重程度	51名CTEPH患者与110名无肺血管异常影像的健康对照	数字病理学	慢性血栓栓塞性肺动脉高压	多能CT	深度学习	影像	51名CTEPH患者与110名健康对照
115	2024-08-05	Automatic Surgical Skill Assessment System Based on Concordance of Standardized Surgical Field Development Using Artificial Intelligence 2023-08-01, JAMA surgery IF:15.7Q1 DOI:10.1001/jamasurg.2023.1131 PMID:37285142	研究论文	本文开发了一种基于人工智能的自动化外科技能评估系统	提出了一种通过深度学习模型识别标准化外科领域的方法，并评估其在自动外科技能评估中的可行性	本研究使用的样本仅限于日本的内镜外科视频，可能影响适用性	旨在开发能够识别标准化外科领域的深度学习模型	研究对象为在内镜下进行的乙状结肠切除术的视频	计算机视觉	NA	深度学习	NA	视频	共650个内部手术视频，其中60个用于模型构建，60个用于验证
116	2024-08-05	Unsupervised 3D Pose Transfer With Cross Consistency and Dual Reconstruction 2023-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2023.3259059 PMID:37030769	研究论文	本文提出了一种无监督的3D姿态转移方法，旨在从源网格向目标网格转移姿态，同时保留目标网格的身份信息	提出了一种名为X-DualNet的简单而有效的方法，能够在无监督下实现3D姿态转移	依赖于真实场景中有限的地面真实数据，尽管可以实现无监督训练，但可能在某些情况下受到限制	实现高效的无监督3D姿态转移	源网格与目标网格的人类与动物数据	计算机视觉	NA	深度学习	NA	网格数据	广泛的人类和动物数据
117	2024-08-05	A Generalized Explanation Framework for Visualization of Deep Learning Model Predictions 2023-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2023.3241106 PMID:37022375	研究论文	提出了一种通用的解释框架GALORE，用于深度学习模型预测的可视化	通过统一归因解释和两种其他类型的解释，提出了新的解释类别以处理深度学习模型的不确定性	主要集中于专家领域的细粒度分类问题，可能不适用于其他类型的分类问题	提高对深度学习模型决策过程的理解	使用CUB200和ADE20K数据集进行对象识别和场景分类的实验	计算机视觉	NA	NA	NA	图像	使用两个数据集进行实验，具体样本数量未提及
118	2024-08-07	Deep-Masker: A Deep Learning-based Tool to Assess Chord Length from Murine Lung Images 2023-08, American journal of respiratory cell and molecular biology IF:5.9Q1 DOI:10.1165/rcmb.2023-0051MA PMID:37236629	研究论文	本文介绍了一种基于深度学习的工具Deep-Masker，用于自动评估小鼠肺部图像中的弦长	Deep-Masker通过自动化的深度学习算法，提高了评估弦长的准确性和效率，减少了人工操作的变异性和偏差	NA	开发一种自动化的工具，以标准化小鼠肺部疾病模型中弦长的测量	小鼠肺部图像中的弦长	计算机视觉	慢性阻塞性肺疾病	深度学习	NA	图像	1217张图像来自137只小鼠，涉及12个品系，暴露于室内空气或香烟烟雾6个月
119	2024-08-07	Human Alzheimer's disease reactive astrocytes exhibit a loss of homeostastic gene expression 2023-08-02, Acta neuropathologica communications IF:6.2Q1 DOI:10.1186/s40478-023-01624-8 PMID:37533101	研究论文	本研究利用单核RNA测序数据分析了正常、病理老化和阿尔茨海默病大脑中反应性星形胶质细胞的转录组变化	首次在单细胞分辨率下研究了人类疾病组织中星形胶质细胞的分子改变，并揭示了反应性星形胶质细胞中基因表达的变化	NA	研究阿尔茨海默病中反应性星形胶质细胞的转录组变化	星形胶质细胞	数字病理学	阿尔茨海默病	单核RNA测序	深度学习	基因表达数据	15,529个星形胶质细胞核
120	2024-08-07	Implementation of transfer learning for the segmentation of human mesenchymal stem cells-A validation study 2023-Aug, Tissue & cell IF:2.7Q3 DOI:10.1016/j.tice.2023.102149 PMID:37429132	研究论文	本文开发了一种深度学习算法用于分割人类间充质干细胞（MSCs）的显微图像，并验证了其性能	使用预训练的DeepLab算法并通过对图像背景进行模糊处理来克服部分标注的限制	数据集中的图像仅部分标注，通过模糊背景来处理未标注的细胞	开发和验证用于分割人类间充质干细胞的深度学习算法	人类间充质干细胞（MSCs）的显微图像分割	计算机视觉	NA	深度学习	DeepLab算法	图像	算法1训练了139张模糊背景的图像，算法2训练了37张正常背景的图像