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
6601	2024-09-17	Decoding micro-electrocorticographic signals by using explainable 3D convolutional neural network to predict finger movements 2024-Nov, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110251 PMID:39151656	研究论文	本研究使用可解释的3D卷积神经网络模型解码微电极皮层电图信号，以预测手指运动	引入3D卷积神经网络模型和可解释的人工智能技术，显著提高了手指运动预测的准确性，并提供了对模型决策过程的清晰解释	NA	提高从电极皮层电图数据中解码手指运动的准确性和可解释性	癫痫患者在清醒开颅手术期间的电极皮层电图信号	机器学习	NA	3D卷积神经网络	3D-CNN	电极皮层电图数据	NA
6602	2024-09-17	A minimalistic approach to classifying Alzheimer's disease using simple and extremely small convolutional neural networks 2024-Nov, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110253 PMID:39168252	研究论文	研究使用极简的3D卷积神经网络SFCN对阿尔茨海默病进行分类	提出了一种极简的3D卷积神经网络SFCN，并证明其在阿尔茨海默病分类中与更复杂的架构相比具有竞争力	研究仅限于使用T1加权磁共振成像数据，未探讨其他类型的神经影像数据	探讨现代灵活架构如EfficientNet是否比标准架构在阿尔茨海默病分类中表现更优	阿尔茨海默病和健康对照组的分类	计算机视觉	阿尔茨海默病	T1加权磁共振成像	3D卷积神经网络	图像	数据来自阿尔茨海默病神经影像学倡议(ADNI)
6603	2024-09-17	NeuroQuantify - An image analysis software for detection and quantification of neuron cells and neurite lengths using deep learning 2024-Nov, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110273 PMID:39197681	研究论文	开发了一种名为NeuroQuantify的图像分析软件，利用深度学习技术检测和量化神经元细胞及神经突长度	NeuroQuantify软件能够自动检测和量化神经元细胞及神经突长度，并识别神经突方向，相较于现有方法，其在自动和准确分析神经元结构方面有所改进	NA	开发一种能够快速有效地评估神经网络发育的工具	神经元细胞和神经突	计算机视觉	NA	深度学习	NA	图像	NA
6604	2024-09-17	Xerostomia prediction in patients with nasopharyngeal carcinoma during radiotherapy using segmental dose distribution in dosiomics and radiomics models 2024-Nov, Oral oncology IF:4.0Q2 DOI:10.1016/j.oraloncology.2024.107000 PMID:39226775	研究论文	本研究旨在整合放射组学和剂量组学特征，开发预测鼻咽癌放疗后口干症的模型	首次采用剂量分割策略，将总剂量分布分为四个分段剂量分布，并结合深度学习和手动定义的特征提取方法	本研究为回顾性分析，样本量有限，未来需进一步验证模型的泛化能力	开发预测鼻咽癌放疗后口干症的模型	鼻咽癌患者放疗后的口干症	数字病理学	鼻咽癌	放射组学、剂量组学	随机森林、支持向量机	图像	363名鼻咽癌患者
6605	2024-09-17	Artificial Intelligence vs. Doctors: Diagnosing Necrotizing Enterocolitis on Abdominal Radiographs 2024-Oct, Journal of pediatric surgery IF:2.4Q2 DOI:10.1016/j.jpedsurg.2024.06.001 PMID:38955625	研究论文	研究使用深度学习模型ResNet-50来诊断新生儿坏死性小肠结肠炎（NEC），并与资深外科住院医师的诊断准确性进行比较	首次将深度学习模型应用于新生儿坏死性小肠结肠炎的放射影像诊断，并展示了其与资深外科住院医师相当的诊断准确性	研究样本仅来自单一机构，且未使用普遍应用的“金标准”进行诊断	评估深度学习模型在诊断新生儿坏死性小肠结肠炎中的准确性，并比较其与资深外科住院医师的诊断能力	新生儿坏死性小肠结肠炎的腹部放射影像	计算机视觉	新生儿疾病	深度学习	ResNet-50	图像	494张新生儿腹部放射影像（214张为NEC，280张为其他）
6606	2024-09-17	Progression or Aging? A Deep Learning Approach for Distinguishing Glaucoma Progression From Age-Related Changes in OCT Scans 2024-Oct, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2024.04.030 PMID:38703802	研究论文	开发了一种深度学习算法，用于在缺乏参考标准的情况下，通过光学相干断层扫描（OCT）图像检测青光眼进展	提出了噪声正未标记（Noise-PU）深度学习模型，结合卷积神经网络（CNN）和长短期记忆网络（LSTM），用于区分青光眼进展和年龄相关变化	研究基于回顾性队列，且依赖于特定的OCT设备（Spectralis, Heidelberg Engineering）	开发一种深度学习算法，用于在缺乏参考标准的情况下，通过OCT图像检测青光眼进展	青光眼和健康眼的OCT图像序列	机器学习	眼科疾病	光学相干断层扫描（OCT）	卷积神经网络（CNN）和长短期记忆网络（LSTM）结合模型	图像	3253只眼（1859名受试者），共8785个随访序列，平均随访时间为3.5 ± 1.6年
6607	2024-09-17	Automatic diagnosis for adenomyosis in ultrasound images by deep neural networks 2024-Oct, European journal of obstetrics, gynecology, and reproductive biology DOI:10.1016/j.ejogrb.2024.07.046 PMID:39121648	研究论文	本文介绍了一种基于深度神经网络的自动诊断子宫腺肌症的新技术	提出了一种基于Transformer网络的端到端统一网络框架A2DNet，用于自动诊断子宫腺肌症	NA	开发一种非侵入性的自动诊断子宫腺肌症的新技术	子宫腺肌症的自动诊断	计算机视觉	妇科疾病	深度学习	Transformer网络	图像	1654名患者
6608	2024-09-17	Schizophrenia diagnosis using the GRU-layer's alpha-EEG rhythm's dependability 2024-Oct, Psychiatry research. Neuroimaging DOI:10.1016/j.pscychresns.2024.111886 PMID:39217668	研究论文	本文提出了一种基于门控循环单元（GRU）和alpha-EEG节律的深度学习模型，用于精神分裂症（SZ）的诊断	本文创新性地提出了Rudiment Densely-Coupled Convolutional Gated Recurrent Unit（RDCGRU）模型，用于基于EEG节律（gamma, beta, alpha, theta, 和 delta）的精神分裂症诊断	NA	研究目的是验证alpha-EEG节律在基于门控循环单元的深度学习模型中诊断精神分裂症的可靠性	研究对象是精神分裂症患者和alpha-EEG节律	机器学习	精神疾病	深度学习	门控循环单元（GRU）	脑电图（EEG）	NA
6609	2024-09-17	Deep Learning Prediction for Distal Aortic Remodeling After Thoracic Endovascular Aortic Repair in Stanford Type B Aortic Dissection 2024-Oct, Journal of endovascular therapy : an official journal of the International Society of Endovascular Specialists IF:1.7Q2 DOI:10.1177/15266028231160101 PMID:36927177	研究论文	本研究旨在开发一种深度学习模型，用于预测斯坦福B型主动脉夹层患者在接受胸主动脉腔内修复术后远端主动脉的重塑情况	本研究首次使用卷积神经网络（CNN）和点云神经网络（PC-NN）来预测主动脉重塑情况，并发现PC-NN在预测负性主动脉重塑和再干预方面优于CNN	本研究为回顾性研究，样本量相对较小，且仅在一个中心进行	开发一种基于CTA的深度学习算法，用于自动化预测胸主动脉腔内修复术后远端主动脉的重塑情况	斯坦福B型主动脉夹层患者在接受胸主动脉腔内修复术后的远端主动脉重塑情况	计算机视觉	心血管疾病	CTA	CNN, PC-NN	图像	147例急性或亚急性斯坦福B型主动脉夹层患者
6610	2024-09-17	Efficient Generation of Pretraining Samples for Developing a Deep Learning Brain Injury Model via Transfer Learning 2024-Oct, Annals of biomedical engineering IF:3.0Q3 DOI:10.1007/s10439-023-03354-3 PMID:37642795	研究论文	研究如何通过迁移学习使用高精度的变换神经网络（TNN）生成预训练样本，以减少开发深度学习脑损伤模型所需的计算资源	提出了一种通过迁移学习使用TNN生成预训练样本的方法，显著提高了CNN模型的准确性，特别是在微调数据集较小的情况下	当微调样本数量达到3000或更多时，预训练带来的改进不明显	研究如何通过迁移学习减少开发深度学习脑损伤模型所需的计算资源	脑损伤模型	机器学习	NA	迁移学习	卷积神经网络（CNN），变换神经网络（TNN）	合成冲击数据，增强冲击数据	100个合成冲击样本，100个增强冲击样本，191个独立测量冲击样本
6611	2024-09-17	Toward an Explainable Large Language Model for the Automatic Identification of the Drug-Induced Liver Injury Literature 2024-Sep-16, Chemical research in toxicology IF:3.7Q2 DOI:10.1021/acs.chemrestox.4c00134 PMID:39190012	研究论文	本文开发了一种基于LLaMA-2的大型语言模型，用于自动识别药物性肝损伤相关文献	首次利用LLaMA-2模型进行药物性肝损伤文献的自动识别，相较于其他语言模型，LLaMA-2在准确性和ROC曲线下面积方面表现更优	尽管LLaMA-2在训练集上表现优异，但在实际临床研究和监管应用中的性能仍需进一步验证	开发一种能够自动识别药物性肝损伤相关文献的高效工具，以支持药物安全监测和监管审查	药物性肝损伤相关文献的自动识别	自然语言处理	NA	大型语言模型	LLaMA-2	文本	14203篇训练文献
6612	2024-09-17	Prediction of Cytochrome P450 Substrates Using the Explainable Multitask Deep Learning Models 2024-Sep-16, Chemical research in toxicology IF:3.7Q2 DOI:10.1021/acs.chemrestox.4c00199 PMID:39196814	研究论文	本文构建了多任务深度学习模型，用于预测五种主要药物代谢P450酶的底物	采用多任务指纹和图神经网络模型，相较于单任务模型和传统机器学习模型，在测试集上取得了更高的平均AUC值	NA	在药物开发的早期阶段，预测化合物是否为特定P450酶的底物	五种主要的药物代谢P450酶（CYP3A4, 2C9, 2C19, 2D6, 和1A2）的底物	机器学习	NA	多任务学习模型	图神经网络	化合物数据	收集的底物数据集
6613	2024-09-17	Single-cell profiling uncovers proliferative cells as key determinants of survival outcomes in lower-grade glioma patients 2024-Sep-14, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-024-01302-8 PMID:39276278	研究论文	本研究利用单细胞RNA测序和批量RNA测序，识别出一种与低级别胶质瘤患者预后不良相关的新型细胞类型，并构建了一个基于人工智能网络的预测模型	本研究首次识别出一种名为“Prol”的新型细胞类型，并构建了一个基于人工智能网络的预测模型，该模型在低级别胶质瘤预后预测中表现出更高的准确性，并具有泛癌预后潜力	NA	本研究旨在通过单细胞RNA测序和批量RNA测序，识别出与低级别胶质瘤患者预后相关的新型细胞类型，并开发新的预后标志物和治疗策略	低级别胶质瘤患者及其肿瘤细胞	数字病理学	脑肿瘤	单细胞RNA测序	人工智能网络	RNA	NA
6614	2024-09-17	Cone-beam CT landmark detection for measuring basal bone width: a retrospective validation study 2024-Sep-14, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-024-04798-2 PMID:39277722	研究论文	本文评估了一种深度学习模型在测量基底骨宽度地标中的有效性，并将其与手动测量进行了比较	开发了一种基于U-Net算法的粗到细深度学习模型，用于测量基底骨宽度地标，提高了诊断准确性	仅在34个CBCT扫描上进行了测试，样本量较小	评估深度学习模型在测量基底骨宽度中的有效性，并探讨其在正畸实践中的应用潜力	基底骨宽度的测量及其在正畸诊断中的应用	计算机视觉	NA	深度学习	U-Net	图像	训练集：80个CBCT图像，验证集：10个CBCT图像，测试集：34个CBCT图像
6615	2024-09-17	Automatic 3D pelvimetry framework in CT images and its validation 2024-Sep-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72123-6 PMID:39271720	研究论文	本文提出了一种基于深度学习技术的自动测量骨盆CT图像的框架，用于计算三维骨盆参数	该框架利用深度学习技术自动计算骨盆参数，取代了传统的手动测量方法，大大提高了计算速度	实验仅在15名患者的数据上进行了验证，样本量较小	开发一种自动测量骨盆参数的方法，以提高诊断和治疗脊柱疾病的效率	骨盆CT图像及其三维参数	计算机视觉	脊柱疾病	深度学习	DRINet, VGG16	图像	15名患者
6616	2024-09-17	Predicting prognosis for epithelial ovarian cancer patients receiving bevacizumab treatment with CT-based deep learning 2024-Sep-13, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00688-6 PMID:39271912	研究论文	本研究开发并验证了一种基于深度学习的模型，用于预测接受贝伐珠单抗治疗的卵巢癌患者的预后	本研究首次利用CT影像数据结合深度学习模型，预测卵巢癌患者的无进展生存期，并结合多模态数据提高预测准确性	本研究仅限于回顾性数据，且样本量相对较小，未来需要更多前瞻性研究和更大样本量验证	开发和验证一种深度学习模型，用于预测接受贝伐珠单抗治疗的卵巢癌患者的预后	接受贝伐珠单抗治疗的卵巢癌患者	计算机视觉	卵巢癌	深度学习	深度学习模型	CT影像	525名患者，分为训练集（400名）、内部测试集（97名）和外部测试集（28名）
6617	2024-09-17	Detection of Alcoholic EEG signal using LASSO regression with metaheuristics algorithms based LSTM and enhanced artificial neural network classification algorithms 2024-Sep-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72926-7 PMID:39271921	研究论文	本文提出了一种基于LASSO回归和元启发式算法的长短期记忆网络（LSTM）及增强人工神经网络分类算法，用于自动检测酒精性脑电信号	本文的创新点在于使用LASSO回归进行初始聚类和特征提取，并结合多种元启发式算法（如PSO、BCHS和BDA）进行特征最小化，最终通过多种分类模型（如SVM、随机森林、ANN、EANN和LSTM）进行分类，实现了高精度的酒精性脑电信号检测	NA	本文的研究目的是开发一种自动检测酒精性脑电信号的方法，以快速识别酒精中毒并提高公共卫生水平	本文的研究对象是酒精性和非酒精性个体的脑电信号	机器学习	NA	LASSO回归、元启发式算法（PSO、BCHS、BDA）	长短期记忆网络（LSTM）、增强人工神经网络（EANN）	脑电信号	NA
6618	2024-09-17	Permethrin exposure primes neuroinflammatory stress response to drive depression-like behavior through microglial activation in a mouse model of Gulf War Illness 2024-Sep-13, Journal of neuroinflammation IF:9.3Q1 DOI:10.1186/s12974-024-03215-3 PMID:39272155	研究论文	本研究探讨了在海湾战争疾病（GWI）小鼠模型中，氯菊酯暴露如何通过小胶质细胞激活引发神经炎症应激反应，从而驱动抑郁样行为	首次揭示了氯菊酯暴露后通过小胶质细胞激活引发神经炎症应激反应，导致抑郁样行为，并使用单细胞RNA测序分析了相关转录网络的变化	研究仅限于小鼠模型，结果可能不完全适用于人类	评估氯菊酯暴露是否能引发与海湾战争疾病相关的神经炎症应激反应和精神症状	海湾战争疾病小鼠模型中的小胶质细胞激活和抑郁样行为	NA	NA	单细胞RNA测序	深度学习模型	RNA	21,566个单核细胞
6619	2024-09-17	Detection of Pulmonary Nodules on Ultra-low Dose Chest Computed Tomography With Deep-learning Image Reconstruction Algorithm 2024-Sep-13, Journal of thoracic imaging IF:2.0Q3 DOI:10.1097/RTI.0000000000000806 PMID:39267547	研究论文	评估深度学习图像重建算法在超低剂量胸部CT中检测肺结节的准确性	使用深度学习图像重建算法（DLIR）在超低剂量胸部CT中提高肺结节检测的敏感性	研究样本量较小，且未涵盖所有可能的肺结节位置和大小	评估超低剂量胸部CT结合深度学习图像重建算法在肺结节检测中的准确性	60名因评估或随访实性肺结节而接受检查的患者	计算机视觉	肺部疾病	深度学习图像重建（DLIR）	深度学习模型	CT图像	60名患者
6620	2024-09-17	Consensus of algorithms for lesion segmentation in brain MRI studies of multiple sclerosis 2024-09-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72649-9 PMID:39266642	研究论文	本文提出了一种基于共识的框架，用于改进多发性硬化症脑部MRI扫描中的病灶分割	通过结合多种公开的先进深度学习模型，该框架在病灶分割任务中提高了重叠和检测分数，并克服了单一算法的局限性	未对所包含的算法进行进一步训练	改进多发性硬化症脑部MRI扫描中的病灶分割	多发性硬化症患者的脑部MRI扫描图像	计算机视觉	多发性硬化症	深度学习	NA	图像	131名和30名多发性硬化症患者的数据集