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
321	2024-11-13	Deep learning classification performance for diagnosing condylar osteoarthritis in patients with dentofacial deformities using panoramic temporomandibular joint projection images 2024-Oct, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-024-00768-0 PMID:38990220	研究论文	本研究评估了深度学习模型在诊断颌面部畸形患者中髁突骨关节炎的性能	本研究首次使用深度学习模型对全景颞下颌关节投影图像进行分类，以诊断髁突骨关节炎	研究样本量较小，且仅限于颌面部畸形患者	评估深度学习模型在诊断颌面部畸形患者中髁突骨关节炎的准确性和一致性	颌面部畸形患者的全景颞下颌关节投影图像	计算机视觉	颞下颌关节疾病	深度学习	GoogLeNet, VGG-16	图像	68个颞下颌关节样本，其中252个用于模型训练
322	2024-11-12	Using Deep Learning Neural Networks to Improve Dementia Detection: Automating Coding of the Clock-Drawing Test 2024-Oct-15, Research square DOI:10.21203/rs.3.rs-4909790/v1 PMID:39483868	研究论文	本研究利用深度学习神经网络创建并评估了一个智能的时钟绘制测试评分系统，以自动化编码时钟绘制测试图像	引入了结构化排序到编码系统中，超越了传统的名义分类方法，并发现Vision Transformers在编码时钟绘制测试图像上优于ResNet101和EfficientNet，以及手动编码	未提及	改进痴呆症检测，自动化时钟绘制测试的编码过程	时钟绘制测试图像的自动编码	机器学习	老年疾病	深度学习神经网络	Vision Transformers (ViT)	图像	使用了2011-2019年国家健康和老龄趋势研究中的大量公开可用的时钟绘制测试图像
323	2024-11-11	Linking joint exposures to residential greenness and air pollution with adults' social health in dense Hong Kong 2024-Oct-28, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2024.125207 PMID:39476997	研究论文	研究探讨了香港密集城市中绿地、空气污染与成年人社会健康之间的相互关系	本研究首次在密集城市环境中探讨了绿地和空气污染对社会健康的综合影响，并分析了潜在的中介因素和人口异质性	研究基于横断面调查数据，可能存在因果关系推断的局限性	研究目的是探讨城市环境中绿地和空气污染对社会健康的综合影响及其潜在机制	研究对象为香港的1977名成年人	公共卫生	NA	时空深度学习模型	多元逻辑回归、部分最小二乘结构方程模型（PLS-SEM）	调查数据、环境数据	1977名成年人
324	2024-11-11	XDL-ESI: Electrophysiological Sources Imaging via explainable deep learning framework with validation on simultaneous EEG and iEEG 2024-Oct-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2024.120802 PMID:39173694	研究论文	本文提出了一种名为XDL-ESI的可解释深度学习框架，用于脑电图（EEG）和脑磁图（MEG）源成像，并通过同时采集的EEG和iEEG数据进行验证	该框架通过展开迭代优化算法与深度学习架构的结合，建立了一种数据驱动的方法来建模源解结构，避免了手工设计的正则化项，并引入了拓扑损失以提高源解的鲁棒性	NA	解决EEG/MEG源成像的逆问题，提高解的唯一性和鲁棒性	EEG和iEEG数据中的脑电活动源	机器学习	NA	深度学习	神经网络	脑电图数据	NA
325	2024-11-10	A pilot study of AI-assisted reading of prostate MRI in Organized Prostate Cancer Testing 2024-Oct-29, Acta oncologica (Stockholm, Sweden) DOI:10.2340/1651-226X.2024.40475 PMID:39473176	研究论文	评估在前列腺癌筛查中使用AI辅助阅读前列腺MRI的可行性	首次在前列腺癌筛查中应用深度学习算法辅助MRI阅读	深度学习算法与当地和专家放射科医生的共识一致性较低	评估AI辅助阅读前列腺MRI在前列腺癌筛查中的可行性	前列腺MRI图像和放射科医生的评估结果	计算机视觉	前列腺癌	深度学习	DL	图像	57名PSA水平≥3 µg/L的男性
326	2024-11-10	Machine Learning Using Template-Based-Predicted Structure of Haemagglutinin Predicts Pathogenicity of Avian Influenza 2024-Oct-28, Journal of microbiology and biotechnology IF:2.5Q3 DOI:10.4014/jmb.2405.05022 PMID:39252651	研究论文	本研究利用深度学习方法，通过模板预测的血凝素结构来预测禽流感的致病性	引入了一种新的管道，利用开源工具将蛋白质结构转换为适合计算分析的格式，并结合主成分分析和单类支持向量机提高了模型的鲁棒性	NA	开发一种快速准确识别高致病性禽流感毒株的方法	禽流感病毒的血凝素和神经氨酸酶类型	机器学习	NA	主成分分析，单类支持向量机，K近邻算法	二维卷积神经网络	基因组数据	12,143个禽流感病毒基因组，来自64个国家，涵盖119种血凝素和神经氨酸酶类型
327	2024-11-10	Unipolar voltage electroanatomic mapping detects structural atrial remodeling identified by LGE-MRI 2024-Oct-11, Heart rhythm IF:5.6Q1 DOI:10.1016/j.hrthm.2024.10.015 PMID:39396602	研究论文	研究探讨了单极电压电生理学映射与晚期钆增强磁共振成像（LGE-MRI）检测到的左心房结构重塑之间的关系	发现单极低电压区域（LVAs）与LGE区域的高度重叠，显著优于双极LVAs，为心房颤动（AF）的诊断和管理提供了新的视角	研究样本量较小，仅涉及20名患者，未来需要更大规模的研究来验证结果	探索LGE区域与单极和双极低电压区域之间的关系，以改进心房颤动的诊断和管理	左心房（LA）的电生理学和结构重塑	心血管疾病	心房颤动	晚期钆增强磁共振成像（LGE-MRI）、电生理学映射	深度学习	图像	20名计划进行心房颤动消融的患者
328	2024-11-10	Deep learning to assess bone quality from panoramic radiographs: the feasibility of clinical application through comparison with an implant surgeon and cone-beam computed tomography 2024-Oct, Journal of periodontal & implant science DOI:10.5051/jpis.2302880144 PMID:38725425	研究论文	本研究评估了深度学习（DL）通过全景（PA）放射图像评估骨质量的临床应用可行性，并与种植外科医生的主观触觉和锥束计算机断层扫描（CBCT）值进行了比较	首次使用深度学习技术通过全景放射图像评估骨质量，并与传统方法和CBCT值进行比较	研究样本量较小，需要基于高质量定量数据集的进一步研究以提高方法的可靠性和有效性	评估深度学习在通过全景放射图像评估骨质量方面的临床应用可行性	种植外科医生的主观触觉、CBCT值以及深度学习分类结果	计算机视觉	NA	深度学习	ResNet-50	图像	2,270个无牙种植位点的全景图像
329	2024-11-10	Advances in AI and machine learning for predictive medicine 2024-Oct, Journal of human genetics IF:2.6Q2 DOI:10.1038/s10038-024-01231-y PMID:38424184	综述	本文探讨了深度学习在精准医学预测建模中的应用，特别是卷积神经网络（CNNs）在处理组学数据中的潜力	本文介绍了通过DeepInsight等转换方法将表格形式的组学数据转化为图像表示，从而使CNNs能够有效捕捉潜在特征，增强预测能力并利用迁移学习	本文指出在组学数据分析中应用CNNs存在模型可解释性、数据异质性和数据规模等问题	探讨深度学习在精准医学预测建模中的应用	组学数据及其在精准医学中的预测建模	机器学习	NA	深度学习	卷积神经网络（CNN）	表格数据	NA
330	2024-11-09	Efficient urinary stone type prediction: a novel approach based on self-distillation 2024-10-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73923-6 PMID:39390010	研究论文	本文提出了一种基于自蒸馏架构的高效尿石类型预测方法，通过特征融合和坐标注意力模块（CAM）提高了模型的分类准确性和计算效率	本文的创新点在于改进了自蒸馏架构，结合特征融合和坐标注意力模块，实现了更有效的知识传递，避免了模型压缩带来的额外计算开销和性能下降	NA	本文的研究目的是开发一种高效且准确的尿石类型预测方法，以帮助临床医生制定更精确的治疗方案	本文的研究对象是尿石症患者的CT图像	计算机视觉	泌尿系统疾病	自蒸馏	NA	图像	本文使用了专有数据集和两个公共数据集进行验证
331	2024-11-09	Development and Validation of a Computed Tomography-Based Model for Noninvasive Prediction of the T Stage in Gastric Cancer: Multicenter Retrospective Study 2024-Oct-09, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/56851 PMID:39382960	研究论文	本研究开发并验证了一种基于计算机断层扫描（CT）的模型，用于非侵入性预测胃癌的T分期	本研究首次结合深度学习和放射组学来预测胃癌的T分期	本研究仅在回顾性数据集上进行了验证，未来需要在更多中心和前瞻性数据集上进行验证	开发一种基于CT的模型，通过放射组学和深度学习自动预测胃癌的T分期	胃癌患者的T分期	数字病理学	胃癌	放射组学	混合模型	图像	771名胃癌患者
332	2024-11-09	Deep learning models for the prediction of acute postoperative pain in PACU for video-assisted thoracoscopic surgery 2024-Oct-07, BMC medical research methodology IF:3.9Q1 DOI:10.1186/s12874-024-02357-5 PMID:39375589	研究论文	本研究开发了一种深度学习模型，用于预测视频辅助胸腔镜手术后急性术后疼痛	本研究首次将图注意力网络（GAT）和图Transformer网络（GTN）结合，构建了DoseFormer模型，用于预测术后急性疼痛	本研究仅使用了回顾性观察数据，未来需要前瞻性研究验证模型的有效性	开发一种深度学习算法，用于预测术后急性疼痛	视频辅助胸腔镜手术后的患者	机器学习	NA	图注意力网络（GAT）和图Transformer网络（GTN）	DoseFormer模型	患者信息和手术期间的生命体征数据	共纳入1758名患者，数据清洗后剩余1552名患者，其中训练集931名，测试集621名
333	2024-08-07	Deep learning assisted biomarker development in patients with chronic hepatitis B: Editorial on "Prognostic role of computed tomography analysis using deep learning algorithm in patients with chronic hepatitis B viral infection" 2024-Oct, Clinical and molecular hepatology IF:14.0Q1 DOI:10.3350/cmh.2024.0563 PMID:39038960	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
334	2024-11-09	A pathology foundation model for cancer diagnosis and prognosis prediction 2024-Oct, Nature IF:50.5Q1 DOI:10.1038/s41586-024-07894-z PMID:39232164	研究论文	本文提出了一种名为CHIEF的病理学基础模型，用于癌症诊断和预后预测	CHIEF模型通过两种互补的预训练方法，提取了多样化的病理图像特征，具有更强的泛化能力	NA	开发一种通用的机器学习框架，用于提取病理图像特征，以进行系统的癌症评估	癌症诊断和预后预测	数字病理学	NA	机器学习	基础模型	图像	60,530张全切片图像，涵盖19个解剖部位，验证使用了19,491张来自32个独立切片集的图像
335	2024-11-09	Comparative analysis of advanced deep learning models for predicting evapotranspiration based on meteorological data in bangladesh 2024-Oct, Environmental science and pollution research international DOI:10.1007/s11356-024-35182-w PMID:39365537	研究论文	本研究比较了四种深度学习模型（CNN、GRU、LSTM、CNN-GRU）在基于孟加拉国气象数据预测蒸散量方面的表现	首次使用混合CNN-GRU模型来估计参考蒸散量，该算法在此领域尚未被广泛应用	NA	预测孟加拉国基于有限气象数据的每日蒸散量	蒸散量预测	机器学习	NA	深度学习	CNN, GRU, LSTM, CNN-GRU	气象数据	涉及两个站点（Rangpur和Sreemangal）的数据
336	2024-11-08	Morphological analysis of Pd/C nanoparticles using SEM imaging and advanced deep learning 2024-Oct-29, RSC advances IF:3.9Q2 DOI:10.1039/d4ra06113f PMID:39502866	研究论文	本文提出了一种利用扫描电子显微镜（SEM）图像和深度学习技术对钯碳（Pd/C）纳米颗粒进行形态分析的综合方法	本文创新性地使用了基于注意力机制的深度学习检测模型来准确识别和描绘未标记SEM图像中的小纳米颗粒，并采用图网络和基于密度的噪声应用空间聚类方法进行进一步分析	NA	研究目的是通过先进的深度学习技术对Pd/C纳米颗粒进行形态分析，以揭示其形态分布和结构组织	研究对象是钯碳（Pd/C）纳米颗粒	计算机视觉	NA	扫描电子显微镜（SEM）	基于注意力机制的深度学习模型	图像	未明确提及具体样本数量
337	2024-11-08	Deep learning application in prediction of cancer molecular alterations based on pathological images: a bibliographic analysis via CiteSpace 2024-Oct-18, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-024-05992-z PMID:39422817	综述	本文通过CiteSpace工具对基于病理图像预测癌症分子改变的深度学习应用进行了文献计量和可视化分析	本文利用CiteSpace工具对相关文献进行了全面的分析，揭示了该领域的研究热点和趋势	本文主要依赖于文献计量分析，未涉及具体的实验或模型构建	总结分子病理图像识别领域的研究热点和趋势	基于病理图像预测癌症分子改变的深度学习应用	数字病理	结直肠癌	深度学习	NA	图像	110篇相关文章
338	2024-11-08	A Feasibility Study of Thermography for Detecting Pressure Injuries Across Diverse Skin Tones 2024-Oct-16, medRxiv : the preprint server for health sciences DOI:10.1101/2024.10.14.24315465 PMID:39484234	研究论文	研究使用热成像技术在不同肤色下检测压力性损伤的可行性	首次评估了热成像技术在检测不同肤色压力性损伤中的表现，并引入了新的数据集和冷却及拔罐协议	研究样本量较小，仅包括35名参与者	探索热成像技术在不同肤色下检测压力性损伤的可行性	压力性损伤在不同肤色下的检测	计算机视觉	NA	热成像技术	卷积神经网络 (CNN)	图像	35名参与者，主要关注较深肤色
339	2024-11-08	RNA-Seq analysis for breast cancer detection: a study on paired tissue samples using hybrid optimization and deep learning techniques 2024-Oct-10, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-024-05968-z PMID:39390265	研究论文	本研究开发了一种先进的深度学习模型，用于使用RNA-Seq基因表达数据准确检测乳腺癌	引入了一种结合Harris Hawk优化和鲸鱼优化算法的混合基因选择方法，以提高特征选择和分类准确性	NA	开发一种能够准确检测乳腺癌的深度学习模型，并有效应对基因表达数据的高维度和复杂性挑战	乳腺癌患者的正常和癌变组织样本	机器学习	乳腺癌	RNA-Seq	深度学习	基因表达数据	66对正常和癌变组织样本，来自55名女性乳腺癌患者
340	2024-11-08	Novel deep learning radiomics nomogram-based multiparametric MRI for predicting the lymph node metastasis in rectal cancer: A dual-center study 2024-Oct-09, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-024-05986-x PMID:39379733	研究论文	本文开发并评估了一种结合临床参数和深度学习放射组学（DLR）的列线图，用于预测直肠癌术前淋巴结转移	本文创新性地将深度学习放射组学与临床参数结合，构建了一个新的列线图模型，显著提高了直肠癌淋巴结转移的预测准确性	本文的研究是回顾性的，且样本量相对较小，可能影响模型的泛化能力	开发和评估一种新的列线图模型，用于提高直肠癌术前淋巴结转移的预测准确性	直肠癌患者的术前淋巴结转移情况	机器学习	直肠癌	磁共振成像（MRI）	逻辑回归分类器	图像	356名直肠癌患者，其中286名用于训练集，70名用于外部验证集