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
9041	2024-08-04	Comparative analysis of deep-learning-based bone age estimation between whole lateral cephalometric and the cervical vertebral region in children 2024-Jul, The Journal of clinical pediatric dentistry IF:1.5Q2 DOI:10.22514/jocpd.2024.093 PMID:39087230	研究论文	本研究旨在开发一种基于深度学习的骨龄评估模型，比较全侧面头影测量和颈椎区域在儿童中的应用	采用了两种预训练的卷积神经网络进行模型构建，并首次展示了使用颅面骨骼和牙齿进行骨龄评估的可行性	本研究为回顾性研究，仅使用了特定医院的数据，可能存在样本选择偏差	研究儿童的骨龄评估方法，以便改善对生长儿童的诊断和治疗	研究对象为年龄在4到18岁之间的1050名儿童患者	数字病理学	NA	深度学习，尤其是卷积神经网络	InceptionResNet-v2 和 NasNet-Large	影像	1050名接受侧面头影测量和手腕放射摄影的儿童
9042	2024-08-04	Dynamic risk stratification of worsening heart failure using a deep learning-enabled implanted ambulatory single-lead electrocardiogram 2024-Jul, European heart journal. Digital health DOI:10.1093/ehjdh/ztae035 PMID:39081943	研究论文	本研究探讨了使用可植入循环记录器（ILR）监测的单导联心电图（aECG）来识别心力衰竭恶化的可能性	创新点在于建立了一个人工智能算法，能够通过ILR aECG检测左心室射血分数（LVEF）在40%以下，并识别心力衰竭住院风险	该研究的限制在于依赖于现有数据集，可能存在数据偏倚	研究的目的是开发一种基于aECG的算法，以动态评估心力衰竭患者的住院风险	研究对象为2247名之前已有心力衰竭诊断的患者	机器学习	心力衰竭	心电图（aECG）	卷积神经网络（CNN）	心电图	2247名患者提供了35741个aECG样本
9043	2024-08-04	Prospects for artificial intelligence-enhanced electrocardiogram as a unified screening tool for cardiac and non-cardiac conditions: an explorative study in emergency care 2024-Jul, European heart journal. Digital health DOI:10.1093/ehjdh/ztae039 PMID:39081937	研究论文	这项研究调查了单一深度学习模型在急诊部门预测心脏和非心脏疾病的能力	提出了一种能够处理多种心脏和非心脏诊断的统一筛查工具	研究集中于急诊病人，可能不适用于其他场景	探索深度学习模型在多种疾病诊断中的应用	单一的心电图（ECG）数据	机器学习	心血管疾病	深度学习	NA	心电图	NA
9044	2024-08-04	Deep learning for discrimination of active and inactive lesions in multiple sclerosis using non-contrast FLAIR MRI: A multicenter study 2024-Jul, Multiple sclerosis and related disorders IF:2.9Q2 DOI:10.1016/j.msard.2024.105642 PMID:38703520	研究论文	本研究调查了使用非对比FLAIR型MRI数据，深度学习在区分多发性硬化症中活跃与非活跃病变的能力。	提出了一种无创的非对比MRI替代方法，利用深度学习技术区分病变状态。	研究主要集中在FLAIR图像上，未考虑其他多种成像方式。	旨在准确区分多发性硬化症中的活跃与非活跃病变。	研究对象为130名多发性硬化症患者的9097幅病变图像。	计算机视觉	多发性硬化症	FLAIR MRI	卷积神经网络（CNN）	图像	9097幅病变图像，来自130名患者
9045	2024-08-07	External Validation of Deep Learning-Based Cardiac Arrest Risk Management System for Predicting In-Hospital Cardiac Arrest in Patients Admitted to General Wards Based on Rapid Response System Operating and Nonoperating Periods: A Single-Center Study: Erratum 2024-Jun-01, Critical care medicine IF:7.7Q1 DOI:10.1097/CCM.0000000000006291 PMID:38752829	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
9046	2024-08-04	The development of a deep learning model for automated segmentation of the robotic pancreaticojejunostomy 2024-May, Surgical endoscopy DOI:10.1007/s00464-024-10725-x PMID:38488870	研究论文	本研究开发了一种深度学习模型，用于自动分割机器人胰肠吻合术的视频。	该文章首次利用深度学习技术实现了对胰肠吻合术视频的自动分割，减少了手术视频分析的时间和成本。	研究仅使用了111个胰肠吻合术视频，样本量相对较小，可能影响模型的泛化能力。	研究旨在运用深度学习技术自动分割胰肠吻合术的视频，以提高手术性能评估的效率。	本文研究对象为2011年至2022年在三级转诊中心收集的111个机器人胰肠吻合术视频。	计算机视觉	NA	深度学习	3D卷积神经网络	视频	111个胰肠吻合术视频，训练模型使用60个视频，优化超参数使用10个视频，测试性能使用30个视频
9047	2024-08-04	Label-Free Multiplex Profiling of Exosomal Proteins with a Deep Learning-Driven 3D Surround-Enhancing SERS Platform for Early Cancer Diagnosis 2024-04-30, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c00669 PMID:38624007	研究论文	本文开发了一种新的三维增强表面增强拉曼光谱平台用于多重监测外泌体蛋白以实现早期癌症诊断	提出了一种新型的三维增强SERS平台，结合深度学习技术，能够高灵敏度和高多重性地检测多个外泌体蛋白	尚未提及具体的实验限制和临床应用的局限性	利用深度学习技术和新型SERS平台，早期诊断肺癌	来自患者的血浆外泌体蛋白，包括CD63、CD81、CD9、CD151、CD171、TSPAN8和PD-L1	数字病理学	肺癌	SERS	深度学习	蛋白质	七种外泌体蛋白质样本
9048	2024-08-04	Applications of Data Characteristic AI-Assisted Raman Spectroscopy in Pathological Classification 2024-04-23, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.3c04930 PMID:38602477	研究论文	本文探讨了基于拉曼光谱的AI辅助病理分类的应用	通过构建数据特征辅助的AI分类模型，优化了不同类型拉曼光谱数据的AI分类模型	未明确讨论如何处理不同类型的拉曼光谱数据的分类模型优化，相对缺乏对模型选择的指导	探索如何优化不同类型拉曼光谱数据的AI分类模型	选择了五个具有代表性的拉曼光谱数据集，包括子宫内膜癌、肝癌细胞外囊泡、细菌、黑色素瘤细胞、糖尿病皮肤等	数字病理学	内膜癌, 肝癌, 黑色素瘤, 细菌感染, 糖尿病皮肤病	拉曼光谱	ResNet, AlexNet, PCA-SVM, SVM, UMAP-SVM	光谱数据	五个数据集，包括不同样本大小和光谱数据大小
9049	2024-08-04	Identifying recurrent and persistent landslides using satellite imagery and deep learning: A 30-year analysis of the Himalaya 2024-Apr-20, The Science of the total environment DOI:10.1016/j.scitotenv.2024.171161 PMID:38387570	研究论文	本论文介绍了一种基于遥感的方法，能够有效生成多时相滑坡清单并识别反复发生和持续存在的滑坡。	该研究开发了首个跨越30年的喜马拉雅地区滑坡多年代清单，利用深度学习模型实现了对滑坡事件的高精度识别。	研究仅基于公开的卫星数据，可能受到数据质量和可用性的影响。	研究旨在识别和分析喜马拉雅地区的重复和持续滑坡现象。	研究对象为1992年至2021年间的滑坡事件和区域。	数字路径学	NA	卷积神经网络模型	CNN	卫星影像	>265,000
9050	2024-08-04	DeepKEGG: a multi-omics data integration framework with biological insights for cancer recurrence prediction and biomarker discovery 2024-Mar-27, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae185 PMID:38678587	研究论文	提出了一种新的可解释的多组学数据集成方法DeepKEGG，用于癌症复发预测和生物标志物发现	DeepKEGG结合了生物层次模块和路径自注意力模块，以揭示样本间的潜在关联和提高模型可解释性	当前方法在多组学数据集成中尚未充分考虑样本之间的潜在相关性	探索多组学数据集成中样本的潜在相关性并提供模型可解释性	癌症复发预测和生物标志物的发现	数字病理学	癌症	深度学习	多层神经网络	多组学数据	NA
9051	2024-08-04	PS2MS: A Deep Learning-Based Prediction System for Identifying New Psychoactive Substances Using Mass Spectrometry 2024-03-26, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.3c05019 PMID:38488022	研究论文	该论文介绍了一种名为PSMS的基于深度学习的预测系统，用于识别新型精神活性物质。	PSMS通过建立合成的NPS数据库，使用深度学习生成质谱和化学指纹，突破了传统方法的限制。	该研究可能在某些情况下面临识别新型毒品的准确性问题，特别是当数据集不够完整时。	研究旨在开发一种新系统以有效识别新型精神活性物质。	研究对象是新型精神活性物质及其相关衍生物。	数字病理学	NA	质谱	深度学习	质谱数据	在实际证据样本中识别了一些卡他酮衍生物
9052	2024-08-04	Folding-upon-binding pathways of an intrinsically disordered protein from a deep Markov state model 2024-02-06, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2313360121 PMID:38294935	研究论文	本文研究了一个内在无序蛋白质在与其生理相互作用伙伴结合时的折叠路径	采用深度学习的马尔可夫状态建模方法，揭示了折叠与结合的多步诱导适配机制，与传统的典型构象选择路径有所不同	未能找到典型的构象选择路径的证据	研究内在无序蛋白质的结合机制及其折叠过程	麻疹病毒核蛋白N与麻疹病毒磷蛋白复合物的X域的结合	计算生物学	NA	深度学习, 马尔可夫状态建模	NA	分子动态模拟数据	NA
9053	2024-08-04	DeepDate: A deep fusion model based on whale optimization and artificial neural network for Arabian date classification 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0305292 PMID:39078864	研究论文	本文提出了一种基于鲸鱼优化和人工神经网络的阿拉伯枣分类深度融合模型。	提出了一种新的深度融合模型DeepDate，结合了鲸鱼优化技术和人工神经网络，显著提高了分类准确性。	未提及具体的局限性	研究旨在提高阿拉伯枣的分类准确性和效率。	研究对象为五类枣果图像（Barhi, Khalas, Meneifi, Naboot Saif, Sullaj）。	计算机视觉	NA	深度学习算法	人工神经网络	图像	五类枣果图像
9054	2024-08-04	Design and Development of Hypertuned Deep learning Frameworks for Detection and Severity Grading of Brain Tumor using Medical Brain MR images 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056288248240309044616 PMID:38494939	研究论文	本文旨在创建基于深度学习的CAD框架，用于脑肿瘤的自动检测和严重程度分级	研究工作的新颖之处在于深度学习框架的架构设计，并进行了超参数调整以优化模型性能	NA	研究的目的是开发自动检测和分级脑肿瘤的深度学习模型	研究对象为脑部MRI图像中的脑肿瘤及其分类	计算机视觉	脑肿瘤	深度学习	CNN	医学图像	使用BraTs数据集进行测试，包含多个脑肿瘤样本
9055	2024-08-04	Clinical Application of Automatic Assessment of Scoliosis Cobb Angle Based on Deep Learning 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056278130231218073650 PMID:38415463	研究论文	本文探讨了一种基于深度学习的脊柱侧弯科布角度自动评估模型在临床中的应用价值。	该研究首次对深度学习模型进行临床应用验证，并与传统手动测量方法进行了比较。	外部验证仍然缺乏，且样本主要来源于开放和私人数据集，可能影响结果的普适性。	本研究旨在探索自动评估模型在临床实践中的应用价值。	进行了对481个脊柱X光片进行深度学习模型与手动测量方法的比较。	数字病理学	脊柱侧弯	深度学习	VFLDN和Seg4Reg	影像	481个脊柱X光片作为训练和验证集，119个脊柱X光片作为测试集
9056	2024-08-04	LST-AI: A deep learning ensemble for accurate MS lesion segmentation 2024, NeuroImage. Clinical DOI:10.1016/j.nicl.2024.103611 PMID:38703470	研究论文	本文介绍了LST-AI，一个用于多发性硬化症（MS）白质病变的深度学习分割工具	LST-AI是基于LST的先进深度学习扩展，采用三种3D U-Net的集成方法，并解决了白质病变与非病变白质之间的不平衡	缺乏对比于当前最新的多发性硬化症检查结果的外部验证	旨在提高多发性硬化症白质病变的自动分割准确性	491对来自3T MRI扫描仪的T1加权和FLAIR图像进行的多发性硬化症病例	计算机视觉	多发性硬化症	深度学习	3D U-Net	图像	491对图像样本
9057	2024-08-04	Machine learning for high-precision simulation of dissolved organic matter in sewer: Overcoming data restrictions with generative adversarial networks 2024-Oct-15, The Science of the total environment DOI:10.1016/j.scitotenv.2024.174469 PMID:38972419	研究论文	本研究建立了一种新框架，结合生成对抗网络和机器学习模型，以提高污水中溶解有机物转化过程的模拟精度	提出了一种整合生成对抗网络算法与机器学习模型的框架，以克服数据限制带来的缺陷	模型的准确性受到数据限制的限制	研究污水中溶解有机物的转化过程及其管理策略	污水中的溶解有机物的转化过程	机器学习	NA	生成对抗网络	集成模型	虚拟数据集	1000个样本
9058	2024-08-04	Spatiotemporal changes of urban vacant land and its distribution patterns in shrinking cities on the globe 2024-Oct-15, The Science of the total environment DOI:10.1016/j.scitotenv.2024.174424 PMID:38969133	研究论文	研究确定了497个全球收缩城市中的城市空置土地（UVL）及其时空特征	使用手动标记和深度学习识别UVL，揭示其分布模式及时空变化	仅分析了2016年至2021年间的UVL，可能未涵盖其他时间段的变化	识别UVL并分析其在收缩城市中的时空特征	497个全球收缩城市的城市空置土地	城市规划	NA	深度学习	NA	地理空间数据	497个城市
9059	2024-08-04	Integrated machine learning and deep learning for predicting diabetic nephropathy model construction, validation, and interpretability 2024-Aug, Endocrine IF:3.0Q2 DOI:10.1007/s12020-024-03735-1 PMID:38393509	研究论文	构建了一种用于辅助诊断糖尿病肾病的风险预测模型	结合了机器学习和深度学习算法以构建和验证预测模型	未提及具体的样本和疾病的多样性对模型影响的限制	探索利用机器学习算法构建糖尿病肾病的风险预测模型	糖尿病肾病患者的数据	机器学习	糖尿病肾病	机器学习	随机森林	数据集	NA
9060	2024-08-04	Toward calibration-free motor imagery brain-computer interfaces: a VGG-based convolutional neural network and WGAN approach 2024-Jul-31, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad6598 PMID:39029497	研究论文	本研究提出了一种不需要标定的运动意象脑机接口的方法，使用VGG卷积神经网络和WGAN。	提出了一种利用深度学习和WGAN生成合成谱图像的校准-free方法来增强跨主体的运动意象EEG分类性能。	研究中未提及的限制因素	提高运动意象EEG分类的准确性，使之更适合实际应用。	使用记录的运动意象EEG信号进行分类和数据增强。	计算机视觉	NA	EEG, WGAN	VGG-CNN	EEG谱图像	使用了BCI竞赛IV-2B, IV-2 A, 和IV-1基准数据集进行评估