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
241	2025-01-04	Using artificial intelligence to generate medical literature for urology patients: a comparison of three different large language models 2024-Jul-29, World journal of urology IF:2.8Q2 DOI:10.1007/s00345-024-05146-3 PMID:39073590	研究论文	本研究比较了三种不同的大型语言模型（LLMs）在生成泌尿科患者信息传单（PILs）方面的质量	首次比较了ChatGPT-4、PaLM 2和Llama 2三种LLMs在生成泌尿科患者信息传单方面的表现，并评估了其质量和可读性	生成的传单内容存在医学不准确性，且所有LLM生成的传单的阅读水平均高于成人平均水平，需要进一步改进算法和提示设计	评估LLMs在生成泌尿科患者信息传单方面的质量，以减轻医疗专业人员的工作负担	泌尿科患者信息传单	自然语言处理	泌尿系统疾病	大型语言模型（LLMs）	ChatGPT-4, PaLM 2, Llama 2	文本	四种泌尿科主题（包皮环切术、肾切除术、膀胱过度活动症综合征和经尿道前列腺切除术）的传单
242	2025-01-04	A Multi-Level Interpretable Sleep Stage Scoring System by Infusing Experts' Knowledge Into a Deep Network Architecture 2024-07, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3366170 PMID:38358869	研究论文	本文设计了一个可解释的深度学习系统，用于脑电图（EEG）时间序列分类，以进行睡眠阶段评分	开发了一个包含基于核的卷积层的可解释深度神经网络，该层由人类专家在视觉分析多导睡眠图记录时使用的原则指导	未明确提及具体局限性	设计一个透明的深度学习系统，用于EEG时间序列分类以进行睡眠阶段评分	脑电图（EEG）信号	计算机视觉	NA	深度学习	深度神经网络	时间序列数据	未明确提及样本数量
243	2024-08-07	Evaluating a deep learning AI algorithm for detecting residual prostate cancer on MRI after focal therapy 2024-Jul, BJUI compass IF:1.6Q3 DOI:10.1002/bco2.373 PMID:39022660	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
244	2024-12-29	Coupled Multimodal Emotional Feature Analysis Based on Broad-Deep Fusion Networks in Human-Robot Interaction 2024-07, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3236320 PMID:37021991	研究论文	提出了一种基于广深融合网络的耦合多模态情感特征分析方法（CMEFA），用于人机交互中的情感识别	使用广深融合网络（BDFN）提取面部和手势情感特征，并通过典型相关分析（CCA）分析双模态情感特征之间的相关性，建立耦合网络进行情感识别	未考虑特征贡献不平衡的问题	提高人机交互中多模态情感识别的准确率	面部表情和身体手势	自然语言处理	NA	典型相关分析（CCA）	广深融合网络（BDFN）	图像	双模态面部和身体手势数据库（FABO）及八名志愿者
245	2024-12-28	Deep Learning-based Brain Age Prediction in Patients With Schizophrenia Spectrum Disorders 2024-07-27, Schizophrenia bulletin IF:5.3Q1 DOI:10.1093/schbul/sbad167 PMID:38085061	研究论文	本文研究了基于深度学习的脑年龄预测在精神分裂症谱系障碍患者中的应用	使用卷积网络回归模型（SFCNR）预测脑年龄，并与三种机器学习算法进行比较，发现SFCNR模型表现更优	未能在SFCNR模型中观察到首次发作精神分裂症谱系障碍（FE-SSDs）与难治性精神分裂症（TRS）之间的显著差异	探讨脑预测年龄差异（brain-PAD）作为神经退行性病变的生物标志物在精神分裂症患者中的应用	精神分裂症（SCZ）、首次发作精神分裂症谱系障碍（FE-SSDs）和难治性精神分裂症（TRS）患者	机器学习	精神分裂症	结构磁共振成像（sMRI）	卷积网络回归模型（SFCNR）	图像	7590名健康对照者（HCs）用于预训练，541名HCs用于后续训练，209名HCs和233名患者用于分析
246	2024-12-24	Non-Invasive Quantification of the Brain [¹⁸F]FDG-PET Using Inferred Blood Input Function Learned From Total-Body Data With Physical Constraint 2024-07, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3368431 PMID:38386580	研究论文	本研究提出了一种基于深度学习的方法，用于从全身动态扫描数据中推断动态脑FDG扫描的输入函数，以实现脑PET的非侵入性定量分析	本研究首次使用深度学习方法从全身动态扫描数据中推断脑PET的输入函数，并通过引入物理约束减少偏差和训练样本需求	本研究仅在特定数据集上进行了验证，未来需要在更多临床数据上进行验证	开发一种非侵入性的方法来定量分析脑PET	动态脑FDG扫描的输入函数	计算机视觉	NA	深度学习	LSTM结合全连接网络	图像	85例全身动态扫描数据
247	2024-12-24	Weakly Supervised Lesion Detection and Diagnosis for Breast Cancers With Partially Annotated Ultrasound Images 2024-07, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3366940 PMID:38373131	研究论文	提出了一种基于弱监督学习的两阶段检测与诊断网络（TSDDNet），用于提高乳腺超声图像的计算机辅助诊断准确性	设计了一种候选选择机制来细化手动标注的ROI，并生成准确的伪ROI，同时采用自蒸馏策略进行联合优化，以提高诊断性能	未提及具体的局限性	提高基于超声图像的乳腺癌症计算机辅助诊断系统的诊断准确性	乳腺癌症的超声图像	计算机视觉	乳腺癌	深度学习	两阶段检测与诊断网络（TSDDNet）	图像	三个B模式超声数据集
248	2024-12-24	3D Single Vessel Fractional Moving Blood Volume (3D-svFMBV): Fully Automated Tissue Perfusion Estimation Using Ultrasound 2024-07, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3376668 PMID:38478454	研究论文	本文介绍了一种名为3D-svFMBV的全新全自动方法，用于使用超声波评估组织灌注	提出了结合图像处理、数值建模和深度学习的3D-svFMBV方法，消除了对背景信号进行数学校正的需求，提高了灌注估计的准确性和鲁棒性	NA	开发一种全自动方法来提高组织灌注估计的准确性，并探索其在临床中的应用	子宫动脉和胎盘的超声图像	数字病理学	妊娠相关疾病	超声波（PD-US）	深度学习	图像	143个早期妊娠胎盘超声体积
249	2024-12-24	Mixed Supervision of Histopathology Improves Prostate Cancer Classification From MRI 2024-07, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3382909 PMID:38547000	研究论文	本文提出了一种基于混合监督的深度学习方法，用于从MRI图像中预测临床显著性前列腺癌	本文的创新点在于通过分布回归而非简单的值回归，利用非靶向系统活检的弱监督信号来提高分类性能	本文的局限性在于混合监督方法虽然提高了分类性能，但降低了与基于图像的分割的一致性	本文的研究目的是提高从MRI图像中分类临床显著性前列腺癌的准确性	本文的研究对象是接受MRI筛查后进行活检的前列腺癌患者	计算机视觉	前列腺癌	深度学习	深度网络	图像	973例多参数前列腺MRI检查（测试集n=198）
250	2024-12-22	Concurrent optogenetic motor mapping of multiple limbs in awake mice reveals cortical organization of coordinated movements 2024-Jul-06, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.05.602302 PMID:39005269	研究论文	本文开发了一种多肢光遗传学运动映射技术（MOMM），用于在清醒小鼠中同时映射多个肢体的运动表示，并探讨了皮质对协调运动的组织结构	首次使用光遗传学技术在清醒小鼠中进行多肢运动映射，揭示了皮质对协调和行为相关运动输出的地形组织	研究仅限于小鼠模型，尚未在其他物种中验证	开发一种新的技术来映射皮质中多肢协调运动的地形组织	清醒小鼠的皮质中多肢协调运动的地形组织	神经科学	NA	光遗传学刺激，DeepLabCut（DLC），三维三角测量	NA	运动映射数据	多只清醒小鼠
251	2024-12-22	Deep learning reveals lung shape differences on baseline chest CT between mild and severe COVID-19: A multi-site retrospective study 2024-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108643 PMID:38815485	研究论文	本研究利用机器学习和统计图谱方法，探讨了COVID-19患者在基线胸部CT上的肺部形状变化，并评估了这些变化与COVID-19严重程度的关系	首次通过深度学习模型（3D残差卷积网络）结合肺部浸润（磨玻璃影和实变区域）来表征COVID-19患者的肺部形状差异，并发现这些差异与COVID-19的严重程度相关	研究为回顾性多中心研究，样本主要集中在COVID-19患者，未涉及其他肺部疾病患者	探讨COVID-19患者肺部形状的变化及其与疾病严重程度的关系	COVID-19患者的肺部形状变化	计算机视觉	COVID-19	机器学习	3D残差卷积网络	图像	3443名患者，包括健康人群、轻度COVID-19患者和重度COVID-19患者
252	2024-12-22	CKG-IMC: An inductive matrix completion method enhanced by CKG and GNN for Alzheimer's disease compound-protein interactions prediction 2024-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108612 PMID:38838556	研究论文	本文提出了一种名为CKG-IMC的深度学习模型，用于预测阿尔茨海默病中的化合物-蛋白质相互作用	CKG-IMC模型结合了协同知识图谱、主邻域聚合图神经网络和归纳矩阵补全，实现了对化合物-蛋白质相互作用关系的高精度预测	NA	开发治疗阿尔茨海默病的新药物并识别相关靶点	阿尔茨海默病中的化合物-蛋白质相互作用	机器学习	阿尔茨海默病	图神经网络	图神经网络	图数据	NA
253	2024-12-22	A deep learning approach for generating intracranial pressure waveforms from extracranial signals routinely measured in the intensive care unit 2024-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108677 PMID:38833800	研究论文	本文提出了一种利用深度学习方法从重症监护病房中常规测量的体表信号生成颅内压波形的方法	本文首次提出利用深度学习模型从体表生理波形（动脉血压、光电容积描记和心电图）非侵入性地生成颅内压波形	研究样本量较小，仅涉及10名患者，且需要进一步的验证和优化	探索利用深度学习技术从体表信号非侵入性地生成颅内压波形的可能性	颅内压波形的生成	机器学习	NA	深度学习	深度学习模型	波形数据	10名重症监护病房中的患者，共600小时的高频（125 Hz）同步采集的颅内压、动脉血压、心电图和光电容积描记波形数据
254	2024-12-22	Automatic height measurement of central serous chorioretinopathy lesion using a deep learning and adaptive gradient threshold based cascading strategy 2024-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108610 PMID:38820776	研究论文	本文提出了一种基于深度学习和自适应梯度阈值的级联策略，用于自动测量中心性浆液性脉络膜视网膜病变（CSCR）病变的高度	本文创新性地提出了两种方案：方案Ⅰ借鉴集成学习的思想，整合多个模型在推理阶段定位病变高度方向的起始关键点；方案Ⅱ设计了自适应梯度阈值（AGT）技术，并通过级联策略进行初步定位和精确调整，显著减少了深度学习模型对训练样本的需求	NA	开发一种自动测量CSCR病变高度的方法，以辅助眼科医生诊断CSCR并评估治疗效果	中心性浆液性脉络膜视网膜病变（CSCR）病变的高度测量	计算机视觉	眼科疾病	深度学习	级联策略	图像	1152个样本
255	2024-12-22	An innovative supervised longitudinal learning procedure of recurrent neural networks with temporal data augmentation: Insights from predicting fetal macrosomia and large-for-gestational age 2024-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108665 PMID:38820775	研究论文	本文提出了一种创新的监督式纵向学习方法，通过时间数据增强技术结合递归神经网络（RNN）来预测胎儿巨大儿和大龄儿	本文创新性地结合了非线性混合效应模型进行时间数据增强，并将增强后的序列数据用于训练RNN，以克服纵向数据稀疏性的问题	NA	旨在提高对胎儿出生体重预测的准确性，特别是识别巨大儿和大龄儿等异常生长情况	胎儿出生体重及其相关异常生长情况	机器学习	NA	非线性混合效应模型	RNN	序列数据	NA
256	2024-12-22	JOINEDTrans: Prior guided multi-task transformer for joint optic disc/cup segmentation and fovea detection 2024-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108613 PMID:38781644	研究论文	提出了一种名为JOINEDTrans的先验引导多任务Transformer框架，用于联合视盘/视杯分割和黄斑检测	通过引入先验学习和多任务学习，有效结合眼底图像的空间特征，减轻了病变和其他成像问题引起的结构失真	未提及具体的局限性	提高视盘、视杯和黄斑的自动分割和检测效率	视盘、视杯和黄斑	计算机视觉	NA	Transformer	Transformer	图像	使用了GAMMA、REFUGE和PALM公开眼底图像数据集
257	2024-12-22	Comprehensive quantitative radiogenomic evaluation reveals novel radiomic subtypes with distinct immune pattern in glioma 2024-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108636 PMID:38810473	研究论文	本文通过定量放射基因组学评估，揭示了胶质瘤中具有不同免疫模式的新的放射组学亚型	本文创新性地利用放射组学特征预测胶质瘤的新亚型，并揭示了这些亚型在生存、免疫、基因组特征和药物反应方面的差异	本文的样本量相对较小，且仅限于特定的数据集，可能限制了结果的普适性	通过放射组学特征预测胶质瘤的新亚型，并研究其生存、免疫、基因组特征和药物反应	胶质瘤患者及其放射组学特征	数字病理学	脑肿瘤	深度学习	Mask R-CNN	图像	200名胶质瘤患者
258	2024-12-22	AVBAE-MODFR: A novel deep learning framework of embedding and feature selection on multi-omics data for pan-cancer classification 2024-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108614 PMID:38796884	研究论文	提出了一种名为AVBAE-MODFR的新型深度学习框架，用于多组学数据上的嵌入和特征选择，以实现泛癌分类	提出了一个两阶段的深度学习模型AVBAE-MODFR，通过对抗变分贝叶斯方法实现嵌入，并利用基于双网络的特征排序方法进行特征选择	未提及具体限制	开发有效的深度学习架构，用于癌症多组学数据的嵌入和特征选择，以实现泛癌分类	癌症多组学数据	机器学习	NA	深度学习	自编码器	多组学数据	使用了TCGA泛癌数据集
259	2024-12-22	Intrinsically explainable deep learning architecture for semantic segmentation of histological structures in heart tissue 2024-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108624 PMID:38795420	研究论文	本文提出了一种用于心脏组织显微结构语义分割的内在可解释深度学习架构	本文创新性地设计了一个自定义的注意力门，结合空间和编码器注意力机制，模拟病理学家的决策过程	NA	支持病理学家在诊断过程中对组织样本结构和相关上下文信息的分析	心脏组织中的血管、炎症和心内膜的语义分割	数字病理学	心血管疾病	深度学习	注意力机制	图像	NA
260	2024-12-22	A review of deep learning-based information fusion techniques for multimodal medical image classification 2024-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108635 PMID:38796881	综述	本文综述了基于深度学习的多模态医学图像分类信息融合技术的发展	探讨了不同融合方案（输入融合、中间融合和输出融合）在多模态分类网络中的应用，并展望了Transformer-based多模态融合技术的未来	讨论了网络架构选择、处理不完整多模态数据管理以及多模态融合的潜在限制	分析深度学习在多模态医学图像分类中的应用，提供不同网络架构在多模态融合场景中的适用性见解	多模态医学图像分类任务	计算机视觉	NA	深度学习	Transformer	图像	NA