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
161	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
162	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
163	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）
164	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
165	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
166	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
167	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
168	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
169	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
170	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
171	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）
172	2024-11-08	Deep learning-based predictive classification of functional subpopulations of hematopoietic stem cells and multipotent progenitors 2024-Mar-13, Stem cell research & therapy IF:7.1Q1 DOI:10.1186/s13287-024-03682-8 PMID:38475857	研究论文	研究利用深度学习技术对造血干细胞和多能祖细胞的功能亚群进行预测分类	首次使用深度学习在稳态条件下区分造血干细胞和多能祖细胞，开发了基于深度学习的分类器	NA	探索利用深度学习技术区分小鼠造血干细胞和多能祖细胞的可行性	小鼠造血干细胞和多能祖细胞	机器学习	NA	深度学习	LSM模型	图像	大量图像数据集
173	2024-11-08	Extracting adverse drug events from clinical Notes: A systematic review of approaches used 2024-Mar, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104603 PMID:38331081	综述	本文对从临床笔记中提取不良药物事件（ADE）的方法进行了系统性综述	本文综述了当前从临床笔记中提取ADE的各种方法，包括命名实体识别（NER）和关系提取（RE），并根据不同的提取方法进行了分类	本文主要集中在方法的综述上，未提供具体的实验数据或模型性能比较	综述当前从临床笔记中提取不良药物事件的方法，并展示这些方法的进展和挑战	不良药物事件（ADE）的提取方法	自然语言处理	NA	自然语言处理（NLP）	NA	文本	从2015年到2023年，共筛选出82篇相关文献进行分析
174	2024-11-07	Malignancy diagnosis of liver lesion in contrast enhanced ultrasound using an end-to-end method based on deep learning 2024-Mar-21, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01247-y PMID:38515044	研究论文	本文提出了一种基于深度学习的端到端方法，用于增强超声（CEUS）图像中肝脏病变的恶性诊断	本文创新性地结合了二维卷积神经网络（CNN）和长短期记忆网络（LSTM），无需手动特征选择即可进行恶性诊断	本文的局限性在于仅使用了420个病例进行验证，样本量相对较小	开发一种基于深度学习的端到端方法，用于增强超声图像中肝脏病变的恶性诊断	肝脏病变及其恶性诊断	计算机视觉	肝脏疾病	深度学习	CNN-LSTM	图像	420个肝脏病变病例，包括136个良性病例和284个恶性病例
175	2024-11-07	Multimodal deep learning-based diagnostic model for BPPV 2024-Mar-21, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02438-x PMID:38515156	研究论文	本研究旨在通过结合眼动视频和位置信息，利用多模态深度学习模型提高BPPV诊断的准确性	提出了一个结合视频理解模型、自编码器和交叉注意力机制的多模态深度学习诊断模型	NA	探索和应用人工智能方法提高BPPV诊断的准确性	BPPV患者的诊断	机器学习	NA	多模态深度学习	多模态深度学习模型	视频和位置信息	518名BPPV患者
176	2024-11-07	An integrative approach to protein sequence design through multiobjective optimization 2024-Mar-04, bioRxiv : the preprint server for biology DOI:10.1101/2024.03.01.582670 PMID:38496480	研究论文	本文提出了一种通过多目标优化进行蛋白质序列设计的综合方法	采用进化多目标优化技术，结合AlphaFold2和ProteinMPNN的置信度指标，以及ESM-1v和ProteinMPNN的突变操作符，显著减少了RfaH天然序列恢复的偏差和方差	NA	开发一种能够直接整合不同模型和目标函数到生成设计过程中的框架	蛋白质序列设计	机器学习	NA	多目标优化	NSGA-II	蛋白质序列	NA
177	2024-11-07	NPSV-deep: a deep learning method for genotyping structural variants in short read genome sequencing data 2024-03-04, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae129 PMID:38444093	研究论文	提出了一种基于深度学习的结构变异基因分型方法NPSV-deep，用于短读长基因组测序数据	将结构变异基因分型任务重新定义为图像相似性问题，通过比较实际短读长数据和模拟数据的堆叠图像来预测基因型	NA	提高短读长基因组测序数据中结构变异的基因分型准确性	结构变异的基因分型	机器学习	NA	短读长基因组测序	深度学习	图像	不同结构变异集合和样本类型
178	2024-11-07	Machine and deep learning methods for predicting 3D genome organization 2024-Mar-04, ArXiv PMID:38495565	综述	本文综述了使用机器学习和深度学习方法预测三维基因组组织的三种类型交互（增强子-启动子交互、染色质交互、拓扑关联域边界）的计算工具，并分析了它们的优缺点	本文讨论了机器学习方法在填补缺失的三维交互和提高分辨率方面的创新应用	当前的三维结构目录由于技术、工具和数据分辨率的差异，仍然不完整且不可靠	探讨计算工具在预测三维基因组交互中的应用及其未来研究方向	三维基因组组织中的三种类型交互（增强子-启动子交互、染色质交互、拓扑关联域边界）	机器学习	NA	ChIP-seq, DNAse-seq	NA	基因组数据	NA
179	2024-11-06	Tradeoffs in alignment and assembly-based methods for structural variant detection with long-read sequencing data 2024-Mar-19, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-46614-z PMID:38503752	研究论文	本文系统比较了14种基于比对的结构变异检测方法和4种基于组装的结构变异检测方法，并提供了选择最合适工具的指南	首次系统比较了多种基于比对和组装的结构变异检测方法，并提供了详细的性能评估和选择指南	缺乏全面的基准测试限制了对算法性能的理解和进一步的算法开发	评估和比较基于比对和组装的结构变异检测方法的性能，并提供选择指南	14种基于比对的结构变异检测方法和4种基于组装的结构变异检测方法	基因组学	NA	长读长测序	深度学习	DNA序列	NA
180	2024-11-06	Dynamic clustering via branched deep learning enhances personalization of stress prediction from mobile sensor data 2024-Mar-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-56674-2 PMID:38503794	研究论文	本文开发了一种名为Branched CALM-Net的平台，通过动态聚类和分支深度学习技术，个性化预测大学生从移动传感器数据中的压力水平	首次在多任务设置中利用分支技术实现个性化和持续适应	NA	克服从移动电话数据预测压力水平的挑战，解决数据不规则性、个体间变异性和冷启动问题	大学生从移动传感器数据中的压力水平	机器学习	NA	分支深度学习	Branched CALM-Net	移动传感器数据	Dartmouth StudentLife研究中的学生数据