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
801	2024-08-05	Predicting hematoma expansion using machine learning: An exploratory analysis of the ATACH 2 trial 2024-Jun-15, Journal of the neurological sciences IF:3.6Q2 DOI:10.1016/j.jns.2024.123048 PMID:38749281	研究论文	本文旨在利用深度学习算法构建分类模型，以预测脑出血患者的血肿扩展。	该研究首次使用深度学习算法预测血肿扩展，而不依赖于高级影像学特征。	该模型的AUC仅稍好于其他模型，需要更大且更具异质性的数据集来进一步构建和泛化模型。	研究的目的是预测脑出血患者中的血肿扩展。	研究对象为参与ATACH-2试验的脑出血患者。	机器学习	脑出血	深度学习算法	人工神经网络（ANN）	数据	1000名患者中924名具有完整参数
802	2024-08-05	Unraveling the Correlation between the Interface Structures and Tunable Magnetic Properties of La1-xSrxCoO3-δ/La1-xSrxMnO3-δ Bilayers Using Deep Learning Models 2024-Jun-12, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.3c18773 PMID:38780088	研究论文	本文探讨了La1-xSrxCoO3-δ/La1-xSrxMnO3-δ双层界面的结构与可调磁性之间的关系	该研究利用深度学习模型和大量模拟探索了层状钙钛矿氧化物双层的界面特性和磁性行为	文章中关于界面化学和物理特性的具体原子级组成尚未直接测得	研究钙钛矿氧化物双层界面的新设计原则，从而优化其在磁性和铁电器件中的应用	研究对象为LaSrCoO/LaSrMnO双层的氧缺陷率和锶浓度影响下的结构及磁性	材料科学	NA	第一性原理模拟、进化算法、神经网络搜索	深度学习模型	结构数据	超过50000个LSCO/LSMO双层结构
803	2024-08-05	Automated detection of steps in videos of strabismus surgery using deep learning 2024-Jun-10, BMC ophthalmology IF:1.7Q3 DOI:10.1186/s12886-024-03504-8 PMID:38853240	研究论文	本研究开发和验证了一种深度学习模型，用于自动检测斜视手术视频中的步骤	采用Transformer算法相比于RNN模型在识别视频步骤上表现更佳，展示了视频帧时空特征建模的优越性	可能存在视频数据集不够多样性以及仅限于特定医院的手术视频	提高斜视手术教学效果和住院医生表现评估的效率	479个斜视手术视频，这些视频被切割成3345个关于八个手术步骤的剪辑	计算机视觉	NA	深度学习	Transformer和RNN	视频	479个斜视手术视频，切割为3345个剪辑
804	2024-08-05	Unlocking the potential: T1-weighed MRI as a powerful predictor of levodopa response in Parkinson's disease 2024-Jun-09, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-024-01690-z PMID:38853208	研究论文	本研究探讨了T1加权MRI对帕金森病患者左旋多巴反应的预测能力	本文首次使用深度学习模型提取T1w MRI特征，以预测帕金森病患者的左旋多巴反应，并且其鲁棒性优于传统临床信息	研究基于回顾性数据，可能存在数据偏倚	探索T1加权MRI在帕金森病患者左旋多巴反应预测中的潜力	帕金森病患者的MRI图像和临床特征数据	人工智能	帕金森病	深度学习	SVM, XgBoost, MLP	医学影像	436个记录（219个来自PPMI，217个来自瑞金医院的外部临床数据集）
805	2024-08-05	A deep image classification model based on prior feature knowledge embedding and application in medical diagnosis 2024-06-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-63818-x PMID:38853158	研究论文	提出了一种基于先前特征知识嵌入的深度学习图像分类模型，应用于医学诊断	结合了先前特征知识嵌入和多尺度特征提取，使用RBPNN进行图像分类	对样本集的完整性要求较低，但可能影响分类特性	提高医学图像分类的准确性	脑肿瘤MRI图像和心脏超声图像数据集	计算机视觉	NA	深度学习，RBPNN	ResNet50	图像	脑肿瘤MRI数据集和心脏超声图像数据集，准确率分别为85.82%和83.92%
806	2024-08-05	Deep learning models for predicting the survival of patients with hepatocellular carcinoma based on a surveillance, epidemiology, and end results (SEER) database analysis 2024-06-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-63531-9 PMID:38853169	研究论文	本研究基于SEER数据库分析建立了深度学习模型以预测肝细胞癌患者的生存率	提出了一个新的NMTLR深度学习模型，其预后评估和治疗建议可能优于传统线性模型	研究对象仅限于2011年至2015年在SEER数据库中确诊的肝细胞癌患者，可能影响结果的普遍性	旨在使用深度学习模型提高对肝细胞癌患者生存率的预测精准度	研究对象包括2197名在SEER数据库中确诊的肝细胞癌患者	机器学习	肝癌	深度学习	NMTLR	临床数据	2197名患者，其中训练队列1537名，测试队列660名
807	2024-08-05	Reduced field-of-view DWI based on deep learning reconstruction improving diagnostic accuracy of VI-RADS for evaluating muscle invasion 2024-Jun-09, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-024-01686-9 PMID:38853219	研究论文	本研究调查了基于深度学习重建的缩小视野扩散加权成像(DWI)在评估膀胱癌肌肉浸润中的诊断准确性	采用深度学习重建技术的缩小视野DWI提高了诊断性能并减少了采集时间	未发现rFOV DWI与标准rFOV DWI在评估肌肉浸润的诊断准确性上存在差异	研究使用深度学习重建的缩小视野DWI是否能提高肌肉浸润评估的准确性	86名膀胱癌患者	数字病理学	膀胱癌	深度学习重建（DLR）	NA	影像	86名膀胱癌患者
808	2024-08-05	Establishment and preliminary application of personalized three-dimensional reconstruction of thyroid gland with automatic detection of thyroid nodules based on ultrasound videos 2024-Jun, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14332 PMID:38528686	研究论文	本研究旨在建立基于超声视频的甲状腺及甲状腺结节的三维重建方法	首次采用深度学习技术构建个性化的甲状腺三维模型，并结合自动检测技术	样本量较小，仅涉及20名患者和15名外科医生，可能影响结果的普遍性	评估基于二维超声视频的甲状腺三维重建方法的临床价值	甲状腺、甲状腺结节和颈总动脉	数字病理学	NA	超声	BC-UNet, MTN-Net, RDPA-U-Net	视频	20名患者和15名外科医生
809	2024-08-05	U-Net enhanced real-time LED-based photoacoustic imaging 2024-Jun, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202300465 PMID:38622811	研究论文	本文提出了一种简单的深度学习U-Net框架，用于增强LED基础的光声成像的信噪比和对比度	提出了U-Net框架以提高低帧数平均获得的光声图像的信噪比，显著增强图像质量	存在模糊的结果和无法减少盐和胡椒噪声等缺点	研究提高光声成像系统中使用LED光源的图像质量	使用体外模型和体内模型进行的光声成像实验	数字病理学	NA	NA	U-Net	图像	涉及体外模型和体内模型的样本
810	2024-08-05	[Artificial intelligence-enhanced electrocardiography : Will it revolutionize diagnosis and management of our patients?] 2024-Jun, Herzschrittmachertherapie & Elektrophysiologie DOI:10.1007/s00399-024-00997-0 PMID:38361131	研究论文	本文概述了人工智能增强心电图分析的当前进展及其潜在的临床革命。	引入了利用人工智能的新诊断选项，提高了传统心电图分析的准确性。	讨论了现有的局限性和医疗专业人员可能面临的挑战。	探讨人工智能在心电图分析中的应用及其对诊断和管理的影响。	焦点在于心电图的智能化分析及其在临床中的应用。	医学影像学	心脏病	心电图 (ECG)	深度学习	心电图数据	NA
811	2024-08-05	Research on runoff process vectorization and integration of deep learning algorithms for flood forecasting 2024-Jun, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2024.121260 PMID:38833924	研究论文	本文提出了一种径流过程向量化方法，并结合三种深度学习模型进行洪水预测	提出的径流过程向量化方法显著提高了深度学习洪水预测的准确性	模型在实际应用中可能受到数据质量和可用性的限制	研究多步洪水预测方法以优化洪水预防和水资源管理	对中黄河地区九个典型流域的洪水径流数据进行研究	机器学习	NA	深度学习	LSTM, TCN, Transformer	洪水径流数据	九个典型流域的数据
812	2024-08-05	Is deep learning-enabled real-time personalized CT dosimetry feasible using only patient images as input? 2024-Jun, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2024.103381 PMID:38810391	研究论文	提出了一种基于深度学习的个性化CT剂量测量新方法，仅使用患者的CT图像作为输入。	创新之处在于使用条件生成对抗网络(cGAN)替代传统的蒙特卡洛模拟，以实现快速的剂量图像生成。	研究的局限性在于个别器官的剂量计算可能受限于手动分割的准确性。	研究旨在提高个性化CT剂量测量的速度和准确性。	研究对象为接受CT扫描的患者的器官剂量。	医学影像学	无	深度学习	条件生成对抗网络(cGAN)	图像	使用手动分割的多个器官（如肺、心脏、乳腺、骨骼和皮肤）进行剂量计算
813	2024-08-05	Accurate and rapid molecular subgrouping of high-grade glioma via deep learning-assisted label-free fiber-optic Raman spectroscopy 2024-Jun, PNAS nexus IF:2.2Q1 DOI:10.1093/pnasnexus/pgae208 PMID:38860145	研究论文	本文开发了一种深度学习辅助的光纤拉曼光谱技术，用于高等级胶质瘤的准确和快速分子亚组分类	本研究创新性地结合了深度学习和拉曼光谱，实现了对高等级胶质瘤分子亚组的准确快速分类	研究未提及技术在实际手术环境中的适用性和长期效果	探索新的技术方法以准确和快速地进行高等级胶质瘤的分子亚组分类	44名高等级胶质瘤患者的743个组织样本	数字病理	胶质瘤	光纤拉曼光谱	卷积神经网络（ResNet）	拉曼光谱	743个组织位点，涉及44名高等级胶质瘤患者
814	2024-08-05	Novel dosimetric validation of a commercial CT scanner based deep learning automated contour solution for prostate radiotherapy 2024-Jun, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2024.103339 PMID:38718703	研究论文	本研究评估了一种新的基于CT扫描仪的AI轮廓解决方案在前列腺放射治疗中的剂量学验证	本研究提出了一种新颖的剂量学验证方法，全面评估AI轮廓解决方案的有效性	研究中的样本量较小，仅分析20名前列腺患者，可能限制结果的泛化性	本研究的目的是优化前列腺放射治疗的剂量分布和计划质量	研究对象为20名前列腺患者，评估AI轮廓在直肠、膀胱和近端股骨的有效性	医学影像	前列腺癌	CT扫描	AI轮廓解决方案	医学影像	20名前列腺患者
815	2024-08-05	[Artificial intelligence research advances in discrimination and diagnosis of pulmonary ground-glass nodules] 2024-Jun-12, Zhonghua jie he he hu xi za zhi = Zhonghua jiehe he huxi zazhi = Chinese journal of tuberculosis and respiratory diseases DOI:10.3760/cma.j.cn112147-20231214-00370 PMID:38858209	研究论文	本研究探讨了人工智能在肺部磨玻璃结节（GGNs）鉴别和诊断中的应用进展	本研究指出深度学习算法在分析复杂影像数据和预测GGNs性质方面的应用，以及在预测EGFR突变方面的潜力	需要进行广泛的验证研究，标准化影像协议，并改善AI算法的可解释性	旨在提高GGNs的早期检测、诊断和管理策略	研究对象为肺部磨玻璃结节及其良恶性特征	计算机视觉	肺癌	深度学习	NA	影像	NA
816	2024-08-05	Exploring the Conformational Ensembles of Protein-Protein Complex with Transformer-Based Generative Model 2024-Jun-11, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c00255 PMID:38816696	研究论文	本文探讨了一种基于变换器架构的深度学习模型以生成蛋白质-蛋白质复合物的构象集合	该研究训练了一种生成神经网络，能够直接生成具有物理现实感的新构象	尽管使用了分子动力学模拟，本文仍然存在取样效率和计算成本的挑战	研究蛋白质-蛋白质相互作用的构象变化及其在生物学功能中的联系	蛋白质-蛋白质复合物的构象集合	数字病理学	NA	分子动力学模拟	变换器	构象数据	NA
817	2024-08-05	Fast Nano-IR Hyperspectral Imaging Empowered by Large-Dataset-Free Miniaturized Spatial-Spectral Network 2024-Jun-11, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c01211 PMID:38822784	研究论文	论文提出了一种通过迷你化空间-光谱网络加速纳米红外成像的方法	该研究开发的迷你化深度学习模型SS-Net能够在没有大型标注数据集的情况下迅速完成模型训练，提升成像速度	缺乏对模型在其他类型样本上的全面验证	探讨如何快速实现纳米红外成像，提高成像速度	针对纳米规模红外成像技术的优化和加速	数字病理学	NA	压缩采样	SS-Net	图像	在开放刺激拉曼散射数据集上进行验证，样本数量未具体说明
818	2024-08-05	A systematic evaluation of Euclidean alignment with deep learning for EEG decoding 2024-Jun-11, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad4f18 PMID:38776898	研究论文	本文系统评估了欧几里得对齐与深度学习结合在脑电图解码中的效果	研究了欧几里得对齐在共享和个体深度学习模型训练性能中的影响	仅评估了数据预处理的效果，对其他物种或数据类型的有效性尚未探讨	评估欧几里得对齐结合深度学习在脑机接口信号解码中的有效性	使用来自多个受试者的脑电图数据进行模型训练	数字病理学	NA	深度学习	共享深度学习模型与个体模型	脑电图信号	多个受试者的数据
819	2024-08-05	Attention decoupled contrastive learning for semi-supervised segmentation method based on data augmentation 2024-Jun-11, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad4d4f PMID:38759677	研究论文	提出了一种基于数据增强的半监督分割方法，使用了注意力解耦对比学习以提高分割准确性	引入了注意力解耦模块，并利用对比学习有效区分前景和背景，从而增强了标签和未标签数据之间的相互作用	没有提供关于实验结果的具体数值和比较基准的详细信息	解决医学图像分析中特别是分割任务中获得像素级注释的困难	自动化乳腺超声（ABUS）数据集	数字病理学	NA	对比学习	NA	图像	NA
820	2024-08-05	Accelerating Molecular Vibrational Spectra Simulations with a Physically Informed Deep Learning Model 2024-Jun-11, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c00173 PMID:38825857	研究论文	本文提出了一种高效的多任务机器学习替代模型，用于准确计算分子振动光谱。	开发的Vibrational Spectra Neural Network (VSpecNN)模型能够基于机器学习增强的分子动力学模拟准确预测红外和拉曼光谱。	与常用的高性能机器学习模型相比，尽管VSpecNN模型具有较低的预测误差，但可能仍无法捕捉所有的分子振动特征。	本研究旨在通过物理知识引导的深度学习模型加速分子振动光谱的模拟。	研究对象为腙类化合物吡嗪，一种典型的多原子色素。	机器学习	NA	机器学习增强的分子动力学模拟	Vibrational Spectra Neural Network (VSpecNN)	光谱数据	NA