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
20101	2024-08-04	GEnDDn: An lncRNA-Disease Association Identification Framework Based on Dual-Net Neural Architecture and Deep Neural Network 2024-Jun, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00619-w PMID:38733474	研究论文	本文提出了一种基于深度学习的lncRNA-疾病关联预测框架GEnDDn	GEnDDn结合相似性计算、非负矩阵分解和图注意自编码器提取特征，并通过双网神经架构和深度神经网络进行分类，从而创新性地识别lncRNA-疾病关联	需要进一步的生物医学实验验证以确认结果	识别新的lncRNA-疾病关联，从而更好地理解疾病机制及为癌症靶向治疗和抗癌药物设计提供见解	主要研究lncRNA及其与疾病的关联	数字病理学	肺癌	深度学习	双网神经架构	NA	使用了六种不同的评估指标验证了GEnDDn在四种竞争性lncRNA-疾病关联识别方法上的优越性，并在lncRNADisease和MNDR数据库进行了五折交叉验证
20102	2024-08-05	Automating Linear and Angular Measurements for the Hip and Knee After Computed Tomography: Validation of a Three-Stage Deep Learning and Computer Vision-Based Pipeline for Pathoanatomic Assessment 2024-Jun, Arthroplasty today IF:1.5Q3 DOI:10.1016/j.artd.2024.101394 PMID:39071819	研究论文	本研究展示了一种可重复和可扩展的方法，用于分析基于CT的解剖学，以处理髋部和膝部的测量。	开发了一个三阶段的深度学习和计算机视觉管道，能够自动识别和测量髋膝解剖特征。	未提及具体的临床参数整合方法及其对结果的影响。	研究旨在提高CT图像处理的有效性，以改善围手术期的规划和执行。	研究对象为100名接受全膝关节置换术的骨关节炎患者，其预处理的CT扫描数据。	计算机视觉	骨关节炎	深度学习	UNet3+和Attention U-Net	CT图像	100个预处理的CT扫描
20103	2024-08-05	Self-Trained Convolutional Neural Network (CNN) for Tuberculosis Diagnosis in Medical Imaging 2024-Jun, Cureus DOI:10.7759/cureus.63356 PMID:39070319	研究论文	本文提出了一种基于卷积神经网络（CNN）的深度学习方法，以提高胸部X光图像中结核病的检测率	文章展示了自训练CNN在检测结核病方面的优势，相较于多种预训练模型的迁移学习，优化了结果	后续工作需重点优化模型，并从本地医院和易感地区获取更大规模的数据集	提高结核病的早期准确检测以促进有效治疗和减少传播	研究对象为包含结核病证据的胸部X光图像以及正常图像	计算机视觉	结核病	深度学习	卷积神经网络（CNN）	图像	7000张胸部X光图像（其中3500张为结核病证据，3500张为正常）
20104	2024-08-05	Bibliometric Analysis and Visualization of Scientific Literature on Heart Disease Classification Using a Logistic Regression Model 2024-Jun, Cureus DOI:10.7759/cureus.63337 PMID:39070375	研究论文	本研究通过文献计量分析调查了心脏病分类中使用逻辑回归模型的研究生产力	揭示了心脏病分类领域的研究模式和未来趋势，强调了重要的研究团队和国家	研究只考虑了来自Scopus的数据，排除了其他数据库的文献，并且仅关注2019年后的开发	探讨心脏病分类中逻辑回归模型的研究生产力和影响力	心脏病分类相关的科学文献	机器学习	心脏病	逻辑回归	NA	文献	2331篇文献
20105	2024-08-05	A large-scale assessment of sequence database search tools for homology-based protein function prediction 2024-May-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae349 PMID:39038936	研究论文	本文评估了不同序列数据库搜索工具在基于同源性的蛋白质功能预测中的效果	提出新的评分函数以改进基于同源性匹配的GO预测，并验证了搜索参数的重要性	没有探讨所有可能的顺序搜索工具和参数组合	探讨如何选择最佳序列搜索工具及其参数以提高蛋白质功能预测	主要研究热门的序列搜索工具对蛋白质功能预测的影响	机器学习	NA	序列数据库搜索	NA	基准数据集	大规模基准数据集
20106	2024-08-05	Comprehensive single-cell RNA-seq analysis using deep interpretable generative modeling guided by biological hierarchy knowledge 2024-May-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae314 PMID:38960404	研究论文	提出了一种名为d-scIGM的深度可解释生成模型，用于单细胞RNA-seq数据分析	d-scIGM结合锯齿连接技术和残差网络，构建了一个深度生成框架，并结合生物领域的层次性先验知识提高了模型的可解释性	大部分以往的生成模型工作局限于一到三层潜在变量的浅层神经网络	探索如何通过深度学习分析单细胞转录组数据并增加模型的可解释性	单细胞RNA-seq数据	数字病理学	黑色素瘤	RNA-seq	深度生成模型	基因表达数据	包含大规模实验的数据集
20107	2024-08-04	Development and validation of a deep learning model to predict axial length from ultra-wide field images 2024-May, Eye (London, England) DOI:10.1038/s41433-023-02885-2 PMID:38102471	研究论文	本研究验证了通过超广角图像构建深度学习模型以预测中等至高度近视患者的轴长的可行性	创新点在于利用深度学习模型从超广角图像中高精度预测轴长	性别特异模型在男性和女性数据集中的表现存在显著差异	研究目的是开发和验证深度学习模型用于预测中等和高度近视患者的轴长	研究对象为2014年至2020年期间的3134例近视患者的6174幅超广角图像	计算机视觉	近视	深度学习	NA	图像	共6174幅超广角图像，来自3134名患者
20108	2024-08-04	Predicting systemic diseases in fundus images: systematic review of setting, reporting, bias, and models' clinical availability in deep learning studies 2024-May, Eye (London, England) DOI:10.1038/s41433-023-02914-0 PMID:38238576	综述	本综述系统评估了使用深度学习技术分析眼底图像以预测全身性疾病的研究。	提供了对现有研究的系统性评估，并提出了改进临床适用性的方法建议	许多研究报告的不透明，样本量和缺失数据处理不足，且大部分模型在临床中未被实际应用	评估眼底图像及深度学习在预测全身性疾病中的表现，并促进临床实践的转化	系统性疾病的参数和状况，主要是通过眼底图像进行预测	数字病理学	糖尿病及相关疾病	深度学习	NA	眼底图像	31篇研究
20109	2024-08-07	Deep learning in ophthalmic and orbital ultrasound for spaceflight associated neuro-ocular syndrome (SANS) 2024-May, Eye (London, England) DOI:10.1038/s41433-023-02877-2 PMID:38135772	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
20110	2024-08-07	Response to 'Deep learning in ophthalmic ultrasound to enable further insights in Spaceflight Associated Neuro-Ocular Syndrome (SANS)' 2024-May, Eye (London, England) DOI:10.1038/s41433-023-02878-1 PMID:38135773	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
20111	2024-08-04	Magnetic resonance imaging-based bone imaging of the lower limb: Strategies for generating high-resolution synthetic computed tomography 2024-04, Journal of orthopaedic research : official publication of the Orthopaedic Research Society IF:2.1Q2 DOI:10.1002/jor.25707 PMID:37807082	研究论文	本研究旨在评估生成适用于骨科护理的高分辨率磁共振成像（MRI）基础的合成计算机断层扫描（sCT）图像的方法	提出了使用低分辨率数据生成高分辨率sCT图像的新方法	使用低分辨率CT数据训练模型导致产生的sCT图像模糊	研究低分辨率CT数据在生成高分辨率sCT中的应用	针对三个解剖区域的MRI和CT配对数据	数字病理学	NA	深度学习	NA	MRI和CT数据	三种解剖区域的数据（高分辨率的膝盖和踝关节数据，以及低分辨率的髋关节数据）
20112	2024-08-04	Development of an automated estimation of foot process width using deep learning in kidney biopsies from patients with Fabry, minimal change, and diabetic kidney diseases 2024-01, Kidney international IF:14.8Q1 DOI:10.1016/j.kint.2023.09.011 PMID:37774924	研究论文	本文开发了一种使用深度学习自动估计足突宽度的技术，用于患者的肾脏活检。	创新点在于开发了一种基于深度学习的自动化FPW估计技术，并通过云应用使其易于访问。	当前研究只使用了有限数量的患者样本，未涵盖所有类型的肾脏疾病。	研究旨在提高肾脏疾病中足突宽度的测量效率和可获取性。	研究对象为来自Fabry病、2型糖尿病、最小变病和正常个体的肾脏活检图像。	数字病理学	肾脏疾病	深度学习	U-Net	电子显微镜图像	56名Fabry病患者，15名2型糖尿病患者，10名最小变病患者和17名正常个体
20113	2024-08-05	Performance Investigation of Somfit Sleep Staging Algorithm 2024, Nature and science of sleep IF:3.0Q2 DOI:10.2147/NSS.S463026 PMID:39071546	研究论文	研究了新型家用睡眠监测设备Somfit的睡眠分期算法的准确性	提出了一种基于卷积神经网络架构的Somfit深度学习睡眠分期算法	研究中仅限于睡眠监测设备的准确性验证，未包含其他可能影响的因素	探讨Somfit睡眠分期算法在家用睡眠监测设备中的准确性	110名有阻塞性睡眠呼吸暂停症状的参与者	数字病理学	阻塞性睡眠呼吸暂停	无创监测技术	卷积神经网络 (CNN)	多导睡眠监测数据	110名参与者
20114	2024-08-05	A cutting-edge deep learning-and-radiomics-based ultrasound nomogram for precise prediction of axillary lymph node metastasis in breast cancer patients ≥ 75 years 2024, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2024.1323452 PMID:39072273	研究论文	本研究旨在开发一种基于深度学习和放射组学的超声命名法，以评估75岁及以上乳腺癌患者腋窝淋巴结转移风险	本研究结合深度学习与放射组学，提出了一种新的超声命名法，极大提升了预测腋窝淋巴结转移的准确性	样本仅限于接受哨兵淋巴结活检或腋窝淋巴结清扫的患者，可能影响结果的普适性	研究旨在提高75岁及以上乳腺癌患者腋窝淋巴结转移预测的准确性	研究对象为75岁及以上的乳腺癌患者	数字病理学	乳腺癌	超声, 深度学习	DenseNet-201	图像	75岁及以上乳腺癌患者，具体样本数量未提及
20115	2024-08-05	Advanced integration of 2DCNN-GRU model for accurate identification of shockable life-threatening cardiac arrhythmias: a deep learning approach 2024, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2024.1429161 PMID:39072217	研究论文	本研究提出了一种新的混合方法，用于自动检测危险的心律失常。	提出了一种新的深度学习架构的混合神经网络来分类危险心律失常，利用小段ECG信号的连续小波变换技术将信号转化为图像。	研究中使用的数据集可能在特征和样本方面存在不平衡的问题，尚未探讨其他心律失常种类。	旨在开发一种有效的混合方法，用于自动识别重症心律失常。	研究主要对象为心脏病患者的短ECG片段。	机器学习	心血管疾病	连续小波变换 (CWT)	混合神经网络	ECG数据	使用实际ECG数据以及通过SMOTE方法合成的ECG数据
20116	2024-08-05	Exploratory analysis of swallowing behaviour in community-dwelling older adults using a wearable device: Differences by age and ingestant under different task loads 2024 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076241264640 PMID:39070893	研究论文	本文开发了一种新的方法来评估吞咽行为	采用可穿戴设备非侵入性地监测吞咽声音，评估不同年龄和食物对吞咽行为的影响	研究样本相对较小，仅限于健康参与者，可能不适用于所有人群	提出一种新的评估吞咽行为的方法	健康的社区老年人，分为年轻组和老年组	数字病理学	老年疾病	深度学习	神经网络	生物声音	69名参与者（年轻组32人，老年组37人）
20117	2024-08-05	LSTM-Based Prediction Model for Tuberculosis Among HIV-Infected Patients Using Structured Electronic Medical Records: A Retrospective Machine Learning Study 2024, Journal of multidisciplinary healthcare IF:2.7Q2 DOI:10.2147/JMDH.S467877 PMID:39070689	研究论文	本研究建立了一种基于LSTM的预测模型，以利用电子病历预测HIV感染者中的结核病。	结合多层感知机分类器与长短时记忆网络（LSTM）提高了电子健康记录的提取和疾病预测能力。	尽管模型在识别HIV-结核共感染方面表现准确，但仍存在进一步优化和泛化的机会。	研究旨在通过电子健康记录构建预测模型，为HIV感染者中的结核病提供早期检测和精准干预的科学依据。	研究对象为4540名HIV感染患者，重点分析其结核病的感染情况及相关特征。	机器学习	结核病	机器学习，电子健康记录，自然语言处理	多层感知机，LSTM	电子病历数据	4540名（HIV感染者）
20118	2024-08-04	Automatic Visual Acuity Loss Prediction in Children with Optic Pathway Gliomas using Magnetic Resonance Imaging 2023-07, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC40787.2023.10339961 PMID:38083430	研究论文	本研究旨在通过多序列磁共振成像准确预测患有视路胶质瘤的儿童的视觉敏锐度丧失	提出了一种自动化深度学习框架，包括基于变换器的分割网络和机器学习方法用于预测视觉丧失	对于视觉丧失的风险预测依然存在挑战，特别是确定哪些儿童需要预防性治疗	研究通过MRI特征分析帮助早期预测NF1-OPG儿童的视觉结果	研究对象为75名患有NF1-OPG的儿童	数字病理学	视路胶质瘤	磁共振成像	基于变换器的分割网络	图像	75名儿童
20119	2024-08-07	Real-time vessel segmentation and reconstruction for virtual fixtures for an active handheld microneurosurgical instrument 2022-Jun, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-022-02584-5 PMID:35296950	研究论文	本文设计了一种实时血管分割和重建策略，用于手持式神经外科手术机器人Micron，以避免在岩枕部脑膜瘤手术中发生血管损伤	本文创新地整合了深度学习实时血管分割与3D重建算法，并实现了基于虚拟固定器的策略，防止手术工具进入血管周围的禁止区域	NA	提高患者在神经外科手术中的安全性，避免血管损伤	手持式神经外科手术机器人Micron在岩枕部脑膜瘤手术中的应用	计算机视觉	脑膜瘤	深度学习	CNN	图像	使用了模拟血管、岩静脉、颈内动脉和浅表血管的数据集进行测试
20120	2024-08-07	A fully automatic deep learning system for COVID-19 diagnostic and prognostic analysis 2020-08, The European respiratory journal DOI:10.1183/13993003.00775-2020 PMID:32444412	研究论文	本文提出了一种全自动的深度学习系统，用于COVID-19的诊断和预后分析，通过常规的计算机断层扫描（CT）图像进行分析	该系统能够自动识别COVID-19与其他肺炎的区别，并成功将患者分为高风险和低风险组，且住院时间有显著差异	NA	开发一种快速筛查COVID-19并识别潜在高风险患者的工具，以优化医疗资源和早期预防	COVID-19患者和其他肺炎患者的CT图像	机器学习	COVID-19	深度学习	深度学习系统	图像	共收集了5372名患者的CT图像，其中1266名患者用于训练和外部验证