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
421	2024-08-05	Omics-imaging signature-based nomogram to predict the progression-free survival of patients with hepatocellular carcinoma after transcatheter arterial chemoembolization 2024-Jun-26, World journal of clinical cases IF:1.0Q3 DOI:10.12998/wjcc.v12.i18.3340 PMID:38983440	研究论文	本文提出了一种基于影像组学特征的模型用于预测肝细胞癌患者在经导管动脉化疗栓塞治疗后的无进展生存期。	本文创新性地结合多相位增强MRI影像的特征，通过构建nomogram模型来提高肝细胞癌患者无进展生存期的预测能力。	研究中未提及样本量和其他潜在的临床变量对模型影响的评估	旨在通过增强MRI图像建立模型，预测肝细胞癌患者的无进展生存期。	研究对象为接受经导管动脉化疗栓塞治疗的肝细胞癌患者。	数字病理学	肝癌	增强MRI	深度转移学习和深度学习影像组学	影像	未提供
422	2024-08-05	Cross-species modeling of plant genomes at single nucleotide resolution using a pre-trained DNA language model 2024-Jun-10, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.04.596709 PMID:38895432	研究论文	本文介绍了一个基于Caduceus和Mamba架构的植物DNA语言模型PlantCaduceus，旨在跨物种建模植物基因组。	该研究提出的PlantCaduceus模型在有限标注数据上的微调显著提高了跨物种预测能力，超越了最佳基线模型。	模型可能在某些植物物种的预测准确性上存在局限，具体表现未详细描述。	研究旨在理解多样植物基因组的功能和适应性效应，并提供可转移的模型。	研究对象为16种不同的被子植物基因组和拟南芥的标注数据。	计算机视觉	NA	预训练的DNA语言模型	PlantCaduceus	基因组序列	16种被子植物基因组和有限的拟南芥标注数据
423	2024-08-05	Towards more precise automatic analysis: a systematic review of deep learning-based multi-organ segmentation 2024-Jun-08, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-024-01238-8 PMID:38851691	综述	本综述系统地总结了基于深度学习的多器官分割的最新研究	提出了一种数据驱动的特征提取方法并应用于多器官分割的深度学习技术	该综述的范围仅限于2016年至2023年间的研究，可能未涵盖所有相关研究	旨在综述多器官分割的最新深度学习研究进展	涉及多种器官的分割技术和数据集	计算机视觉	NA	深度学习	完全监督、弱监督和半监督学习	医学图像	195项研究
424	2024-08-05	Application of artificial intelligence in pancreas endoscopic ultrasound imaging- A systematic review 2024-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108205 PMID:38703435	综述	本文系统性评估了人工智能在胰腺内镜超声成像中的应用。	探讨了人工智能技术在胰腺内镜超声图像分析中的应用，尤其是在提高检测和分类准确性方面的潜力。	未具体提及研究中存在的局限性。	旨在系统性探讨人工智能辅助系统在胰腺内镜超声中的应用现状及发展。	关注人工智能在胰腺内镜超声成像中的应用及其挑战。	医学影像学	胰腺疾病	人工智能	传统机器学习和深度学习	医学图像	NA
425	2024-08-05	Multicentric clinical evaluation of a computed tomography-based fully automated deep neural network for aortic maximum diameter and volumetric measurements 2024-Jun, Journal of vascular surgery IF:3.9Q1 DOI:10.1016/j.jvs.2024.01.214 PMID:38325564	研究论文	这项研究评估了一种基于深度学习的全自动方法（ARVA）用于主动脉分割及其直径和体积的测量	提出了一种创新的全自动深度学习方法，用于主动脉形态学分割以及同时测量直径和体积	没有提出关于该方法在不同人群或其他病理情况下的表现	评估一种全自动深度学习方法在主动脉测量中的有效性	研究对象为216名患者的350个术前及术后主动脉CT血管造影扫描图像	医学影像学	心血管疾病	CT血管造影（CTA）	深度神经网络	图像	350个CT血管造影扫描，来自216名患者
426	2024-08-05	Blepharoptosis Consultation with Artificial Intelligence: Aesthetic Surgery Advice and Counseling from Chat Generative Pre-Trained Transformer (ChatGPT) 2024-Jun, Aesthetic plastic surgery IF:2.0Q2 DOI:10.1007/s00266-024-04002-4 PMID:38589561	研究论文	本研究评估了ChatGPT在眼睑下垂整形咨询中的表现	ChatGPT能够模拟医生与患者之间的对话，并提供基础的外科信息	在专业指导方面有限，需进一步探索AI在美容外科咨询中的更广泛角色	评估ChatGPT在眼睑下垂整形咨询中的有效性	使用来自眼睑下垂整形检查列表的问题	自然语言处理	NA	深度学习	ChatGPT	文本	九个问题
427	2024-08-05	All you need is data preparation: A systematic review of image harmonization techniques in Multi-center/device studies for medical support systems 2024-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108200 PMID:38677080	系统评价	本文评估了医疗支持系统中多中心/设备研究的图像调和技术。	提出了图像调和技术可以提高多来源医学影像的AI分析可靠性。	并未深入探讨各具体调和技术的局限性和挑战。	评估图像调和在多中心和多设备医学影像研究中的应用和效果。	分析2013年至2023年间的多中心和多设备医学影像研究的相关文献。	数字病理学	NA	图像调和技术	深度学习	图像	NA
428	2024-08-05	Innovative utilization of ultra-wide field fundus images and deep learning algorithms for screening high-risk posterior polar cataract 2024-Jun-01, Journal of cataract and refractive surgery IF:2.6Q1 DOI:10.1097/j.jcrs.0000000000001419 PMID:38350234	研究论文	本研究开发了一种深度学习算法，利用超广角视网膜图像进行后极性白内障的自动筛查	建立了白内障影子投影理论，并基于该理论开发了深度学习算法以实现稳定的后极性白内障筛查	研究的设计为回顾性分析，可能存在选择偏倚	验证白内障影子投影理论并开发用于筛查后极性白内障的深度学习算法	回顾性收集546例超广角视网膜图像的数据	计算机视觉	白内障	深度学习算法	NA	图像	546例超广角视网膜图像
429	2024-08-05	Tracing unknown tumor origins with a biological-pathway-based transformer model 2024-Jun-17, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2024.100797 PMID:38889685	研究论文	本文开发了一种融合生物途径知识的深度学习模型BPformer，用于识别未知原发肿瘤的来源	BPformer通过结合生物途径知识和变换器模型，显著提高了肿瘤起源识别的准确性	在本文中未提及该方法的潜在局限性	研究未知原发癌的肿瘤来源识别	使用10410个来自32种癌症类型的主要肿瘤的转录组数据进行训练	机器学习	NA	深度学习	变换器模型	转录组数据	10410个主要肿瘤样本
430	2024-08-05	Subtype-WGME enables whole-genome-wide multi-omics cancer subtyping 2024-Jun-17, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2024.100781 PMID:38761803	研究论文	本研究提出了一种创新策略，整合全基因组多组学数据，以促进癌症亚型分类	提出了一种利用高维组学数据隐层特征的多任务编码器进行自适应融合的策略	NA	探索基因组广泛数据在癌症研究中的整合潜力和实际应用	针对八个基准癌症数据集的癌症亚型分类进行实证评估	数字病理学	癌症	多组学	多任务编码器	基因组数据	八个基准癌症数据集
431	2024-08-05	Detecting fungi-affected multi-crop disease on heterogeneous region dataset using modified ResNeXt approach 2024-Jun-11, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-024-12790-0 PMID:38862723	研究论文	本文探讨了在不同区域数据集中使用改进的ResNeXt方法检测受真菌影响的多作物病害	提出了一种改进的ResNeXt CNN模型，显示出比现有方法更好的真菌病害预测能力	针对不同区域的数据集中，真菌病害检测的研究较少	研究农作物中真菌病害的检测方法以提高农业生产	主要研究苹果、番石榴和奶油苹果三种作物中的真菌病害	计算机视觉	NA	卷积神经网络（CNN）	改进的ResNeXt	图像	14,408张图像，涵盖三种不同作物的真菌病害
432	2024-08-05	Integrating Deep Learning with Electronic Health Records for Early Glaucoma Detection: A Multi-Dimensional Machine Learning Approach 2024-Jun-07, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11060577 PMID:38927813	研究论文	本研究开发了一种基于深度学习模型的青光眼检测预测模型	结合临床数据、社会行为风险因素和人口统计数据进行青光眼检测的多维机器学习方法	仅使用电子健康记录数据时模型准确性较低，难以与结合影像数据的模型相媲美	利用深度学习模型和电子健康记录数据进行青光眼早期检测	1652名参与者，其中826名为对照组，826名为青光眼患者	机器学习	青光眼	深度学习	随机森林、梯度提升、顺序模型	临床数据、社会行为风险因素和人口统计数据	1652名参与者
433	2024-08-05	Cinobufotalin prevents bone loss induced by ovariectomy in mice through the BMPs/SMAD and Wnt/β-catenin signaling pathways 2024-Jun, Animal models and experimental medicine IF:3.8Q2 DOI:10.1002/ame2.12359 PMID:38013618	研究论文	本研究探讨了中药蟾酥对去卵巢小鼠诱导的骨质流失的保护作用及其潜在机制	本研究使用深度学习预测系统筛选抗骨质疏松剂，并揭示了蟾酥通过BMPs/SMAD和Wnt/β-连环蛋白信号通路促进骨生成分化的机制	本研究未涉及临床试验数据，仅在小鼠模型上进行观察	研究蟾酥对骨质疏松的保护作用和机制	研究主要聚焦于雌激素缺乏导致的骨质流失及人骨髓间充质干细胞的功能	数字病理学	骨质疏松	qRT-PCR, Western blot (WB), 免疫荧光 (IF), Micro-CT	NA	NA	小鼠模型及人骨髓间充质干细胞
434	2024-08-05	A Deep Learning-Based Assay for Programmed Death Ligand 1 Immunohistochemistry Scoring in Non-Small Cell Lung Carcinoma: Does it Help Pathologists Score? 2024-Jun, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2024.100485 PMID:38588885	研究论文	本研究开发了一种AI模型来计算非小细胞肺癌中PD-L1免疫组化分析的肿瘤比例评分(TPS)	首次专注于AI辅助系统如何帮助病理学家确定TPS	对不同评分方式的AI辅助方法的统计结果并不显著	探讨AI辅助系统在PD-L1 TPS评分中的应用及其对病理学家评估准确度的影响	584个组织微数组样本	数字病理学	肺癌	免疫组织化学	AI模型	组织样本	584个样本
435	2024-08-05	Diagnosis of mental disorders using machine learning: Literature review and bibliometric mapping from 2012 to 2023 2024-Jun-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e32548 PMID:38975193	综述	该文章回顾了2012年至2023年间关于机器学习在精神疾病诊断中应用的文献及其计量学分析	本文展示了机器学习技术在精神疾病诊断中的日益增长的应用和相关的研究进展	该研究的局限性在于仅分析了过去10年的文献，可能未覆盖最新的研究动态	研究机器学习在精神疾病诊断中的应用及其相关文献的计量学映射	对2811篇文献进行了分析，重点关注抑郁症和精神分裂症	机器学习	精神疾病	机器学习，深度学习	决策树分类器，随机森林分类器，支持向量机分类器，LSTM，卷积神经网络	文献	2811篇期刊文章，40篇选定研究
436	2024-08-05	Paddy insect identification using deep features with lion optimization algorithm 2024-Jun-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e32400 PMID:38975160	研究论文	本研究提供了一种利用深度学习和机器学习技术及时检测和分类水稻害虫的框架	该研究首次成功结合特征优化技术与深度学习和机器学习，以提高水稻害虫的识别精度	没有提及系统在不同环境或不同类型害虫中的具体适用性	研究旨在早期检测水稻田中的害虫以减少潜在损失	研究对象是水稻害虫的图像数据集	计算机视觉	水稻病害	深度学习、机器学习、图像增强	卷积神经网络（CNN）	图像	数据集分为两组：一组没有水稻害虫，另一组有水稻害虫，具体样本数量未提及
437	2024-08-05	Enhancing museum experience through deep learning and multimedia technology 2024-Jun-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e32706 PMID:38975172	研究论文	本文旨在通过深度学习算法与多媒体技术的结合，提升当代博物馆观众的互动体验	提出了一种自适应卷积神经网络（CNN）和自适应池化算法，以克服传统图像处理算法的局限性	未具体提及研究的局限性	探索如何通过技术提升博物馆的互动性和访客体验	博物馆的艺术品和展品	计算机视觉	NA	深度学习算法	自适应卷积神经网络（CNN）	图像	实验未具体说明样本数量
438	2024-08-05	Exploring machine learning applications in Meningioma Research (2004-2023) 2024-Jun-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e32596 PMID:38975185	研究论文	本研究旨在考察2004年至2023年间机器学习在脑膜瘤研究中的应用趋势	文章创新在于分析了该领域机器学习应用的增长趋势和主要研究方向	研究仅基于SCI-E数据库的发表数据，可能存在文献遗漏	探讨机器学习在脑膜瘤研究中的应用，为未来研究提供指导	脑膜瘤相关的出版物和研究趋势	机器学习	脑膜瘤	机器学习	深度学习	文献数据	342篇文章
439	2024-08-05	Longitudinal risk prediction for pediatric glioma with temporal deep learning 2024-Jun-28, medRxiv : the preprint server for health sciences DOI:10.1101/2024.06.04.24308434 PMID:38978642	研究论文	该文章提出了一种自监督深度学习方法，用于儿童胶质瘤的纵向影像分析和复发预测	创新点在于提出了一种时序学习的方法来建模患者当前和先前的脑部MRI，以提高复发预测的个性化能力	目前尚未验证该方法在其他疾病或不同临床环境中的通用性	研究儿童胶质瘤的复发预测，以改善个体化监测方案	研究对象为715名儿童胶质瘤患者及其3994个影像扫描	数字病理学	肿瘤	磁共振成像（MRI）	深度学习	影像	715名患者，3994个扫描
440	2024-08-05	AllergenAI: a deep learning model predicting allergenicity based on protein sequence 2024-Jun-27, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.22.600179 PMID:38979176	研究论文	本文提出了一种基于蛋白质序列的深度学习模型AllergenAI，以预测蛋白质的致敏性	与以往工具不同，本研究仅基于蛋白质序列来量化蛋白质的过敏潜力	本研究的预测性能尚需通过将3D信息纳入训练数据来进一步提高	旨在通过深入了解过敏蛋白的分子特性，重新设计致敏蛋白以减少敏感个体的不良反应	针对来自SDAP 2.0、COMPARE和AlgPred 2等数据库的过敏蛋白序列进行研究	机器学习	NA	卷积神经网络(CNN)	CNN	蛋白质序列	约1600种过敏原结构