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
3941	2024-11-09	Efficient urinary stone type prediction: a novel approach based on self-distillation 2024-10-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73923-6 PMID:39390010	研究论文	本文提出了一种基于自蒸馏架构的高效尿石类型预测方法，通过特征融合和坐标注意力模块（CAM）提高了模型的分类准确性和计算效率	本文的创新点在于改进了自蒸馏架构，结合特征融合和坐标注意力模块，实现了更有效的知识传递，避免了模型压缩带来的额外计算开销和性能下降	NA	本文的研究目的是开发一种高效且准确的尿石类型预测方法，以帮助临床医生制定更精确的治疗方案	本文的研究对象是尿石症患者的CT图像	计算机视觉	泌尿系统疾病	自蒸馏	NA	图像	本文使用了专有数据集和两个公共数据集进行验证
3942	2024-11-09	Development and Validation of a Computed Tomography-Based Model for Noninvasive Prediction of the T Stage in Gastric Cancer: Multicenter Retrospective Study 2024-Oct-09, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/56851 PMID:39382960	研究论文	本研究开发并验证了一种基于计算机断层扫描（CT）的模型，用于非侵入性预测胃癌的T分期	本研究首次结合深度学习和放射组学来预测胃癌的T分期	本研究仅在回顾性数据集上进行了验证，未来需要在更多中心和前瞻性数据集上进行验证	开发一种基于CT的模型，通过放射组学和深度学习自动预测胃癌的T分期	胃癌患者的T分期	数字病理学	胃癌	放射组学	混合模型	图像	771名胃癌患者
3943	2024-11-09	Deep learning models for the prediction of acute postoperative pain in PACU for video-assisted thoracoscopic surgery 2024-Oct-07, BMC medical research methodology IF:3.9Q1 DOI:10.1186/s12874-024-02357-5 PMID:39375589	研究论文	本研究开发了一种深度学习模型，用于预测视频辅助胸腔镜手术后急性术后疼痛	本研究首次将图注意力网络（GAT）和图Transformer网络（GTN）结合，构建了DoseFormer模型，用于预测术后急性疼痛	本研究仅使用了回顾性观察数据，未来需要前瞻性研究验证模型的有效性	开发一种深度学习算法，用于预测术后急性疼痛	视频辅助胸腔镜手术后的患者	机器学习	NA	图注意力网络（GAT）和图Transformer网络（GTN）	DoseFormer模型	患者信息和手术期间的生命体征数据	共纳入1758名患者，数据清洗后剩余1552名患者，其中训练集931名，测试集621名
3944	2024-08-07	Deep learning assisted biomarker development in patients with chronic hepatitis B: Editorial on "Prognostic role of computed tomography analysis using deep learning algorithm in patients with chronic hepatitis B viral infection" 2024-Oct, Clinical and molecular hepatology IF:14.0Q1 DOI:10.3350/cmh.2024.0563 PMID:39038960	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3945	2024-11-09	A pathology foundation model for cancer diagnosis and prognosis prediction 2024-Oct, Nature IF:50.5Q1 DOI:10.1038/s41586-024-07894-z PMID:39232164	研究论文	本文提出了一种名为CHIEF的病理学基础模型，用于癌症诊断和预后预测	CHIEF模型通过两种互补的预训练方法，提取了多样化的病理图像特征，具有更强的泛化能力	NA	开发一种通用的机器学习框架，用于提取病理图像特征，以进行系统的癌症评估	癌症诊断和预后预测	数字病理学	NA	机器学习	基础模型	图像	60,530张全切片图像，涵盖19个解剖部位，验证使用了19,491张来自32个独立切片集的图像
3946	2024-11-09	Comparative analysis of advanced deep learning models for predicting evapotranspiration based on meteorological data in bangladesh 2024-Oct, Environmental science and pollution research international DOI:10.1007/s11356-024-35182-w PMID:39365537	研究论文	本研究比较了四种深度学习模型（CNN、GRU、LSTM、CNN-GRU）在基于孟加拉国气象数据预测蒸散量方面的表现	首次使用混合CNN-GRU模型来估计参考蒸散量，该算法在此领域尚未被广泛应用	NA	预测孟加拉国基于有限气象数据的每日蒸散量	蒸散量预测	机器学习	NA	深度学习	CNN, GRU, LSTM, CNN-GRU	气象数据	涉及两个站点（Rangpur和Sreemangal）的数据
3947	2024-11-09	Predicting disease-associated microbes based on similarity fusion and deep learning 2024-Sep-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae550 PMID:39504483	研究论文	本文提出了一种基于深度学习的计算方法SGJMDA，用于预测微生物与疾病之间的关联	SGJMDA通过融合多种相似性和使用图卷积网络提取特征信息，构建异构网络并计算嵌入的线性相关系数，从而推断潜在的微生物-疾病关联	NA	提高对疾病发病机制和治疗的理解，为生物医学筛选提供指导	微生物与疾病之间的关联	生物信息学	NA	深度学习	图卷积网络	网络数据	NA
3948	2024-11-09	[A deep learning model based on magnetic resonance imaging and clinical feature fusion for predicting preoperative cytokeratin 19 status in hepatocellular carcinoma] 2024-Sep-20, Nan fang yi ke da xue xue bao = Journal of Southern Medical University DOI:10.12122/j.issn.1673-4254.2024.09.14 PMID:39505342	研究论文	本文建立了一个基于磁共振成像和临床特征融合的深度学习模型，用于预测肝细胞癌术前细胞角蛋白19状态	提出了多尺度特征融合和多模态特征融合方法，显著提高了模型的分类性能	研究基于回顾性数据，样本量有限，可能影响模型的泛化能力	验证结合磁共振成像深度学习特征和临床特征进行肝细胞癌术前细胞角蛋白19状态预测的可行性	肝细胞癌患者的细胞角蛋白19状态	机器学习	肝癌	磁共振成像	深度学习模型	图像和临床数据	116名肝细胞癌患者
3949	2024-11-09	Diagnostic Accuracy of AI Algorithms in Aortic Stenosis Screening: A Systematic Review and Meta-Analysis 2024-Sep, Clinical medicine & research IF:1.2Q2 DOI:10.3121/cmr.2024.1934 PMID:39438148	meta-analysis	本文系统综述和荟萃分析评估了人工智能算法在主动脉瓣狭窄筛查中的诊断准确性	本文首次系统综述和荟萃分析了多种数据源下的人工智能算法在主动脉瓣狭窄筛查中的诊断准确性，并展示了深度学习方法在识别中度或重度主动脉瓣狭窄患者中的高度敏感性、可行性和可扩展性	本文存在发表偏倚，且子组和元回归分析显示大陆、主动脉瓣狭窄类型、数据源和基于人工智能的方法类型是异质性的来源	评估人工智能算法在主动脉瓣狭窄筛查中的诊断准确性	主动脉瓣狭窄的筛查	machine learning	cardiovascular disease	NA	NA	NA	10项研究符合纳入标准
3950	2024-11-09	DualNetGO: a dual network model for protein function prediction via effective feature selection 2024-07-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae437 PMID:38963311	研究论文	本文提出了一种双网络模型DualNetGO，用于通过有效特征选择进行蛋白质功能预测	DualNetGO模型通过分类器和选择器组件，能够从不同来源（如PPI网络图嵌入、蛋白质域和亚细胞定位信息）中有效选择特征，从而提高蛋白质功能预测的准确性	NA	开发一种新的模型，通过有效特征选择提高蛋白质功能预测的准确性	人类和小鼠的蛋白质功能预测	机器学习	NA	图嵌入	双网络模型	图嵌入、蛋白质域、亚细胞定位信息	人类和小鼠数据集
3951	2024-11-09	Automatic cephalometric landmark identification with artificial intelligence: An umbrella review of systematic reviews 2024-07, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2024.105056 PMID:38729291	综述	本文对人工智能在自动头影测量标志点识别中的表现进行了伞形综述	本文通过伞形综述评估了人工智能在2D和3D头影测量标志点识别中的性能	人工智能无法以相同的准确性识别各种头影测量标志点，且大多数研究基于错误的2毫米误差阈值	评估人工智能在自动头影测量标志点识别中的表现	2D和3D头影测量标志点的自动识别	计算机视觉	NA	机器学习	NA	图像	11篇符合条件的系统综述
3952	2024-11-09	Empowering brain cancer diagnosis: harnessing artificial intelligence for advanced imaging insights 2024-06-25, Reviews in the neurosciences IF:3.4Q2 DOI:10.1515/revneuro-2023-0115 PMID:38291768	综述	本文探讨了人工智能在脑癌影像诊断中的应用及其对诊断、预后和治疗的影响	强调了智能应用在标准化程序和个性化治疗方面的巨大潜力，从而改善患者预后	存在数据质量、可用性、可解释性、透明度和伦理等方面的挑战	探索人工智能在脑癌影像中的应用及其对诊断、预后和治疗的影响	脑癌的诊断、预后和治疗	计算机视觉	脑癌	深度学习和因果学习	NA	影像	NA
3953	2024-11-09	Diagnostic machine learning applications on clinical populations using functional near infrared spectroscopy: a review 2024-06-25, Reviews in the neurosciences IF:3.4Q2 DOI:10.1515/revneuro-2023-0117 PMID:38308531	综述	本文综述了功能性近红外光谱（fNIRS）与机器学习（ML）在临床人群中诊断分类的应用	这是首次报道使用fNIRS进行诊断机器学习应用的综述	样本量与准确性之间存在显著负相关	探讨fNIRS与ML在精神疾病诊断中的应用	精神疾病患者，包括精神分裂症、注意缺陷多动障碍和自闭症谱系障碍	机器学习	精神疾病	功能性近红外光谱（fNIRS）	支持向量机（SVM）和深度学习（DL）	近红外光谱数据	45项研究，其中8项研究招募了超过100名参与者
3954	2024-11-09	Enhancing the Diagnostic Utility of ASL Imaging in Temporal Lobe Epilepsy through FlowGAN: An ASL to PET Image Translation Framework 2024-May-30, medRxiv : the preprint server for health sciences DOI:10.1101/2024.05.28.24308027 PMID:38853910	研究论文	本研究开发了一种深度学习框架FlowGAN，用于从ASL和结构MRI输入合成类似FDG-PET的图像，以提高ASL在颞叶癫痫诊断中的效用	通过FlowGAN生成合成PET图像，模拟实际FDG-PET图像中的低代谢区域，从而提高ASL的诊断性能	NA	提高ASL在颞叶癫痫诊断中的效用，减少对FDG-PET的依赖	颞叶癫痫患者的ASL和FDG-PET图像	计算机视觉	颞叶癫痫	生成对抗网络（GAN）	FlowGAN	图像	68名癫痫患者，其中36名患有颞叶癫痫
3955	2024-11-09	Public participation in healthcare students' education: An umbrella review 2024-02, Health expectations : an international journal of public participation in health care and health policy IF:3.0Q2 DOI:10.1111/hex.13974 PMID:39102698	综述	本文综述了公众参与医疗学生教育的相关文献，探讨了公众参与对学生、公众、课程和未来职业实践的影响	本文通过综合现有文献，揭示了公众参与在医疗学生教育中的潜在益处和挑战	本文仅基于过去10年内的文献综述，可能未能涵盖所有相关研究	旨在综合分析公众参与医疗学生教育的文献，评估其对学生、公众、课程和医疗系统的影响	公众参与医疗学生教育的文献综述	NA	NA	NA	NA	NA	NA
3956	2024-11-09	Protein-protein and protein-nucleic acid binding site prediction via interpretable hierarchical geometric deep learning 2024-Jan-02, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giae080 PMID:39484977	研究论文	本文设计了一种名为GraphRBF的分层几何深度学习模型，用于预测蛋白质-蛋白质和蛋白质-核酸的结合位点	GraphRBF通过增强图神经网络描述物理化学信息交互，并通过优先径向基函数神经网络表征残基的空间分布，从而学习残基的结合模式	NA	提高蛋白质-蛋白质和蛋白质-核酸结合位点的预测准确性，并为疾病诊断和药物设计提供技术指导	蛋白质-蛋白质和蛋白质-核酸的结合位点	机器学习	NA	分层几何深度学习	图神经网络	蛋白质结构数据	涉及SARS-CoV-2 omicron spike蛋白的已知表位和多个潜在结合区域
3957	2024-11-09	Efficient differential privacy enabled federated learning model for detecting COVID-19 disease using chest X-ray images 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1409314 PMID:38912338	研究论文	本文介绍了一种基于差分隐私的联邦学习模型，用于通过胸部X光图像检测COVID-19疾病	提出了一个自适应差分隐私的联邦学习模型，该模型能够根据实时数据敏感性分析动态调整隐私级别，提高了联邦学习在多样化医疗环境中的实用性	未明确提及	开发一种能够保护数据隐私和安全的COVID-19检测模型	COVID-19疾病的检测	机器学习	COVID-19	差分隐私、联邦学习	联邦学习模型	图像	未明确提及
3958	2024-11-09	Few-shot learning for inference in medical imaging with subspace feature representations 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0309368 PMID:39504337	研究论文	本文探讨了在医学影像分析中使用子空间特征表示进行少样本学习的两种替代方法	提出了基于判别分析和非负矩阵分解的两种新方法，并在低维度下展示了它们相对于SVD的显著改进	文章未详细讨论在高维度下的性能表现	解决医学影像分析中由于数据量少而难以应用深度学习的问题	医学影像数据	计算机视觉	NA	判别分析（DA），非负矩阵分解（NMF）	NA	图像	14个不同数据集，涵盖11种不同疾病类型
3959	2024-11-09	Non-small cell lung cancer detection through knowledge distillation approach with teaching assistant 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0306441 PMID:39504338	研究论文	本文通过教学助手框架中的知识蒸馏技术，利用CT扫描图像进行非小细胞肺癌的分类	采用教学助手框架，通过知识蒸馏技术提高学生模型的性能，并在边缘设备上实现高效的训练和预测	未提及	提高非小细胞肺癌分类模型的性能和效率	非小细胞肺癌的分类	计算机视觉	肺癌	知识蒸馏	CNN, VGG19, ResNet152v2, Swin, CCT, ViT	图像	未提及
3960	2024-11-08	Prediction of molecular subclasses of uveal melanoma by deep learning using routine haematoxylin-eosin-stained tissue slides 2024-Dec, Histopathology IF:3.9Q1 DOI:10.1111/his.15271 PMID:38952117	研究论文	本研究评估了使用深度学习技术通过常规苏木精-伊红染色（HE）组织切片预测葡萄膜黑色素瘤分子亚型的有效性	首次展示了使用HE染色全切片图像（WSI）通过深度学习方法预测葡萄膜黑色素瘤分子亚型的潜力	研究为回顾性研究，样本量相对较小，且未涵盖所有可能的分子亚型	评估深度学习在预测葡萄膜黑色素瘤分子亚型中的有效性，以替代传统的分子检测方法	葡萄膜黑色素瘤患者及其肿瘤组织	数字病理学	葡萄膜黑色素瘤	深度学习	Swin Transformer	图像	113例葡萄膜黑色素瘤患者的肿瘤组织