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
61	2025-01-24	Assessing the Influence of B-US, CDFI, SE, and Patient Age on Predicting Molecular Subtypes in Breast Lesions Using Deep Learning Algorithms 2024-Aug, Journal of ultrasound in medicine : official journal of the American Institute of Ultrasound in Medicine IF:2.1Q2 DOI:10.1002/jum.16460 PMID:38581195	研究论文	本研究探讨了B型超声成像、彩色多普勒血流成像、应变弹性成像及患者年龄对预测乳腺病变分子亚型的影响	结合多种超声成像技术和患者年龄，利用深度学习算法预测乳腺病变的分子亚型	样本量相对较小，仅包含198名患者的数据	研究B型超声成像、彩色多普勒血流成像、应变弹性成像及患者年龄对乳腺病变分子亚型预测的影响	乳腺病变患者	计算机视觉	乳腺癌	B型超声成像、彩色多普勒血流成像、应变弹性成像	ResNet-18	图像	198名患者的2272张多模态超声图像
62	2025-01-22	Linking disease activity with optical coherence tomography angiography in neovascular age related macular degeneration using artificial intelligence 2024-08-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-70234-8 PMID:39164449	研究论文	本研究利用人工智能技术探讨了新生血管性年龄相关性黄斑变性（nAMD）患者疾病活动性与光学相干断层扫描血管成像（OCTA）参数之间的定量关联	首次使用深度学习算法（RetInSight）检测和量化SD-OCT上的黄斑液体，并评估其与OCTA参数的相关性	样本量相对较小（230例患者），且部分相关性未达到统计学显著性	探讨nAMD患者疾病活动性与OCTA参数之间的定量关联，以优化抗VEGF治疗策略	接受抗VEGF治疗的nAMD患者	数字病理学	年龄相关性黄斑变性	光学相干断层扫描血管成像（OCTA）	深度学习算法（RetInSight）	图像	230例患者
63	2025-01-19	ARID3C Acts as a Regulator of Monocyte-to-Macrophage Differentiation Interacting with NPM1 2024-Aug-02, Journal of proteome research IF:3.8Q1 DOI:10.1021/acs.jproteome.3c00509 PMID:38231884	研究论文	本研究探讨了ARID3C的细胞定位和功能，发现其与NPM1相互作用，促进单核细胞向巨噬细胞分化	首次揭示了ARID3C通过与NPM1结合并转运至细胞核，作为转录因子调控单核细胞向巨噬细胞分化的机制	未明确ARID3C在其他细胞类型或生物过程中的功能	阐明ARID3C的生物学功能及其在单核细胞向巨噬细胞分化中的作用	ARID3C蛋白及其与NPM1的相互作用	分子生物学	NA	LC-MS/MS, 深度学习, AlphaFold2	深度学习	蛋白质相互作用数据	NA
64	2025-01-16	The Role of Artificial Intelligence in Predicting Optic Neuritis Subtypes From Ocular Fundus Photographs 2024-Aug-01, Journal of neuro-ophthalmology : the official journal of the North American Neuro-Ophthalmology Society IF:2.0Q2 DOI:10.1097/WNO.0000000000002229 PMID:39088711	研究论文	本研究开发了一种基于眼底照片的深度学习人工智能算法，用于预测视神经炎（ON）的亚型，以辅助疑似ON患者的诊断评估	首次利用深度学习AI算法从眼底照片中预测ON亚型，为早期区分MS ON与非MS ON提供了新的方法	数据集规模较小，未来需要增加样本量并结合临床和辅助检查数据以优化模型	开发一种AI算法，通过眼底照片预测ON亚型，以辅助诊断和指导治疗	321名ON患者的1,599张眼底照片	数字病理学	视神经炎	深度学习	深度学习模型	图像	321名患者的1,599张眼底照片
65	2025-01-16	Synthetic photoplethysmogram (PPG) signal generation using a genetic programming-based generative model 2024-Aug, Journal of medical engineering & technology DOI:10.1080/03091902.2024.2438150 PMID:39731227	研究论文	本文提出了一种基于遗传编程（GP）的生成模型，用于生成多样化和准确的光电容积描记（PPG）信号	采用遗传编程方法自动确定数学模型的结构和组合，克服了数据多样性和训练深度学习模型数据有限的挑战	未提及具体局限性	开发生成模型以生成合成PPG信号，用于监测心脏活动	光电容积描记（PPG）信号	机器学习	心血管疾病	遗传编程（GP）	生成模型	信号数据	初始PPG信号样本
66	2025-01-15	A graph-learning based model for automatic diagnosis of Sjögren's syndrome on digital pathological images: a multicentre cohort study 2024-Aug-08, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-05550-8 PMID:39118142	研究论文	本研究提出了一种基于图学习的模型CTG-PAM，用于在数字病理图像上自动诊断干燥综合征（SS），并在多中心队列研究中验证了其性能	提出了一种基于图理论的模型CTG-PAM，结合单细胞特征、细胞间特征和细胞组织特征，实现了细胞级分类和淋巴细胞识别，显著提高了SS诊断的准确性	研究样本量较小（100例），且外部测试数据集的AUC值（0.8035）较内部验证数据集（1.0）有所下降，表明模型在泛化能力上可能存在局限	开发一种基于数字病理图像的自动化诊断模型，以提高干燥综合征（SS）的早期诊断准确性	干燥综合征（SS）患者的唇腺活检组织	数字病理	干燥综合征	全切片图像（WSI）分析	基于图理论的模型（CTG-PAM）	数字病理图像	100例唇腺活检组织
67	2025-01-15	Topographic Clinical Insights From Deep Learning-Based Geographic Atrophy Progression Prediction 2024-Aug-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.13.8.6 PMID:39102242	研究论文	本文探讨了眼底自发荧光（FAF）地形成像特征对基于卷积神经网络的深度学习算法预测地理萎缩（GA）生长速率的贡献	通过消融实验研究了不同FAF图像区域对算法性能的贡献，特别是边缘区域的影响	研究为回顾性研究，可能受到数据来源和样本选择的限制	探索FAF地形成像特征在深度学习算法预测GA生长速率中的作用	地理萎缩（GA）患者的眼底自发荧光（FAF）图像	数字病理学	老年疾病	眼底自发荧光（FAF）成像	卷积神经网络（CNN）	图像	来自三项临床试验（NCT02247479, NCT02247531, NCT02479386）的研究眼数据
68	2025-01-14	A deep learning-based model to estimate pulmonary function from chest x-rays: multi-institutional model development and validation study in Japan 2024-Aug, The Lancet. Digital health DOI:10.1016/S2589-7500(24)00113-4 PMID:38981834	研究论文	本研究开发并验证了一种基于深度学习的AI模型，用于从胸部X光片中估计肺功能	首次使用深度学习模型从胸部X光片中估计肺功能，提供了一种替代肺功能测试的方法	未来研究需要结合临床信息以进一步提高模型的适用性和针对性	估计从胸部X光片中得出的两种主要肺功能指标	来自日本五个机构的81,902名患者的141,734对X光和肺功能测试结果	数字病理学	肺疾病	深度学习	深度学习模型	图像	141,734对X光和肺功能测试结果，来自81,902名患者
69	2025-01-07	Using Domain Adaptation and Inductive Transfer Learning to Improve Patient Outcome Prediction in the Intensive Care Unit: Retrospective Observational Study 2024-Aug-21, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/52730 PMID:39167442	研究论文	本研究探讨了在数据稀缺情况下，使用领域适应和归纳迁移学习改进基于电子健康记录的ICU患者结果预测	首次在基于电子健康记录的ICU患者结果预测中深入研究了领域适应和归纳迁移学习	研究仅使用了两个ICU数据集，可能限制了结果的普适性	改进ICU患者结果预测，特别是在数据稀缺的情况下	ICU患者	机器学习	重症监护	迁移学习，领域适应，归纳迁移学习	全连接神经网络，逻辑回归，Lasso回归	电子健康记录	eCritical数据集包含55,689次入院记录，48,672名患者；MIMIC-III数据集包含61,532次入院记录，46,476名患者
70	2025-01-04	Enhancing Aviation Safety through AI-Driven Mental Health Management for Pilots and Air Traffic Controllers 2024-Aug, Cyberpsychology, behavior and social networking DOI:10.1089/cyber.2023.0737 PMID:38916063	研究论文	本文探讨了利用人工智能技术提升飞行员和空中交通管制员心理健康管理，以增强航空安全	提出了一个多学科的心理健康生态系统，结合AI工具和技术，用于监测和预测心理健康问题，从而预防由人为因素引起的空难	需要多学科专家的协作，实施复杂且可能面临技术和隐私挑战	通过AI驱动的心理健康管理，提高飞行员和空中交通管制员的心理健康，从而增强航空安全	飞行员和空中交通管制员	机器学习	NA	机器学习和深度学习，边缘和云计算，虚拟现实，可穿戴多模态生理传感器	NA	生理、认知和行为状态数据	NA
71	2024-08-07	Deep learning for schizophrenia classification based on natural language processing-A pilot study 2024-08, Schizophrenia research IF:3.6Q1 DOI:10.1016/j.schres.2024.06.052 PMID:38964077	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
72	2024-08-16	A commentary on 'A CT-based deep learning model predicts overall survival in patients with muscle invasive bladder cancer after radical cystectomy: a multicenter retrospective cohort study' 2024-Aug-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000001510 PMID:38704627	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
73	2024-12-29	DSIL-DDI: A Domain-Invariant Substructure Interaction Learning for Generalizable Drug-Drug Interaction Prediction 2024-08, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3242656 PMID:37022856	研究论文	本文提出了一种名为DSIL-DDI的可插拔子结构交互模块，用于学习药物-药物相互作用（DDI）的领域不变表示，以提高DDI预测的泛化性和可解释性	DSIL-DDI模块能够从源领域学习领域不变的DDI表示，并在三种不同场景下进行测试，展示了其在OOD预测中的优势	未明确提及具体局限性	提高药物-药物相互作用（DDI）预测的泛化性和可解释性	药物-药物相互作用（DDI）	机器学习	NA	深度学习	DSIL-DDI	药物数据	未明确提及具体样本数量
74	2024-12-24	Nodule Detection and Generation on Chest X-Rays: NODE21 Challenge 2024-08, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3382042 PMID:38530714	研究论文	本文总结了NODE21挑战赛的结果，并进行了额外的实验，以研究合成生成的结节训练图像对检测算法性能的影响	提出了一个公共研究挑战NODE21，旨在解决肺结节检测和生成任务中缺乏黄金标准公共数据集的问题	未提及	研究肺结节检测和生成算法，并评估合成数据对检测性能的影响	肺结节检测系统和生成算法	计算机视觉	肺癌	深度学习方法	NA	图像	NA
75	2024-12-24	Exploiting Geometric Features via Hierarchical Graph Pyramid Transformer for Cancer Diagnosis Using Histopathological Images 2024-08, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3381994 PMID:38530716	研究论文	本文提出了一种分层图金字塔Transformer（HGPT），用于通过组织分布的几何表示来指导病理图像分类，从而提高癌症诊断的准确性	本文的创新点在于提出了HGPT模型，通过多层图聚合器学习几何表示，并结合Transformer编码层和局部特征增强块，有效捕捉细胞分布和聚集模式，从而提升病理图像分类的性能	本文未明确提及具体的局限性	本文的研究目的是通过利用几何特征改进病理图像分类方法，从而提高癌症诊断的准确性	本文的研究对象是病理图像中的几何特征，包括细胞分布和聚集模式	计算机视觉	NA	Transformer	HGPT	图像	本文在Kather-5K、MHIST、NCT-CRC-HE和GasHisSDB数据集上进行了实验，涉及多种癌症类型的二分类或多分类
76	2024-12-24	Attention-Aware Non-Rigid Image Registration for Accelerated MR Imaging 2024-08, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3385024 PMID:39088484	研究论文	本文提出了一种基于注意力机制的深度学习框架，用于加速磁共振成像中的非刚性图像配准	引入了一个基于注意力机制的深度学习框架，利用局部视觉表示和变压器模块来处理欠采样引起的伪影，并结合局部和全局依赖性进行粗细运动估计	NA	开发一种能够在高加速因子下进行快速运动补偿重建的非刚性图像配准方法，以提高磁共振成像的诊断图像质量	心脏和胸部的磁共振成像数据	计算机视觉	NA	深度学习	Transformer	图像	101名患者和62名健康受试者的数据
77	2024-12-22	UNSEG: unsupervised segmentation of cells and their nuclei in complex tissue samples 2024-08-30, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-06714-4 PMID:39215205	研究论文	本文提出了一种无需训练数据的无监督细胞及其核分割方法UNSEG，通过贝叶斯框架和细胞核与细胞膜标记实现深度学习级别的性能	UNSEG方法在无监督学习范式下实现了深度学习级别的细胞分割性能，无需训练数据，并引入了改进的扰动分水岭算法用于细胞核分割	NA	开发一种无需监督学习的通用细胞及其核分割方法，以应对复杂组织样本的量化需求	复杂组织样本中的细胞及其核的分割	计算机视觉	NA	无监督学习	NA	图像	包括高质量注释的胃肠道组织数据集和公开数据集
78	2024-12-22	TriFusion enables accurate prediction of miRNA-disease association by a tri-channel fusion neural network 2024-08-30, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-06734-0 PMID:39215090	研究论文	本文提出了一种名为TriFusion的三通道融合神经网络框架，用于准确预测miRNA与疾病之间的关联	TriFusion通过三通道架构从不同层次编码miRNA和疾病的关联特征，并通过特征融合编码器平滑融合这些特征，提供了更准确的预测和强大的可解释性	NA	旨在解决miRNA-疾病关联预测中的计算挑战，提高预测准确性	miRNA与疾病之间的关联，特别是卵巢癌、乳腺癌和前列腺癌	机器学习	前列腺癌	深度学习	神经网络	特征数据	涉及三种高风险性相关癌症（卵巢癌、乳腺癌和前列腺癌）的miRNA关联数据
79	2024-12-22	Predictive ability of hypotension prediction index and machine learning methods in intraoperative hypotension: a systematic review and meta-analysis 2024-Aug-05, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-05481-4 PMID:39103852	meta-analysis	本文系统综述和荟萃分析了人工智能在术中低血压预测中的应用	探讨了人工智能与术中低血压预测的结合，展示了HPI算法和其他AI模型在预测术中低血压方面的潜力	非HPI模型的降低术中低血压相关指标的能力尚不明确	评估HPI和机器学习方法在术中低血压预测中的能力	术中低血压的预测	machine learning	NA	AI models	deep learning methods	NA	43项研究
80	2024-12-22	Building a challenging medical dataset for comparative evaluation of classifier capabilities 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108721 PMID:38901188	研究论文	本文构建了一个用于评估分类器能力的具有挑战性的医学数据集，并比较了机器学习和深度学习模型的分类性能	本文构建了一个专门针对四种常见癌症类型的医学文章分类数据集，并比较了传统机器学习模型和现代深度学习模型在该数据集上的分类性能	本文仅关注了四种常见癌症类型的医学文章分类，未涵盖其他疾病领域	构建一个具有挑战性的医学数据集，用于比较机器学习和深度学习模型的分类能力	四种常见癌症类型的医学文章	机器学习	癌症	NA	Logistic Regression, XGBoost, CatBoost, Random Forest, CNN, LSTM, GRU	文本	383,914篇医学文章