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
361	2024-10-05	Multiregional dynamic contrast-enhanced MRI-based integrated system for predicting pathological complete response of axillary lymph node to neoadjuvant chemotherapy in breast cancer: multicentre study 2024-Sep, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2024.105311 PMID:39191174	研究论文	本研究开发了一种基于多区域动态对比增强磁共振成像（DCE-MRI）和临床病理特征的人工智能系统，用于预测乳腺癌新辅助化疗后腋窝淋巴结的病理完全缓解（pCR）	本研究创新性地构建了一个全自动集成系统（FAIS-DL），通过深度学习技术进行肿瘤和腋窝淋巴结分割，并预测腋窝pCR，其预测性能显著优于临床模型和基于单区域DCE-MRI的深度学习模型	本研究的主要局限性在于其多中心数据集的异质性，可能影响模型的泛化能力	开发一种人工智能系统，用于准确评估乳腺癌新辅助化疗后腋窝淋巴结的病理完全缓解	乳腺癌患者在接受新辅助化疗后的腋窝淋巴结病理完全缓解	计算机视觉	乳腺癌	动态对比增强磁共振成像（DCE-MRI）、RNA测序	深度学习模型	图像、临床病理数据	共评估了1145名患者，其中506名用于训练和验证，127名用于内部测试，414名用于外部测试，98名用于前瞻性测试
362	2024-10-04	Evaluation of deep learning estimation of whole heart anatomy from automated cardiovascular magnetic resonance short- and long-axis analyses in UK Biobank 2024-Sep-30, European heart journal. Cardiovascular Imaging DOI:10.1093/ehjci/jeae123 PMID:38723059	研究论文	本文评估了深度学习神经网络从心血管磁共振成像（CMR）的短轴和长轴分析中自动预测全心脏解剖结构的准确性，并比较了其与传统体积估算方法在心血管风险因素和疾病关联性上的差异	本文首次使用深度学习神经网络从CMR图像中自动预测全心脏的三维解剖结构，并展示了其与传统方法相比在关联心血管风险因素和疾病方面的优势	本文仅在UK Biobank的数据集上进行了验证，未来需要在更多样化的数据集上进行进一步验证	评估深度学习方法在自动预测心脏解剖结构及其与心血管风险因素和疾病关联性方面的有效性	左心室、右心室、左心房和右心房的体积及其与心血管风险因素和疾病的关联性	计算机视觉	心血管疾病	深度学习	神经网络	图像	4723名心血管疾病患者和5733名无心血管疾病者
363	2024-10-04	Federated influencer learning for secure and efficient collaborative learning in realistic medical database environment 2024-09-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73863-1 PMID:39349569	研究论文	提出了一种名为联邦影响者学习（FIL）的新型安全高效协作学习范式，以解决现有联邦学习（FL）在实际医疗数据库环境中面临的挑战	FIL采用平等地位的参与者结构，无需模型参数交易、中央服务器和生成模型，支持模型无关训练，提高了安全性	未提及具体局限性	提高深度学习在医疗数据环境中的性能和安全性	医疗图像数据（X射线、MRI、PET）和自然图像数据（CIFAR-10）	机器学习	NA	联邦学习（FL）	模型无关	图像	涉及大型医疗和自然图像数据集，具体样本数量未提及
364	2024-10-04	Multi-model transfer function approach tuned by PSO for predicting stock market implied volatility explained by uncertainty indexes 2024-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74456-8 PMID:39349738	研究论文	本文研究了商品市场、能源市场、经济政策和地缘政治威胁等不确定性因素对CBOE波动率指数（VIX）的预测能力	采用多模型传递函数技术，并通过粒子群优化（PSO）进行参数优化，捕捉不确定性指标与VIX之间的复杂非线性关系	NA	研究不确定性指标对美国股市波动率的预测能力	CBOE波动率指数（VIX）与不确定性指标之间的关系	机器学习	NA	粒子群优化（PSO）	多模型传递函数	时间序列数据	2012-2022年的数据
365	2024-10-04	Predicting RNA sequence-structure likelihood via structure-aware deep learning 2024-Sep-30, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05916-1 PMID:39350066	研究论文	本文开发了两种深度学习模型NU-ResNet和NUMO-ResNet，用于评估RNA序列-二级结构对的可能性	提出了NU-ResNet和NUMO-ResNet两种模型，通过3D矩阵显式编码RNA序列-结构信息，并引入了基于基本二级结构描述的2D折叠基序的自动提取方法	目前没有共识确定哪些特征最有效地表征RNA序列-结构对	开发能够准确评估RNA序列-结构对的深度学习模型	RNA序列-二级结构对	机器学习	NA	深度学习	卷积神经网络（CNN）	RNA序列-结构对	在不同RNA家族的独立测试数据集上进行了评估
366	2024-10-04	A deep learning approach for deriving wheat phenology from near-surface RGB image series using spatiotemporal fusion 2024-Sep-30, Plant methods IF:4.7Q1 DOI:10.1186/s13007-024-01278-0 PMID:39350264	研究论文	本研究探讨了利用近地表RGB图像序列结合深度学习方法推导小麦物候期的潜力	本研究创新性地采用了三种不同的时空特征融合方法（顺序融合、同步融合和并行融合）构建深度学习模型，并评估了不同图像分辨率、拍摄视角和模型训练策略对模型性能的影响	本研究主要集中在小麦物候期的推导，未涉及其他作物或更广泛的农业应用	本研究的目的是开发一种准确监测小麦物候期的方法，以支持精准农业和优化作物管理实践	本研究的对象是小麦的物候期	计算机视觉	NA	深度学习	深度学习模型（基于顺序融合、同步融合和并行融合方法）	图像	未明确提及具体样本数量
367	2024-10-04	Personalized prediction of immunotherapy response in lung cancer patients using advanced radiomics and deep learning 2024-Sep-30, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-024-00779-4 PMID:39350284	研究论文	本研究开发了一种基于高级放射组学和深度学习的预测模型，用于个性化预测肺癌患者对免疫治疗的反应	结合肿瘤内异质性和肿瘤周围血管的放射组学特征与临床特征，显著提高了对免疫治疗反应的预测能力	本研究为回顾性分析，样本量有限，未来需在前瞻性研究中验证模型的有效性	开发一种预测模型，用于预测肺癌患者在接受免疫治疗后的无进展生存期	肺癌患者及其对免疫治疗的反应	计算机视觉	肺癌	放射组学	DeepSurv	图像	206名接受免疫治疗的肺癌患者
368	2024-10-04	Real-time segmentation of biliary structure in pure laparoscopic donor hepatectomy 2024-09-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73434-4 PMID:39341910	研究论文	本研究开发了一种基于深度学习的实时分割模型，用于在纯腹腔镜供肝切除术中识别胆道结构	首次提出使用深度学习模型进行实时胆道结构分割，以辅助外科医生在纯腹腔镜供肝切除术中确定最佳切断位置	本研究仅在单个机构的回顾性分析中进行，未来需要验证模型的临床效用和泛化能力	开发一种深度学习模型，用于在纯腹腔镜供肝切除术中实时识别胆道结构	胆道结构和切断位置	计算机视觉	NA	近红外荧光技术	DeepLabV3+	视频	30个纯腹腔镜供肝切除术的术中视频，共300帧
369	2024-10-04	NA-segformer: A multi-level transformer model based on neighborhood attention for colonoscopic polyp segmentation 2024-09-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74123-y PMID:39342011	研究论文	本文提出了一种基于邻域注意力的多层次Transformer模型NA-SegFormer，用于结肠镜下息肉分割	提出了基于重叠补丁合并的邻域注意力机制的补丁合并模块，以提高现有Transformer分割算法在边缘分割上的性能	NA	提高结肠镜下息肉分割的准确性和实时性	结肠镜下息肉	计算机视觉	结肠癌	Transformer	NA-SegFormer	图像	使用了Kvasir-SEG、Kvasir-Instrument和KvasirCapsule-SEG三个数据集
370	2024-10-04	Enhanced gastric cancer classification and quantification interpretable framework using digital histopathology images 2024-09-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73823-9 PMID:39342030	研究论文	本文提出了一种新的胃癌分类和量化解释框架，通过数字病理图像分析提高胃癌分类和分割的准确性	该框架通过自适应关注图像的相关特征，实现了对传统深度学习和机器学习模型的边际改进，并在处理数据变异性和泛化能力方面表现出色	NA	旨在提高胃癌分类和分割的准确性，并增强模型的解释性	胃癌的数字病理图像	数字病理学	胃癌	深度学习 (DL) 和机器学习 (ML)	Naïve Bayes 分类器	图像	两个公开数据集，验证集准确率分别为98.87%和97.28%，测试集准确率分别为98.47%和97.31%
371	2024-10-01	The application of advanced deep learning in biomedical graph analysis 2024-Sep-27, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2024.09.013 PMID:39343054	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
372	2024-10-04	MRI-based deep learning for differentiating between bipolar and major depressive disorders 2024-Sep-25, Psychiatry research. Neuroimaging DOI:10.1016/j.pscychresns.2024.111907 PMID:39357171	研究论文	本文提出了一种基于MRI的深度学习框架SE-ResNet，用于区分双相情感障碍和重度抑郁症	本文创新性地扩展了传统的Squeeze-and-Excitation层，引入空间注意力图生成分支，采用soft-pooling和7×7卷积，以检测复杂的空间模式，并通过元素级加法融合通道和空间注意力图，增强模型特征区分能力	本文仅在一个包含303名受试者的专有数据集上进行了验证，未来需要在更大规模和多样化的数据集上进行进一步验证	开发一种基于MRI的深度学习方法，以提高双相情感障碍和重度抑郁症的诊断准确性	双相情感障碍、重度抑郁症和健康对照组	计算机视觉	精神疾病	MRI	ResNet	图像	303名受试者
373	2024-10-04	DeepPBI-KG: a deep learning method for the prediction of phage-bacteria interactions based on key genes 2024-Sep-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae484 PMID:39344712	研究论文	提出了一种基于关键基因和蛋白质的深度学习方法DeepPBI-KG，用于预测噬菌体与细菌的相互作用	该方法通过K-means采样选择高质量的负样本，并利用特征选择和深度神经网络进行预测，显著提高了预测性能	NA	开发一种高效的方法来预测噬菌体与细菌的相互作用，以支持快速筛选用于治疗的噬菌体	噬菌体与细菌的相互作用	机器学习	NA	深度学习	深度神经网络	基因组信息	NA
374	2024-10-04	MLSNet: a deep learning model for predicting transcription factor binding sites 2024-Sep-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae489 PMID:39350338	研究论文	本文提出了一种名为MLSNet的深度学习模型，用于预测转录因子结合位点	MLSNet创新性地结合了多尺寸卷积融合和长短期记忆网络（LSTM），以有效捕捉DNA稀疏的高阶序列特征，并引入了超级令牌注意力和双向LSTM来系统地提取和整合高阶DNA形状特征	NA	提高转录因子结合位点的预测准确性	转录因子结合位点	机器学习	NA	ChIP-seq	MLSNet	DNA序列	165个ChIP-seq数据集
375	2024-10-04	OCT Radiomic Features Used for the Assessment of Activity of Thyroid Eye Disease 2024-Sep-09, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000010503 PMID:39361327	研究论文	本研究旨在基于光学相干断层扫描（OCT）图像开发深度学习放射组学模型，以评估甲状腺眼病的活动性	利用OCT图像进行深度学习放射组学分析，评估甲状腺眼病的活动性	研究样本量较小，且仅限于北京同仁医院的患者	开发基于OCT图像的深度学习放射组学模型，评估甲状腺眼病的活动性	甲状腺眼病患者的眼部OCT图像和临床活动评分	计算机视觉	甲状腺眼病	光学相干断层扫描（OCT）	随机森林（RF）和支持向量机（SVM）	图像	33名患者（66个眼眶）
376	2024-10-04	Improving Computer-aided Detection for Digital Breast Tomosynthesis by Incorporating Temporal Change 2024-Sep, Radiology. Artificial intelligence DOI:10.1148/ryai.230391 PMID:39140867	研究论文	开发了一种利用时间信息改进数字乳腺断层合成中癌症病变检测性能的深度学习算法	引入PriorNet作为级联深度学习模块，利用额外的生长信息来优化恶性概率的最终概率	NA	改进现有数字乳腺断层合成癌症检测框架的性能	数字乳腺断层合成图像中的癌症病变	计算机视觉	乳腺癌	深度学习	深度学习框架	图像	973例癌症和7123例非癌症病例
377	2024-10-04	Cross-modal integration of bulk RNA-seq and single-cell RNA sequencing data to reveal T-cell exhaustion in colorectal cancer 2024-Sep, Journal of cellular and molecular medicine IF:4.3Q2 DOI:10.1111/jcmm.70101 PMID:39344205	研究论文	本文提出了一种名为DeepTEX的多组学深度学习方法，通过整合bulk RNA-seq和单细胞RNA测序数据，研究结直肠癌中T细胞耗竭的异质性	本文创新性地提出了DeepTEX方法，通过跨模态数据整合和知识蒸馏模型，预测T细胞耗竭的异质性，并识别关键功能通路和基因	NA	研究结直肠癌中T细胞耗竭的异质性，并探索相关的治疗靶点	结直肠癌中的T细胞耗竭	机器学习	结直肠癌	RNA-seq	深度学习模型	RNA序列数据	NA
378	2024-10-04	Development and validation of a deep learning model for detecting signs of tuberculosis on chest radiographs among US-bound immigrants and refugees 2024-Sep, PLOS digital health DOI:10.1371/journal.pdig.0000612 PMID:39348377	研究论文	开发并验证了一种用于检测美国移民和难民胸部X光片中结核病迹象的深度学习模型	首次开发了一种深度学习模型，用于大规模支持美国疾病控制与预防中心（CDC）的胸部X光片质量控制活动	模型性能在外部测试数据集上略有波动，需要进一步验证和优化	开发和验证一种深度学习模型，用于检测胸部X光片中的结核病迹象	美国移民和难民的胸部X光片	计算机视觉	肺结核	深度学习	深度学习模型	图像	152,012张图像（每名申请人一张；平均申请人年龄39岁）
379	2024-10-04	Optimizing Object Detection Algorithms for Congenital Heart Diseases in Echocardiography: Exploring Bounding Box Sizes and Data Augmentation Techniques 2024-Sep, Reviews in cardiovascular medicine IF:1.9Q3 DOI:10.31083/j.rcm2509335 PMID:39355611	研究论文	研究优化先天性心脏病在超声心动图中的目标检测算法，探索边界框大小和数据增强技术的影响	首次探讨了在标注过程中包含心脏结构信息和应用数据增强技术对检测模型性能的影响	研究仅限于特定的YOLO版本和特定的先天性心脏病类型	优化医学影像中的目标检测算法，提高先天性心脏病的诊断准确性	先天性心脏病中的房间隔和室间隔缺损	计算机视觉	心血管疾病	深度学习	YOLO	图像	具体样本数量未在摘要中提及
380	2024-10-03	Effectiveness of data-augmentation on deep learning in evaluating rapid on-site cytopathology at endoscopic ultrasound-guided fine needle aspiration 2024-09-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72312-3 PMID:39341885	研究论文	研究数据增强技术在深度学习评估内镜超声引导下细针穿刺细胞学快速现场评估中的效果	开发了一种基于人工智能的ROSE-AI系统，并通过数据增强技术提高了其诊断准确性	某些数据增强技术反而降低了诊断能力	探讨数据增强技术对ROSE-AI系统诊断能力的影响	内镜超声引导下细针穿刺细胞学快速现场评估	计算机视觉	胰腺癌	数据增强技术	深度学习模型	图像	4059张EUS-FNA切片图像，来自45名患者