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
10601	2024-08-05	A computed tomography-based multitask deep learning model for predicting tumour stroma ratio and treatment outcomes in patients with colorectal cancer: a multicentre cohort study 2024-May-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000001161 PMID:38348900	研究论文	本研究开发了一种多任务深度学习模型，以非侵入性地预测结直肠癌患者的肿瘤基质比率（TSR）和预后。	该文章创新性地使用了多任务深度学习模型结合术前CT图像，解决了当前TSR组织学评估的局限性。	该研究为回顾性研究，未来需要前瞻性研究来验证模型的有效性。	研究目的是开发一种模型来预测结直肠癌患者的TSR和预后。	本文研究对象包括2268名经切除的结直肠癌患者。	数字病理学	结直肠癌	CT成像	MDL模型	影像	2268名切除的结直肠癌患者
10602	2024-08-05	Deep learning-based multi-model prediction for disease-free survival status of patients with clear cell renal cell carcinoma after surgery: a multicenter cohort study 2024-May-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000001222 PMID:38445478	研究论文	本研究提出了一种深度学习基础的多模型预测方法，以评估透明细胞肾细胞癌患者术后的无病生存状态	开发了一种新的多模型预测签名，将多模态信息整合到一个单一的预测模型中，以提高无病生存的预后预测性能	需要在多个中心和地区进行进一步验证以证实效果	提高透明细胞肾细胞癌患者术后无病生存的预后预测	414名透明细胞肾细胞癌患者的影像学和临床数据	机器学习	肾癌	深度学习、机器学习	多模态预测模型	图像、临床数据	414名患者
10603	2024-08-05	Artificial intelligence-based classification of breast lesion from contrast enhanced mammography: a multicenter study 2024-May-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000001076 PMID:38748500	研究论文	本文建立了一种基于人工智能的乳腺病变预诊断方法，旨在通过对比增强乳腺摄影进行评估	该研究采用RefineNet作为基础网络，并结合卷积块注意力模块（CBAM）进行特征的自适应精细化，展示了创新的AI应用于乳腺病变的分类	研究的限制在于为回顾性研究，样本来自于特定的多中心设置，可能会影响普适性	研究目的在于利用人工智能技术提升乳腺病变的预诊断准确性	研究对象为在2017至2022年之间接受对比增强乳腺摄影检查的1430名患者	计算机视觉	乳腺癌	RNA-seq	XGBoost，RefineNet	医学图像，基因组数据	1430名患者的对比增强乳腺摄影检查数据，以及12名患者的RNA测序数据
10604	2024-08-05	Precise tooth design using deep learning-based templates 2024-05, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2024.104971 PMID:38548165	研究论文	本研究结合隐式模板和深度学习，构建了一种精确的神经网络用于个性化牙齿缺损修复	提出了一种新颖的深度学习模型ToothDIT，用于生成高度定制的修复模板	样本量较小，仅使用了90个右侧上颌中切牙模型	旨在提高假牙设计中的精准度和效率	研究对象为右侧上颌中切牙的缺损修复	数字病理学	NA	深度学习	ToothDIT	三维模型	90个右上颌中切牙模型（80个用于训练，10个用于验证）
10605	2024-08-05	Application of artificial intelligence in dental implant prognosis: A scoping review 2024-05, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2024.104924 PMID:38467177	研究论文	这项范围评估的目的是评估人工智能在牙科植入物预后中的表现	探讨了人工智能在牙科植入物预后预测中的应用和性能	研究需要更多的放射影像和临床数据以提高人工智能的性能	评估人工智能在牙科植入物预后中的有效性	分析了892项研究，最终纳入了12项符合标准的研究	NA	NA	深度学习和传统机器学习算法	深度学习模型和传统机器学习算法	医疗记录和放射影像	892项研究中进行了36项的全文分析
10606	2024-08-05	Assessing the Potential of a Deep Learning Tool to Improve Fracture Detection by Radiologists and Emergency Physicians on Extremity Radiographs 2024-05, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2023.10.042 PMID:37993303	研究论文	评估了一种基于深度学习的骨折检测工具在四肢放射学中的独立性能及其对放射科医生和急诊医生的帮助	该文章展示了一种新开发的深度学习工具在骨折检测中的高独立准确性，并显著提高了医生的诊断准确性和减少了解读时间	本研究局限于单一机构的数据，未涉及多种医院或不同地区的样本	研究目的在于提高放射科医生和急诊医生在四肢放射学中识别骨折的能力	主要研究对象为放射科医生和急诊医生在检测骨折时的表现	计算机视觉	NA	深度学习	NA	放射影像	132,000张四肢骨骼放射学影像用于模型开发，2626张无身份信息的放射影像用于评估
10607	2024-08-05	Exploring the Impact of Batch Size on Deep Learning Artificial Intelligence Models for Malaria Detection 2024-May, Cureus DOI:10.7759/cureus.60224 PMID:38868293	研究论文	本研究探索了批量大小对用于疟疾检测的深度学习人工智能模型的影响	提出了较小的批量大小可能提高模型准确性，为疟疾筛查的AI模型开发提供了新见解	研究主要依赖于特定数据集的结果，缺乏多样化样本的评估	探讨批量大小对CNN模型在疟疾检测中的准确性影响	使用NIH-NLM-ThinBloodSmearsPf数据集中的疟疾血涂片图像进行研究	计算机视觉	疟疾	CNN	CNN	图像	27,558张血涂片图像（13,779张感染和13,779张未感染单细胞图像）
10608	2024-08-05	A CT-based deep learning model predicts overall survival in patients with muscle invasive bladder cancer after radical cystectomy: a multicenter retrospective cohort study 2024-May-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000001194 PMID:38349205	研究论文	本研究开发并验证了一种基于术前CT的深度学习模型，以预测肌肉浸润性膀胱癌患者在根治性膀胱切除术后的整体生存率	该研究首次提出利用术前CT影像结合深度学习算法来预测肌肉浸润性膀胱癌患者的生存结果，并与传统模型进行了比较	该研究为回顾性研究，可能存在选择偏倚，且依赖于单一的影像类型	本研究旨在开发和验证一种深度学习模型，以预测肌肉浸润性膀胱癌患者的整体生存率	本研究的对象为接受根治性膀胱切除术的肌肉浸润性膀胱癌患者	计算机视觉	膀胱癌	CT	深度学习模型	影像	405名患者
10609	2024-08-05	Towards clinically applicable automated mandibular canal segmentation on CBCT 2024-05, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2024.104931 PMID:38458378	研究论文	开发了一种基于深度学习的系统，用于在锥形束计算机断层扫描（CBCT）图像上进行下颌管的精确、稳健、全自动分割	提出了一种三步策略结合2D U-Net和3D U-Net进行下颌管分割，具有多阶段注释方法	在研究中数据集来自单一中心，外部验证数据集相对较小	研究旨在提高下颌管在CBCT图像上的自动分割精度	536个CBCT扫描的图像数据	数字病理学	NA	深度学习	2D U-Net和3D U-Net	图像	536个CBCT扫描（训练集：376，验证集：80，测试集：80）
10610	2024-08-05	Big data research in nursing: A bibliometric exploration of themes and publications 2024-05, Journal of nursing scholarship : an official publication of Sigma Theta Tau International Honor Society of Nursing IF:2.4Q1 DOI:10.1111/jnu.12954 PMID:38140780	研究论文	本研究旨在理解全球护理领域大数据研究的热点和趋势	通过文献计量分析，揭示了护理领域大数据研究的多个焦点集群和技术融合的演变	全球护理研究中大数据的利用存在不平衡，需提升临床人员的数据科学素养	探讨大数据在护理研究中的主题趋势和演变	护理领域的文献和研究作者	数字病理学	老年病	文献计量分析	NA	文献	全球45位核心作者和17本核心期刊的研究
10611	2024-08-05	Novel Deep Learning Denoising Enhances Image Quality and Lowers Radiation Exposure in Interventional Bronchial Artery Embolization Cone Beam CT 2024-05, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2023.11.003 PMID:37989681	研究论文	本研究探讨了一种先进的深度学习去噪技术在介入支气管动脉栓塞的锥束CT成像中减少辐射剂量和提高图像质量的效果	引入了一种新的深度学习去噪软件，有效改善了图像质量并降低了辐射暴露	主观评估未能显著区分6秒和3秒的DLD质量	评估在介入支气管动脉栓塞过程中提高图像质量和降低辐射剂量的技术	BMI 匹配的患者，这些患者接受了不同时间长度的BAE CBCT扫描	医学影像学	NA	深度学习去噪（DLD）	NA	图像	60名患者
10612	2024-08-07	Corrigendum to: Development of a deep learning model for predicting critical events in a pediatric intensive care unit 2024-May, Acute and critical care IF:1.7Q3 DOI:10.4266/acc.2023.01424.e1 PMID:38556908	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
10613	2024-08-05	Research on a vehicle and pedestrian detection algorithm based on improved attention and feature fusion 2024-Apr-26, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2024255 PMID:38872558	研究论文	本文提出了一种基于增强YOLOv5s的道路目标检测算法，旨在提高复杂环境下对交通目标的准确识别	引入了加权增强极化自注意力机制（WEPSA）和加权特征融合网络（CBiFPN），提升了特征提取和语义信息表示	未明确指出文章的具体局限性	研究目标是提高自主驾驶技术中的车辆和行人检测准确性	研究对象为复杂背景下的道路交通目标	计算机视觉	NA	YOLOv5s	NA	图像	在KITTI、Cityscapes等开放源数据集上进行大量实验，具体样本数量未明确提及
10614	2024-08-05	[Research Progress in Data Acquisition and Intelligent Sensing Methods for Lumbar Electromyographic Signals] 2024-Mar-30, Zhongguo yi liao qi xie za zhi = Chinese journal of medical instrumentation DOI:10.12455/j.issn.1671-7104.240014 PMID:38605608	研究论文	该论文回顾了不同传感器获取腰部肌电信号的进展	提出了无线传感器与深度学习算法结合的研究方向	未提及具体的实验数据或样本分析	分析和干预老年人低背痛的肌电信号	腰部肌电信号及其相关传感器	智能感知	老年疾病	生物电信号获取	深度学习算法	电生理信号	NA
10615	2024-08-05	D3EGFR: a webserver for deep learning-guided drug sensitivity prediction and drug response information retrieval for EGFR mutation-driven lung cancer 2024-Mar-27, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae121 PMID:38555474	研究论文	本研究建立了D3EGFR平台，以实现EGFR突变驱动的非小细胞肺癌药物敏感性预测和病例检索	D3EGFR是首个实现所有已批准小分子药物的临床级药物反应预测的平台	研究可能缺乏对非EGFR突变驱动肺癌的适用性验证	旨在为EGFR突变驱动的非小细胞肺癌提供临床级药物推荐	包含来自1339名EGFR突变患者的临床病理特征和药物反应数据	数字病理学	肺癌	深度学习	深度学习模型D3EGFRAI	临床数据	1339名EGFR突变患者
10616	2024-08-05	KDGene: knowledge graph completion for disease gene prediction using interactional tensor decomposition 2024-Mar-27, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae161 PMID:38605639	研究论文	本文提出了一种基于交互张量分解的生物知识图谱补全框架KDGene，用于疾病基因预测	KDGene通过引入交互模块，改善了知识图谱中实体和关系嵌入的表达能力，从而提高对疾病相关基因的预测准确性	目前的表示学习技术在应用于领域特定的生物数据时性能仍然不尽如人意	旨在通过构建生物知识图谱来提高对疾病相关基因的预测能力	疾病及其相关的基因	计算机视觉	疾病基因	张量分解	NA	生物知识图谱	实验结果未提供具体样本数量
10617	2024-08-05	Pediatric ECG-Based Deep Learning to Predict Left Ventricular Dysfunction and Remodeling 2024-03-19, Circulation IF:35.5Q1 DOI:10.1161/CIRCULATIONAHA.123.067750 PMID:38314583	研究论文	本文探讨了基于深度学习的ECG分析在儿童左心室功能障碍和重塑预测中的应用潜力	该研究首次将人工智能增强的ECG分析应用于儿童群体，且模型表现优于儿科心脏病专家基准	研究对象主要是无重大先天性心脏病的患者，可能限制了模型的泛化能力	评估基于深度学习的ECG分析在预测儿童左心室功能障碍和重塑的有效性	年龄不超过18岁且无重大先天性心脏病的儿童患者	机器学习	心血管疾病	卷积神经网络	CNN	ECG和超声心动图	92377对ECG-超声心动图（46261名患者）
10618	2024-08-05	Artificial intelligence-guided detection of under-recognized cardiomyopathies on point-of-care cardiac ultrasound 2024-Mar-15, medRxiv : the preprint server for health sciences DOI:10.1101/2024.03.10.24304044 PMID:38559021	研究论文	本研究开发并验证了深度学习模型用于在床边心脏超声中检测未被充分诊断的心肌病	提出了一种新的适应性建模策略，以改善心脏超声图像的获取质量	研究主要基于回顾性病例数据，对于实时临床应用的验证不足	旨在提高对未被诊断的心肌病的识别率	基于大型美国医疗系统中不同医院的患者心脏超声数据进行研究	计算机视觉	心血管疾病	深度学习，卷积神经网络 (CNN)	卷积神经网络 (CNN)	视频	290,245个TTE视频和3,758个现实世界的POCUS视频
10619	2024-08-05	A novel lightweight deep learning approach for simultaneous optic cup and optic disc segmentation in glaucoma detection 2024-Mar-04, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2024225 PMID:38872528	研究论文	该文章提出了一种轻量级深度学习方法用于青光眼检测中的视杯和视盘的同时分割	创新点在于采用模糊学习和多层感知器来简化学习复杂性并提高分割准确性	未提及具体的限制	研究青光眼检测中的视杯和视盘的自动分割方法	视杯（OC）和视盘（OD）在眼底图像中的分割	数字病理学	青光眼	深度学习	多层感知器	图像	未提及具体的样本量
10620	2024-08-05	Defining the boundaries: challenges and advances in identifying cells in microscopy images 2024-02, Current opinion in biotechnology IF:7.1Q1 DOI:10.1016/j.copbio.2023.103055 PMID:38142646	研究论文	本文讨论了在显微镜图像中识别细胞的分割挑战与进展	引入深度学习工具以提高细胞分割的准确性和用户友好性	对传统分割方法的依赖可能限制了技术的适用性	提高显微镜图像中细胞识别的准确性和效率	显微镜图像中的细胞	数字病理学	NA	深度学习	Cellpose	图像	NA