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
1081	2024-11-04	Deep learning algorithm for automatically measuring Cobb angle in patients with idiopathic scoliosis 2024-Nov, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-023-08024-5 PMID:38367024	研究论文	本文开发了一种深度学习模型，用于自动测量特发性脊柱侧弯患者的Cobb角	提出了一个自动测量Cobb角的深度学习模型，减少了人工测量的变异性	需要进一步研究以提高模型的准确性和通用性	开发一种自动测量Cobb角的深度学习模型，以减少测量误差	特发性脊柱侧弯患者的Cobb角	计算机视觉	NA	深度学习	深度学习模型	图像	297张脊柱X光片，其中227张用于训练，70张用于验证
1082	2024-11-04	Estimating lumbar bone mineral density from conventional MRI and radiographs with deep learning in spine patients 2024-Nov, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-024-08463-8 PMID:39212711	研究论文	本研究旨在利用深度学习方法从常规腰椎MRI和X光片中估算骨密度并检测骨质疏松症	本研究首次尝试结合常规MRI和X光片以及临床数据和成像参数，利用机器学习模型估算腰椎骨密度并分类T评分	模型在直接估算骨密度值方面的能力有限	开发机器学习方法以估算骨密度并检测骨质疏松症	腰椎骨密度和T评分	机器学习	NA	机器学习	NA	图像	429名患者
1083	2024-11-04	Deep learning-based normative database of anterior chamber dimensions for angle closure assessment: the Singapore Chinese Eye Study 2024-Nov-01, The British journal of ophthalmology DOI:10.1136/bjo-2024-325602 PMID:39486884	研究论文	本文通过深度学习算法建立了前房参数的规范数据库，用于评估闭角型青光眼	首次利用深度学习算法建立前房参数的规范分布，并应用于闭角型青光眼的检测	研究仅限于新加坡华人群体，可能不适用于其他种族或地区	建立前房参数的规范分布，并应用于闭角型青光眼的检测	前房深度、面积、宽度和晶状体凸度等参数	计算机视觉	眼科疾病	深度学习算法	深度学习模型	图像	2157只眼睛（1853只开放角，304只闭角）
1084	2024-11-04	Integrative hybrid deep learning for enhanced breast cancer diagnosis: leveraging the Wisconsin Breast Cancer Database and the CBIS-DDSM dataset 2024-Nov-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74305-8 PMID:39487199	研究论文	本文通过整合威斯康星州乳腺癌数据库和CBIS-DDSM数据集，利用混合深度学习方法提高乳腺癌诊断的准确性	本文创新性地结合了两个重要数据集，并采用卷积神经网络与随机梯度方法相结合的混合深度学习方法，以识别乳腺癌的复杂模式和特征诊断	本文的模型泛化性需要通过独立验证在其他数据集上进行验证	提高乳腺癌诊断的准确性	乳腺癌的诊断	计算机视觉	乳腺癌	卷积神经网络（CNN）	混合深度学习模型	图像	569名患者（其中212名患有恶性肿瘤）和2620个扫描的乳腺X光片研究
1085	2024-11-04	Information mismatch in PHH3-assisted mitosis annotation leads to interpretation shifts in H&E slide analysis 2024-Nov-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-77244-6 PMID:39487193	研究论文	研究分析了PHH3辅助有丝分裂注释对H&E切片分析中互评者一致性和模型性能的影响	提出了一种新的双染色检测器，并分析了PHH3辅助注释对模型性能的影响	PHH3辅助注释并未显著提高H&E检测器的性能	探讨PHH3辅助有丝分裂注释对互评者一致性和模型性能的影响	有丝分裂图（MFs）的注释和检测	数字病理学	NA	深度学习算法	双染色检测器	图像	涉及多个评价者的实验数据
1086	2024-11-04	Explainable machine learning by SEE-Net: closing the gap between interpretable models and DNNs 2024-Nov-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-77507-2 PMID:39487274	研究论文	本文介绍了一种名为SEE-Net的新型神经网络架构，旨在结合深度神经网络的高预测能力和可解释模型的透明性	SEE-Net通过将指导性深度神经网络与浅层神经网络结合，实现了深度学习的高预测能力和可解释模型的透明性之间的平衡	NA	旨在解决深度神经网络复杂性导致的解释性难题，并提升可解释模型的预测准确性	深度神经网络和可解释模型的结合	机器学习	NA	NA	SEE-Net	图像和表格数据	NA
1087	2024-11-04	Multi-level physics informed deep learning for solving partial differential equations in computational structural mechanics 2024-Nov-01, Communications engineering DOI:10.1038/s44172-024-00303-3 PMID:39487342	研究论文	本文开发了一种多层次物理信息神经网络框架，用于解决计算结构力学中的偏微分方程	通过结合多个神经网络，每个网络仅涉及一阶或二阶偏微分方程，代表不同的物理信息，从而提高了计算精度和时间	NA	开发一种新的神经网络框架，以提高解决结构力学问题中偏微分方程的精度和计算效率	结构力学中的偏微分方程	机器学习	NA	物理信息神经网络	神经网络	NA	NA
1088	2024-11-04	High spatiotemporal resolution estimation and analysis of global surface CO concentrations using a deep learning model 2024-Nov-01, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2024.123096 PMID:39488180	研究论文	本研究利用深度学习模型对全球表面CO浓度进行高时空分辨率估计和分析	开发了一种基于卷积神经网络（CNN）的高性能残差网络（ResNet）模型，用于估计全球CO浓度，并结合全球TROPOMI总柱大气CO（TCCO）产品和再分析数据集，实现了高精度的估计	NA	阐明全球CO污染与健康风险的关系，以及自然事件如野火的影响	全球表面CO浓度	机器学习	NA	卷积神经网络（CNN）	残差网络（ResNet）	数据集	从2018年6月至2021年5月的每日全球CO浓度数据，空间分辨率为0.07°
1089	2024-11-02	Multimodal Deep Learning-based Radiomics Approach for Predicting Surgical Outcomes in Patients with Cervical Ossification of the Posterior Longitudinal Ligament 2024-Nov-15, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000005088 PMID:38975742	研究论文	本研究开发了一种基于多模态深度学习的放射组学方法，用于预测颈椎后纵韧带骨化症患者的手术结果	本研究首次将深度学习和机器学习技术应用于预测颈椎后纵韧带骨化症患者的手术结果	本研究为回顾性分析，样本量有限，且仅限于特定类型的患者	开发一种预测颈椎后纵韧带骨化症患者手术结果的模型	颈椎后纵韧带骨化症患者	机器学习	颈椎病	深度学习	LightGBM 和 RadImagenet	影像数据（X光、CT、MRI）	288名患者
1090	2024-11-02	Combining graph deep learning and London dispersion interatomic potentials: A case study on pnictogen chalcohalides 2024-Nov-07, The Journal of chemical physics IF:3.1Q1 DOI:10.1063/5.0237101 PMID:39484895	研究论文	本文研究了将图深度学习与伦敦色散原子间势结合用于描述层状氮化物硫化物的方法	本文创新性地将图深度学习势与半经验色散模型结合，以解决现有模型中长程色散相互作用缺失的问题	尽管结合模型在描述层状化合物方面有所改进，但并非普遍适用，且未进行详细的参数微调	研究如何通过结合图深度学习与色散模型来改进原子间势模型，以更准确地描述层状化合物的物理性质	层状氮化物硫化物 BiTeBr 和 BiTeI，以及一系列具有不同化学计量比的 V-VI-VII 化合物	机器学习	NA	图神经网络	图深度学习模型	晶体结构	包括 BiTeBr 和 BiTeI 在内的多种 V-VI-VII 化合物
1091	2024-11-02	A multimodal deep learning-based algorithm for specific fetal heart rate events detection 2024-Nov-04, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2024-0334 PMID:39484683	研究论文	研究开发了一种基于多模态深度学习的算法，用于检测特定的胎儿心率事件，以增强胎儿健康的自动监测和智能评估	提出了多模态深度学习算法，结合多种特征提取技术和深度学习模型，能够准确分类四种特定的胎儿心率事件和四种减速模式	未提及具体的研究局限性	开发一种能够检测特定胎儿心率事件的算法，以提高胎儿健康监测的准确性和智能化	胎儿心率（FHR）和子宫收缩信号	机器学习	NA	多模态深度学习	多模型深度神经网络和预融合深度学习模型	信号	基于专家标记的数据
1092	2024-11-02	Deep learning-based detection of lumbar spinal canal stenosis using convolutional neural networks 2024-Nov, The spine journal : official journal of the North American Spine Society DOI:10.1016/j.spinee.2024.06.009 PMID:38909909	研究论文	本文开发了一种基于卷积神经网络的算法，用于从普通放射影像中检测腰椎管狭窄症	利用卷积神经网络进行腰椎管狭窄症的自动检测，使得没有MRI设备的医疗机构或非专科医生也能进行诊断	研究样本仅来自单一机构，且外部验证样本较少	开发一种算法，用于从普通放射影像中诊断是否存在需要手术的腰椎管狭窄症	腰椎管狭窄症患者	计算机视觉	脊柱疾病	卷积神经网络	CNN	图像	150名接受手术的患者，以及25名在其他医院接受手术的患者
1093	2024-11-02	A Comparison of CT-Based Pancreatic Segmentation Deep Learning Models 2024-Nov, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.06.015 PMID:38944630	研究论文	本文比较了基于CT的胰腺分割深度学习模型的性能	本文首次在临床人群中评估了不同患者和扫描特征对胰腺分割算法性能的影响	本文仅评估了五种模型，且未涵盖所有可能影响分割性能的因素	评估不同胰腺分割模型在CT图像上的性能，并探讨影响分割性能的因素	胰腺分割模型在CT图像上的性能	计算机视觉	NA	卷积神经网络	CNN	图像	352个CT扫描图像，包括30名女性、25名男性和297个性别未知，年龄为58±7岁（±1标准差），327个年龄未知
1094	2024-11-02	Improved vascular depiction and image quality through deep learning reconstruction of CT hepatic arteriography during transcatheter arterial chemoembolization 2024-Nov, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-024-01614-3 PMID:38888853	研究论文	评估深度学习重建（DLR）对经导管动脉化疗栓塞（TACE）期间计算机断层扫描肝动脉造影（CTHA）图像的血管描绘、肿瘤强化和图像质量的影响	深度学习重建显著提高了小肝动脉的信噪比（SNR）、肿瘤的对比噪声比（CNR）和供血动脉的可视化	文章未提及具体的局限性	评估深度学习重建对CTHA图像质量的影响	CTHA图像的血管描绘、肿瘤强化和图像质量	计算机视觉	NA	深度学习重建	NA	图像	27名患者（18名男性和9名女性，平均年龄75.7岁）
1095	2024-11-02	Forecasting the incidence frequencies of schizophrenia using deep learning 2024-Nov, Asian journal of psychiatry IF:3.8Q1 DOI:10.1016/j.ajp.2024.104205 PMID:39243662	研究论文	本研究开发了一种基于长短期记忆（LSTM）循环神经网络模型，用于预测台湾住院患者的思觉失调症发病率	本研究首次将LSTM模型应用于思觉失调症发病率的预测，并展示了其在多种模型中的最佳预测性能	研究数据仅限于台湾的住院患者，可能限制了模型的普适性	旨在开发和验证一种高效准确的模型，用于预测思觉失调症的发病率，以支持精神健康策略的制定	台湾住院患者的思觉失调症发病率	机器学习	精神疾病	长短期记忆（LSTM）循环神经网络	LSTM	文本	1998年至2015年间，年龄超过20岁且被诊断为思觉失调症的个体数据
1096	2024-11-02	DentAge: Deep learning for automated age prediction using panoramic dental X-ray images 2024-Nov, Journal of forensic sciences IF:1.5Q2 DOI:10.1111/1556-4029.15629 PMID:39294554	研究论文	本研究开发并验证了一种基于全景牙科X光图像的自动化年龄预测深度学习模型DentAge	DentAge在不同年龄组和牙科条件下表现出色，展示了其在实际场景中的潜在应用价值	模型在预测高龄组（90-100岁）时误差较大，主要受假体修复、牙齿缺失和骨质吸收等因素影响	开发和验证一种基于全景牙科X光图像的自动化年龄预测模型	全景牙科X光图像	计算机视觉	NA	深度学习	深度学习模型	图像	21,007张全景牙科X光图像，年龄范围为4至97岁
1097	2024-11-02	GraphPI: Efficient Protein Inference with Graph Neural Networks 2024-Nov-01, Journal of proteome research IF:3.8Q1 DOI:10.1021/acs.jproteome.3c00845 PMID:39396189	研究论文	本文介绍了一种名为GraphPI的新框架，利用图神经网络进行蛋白质推断	将蛋白质推断问题视为节点分类问题，并利用图神经网络架构来解析蛋白质之间的相互关系	NA	解决蛋白质推断中数据标签稀缺的问题，并提高计算效率	蛋白质推断	机器学习	NA	图神经网络	图神经网络	蛋白质数据集	未明确说明具体样本数量
1098	2024-11-02	Diagnostic evaluation of blunt chest trauma by imaging-based application of artificial intelligence 2024-Nov, The American journal of emergency medicine DOI:10.1016/j.ajem.2024.08.019 PMID:39213808	综述	本文综述了人工智能在钝性胸部创伤诊断中的应用及其面临的挑战	本文探讨了人工智能在钝性胸部创伤诊断中的潜在应用，并指出了当前研究的局限性	当前深度学习研究主要集中在特定的临床情境，限制了其在解决钝性胸部创伤复杂性方面的实用性	优化人工智能在钝性胸部创伤诊断评估中的作用，以提高患者护理和临床结果	钝性胸部创伤的诊断和评估	计算机视觉	胸部创伤	深度学习	NA	影像	NA
1099	2024-11-02	Understanding the role of machine learning in predicting progression of osteoarthritis 2024-Nov-01, The bone & joint journal DOI:10.1302/0301-620X.106B11.BJJ-2024-0453.R1 PMID:39481441	综述	本文综述了机器学习在预测骨关节炎进展中的应用	机器学习为个性化和定制化的手术治疗提供了途径	缺乏标准化评估指标和有限的外部验证限制了其临床应用	探讨机器学习在预测骨关节炎进展中的可行性和局限性	骨关节炎的进展预测	机器学习	骨关节炎	机器学习	深度学习	临床、影像学或生化数据	1160项研究中筛选出39项
1100	2024-10-30	Pre-operative lung ablation prediction using deep learning 2024-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10767-8 PMID:38775950	研究论文	本文介绍了一种基于深度学习的模型，用于预测微波肺消融术后的消融区域，以辅助治疗计划并提高治疗效果	本文提出了一种新颖的可变形图像配准方法和以消融器为中心的坐标系统，用于分析数据，并基于U-net架构构建了预测模型	本文的研究是回顾性的，样本量相对较小，且仅限于单一供应商的消融器	开发一种能够准确预测微波肺消融术后消融区域的深度学习模型，以改善治疗计划并减少肿瘤复发	微波肺消融术后的消融区域	计算机视觉	肺癌	可变形图像配准	U-net	图像	113次消融，来自72名患者