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
20081	2024-08-25	Deep Learning-Based Mapping of Tumor Infiltrating Lymphocytes in Whole Slide Images of 23 Types of Cancer 2021, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2021.806603 PMID:35251953	研究论文	本文提出了一种基于深度学习的流程，用于在23种癌症的全切片图像中分类肿瘤浸润淋巴细胞（TILs），并生成TIL图	该研究使用了三种先进的卷积神经网络架构（VGG16、Inception-V4和ResNet-34），并结合了病理学家手动标注和计算机生成的标签进行训练，提高了模型的准确性和F分数	NA	研究肿瘤浸润淋巴细胞作为生物标志物在预测疾病进展和临床结果中的作用	23种不同类型的癌症中的肿瘤浸润淋巴细胞	数字病理学	多种癌症	深度学习	CNN	图像	涉及23种癌症的全切片图像，包括大量训练数据和手动标注的图像块
20082	2024-08-25	An Interpretable Deep Learning Model for Covid-19 Detection With Chest X-Ray Images 2021, IEEE access : practical innovations, open solutions IF:3.4Q2 DOI:10.1109/ACCESS.2021.3087583 PMID:35256923	研究论文	本文介绍了一种用于COVID-19检测的可解释深度学习模型Gen-ProtoPNet	Gen-ProtoPNet模型使用了广义距离函数，能够处理任意类型的空间维度原型，提高了模型的解释性	NA	开发一种可解释的深度学习模型用于COVID-19的及时准确检测	COVID-19的检测	机器学习	COVID-19	深度学习	Gen-ProtoPNet	图像	使用了X射线图像数据集
20083	2024-08-25	Learning Predictive and Interpretable Timeseries Summaries from ICU Data 2021, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:35309006	研究论文	本文提出了一种新方法，从ICU数据中学习既具有预测性又易于人类理解的临床时间序列摘要	提出的摘要方法由简单直观的临床数据函数组成，如“下降的平均动脉压”，这些摘要不仅易于理解，而且在性能上与最先进的深度学习模型相当	NA	提高重症监护病房风险分层任务的性能，并增强模型的可解释性	临床时间序列数据	机器学习	NA	NA	深度学习模型	时间序列数据	NA
20084	2024-08-25	VOTENET+ : AN IMPROVED DEEP LEARNING LABEL FUSION METHOD FOR MULTI-ATLAS SEGMENTATION 2020-Apr, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi45749.2020.9098493 PMID:35261721	研究论文	本文通过将VoteNet模型与联合标签融合（JLF）方法结合，改进了多图谱分割（MAS）的性能	提出了一种改进的深度网络VoteNet+，用于局部预测图谱标签与目标图像标签不同的概率，并证明了JLF比多数投票更适合作为VoteNet框架的标签融合方法	NA	提高多图谱分割的性能	3D MR脑部图像的分割	计算机视觉	NA	深度学习	CNN	图像	LPBA40数据集
20085	2024-08-25	Quanti.us: a tool for rapid, flexible, crowd-based annotation of images 2018-08, Nature methods IF:36.1Q1 DOI:10.1038/s41592-018-0069-0 PMID:30065368	研究论文	介绍Quanti.us，一个基于众包的图像标注平台，提供了一种比计算算法更准确的图像分析问题解决方案	Quanti.us能够在图像分析任务中实现10-50倍的分析时间节省，且与专家标注相比，其深度学习性能相当	NA	开发一种快速、灵活的图像标注工具，以替代传统的计算算法	图像标注平台Quanti.us的性能和效率	计算机视觉	NA	深度学习	NA	图像	多种中通量图像分析任务
20086	2024-08-24	Identification and experimental validation of immune-related gene PPARG is involved in ulcerative colitis 2024-Oct, Biochimica et biophysica acta. Molecular basis of disease DOI:10.1016/j.bbadis.2024.167300 PMID:38880160	研究论文	本研究通过生物信息学方法和实验验证，确定了免疫相关基因PPARG在溃疡性结肠炎中的关键作用，并验证了其作为诊断和治疗标志物的潜力	利用多种机器学习算法和深度学习模型DNN识别潜在的溃疡性结肠炎标志物，并通过单细胞测序技术研究PPARG与巨噬细胞浸润的相关性	NA	深入理解溃疡性结肠炎的免疫学特征，并识别有价值的诊断和治疗标志物	溃疡性结肠炎的免疫相关基因PPARG及其在疾病中的作用	数字病理学	消化系统疾病	单细胞测序技术	DNN	基因表达数据	UC数据集来自GEO数据库，具体样本数量未详细说明
20087	2024-08-24	High-dimensional mass cytometry identified circulating natural killer T-cell subsets associated with protection from cytomegalovirus infection in kidney transplant recipients 2024-Sep, Kidney international IF:14.8Q1 DOI:10.1016/j.kint.2024.03.027 PMID:38685562	研究论文	本研究通过高维质谱流式细胞术和功能性检测，分析了112份来自CMV血清阳性肾移植受者的连续样本，利用先进的无监督深度学习分析评估了与预防CMV感染和抗病毒免疫功能显著相关的免疫细胞群。	本研究首次描述了一种新型NK-T细胞亚群的动力学，该亚群可能在肾移植后CMV感染中发挥保护作用。	NA	研究肾移植受者中与预防CMV感染相关的循环自然杀伤T细胞亚群。	肾移植受者中的CMV感染及其相关的免疫细胞亚群。	数字病理学	肾移植	质谱流式细胞术	深度学习	细胞样本	112份连续样本
20088	2024-08-24	Development and validation of a deep learning-based framework for automated lung CT segmentation and acute respiratory distress syndrome prediction: a multicenter cohort study 2024-Sep, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2024.102772 PMID:39170939	研究论文	本研究开发并验证了一种基于深度学习的框架，用于自动肺部CT分割和急性呼吸窘迫综合征预测	使用UNETR模型进行肺部病变分割和早期ARDS预测，通过MONAI框架增强训练样本多样性和模型泛化能力	NA	开发一种人工智能模型，用于自动肺部病变分割和早期预测ARDS，以促进重症监护室中的及时干预	928名重症监护室患者及其胸部CT扫描图像	计算机视觉	急性呼吸窘迫综合征	深度学习	UNETR	图像	928名患者
20089	2024-08-24	[Enzyme metabolism and functions in vitamin biosynthesis pathways] 2024-Aug-25, Sheng wu gong cheng xue bao = Chinese journal of biotechnology DOI:10.13345/j.cjb.240293 PMID:39174471	综述	本文综述了维生素生物合成途径中酶的研究进展，详细介绍了13种维生素合成途径中酶的催化机制、动力学特性和生物学应用	探讨了深度学习方法在维生素合成相关酶性质研究中的应用潜力	缺乏大量关键酶的详细酶学性质研究限制了维生素生产效率的提升和对维生素合成机制的深入理解与优化	全面回顾维生素生物合成途径中酶的研究进展，并探讨酶学性质研究的新方法	维生素生物合成途径中的酶及其催化机制、动力学特性和生物学应用	生物技术	NA	深度学习	NA	NA	NA
20090	2024-08-24	Predicting time-of-flight with Cerenkov light in BGO: a three-stage network approach with multiple timing kernels prior 2024-Aug-23, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad6ed8 PMID:39137808	研究论文	本文提出了一种三阶段网络方法，利用Cerenkov光和闪烁光预测飞行时间（TOF），以提高正电子发射断层扫描（PET）重建的图像质量	通过结合Cerenkov光和闪烁光的高时间分辨率和高能量分辨率，利用深度学习模型和多时间核先验知识进行TOF预测，提高了TOF-PET研究的预测性能	NA	提高正电子发射断层扫描（PET）重建中的图像质量和信号噪声比	利用BGO探测器同时发射的Cerenkov光和闪烁光进行飞行时间（TOF）预测	计算机视觉	NA	深度学习	CNN, Transformer	图像	25类信号上升时间的数据分类
20091	2024-08-24	Automated identification of fleck lesions in Stargardt disease using deep learning enhances lesion detection sensitivity and enables morphometric analysis of flecks 2024-Aug-22, The British journal of ophthalmology DOI:10.1136/bjo-2023-323592 PMID:38408857	研究论文	本研究利用深度学习模型自动识别Stargardt病中的斑点病变，并进行形态学分析	本研究首次成功训练人工智能识别Stargardt病中的斑点病变，提高了检测灵敏度	人工智能模型在检测斑点时产生了更多的假阳性结果，需要进一步优化	评估人工智能在识别Stargardt病斑点病变中的应用	Stargardt病患者的斑点病变	机器学习	眼科疾病	深度学习	NA	图像	170只眼睛，来自85名连续确诊的Stargardt病患者
20092	2024-08-24	AI-Enhanced Lung Cancer Prediction: A Hybrid Model's Precision Triumph 2024-Aug-22, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3447583 PMID:39172617	研究论文	本研究提出了一种结合卷积神经网络（CNN）和双向长短期记忆网络（BiLSTM）的混合深度学习模型，用于从患者的医疗记录中检测肺癌	该模型在MIMIC IV数据集上的表现优于LSTM和BioBERT模型，显示出更高的准确性和Matthews相关系数（MCC）	NA	旨在提高肺癌检测的准确性和早期诊断	肺癌检测	机器学习	肺癌	NA	混合深度学习模型（CNN和BiLSTM）	文本	使用了MIMIC IV数据集和Yelp Review Polarity数据集进行比较分析
20093	2024-08-24	Self-Reported Learning Strategies and Preferences in Health Informatics 2024-Aug-22, Studies in health technology and informatics DOI:10.3233/SHTI240710 PMID:39176499	研究论文	本研究通过使用动机策略学习问卷（MSLQ）和深度与表面学习理论，调查了健康信息学（HI）课程中学生的学习策略和偏好	首次详细探讨了健康信息学课程中学生的学习策略和偏好，填补了该领域的知识空白	研究仅限于三门健康信息学课程，可能无法全面代表所有健康信息学课程的情况	探讨健康信息学课程中学生的学习策略和偏好，为教育者提供改进建议	健康信息学课程的学生及其学习策略和偏好	健康信息学	NA	NA	NA	问卷调查数据	三门健康信息学课程的学生
20094	2024-08-24	Enhancing Periodontal Treatment Through the Integration of Deep Learning-Based Detection with Bayesian Network Models 2024-Aug-22, Studies in health technology and informatics DOI:10.3233/SHTI240758 PMID:39176544	研究论文	本研究将深度学习用于牙周病检测，并将其整合到基于贝叶斯网络的临床决策支持模型中，以实现全面的牙周护理	本研究创新地将深度学习技术与贝叶斯网络模型结合，用于牙周病的检测和治疗方案的推荐	NA	提高牙周病治疗的效果和准确性	牙周病及其治疗方案	机器学习	牙周病	深度学习	贝叶斯网络	图像	临床数据和放射图像
20095	2024-08-24	Integrated and Interoperable Platform for Detecting Masses on Mammograms 2024-Aug-22, Studies in health technology and informatics DOI:10.3233/SHTI240603 PMID:39176574	研究论文	本文介绍了一个免费开源的集成平台，用于自动检测乳腺X光片上的肿块	引入了先进的RetinaNet模型和DICOM-SR互操作性格式，以提高深度学习模型在乳腺影像中的可访问性	NA	推广深度学习模型在乳腺影像中的广泛应用	乳腺X光片上的肿块检测	计算机视觉	乳腺癌	深度学习	RetinaNet	图像	NA
20096	2024-08-24	Assessing the Performance of Deep Learning for Automated Gleason Grading in Prostate Cancer 2024-Aug-22, Studies in health technology and informatics DOI:10.3233/SHTI240605 PMID:39176576	研究论文	本研究利用数字病理学和人工智能技术，探索了11种深度神经网络架构在前列腺癌自动Gleason分级中的性能	研究展示了较新的架构在性能上的优势，特别是ConvNeXt模型在复杂性和泛化能力之间的平衡	研究面临区分相近Gleason等级的挑战	提高前列腺癌诊断效率	前列腺癌的自动Gleason分级	数字病理学	前列腺癌	深度学习	深度神经网络	图像	34,264个注释的组织切片
20097	2024-08-24	Precise Identification of Oral Cancer Lesions Using Artificial Intelligence 2024-Aug-22, Studies in health technology and informatics DOI:10.3233/SHTI240601 PMID:39176572	research paper	本研究首次展示了使用基于深度学习的人工智能系统，用于在智能手机图像中同时识别口腔癌病变类型并精确描绘病变边界	本研究首次使用深度学习模型在智能手机图像中同时识别口腔癌病变类型并精确描绘病变边界	NA	开发一种人工智能系统，帮助非专业口腔病变专家的牙医在智能手机图像中准确筛查口腔癌	口腔潜在恶性病变（OPMDs）和口腔鳞状细胞癌（OSCC）病变	machine learning	口腔癌	deep learning	NA	image	NA
20098	2024-08-24	Deep Learning Based Automatic Fibroglandular Tissue Segmentation in Breast Magnetic Resonance Imaging Screening 2024-Aug-22, Studies in health technology and informatics DOI:10.3233/SHTI240606 PMID:39176577	研究论文	本研究利用深度学习模型自动分割乳腺磁共振成像中的纤维腺体组织	采用nnU-Net框架训练深度神经网络模型，实现了对纤维腺体组织的高精度自动分割	NA	开发精确量化纤维腺体组织的方法	乳腺磁共振成像中的纤维腺体组织	计算机视觉	乳腺癌	深度学习	nnU-Net	图像	使用了公开的'Duke Breast Cancer MRI'数据集
20099	2024-08-24	Enhancing Pulmonary Embolism Detection in COVID-19 Patients Through Advanced Deep Learning Techniques 2024-Aug-22, Studies in health technology and informatics DOI:10.3233/SHTI240622 PMID:39176593	研究论文	本研究评估了先进深度学习技术在增强COVID-19后患者肺栓塞检测中的有效性	使用Ultralytics YOLOv8对象检测模型进行微调，展示了显著的诊断能力	NA	提高COVID-19患者肺栓塞的检测效率	COVID-19后患者的肺栓塞检测	机器学习	肺栓塞	深度学习	YOLOv8	图像	746张CTPA图像，来自25名患者
20100	2024-08-24	Opportunistic Screening for Osteoporosis Using Hand Radiographs - A Feature Augmentation Study Technique (FAST) 2024-Aug-22, Studies in health technology and informatics DOI:10.3233/SHTI240411 PMID:39176740	研究论文	本研究利用手部X光片对50岁及以上患者进行骨质疏松症的机会性筛查，通过深度学习模型预测骨质疏松/骨质减少，并建立骨纹理分析与双能X线吸收测量法（DXA）测量之间的相关性	本研究首次使用手部X光片作为筛查工具，通过深度学习模型预测骨质疏松/骨质减少，并展示了其作为正式DXA评估前筛查工具的可行性	本研究为回顾性研究，样本量相对较小，且仅涉及三个不同供应商的数据	探索手部X光片作为骨质疏松症筛查工具的可行性	50岁及以上接受双能X线吸收测量法（DXA）和手部X光片检查的患者	计算机视觉	骨质疏松症	深度学习	NA	图像	422名患者，其中338名用于训练/验证，84名用于测试