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
441	2024-09-01	Identify the most appropriate imputation method for handling missing values in clinical structured datasets: a systematic review 2024-Aug-28, BMC medical research methodology IF:3.9Q1 DOI:10.1186/s12874-024-02310-6 PMID:39198744	综述	本研究通过系统综述方法，探讨了临床结构化数据集中处理缺失值的最合适插补方法	本研究构建了一个证据地图，根据缺失值的机制、模式和比例以及各种插补策略，推荐了适用于处理表格数据集中缺失值的合适插补方法	NA	旨在为临床数据预处理阶段选择最合适的插补方法提供指导	临床结构化数据集中的缺失值处理方法	NA	NA	插补技术	NA	表格数据	分析了58篇文章
442	2024-09-01	Meta-analysis of the effectiveness of early endoscopic treatment of Acute biliary pancreatitis based on lightweight deep learning model 2024-Aug-28, BMC gastroenterology IF:2.5Q2 DOI:10.1186/s12876-024-03361-1 PMID:39198766	meta-分析	本研究通过meta-分析评估早期内镜治疗急性胆源性胰腺炎的有效性，基于轻量级深度学习模型	采用轻量级深度学习模型进行分析，提供了新的技术手段	研究仅包括了8篇文章，可能存在样本量不足的问题	评估早期内镜逆行胰胆管造影（ERCP）治疗急性胆源性胰腺炎的安全性和有效性	急性胆源性胰腺炎患者	NA	急性胆源性胰腺炎	NA	轻量级深度学习模型	NA	8篇文章，共8,801名患者
443	2024-09-01	COVID-19 severity detection using chest X-ray segmentation and deep learning 2024-08-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-70801-z PMID:39191941	研究论文	本文介绍了一种使用胸部X光图像分割和深度学习框架进行COVID-19分类和严重程度预测的方法	采用U-Net进行肺部分割，精度达到0.9924，并使用卷积胶囊网络进行分类，以及ResNet50、VGG-16和DenseNet201进行严重程度评估，其中DenseNet201显示出更高的准确性	NA	提高COVID-19的早期检测和严重程度评估，以改善临床环境中的患者管理和资源分配	COVID-19的分类和严重程度预测	计算机视觉	COVID-19	深度学习	U-Net, Convulation-capsule network, ResNet50, VGG-16, DenseNet201	图像	NA
444	2024-09-01	Accelerated T2-weighted MRI of the bowel at 3T using a single-shot technique with deep learning-based image reconstruction: impact on image quality and disease detection 2024-Aug-27, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.08.023 PMID:39198137	研究论文	本研究比较了传统6mm HASTE与基于深度学习的4mm和6mm DL-HASTE在3T磁共振成像中的图像质量和疾病检测能力	开发了一种基于深度学习的单次拍摄T2加权图像重建技术（DL-HASTE），缩短了采集时间	NA	比较不同切片厚度的传统HASTE与DL-HASTE的图像质量	91名接受3T磁共振肠造影的患者	计算机视觉	NA	磁共振成像	深度学习	图像	91名患者
445	2024-09-01	Predicting gastric cancer response to anti-HER2 therapy or anti-HER2 combined immunotherapy based on multi-modal data 2024-Aug-26, Signal transduction and targeted therapy IF:40.8Q1 DOI:10.1038/s41392-024-01932-y PMID:39183247	研究论文	本研究利用多模态数据预测HER2阳性胃癌患者对单一抗HER2治疗或联合免疫治疗的反应	引入了一种名为MuMo的深度学习模型，该模型整合了影像学、病理学和临床信息，以提高治疗反应预测的准确性	研究未提及具体的模型局限性或数据集的潜在偏差	旨在通过综合分析方法准确预测HER2阳性胃癌患者对抗HER2治疗或联合免疫治疗的反应	HER2阳性胃癌患者	机器学习	胃癌	深度学习	MuMo	多模态数据	429名患者，其中310名接受抗HER2治疗，119名接受抗HER2联合抗PD-1/PD-L1抑制剂免疫治疗
446	2024-09-01	Impact of Gold-Standard Label Errors on Evaluating Performance of Deep Learning Models in Diabetic Retinopathy Screening: Nationwide Real-World Validation Study 2024-Aug-14, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/52506 PMID:39141915	研究论文	本研究评估了自定义深度学习算法在分类糖尿病视网膜病变（DR）中的准确性，并展示了标签错误如何影响全国性DR筛查计划中的评估	研究揭示了人类图像分级中的标签错误对深度学习算法在实际DR筛查中性能评估的显著影响	研究仅限于分析全国性DR筛查计划中的眼底照片，可能未涵盖所有可能的标签错误情况	评估深度学习算法在糖尿病视网膜病变筛查中的准确性，并探讨标签错误对其性能评估的影响	糖尿病视网膜病变（DR）的分类及标签错误的识别与纠正	机器学习	糖尿病视网膜病变	深度学习	深度学习算法	图像	736,083张图像，来自237,824名参与者
447	2024-09-01	Sága, a Deep Learning Spectral Analysis Tool for Fungal Detection in Grains-A Case Study to Detect Fusarium in Winter Wheat 2024-Aug-13, Toxins IF:3.9Q1 DOI:10.3390/toxins16080354 PMID:39195764	研究论文	本研究开发了一种名为Sága的深度学习光谱分析工具，用于在小麦中检测镰刀菌，通过成像光谱学和深度学习技术实现现场镰刀菌枯萎病的检测。	本研究首次将预训练的YOLOv5和DeepMAC模型应用于全球小麦穗检测数据集，结合XGBoost算法分析高光谱信息，实现了小麦穗的自动检测和分割，提高了农药使用效率并限制了真菌毒素污染。	NA	开发一种可靠的现场特定精确镰刀菌感染早期预警模型，以确保食品和饲料安全。	镰刀菌在小麦中的检测。	机器学习	植物病害	成像光谱学	YOLOv5, DeepMAC, XGBoost	高光谱图像	实验田地接种镰刀菌的面积为52.5米×3米，对照田地未接种镰刀菌的面积为52.5米×3米。
448	2024-09-01	Machine Learning and Deep Learning Approaches in Lifespan Brain Age Prediction: A Comprehensive Review 2024-Aug-12, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10080093 PMID:39195728	综述	本文全面回顾了机器学习和深度学习在全生命周期脑龄预测中的应用	探讨了机器学习和深度学习模型在脑龄预测中的最新进展和有效性	精确预测所有年龄段的脑龄仍然是一个重大的分析挑战	总结当前脑龄预测的状态，强调进步和持续的挑战，指导未来研究和技术进步	分析了52篇同行评审研究，评估了不同模型架构在全生命周期脑龄研究中的效果	机器学习	NA	机器学习（ML）和深度学习（DL）	CNN, LSTM, GAN, ...	神经影像数据	分析了52项研究
449	2024-09-01	Identification and Design of Novel Potential Antimicrobial Peptides Targeting Mycobacterial Protein Kinase PknB 2024-Aug, The protein journal DOI:10.1007/s10930-024-10218-9 PMID:39014259	研究论文	本研究旨在通过分子对接和分子动力学模拟，设计针对结核杆菌蛋白激酶PknB的新型抗菌肽	研究揭示了除了肽链长度外，组成氨基酸的组合在肽类抑制剂生成中的重要作用	研究主要集中在体外分析，临床应用前需要进行细致的体内分析	确定一种能够有效抑制PknB的抗菌肽	5626种来自公共数据库的抗菌肽	NA	结核病	分子对接，分子动力学模拟，弹性网络模型	NA	肽序列	5626种抗菌肽，最终选择了5种进行进一步分析
450	2024-09-01	Deep learning-based fully automatic screening of carotid artery plaques in computed tomography angiography: a multicenter study 2024-Aug, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2024.04.015 PMID:38789330	研究论文	开发并验证了一种基于深度学习算法的完全自动化的颈动脉斑块检测和分类系统	使用改进的3D-UNet网络进行颈动脉区域分割，并通过基于ResUNet的架构在两步深度学习系统中进行颈动脉斑块的检测和分类	研究为回顾性研究，且仅在两个中心进行了验证	开发和验证一种用于颈动脉斑块自动检测和分类的深度学习算法	颈动脉斑块的自动检测和分类	计算机视觉	心血管疾病	深度学习	3D-UNet, ResUNet	图像	400名患者（中心Ⅰ有300名，中心Ⅱ有100名）
451	2024-09-01	Stain-Free Approach to Determine and Monitor Cell Heath Using Supervised and Unsupervised Image-Based Deep Learning 2024-Aug, Journal of pharmaceutical sciences IF:3.7Q2 DOI:10.1016/j.xphs.2024.05.001 PMID:38710387	研究论文	本文利用无染色的图像深度学习方法，通过流式成像显微镜（FIM）提取未染色Jurkat细胞的形态特征，预测细胞健康指标	提出了一种无染色、非侵入性、非破坏性的细胞活力检测方法，并展示了变分自编码器（VAE）在无监督学习中的应用	未提及	开发一种快速且稳健的分析方法，用于细胞基药物产品（CBMPs）的特性分析、过程监控和质量控制（QC）测试	未染色Jurkat细胞的细胞健康指标	计算机视觉	NA	流式成像显微镜（FIM）	深度学习模型（监督学习和变分自编码器VAE）	图像	未提及
452	2024-09-01	Deep Learning-Based Reconstruction Improves the Image Quality of Low-Dose CT Colonography 2024-Aug, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.01.021 PMID:38290889	研究论文	本研究评估了基于深度学习的重建技术（DLR）在低剂量CT结肠成像（CTC）中的图像质量，并与迭代重建技术（IR）进行了比较	DLR在低剂量CTC中提供了优于IR的图像质量，且辐射剂量较低	研究未提及具体的局限性	评估DLR在低剂量CTC中的图像质量，并与IR进行比较	低剂量CTC图像的质量	计算机视觉	NA	CT结肠成像	深度学习	图像	270名志愿者
453	2024-09-01	Research Progress of Artificial Intelligence in the Grading and Classification of Meningiomas 2024-Aug, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.02.003 PMID:38413314	研究论文	本文综述了人工智能在脑膜瘤分级和分类中的研究进展，特别是放射组学和深度学习技术的应用。	利用人工智能技术，特别是放射组学和深度学习，实现了对脑膜瘤分级和分类的快速、准确、非侵入性和客观的预测。	文章指出当前研究中存在的局限性，并提出了未来改进的建议。	旨在促进人工智能在未来脑膜瘤诊断和治疗中的应用。	脑膜瘤的分级和分类。	计算机视觉	神经系统肿瘤	放射组学和深度学习	深度学习模型	医学影像	NA
454	2024-08-31	Visual interpretability of image-based classification models by generative latent space disentanglement applied to in vitro fertilization 2024-Aug-27, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-51136-9 PMID:39191720	研究论文	本文介绍了一种名为DISCOVER的生成模型，旨在通过解耦潜在空间来提高基于图像的分类模型的可解释性	DISCOVER模型能够学习解耦的潜在表示，每个潜在特征编码一个独特的分类驱动视觉属性，从而实现“人在回路”的解释	NA	提高深度学习模型在图像分类任务中的可解释性	体外受精胚胎形态质量的分类	计算机视觉	NA	生成模型	生成模型	图像	具体样本数量未在摘要中提及
455	2024-08-31	Clinical validation of artificial intelligence-based preoperative virtual reduction for Neer 3- or 4-part proximal humerus fractures 2024-Aug-27, BMC musculoskeletal disorders IF:2.2Q3 DOI:10.1186/s12891-024-07798-z PMID:39192203	研究论文	本研究验证了基于人工智能的术前虚拟复位模型在Neer 3-或4-部分肱骨近端骨折中的复位质量	开发了一种基于人工智能的术前虚拟复位模型，能够自动分割和复位骨折碎片，改变了骨科手术术前手术规划的范式	研究级别为IV级，可能存在证据强度不足的问题	验证基于人工智能的术前虚拟复位模型在肱骨近端骨折中的复位质量	Neer 3-或4-部分肱骨近端骨折的复位模型	机器学习	骨折	深度学习	NA	三维CT扫描图像	20例肱骨近端骨折的术前和术后三维CT扫描
456	2024-08-31	Optimizing protein sequence classification: integrating deep learning models with Bayesian optimization for enhanced biological analysis 2024-Aug-27, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02631-y PMID:39192227	研究论文	本研究提出了一种名为ProtICNN-BiLSTM的先进模型，该模型结合了基于注意力的改进卷积神经网络（ICNN）和双向长短期记忆（BiLSTM）单元，以提高蛋白质序列分类的准确性。	ProtICNN-BiLSTM模型通过结合CNN和BiLSTM架构，有效捕捉蛋白质序列的局部和全局依赖关系，并通过贝叶斯优化优化模型超参数，提高了分类的效率和鲁棒性。	NA	提高蛋白质序列分类的准确性，推动生物分析和医疗进步。	蛋白质序列的分类。	机器学习	NA	贝叶斯优化	CNN, BiLSTM	序列数据	PDB-14,189及其他蛋白质数据
457	2024-08-31	Development of an artificial intelligence model for predicting implant size in total knee arthroplasty using simple X-ray images 2024-Aug-27, Journal of orthopaedic surgery and research IF:2.8Q1 DOI:10.1186/s13018-024-05013-2 PMID:39192371	研究论文	开发了一种使用简单X光图像预测全膝关节置换术中植入物尺寸的人工智能模型	该研究独特之处在于仅使用简单的X光图像，无需其他数据如人口统计特征，就能实现具有强大预测能力的模型	NA	减轻外科医生在全膝关节置换术前准备中的时间和劳动负担	714名接受全膝关节置换术的膝关节骨性关节炎患者	机器学习	膝关节骨性关节炎	数据增强技术	ResNet-101	X光图像	1412张膝关节前后位和侧位X光图像
458	2024-08-31	Multimodal fusion learning for long QT syndrome pathogenic genotypes in a racially diverse population 2024-Aug-24, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01218-1 PMID:39181999	研究论文	本文开发了一种结合心电图（ECG）波形和电子健康记录数据的深度学习方法，用于评估患者是否具有导致长QT综合征（LQTS）的致病变异	本文采用了多模态融合学习技术，结合ECG数据和电子健康记录，以识别具有致病遗传突变的个体	模型在独立测试数据上的精确召回曲线下的面积为0.29，接收者操作特征曲线下的面积为0.83，显示出一定的性能限制	旨在通过多模态融合学习技术，识别具有长QT综合征致病变异的患者，以便优先进行进一步的检查	长QT综合征的致病变异	机器学习	心血管疾病	深度学习	NA	ECG数据和电子健康记录	训练数据来自英国生物银行（UKBB），并在种族/民族多样化的Mount Sinai BioMe Biobank中进行微调
459	2024-08-31	Sexually dimorphic computational histopathological signatures prognostic of overall survival in high-grade gliomas via deep learning 2024-Aug-23, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adi0302 PMID:39178259	研究论文	本研究利用端到端的深度学习方法，通过分析苏木精和伊红（H&E）染色的组织切片，识别高级别胶质瘤（HGG）中与性别相关的组织病理学特征，并构建性别特异性的生存风险预测模型。	首次采用端到端的深度学习方法，利用常规H&E染色的组织切片，分别训练男性和女性HGG患者的模型，以识别与生存相关的性别特异性肿瘤微环境（TME）病理学特征。	NA	旨在通过深度学习方法识别高级别胶质瘤中性别特异性的组织病理学特征，并构建性别特异性的生存预测模型。	高级别胶质瘤患者的组织病理学特征及生存预测。	数字病理学	脑肿瘤	深度学习	ResNet18	图像	训练和三个独立验证队列中分别包含男性和女性高级别胶质瘤患者的数据。
460	2024-08-31	Characterization of Trabecular Bone Microarchitecture and Mechanical Properties Using Bone Surface Curvature Distributions 2024-Aug-22, Journal of functional biomaterials IF:5.0Q2 DOI:10.3390/jfb15080239 PMID:39194677	研究论文	本研究通过分析骨表面曲率分布，利用卷积神经网络模型预测骨小梁的微观结构和力学性能	首次提出使用骨表面曲率分布来预测骨小梁的微观结构和力学性能，并通过深度学习模型验证了其有效性	NA	探索骨表面曲率分布与骨小梁微观结构及力学性能之间的关系	骨小梁的微观结构和力学性能	数字病理学	NA	卷积神经网络 (CNN)	CNN	图像	NA