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
1721	2024-12-13	Deep learning-based postoperative glioblastoma segmentation and extent of resection evaluation: Development, external validation, and model comparison 2024 Jan-Dec, Neuro-oncology advances IF:3.7Q2 DOI:10.1093/noajnl/vdae199 PMID:39659831	研究论文	本文开发并验证了一种基于深度学习的模型，用于术后胶质母细胞瘤的分割和切除范围评估，并与现有算法进行了比较	本文首次开发了一种基于深度学习的模型，专门用于术后胶质母细胞瘤的分割和切除范围评估，并展示了其在临床应用中的潜力	本文的局限性在于样本量相对较小，且仅在特定的研究机构和公共数据库中进行了验证	开发一种基于深度学习的模型，用于术后胶质母细胞瘤的分割和切除范围评估，并与其他现有算法进行比较	术后胶质母细胞瘤的分割和切除范围评估	计算机视觉	脑肿瘤	MRI	nnU-Net	图像	586个扫描样本，其中395个用于模型训练，52个用于模型比较，139个用于独立验证
1722	2024-12-13	Clinical application of machine-based deep learning in patients with radiologically presumed adult-type diffuse glioma grades 2 or 3 2024 Jan-Dec, Neuro-oncology advances IF:3.7Q2 DOI:10.1093/noajnl/vdae192 PMID:39659833	研究论文	本研究测试了深度学习在放射学上疑似低级别胶质瘤患者中预测IDH突变的临床应用	使用深度学习模型对放射学上疑似低级别胶质瘤患者的IDH突变进行预测	在当前状态下，复杂模型在临床场景中的应用并未显示出比基线临床模型更大的净收益	测试深度学习在放射学上疑似低级别胶质瘤患者中预测IDH突变的临床实用性	放射学上疑似低级别胶质瘤患者	机器学习	脑肿瘤	深度学习	深度学习模型	图像	314名患者（回顾性招募）和155名患者（外部验证队列）
1723	2024-12-12	Artificial intelligence algorithms for real-time detection of colorectal polyps during colonoscopy: a review 2024, American journal of cancer research IF:3.6Q2 DOI:10.62347/BZIZ6358 PMID:39659923	综述	本文综述了基于人工智能的算法在结肠镜检查中实时检测结直肠息肉的应用	重点介绍了深度学习算法在优化效率和准确性方面的进展	未具体讨论现有算法的局限性	探讨人工智能技术在结肠镜检查中实时检测结直肠息肉的应用及其未来发展	结直肠息肉的实时检测	计算机视觉	结直肠癌	人工智能	深度学习算法	图像	NA
1724	2024-12-13	Radiomics and Deep Learning in Nasopharyngeal Carcinoma: A Review 2024, IEEE reviews in biomedical engineering IF:17.2Q1 DOI:10.1109/RBME.2023.3269776 PMID:37097799	综述	本文综述了放射组学和深度学习在鼻咽癌临床诊断和治疗中的应用	总结了前沿研究的创新点和应用效果，并提出了改进方向	研究领域存在异质性，研究与临床转化之间存在差距	探讨放射组学和深度学习在鼻咽癌中的应用，并提出改进建议	鼻咽癌的临床诊断和治疗任务	计算机视觉	鼻咽癌	放射组学，深度学习	NA	图像	NA
1725	2024-12-13	Beyond Supervised Learning for Pervasive Healthcare 2024, IEEE reviews in biomedical engineering IF:17.2Q1 DOI:10.1109/RBME.2023.3296938 PMID:37471188	综述	本文探讨了机器学习和传感技术在医疗保健中的应用，并回顾了超越完全监督学习的趋势，以解决医疗数据稀缺、质量和异质性的问题	总结了七种关键的学习策略，以提高实际部署中的泛化性能，并指出了几个新兴且有前景的方向，如数据高效、可扩展和可信的计算模型，以及利用多模态和多源传感信息	未具体提及	探讨机器学习和传感技术在医疗保健中的应用，并提出解决医疗数据问题的学习策略	医疗保健中的机器学习应用及其面临的挑战	机器学习	NA	NA	NA	NA	NA
1726	2024-12-13	Vision Transformers for Computational Histopathology 2024, IEEE reviews in biomedical engineering IF:17.2Q1 DOI:10.1109/RBME.2023.3297604 PMID:37478035	综述	本文综述了在计算组织病理学中用于分类、分割和生存风险回归的先进视觉Transformer技术	介绍了基于自注意力机制的Transformer在计算组织病理学中的最新应用	讨论了视觉Transformer在计算组织病理学中的关键挑战和未来展望	提供一个详细的指南，帮助读者探索视觉Transformer在计算组织病理学中的应用	组织病理学图像的分类、分割和生存结果预测	数字病理学	癌症	Transformer	Transformer	图像	NA
1727	2024-12-13	Impact of deep learning on radiologists and radiology residents in detecting breast cancer on CT: a cross-vendor test study 2024-01, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2023.09.022 PMID:37872026	研究论文	研究深度学习对放射科医生和放射科住院医师在CT上检测乳腺癌诊断性能的影响	首次探讨了深度学习模型在不同供应商设备上对放射科医生和住院医师诊断乳腺癌的辅助作用	研究为回顾性研究，样本量较小，且仅限于两个供应商的设备	探讨深度学习对放射科医生和住院医师在CT上检测乳腺癌诊断性能的影响	放射科医生和放射科住院医师在CT上检测乳腺癌的诊断性能	计算机视觉	乳腺癌	深度学习	NA	图像	训练组201例，验证组26例，测试组30例
1728	2024-12-13	A Monocular Variable Magnifications 3D Laparoscope System Using Double Liquid Lenses 2024, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2023.3311022 PMID:38059130	研究论文	本文提出了一种基于双液态镜头的单目可变放大率3D腹腔镜系统，能够在微创手术中提供可变放大率、近距离观察和实时单目3D重建	该系统通过双液态镜头实现自动变焦和自动对焦，无需物理移动部件，并结合基于离焦深度（DFD）方法的深度学习网络，能够在不同焦距和放大率下实时估计深度	NA	开发一种能够在微创手术中提供3D感知和可变放大率的新型腹腔镜系统	腹腔镜系统在微创手术中的应用	计算机视觉	NA	深度学习	深度学习网络	图像	NA
1729	2024-12-13	Contrastive Transfer Learning for Prediction of Adverse Events in Hospitalized Patients 2024, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2023.3344035 PMID:38196820	研究论文	本文提出并验证了一种对比迁移学习方法，用于住院患者不良事件的早期预测	本文首次将对比迁移学习应用于住院患者不良事件的早期预测，并展示了其在性能上优于传统的监督深度学习模型	NA	开发一种用于住院患者不良事件早期预测的算法	住院患者的不良事件	机器学习	NA	对比迁移学习	对比学习模型	时间序列数据	大规模时间序列数据和回顾性DI评分数据
1730	2024-12-13	A Study on Intelligent Optical Bone Densitometry 2024, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2024.3368106 PMID:38606393	研究论文	本文提出了一种利用近红外光和深度学习技术快速筛查骨密度的新方法	本文的创新点在于利用近红外光捕捉人体局部信息，并结合深度学习技术进行骨密度预测，初步结果显示与DXA测量的骨密度有高度相关性	本文的局限性在于预测误差在手腕处低于10%，但在髋部和脊柱处的误差高于手腕	本文的研究目的是开发一种成本较低且易于操作的骨密度筛查方法	本文的研究对象是手腕、髋部和脊柱的骨密度	机器学习	老年病	深度学习	多线性回归	图像	未明确具体样本数量
1731	2024-12-13	Acoustic and Text Features Analysis for Adult ADHD Screening: A Data-Driven Approach Utilizing DIVA Interview 2024, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2024.3369764 PMID:38606391	研究论文	本研究利用DIVA访谈收集的音频数据，通过提取声学和文本特征，结合支持向量机进行成人ADHD筛查	本研究创新性地使用语音和文本数据进行ADHD筛查，避免了传统方法中昂贵的设备和专业人员需求	NA	开发一种基于语音和文本数据的有效成人ADHD筛查方法	成人ADHD患者和正常对照组的语音数据	机器学习	精神疾病	支持向量机	NA	音频和文本	ADHD患者和正常对照组的音频数据
1732	2024-12-13	Sparse Deep Neural Network for Encoding and Decoding the Structural Connectome 2024, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2024.3366504 PMID:38633564	研究论文	本文提出了一种稀疏的前馈深度神经网络架构，用于编码和解码人类大脑的结构连接组，并在阿尔茨海默病和帕金森病的分类任务中展示了其优越性能	本文的创新点在于提出了一种稀疏的前馈深度神经网络架构，通过稀疏连接和递归特征消除算法显著减少了可训练参数的数量，同时提高了分类准确性	本文的局限性在于仅在阿尔茨海默病和帕金森病的分类任务中进行了验证，未来可能需要在更多疾病和数据集上进行进一步验证	研究目的是开发一种高效的深度学习方法，用于处理高维且样本量少的神经影像数据，并应用于大脑状态分类	研究对象是阿尔茨海默病和帕金森病患者的结构连接组数据	机器学习	神经退行性疾病	深度学习	稀疏前馈深度神经网络	图像	具体样本数量未在摘要中明确提及
1733	2024-12-12	The role of deep learning in myocardial perfusion imaging for diagnosis and prognosis: A systematic review 2024-Dec-20, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.111374 PMID:39654634	综述	本文综述了深度学习在心肌灌注成像中的应用，重点探讨了其在诊断和预后中的可解释性方法	本文总结了深度学习在心肌灌注成像中的最新应用，并强调了可解释性方法的重要性	本文主要讨论了现有研究的挑战和未来研究的方向，未提供具体的技术实现细节	总结深度学习在心肌灌注成像中的应用，并探讨其在诊断和预后中的可解释性方法	心肌灌注成像（MPI）及其在诊断和预后中的应用	计算机视觉	心血管疾病	深度学习（DL）	卷积神经网络（CNN）	图像	NA
1734	2024-12-12	A novel deep learning model for obstructive sleep apnea diagnosis: hybrid CNN-Transformer approach for radar-based detection of apnea-hypopnea events 2024-Dec-11, Sleep IF:5.3Q1 DOI:10.1093/sleep/zsae184 PMID:39115132	研究论文	本研究开发并验证了一种基于雷达数据的深度学习模型，用于检测阻塞性睡眠呼吸暂停事件	采用混合CNN-Transformer架构进行事件检测，并使用雷达数据替代传统的多导睡眠图（PSG）	研究为单中心前瞻性队列研究，样本量相对较小，且仅使用了雷达数据	开发一种成本效益高且易于获取的阻塞性睡眠呼吸暂停（OSA）诊断方法	阻塞性睡眠呼吸暂停事件的检测和睡眠呼吸暂停低通气指数（AHI）的估计	机器学习	阻塞性睡眠呼吸暂停	深度学习	混合CNN-Transformer	雷达数据	开发集54名参与者，测试集35名参与者
1735	2024-12-12	Evaluating deep learning and radiologist performance in volumetric prostate cancer analysis with biparametric MRI and histopathologically mapped slides 2024-Dec-11, Abdominal radiology (New York) DOI:10.1007/s00261-024-04734-6 PMID:39658736	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1736	2024-12-12	Evaluation of the mandibular canal and the third mandibular molar relationship by CBCT with a deep learning approach 2024-Dec-11, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-024-00793-z PMID:39658743	研究论文	本研究使用CBCT和深度学习技术评估下颌管与第三下颌磨牙的关系，并自动分割下颌阻生第三磨牙、下颌管、颏孔和下颌孔	本研究首次使用nnU-NetV2深度学习架构来评估下颌管与第三下颌磨牙的关系，并自动分割相关结构	本研究为回顾性研究，样本量有限，且仅使用了CBCT数据	评估下颌管与第三下颌磨牙的关系，并自动分割相关结构，以辅助诊断、手术规划和并发症预测	下颌管、第三下颌磨牙、颏孔和下颌孔	计算机视觉	NA	CBCT	nnU-NetV2	图像	300名患者的CBCT数据，分为训练集270例和测试集30例
1737	2024-12-12	Meso Hybridized Silk Fibroin Watchband for Wearable Biopotential Sensing and AI Gesture Signaling 2024-Dec-11, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202410702 PMID:39660568	研究论文	本文介绍了一种基于Mo-Au细丝网格和介观混合丝素蛋白膜的智能柔性腕带，用于生物电位传感与AI手势信号识别	创新的Mo-Au细丝网格设计提供了高信噪比和高灵敏度，并通过深度学习实现了卓越的手势识别率	NA	开发一种用于生物电位传感与手势识别的智能柔性腕带，以改善人机交互	生物电位信号（如心电图）和肌肉动作（如肌电图）	NA	NA	深度学习	NA	生物电位信号	20名不同性别的志愿者
1738	2024-12-12	Intelligent optoelectrowetting digital microfluidic system for real-time selective parallel manipulation of biological droplet arrays 2024-Dec-11, Lab on a chip IF:6.1Q2 DOI:10.1039/d4lc00804a PMID:39660615	研究论文	本文提出了一种结合光电润湿技术和深度学习算法的智能数字微流控系统，用于实时选择性并行操控生物液滴阵列	该系统通过深度学习算法实现液滴的实时检测和自动生成虚拟电极，避免了手动操作和预设路径的局限，提高了液滴操控的精确性和灵活性	NA	开发一种智能化的数字微流控系统，用于自动化操控生物液滴阵列	生物液滴阵列的实时选择性并行操控	数字病理学	NA	光电润湿技术	深度学习算法	图像	多个液滴
1739	2024-12-12	Predicting gene expression from histone marks using chromatin deep learning models depends on histone mark function, regulatory distance and cellular states 2024-Dec-11, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkae1212 PMID:39660643	研究论文	研究使用卷积和基于注意力机制的模型，预测从组蛋白标记活性到基因表达的关系，并探讨了组蛋白标记功能、调控距离和细胞状态的影响	首次全面研究了组蛋白标记功能、基因组距离和细胞状态对组蛋白标记与转录关系的影响，并进行了虚拟组蛋白标记扰动实验，揭示了功能性和与疾病相关的位点	之前的研究忽略了细胞状态、组蛋白标记功能或远端效应等关键因素，限制了其发现	理解组蛋白标记活性与基因表达之间的复杂关系，并揭示新的生物学见解	七种组蛋白标记在十一种细胞类型中的活性，涵盖多种细胞状态	机器学习	NA	NA	卷积神经网络（CNN）和注意力机制模型	组蛋白标记活性数据	七种组蛋白标记在十一种细胞类型中的数据
1740	2024-12-12	DeepPD: A Deep Learning Method for Predicting Peptide Detectability Based on Multi-feature Representation and Information Bottleneck 2024-Dec-11, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00665-4 PMID:39661307	研究论文	提出了一种基于多特征表示和信息瓶颈原理的深度学习方法DeepPD，用于预测肽段的检测能力	引入多特征表示和信息瓶颈原理，结合进化尺度建模2（ESM-2）提取语义信息，构建特征空间，显著提升了肽段检测能力的预测性能	未提及具体限制	开发一种新的深度学习框架，用于提高肽段检测能力的预测精度	肽段的检测能力	机器学习	NA	深度学习	深度学习框架	序列数据	涉及多个数据集和物种