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
521	2024-12-13	Predicting Lymphovascular Invasion in Non-small Cell Lung Cancer Using Deep Convolutional Neural Networks on Preoperative Chest CT 2024-Dec, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.05.010 PMID:38845293	研究论文	本研究旨在利用深度卷积神经网络结合术前胸部CT图像，构建非小细胞肺癌淋巴管浸润的预测诊断模型	本研究首次将深度卷积神经网络应用于非小细胞肺癌淋巴管浸润的预测，并结合二维和三维CT影像特征以及临床放射学数据，开发了四种不同的预测模型	本研究为回顾性观察性研究，样本量有限，且仅基于术前CT图像进行预测，未考虑其他可能影响预测结果的因素	开发一种非侵入性的方法，利用深度学习技术预测非小细胞肺癌患者的淋巴管浸润情况，以指导精准治疗	非小细胞肺癌患者的淋巴管浸润情况	计算机视觉	肺癌	深度卷积神经网络	卷积神经网络	图像	3034名非小细胞肺癌患者，其中包括106名淋巴管浸润阳性患者
522	2024-12-13	Enhancing AI Research for Breast Cancer: A Comprehensive Review of Tumor-Infiltrating Lymphocyte Datasets 2024-Dec, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01043-8 PMID:38806950	综述	本文综述了与肿瘤浸润淋巴细胞（TIL）相关的公开数据集，旨在为乳腺癌研究中的计算机辅助病理学（CAP）工具的训练和验证提供资源	本文的创新点在于系统地回顾了公开的TIL数据集，为TIL研究社区提供了宝贵的资源	本文的局限性在于仅限于公开可用的数据集，可能无法涵盖所有相关的TIL数据	本文的研究目的是为乳腺癌研究中的计算机辅助病理学工具的训练和验证提供资源	本文的研究对象是与肿瘤浸润淋巴细胞（TIL）相关的公开数据集	数字病理学	乳腺癌	深度学习	NA	图像	NA
523	2024-12-13	Deep learning segmentation model for quantification of infarct size in pigs with myocardial ischemia/reperfusion 2024-Dec, Basic research in cardiology IF:7.5Q1 DOI:10.1007/s00395-024-01081-x PMID:39348000	研究论文	本研究开发了一种基于动态U-Net架构的深度学习分割模型，用于自动化量化猪心肌缺血/再灌注损伤中的梗死面积	首次提出使用深度学习分割模型自动化量化梗死面积，显著减少了量化时间并提高了客观性	模型在初步测试中对大鼠心脏数据的性能较低，可能需要进一步优化以适应不同物种的数据	验证深度学习分割模型在量化心肌梗死面积中的有效性和时间效率	猪和初步测试中的大鼠心脏切片	计算机视觉	心血管疾病	深度学习	动态U-Net	图像	390头猪实验和27只大鼠实验
524	2024-12-13	Identification of lineage-specific cis-trans regulatory networks related to kiwifruit ripening initiation 2024-Dec, The Plant journal : for cell and molecular biology DOI:10.1111/tpj.17093 PMID:39462454	研究论文	本研究使用可解释的深度学习框架预测启动子序列中的顺式调控元件（CREs）表达模式，识别了影响猕猴桃成熟过程的特定谱系CRE-TF相互作用	首次使用可解释的深度学习方法识别了猕猴桃成熟过程中新的顺反调控关系，揭示了特定谱系的CRE-TF相互作用	研究仅限于猕猴桃，未探讨其他水果的适用性	识别与猕猴桃成熟启动相关的特定谱系顺反调控网络	猕猴桃成熟过程中的顺式调控元件（CREs）和转录因子（TFs）相互作用	机器学习	NA	深度学习	深度学习框架	DNA序列	未明确提及样本数量
525	2024-12-13	Correlating Personality Traits With Acute Stress Responses in Earthquake Simulations: An HRV and RESP Analysis 2024-Dec, Stress and health : journal of the International Society for the Investigation of Stress IF:3.0Q2 DOI:10.1002/smi.3510 PMID:39584748	研究论文	本研究探讨了人格特质与地震模拟中急性应激反应（ASR）之间的关联，通过心率变异性（HRV）和呼吸信号分析，结合深度学习模型进行预测	本研究首次将人格特质与急性应激反应的预测相结合，提出了一种基于人格的地震应激管理新方法	研究样本量较小，且仅限于特定人格类型的参与者，未来需要更大规模的研究来验证结果	研究人格特质与急性应激反应之间的关联，并开发基于人格的应激反应预测模型	参与者的人格特质、心率变异性和呼吸信号在地震模拟中的变化	机器学习	NA	多变量方差分析（MANOVA）、Toeplitz逆协方差聚类方法、卷积神经网络（CNN）和长短期记忆网络（LSTM）	CNN-LSTM	心率变异性（HRV）、呼吸信号	参与者数量未明确提及
526	2024-12-13	Mapping the Use of Artificial Intelligence-Based Image Analysis for Clinical Decision-Making in Dentistry: A Scoping Review 2024-Dec, Clinical and experimental dental research IF:1.7Q3 DOI:10.1002/cre2.70035 PMID:39600121	综述	本文综述了人工智能在牙科临床决策中基于图像分析的应用	探讨了人工智能在牙科图像分析中的应用趋势和研究空白	NA	研究人工智能在牙科临床决策中基于图像分析的应用	人工智能在牙科图像分析中的应用	计算机视觉	NA	卷积神经网络 (CNN)	卷积神经网络 (CNN)	图像	276篇文章，包含601,122张图像
527	2024-12-13	A patch-based deep learning MRI segmentation model for improving efficiency and clinical examination of the spinal tumor 2024-Dec, Journal of bone oncology IF:3.1Q2 DOI:10.1016/j.jbo.2024.100649 PMID:39659517	研究论文	本研究提出了一种基于补丁的深度学习MRI分割模型，用于提高脊柱肿瘤的效率和临床检查	本研究的创新点在于提出了一种全自动的脊柱MRI图像分割方法，利用卷积-反卷积神经网络和基于补丁的深度学习技术，显著提高了分割效率和准确性	NA	本研究的目的是提出一种全自动的脊柱MRI图像分割方法，以提高分割效率，满足临床诊断和治疗计划的需求	本研究的研究对象是脊柱MRI图像中的肿瘤	计算机视觉	脊柱疾病	卷积神经网络	卷积神经网络	图像	NA
528	2024-12-13	Evaluating the Cumulative Benefit of Inspiratory CT, Expiratory CT, and Clinical Data for COPD Diagnosis and Staging through Deep Learning 2024-Dec, Radiology. Cardiothoracic imaging DOI:10.1148/ryct.240005 PMID:39665633	研究论文	本研究评估了单相CT、吸气-呼气CT和临床数据对基于卷积神经网络（CNN）的慢性阻塞性肺疾病（COPD）诊断和分期的累积效益	本研究首次综合评估了单相CT、吸气-呼气CT和临床数据对COPD诊断和分期的影响，并展示了结合临床数据时，单相CT与多相CT在CNN模型中的准确性相当	研究结果显示，某些情况下（如呼气相CT模型），加入临床数据并未显著提高ICC值，表明模型在某些情况下的表现仍有局限性	评估单相CT、吸气-呼气CT和临床数据对COPD诊断和分期的效益	COPD的诊断和分期	计算机视觉	慢性阻塞性肺疾病	卷积神经网络（CNN）	卷积神经网络（CNN）	图像	8893名参与者
529	2024-12-12	The role of deep learning in myocardial perfusion imaging for diagnosis and prognosis: A systematic review 2024-Dec-20, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.111374 PMID:39654634	综述	本文综述了深度学习在心肌灌注成像中的应用，重点探讨了其在诊断和预后中的可解释性方法	本文总结了深度学习在心肌灌注成像中的最新应用，并强调了可解释性方法的重要性	本文主要讨论了现有研究的挑战和未来研究的方向，未提供具体的技术实现细节	总结深度学习在心肌灌注成像中的应用，并探讨其在诊断和预后中的可解释性方法	心肌灌注成像（MPI）及其在诊断和预后中的应用	计算机视觉	心血管疾病	深度学习（DL）	卷积神经网络（CNN）	图像	NA
530	2024-12-12	A novel deep learning model for obstructive sleep apnea diagnosis: hybrid CNN-Transformer approach for radar-based detection of apnea-hypopnea events 2024-Dec-11, Sleep IF:5.3Q1 DOI:10.1093/sleep/zsae184 PMID:39115132	研究论文	本研究开发并验证了一种基于雷达数据的深度学习模型，用于检测阻塞性睡眠呼吸暂停事件	采用混合CNN-Transformer架构进行事件检测，并使用雷达数据替代传统的多导睡眠图（PSG）	研究为单中心前瞻性队列研究，样本量相对较小，且仅使用了雷达数据	开发一种成本效益高且易于获取的阻塞性睡眠呼吸暂停（OSA）诊断方法	阻塞性睡眠呼吸暂停事件的检测和睡眠呼吸暂停低通气指数（AHI）的估计	机器学习	阻塞性睡眠呼吸暂停	深度学习	混合CNN-Transformer	雷达数据	开发集54名参与者，测试集35名参与者
531	2024-12-12	Evaluating deep learning and radiologist performance in volumetric prostate cancer analysis with biparametric MRI and histopathologically mapped slides 2024-Dec-11, Abdominal radiology (New York) DOI:10.1007/s00261-024-04734-6 PMID:39658736	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
532	2024-12-12	Evaluation of the mandibular canal and the third mandibular molar relationship by CBCT with a deep learning approach 2024-Dec-11, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-024-00793-z PMID:39658743	研究论文	本研究使用CBCT和深度学习技术评估下颌管与第三下颌磨牙的关系，并自动分割下颌阻生第三磨牙、下颌管、颏孔和下颌孔	本研究首次使用nnU-NetV2深度学习架构来评估下颌管与第三下颌磨牙的关系，并自动分割相关结构	本研究为回顾性研究，样本量有限，且仅使用了CBCT数据	评估下颌管与第三下颌磨牙的关系，并自动分割相关结构，以辅助诊断、手术规划和并发症预测	下颌管、第三下颌磨牙、颏孔和下颌孔	计算机视觉	NA	CBCT	nnU-NetV2	图像	300名患者的CBCT数据，分为训练集270例和测试集30例
533	2024-12-12	Meso Hybridized Silk Fibroin Watchband for Wearable Biopotential Sensing and AI Gesture Signaling 2024-Dec-11, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202410702 PMID:39660568	研究论文	本文介绍了一种基于Mo-Au细丝网格和介观混合丝素蛋白膜的智能柔性腕带，用于生物电位传感与AI手势信号识别	创新的Mo-Au细丝网格设计提供了高信噪比和高灵敏度，并通过深度学习实现了卓越的手势识别率	NA	开发一种用于生物电位传感与手势识别的智能柔性腕带，以改善人机交互	生物电位信号（如心电图）和肌肉动作（如肌电图）	NA	NA	深度学习	NA	生物电位信号	20名不同性别的志愿者
534	2024-12-12	Intelligent optoelectrowetting digital microfluidic system for real-time selective parallel manipulation of biological droplet arrays 2024-Dec-11, Lab on a chip IF:6.1Q2 DOI:10.1039/d4lc00804a PMID:39660615	研究论文	本文提出了一种结合光电润湿技术和深度学习算法的智能数字微流控系统，用于实时选择性并行操控生物液滴阵列	该系统通过深度学习算法实现液滴的实时检测和自动生成虚拟电极，避免了手动操作和预设路径的局限，提高了液滴操控的精确性和灵活性	NA	开发一种智能化的数字微流控系统，用于自动化操控生物液滴阵列	生物液滴阵列的实时选择性并行操控	数字病理学	NA	光电润湿技术	深度学习算法	图像	多个液滴
535	2024-12-12	Predicting gene expression from histone marks using chromatin deep learning models depends on histone mark function, regulatory distance and cellular states 2024-Dec-11, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkae1212 PMID:39660643	研究论文	研究使用卷积和基于注意力机制的模型，预测从组蛋白标记活性到基因表达的关系，并探讨了组蛋白标记功能、调控距离和细胞状态的影响	首次全面研究了组蛋白标记功能、基因组距离和细胞状态对组蛋白标记与转录关系的影响，并进行了虚拟组蛋白标记扰动实验，揭示了功能性和与疾病相关的位点	之前的研究忽略了细胞状态、组蛋白标记功能或远端效应等关键因素，限制了其发现	理解组蛋白标记活性与基因表达之间的复杂关系，并揭示新的生物学见解	七种组蛋白标记在十一种细胞类型中的活性，涵盖多种细胞状态	机器学习	NA	NA	卷积神经网络（CNN）和注意力机制模型	组蛋白标记活性数据	七种组蛋白标记在十一种细胞类型中的数据
536	2024-12-12	Chemistry of Street Art: Neural Network for the Spectral Analysis of Berlin Wall Colors 2024-Dec-11, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.4c12611 PMID:39660736	研究论文	本研究通过分析柏林墙街头艺术的片段，利用拉曼光谱和卷积神经网络（CNN）算法，研究了丙烯颜料中色素混合物的定量分析	首次利用拉曼光谱结合深度学习技术，实现了对商业丙烯颜料中色素混合物的定量分析，为街头艺术中的艺术家技巧和材料提供了新的分析方法	NA	研究街头艺术中绘画材料的化学特性，并探索拉曼光谱与深度学习技术在颜料分析中的应用	柏林墙街头艺术的片段及丙烯颜料中的色素混合物	机器学习	NA	拉曼光谱	卷积神经网络（CNN）	光谱数据	使用Schmincke品牌的商业丙烯颜料进行稀释后的参考材料
537	2024-12-12	Advanced Nosema bombycis Spore Identification: Single-Cell Raman Spectroscopy Combined with Self-Attention Mechanism-Guided Deep Learning 2024-Dec-11, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c04817 PMID:39660811	研究论文	本文提出了一种结合单细胞拉曼光谱和自注意力机制引导的卷积神经网络框架，用于准确识别Nosema bombycis孢子	创新点在于使用单细胞拉曼光谱和自注意力机制引导的卷积神经网络，显著提高了孢子识别的准确性	NA	研究目的是开发一种准确且便捷的方法来识别Nosema bombycis孢子，以早期诊断和监测家蚕微孢子虫病	研究对象是Nosema bombycis孢子	机器学习	家蚕微孢子虫病	单细胞拉曼光谱	卷积神经网络	光谱数据	九种不同幼虫的Nosema bombycis孢子
538	2024-12-12	DeepPD: A Deep Learning Method for Predicting Peptide Detectability Based on Multi-feature Representation and Information Bottleneck 2024-Dec-11, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00665-4 PMID:39661307	研究论文	提出了一种基于多特征表示和信息瓶颈原理的深度学习方法DeepPD，用于预测肽段的检测能力	引入多特征表示和信息瓶颈原理，结合进化尺度建模2（ESM-2）提取语义信息，构建特征空间，显著提升了肽段检测能力的预测性能	未提及具体限制	开发一种新的深度学习框架，用于提高肽段检测能力的预测精度	肽段的检测能力	机器学习	NA	深度学习	深度学习框架	序列数据	涉及多个数据集和物种
539	2024-12-12	A systematic review of Automated prediction of sudden cardiac deathusing ECG signals 2024-Dec-10, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad9ce5 PMID:39657316	综述	本文对2011年至2023年间使用ECG信号自动预测心脏性猝死的研究进行了系统性综述	本文首次全面分析了机器学习和深度学习模型在预测心脏性猝死中的应用，并强调了当前的局限性和进一步发展的必要性	大多数预测模型依赖于小规模数据库，且主要使用心电图和心率变异性信号，忽略了其他生理信号的潜在贡献	探讨自动预测心脏性猝死的方法及其在机器学习和深度学习中的应用	心脏性猝死的自动预测模型及其性能评估	机器学习	心血管疾病	机器学习 (ML) 和深度学习 (DL)	机器学习模型和深度学习模型	心电图 (ECG) 和心率变异性 (HRV) 信号	小规模数据库
540	2024-12-12	The role of deep learning in diagnostic imaging of spondyloarthropathies: a systematic review 2024-Dec-10, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11261-x PMID:39658683	综述	本文系统回顾了深度学习模型在脊柱关节病（SpA）影像诊断中的应用	深度学习模型，尤其是高级CNN和U-Net，在SpA影像诊断中表现出高准确性，超越了传统方法	部分研究样本量较小，需要更大规模的数据集和进一步的前瞻性和外部验证以提高这些AI模型的泛化能力	评估深度学习模型在提高SpA影像诊断准确性方面的应用	脊柱关节病（SpA）的影像诊断	计算机视觉	脊柱关节病	深度学习	CNN, U-Net	影像	21项研究，涉及MRI、CT和X射线模态