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
3001	2024-11-24	A polynomial proxy model approach to verifiable decentralized federated learning 2024-Nov-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79798-x PMID:39567642	研究论文	本文提出了一种结合零知识证明和多项式代理模型的框架ProxyZKP，用于在去中心化联邦学习中确保本地训练的计算完整性	ProxyZKP框架通过使用多项式代理模型和零知识证明，解决了现有方法在处理大规模模型和随机丢弃技术时的复杂性和不实用性问题	NA	解决去中心化联邦学习中本地模型训练的计算完整性问题	去中心化联邦学习中的模型训练和计算完整性	机器学习	NA	零知识证明	多项式代理模型	模型更新	NA
3002	2024-11-24	HKA-Net: clinically-adapted deep learning for automated measurement of hip-knee-ankle angle on lower limb radiography for knee osteoarthritis assessment 2024-Nov-20, Journal of orthopaedic surgery and research IF:2.8Q1 DOI:10.1186/s13018-024-05265-y PMID:39568048	研究论文	研究开发了一种基于ResNet的深度学习模型，用于自动测量下肢X光片中的髋膝踝角（HKA），以评估膝关节骨性关节炎（OA）	该研究的创新点在于开发了一种无需显式解剖标志注释的深度学习模型，能够自动测量HKA角度并分类畸形阶段	研究仅在膝关节骨性关节炎患者中进行了验证，未来需要在更广泛的患者群体中进行验证	开发一种高效且准确的自动化方法，用于测量HKA角度并分类畸形阶段，以辅助膝关节骨性关节炎的临床决策	膝关节骨性关节炎患者的下肢X光片	计算机视觉	膝关节骨性关节炎	深度学习	ResNet	图像	300名膝关节骨性关节炎患者（Kellgren-Lawrence分级3级或以上），通过水平翻转数据增强至600个样本，并在50名患者中进行时间验证
3003	2024-11-24	Skeletal muscle is independently associated with grade 3-4 toxicity in advanced stage pancreatic ductal adenocarcinoma patients receiving chemotherapy 2024-Nov-20, Clinical nutrition ESPEN IF:2.9Q3 DOI:10.1016/j.clnesp.2024.11.004 PMID:39577693	研究论文	研究骨骼肌与接受化疗的晚期胰腺导管腺癌患者3-4级毒性的关系	首次探讨了骨骼肌和脂肪组织变化与化疗毒性的关系，并提出个性化剂量调整的必要性	研究为回顾性分析，样本量较小，且未涉及其他可能影响毒性的因素	探讨身体成分与晚期胰腺导管腺癌患者化疗毒性的关系	晚期胰腺导管腺癌患者	NA	胰腺癌	CT图像分割	深度学习方法	图像	65名患者
3004	2024-11-24	KanCell: dissecting cellular heterogeneity in biological tissues through integrated single-cell and spatial transcriptomics 2024-Nov-20, Journal of genetics and genomics = Yi chuan xue bao DOI:10.1016/j.jgg.2024.11.009 PMID:39577768	研究论文	KanCell模型通过整合单细胞RNA测序和空间转录组数据，增强细胞异质性分析	KanCell模型基于Kolmogorov-Arnold网络，有效捕捉非线性关系并优化计算效率，提供了一种准确且高效的空间转录组分析工具	NA	通过整合单细胞和空间转录组数据，提高细胞异质性分析的准确性和效率	人类淋巴结、心脏、黑色素瘤、乳腺癌、前额叶皮层和鼠胚脑等组织	机器学习	NA	单细胞RNA测序（scRNA-seq）和空间转录组（ST）	Kolmogorov-Arnold网络（KAN）	基因表达数据	模拟数据和来自STARmap、Slide-seq、Visium和Spatial Transcriptomics技术的真实数据
3005	2024-11-24	Melting simulations of high-entropy carbonitrides by deep learning potentials 2024-Nov-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78377-4 PMID:39562604	研究论文	本研究使用深度神经网络势能描述高熵碳氮化物（HECN）在固态和液态的结构，预测加热和冷却温度，并分析氮含量对熔点的影响	通过深度学习势能模拟高熵碳氮化物的熔化行为，揭示了氮含量对熔点非线性增强的机制	NA	研究高熵碳氮化物的熔点及其与氮含量的关系	高熵碳氮化物（TiZrTaHfNb）CN	材料科学	NA	深度学习	深度神经网络	结构数据	NA
3006	2024-11-24	Roman urdu hate speech detection using hybrid machine learning models and hyperparameter optimization 2024-11-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79106-7 PMID:39562608	研究论文	研究使用混合机器学习模型和超参数优化技术进行罗马乌尔都语仇恨言论检测	开发了一种结合深度学习和变压器模型的混合模型，用于罗马乌尔都语仇恨言论检测，这是之前未曾探索的	NA	解决在Twitter上使用罗马乌尔都语文本的仇恨言论检测问题	罗马乌尔都语的仇恨言论检测	自然语言处理	NA	超参数优化	混合模型	文本	使用了两个公开的罗马乌尔都语语料库，包括HS-RU-20语料库和RUHSOLD仇恨言论语料库
3007	2024-11-24	Quantifying spontaneous infant movements using state-space models 2024-11-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80202-x PMID:39562837	研究论文	本文利用状态空间模型量化婴儿自发运动，并探讨其与神经发育结果的关系	本文首次使用自动无标记跟踪技术结合状态空间模型来分析婴儿自发运动，并将其建模为八个运动状态的序列	本文仅使用了486个视频样本，可能不足以涵盖所有婴儿运动模式	研究婴儿自发运动与神经发育结果之间的关系	婴儿自发运动及其与神经发育的关系	计算机视觉	神经发育障碍	姿态估计技术	自回归状态空间模型	视频	486个视频样本，来自330名婴儿
3008	2024-11-24	DAPNet: multi-view graph contrastive network incorporating disease clinical and molecular associations for disease progression prediction 2024-Nov-19, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02756-0 PMID:39563302	研究论文	提出了一种基于深度学习的疾病进展预测模型DAPNet，利用共病持续时间和疾病关联网络进行预测	首次将多视角图对比学习应用于疾病进展预测任务，并创新性地整合了分子层面的疾病关联信息	未提及	探索一种减少数据依赖并达到与现有研究相当预测性能的新方法	疾病进展预测	机器学习	NA	多视角图对比学习	DAPNet	临床数据	2714名患者和10856次就诊，以及606名患者的肾脏数据集
3009	2024-11-24	An explainable longitudinal multi-modal fusion model for predicting neoadjuvant therapy response in women with breast cancer 2024-Nov-07, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53450-8 PMID:39511143	研究论文	提出了一种可解释的纵向多模态融合模型，用于预测乳腺癌新辅助治疗反应	该模型结合了跨模态知识挖掘和时间信息嵌入策略，以处理缺失模态并减少不同新辅助治疗设置的影响	NA	开发一种能够模拟临床医生评估新辅助治疗反应的系统，并提高其在实际临床应用中的可行性	乳腺癌患者的新辅助治疗反应	计算机视觉	乳腺癌	深度学习 (DL)	多模态融合模型	多模态图像	涉及多中心和跨国读者研究的数据集
3010	2024-11-24	A Deep Learning Model to Predict Breast Implant Texture Types Using Ultrasonography Images: Feasibility Development Study 2024-Nov-05, JMIR formative research IF:2.0Q4 DOI:10.2196/58776 PMID:39499915	研究论文	研究开发了一种深度学习模型，用于通过超声图像预测乳房植入物的表面纹理类型	首次使用深度学习模型对乳房植入物的表面纹理类型进行分类，并从异质来源的超声图像中进行稳健预测	模型在处理破裂植入物和无植入物的图像时预测不确定性增加	确定使用深度学习模型对乳房植入物表面纹理类型进行分类的可行性	乳房植入物的表面纹理类型	计算机视觉	NA	深度学习	ResNet-50	图像	19,502张乳房植入物图像
3011	2024-11-24	Cardiac motion correction with a deep learning network for perfusion defect assessment in single-photon emission computed tomography myocardial perfusion imaging 2024-Nov-02, Journal of nuclear cardiology : official publication of the American Society of Nuclear Cardiology IF:3.0Q2 DOI:10.1016/j.nuclcard.2024.102071 PMID:39491716	研究论文	本文研究了使用深度学习网络进行心脏运动校正，以评估单光子发射计算机断层扫描心肌灌注成像中的灌注缺陷	本文首次探讨了使用深度学习网络进行心脏运动校正，以减少运动模糊并提高灌注缺陷的检测能力	本文仅在模拟病变的数据集上进行了验证，尚未在真实临床数据上进行广泛验证	研究深度学习网络在单光子发射计算机断层扫描心肌灌注成像中进行心脏运动校正的潜力	单光子发射计算机断层扫描心肌灌注成像中的心脏运动校正	计算机视觉	心血管疾病	深度学习	深度学习网络	图像	训练集包含197例，测试集包含194例临床受试者
3012	2024-11-24	Clinical-Grade Validation of an Autofluorescence Virtual Staining System With Human Experts and a Deep Learning System for Prostate Cancer 2024-Nov, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2024.100573 PMID:39069201	研究论文	本文开发了一种自动化系统，利用高吞吐量超光谱荧光显微镜和人工智能机器学习技术，从未染色的前列腺组织中生成虚拟的苏木精和伊红染色以及前列腺上皮内瘤变-4免疫组化染色图像	本文展示了虚拟染色技术在前列腺癌诊断中的临床应用，并通过广泛的人类审查和计算分析验证了系统的有效性	NA	验证一种基于自体荧光虚拟染色系统的临床级有效性，并评估其在前列腺癌诊断中的应用	前列腺癌的组织诊断和分级	数字病理学	前列腺癌	超光谱荧光显微镜	深度学习系统	图像	大量测试切片
3013	2024-11-24	Evaluation of Artificial Intelligence-Based Gleason Grading Algorithms "in the Wild" 2024-Nov, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2024.100563 PMID:39025402	研究论文	评估人工智能辅助的Gleason分级算法在真实世界数据中的表现	比较了公开和商业算法在真实世界数据中的表现，发现商业算法在某些情况下优于公开算法	研究主要集中在算法的表现比较，未深入探讨算法背后的技术细节	评估和比较顶级公开和商业Gleason分级算法在真实世界数据中的性能	前列腺癌患者的Gleason评分	数字病理学	前列腺癌	深度学习	NA	图像	包含不同Gleason评分的全切片前列腺活检图像数据集，由10名病理学家评估
3014	2024-11-24	Evaluation of fragility fracture risk using deep learning based on ultrasound radio frequency signal 2024-Nov, Endocrine IF:3.0Q2 DOI:10.1007/s12020-024-03931-z PMID:38982023	研究论文	本研究评估了基于超声射频信号的深度学习模型在鉴别绝经后女性骨质疏松性骨折风险中的表现	本研究首次使用多通道残差网络（MResNet）基于超声射频信号来评估骨质疏松性骨折风险，并展示了其优于传统超声参数和双能X线吸收法（DXA）骨密度测量的效果	本研究为初步横断面研究，样本量较小且仅限于绝经后女性，未来需在更大和更多样化的群体中验证结果	评估基于超声射频信号的深度学习模型在鉴别绝经后女性骨质疏松性骨折风险中的表现	绝经后女性骨质疏松性骨折风险	机器学习	骨骼疾病	超声射频信号	多通道残差网络（MResNet）	超声射频信号	246名绝经后女性
3015	2024-11-24	Using artificial intelligence to study atherosclerosis from computed tomography imaging: A state-of-the-art review of the current literature 2024-Nov, Atherosclerosis IF:4.9Q1 DOI:10.1016/j.atherosclerosis.2024.117580 PMID:38852022	综述	本文综述了利用人工智能从计算机断层扫描成像研究动脉粥样硬化的现状	介绍了基于深度学习和卷积神经网络的新分析方法，以及放射转录组技术在CT图像上的高级结构分析	讨论了当前基于人工智能方法的局限性及应对这些挑战的优先事项	将这些新方法从研究环境过渡到临床工作流程，开发人工智能驱动的风险评估工具	动脉粥样硬化斑块的检测、分类及其相关风险	计算机视觉	心血管疾病	计算机断层扫描（CT）	卷积神经网络（CNN）	图像	NA
3016	2024-11-24	Challenges in multi-centric generalization: phase and step recognition in Roux-en-Y gastric bypass surgery 2024-Nov, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03166-3 PMID:38761319	研究论文	本文研究了在多中心数据集上进行腹腔镜Roux-en-Y胃旁路手术的阶段和步骤识别，并评估了不同深度学习模型的泛化能力	引入了一个包含140个手术视频的多中心多活动数据集，并评估了模型在不同中心数据上的泛化能力	模型在单中心数据上训练时的泛化能力有限	研究人工智能在手术活动识别中的泛化能力，特别是多中心数据集的影响	腹腔镜Roux-en-Y胃旁路手术的阶段和步骤识别	计算机视觉	NA	深度学习	深度学习模型	视频	140个手术视频，来自两个医疗中心
3017	2024-11-24	An Immunofluorescence-Guided Segmentation Model in Hematoxylin and Eosin Images Is Enabled by Tissue Artifact Correction Using a Cycle-Consistent Generative Adversarial Network 2024-Nov, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2024.100591 PMID:39147031	研究论文	本文提出了一种基于免疫荧光引导的分割模型，通过使用循环一致生成对抗网络对苏木精和伊红图像中的组织伪影进行校正，实现了在常规苏木精和伊红图像中的上皮组织分割	本文创新性地利用循环一致生成对抗网络将常规苏木精和伊红图像的外观转换为终端苏木精和伊红图像，从而克服了免疫荧光处理导致的图像差异问题	本文未详细讨论该方法在其他类型组织或疾病中的适用性	旨在解决常规苏木精和伊红图像中由于免疫荧光处理导致的图像差异问题，从而实现无需人工专家标注的准确分割模型训练	上皮组织在苏木精和伊红图像中的分割	数字病理学	NA	免疫荧光染色	循环一致生成对抗网络	图像	未明确提及具体样本数量
3018	2024-11-24	Advancing epilepsy diagnosis: A meta-analysis of artificial intelligence approaches for interictal epileptiform discharge detection 2024-Nov, Seizure DOI:10.1016/j.seizure.2024.09.019 PMID:39369555	meta-analysis	本文通过元分析评估了深度学习和经典机器学习算法在分类脑电图段为IED和非IED类别以及区分整个脑电图是否包含IED方面的性能	本文首次通过元分析比较了深度学习和经典机器学习算法在IED检测中的性能	大多数模型使用内部验证方法，可能导致过拟合	评估深度学习和经典机器学习算法在脑电图IED检测中的性能	脑电图中的间歇性癫痫样放电	machine learning	epilepsy	深度学习和经典机器学习算法	NA	脑电图	3629名患者
3019	2024-11-24	One novel transfer learning-based CLIP model combined with self-attention mechanism for differentiating the tumor-stroma ratio in pancreatic ductal adenocarcinoma 2024-Nov, La Radiologia medica DOI:10.1007/s11547-024-01902-y PMID:39412688	研究论文	开发了一种基于迁移学习的对比语言-图像预训练（CLIP）模型，结合自注意力机制，用于预测胰腺导管腺癌中的肿瘤-间质比（TSR）	提出了一种新颖的CLIP-adapter模型，结合了CLIP范式和自注意力机制，以更好地利用多阶段成像特征，从而提高肿瘤-间质比预测的准确性和可靠性	NA	开发一种基于迁移学习和自注意力机制的CLIP模型，用于预测胰腺导管腺癌中的肿瘤-间质比，以了解肿瘤的生物学特性，并为基于人工智能的模型表示指导特征融合	胰腺导管腺癌患者的肿瘤-间质比	计算机视觉	胰腺癌	对比语言-图像预训练（CLIP）	CLIP-adapter模型	图像	207名胰腺导管腺癌患者
3020	2024-11-24	Deep Learning to Discriminate Arteritic From Nonarteritic Ischemic Optic Neuropathy on Color Images 2024-Nov-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2024.4269 PMID:39418057	研究论文	开发并测试了一种深度学习系统，用于在急性期通过彩色眼底图像区分动脉炎性前部缺血性视神经病变（AAION）和非动脉炎性前部缺血性视神经病变（NAION）	首次使用深度学习系统在急性期通过彩色眼底图像区分AAION和NAION，无需临床或生物标志物信息	研究仅限于急性期病例，且依赖于特定设备和图像质量	开发和验证一种深度学习系统，用于在急性期通过彩色眼底图像区分AAION和NAION	动脉炎性前部缺血性视神经病变（AAION）和非动脉炎性前部缺血性视神经病变（NAION）	计算机视觉	眼科疾病	深度学习	深度学习系统	图像	961只眼睛，802名患者