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
101	2024-11-22	Utilizing multimodal AI to improve genetic analyses of cardiovascular traits 2024-Mar-20, medRxiv : the preprint server for health sciences DOI:10.1101/2024.03.19.24304547 PMID:38562791	研究论文	提出了一种名为M-REGLE的多模态深度学习方法，用于从多模态高维临床数据中识别心血管性状的遗传关联	M-REGLE通过联合学习多模态高维临床数据的低维表示，并结合全基因组关联研究，显著提高了遗传关联的识别能力	NA	改进心血管性状的遗传分析	多模态高维临床数据中的心血管性状遗传关联	机器学习	心血管疾病	多模态深度学习	卷积变分自编码器	多模态高维临床数据	涉及多个生物银行的心血管模态数据，包括12导联心电图数据集和心电图I导联+光电容积描记数据集
102	2024-11-21	Application of artificial intelligence in brain arteriovenous malformations: Angioarchitectures, clinical symptoms and prognosis prediction 2024-Mar-22, Interventional neuroradiology : journal of peritherapeutic neuroradiology, surgical procedures and related neurosciences IF:1.5Q3 DOI:10.1177/15910199241238798 PMID:38515371	review	本文综述了人工智能在脑动静脉畸形管理中的应用	人工智能算法在脑动静脉畸形管理中的多个方面得到了应用，特别是在机器学习和深度学习模型中	本文总结了当前研究的局限性和未来研究方向	总结人工智能在脑动静脉畸形管理中的应用	脑动静脉畸形	machine learning	脑血管疾病	machine learning, deep learning	machine learning, deep learning	image	NA
103	2024-11-20	Artificial Intelligence: Fundamentals and Breakthrough Applications in Epilepsy 2024-Mar-31, Epilepsy currents IF:5.8Q1 DOI:10.1177/15357597241238526 PMID:39554271	综述	本文综述了人工智能、机器学习和深度学习在癫痫研究和临床护理中的基础知识和突破性应用	介绍了人工智能在癫痫药物筛选、临床药物反应预测和EEG信号检测分析中的前沿应用	强调了这些技术在癫痫研究和护理中的潜力和局限性，并指出它们不会取代临床医生和研究人员的工作	旨在传播人工智能在癫痫领域的应用知识，包括使用方法、优势和潜在局限性	人工智能、机器学习和深度学习在癫痫研究和临床护理中的应用	机器学习	癫痫	NA	NA	NA	NA
104	2024-11-20	Generative Adversarial Networks Accurately Reconstruct Pan-Cancer Histology from Pathologic, Genomic, and Radiographic Latent Features 2024-Mar-25, bioRxiv : the preprint server for biology DOI:10.1101/2024.03.22.586306 PMID:38585926	研究论文	本文介绍并验证了一种自定义的生成对抗网络HistoXGAN，能够从常见的特征提取器生成的特征向量中重建代表性的癌症组织学图像	HistoXGAN能够从病理、基因组和放射影像的潜在特征中准确重建泛癌组织学图像，展示了其在肿瘤分级、组织学亚型和基因表达模式方面的信息保留能力	NA	开发和验证一种能够从多模态数据中重建癌症组织学图像的生成对抗网络	29种癌症亚型的组织学图像重建	数字病理学	泛癌	生成对抗网络	生成对抗网络	图像	29种癌症亚型
105	2024-11-20	Deep Few-view High-resolution Photon-counting Extremity CT at Halved Dose for a Clinical Trial 2024-Mar-19, ArXiv PMID:38562444	研究论文	本文提出了一种基于深度学习的X射线光子计数计算机断层扫描（PCCT）图像重建方法，用于在新西兰临床试验中实现减半剂量和加倍速度的高分辨率成像	本文创新性地提出了基于深度学习的补丁式体积细化网络，以缓解GPU内存限制，并使用合成数据进行训练，通过模型迭代细化来弥合合成数据与真实数据之间的差距	本文的局限性在于需要进一步的临床试验来验证其在不同患者群体中的适用性和效果	本文的研究目的是改进X射线光子计数计算机断层扫描（PCCT）的辐射剂量和成像速度，同时保持图像质量	本文的研究对象是四肢的高分辨率PCCT图像重建	计算机视觉	NA	深度学习	补丁式体积细化网络	图像	8名患者的临床试验数据
106	2024-11-19	Deep learning reduces data requirements and allows real-time measurements in imaging FCS 2024-03-19, Biophysical journal IF:3.2Q2 DOI:10.1016/j.bpj.2023.11.3403 PMID:38050354	研究论文	本文介绍了两种卷积神经网络FCSNet和ImFCSNet，用于荧光相关光谱成像中的相关性和强度轨迹分析，显著减少了数据需求并实现了实时测量	提出了两种卷积神经网络FCSNet和ImFCSNet，显著减少了荧光相关光谱成像中的数据需求，并实现了实时评估	NA	减少荧光相关光谱成像中的数据需求，并实现实时测量	荧光相关光谱成像中的相关性和强度轨迹分析	计算机视觉	NA	卷积神经网络	CNN	图像	模拟数据
107	2024-11-19	Deep learning-based automatic scoring models for the disease activity of rheumatoid arthritis based on multimodal ultrasound images 2024-03-01, Rheumatology (Oxford, England) DOI:10.1093/rheumatology/kead366 PMID:37471602	研究论文	研究基于多模态超声图像的深度学习模型在量化类风湿性关节炎活动中的价值	开发了基于ResNet结构的四种深度学习模型，用于多模态超声图像的类风湿性关节炎活动评分，并在两个独立测试集上进行了评估，结果显示这些模型在图像级别上的表现与经验丰富的放射科医生相当	NA	探讨基于多模态超声图像的深度学习模型在量化类风湿性关节炎活动中的价值	多模态超声图像（静态灰度、动态灰度、静态功率多普勒和动态功率多普勒）	计算机视觉	类风湿性关节炎	深度学习	ResNet	图像	1244张图像用于模型训练，152张和354张分别用于两个测试集
108	2024-11-15	Comparison of Deep Learning Approaches for Conversion of International Classification of Diseases Codes to the Abbreviated Injury Scale 2024-Mar-22, medRxiv : the preprint server for health sciences DOI:10.1101/2024.03.06.24303847 PMID:38562696	研究论文	比较了两种深度学习架构在将国际疾病分类代码转换为简明损伤量表中的准确性	本研究首次比较了前馈神经网络和神经机器翻译模型在预测损伤严重程度评分中的表现	研究仅使用了美国国家创伤数据银行的创伤病例，可能限制了结果的普适性	旨在比较两种深度学习架构在预测损伤严重程度评分中的准确性	国际疾病分类代码和简明损伤量表	机器学习	NA	深度学习	前馈神经网络和神经机器翻译模型	文本	2,031,793例创伤病例用于训练和验证，1,091,792例用于测试
109	2024-11-14	An integrated framework for prognosis prediction and drug response modeling in colorectal liver metastasis drug discovery 2024-03-30, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-05127-5 PMID:38555418	研究论文	本研究开发了一个综合框架，用于预测结直肠癌肝转移的预后和药物反应建模	本研究开发了两个基于差异表达基因的肝转移相关预后标志物，并使用可解释的深度学习模型识别高风险患者的潜在治疗药物	NA	发现结直肠癌肝转移的新型预后生物标志物和治疗药物	结直肠癌肝转移患者	机器学习	结直肠癌	深度学习	深度学习模型	基因表达数据	NA
110	2024-11-14	Artificial intelligence in neuro-oncology: advances and challenges in brain tumor diagnosis, prognosis, and precision treatment 2024-Mar-29, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00575-0 PMID:38553633	综述	本文综述了人工智能在神经肿瘤学中的最新进展及其在脑肿瘤诊断、预后和精准治疗中的挑战	人工智能在脑肿瘤管理中引入了变革性创新，利用成像、组织病理学和基因组工具实现高效检测、分类、预后预测和治疗规划	本文讨论了人工智能在神经肿瘤学应用中的挑战，包括多模态数据整合、生成性人工智能、大型医学语言模型、精确肿瘤描绘和特征化以及解决种族和性别差异等问题	探讨人工智能在神经肿瘤学中的应用及其对脑肿瘤管理的全面影响	胶质瘤，一类代表全球重大健康问题的脑肿瘤	计算机视觉	脑肿瘤	人工智能	深度学习	成像数据	NA
111	2024-11-12	Methodological insights into ChatGPT's screening performance in systematic reviews 2024-Mar-27, BMC medical research methodology IF:3.9Q1 DOI:10.1186/s12874-024-02203-8 PMID:38539117	研究论文	本研究评估了ChatGPT在放射学系统评价筛选过程中的表现，并与普通医生进行了比较	首次评估了ChatGPT在无需训练数据的情况下自动筛选系统评价的能力	ChatGPT的特异性和阳性预测值低于人类评分者，且Kappa系数较低	评估ChatGPT在放射学系统评价筛选过程中的有效性	ChatGPT在放射学系统评价筛选中的表现与普通医生的比较	自然语言处理	NA	生成预训练变压器（GPT）	GPT	文本	1198篇摘要
112	2024-11-12	Deep Learning-Based Multi-Class Segmentation of the Paranasal Sinuses of Sinusitis Patients Based on Computed Tomographic Images 2024-Mar-18, Sensors (Basel, Switzerland) DOI:10.3390/s24061933 PMID:38544195	研究论文	本研究通过比较四种3D U-Net变体（正常、残差、密集和残差-密集），引入了一种多类卷积神经网络（CNN）分割模型，用于鼻窦炎患者的鼻窦CT图像分割	本研究引入了多类卷积神经网络（CNN）分割模型，并通过比较四种3D U-Net变体，展示了正常3D U-Net在鼻窦分割中的优越性能	尽管在清晰的鼻窦中实现了有效的分割，但在黏膜炎症方面仍存在局限性	本研究的目的是通过引入多类卷积神经网络（CNN）分割模型，提高鼻窦炎患者鼻窦CT图像的分割精度，从而减少手术并发症	本研究的对象是鼻窦炎患者的鼻窦CT图像	计算机视觉	鼻窦炎	卷积神经网络（CNN）	3D U-Net	图像	40名患者（20名正常，20名异常）
113	2024-11-12	A Survey on Blood Pressure Measurement Technologies: Addressing Potential Sources of Bias 2024-Mar-07, Sensors (Basel, Switzerland) DOI:10.3390/s24061730 PMID:38543993	综述	本文综述了血压测量技术，特别是袖带式血压监测技术，探讨了测量中可能存在的偏差来源	本文提出了利用人工智能（AI）技术开发新一代袖带式血压设备，以减少测量偏差并提供个性化的血压相关心血管风险指数	本文主要关注袖带式血压监测技术，未涵盖其他类型的血压测量方法	探讨血压测量技术中的偏差来源，并提出利用AI技术改进血压测量设备	血压测量技术及其在临床和日常监测中的应用	NA	心血管疾病	人工智能（AI）、机器学习、深度学习、贝叶斯推断	NA	电子健康记录中的血压记录	NA
114	2024-11-11	Utilizing genomic signatures to gain insights into the dynamics of SARS-CoV-2 through Machine and Deep Learning techniques 2024-Mar-27, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05648-2 PMID:38539073	研究论文	本文介绍了一种名为GenoSig的工具，利用二核苷酸和三核苷酸频率特征，通过机器学习和深度学习模型来解析SARS-CoV-2的分类谱系	提出了一个无需比对的快速方法GenoSig，通过机器学习和深度学习模型分析SARS-CoV-2的基因组特征，显著提高了分类和预测的准确性	在预测病毒的大陆起源时，模型的表现不如在预测谱系时准确	开发一种无需比对的方法来解析SARS-CoV-2的基因组特征，以监测病毒变种的动态	SARS-CoV-2病毒及其变种的基因组特征	机器学习	NA	机器学习和深度学习	深度学习模型和随机森林模型	基因组数据	未明确提及具体样本数量
115	2024-11-11	Automated mood disorder symptoms monitoring from multivariate time-series sensory data: getting the full picture beyond a single number 2024-Mar-26, Translational psychiatry IF:5.8Q1 DOI:10.1038/s41398-024-02876-1 PMID:38531865	研究论文	本文提出了一种从可穿戴设备的多变量时间序列传感器数据中自动监测情绪障碍症状的新方法	本文的创新点在于提出了一种新的任务，即使用可穿戴设备的生理数据推断HDRS和YMRS量表中的所有项目，而不仅仅是单一标签	本文的局限性在于仅在MD患者的大样本中进行了验证，尚未在更广泛的人群中进行测试	本文的研究目的是开发一种能够从可穿戴设备的生理数据中全面评估情绪障碍症状的深度学习方法	本文的研究对象是情绪障碍患者及其症状	机器学习	情绪障碍	深度学习	多任务学习	时间序列数据	大量情绪障碍患者
116	2024-11-11	Leveraging Deep Learning for Fine-Grained Categorization of Parkinson's Disease Progression Levels through Analysis of Vocal Acoustic Patterns 2024-Mar-21, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11030295 PMID:38534569	研究论文	研究利用深度学习模型对帕金森病进展水平进行细粒度分类，通过分析语音声学模式	首次探索使用深度学习模型对帕金森病进展水平进行细粒度分类，并研究了不同音频段长度和特定元音对模型性能的影响	在区分轻度和重度帕金森病病例方面仍存在挑战，需要更大规模的多类别标注数据集来改进严重程度分类	研究利用深度学习模型自动分类持续元音录音，以区分健康对照组、轻度帕金森病和重度帕金森病	帕金森病患者的语音声学模式	机器学习	帕金森病	深度学习	卷积神经网络 (CNN) 和视觉变换器 (Swin)	图像	NA
117	2024-11-11	Deep Learning for 3D Reconstruction, Augmentation, and Registration: A Review Paper 2024-Mar-07, Entropy (Basel, Switzerland) DOI:10.3390/e26030235 PMID:38539747	综述	本文综述了深度学习在三维重建、增强和配准领域的最新进展	本文系统地分析了多种用于三维物体配准、增强和重建的基准模型，并探讨了其架构、优势和局限性	本文指出了三维深度学习领域中尚未解决的研究问题，这些问题需要在未来的研究中得到解决	综述深度学习在三维数据处理中的应用及其最新进展	三维物体的重建、增强和配准	计算机视觉	NA	深度学习	CNN	三维数据	NA
118	2024-11-10	Deep learning-based target tracking with X-ray images for radiotherapy: a narrative review 2024-Mar-15, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-23-1489 PMID:38545053	综述	本文综述了基于深度学习的放射治疗中使用X射线图像进行目标跟踪的现状，并讨论了现有局限性和潜在解决方案	探讨了深度学习在放射治疗中实时无标记目标跟踪的潜力	直接在2D kV X射线图像上实时定位肿瘤和危及器官仍然具有挑战性，需要更多技术和临床努力	综述基于深度学习的放射治疗中使用2D kV X射线图像进行目标跟踪的现状，并讨论其局限性和未来发展方向	放射治疗中的目标跟踪和运动管理	计算机视觉	癌症	深度学习	卷积神经网络	图像	23篇英文文献
119	2024-11-10	LST-AI: a Deep Learning Ensemble for Accurate MS Lesion Segmentation 2024-Mar-11, medRxiv : the preprint server for health sciences DOI:10.1101/2023.11.23.23298966 PMID:38045345	研究论文	本文介绍了一种名为LST-AI的深度学习集成模型，用于多发性硬化症（MS）病灶的精确分割	LST-AI采用了一种包含二元交叉熵和Tversky损失的复合损失函数，以改善高度异质性MS病灶的分割效果	NA	开发一种开源的深度学习工具，用于多发性硬化症病灶的自动分割	多发性硬化症患者的脑白质病灶	计算机视觉	神经系统疾病	深度学习	3D-UNet	图像	491对T1w和FLAIR图像，用于训练；103个测试案例，用于评估
120	2024-11-10	Deep learning from atrioventricular plane displacement in patients with Takotsubo syndrome: lighting up the black-box 2024-Mar, European heart journal. Digital health DOI:10.1093/ehjdh/ztad077 PMID:38505490	研究论文	本研究利用深度卷积神经网络（DCNN）分析心尖球形综合征（TTS）患者的心脏超声视频，以提高诊断的准确性和解释性	本研究通过梯度加权类激活映射分析，可视化了DCNN在区分TTS和前壁ST段抬高型心肌梗死（STEMI）中的作用，揭示了潜在的影像学特征	NA	提高心尖球形综合征（TTS）诊断的准确性和解释性	心尖球形综合征（TTS）和前壁ST段抬高型心肌梗死（STEMI）患者	计算机视觉	心血管疾病	深度卷积神经网络（DCNN）	DCNN	视频	300名患者（150名TTS患者和150名STEMI患者）