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
8721	2024-08-10	Detection of Lungs Tumors in CT Scan Images Using Convolutional Neural Networks 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2023.3315303 PMID:37708019	研究论文	本文提出了一种基于卷积神经网络（CNN）的模型，用于CT扫描图像中的肺部肿瘤和结节分割	该模型包括预处理和后处理步骤，使用过滤进行图像增强，形态学操作进行精细分割，并通过活动计数算法精确检测肿瘤和结节	NA	开发一种高效的计算机辅助诊断系统，用于早期检测肺部肿瘤	肺部肿瘤和结节	计算机视觉	肺癌	卷积神经网络（CNN）	CNN	图像	使用了基准数据集进行模型效率评估
8722	2024-08-10	Capability and reliability of deep learning models to make density predictions on low-dose mammograms 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.044506 PMID:39114539	研究论文	本文评估了深度学习模型从低剂量乳腺X光片中预测乳腺密度的能力和可靠性	展示了低剂量乳腺X光片可以产生与标准剂量图像相当的密度和风险估计，并通过平均CC-MLO图像和模型预测来提高性能	模型在预测较密集和小面积的乳腺时质量下降	评估深度学习模型从低剂量乳腺X光片中预测乳腺密度的能力和可靠性	低剂量乳腺X光片	机器学习	乳腺疾病	深度学习	深度学习模型	图像	包含配对的标准剂量和低剂量图像的乳腺X光片数据集
8723	2024-08-10	Diagnostic effectiveness of deep learning-based MRI in predicting multiple sclerosis: A meta-analysis 2024-May, Neurosciences (Riyadh, Saudi Arabia) DOI:10.17712/nsj.2024.2.20230103 PMID:38740399	meta-analysis	本研究通过meta分析评估了基于卷积神经网络（CNN）的磁共振成像（MRI）在多发性硬化症（MS）诊断中的表现	采用2D-3D CNN技术，实现了对MS病变的高准确性、敏感性和特异性识别、分类和分割	NA	探讨基于CNN的MRI在多发性硬化症病变识别、分类和分割中的诊断性能	多发性硬化症病变	machine learning	多发性硬化症	CNN	CNN	MRI图像	共筛选出15篇文章进行分析
8724	2024-08-10	Improving rehabilitation of deaf patients by advanced imaging before cochlear implantation 2024-Mar, Journal of neuroradiology = Journal de neuroradiologie DOI:10.1016/j.neurad.2023.10.002 PMID:37806523	综述	本文综述了在耳蜗植入前使用先进成像技术预测听力康复效果的研究	使用扩散加权磁共振成像（DWI）和功能磁共振成像（fMRI）评估中央听觉通路，以及通过CT扫描、锥束CT和MRI进行自动迷路分割	NA	评估耳蜗植入前解剖成像技术对预测聋患者听力康复效果的帮助	成年单侧或双侧听力损失患者	NA	聋病	扩散加权磁共振成像（DWI），功能磁共振成像（fMRI），CT扫描，MRI分割	深度学习	图像	51项研究
8725	2024-08-09	Interpretable deep learning model to predict lymph node metastasis in early gastric cancer using whole slide images 2024, American journal of cancer research IF:3.6Q2 DOI:10.62347/RJBH6076 PMID:39113867	研究论文	本文开发了一种可解释的深度学习模型，用于使用全切片图像预测早期胃癌中的淋巴结转移	这是首个多机构研究，利用H&E染色的组织病理学图像开发机器学习算法来预测早期胃癌患者的淋巴结转移状态	NA	开发一种机器学习算法，能够使用H&E染色的图像预测胃癌中的淋巴结转移状态	早期胃癌患者的淋巴结转移状态	数字病理学	胃癌	H&E染色	DeepLabV3+	图像	243张全切片图像
8726	2024-08-10	Importance of serum albumin in machine learning-based prediction of cognitive function in the elderly using a basic blood test 2024, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2024.1362560 PMID:39114530	研究论文	本研究探讨了血清白蛋白水平与认知功能之间的关联，并评估了在预测认知功能时，将血清白蛋白值纳入输入层对深度学习和其他机器学习模型预测准确性的影响	本研究首次探讨了血清白蛋白水平与老年认知功能之间的关联，并验证了其在机器学习模型中的重要性	研究排除了未在认知功能测试前30天内进行血液检测的患者以及血液检测结果存在测量误差的患者	研究血清白蛋白水平与老年认知功能之间的关系，并评估其在机器学习模型预测认知功能中的作用	老年患者的认知功能及血清白蛋白水平	机器学习	NA	深度学习模型, 线性回归模型, 支持向量机, 决策树, 随机森林, 极端梯度提升, 轻梯度提升机	深度学习模型, 线性回归模型, 支持向量机, 决策树, 随机森林, 极端梯度提升, 轻梯度提升机	电子健康记录数据	最终研究人群包括1,352名患者，其中114名（8.4%）年龄低于65岁，1,238名（91.6%）年龄65岁及以上
8727	2024-08-09	Synthetic data generation methods in healthcare: A review on open-source tools and methods 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.07.005 PMID:39108677	综述	本文综述了医疗领域中合成数据生成方法的应用及其效果，重点关注开源工具和方法	探讨了合成数据在解决数据稀缺和隐私问题方面的潜力，以及在训练人工智能算法时提供无偏见数据和足够样本量的需求	NA	评估合成数据方法在医疗领域的应用及其效果	医疗数据，包括表格数据、影像数据、放射组学数据、时间序列数据和组学数据	机器学习	NA	合成数据生成技术，包括统计方法、概率方法、机器学习和深度学习	深度学习	多模态数据	NA
8728	2024-08-09	A machine learning algorithm improves the diagnostic accuracy of the histologic component of antibody mediated rejection (AMR-H) in cardiac transplant endomyocardial biopsies 2024 Sep-Oct, Cardiovascular pathology : the official journal of the Society for Cardiovascular Pathology IF:2.3Q2 DOI:10.1016/j.carpath.2024.107646 PMID:38677634	研究论文	本文研究了一种机器学习算法，用于提高心脏移植患者心肌内膜活检中抗体介导排斥反应（AMR-H）组织学成分的诊断准确性	首次确定机器学习算法能否区分pAMR-H与正常心肌、愈合损伤和急性细胞排斥反应（ACR）	需要多机构验证测试以确保算法的普遍适用性	研究机器学习算法在心脏移植病理学中区分抗体介导排斥反应组织学成分的能力	心脏移植患者的心肌内膜活检样本	数字病理学	心脏移植	数字全玻片扫描	卷积神经网络	图像	4,212个标注（1,053个正常区域，1,053个pAMR-H，1,053个愈合损伤和1,053个ACR）来自300个苏木精和伊红染色切片
8729	2024-08-09	Enhancing resolution and contrast in fibre bundle-based fluorescence microscopy using generative adversarial network 2024-Sep, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.13296 PMID:38563195	研究论文	本研究通过使用生成对抗网络（GANs）提高了基于光纤束的荧光显微镜的分辨率和对比度	利用高数值孔径（NA）光纤束和生成对抗网络（GANs），通过图像到图像的转换技术，有效提升了宽场图像的分辨率和对比度，无需额外光学硬件	NA	提升基于光纤束的荧光显微镜的分辨率和对比度	基于光纤束的荧光显微镜的图像	计算机视觉	NA	生成对抗网络（GANs）	GAN	图像	NA
8730	2024-08-09	High temporal resolution prediction of mortality risk for single AML patient via deep learning 2024-Aug-16, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.110458 PMID:39108717	研究论文	本研究通过深度学习模型预测单个急性髓系白血病（AML）患者的5年连续时间生存概率，并将其转换为死亡风险曲线，以实现高时间分辨率的疾病进展动态捕捉。	本研究开发了一种深度学习模型，能够预测AML患者的连续时间生存概率，并通过死亡风险曲线识别出具有不同风险峰值时间的七个患者群体。	NA	研究旨在为急性髓系白血病患者提供个性化预后预测和治疗策略。	研究对象为急性髓系白血病患者。	机器学习	白血病	深度学习	深度学习模型	分子特征数据	NA
8731	2024-08-09	Phenotype identification and genome-wide association study of ear-internode vascular bundles in maize (Zea mays) 2024-Aug-07, Journal of plant research IF:2.7Q2 DOI:10.1007/s10265-024-01565-w PMID:39112806	研究论文	本研究利用微型计算机断层扫描（Micro-CT）技术和基于深度学习的表型获取方法，对495个玉米自交系的47个表型特征进行了提取和分析，特别是对玉米穗节间维管束的微观表型和遗传机制进行了全面系统的研究	首次采用Micro-CT扫描技术和深度学习方法对玉米穗节间维管束的微观表型进行全面系统的研究，并进行了全基因组关联分析（GWAS）	研究主要集中在玉米穗节间维管束的表型特征和遗传机制，未涉及其他植物或更广泛的遗传背景	旨在深入了解玉米穗节间维管束的表型特征，并为揭示其遗传机制提供参考	玉米穗节间维管束的表型特征和遗传机制	NA	NA	微型计算机断层扫描（Micro-CT）	深度学习	图像	495个玉米自交系
8732	2024-08-09	A benchmarked comparison of software packages for time-lapse image processing of monolayer bacterial population dynamics 2024-Aug-06, Microbiology spectrum IF:3.7Q2 DOI:10.1128/spectrum.00032-24 PMID:38980028	研究论文	本文比较了四种用于分析二维时间流逝图像的软件包在单层细菌群体动态中的表现	发现基于深度学习的对象分割方法优于传统方法，但在帧间对象跟踪方面则相反	每种软件包在分析的至少一个方面优于其他软件包，表明没有一种软件包在所有方面都是最佳的	比较不同软件包在时间流逝图像处理中的性能，为研究人员选择合适的图像处理解决方案提供指导	四种软件包：CellProfiler, SuperSegger-Omnipose, DeLTA, 和 FAST	计算机视觉	NA	深度学习	NA	图像	NA
8733	2024-08-09	Choroidal vascular changes in early-stage myopic maculopathy from deep learning choroidal analysis: a hospital-based SS-OCT study 2024-Aug-06, Eye and vision (London, England) DOI:10.1186/s40662-024-00398-x PMID:39107859	研究论文	本研究通过深度学习技术分析了早期近视性黄斑病变患者的脉络膜血管变化，并探讨了这些变化与疾病之间的关联	本研究首次使用深度学习算法和Niblack自动局部阈值算法处理SS-OCT图像，分析了早期近视性黄斑病变患者的脉络膜血管变化	NA	阐明早期近视性黄斑病变患者的脉络膜血管变化，并研究这些变化与疾病之间的关联	1418只高度近视眼，来自720名18-60岁的参与者	数字病理学	近视性黄斑病变	SS-OCT	深度学习	图像	1418只高度近视眼，来自720名18-60岁的参与者
8734	2024-08-07	Author Correction: Deep learning with diffusion MRI as in vivo microscope reveals sex-related differences in human white matter microstructure 2024-Aug-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66995-x PMID:39103445	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
8735	2024-08-09	Deep learning-based detection and semi-quantitative model for spread through air spaces (STAS) in lung adenocarcinoma 2024-Aug-05, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00664-0 PMID:39103596	研究论文	本研究开发了一种基于深度学习的STAS检测及半定量模型，用于提高肺腺癌中STAS的检测准确性	提出了名为STASNet的深度学习模型，用于计算与STAS密度和距离相关的半定量参数，并在实时病理诊断环境中应用	NA	提高肺腺癌中STAS的检测准确性和定量分析	肺腺癌中的STAS现象	数字病理学	肺腺癌	深度学习	CNN	图像	489张数字全切片图像
8736	2024-08-09	An improved data augmentation approach and its application in medical named entity recognition 2024-Aug-05, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02624-x PMID:39103849	研究论文	本文提出了一种改进的数据增强方法，并将其应用于医学命名实体识别中	提出了两种数据增强方法——基于Word2Vec增强的上下文随机替换（CRR）和目标实体随机替换增强（TER），以解决医学领域数据稀缺和不平衡的问题	NA	提高医学命名实体识别的性能和准确性	医学命名实体识别	自然语言处理	NA	Word2Vec	BERT-BiLSTM-CRF	文本	NA
8737	2024-08-09	DeepB3P: A transformer-based model for identifying blood-brain barrier penetrating peptides with data augmentation using feedback GAN 2024-Aug-05, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2024.08.002 PMID:39111628	研究论文	本文提出了一种基于transformer的深度学习模型DeepB3P，用于识别血脑屏障穿透肽，并使用反馈生成对抗网络（FBGAN）进行数据增强	DeepB3P模型在血脑屏障穿透肽预测中表现优异，且FBGAN模型能有效生成类似血脑屏障穿透肽，缓解数据不平衡问题	NA	解决血脑屏障穿透肽预测中的数据不平衡问题，并提出一种高效准确的预测模型	血脑屏障穿透肽（BBBPs）	机器学习	NA	transformer, 生成对抗网络（GAN）	transformer, GAN	肽序列	NA
8738	2024-08-09	Identifying sex from pharyngeal images using deep learning algorithm 2024-08-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68817-6 PMID:39095416	研究论文	本研究利用深度学习算法从咽部图像中识别性别	首次探索使用咽部图像通过深度学习算法识别个体性别	研究仅限于特定年龄组和特定症状的患者	验证深度学习算法在咽部图像中识别性别的可行性	咽部图像和患者性别	计算机视觉	NA	深度学习	卷积神经网络	图像	20,319张图像用于训练，4,869张图像用于验证
8739	2024-08-09	GRU-powered sleep stage classification with permutation-based EEG channel selection 2024-08-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68978-4 PMID:39095608	研究论文	本文提出了一种新的睡眠阶段分类方法，结合基于排列的低成本通道选择方法和深度学习技术，特别是门控循环单元（GRU）模型	通过系统地排列脑电图（EEG）通道，评估不同EEG通道组合，以识别最具有信息量的子集进行5类睡眠阶段分类	当通道少于3个时，性能显著下降；N1类在通道从128个减少到3个随机或3个AASM推荐通道时，预测准确性受到最大影响	探索和优化使用GRU模型进行睡眠阶段分类的方法	睡眠阶段分类	机器学习	NA	脑电图（EEG）	GRU	脑电图数据	使用国际综合睡眠医学研究所（WPI-IIIS）在筑波大学收集的EEG数据集
8740	2024-08-09	Z-DNA formation in promoters conserved between human and mouse are associated with increased transcription reinitiation rates 2024-08-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68439-y PMID:39090226	研究论文	本文使用深度学习方法DeepZ预测基于DNA序列和核苷酸结构特性的Z-flipons，并研究了其在人类和小鼠基因组中的保守性及其对转录重启动率的影响。	首次揭示了Z-flipons在神经发生相关基因的替代和双向启动子中的显著富集，并证明了其与转录重启动率的增加有关。	NA	探讨Z-DNA在转录中的作用及其对基因表达的影响。	Z-flipons在人类和小鼠基因组中的分布及其对转录重启动率的影响。	生物信息学	NA	深度学习	transformer算法	DNA序列	人类和小鼠基因组