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
1	2024-12-22	Toward molecular diagnosis of major depressive disorder by plasma peptides using a deep learning approach 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae554 PMID:39592240	研究论文	本文开发了一种深度学习方法，通过血浆肽的质谱特征来区分重度抑郁症患者和健康对照者	首次使用深度学习方法从血浆肽中发现可用于区分重度抑郁症患者和健康对照者的质谱特征	NA	探索重度抑郁症的分子诊断方法	重度抑郁症患者和健康对照者的血浆肽	机器学习	精神疾病	质谱分析	神经网络（CMS-Net）	肽序列	NA
2	2024-12-22	Correction to: Toward molecular diagnosis of major depressive disorder by plasma peptides using a deep learning approach 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae700 PMID:39705709	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3	2024-12-22	Impact of Deep Learning-Based Computer-Aided Detection and Electronic Notification System for Pneumothorax on Time to Treatment: Clinical Implementation 2024-Nov-19, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2024.11.009 PMID:39566875	研究论文	评估深度学习计算机辅助检测系统与电子通知系统结合使用对气胸患者治疗时间的影响	首次在真实临床环境中评估深度学习计算机辅助检测系统与电子通知系统结合使用对气胸患者治疗时间的影响	仅评估了氧气补充治疗的时间，未评估其他治疗方式的时间	评估深度学习计算机辅助检测系统与电子通知系统结合使用对气胸患者治疗时间的影响	气胸患者的治疗时间	计算机视觉	气胸	深度学习	NA	图像	603,028张胸部X光片，来自140,841名独特患者
4	2024-12-22	Three-dimensional deep learning model complements existing models for preoperative disease-free survival prediction in localized clear cell renal cell carcinoma: a multicenter retrospective cohort study 2024-Nov-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000001808 PMID:38896853	研究论文	本研究开发并验证了一种基于CT图像的三维深度学习模型，用于预测局部透明细胞肾细胞癌的术前无病生存期	本研究首次提出了一种基于CT图像的三维深度学习模型，用于预测局部透明细胞肾细胞癌的术前无病生存期，并展示了其优于现有模型的预测性能	本研究为回顾性多中心队列研究，未来需要进一步的前瞻性研究来验证模型的临床应用价值	开发并验证一种新的术前无病生存期预测模型，以提高局部透明细胞肾细胞癌患者的预后预测准确性	局部透明细胞肾细胞癌患者的术前无病生存期预测	机器学习	肾癌	深度学习	ResNet 50	图像	707名局部透明细胞肾细胞癌患者
5	2024-12-22	Concurrent optogenetic motor mapping of multiple limbs in awake mice reveals cortical organization of coordinated movements 2024 Nov-Dec, Brain stimulation IF:7.6Q1 DOI:10.1016/j.brs.2024.10.010 PMID:39476952	研究论文	本文开发了一种多肢光遗传学运动映射技术（MOMM），用于在清醒小鼠中同时映射多个肢体的运动表现，并探讨了皮质对协调运动的组织结构	本文首次实现了在清醒小鼠中同时进行多肢体的光遗传学运动映射，揭示了皮质对协调和行为相关运动输出的拓扑组织	本文仅在清醒小鼠中进行了实验，未来研究可在更多物种中验证其普适性	开发一种新的技术来映射皮质对多肢体协调运动控制的组织结构	清醒小鼠的多肢体运动表现及其皮质组织	神经科学	NA	光遗传学刺激	DeepLabCut	运动数据	多只小鼠
6	2024-12-21	Bayesian unsupervised clustering identifies clinically relevant osteosarcoma subtypes 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae665 PMID:39701601	研究论文	本文使用贝叶斯无监督聚类方法，通过潜在过程分解（LPD）模型对骨肉瘤进行亚型分类，并验证了其临床相关性	本文采用了更复杂的无监督贝叶斯模型LPD，能够处理个体癌症样本的异质性，并解析转录组数据的结构，提供临床相关信息	NA	识别癌症亚型，为精准医学的发展提供支持	骨肉瘤的亚型分类	机器学习	骨肉瘤	RNA测序（RNA-seq）	潜在过程分解（LPD）	转录组数据	NA
7	2024-12-21	Detection of hate: speech tweets based convolutional neural network and machine learning algorithms 2024-11-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76632-2 PMID:39572576	研究论文	本文讨论了使用基于TF-IDF的特征工程方法，结合多种机器学习和深度学习分类器，自动识别社交媒体上的仇恨言论	本文创新性地结合了多种机器学习和深度学习算法，包括卷积神经网络（CNN），以提高仇恨言论检测的准确性	本文未详细讨论数据集的多样性和可能的偏差问题	研究目的是解决社交媒体上仇恨言论的自动识别问题	研究对象是社交媒体上的仇恨言论推文	机器学习	NA	TF-IDF	CNN	文本	使用了三个不同的数据集，包括'Hate speech offensive tweets by Davidson et al.'、'Twitter hate speech'以及合并后的'Cyberbullying dataset (toxicity_parsed_dataset)'
8	2024-12-21	The Future of Surgical Diagnostics: Artificial Intelligence-Enhanced Detection of Ganglion Cells for Hirschsprung Disease 2024-Nov-20, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2024.102189 PMID:39577743	研究论文	本文介绍了一种利用人工智能增强的深度学习方法，用于在Hirschsprung病的手术诊断中检测神经节细胞	提出了一个创新的深度学习管道，利用ResNet-50模型进行特征提取，并通过梯度加权类激活映射算法生成热图，显著提高了神经节细胞的检测准确性和诊断速度	NA	开发一种能够显著提高Hirschsprung病手术诊断中神经节细胞检测准确性和速度的人工智能方法	神经节细胞的检测	数字病理学	先天性疾病	深度学习	ResNet-50	图像	366个冷冻切片和302个福尔马林固定石蜡包埋的苏木精和伊红染色切片，来自164名患者
9	2024-12-21	Cell Segmentation With Globally Optimized Boundaries (CSGO): A Deep Learning Pipeline for Whole-Cell Segmentation in Hematoxylin-and-Eosin-Stained Tissues 2024-Nov-09, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2024.102184 PMID:39528162	研究论文	本文开发了一种基于深度学习的管道，用于在苏木精和伊红染色组织中自动分割细胞	提出了CSGO框架，结合了核和膜分割算法，并通过基于能量的分水岭方法进行后处理，显著提高了细胞分割的准确性和鲁棒性	NA	开发一种自动化的细胞分割方法，以提高病理图像分析的能力	苏木精和伊红染色组织中的细胞分割	数字病理学	肝癌	深度学习	YOLO, U-Net	图像	训练数据包括7个肝细胞癌和11个正常肝组织切片，评估数据包括5个外部数据集，涉及肝、肺和口腔疾病病例
10	2024-12-21	A review of multimodal deep learning methods for genomic-enabled prediction in plant breeding 2024-Nov-05, Genetics IF:3.3Q2 DOI:10.1093/genetics/iyae161 PMID:39499217	综述	本文综述了多模态深度学习方法在植物育种基因组预测中的应用	多模态深度学习方法通过引入多种输入信息源，提升了传统单模态深度学习的预测能力，能够更有效地捕捉不同模态之间的交互	多模态深度学习需要更多的计算资源，且在应用时需要选择合适的架构和融合策略	探讨多模态深度学习在植物育种基因组选择中的应用潜力，并提供相关理论基础和实践指导	多模态深度学习方法及其在植物育种中的应用	机器学习	NA	多模态深度学习	神经网络	基因组数据	NA
11	2024-12-21	Deep learning classification of pediatric spinal radiographs for use in large scale imaging registries 2024-Nov, Spine deformity IF:1.6Q3 DOI:10.1007/s43390-024-00933-9 PMID:39039392	研究论文	本研究开发并应用了一种自动分类小儿脊柱X光片的算法	使用EfficientNet B6架构的深度学习分类器，能够高精度地区分10种术前和术后脊柱X光片类别	在数据集中少于100张图片的类别上表现较低	开发一种自动分类小儿脊柱X光片的算法，用于大规模影像注册	小儿脊柱侧弯患者的脊柱X光片	计算机视觉	脊柱侧弯	深度学习	卷积神经网络	图像	7777张AP图像和5621张侧位图像
12	2024-12-20	Automatic jawbone structure segmentation on dental CBCT images via deep learning 2024-Nov-28, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-024-06061-y PMID:39604672	研究论文	本研究开发并评估了一种基于深度学习的两阶段系统，用于在牙科CBCT图像上自动分割下颌骨皮质骨、下颌骨松质骨、上颌骨皮质骨和上颌骨松质骨	提出了一个两阶段的深度学习系统，用于自动分割颌骨结构，并在CBCT图像上实现了高精度的分割	质量异常对分割性能有负面影响	开发一种准确且高效的自动分割颌骨结构的方法	下颌骨皮质骨、下颌骨松质骨、上颌骨皮质骨和上颌骨松质骨	计算机视觉	NA	深度学习	NA	图像	155个CBCT扫描数据
13	2024-12-20	Use of Artificial Intelligence in Imaging Dementia 2024-Nov-27, Cells IF:5.1Q2 DOI:10.3390/cells13231965 PMID:39682713	研究论文	本文探讨了人工智能算法在影像学中用于痴呆症诊断和预测的应用	本文提出了基于图卷积网络的框架，能够提供多模态稀疏解释性，支持阿尔茨海默病及其前驱阶段（轻度认知障碍）的检测，并展示了在放射学家辅助下使用深度学习方法在检测淀粉样相关影像异常方面的显著性能提升	人工智能在临床实践中的应用面临技术、疾病相关和机构层面的挑战	探索人工智能在影像学中用于痴呆症诊断和预测的潜力	阿尔茨海默病、血管性痴呆、路易体痴呆及罕见神经退行性疾病（如额颞叶痴呆）	机器学习	老年病	图卷积网络、卷积神经网络	图卷积网络、卷积神经网络	影像	涉及淀粉样相关影像异常的患者样本
14	2024-12-20	scDCA: deciphering the dominant cell communication assembly of downstream functional events from single-cell RNA-seq data 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae663 PMID:39694816	研究论文	提出了一种基于深度学习的方法scDCA，用于从单细胞RNA-seq数据中解析对特定功能事件有较大影响的细胞通信组合	首次提出了一种基于多视图图卷积网络和注意力机制的深度学习方法，用于量化细胞类型对特定功能过程的贡献	仅在肾细胞癌样本中进行了验证，未来需要在更多疾病和样本中进行验证	开发一种新的计算方法，用于解析细胞通信对特定功能事件的影响，以促进癌症治疗的精准化	单细胞RNA-seq数据中的细胞通信组合及其对特定功能事件的影响	机器学习	肾细胞癌	单细胞RNA-seq	多视图图卷积网络	RNA-seq数据	肾细胞癌样本
15	2024-12-20	Automatic detection and proximity quantification of inferior alveolar nerve and mandibular third molar on cone-beam computed tomography 2024-Nov-20, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-024-05967-x PMID:39567447	研究论文	本研究提出了一种基于深度学习的工具，用于在锥束CT图像中自动检测并量化下颌第三磨牙与下牙槽神经的接近程度	本研究首次提出了一种基于深度学习的模型，能够快速且准确地检测和量化下牙槽神经与下颌第三磨牙在锥束CT图像中的接近程度	NA	开发一种自动工具，用于在锥束CT图像中量化下颌第三磨牙与下牙槽神经的接近程度，以减少手术风险	下颌第三磨牙和下牙槽神经在锥束CT图像中的接近程度	计算机视觉	NA	深度学习	深度学习网络	图像	302个锥束CT扫描图像，包含546颗下颌第三磨牙
16	2024-12-20	Detection of C-shaped mandibular second molars on panoramic radiographs using deep convolutional neural networks 2024-Nov-18, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-024-06049-8 PMID:39557710	研究论文	本研究开发了一种基于卷积神经网络（CNN）的深度学习系统，用于在全景X光片上检测C形下颌第二磨牙	使用CBCT生成的全景图像作为替代数据集，提高了CNN模型的训练效果，并在检测C形下颌第二磨牙方面表现优于牙科专业人员	NA	开发一种基于CNN的深度学习系统，用于在全景X光片上诊断C形下颌第二磨牙	C形下颌第二磨牙的全景X光片	计算机视觉	NA	卷积神经网络（CNN）	CNN	图像	730名患者的1453个下颌第二磨牙图像（组A）和610名患者的1211个下颌第二磨牙图像（组B）
17	2024-12-20	An artificial intelligence mechanism for detecting cystic lesions on CBCT images using deep learning 2024-Nov-17, Journal of stomatology, oral and maxillofacial surgery DOI:10.1016/j.jormas.2024.102152 PMID:39551180	研究论文	本研究旨在开发和评估一种基于深度学习的人工智能机制，用于在锥形束计算机断层扫描（CBCT）图像上检测囊性病变	本研究的创新点在于使用深度卷积神经网络（CNN）进行自动病变检测和囊性病变类型的诊断，并通过数据增强提高了模型的性能	本研究的局限性在于样本量相对较小，且仅限于两种类型的囊性病变（牙源性囊肿和根尖囊肿）	开发和评估一种人工智能机制，用于在CBCT图像上检测囊性病变	牙源性囊肿（DC）和根尖囊肿（PC）的检测与分类	计算机视觉	口腔疾病	深度学习	CNN	图像	150个样本，包括50个无病变样本、50个牙源性囊肿和50个根尖囊肿
18	2024-12-20	Pulmonary Embolism Education: Role of Generative Artificial Intelligence Models 2024 Nov-Dec, Missouri medicine PMID:39697584	研究论文	研究探讨了生成式人工智能模型在提高急性肺栓塞患者健康素养中的作用	首次评估了公开可用的人工智能模型生成的响应的可读性，并发现这些模型目前不满足美国的可读性建议	研究仅评估了当前生成式人工智能模型的可读性，未探讨其在长期使用中的适应性	评估生成式人工智能模型在提高急性肺栓塞患者健康素养中的潜力	生成式人工智能模型生成的响应的可读性	机器学习	肺栓塞	生成式人工智能	生成式AI模型	文本	NA
19	2024-12-19	Automatic pituitary adenoma segmentation and identification of cavernous sinus invasion via multitask learning 2024-Nov-21, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2024.106756 PMID:39689622	研究论文	本研究开发了一种多任务深度学习模型，用于垂体大腺瘤的分割和海绵窦侵袭的识别	提出了一个多任务多轴注意力U-Net（MTMAU-Net）框架，结合了分割和海绵窦侵袭分类任务，相比单一任务模型和Knosp分级系统，在分割和分类任务中表现更优	NA	开发一种多任务深度学习模型，用于垂体大腺瘤的分割和海绵窦侵袭的识别	垂体大腺瘤的分割和海绵窦侵袭的识别	计算机视觉	垂体腺瘤	深度学习	U-Net	图像	926名垂体大腺瘤患者（816名用于模型训练，110名用于模型验证）
20	2024-12-19	Predictive analytics of complex healthcare systems using deep learning based disease diagnosis model 2024-11-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78015-z PMID:39528485	研究论文	本文提出了一种基于深度学习的疾病诊断模型，用于复杂医疗系统的预测分析，主要集中于肺癌和结肠癌的检测与分类	本文创新性地使用了Gabor滤波器进行图像预处理，并结合Faster SqueezeNet生成特征向量，采用CNN-LSTM模型进行分类，同时使用Chaotic Tunicate Swarm算法优化超参数，提高了分类器的准确性	NA	开发一种高效的深度学习模型，用于肺癌和结肠癌的早期诊断，以降低死亡风险	肺癌和结肠癌的检测与分类	机器学习	肺癌	Gabor滤波器，Faster SqueezeNet，CNN-LSTM，Chaotic Tunicate Swarm算法	CNN-LSTM	图像	医学图像数据集