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	2024-09-13	medigan: a Python library of pretrained generative models for medical image synthesis 2023-Nov, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.10.6.061403 PMID:36814939	研究论文	本文介绍了一个名为medigan的Python库，该库提供了预训练的生成模型，用于医学图像合成	medigan库通过提供预训练的生成模型，降低了生成模型在研究和临床应用中的使用门槛，促进了合成数据的共享和利用	NA	探索生成模型共享，以降低生成模型在研究和临床应用中的使用门槛	生成模型在医学图像合成中的应用	计算机视觉	NA	生成对抗网络（GAN）	生成对抗网络（GAN）	图像	21个模型，9种不同的GAN架构，11个不同的数据集
102	2024-09-04	Deep learning and direct sequencing of labeled RNA captures transcriptome dynamics 2023-Nov-17, bioRxiv : the preprint server for biology DOI:10.1101/2023.11.17.567581 PMID:38014155	研究论文	本文利用5-乙炔尿苷标记新生RNA并通过纳米孔直接RNA测序，开发了深度卷积和循环神经网络RNAkinet，用于处理纳米孔测序产生的电信号，以识别5EU标记的新生RNA分子	本文开发了RNAkinet，一个深度卷积和循环神经网络，能够处理纳米孔测序的电信号，识别5EU标记的新生RNA分子，并能推广到不同的细胞类型和生物体	现有的方法依赖于新生RNA的代谢标记和物理分离或通过PCR产生的突变进行推断，这些方法在识别短暂衰变中间体或同时分析RNA衰变与cis-调节RNA稳定性的元素方面存在局限	量化RNA代谢动力学，以理解健康和疾病中的基因调控	RNA代谢动力学及其cis-调节元素	机器学习	NA	纳米孔测序	CNN和LSTM	电信号	NA
103	2024-08-31	A high-resolution canopy height model of the Earth 2023-Nov, Nature ecology & evolution IF:13.9Q1 DOI:10.1038/s41559-023-02206-6 PMID:37770546	研究论文	本文介绍了一种全球冠层高度图，分辨率为10米，基于融合了GEDI LiDAR数据和Sentinel-2卫星图像的深度学习模型	开发了一种概率深度学习模型，能够从Sentinel-2图像中检索冠层顶部高度并量化估计的不确定性	NA	提供高分辨率的全球冠层高度模型，以支持生态系统管理、气候变化缓解和生物多样性保护	全球冠层高度及其在生态系统中的分布	计算机视觉	NA	深度学习	深度学习模型	图像	全球陆地面积的5%被超过30米的树木覆盖
104	2024-08-29	Adaptive Region-Specific Loss for Improved Medical Image Segmentation 2023-11, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2023.3289667 PMID:37363838	研究论文	本文介绍了一种区域特定损失函数，用于改进医学图像分割，通过将整个图像体积划分为多个子区域，并为每个子区域构建个性化的损失函数，以提高局部性能	提出了区域特定损失函数，该函数能够根据不同区域的分割难度调整权重，从而提高整体预测准确性	NA	改进医学图像分割的准确性	医学图像分割中的损失函数设计	计算机视觉	NA	NA	神经网络	图像	使用不同的公开和内部医学图像数据集
105	2024-08-09	LeafAI: query generator for clinical cohort discovery rivaling a human programmer 2023-11-17, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocad149 PMID:37550244	研究论文	本文介绍了一种名为LeafAI的系统，该系统能够生成数据模型无关的查询，并提供复杂的临床试验资格标准的逻辑推理能力	LeafAI引入了一种新的方法，使用UMLS概念对数据库模式元素进行标记，以实现数据模型无关的查询创建	NA	开发一种能够生成数据模型无关查询并提供复杂临床试验资格标准逻辑推理能力的系统	临床数据库中的患者识别和临床试验资格标准的查询生成	自然语言处理	NA	混合深度学习和基于规则的模块	NA	文本	8个临床试验中的27,225名合格患者
106	2024-08-07	Automatic renal carcinoma biopsy guidance using forward-viewing endoscopic optical coherence tomography and deep learning 2023-Nov-23, Research square DOI:10.21203/rs.3.rs-3592809/v1 PMID:38045314	研究论文	本研究利用前视光学相干断层扫描（OCT）探头和卷积神经网络（CNN）进行自动肾癌活检指导	结合OCT和CNN技术，显著提高了肾癌活检的指导精度	在区分正常组织方面表现不佳	旨在提高肾癌活检的采样准确性	人类肾脏和肾癌样本	计算机视觉	肾癌	光学相干断层扫描（OCT）	卷积神经网络（CNN）	图像	五个人类肾脏和肾癌样本
107	2024-08-04	Two complementary AI approaches for predicting UMLS semantic group assignment: heuristic reasoning and deep learning 2023-11-17, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocad152 PMID:37528056	研究论文	该研究使用启发式和深度学习方法预测UMLS语义组分配	提出了结合启发式和深度学习的混合方法以提高UMLS语义组预测的准确性	研究未提及可能的适用性限制	研究的目的是提高新UMLS原子的语义组分配准确率	新UMLS Metathesaurus原子	自然语言处理	NA	深度学习	全连接多层神经网络	文本	1,563,692个新未见原子
108	2024-08-04	DeepMPSF: A Deep Learning Network for Predicting General Protein Phosphorylation Sites Based on Multiple Protein Sequence Features 2023-11-27, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c00996 PMID:37931253	研究论文	提出了一种基于多种蛋白质序列特征的深度学习模型DeepMPSF，用于预测蛋白质磷酸化位点。	DeepMPSF模型结合了序列语义特征和蛋白质背景生物物理特征，克服了现有方法对简单特征依赖的问题。	研究中未提到样本数据集的局限性或模型的具体应用场景。	研究目的是提高蛋白质磷酸化位点预测的准确性。	研究对象为人类蛋白质，特别是S/T和Y残基的磷酸化位点。	计算机技术	NA	深度学习	NA	人类蛋白质数据	对一个已确立的人类蛋白质数据集进行了训练和评估
109	2024-08-04	Sodium-based paracetamol: impact on blood pressure, cardiovascular events, and all-cause mortality 2023-11-07, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehad535 PMID:37611115	研究论文	本研究重新审视了含有碳酸氢钠的对乙酰氨基酚与血压、心血管事件和全因死亡率之间的关联	使用深度学习方法分析了含钠和不含钠的对乙酰氨基酚在心血管健康和死亡率方面的影响	研究中对其他潜在混杂因素的控制不足，尤其是吞咽困难及相关疾病的影响	探讨含钠对乙酰氨基酚对血压、心血管事件及全因死亡率的影响	对475442名年龄在60至90岁之间的英国患者进行了分析	数字病理学	心血管疾病	深度学习	NA	电子健康记录	475442名患者
110	2024-08-05	Automatized Detection of Periodontal Bone Loss on Periapical Radiographs by Vision Transformer Networks 2023-Nov-29, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13233562 PMID:38066803	研究论文	本研究评估了利用视觉变换器网络自动检测牙周骨丧失的模型	引入了视觉变换器网络来替代传统卷积神经网络用于牙周骨丧失检测	需要更大且经过人工注释的图像数据集来进一步优化诊断性能	评估各种模型在牙周骨丧失自动检测中的表现	21,819张去标识化的根尖放射影像	计算机视觉	牙周病	视觉变换器网络	ViT, BEiT, DeiT	图像	21,819张根尖放射影像
111	2024-08-05	The role of deep learning for periapical lesion detection on panoramic radiographs 2023-Nov, Dento maxillo facial radiology DOI:10.1259/dmfr.20230118 PMID:37641964	研究论文	本研究旨在使用深度学习自动检测全景放射片上的根尖病变	采用了10种不同的深度学习检测框架，结果显示深度学习模型在检测根尖病变方面表现出色	未提及具体限制	研究深度学习在全景放射片根尖病变检测中的应用	使用454个对象在357张全景放射片上进行标记和检测	计算机视觉	NA	深度学习	RetinaNet	图像	454个对象，357张全景放射片
112	2024-08-05	A deep learning approach based on multi-omics data integration to construct a risk stratification prediction model for skin cutaneous melanoma 2023-Nov, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-023-05358-x PMID:37673824	研究论文	本研究提出了一种基于深度学习的模型，从多组学数据中构建皮肤黑色素瘤的风险分类预测模型	提出了一种结合早期融合特征自编码器和晚期融合特征自编码器的深度学习框架，用于SKCM的风险亚型预测	尚未提及可能的局限性	构建SKCM的风险亚型分类模型以改善预测能力	SKCM患者的mRNA、miRNA和DNA甲基化数据	数字病理	皮肤癌	深度学习	自编码器（AE）	多组学数据	使用了两个独立测试数据集的SKCM患者数据
113	2024-08-05	Development and external validation of the multichannel deep learning model based on unenhanced CT for differentiating fat-poor angiomyolipoma from renal cell carcinoma: a two-center retrospective study 2023-Nov, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-023-05339-0 PMID:37672075	研究论文	本研究开发并评估了一种基于未增强CT的多通道深度学习模型，以区分贫脂肪血管平滑肌脂肪瘤和肾细胞癌	该文章创新性地提出了一种针对贫脂肪血管平滑肌脂肪瘤与肾细胞癌的深度学习分类器，并通过内外部验证其有效性	仅使用了两个中心的回顾性数据，可能影响模型的通用性和适应性	旨在区分贫脂肪血管平滑肌脂肪瘤和肾细胞癌	320名来自两个医疗中心的患者数据	数字病理学	肾细胞癌	未增强CT	深度学习模型	影像	总共452名患者，包括320名患者和132名患者
114	2024-08-05	SMiT: symmetric mask transformer for disease severity detection 2023-Nov, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-023-05223-x PMID:37698681	研究论文	本文提出了一种对病理图像进行诊断分级的对称掩码预训练视觉变换器SMiT模型	作者采用纯变换器框架，不依赖传统CNN模型，并提出了一种新的对称性掩码预训练方法	针对特定类型的癌症图像进行评估，可能不适用于所有病理图片	研究旨在提高病理图像分类中的疾病严重性检测准确性	涉及4500张结直肠癌的组织病理图像	数字病理学	癌症	变换器	视觉变换器	图像	4500张结直肠癌组织病理图像和公开的糖尿病视网膜病变数据集
115	2024-08-05	Combining radiomics and deep learning features of intra-tumoral and peri-tumoral regions for the classification of breast cancer lung metastasis and primary lung cancer with low-dose CT 2023-Nov, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-023-05329-2 PMID:37642722	研究论文	本研究探讨了低剂量CT下，肿瘤内区域和肿瘤周围区域的放射组学和深度学习特征在乳腺癌肺转移和原发性肺癌诊断中的表现	提出了一种融合模型，结合了深度学习特征和传统放射组学特征，采用多区域策略	本文未提及样本的异质性和模型在其他类型肺癌中的适用性	研究低剂量CT下，乳腺癌肺转移和原发性肺癌的分类性能	100例乳腺癌患者的低剂量CT影像数据，包括60例BCLM与40例PLC	数字病理学	肺癌	低剂量CT	ResNet18基础的多输入残差卷积网络	图像	100例乳腺癌患者的低剂量CT影像
116	2024-08-05	Detection of Intracerebral Hemorrhage Using Low-Field, Portable Magnetic Resonance Imaging in Patients With Stroke 2023-11, Stroke IF:7.8Q1 DOI:10.1161/STROKEAHA.123.043146 PMID:37795593	研究论文	本研究探讨了在中风患者中使用低场便携式磁共振成像（pMRI）检测自发性脑内出血的敏感性和特异性	该研究首次将深度学习重建算法与临床信息结合，用于提高便携式磁共振成像对脑内出血的检测准确性	研究仅在Yale New Haven医院进行，样本数量相对较少，可能影响结果的普适性	本研究旨在评估低场pMRI在自发性脑内出血检测中的效果	对189例中风患者的pMRI检查进行了评估	数字病理学	脑血管疾病	低场磁共振成像（pMRI）	深度学习算法	医学影像	189例（38例脑内出血，89例急性缺血性中风，8例蛛网膜下腔出血，3例原发性脑室出血，51例无颅内异常）
117	2024-08-05	Comparing a pre-defined versus deep learning approach for extracting brain atrophy patterns to predict cognitive decline due to Alzheimer's disease in patients with mild cognitive symptoms 2023-Nov-08, Research square DOI:10.21203/rs.3.rs-3569391/v1 PMID:37986841	研究论文	该文章比较了预定义方法与深度学习方法在提取脑萎缩模式以预测阿尔茨海默病相关认知衰退中的表现	探讨了使用整个脑图像的深度学习模型是否能提高MRI预测性能	深度学习模型未显著改善阿尔茨海默病临床疾病进展的预测	预测具有主观认知衰退或轻度认知障碍的个体未来的阿尔茨海默病相关认知衰退	来自瑞典BioFINDER-1研究的332名主观认知衰退/轻度认知障碍个体	数字病理学	阿尔茨海默病	磁共振成像 (MRI)	深度学习模型	图像	332名患者
118	2024-08-05	A deep learning-based system to identify originating mural layer of upper gastrointestinal submucosal tumors under EUS 2023 Nov-Dec, Endoscopic ultrasound IF:4.4Q1 DOI:10.1097/eus.0000000000000029 PMID:38948124	研究论文	本研究提出了一种名为SMT Master的系统，用于在EUS下确定上消化道黏膜下肿瘤的来源壁层	开发了三种深度卷积神经网络模型来实现病变分割、壁层分割和来源壁层分类的自动化	研究模型的验证仅限于特定患者样本，可能影响结果的广泛适用性	旨在提高EUS程序中对黏膜下肿瘤来源壁层的识别准确性	基于2721张EUS图像和多个患者的图像进行模型训练和验证	机器学习	NA	深度卷积神经网络 (DCNN)	DCNN	图像	2721张EUS图像，来自201名患者
119	2024-08-05	Ventricle tracking in transesophageal echocardiography (TEE) images during cardiopulmonary resuscitation (CPR) using deep learning and monogenic filtering 2023-Nov, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-023-00293-9 PMID:37872984	研究论文	本文研究了在心肺复苏期间使用深度学习和单基过滤法对经食道超声心动图（TEE）图像中的心室进行追踪	提出了一种实时计算心脏射血分数（EF）的方法，通过检测收缩和舒张来优化心肺复苏的质量	数据量不足的问题通过薄板样条变换解决，但仍需更多的数据验证	优化心肺复苏期间的心脏功能监测	心脏骤停患者的经食道超声心动图（TEE）图像	数字病理	心脏疾病	深度学习, 单基过滤	ResUNet++	图像	NA
120	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