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
861	2024-10-15	Deep learning-based detection of affected body parts in Parkinson's disease and freezing of gait using time-series imaging 2024-10-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75445-7 PMID:39390087	研究论文	提出了一种基于卷积神经网络的时间序列图像深度学习方法，用于检测帕金森病和冻结步态中受影响的身体部位	利用时间序列图像和卷积神经网络进行帕金森病和冻结步态中受影响身体部位的检测和区分	NA	开发一种辅助工具，用于评估帕金森病的严重程度和冻结步态	帕金森病患者和冻结步态患者在360°转身任务中的身体部位检测	计算机视觉	神经退行性疾病	卷积神经网络	CNN	时间序列图像	90名参与者，包括60名帕金森病患者（30名冻结步态患者和30名非冻结步态患者）和30名年龄匹配的老年人（对照组）
862	2024-10-15	Electrocardiogram-based deep learning to predict mortality in paediatric and adult congenital heart disease 2024-Oct-10, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehae651 PMID:39387652	研究论文	本研究利用基于心电图的深度学习模型预测小儿和成人先天性心脏病患者的5年死亡率	本研究开发了一种人工智能增强的心电图工具，用于跨年龄段的先天性心脏病患者的风险分层，并展示了其在不同亚组中的优越性能	本研究仅限于波士顿儿童医院的心电图数据，未来需要进一步验证和扩展到其他人群和机构	开发一种基于心电图的深度学习模型，用于预测小儿和成人先天性心脏病患者的5年死亡率，以实现便捷且有效的风险分层	小儿和成人先天性心脏病患者	机器学习	先天性心脏病	卷积神经网络	CNN	心电图	训练集和测试集分别包含112,804和112,575份心电图数据，涉及39,784名患者，年龄范围为0-92岁
863	2024-10-15	DETECTION OF ORAL SQUAMOUS CELL CARCINOMA USING PRE-TRAINED DEEP LEARNING MODELS 2024-Oct-09, Experimental oncology DOI:10.15407/exp-oncology.2024.02.119 PMID:39396172	研究论文	本文研究了使用预训练深度学习模型检测口腔鳞状细胞癌的方法	本文提出了一种基于迁移学习的预训练分类模型和卷积神经网络（CNN）用于口腔鳞状细胞癌的二分类	本文的实验数据集较小，且仅限于口腔鳞状细胞癌的检测	评估使用迁移学习方法和预训练模型在口腔鳞状细胞癌早期诊断中的应用	口腔鳞状细胞癌的组织病理学图像	计算机视觉	口腔癌	迁移学习	CNN	图像	5192张组织病理学图像
864	2024-10-15	[Accelerated musculoskeletal magnetic resonance imaging with deep learning-based image reconstruction at 0.55 T-3 T] 2024-Oct, Radiologie (Heidelberg, Germany) DOI:10.1007/s00117-024-01325-w PMID:38864874	研究论文	本文探讨了使用深度学习技术加速肌肉骨骼磁共振成像（MRI）重建的方法	引入深度学习（DL）算法进行图像重建，以减少信噪比、空间分辨率和图像采集时间之间的相互依赖性，并允许使用更高的加速因子	NA	提高肌肉骨骼MRI的效率、患者舒适度、访问性和价值，同时保持高诊断准确性	肌肉骨骼系统的MRI图像重建	计算机视觉	NA	磁共振成像（MRI）	深度学习（DL）	图像	NA
865	2024-10-15	Enhancing the analysis of murine neonatal ultrasonic vocalizations: Development, evaluation, and application of different mathematical models 2024-Oct-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0030473 PMID:39400270	研究论文	本文系统评估了不同类型的神经网络用于小鼠新生超声发声（USV）分类的效果	首次系统评估了多种神经网络架构在USV分类中的适用性，并确定了最适合的架构	NA	确定最适合分析小鼠新生超声发声的神经网络架构	小鼠新生超声发声的分类	机器学习	NA	深度学习	卷积神经网络（CNN）	音频	NA
866	2024-10-14	"Navigating the complexities of low-Grade glioma treatment: insights into SBT I-125 and novel assessment tools" 2024-Oct-12, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-024-03028-1 PMID:39394531	meta-analysis	本文通过系统综述和荟萃分析评估了SBT I-125近距离放射治疗在低级别胶质瘤（LGGs）中的疗效和安全性	本文介绍了基于深度学习的自动化肿瘤评估工具在胶质瘤管理中的应用，这些创新工具提高了肿瘤体积和RANO测量的准确性和一致性	研究存在数据不足、研究异质性、缺乏随机对照试验和潜在的发表偏倚等局限性，且随访时间不一致影响了长期疗效和安全性的评估	评估SBT I-125近距离放射治疗在低级别胶质瘤中的疗效和安全性，并探讨自动化评估工具在胶质瘤管理中的应用	低级别胶质瘤（LGGs）患者和SBT I-125近距离放射治疗	NA	脑肿瘤	SBT I-125近距离放射治疗	深度学习	NA	988名患者
867	2024-10-14	Building a pelvic organ prolapse diagnostic model using vision transformer on multi-sequence MRI 2024-Oct-12, Medical physics IF:3.2Q1 DOI:10.1002/mp.17441 PMID:39395206	研究论文	本研究开发了一种基于深度学习的模型，用于通过多序列MRI对女性盆腔器官脱垂进行多标签分级，并提供可解释的结果分析	本研究首次使用视觉变换器架构和标签掩码训练策略来提高模型的收敛性和诊断准确性	本研究的样本量相对较小，可能影响模型的泛化能力	开发一种基于深度学习的模型，用于自动分级女性盆腔器官脱垂，并提供可解释的结果分析	女性盆腔器官脱垂的分级	计算机视觉	盆腔器官脱垂	MRI	视觉变换器	图像	662名受试者，其中训练集464名，验证集98名，测试集100名
868	2024-10-14	Validation of the Mirai model for predicting breast cancer risk in Mexican women 2024-Oct-10, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-024-01808-3 PMID:39387984	研究论文	验证Mirai模型在预测墨西哥女性乳腺癌风险中的表现	Mirai模型在非白人少数族裔中的应用研究较少	模型在预测未来乳腺癌风险中的表现中等，需要进一步改进	验证Mirai模型在预测墨西哥女性乳腺癌风险中的表现	墨西哥女性乳腺癌风险	机器学习	乳腺癌	深度学习	深度学习模型	影像	3110名患者，其中76名在5年随访期内发展为乳腺癌
869	2024-10-14	A novel embedded kernel CNN-PCFF algorithm for breast cancer pathological image classification 2024-10-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74025-z PMID:39390003	研究论文	提出了一种新的嵌入式核函数CNN-PCFF算法用于乳腺癌病理图像分类	通过在主成分分析中嵌入核函数，形成多核主成分，将高维特征融合为一些代表性的综合变量，从而实现降维	未提及具体限制	提高乳腺癌病理图像分类的性能	乳腺癌病理图像	计算机视觉	乳腺癌	主成分分析	CNN	图像	两个公开的乳腺癌图像数据集
870	2024-10-13	Identification of dynamic networks community by fusing deep learning and evolutionary clustering 2024-Oct-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74361-0 PMID:39390015	研究论文	本文提出了一种融合深度学习和进化聚类的动态网络社区检测方法	结合深度学习和进化聚类，提出了一种新的动态社区检测方法DLEC，能够有效挖掘复杂非线性结构并生成高质量的社区结构	NA	旨在提高动态网络中社区检测的准确性和鲁棒性	动态网络中的社区结构	机器学习	NA	深度学习	多层深度自编码器	网络数据	合成网络和真实世界网络
871	2024-10-14	Galformer: a transformer with generative decoding and a hybrid loss function for multi-step stock market index prediction 2024-Oct-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72045-3 PMID:39390029	研究论文	本文介绍了一种名为Galformer的创新型Transformer模型，结合生成式解码和混合损失函数，用于多步股票市场指数预测	Galformer模型具有生成式解码器和混合损失函数，能够显著提高长序列预测的速度，并结合定量误差和趋势准确性优化模型	NA	提高股票市场指数预测的准确性和效率	股票市场指数的多步预测	机器学习	NA	Transformer模型	Transformer	时间序列数据	四个典型股票市场指数：CSI 300指数、S&P 500指数、道琼斯工业平均指数（DJI）和纳斯达克综合指数（IXIC）
872	2024-10-14	Integrating holotomography and deep learning for rapid detection of NPM1 mutations in AML 2024-10-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75168-9 PMID:39390137	研究论文	本研究利用全息断层成像（HT）和深度学习技术，快速检测急性髓系白血病（AML）中的NPM1突变	首次将全息断层成像与深度学习结合，用于检测AML中的NPM1突变，提供了一种早期、高效且成本效益高的诊断方法	研究样本量相对较小，且仅限于AML中的NPM1突变检测	开发一种新的方法，用于快速准确地诊断AML中的NPM1突变	AML患者中的NPM1突变	数字病理学	白血病	全息断层成像（HT）	卷积神经网络（CNN）	图像	2073张HT髓母细胞图像，来自48名个体，包括NPM1野生型和突变样本
873	2024-10-14	Application of artificial intelligence model in pathological staging and prognosis of clear cell renal cell carcinoma 2024-Oct-10, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-024-01437-8 PMID:39390246	研究论文	本研究开发了一种基于全切片图像的深度学习模型，用于预测透明细胞肾细胞癌的病理分期和预后	首次使用深度学习模型从病理图像中准确预测透明细胞肾细胞癌的病理分期和预后	研究样本仅来自TCGA数据库，可能存在数据偏倚	开发一种能够准确预测透明细胞肾细胞癌病理分期和预后的深度学习模型	透明细胞肾细胞癌患者的病理图像	数字病理学	肾癌	深度学习	深度学习模型	图像	513例透明细胞肾细胞癌患者
874	2024-10-14	A multi-task graph deep learning model to predict drugs combination of synergy and sensitivity scores 2024-Oct-10, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05925-0 PMID:39390357	研究论文	本文提出了一种多任务图深度学习模型'MultiComb'，用于预测药物组合的协同作用和敏感性评分	该模型利用图卷积网络处理药物的SMILES表示，并通过注意力机制优化特征表示，结合交叉缝合模型学习任务间关系，从而实现对药物组合协同作用和敏感性评分的预测	NA	预测药物组合对特定癌细胞系的协同作用和敏感性评分	药物组合的协同作用和敏感性评分	机器学习	癌症	图卷积网络	多任务深度学习模型	分子数据	38种独特药物组合成17,901对药物组合，并在37种独特癌细胞上测试
875	2024-10-14	Automatic maxillary sinus segmentation and pathology classification on cone-beam computed tomographic images using deep learning 2024-Oct-10, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-024-04924-0 PMID:39390490	研究论文	使用深度学习技术自动分割锥束计算机断层扫描图像中的上颌窦并进行病理分类	采用改进的YOLOv5x架构进行迁移学习，以提高上颌窦及其疾病的分割和检测精度	研究样本量相对较小，且仅限于特定的上颌窦疾病	开发一种自动化的方法来分割和分类上颌窦及其疾病，以辅助医生工作	上颌窦及其相关疾病，包括黏液潴留囊肿、黏膜增厚、完全和部分不透明以及健康上颌窦	计算机视觉	口腔颌面疾病	深度学习	YOLOv5x	图像	307例锥束计算机断层扫描图像，包括173名女性和134名男性患者
876	2024-10-14	A deep learning-based dose calculation method for volumetric modulated arc therapy 2024-Oct-10, Radiation oncology (London, England) DOI:10.1186/s13014-024-02534-2 PMID:39390598	研究论文	本研究利用深度学习方法开发了一种用于容积旋转调强放疗（VMAT）的快速且准确的剂量计算方法	本研究采用3D UNet模型，通过学习剂量计算的物理原理，实现了比传统治疗计划系统（TPS）更快的剂量计算速度	本研究仅在头颈部VMAT计划上进行了验证，未来需要在更多类型的放疗计划上进行测试	开发一种基于深度学习的快速且准确的VMAT剂量计算方法	头颈部VMAT计划	机器学习	NA	深度学习	3D UNet	图像	51个头颈部VMAT计划，其中43个用于训练，1个用于验证，7个用于测试
877	2024-10-14	A deep learning model to enhance the classification of primary bone tumors based on incomplete multimodal images in X-ray, CT, and MRI 2024-Oct-10, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-024-00784-7 PMID:39390604	研究论文	研究开发了一种基于深度学习的模型，用于在X光、CT和MRI等多模态图像不完整的情况下，对原发性骨肿瘤进行分类	提出了基于Transformer的PBTC-TransNet融合模型，能够在多模态图像不完整的情况下有效分类原发性骨肿瘤	研究为回顾性研究，且仅在两个中心的数据集上进行了验证	开发和验证一种基于不完整多模态图像和临床特征的深度学习模型，用于原发性骨肿瘤的分类	原发性骨肿瘤的分类	计算机视觉	骨肿瘤	深度学习	Transformer	图像	1305名患者，包括内部数据集1043例和外部数据集262例
878	2024-10-14	Analyzing hope speech from psycholinguistic and emotional perspectives 2024-10-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74630-y PMID:39384851	研究论文	本研究利用自然语言处理工具分析社交媒体中的希望言论，提取心理语言学、情感和情感特征	提出了一种利用NLP工具分析社交媒体希望言论的新方法，并展示了LightGBM和CatBoost模型在分类不同类型希望方面的优越性能	NA	研究社交媒体中希望言论的心理语言学和情感特征，并探索利用这些数据分类不同类型希望的潜力	社交媒体中的希望言论	自然语言处理	NA	自然语言处理 (NLP)	LightGBM, CatBoost	文本	希望言论数据集
879	2024-10-14	Enhancing quantitative imaging to study DNA damage response: A guide to automated liquid handling and imaging 2024-Oct-06, DNA repair IF:3.0Q2 DOI:10.1016/j.dnarep.2024.103769 PMID:39395383	研究论文	本文介绍了一种自动化免疫荧光染色流程，结合定量高内涵成像技术，用于研究DNA损伤信号传导	提出了自动化液体处理系统与高内涵成像技术的无缝集成方法，并提供了确保实验结果可重复性和可扩展性的实用建议	未明确提及具体的局限性	提升实验室高内涵定量成像能力，通过先进实验室自动化的无缝集成	DNA损伤信号传导	生物技术	NA	自动化液体处理系统，高内涵成像	深度学习	图像	未明确提及具体样本数量
880	2024-10-13	Development and validation of a multimodal deep learning framework for vascular cognitive impairment diagnosis 2024-Oct-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.110945 PMID:39391736	研究论文	开发并验证了一种用于血管性认知障碍诊断的多模态深度学习框架	结合了视觉变换器和极端梯度提升算法的多模态深度学习框架，能够识别对血管性认知障碍诊断有显著贡献的大脑区域和临床特征	NA	开发一种准确且可解释的临床决策支持工具，用于识别脑血管疾病患者的血管性认知障碍	307名脑血管疾病患者的临床非影像数据和神经影像数据	机器学习	脑血管疾病	多模态深度学习	视觉变换器和极端梯度提升算法	临床非影像数据和神经影像数据	307名患者