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
3141	2024-11-23	A transformer-based deep learning model for identifying the occurrence of acute hematogenous osteomyelitis and predicting blood culture results 2024, Frontiers in microbiology IF:4.0Q2 DOI:10.3389/fmicb.2024.1495709 PMID:39568996	研究论文	本文开发了一种基于Transformer的深度学习模型，用于识别急性血源性骨髓炎的发生并预测血培养结果	本文首次将Transformer模型应用于急性血源性骨髓炎的识别和血培养结果的预测	本文仅分析了实验室指标与骨髓炎及其相关诊断的关系，未考虑其他可能影响因素	开发一种能够有效识别急性血源性骨髓炎并预测血培养结果的深度学习模型	18岁以下的急性血源性骨髓炎患者及其血培养结果	机器学习	骨髓炎	Transformer	Transformer	实验室指标	634名18岁以下患者
3142	2024-11-23	Compare three deep learning-based artificial intelligence models for classification of calcified lumbar disc herniation: a multicenter diagnostic study 2024, Frontiers in surgery IF:1.6Q2 DOI:10.3389/fsurg.2024.1458569 PMID:39569028	研究论文	本文比较了三种基于深度学习的人工智能模型在钙化性腰椎间盘突出分类中的应用	本文开发并验证了一种基于侧位腰椎磁共振成像的人工智能诊断模型，用于识别钙化性腰椎间盘突出	研究时间跨度较长，且仅限于特定类型的腰椎间盘突出	开发和验证一种用于识别钙化性腰椎间盘突出的人工智能诊断模型	钙化性腰椎间盘突出患者	计算机视觉	腰椎间盘突出	深度学习	ResNet-34	图像	1224名患者，包括610名男性和614名女性，平均年龄53.34 ± 10.61岁
3143	2024-11-23	Construction of a 2.5D Deep Learning Model for Predicting Early Postoperative Recurrence of Hepatocellular Carcinoma Using Multi-View and Multi-Phase CT Images 2024, Journal of hepatocellular carcinoma IF:4.2Q2 DOI:10.2147/JHC.S493478 PMID:39569409	研究论文	构建了一个基于2.5D深度学习模型的CT影像，用于预测肝细胞癌术后早期复发	提出了一个2.5D深度学习模型，结合多视角和多相位CT影像，用于预测肝细胞癌术后早期复发	3D深度学习模型在内部和外部验证集上表现不佳，表明存在过拟合问题	构建一个基于2.5D深度学习模型的CT影像，用于预测肝细胞癌术后早期复发	肝细胞癌术后早期复发的预测	机器学习	肝癌	深度学习	2.5D深度学习模型	CT影像	232名患者用于训练和内部验证，91名患者用于外部验证
3144	2024-11-23	Large Language Models in Neurosurgery 2024, Advances in experimental medicine and biology DOI:10.1007/978-3-031-64892-2_11 PMID:39523266	研究论文	本文探讨了大型语言模型（LLM）在神经外科中的应用及其潜在的优缺点	本文首次详细讨论了大型语言模型在神经外科领域的应用，特别是ChatGPT在生成手术报告和手术笔记方面的潜力	本文未详细讨论大型语言模型在实际应用中可能遇到的伦理和技术挑战	探讨大型语言模型在神经外科中的应用及其潜在影响	大型语言模型（如ChatGPT）在神经外科中的应用	自然语言处理	NA	深度学习	Transformer	文本	NA
3145	2024-11-23	Navigating Mathematical Basics: A Primer for Deep Learning in Science 2024, Advances in experimental medicine and biology DOI:10.1007/978-3-031-64892-2_5 PMID:39523260	研究论文	本文提供了一个简明的数学基础介绍，旨在帮助科学家理解深度学习中的基本数学符号	本文的创新之处在于将数学基础与深度学习原理相结合，为非数学背景的读者提供了一个快速入门的途径	由于篇幅限制，本文无法替代需要多门课程和多年时间才能巩固的扎实数学知识	本文的研究目的是帮助非数学背景的读者克服阅读使用数学符号的深度学习文本时的障碍	本文主要研究对象是深度学习中的基本数学符号和模型	机器学习	NA	NA	全连接前馈深度神经网络	NA	NA
3146	2024-11-23	Machine and Deep Learning in Hyperspectral Fluorescence-Guided Brain Tumor Surgery 2024, Advances in experimental medicine and biology DOI:10.1007/978-3-031-64892-2_15 PMID:39523270	研究论文	本文探讨了在荧光引导的脑肿瘤手术中使用机器学习和深度学习方法处理高光谱成像数据的过程	本文结合了机器学习和深度学习方法，提出了一种新的流程，用于从离体高光谱荧光图像中提取和处理相关发射光谱，并使用多种机器学习模型对脑肿瘤进行分类	本文的研究结果主要基于离体数据，尚未在临床环境中验证其有效性	旨在改进荧光引导的脑肿瘤手术中对肿瘤边缘的识别和分类	脑肿瘤及其边缘组织	机器学习	脑肿瘤	高光谱成像	机器学习模型	图像	NA
3147	2024-11-22	Multimodal AI Combining Clinical and Imaging Inputs Improves Prostate Cancer Detection 2024-Dec-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001102 PMID:39074400	研究论文	本研究探讨了将临床参数与基于MRI的深度学习相结合，以提高对临床显著性前列腺癌的诊断准确性	本研究首次将临床参数与MRI-based深度学习相结合，采用多模态人工智能方法，显著提高了对临床显著性前列腺癌的诊断准确性	本研究未探讨包含病变体积对诊断效能的影响	提高对临床显著性前列腺癌的诊断准确性	临床显著性前列腺癌的检测	机器学习	前列腺癌	深度学习	多模态人工智能	图像	932例双参数前列腺MRI检查
3148	2024-11-22	Fast, high-quality, and unshielded 0.2 T low-field mobile MRI using minimal hardware resources 2024-Dec, Magma (New York, N.Y.) DOI:10.1007/s10334-024-01184-5 PMID:38967865	研究论文	提出了一种基于深度学习的低场移动MRI策略，使用最少的硬件资源实现快速、高质量、无屏蔽的成像	提出了一种强大的深度学习EMI消除模型，能够准确预测MRI线圈信号中的EMI成分，并通过多层次后处理实现快速和高品质的低场MRI	NA	开发一种基于深度学习的低场移动MRI策略，以实现快速、高质量、无屏蔽的成像	低场移动MRI成像技术	计算机视觉	NA	深度学习	深度学习模型	图像	20名健康志愿者参与实验
3149	2024-11-22	Motion robust coronary MR angiography using zigzag centric ky-kz trajectory and high-resolution deep learning reconstruction 2024-Dec, Magma (New York, N.Y.) DOI:10.1007/s10334-024-01172-9 PMID:38916681	研究论文	本文介绍了一种新的MR冠状动脉造影技术，通过使用之字形扇形中心ky-kz k空间轨迹和高分辨率深度学习重建（HR-DLR）来提高图像质量和扫描效率	本文创新性地结合了之字形扇形中心ky-kz k空间轨迹和高分辨率深度学习重建技术，显著缩短了扫描时间并提高了图像质量	本文仅在12名健康受试者和2名患者中进行了验证，样本量较小，需要进一步在大规模临床试验中验证其有效性和适用性	开发一种高效且高质量的MR冠状动脉造影技术，以提高患者舒适度和临床效率	健康受试者和冠状动脉疾病患者	医学影像	心血管疾病	MR冠状动脉造影	深度学习	图像	12名健康受试者和2名患者
3150	2024-09-06	Correction to: Motion robust coronary MR angiography using zigzag centric ky-kz trajectory and high-resolution deep learning reconstruction 2024-Dec, Magma (New York, N.Y.) DOI:10.1007/s10334-024-01202-6 PMID:39231858	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3151	2024-11-22	Enhanced plasmonic scattering imaging via deep learning-based super-resolution reconstruction for exosome imaging 2024-Dec, Analytical and bioanalytical chemistry IF:3.8Q1 DOI:10.1007/s00216-024-05550-z PMID:39316091	研究论文	本文提出了一种基于深度学习的超分辨率重建方法，用于增强外泌体等离子体散射成像的分辨率	本文提出了一种新的盲超分辨率深度学习神经网络ESRGAN-SE，能够在不增加实验复杂性的情况下提高外泌体等离子体散射成像的分辨率	NA	提高外泌体等离子体散射成像的分辨率，以改进癌症诊断的准确性和效率	外泌体等离子体散射成像	计算机视觉	NA	深度学习	ESRGAN-SE	图像	NA
3152	2024-11-22	Exploring deep learning models for 4D-STEM-DPC data processing 2024-Dec, Ultramicroscopy IF:2.1Q2 DOI:10.1016/j.ultramic.2024.114058 PMID:39388848	研究论文	本文探讨了如何利用卷积神经网络（CNN）进行4D-STEM-DPC数据的自动化和一致性处理	提出了两种不同的方法：一种是直接跟踪电子束并进行回归分析，另一种是使用改进的U-net进行直接电子束分割作为预处理步骤	NA	研究如何利用深度学习模型改进4D-STEM-DPC数据的处理方法	4D-STEM-DPC数据	计算机视觉	NA	卷积神经网络（CNN）	卷积神经网络（CNN）	图像	实验获得的4D-STEM数据
3153	2024-11-22	Disentangling Neurodegeneration From Aging in Multiple Sclerosis Using Deep Learning: The Brain-Predicted Disease Duration Gap 2024-Nov-26, Neurology IF:7.7Q1 DOI:10.1212/WNL.0000000000209976 PMID:39496109	研究论文	本研究使用深度学习技术，通过分析多发性硬化症患者的3D T1加权脑部MRI扫描图像，探讨了脑龄与疾病相关神经退行性变之间的关系	提出了脑预测疾病持续时间差距（DD gap）作为多发性硬化症特异性脑损伤的全球测量指标，并验证了其在解释身体残疾方面的有效性	本研究为回顾性研究，样本主要来自多中心，可能存在数据偏倚	旨在通过深度学习模型区分多发性硬化症患者的脑老化与疾病相关神经退行性变	多发性硬化症患者的3D T1加权脑部MRI扫描图像	计算机视觉	多发性硬化症	深度学习	3D DenseNet	图像	4392名多发性硬化症患者（69.7%为女性，年龄：42.8 ± 10.6岁，疾病持续时间：11.4 ± 9.3年）
3154	2024-11-22	Deep learning-assisted morphological segmentation for effective particle area estimation and prediction of interfacial properties in polymer composites 2024-Nov-21, Nanoscale IF:5.8Q1 DOI:10.1039/d4nr01018c PMID:39469845	研究论文	本研究开发了一种自动化且精确的技术，用于在扫描电子显微镜图像中识别和详细映射颗粒位置，并预测聚合物复合材料的界面性能	本研究结合深度卷积神经网络和高级图像处理技术，实现了颗粒识别和位置映射的自动化，并引入了两个分散因子来量化颗粒分散对性能的影响	NA	研究聚合物纳米复合材料的宏观性能与微观结构特征之间的关系，特别是纳米颗粒分散的影响	聚合物纳米复合材料中的纳米颗粒分散及其对界面性能的影响	计算机视觉	NA	深度学习	卷积神经网络	图像	NA
3155	2024-11-22	Resolution-dependent MRI-to-CT translation for orthotopic breast cancer models using deep learning 2024-Nov-21, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad9076 PMID:39514971	研究论文	研究利用生成对抗网络（GANs）从低分辨率MRI图像合成高保真CT图像的可行性	提出了一种定制的U-Net模型和两种GAN模型（Nested U-Net GAN和Attention U-Net GAN），成功将低分辨率MRI图像转换为高分辨率CT图像，解决了其他MRI-CT转换技术中常见的细节丢失问题	NA	减少患者暴露于电离辐射的同时保持治疗准确性并加速MRI图像采集	从低分辨率MRI图像生成高质量CT图像的可行性	计算机视觉	乳腺癌	生成对抗网络（GANs）	U-Net	图像	从健康对照和肿瘤模型中获取的配对MRI-CT图像，包括MDA-MB-231和4T1肿瘤细胞注射到裸鼠和BALB/c小鼠的乳腺脂肪垫中
3156	2024-11-22	Medical meteorological forecast for ischemic stroke: random forest regression vs long short-term memory model 2024-Nov-21, International journal of biometeorology IF:3.0Q2 DOI:10.1007/s00484-024-02818-y PMID:39567379	研究论文	本文研究了基于机器学习和深度学习算法开发用于预测缺血性中风（IS）攻击的医疗气象模型	本文首次比较了随机森林回归和长短期记忆模型在预测缺血性中风攻击中的应用，发现LSTM模型更为准确	研究仅基于海口地区的数据，可能不适用于其他地区	开发和评估用于预测缺血性中风攻击的医疗气象模型	缺血性中风攻击及其与气象条件的关系	机器学习	心血管疾病	随机森林回归，长短期记忆	LSTM	气象数据	42849例缺血性中风攻击
3157	2024-11-22	DySurv: dynamic deep learning model for survival analysis with conditional variational inference 2024-Nov-21, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae271 PMID:39569428	研究论文	提出了一种基于条件变分自编码器的动态深度学习模型DySurv，用于从电子健康记录中动态估计个体死亡风险	DySurv使用静态和纵向测量数据的组合，直接估计累积风险发生函数，无需对潜在随机过程做出任何参数假设	尽管方法利用了非参数扩展来估计生存分布，但仍可探索更多深度学习范式	开发一种新的方法，从纵向健康记录中进行时间到事件的预测	电子健康记录中的静态和纵向测量数据	机器学习	NA	条件变分自编码器	深度学习模型	电子健康记录	6个时间到事件基准数据集和2个来自eICU和MIMIC-IV的真实世界重症监护单元电子健康记录数据集
3158	2024-11-22	An automated toolbox for microcalcification cluster modeling for mammographic imaging 2024-Nov-21, Medical physics IF:3.2Q1 DOI:10.1002/mp.17521 PMID:39569820	研究论文	本文介绍了一种用于乳腺X线影像中微钙化簇建模的自动化工具箱	该工具箱能够生成定制化的微钙化簇模型，适用于特定任务，并采用了新颖的2D生成方法，结合放射组学分析以确保模拟的微钙化簇与现有乳腺组织纹理相匹配	NA	开发和优化乳腺X线影像技术，改进对微钙化簇的检测和诊断	微钙化簇模型	数字病理学	乳腺癌	放射组学分析	NA	图像	NA
3159	2024-11-22	Synthesis of pseudo-PET/CT fusion images in radiotherapy based on a new transformer model 2024-Nov-21, Medical physics IF:3.2Q1 DOI:10.1002/mp.17512 PMID:39569842	研究论文	提出了一种新的Transformer模型，用于合成食管癌和鼻咽癌放疗中的伪PET/CT融合图像	引入了一种基于Transformer模型的新方法，结合“聚焦-分散”注意力机制和多一致性损失约束，有效捕捉PET和CT图像的特征信息，生成高质量的伪PET/CT融合图像	NA	改进食管癌和鼻咽癌放疗中PET/CT和计划CT的使用，减少重复扫描带来的额外辐射剂量和配准误差	食管癌和鼻咽癌患者	计算机视觉	癌症	Transformer模型	Transformer	图像	129例食管癌和141例鼻咽癌患者的数据
3160	2024-11-22	Prediction of traffic accident risk based on vehicle trajectory data 2024-Nov-21, Traffic injury prevention IF:1.6Q4 DOI:10.1080/15389588.2024.2402936 PMID:39570198	研究论文	本文研究了基于车辆轨迹数据进行交通事故风险预测的方法	本文提出了一种基于LSTM的端到端交通事故风险预测模型，能够从低质量的原始轨迹数据中直接提取与事故相关的危险状态特征	NA	精确预测交通事故风险	车辆轨迹数据	机器学习	NA	NA	LSTM	轨迹数据	超过3000辆车的轨迹样本