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
11261	2024-08-07	A Novel Deep Learning Approach for Forecasting Myocardial Infarction Occurrences with Time Series Patient Data 2024-May-22, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-024-02076-w PMID:38775899	研究论文	本文提出了一种新的深度学习方法，用于预测心肌梗死的发生，使用时间序列患者数据	提出了一种新的心肌序列分类（MSC）-LSTM方法，专门用于预测患者中心肌梗死的发生	NA	预测心肌梗死的发生，以便及时管理流行病，特别是考虑到老年人口中疾病负担的增加和评估当前及未来需求的复杂性	心肌梗死的发生	机器学习	心血管疾病	LSTM	LSTM	时间序列数据	从2020年1月1日至2021年12月31日，在吉大港大都会区收集的日常心肌梗死发生数据
11262	2024-08-07	Detecting the corneal neovascularisation area using artificial intelligence 2024-May-21, The British journal of ophthalmology DOI:10.1136/bjo-2023-323308 PMID:37339866	研究论文	本文旨在开发并评估一种基于人工智能的图像分析工具，用于测量和量化角膜新生血管（CoNV）区域	使用深度学习技术自动分割和检测CoNV区域，并通过六折交叉验证评估算法性能	NA	开发和评估用于测量和量化角膜新生血管区域的人工智能工具	角膜新生血管区域	计算机视觉	NA	深度学习	U-Net	图像	120只眼睛的裂隙灯图像
11263	2024-08-07	Prediction of retinopathy progression using deep learning on retinal images within the Scottish screening programme 2024-May-21, The British journal of ophthalmology DOI:10.1136/bjo-2023-323400 PMID:38316534	研究论文	本研究利用深度学习技术在苏格兰筛查计划中的视网膜图像上预测糖尿病视网膜病变（DR）的进展	使用深度学习技术提高了预测糖尿病视网膜病变进展的准确性，并减少了预期疾病可参考的时间	NA	探索深度学习在视网膜图像上预测糖尿病视网膜病变进展的潜力及其对筛查间隔的影响	糖尿病视网膜病变（DR）的进展预测	计算机视觉	糖尿病视网膜病变	深度学习（DL）	NA	图像	21,346名1型糖尿病患者和247,233名2型糖尿病患者
11264	2024-08-07	Deep Geometric Learning With Monotonicity Constraints for Alzheimer's Disease Progression 2024-May-21, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3394598 PMID:38771688	研究论文	本文提出了一种新的几何学习方法，结合拓扑空间转移、ODE-RGRU和轨迹估计三个模块，用于模拟纵向MRI生物标志物和认知评分，并开发了一种集成流形映射与单调性约束的训练算法，以反映测量转换的不可逆性。	本文创新地结合了拓扑空间转移、ODE-RGRU和轨迹估计三个模块，并开发了一种集成流形映射与单调性约束的训练算法，以更好地模拟阿尔茨海默病进展中的几何特性。	ODE-RGRU在从不完整样本中推断正定对称矩阵时存在局限性，可能导致特征逆转问题。	预测阿尔茨海默病的进展，为临床诊断和治疗提供支持。	阿尔茨海默病的进展及其在临床诊断和治疗中的应用。	机器学习	阿尔茨海默病	MRI	RNN	图像	未具体说明样本数量
11265	2024-08-07	Generalizing Parkinson's disease detection using keystroke dynamics: a self-supervised approach 2024-May-20, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae050 PMID:38497957	研究论文	本研究验证了一种自监督学习方法在减少对标签依赖方面的有效性，并评估其泛化能力	提出了一种新的自监督损失函数，结合了Barlow Twins损失和Dissimilarity损失，用于在无标签数据上预训练编码器	缺乏标准化的数据采集协议和有限的可注释数据集影响了监督模型的泛化能力	验证自监督学习方法在检测和跟踪帕金森病等神经退行性疾病中的有效性和泛化能力	帕金森病患者和对照组的触摸屏交互产生的按键动态信号	机器学习	帕金森病	自监督学习	NA	按键动态信号	涉及两个独立数据集的帕金森病患者和对照组
11266	2024-08-07	An interpretable predictive deep learning platform for pediatric metabolic diseases 2024-May-20, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae049 PMID:38497983	研究论文	本文开发了一种可解释的深度学习平台，用于预测儿童代谢疾病的早期发作	利用纵向临床测量、人口统计数据和电子健康记录中的诊断代码，提高了预测模型的准确性	NA	开发早期检测工具以预防或减缓儿童代谢疾病长期并发症的发展	儿童代谢疾病，包括前驱糖尿病、2型糖尿病和代谢综合征	机器学习	代谢疾病	深度学习	深度学习模型	电子健康记录数据	49,517名超重或肥胖的2-18岁儿童（54.9%为男性，73%为白人）
11267	2024-08-07	Transparent deep learning to identify autism spectrum disorders (ASD) in EHR using clinical notes 2024-May-20, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae080 PMID:38626184	研究论文	本文利用深度学习方法，通过电子健康记录中的临床笔记来识别自闭症谱系障碍（ASD），并提供透明的诊断结果	本文提出的深度学习方法能够生成与临床诊断规则一致的透明结果，并通过中间步骤提供透明的决策过程	研究使用的数据集较小，可能影响模型的泛化能力	开发一种透明的机器学习方法，用于通过电子健康记录中的临床笔记识别自闭症谱系障碍	自闭症谱系障碍（ASD）的诊断	机器学习	自闭症谱系障碍	深度学习	BiLSTM	文本	6773个句子（35个病例）
11268	2024-08-07	MRI radiomics based on deep learning automated segmentation to predict early recurrence of hepatocellular carcinoma 2024-May-20, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-024-01679-8 PMID:38763975	研究论文	研究基于深度学习自动分割的MRI放射组学特征和临床放射学特征在预测单个肝细胞癌（HCC）根治性切除后早期复发中的应用	构建了一个结合深度学习自动分割的放射组学特征和临床放射学特征的混合模型，用于准确预测HCC术后早期复发	NA	研究深度学习自动分割的MRI放射组学特征和临床放射学特征在预测HCC术后早期复发中的效用	肝细胞癌（HCC）患者	机器学习	肝癌	MRI放射组学	3D U-net	图像	434名患者
11269	2024-08-07	Deep learning system for malignancy risk prediction in cystic renal lesions: a multicenter study 2024-May-20, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-024-01700-0 PMID:38763985	研究论文	开发一种用于预测囊性肾病变恶性风险的交互式、非侵入性人工智能系统	采用空间编码器时间解码器（SETD）架构和3D-ResNet50网络结合门控循环单元（GRU）网络，从多相CT图像中提取空间和时间特征	NA	开发和评估用于囊性肾病变恶性风险预测的人工智能系统	囊性肾病变（CRLs）的恶性风险预测	机器学习	泌尿系统疾病	3D-ResNet50网络，门控循环单元（GRU）网络	空间编码器时间解码器（SETD）架构	图像	715名患者，包括477个CRLs训练集，226个CRLs验证集，239个CRLs测试集
11270	2024-08-07	Clinical applications of deep learning in neuroinflammatory diseases: A scoping review 2024-May-20, Revue neurologique IF:2.8Q2 DOI:10.1016/j.neurol.2024.04.004 PMID:38772806	综述	本文旨在通过神经炎症疾病的临床应用案例，向临床读者介绍深度学习技术，并回顾该领域的快速发展，以获取关于哪些临床应用集中了努力以及哪些数据模式最常用的定量见解	深度学习作为一种信息处理技术，增强了现有的辅助临床检查方式，并为创新方式在医疗保健中的应用提供了前景	NA	介绍深度学习技术在神经炎症疾病临床应用中的现状和趋势	神经炎症疾病的临床应用	机器学习	神经炎症疾病	深度学习	NA	图像、文本、时间序列信号	148篇文章和5个商业算法
11271	2024-08-07	Towards development of functional climate-driven early warning systems for climate-sensitive infectious diseases: Statistical models and recommendations 2024-May-15, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2024.118568 PMID:38417659	研究论文	本文探讨了开发基于气候驱动的早期预警系统，用于预测气候敏感性传染病，并介绍了统计模型和机器学习技术的应用	采用先进的时空模型和机器学习技术，以及人工智能技术如深度学习和神经网络，来捕捉气候和环境数据中的复杂模式和隐藏关系	气候与疾病交互作用的复杂性和非线性需要更高级的技术来整合和分析多样化的数据	开发气候驱动的早期预警系统，以提高对气候变化挑战的公共卫生准备和响应策略	气候敏感性传染病及其与气候因素的关系	机器学习	NA	时空模型、机器学习、深度学习、神经网络	时空模型、机器学习模型	气候数据、传染病数据	NA
11272	2024-08-07	Artificial intelligence for ultrasound scanning in regional anaesthesia: a scoping review of the evidence from multiple disciplines 2024-May, British journal of anaesthesia IF:9.1Q1 DOI:10.1016/j.bja.2024.01.036 PMID:38448269	综述	本文是一篇关于区域麻醉中超声扫描人工智能应用的综述，旨在识别和映射现有文献中关于AI系统在超声扫描中的准确性和实用性的证据	NA	缺乏对人工智能在区域麻醉中超声扫描准确性和实用性的结构化评估，这阻碍了严格的评估和临床应用	识别和映射现有文献中关于AI系统在超声扫描中的准确性和实用性的证据	人工智能在区域麻醉中超声扫描中的应用	机器学习	NA	深度学习	NA	NA	13,014个来源，其中116个被包括进行全文审查
11273	2024-08-07	Automatic classification of dog barking using deep learning 2024-May, Behavioural processes IF:1.3Q2 DOI:10.1016/j.beproc.2024.105028 PMID:38648990	研究论文	本文描述了一种使用深度神经网络对狗叫声进行自动分类的方法，以识别狗的身份、品种、年龄、性别和情境	本研究提出的方法在狗叫声分类任务中表现出色，超越了以往的研究结果	尽管方法表现优异，但尚未准备好应用于动物行为学实践中	开发一种能够自动分类狗叫声的深度学习方法，以支持与动物互动频繁的人群的决策	研究对象为19,643次来自113只不同品种、年龄和性别的狗的叫声	机器学习	NA	深度学习	深度神经网络	音频	19,643次叫声，来自113只狗
11274	2024-08-07	Keratoconus Progression Determined at the First Visit: A Deep Learning Approach With Fusion of Imaging and Numerical Clinical Data 2024-May-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.13.5.7 PMID:38727695	研究论文	本研究开发了一种神经网络，能够在初次就诊时预测圆锥角膜的进展，使用角膜地形图和临床风险因素数据	通过融合角膜地形图和临床风险因素数据，开发了一种神经网络，能够在初次就诊时准确预测圆锥角膜的进展	NA	开发一种能够在初次就诊时预测圆锥角膜进展的神经网络	圆锥角膜的进展预测	机器学习	圆锥角膜	NA	神经网络	图像和数值数据	570只圆锥角膜眼
11275	2024-08-07	Deep learning in structural bioinformatics: current applications and future perspectives 2024-Mar-27, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae042 PMID:38701422	综述	本文综述了深度学习在结构生物信息学中的变革性影响及其在科学革命中的关键作用	深度学习正成为医疗和生物学中不可或缺的组成部分，革新分析过程	NA	探讨深度学习在结构生物信息学中的应用及未来展望	深度学习在生物信息学中的应用	生物信息学	NA	深度学习	卷积神经网络、循环神经网络、人工神经网络、变换器神经网络	大数据	NA
11276	2024-08-07	i5mC-DCGA: an improved hybrid network framework based on the CBAM attention mechanism for identifying promoter 5mC sites 2024-Mar-05, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-024-10154-z PMID:38443802	研究论文	本文提出了一种基于CBAM注意力机制的改进混合网络框架i5mC-DCGA，用于识别启动子5mC位点	模型创新性地使用卷积块注意力模块(CBAM)改进密集卷积网络(DenseNet)，并结合双向门控循环单元(BiGRU)和自注意力机制提取全局特征信息	NA	开发一种计算方法来自动检测和识别5mC位点	5mC位点的识别	机器学习	NA	深度学习	CNN, BiGRU	序列	NA
11277	2024-08-07	A deep learning approach to the automatic detection of alignment errors in cryo-electron tomographic reconstructions 2024-03, Journal of structural biology IF:3.0Q3 DOI:10.1016/j.jsb.2023.108056 PMID:38101554	研究论文	本文提出了一种深度学习算法，用于自动检测电子断层扫描重建中的对齐错误	本研究首次使用深度学习算法来检测断层扫描重建中的对齐错误，并提出了一种算法来检测断层扫描中的基准标记	NA	旨在提高电子断层扫描重建的质量，确保样本研究的准确性	电子断层扫描重建中的对齐错误	计算机视觉	NA	深度学习	深度学习算法	图像	NA
11278	2024-08-07	DeepQs: Local quality assessment of cryo-EM density map by deep learning map-model fit score 2024-03, Journal of structural biology IF:3.0Q3 DOI:10.1016/j.jsb.2023.108059 PMID:38160703	研究论文	本文介绍了DeepQs，一种利用深度学习算法基于地图-模型拟合分数评估3D冷冻电镜密度图局部质量的新方法	DeepQs是一种无参数方法，通过深度学习将地图与其相关原子模型的结构信息整合到训练好的模型中	NA	开发一种有效的质量评估方法，用于选择或修正冷冻电镜地图	3D冷冻电镜密度图的局部质量评估	计算机视觉	NA	深度学习	深度学习模型	图像	高分辨率数据集（<=5 Å）
11279	2024-08-07	Cryo-forum: A framework for orientation recovery with uncertainty measure with the application in cryo-EM image analysis 2024-03, Journal of structural biology IF:3.0Q3 DOI:10.1016/j.jsb.2023.108058 PMID:38163450	研究论文	本文介绍了一种新的框架cryo-forum，用于在单粒子冷冻电子显微镜（cryo-EM）图像分析中恢复方向参数并测量不确定性	提出了一种使用10维特征向量表示方向的新方法，并引入了考虑方向间成对距离的独特损失函数，以及一个包含不确定性量化的端到端方法	NA	旨在提高单粒子冷冻电子显微镜图像分析中方向参数的确定效率和准确性	单粒子冷冻电子显微镜图像中的方向参数	计算机视觉	NA	深度学习	编码器网络	图像	NA
11280	2024-08-07	A Novel Validated Real-World Dataset for the Diagnosis of Multiclass Serous Effusion Cytology according to the International System and Ground-Truth Validation Data 2024, Acta cytologica IF:1.6Q3 DOI:10.1159/000538465 PMID:38522415	研究论文	本文开发了一个新的公开浆膜腔积液细胞学数据集，并应用人工智能算法测试其在临床实践中的诊断效用和安全性	这是第一个基于标准化诊断系统的最大公开浆膜腔积液细胞学数据集，包括多种类型的积液和心包液标本，以及诊断上具有挑战性的非典型类别	模型在多类别分类问题中达到74%的准确率，对于高风险诊断的误分类率为0.13	开发和测试用于浆膜腔积液诊断的人工智能算法	浆膜腔积液细胞学数据集及其在临床实践中的应用	数字病理学	NA	转移学习	VGG16深度学习模型和随机森林分类器	图像	3,731张图像分布在四个TIS诊断类别中