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
9781	2024-08-05	Lung vessel connectivity map as anatomical prior knowledge for deep learning-based lung lobe segmentation 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.044001 PMID:38988990	研究论文	本研究探讨将解剖学先验知识纳入深度学习方法以自动分割胸部CT扫描中的肺叶的潜在好处	引入肺血管连通图作为解剖学信息来指导和增强肺叶分割过程	尽管纳入LVC信息可以提高分割性能，但这种改善的程度存在局限性	探讨将解剖学知识集成到深度学习模型中的效果以提高肺叶分割的准确性	研究对象为肺叶在胸部CT扫描中的自动分割	计算机视觉	肺炎	深度学习	U-Net	图像	10例 COVID-19 相关病例
9782	2024-08-05	The effect of incorporating domain knowledge with deep learning in identifying benign and malignant gastric whitish lesions: A retrospective study 2024-Jul, Journal of gastroenterology and hepatology IF:3.7Q2 DOI:10.1111/jgh.16525 PMID:38414305	研究论文	本研究开发了一种结合领域知识和传统深度学习的系统，旨在检测胃部白色肿瘤	首次将领域知识与深度学习结合来提高胃部白色病变的诊断准确性	本研究为回顾性研究，可能存在样本选择偏差	探讨结合领域知识对深度学习模型诊断胃部白色病变的影响	研究对象为4558张来自两个机构的胃部白色病变图像	数字病理	NA	深度学习（DL）和机器学习（ML）	决策树	图像	4558张图像
9783	2024-08-05	Deep learning for malignancy risk estimation of incidental sub-centimeter pulmonary nodules on CT images 2024-Jul, European radiology IF:4.7Q1 DOI:10.1007/s00330-023-10518-1 PMID:38114849	研究论文	本文旨在建立深度学习模型，以评估胸部CT意外发现的亚厘米肺结节的恶性风险	通过不同的兴趣区域开发了四个深度学习模型，以评估亚厘米肺结节的恶性，且提出的深度学习方法可帮助临床医生优化后续建议	外部验证时，跟踪影像不可用，可能影响模型表现	旨在建立深度学习模型以帮助临床环境中评估肺结节的恶性风险	对来自西中国医院的亚厘米肺结节的CT影像进行研究	数字病理学	肺癌	深度学习	深度学习模型	CT影像	训练集1822个结节（981个恶性），测试集806个（416个恶性），外部集357个（253个恶性）
9784	2024-08-05	An efficient hybrid deep learning architecture for predicting short antimicrobial peptides 2024-Jul, Proteomics IF:3.4Q2 DOI:10.1002/pmic.202300382 PMID:38837544	研究论文	提出了一种高效的混合深度学习架构iAMP-DL，以预测短抗菌肽	引入了结合长短期记忆架构和卷积神经网络的混合深度学习模型，表现优于现有最先进的方法	有限地探讨了其他计算方法在不同场景下的适用性	开发一种高效的计算方法，以改善短抗菌肽的预测和筛选	短长度抗菌肽的预测和识别	机器学习	NA	深度学习	LSTM和卷积神经网络	NA	实验重复10次以评估模型的稳定性
9785	2024-08-05	Deep Learning Prediction of Triplet-Triplet Annihilation Parameters in Blue Fluorescent Organic Light-Emitting Diodes 2024-Jul, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202312774 PMID:38652081	研究论文	本文探讨了深度学习模型在预测蓝光荧光有机发光二极管中的三重态-三重态湮灭参数的应用	提出了一种新的三重态湮灭模型，考虑了极化子和激子动力学，显著提高了对预测精度的理解	未提及具体的样本限制或适用范围	研究三重态激子对辐射单重态激子的贡献	采用瞬态电致发光数据预测三重态湮灭比例和速率系数	机器学习	NA	深度学习	NA	瞬态电致发光数据	NA
9786	2024-08-05	Deep learning-based prognostication in idiopathic pulmonary fibrosis using chest radiographs 2024-Jul, European radiology IF:4.7Q1 DOI:10.1007/s00330-023-10501-w PMID:38112764	研究论文	本文开发并验证了一种基于深度学习的预测模型，用于评估特发性肺纤维化患者的预后。	该研究创新性地使用胸部放射影像建立了深度学习模型，表现出了与肺活量检查相当甚至更好的预后性能。	研究主要依靠来自几所独立机构的数据集进行外部验证，可能存在数据偏差。	研究旨在创建和验证一种新的预后模型，以提高特发性肺纤维化的生存预测能力。	研究对象为在2011至2021年间被诊断为特发性肺纤维化的患者。	医学影像处理	特发性肺纤维化	深度学习	深度学习预测模型（DLPM）	影像	6063幅胸部放射影像，训练集1007名患者，验证集117名患者，内部测试187名患者，以及外部测试三个组共470名患者
9787	2024-08-05	Explicable Fine-Grained Aircraft Recognition Via Deep Part Parsing Prior Framework for High-Resolution Remote Sensing Imagery 2024-Jul, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2023.3293033 PMID:37552595	研究论文	提出了一种基于部件解析先验的可解释飞机识别框架，以改善高分辨率遥感图像中的飞机识别性能	该框架通过显式区域划分和知识驱动的方法，提供了细粒度的飞机结构解析，以增强特征提取和分类能力	在训练数据有限的情况下，识别性能的提升仍存在挑战	提高高分辨率遥感图像中飞机识别的有效性和准确性	通过部件解析来识别和分类飞机	计算机视觉	NA	深度学习	部分注意力模型	图像	在两个飞机识别数据集上进行了评估
9788	2024-08-05	Value of CT quantification in progressive fibrosing interstitial lung disease: a deep learning approach 2024-Jul, European radiology IF:4.7Q1 DOI:10.1007/s00330-023-10483-9 PMID:38085286	研究论文	本研究评估了基于深度学习的CT定量与强迫肺活量及间质性肺病进展的视觉评估之间的关系	使用深度学习技术量化间质性肺病的CT特征，提供了独立的预后因素	样本的时间间隔较长，可能影响数据的时效性和相关性	探讨基于CT的定量分析在进展性纤维化间质性肺病中的重要性及其预后意义	纳入了468名间质性肺病患者，进行CT扫描和深度学习分析	数字病理学	间质性肺病	深度学习	NA	影像	468名患者（239名男性；64 ± 9.5岁）
9789	2024-08-05	Differential privacy preserved federated learning for prognostic modeling in COVID-19 patients using large multi-institutional chest CT dataset 2024-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.16964 PMID:38335175	研究论文	本文探讨了一种基于深度学习的隐私保护联邦学习方法，以预测COVID-19患者的预后。	提出了一种深度隐私保护联邦学习方法，在多机构的胸部CT图像数据上进行COVID-19预后建模，并确保数据隐私。	模型的准确性与中央模型相当，但未显示出统计学上显著的差异。	评估深度隐私保护联邦学习在COVID-19结果预测中的表现。	3055名COVID-19患者的数据，来自19个医疗中心。	机器学习	COVID-19	深度学习	DensNet	胸部CT图像	3055名患者，包括1599名存活者和1456名去世者
9790	2024-08-07	Deep learning-based diagnostic models for bone lesions: is current research ready for clinical translation? 2024-Jul, European radiology IF:4.7Q1 DOI:10.1007/s00330-023-10555-w PMID:38189983	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
9791	2024-08-05	The Future of Orthodontics: Deep Learning Technologies 2024-Jun, Cureus DOI:10.7759/cureus.62045 PMID:38989357	研究论文	深度学习在现代正畸学中的应用提供了新的诊断、治疗计划和结果预测方法	深度学习使得自动化颅面分析和通过3D成像改善诊断成为可能，显著提升治疗效果并减少人为错误	需要在数据隐私、模型可解释性和伦理问题上进行解决，以确保深度学习的伦理和负责任使用	探讨深度学习技术对正畸学的影响及其在治疗个性化方面的潜力	研究深度学习在正畸领域内的应用，包括诊断、治疗计划和结果预测	机器学习	NA	深度学习	NA	影像	NA
9792	2024-08-05	Development and Validation of an Explainable Deep Learning Model to Predict In-Hospital Mortality for Patients With Acute Myocardial Infarction: Algorithm Development and Validation Study 2024-May-10, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/49848 PMID:38728685	研究论文	该研究旨在建立一种可解释的深度学习模型，以为急性心肌梗死患者提供个体化的住院死亡风险预测和风险因素评估	开发了一种可解释的深度学习模型，能够量化和可视化影响住院死亡预测的特征	本研究仅限于来自重庆大学中央医院及其他数据库的数据，可能影响模型的通用性	建立一个用于急性心肌梗死患者的个体化住院死亡预测模型	急性心肌梗死患者	数字病理学	心血管疾病	深度学习	自注意力与样本间注意力变换器模型	电子健康记录	共10955名急性心肌梗死患者
9793	2024-08-05	Three-dimensional reconstruction of fetal rhesus macaque kidneys at single-cell resolution reveals complex inter-relation of structures 2024-Apr-03, bioRxiv : the preprint server for biology DOI:10.1101/2023.12.07.570622 PMID:38106004	研究论文	该文章展示了在单细胞分辨率下对胎猴肾脏进行三维重建，以揭示复杂的结构相互关系	该研究利用深度学习技术对肾脏的多种微结构进行了全面标记，展示了深度学习在3D组织图像上的应用潜力	以往的研究依赖于抗体或自发荧光技术，限制了对肾脏多种细微结构的比较能力	研究肾小管与肾血管结构之间的空间相互关系	胎猕猴的肾脏结构	数字病理学	NA	深度学习	NA	3D组织图像	胎猕猴肾脏
9794	2024-08-05	A Transformer Approach for Cognitive Impairment Classification and Prediction 2024 Apr-Jun 01, Alzheimer disease and associated disorders DOI:10.1097/WAD.0000000000000619 PMID:38757560	研究论文	本研究探讨了一种变压器方法用于阿尔茨海默病和轻度认知障碍的分类和预测	使用无特征选择的掩蔽变压器编码器处理稀疏输入数据进行预测	模型对输入特征的敏感性分析结果未详细讨论	旨在非侵入性地早期分类和预测阿尔茨海默病和轻度认知障碍	使用国家阿尔茨海默协调中心的数据集进行样本分类和未来诊断预测	机器学习	阿尔茨海默病	变压器	掩蔽变压器编码器	特征数据	涉及的样本数量未具体说明
9795	2024-08-05	Comparing a pre-defined versus deep learning approach for extracting brain atrophy patterns to predict cognitive decline due to Alzheimer's disease in patients with mild cognitive symptoms 2024-03-19, Alzheimer's research & therapy DOI:10.1186/s13195-024-01428-5 PMID:38504336	研究论文	本研究比较了预定义的方法与深度学习在预测阿尔茨海默病患者脑萎缩模式的表现	该研究首次评估了使用深度学习模型与传统方法相比，使用整个脑图像来提高MRI预测阿尔茨海默病相关认知衰退的能力	深度学习模型在预测阿尔茨海默病进展方面的表现未优于基于预定义脑区的回归模型	研究阿尔茨海默病早期认知衰退的预测方法	332名有主观认知衰退或轻度认知障碍的个体	数字病理学	阿尔茨海默病	MRI	深度学习模型	结构性脑影像	332名具有主观认知衰退/轻度认知障碍的个体
9796	2024-08-05	Deep convolutional neural network for differentiating between sarcoidosis and lymphoma based on [18F]FDG maximum-intensity projection images 2024-Jan, European radiology IF:4.7Q1 DOI:10.1007/s00330-023-09937-x PMID:37535157	研究论文	本文比较了未治疗的肉芽肿病和恶性淋巴瘤的 [18F]FDG PET/CT 查找。	本研究使用最大强度投影（MIP）图像开发的卷积神经网络（CNN）模型能够高效区分肉芽肿病与恶性淋巴瘤。	本研究基于回顾性数据，可能存在偏倚，且样本量相对较小。	研究旨在通过FDG累积差异区分肉芽肿病和恶性淋巴瘤。	研究对象为新诊断的肉芽肿病和恶性淋巴瘤患者。	机器学习	淋巴瘤	[18F]FDG PET/CT	CNN	图像	共纳入118名患者，包含56名肉芽肿患者和62名恶性淋巴瘤患者
9797	2024-08-05	Corn leaf disease: insightful diagnosis using VGG16 empowered by explainable AI 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1402835 PMID:38988642	研究论文	这项研究利用VGG16深度学习模型对玉米叶片进行分类，以识别疾病	该研究通过引入层次相关传播（LRP）增强模型的可解释性，生成输入图像的直观热图	研究中未提及对不同环境和气候条件下结果的适用性分析	旨在提高玉米叶片疾病的早期检测和分类精度	研究对象为健康、枯萎、灰斑和普通锈病四种类型的玉米叶片	计算机视觉	NA	深度学习，VGG16，层次相关传播（LRP）	VGG16	图像	NA
9798	2024-08-05	HAPI: An efficient Hybrid Feature Engineering-based Approach for Propaganda Identification in social media 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0302583 PMID:38985703	研究论文	本研究介绍了一种基于混合特征工程的宣传识别方法HAPI，用于检测社交媒体上的宣传内容	该研究结合传统特征工程方法与机器学习技术，提出了一种新的混合特征选择技术，能有效提高宣传检测的准确率	该研究的宣传检测范围主要限于文本数据，未涵盖多模态数据的处理	研究目的在于开发一种系统用于社交媒体上文本内容的宣传识别	研究对象为从Twitter收集的推文，进行分类为宣传和非宣传	自然语言处理	NA	机器学习	多项式朴素贝叶斯、支持向量机、决策树、逻辑回归	文本	使用了40个相关特征进行训练和评估
9799	2024-08-05	Deep learning-based assessment of CT markers of sarcopenia and myosteatosis for outcome assessment in patients with advanced pancreatic cancer after high-intensity focused ultrasound treatment 2024-Jan, European radiology IF:4.7Q1 DOI:10.1007/s00330-023-09974-6 PMID:37572195	研究论文	本文评估了CT基础的肌肉萎缩和肌肉脂肪含量标志物在高强度聚焦超声治疗的晚期胰腺癌患者中的预后价值	研究揭示了肌肉脂肪含量标志物在临床评分之外对患者生存期的附加风险评估的更大作用	本研究为回顾性研究，可能存在时间和样本选择的偏差	评估CT基础的肌肉萎缩和肌肉脂肪含量标志物对晚期胰腺癌患者生存的预后价值	142名接受高强度聚焦超声治疗的晚期胰腺癌患者	数字病理学	胰腺癌	CT扫描	Cox比例风险模型	影像	142名患者的回顾性数据
9800	2024-08-05	ML-driven segmentation of microvascular features during histological examination of tissue-engineered vascular grafts 2024, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2024.1411680 PMID:38988863	研究论文	本研究展示了机器学习驱动的分割方法在组织工程血管移植物组织学分析中的潜力	创建了一个独特的数据集并优化了深度神经网络超参数，开发并验证了一个集成模型	未提及具体的局限性	研究机器学习工具在组织工程血管移植物的组织学分析中的应用	采用104个组织工程血管移植物的全切片图像进行分析	数字病理学	NA	深度学习	U-Net, LinkNet, FPN, PSPNet, DeepLabV3, MA-Net	图像	104 张全切片图像和 1401 个手动注释的区域