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
20821	2024-08-07	Prognostic Value of a Combined Nomogram Model Integrating 3-Dimensional Deep Learning and Radiomics for Head and Neck Cancer 2024 May-Jun 01, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001584 PMID:38438336	研究论文	本研究评估了将3D深度学习特征添加到放射组学模型中，以预测头颈癌患者5年总生存状态的影响。	本研究创新性地结合了3D深度学习特征与放射组学模型，以提高预测头颈癌患者5年总生存状态的准确性。	NA	评估3D深度学习特征对放射组学模型预测头颈癌患者5年总生存状态的影响。	头颈癌患者的5年总生存状态。	数字病理学	头颈癌	放射组学, 3D深度学习	结合模型	图像	220例
20822	2024-08-07	Development and validation of a deep learning radiomics model with clinical-radiological characteristics for the identification of occult peritoneal metastases in patients with pancreatic ductal adenocarcinoma 2024-May-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000001213 PMID:38445459	研究论文	本研究开发并验证了一种基于计算机断层扫描（CT）的深度学习放射组学（DLR）模型，用于在治疗前识别胰腺导管腺癌（PDAC）患者的隐匿性腹膜转移（OPM）	本研究结合了临床放射学特征、手工放射组学（HCR）和DLR特征，开发了一个综合模型，显示出比单独的临床放射学模型更好的区分能力	NA	开发并验证一个基于CT的深度学习放射组学模型，用于在治疗前识别胰腺导管腺癌患者的隐匿性腹膜转移	胰腺导管腺癌患者的隐匿性腹膜转移	机器学习	胰腺癌	深度学习放射组学（DLR）	逻辑回归分类器	CT图像	302名胰腺导管腺癌患者（训练集：167名，其中OPM阳性22名；内部测试集：72名，其中OPM阳性9名；外部测试集：63名，其中OPM阳性9名）
20823	2024-08-07	Quantitative evaluation of the impact of relaxing eligibility criteria on the risk-benefit profile of drugs for lung cancer based on real-world data 2024-May, Thoracic cancer IF:2.3Q2 DOI:10.1111/1759-7714.15269 PMID:38576119	研究论文	本研究旨在通过真实世界数据定量评估放宽非小细胞肺癌（NSCLC）药物试验的入选标准对风险-效益概况的影响	本研究首次采用深度学习方法构建NSCLC真实世界数据库，并利用Shapley值定量测量每个入选标准变化对患者数量、临床疗效和安全性的影响	NA	定量评估放宽非小细胞肺癌药物试验入选标准的效果	非小细胞肺癌药物试验的入选标准	数字病理学	肺癌	深度学习	NA	数据库	NA
20824	2024-08-07	A novel stochastic resonance based deep residual network for fault diagnosis of rolling bearing system 2024-May, ISA transactions IF:6.3Q1 DOI:10.1016/j.isatra.2024.03.020 PMID:38582635	研究论文	本文提出了一种基于随机共振的深度残差网络，用于滚动轴承系统的故障诊断	将随机共振引入尖峰神经网络作为特征增强方法，结合深度学习与随机共振提高分类准确性	NA	确保机械设备中滚动轴承的安全运行	滚动轴承系统的故障诊断	机器学习	NA	随机共振	深度残差网络	信号	使用CWRU数据集进行实验验证
20825	2024-08-07	Creating an autoencoder single summary metric to assess gait quality to compare surgical outcomes in children with cerebral palsy: The Shriners Gait Index (SGI) 2024-May, Journal of biomechanics IF:2.4Q3 DOI:10.1016/j.jbiomech.2024.112092 PMID:38669795	研究论文	本文提出了一种使用深度学习自动编码器模型创建的单一总结指标（Shriners步态指数（SGI）），用于评估脑瘫儿童的步态质量，并比较手术结果	利用深度学习自动编码器模型捕捉多个不同步态指标之间的非线性统计关系，创建了一个综合的步态质量评估指标	NA	开发一种综合的步态评估指标，以评估和比较脑瘫儿童在接受治疗和手术后的步态变化	脑瘫儿童的步态数据	机器学习	脑瘫	深度学习自动编码器	自动编码器	步态数据	412名18岁以下的个体
20826	2024-08-07	Comprehensive analysis of clinical images contributions for melanoma classification using convolutional neural networks 2024-May, Skin research and technology : official journal of International Society for Bioengineering and the Skin (ISBS) [and] International Society for Digital Imaging of Skin (ISDIS) [and] International Society for Skin Imaging (ISSI) IF:2.0Q3 DOI:10.1111/srt.13607 PMID:38742379	研究论文	本研究旨在比较三种基于卷积神经网络（CNN）的模型在黑色素瘤分类中的表现，这些模型分别使用临床图像、皮肤镜图像以及两者的组合进行训练	本研究首次系统比较了仅使用临床图像、仅使用皮肤镜图像以及两者结合训练的CNN模型在黑色素瘤分类中的性能差异	研究结果显示，结合临床和皮肤镜图像的模型性能提升不明显，这可能是研究的局限之一	探讨不同类型图像在黑色素瘤分类中的有效性	黑色素瘤的分类	计算机视觉	黑色素瘤	卷积神经网络（CNN）	Inception-ResNetV2	图像	914对图像
20827	2024-08-07	Intelligent algorithm based on deep learning to predict the dosage for anesthesia: A study on prediction of drug efficacy based on deep learning 2024-May, Health science reports IF:2.1Q3 DOI:10.1002/hsr2.2113 PMID:38745754	研究论文	本研究提出了一种基于深度学习的智能算法，用于预测麻醉药物的剂量，以帮助麻醉医师在手术过程中更好地控制药物剂量	本研究设计了基于人工神经网络的模型，使用SELU激活函数和加权正则化损失函数解决样本不平衡问题，并通过CNN和LSTM网络提取关键特征和预测剂量	NA	开发一种智能算法，用于预测麻醉药物的剂量，以辅助临床判断和手术过程的顺利进行	麻醉药物的剂量预测	机器学习	NA	深度学习	CNN, LSTM	生理数据	具体样本数量未在摘要中提及
20828	2024-08-07	Three dimensional convolutional neural network-based automated detection of midline shift in traumatic brain injury cases from head computed tomography scans 2024 Apr-Jun, Journal of neurosciences in rural practice IF:0.8Q4 DOI:10.25259/JNRP_490_2023 PMID:38746523	研究论文	本研究开发了一种基于三维卷积神经网络的自动检测工具，用于从头部CT扫描中检测创伤性脑损伤病例中的中线移位	本研究首次使用三维卷积神经网络自动检测中线移位，为紧急医疗人员提供了一种前沿的解决方案	该模型的准确性和敏感性有待提高，目前的准确率为55%，敏感性为40%	确定自动检测工具在CT图像中检测创伤性脑损伤患者中线移位的准确性和预测价值	创伤性脑损伤病例的中线移位	机器学习	创伤性脑损伤	三维卷积神经网络	CNN	图像	176个头部CT扫描
20829	2024-08-07	Subcutaneous fat predicts bone metastasis in breast cancer: A novel multimodality-based deep learning model 2024, Cancer biomarkers : section A of Disease markers IF:2.2Q3 DOI:10.3233/CBM-230219 PMID:38043007	研究论文	本研究利用深度学习方法，结合临床信息和CT图像特征，预测乳腺癌患者的骨转移	首次提出使用皮下脂肪指数作为预测乳腺癌骨转移的独立预后因素，并采用多模态深度学习算法进行预测	NA	探索利用深度学习技术预测乳腺癌患者的骨转移	乳腺癌患者的骨转移预测	机器学习	乳腺癌	CT图像	CNN	图像	431名乳腺癌患者
20830	2024-08-07	Learning multi-site harmonization of magnetic resonance images without traveling human phantoms 2024, Communications engineering DOI:10.1038/s44172-023-00140-w PMID:38420332	研究论文	本文提出了一种无需人类受试者跨站点采集数据即可实现磁共振图像多站点协调的深度学习方法	该方法通过分离站点特定外观信息和站点不变解剖信息，生成适用于任何目标站点的图像，无需额外数据收集	NA	提高磁共振图像数据的一致性，实现多站点图像数据的有效整合	磁共振图像的多站点协调	计算机视觉	NA	深度学习	深度神经网络	图像	超过6,000张多站点T1和T2加权图像
20831	2024-08-07	MHCII-peptide presentation: an assessment of the state-of-the-art prediction methods 2024, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2024.1293706 PMID:38646540	研究论文	本文评估了最新的MHCII-肽结合预测计算方法的性能	采用了深度学习算法和大量训练数据，新开发的预测方法性能优于旧方法	NA	评估和概述最新的MHCII-肽结合预测计算方法	MHCII-肽结合预测方法	生物信息学	NA	深度学习	NA	蛋白质序列数据	包含20种人类MHCII蛋白同种型的结合和非结合肽的独立数据集
20832	2024-08-07	Artificial intelligence in the healthcare sector: comparison of deep learning networks using chest X-ray images 2024, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2024.1386110 PMID:38660365	研究论文	本研究探讨了深度学习网络在胸部X光图像疾病诊断中的应用	本研究首次比较了ResNet101、AlexNet、GoogLeNet和Xception在胸部X光图像疾病诊断中的成功率	研究使用的数据集仅包含COVID-19、病毒性肺炎和健康个体的胸部X光图像	旨在确定深度学习网络在疾病诊断中的成功率	深度学习网络ResNet101、AlexNet、GoogLeNet和Xception	计算机视觉	NA	深度学习	CNN	图像	1,680张胸部X光图像，包括COVID-19、病毒性肺炎和健康个体
20833	2024-08-07	A hybrid deep learning scheme for MRI-based preliminary multiclassification diagnosis of primary brain tumors 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1363756 PMID:38746679	研究论文	本研究探索了一种结合多种先进技术的混合深度学习方案，用于提高原发性脑肿瘤诊断的分类性能和可解释性	本研究通过结合超分辨率重建、动态学习率退火策略、特征迁移和机器学习等技术，提高了深度学习模型的分类性能和可解释性	NA	探索一种混合深度学习方案，以提高原发性脑肿瘤诊断的准确性和自动化程度	原发性脑肿瘤的诊断	机器学习	脑肿瘤	深度学习	DenseNet121, LightGBM	MRI图像	230名原发性脑肿瘤患者，包括97名脑膜瘤、66名胶质瘤和67名垂体瘤
20834	2024-08-07	MAMILNet: advancing precision oncology with multi-scale attentional multi-instance learning for whole slide image analysis 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1275769 PMID:38746682	研究论文	本文介绍了MAMILNet，一种用于全切片图像分析的多尺度注意力多实例学习框架，旨在提高肿瘤检测、分类和治疗反应预测的精确度	MAMILNet通过引入注意力机制和多尺度策略，提高了模型的泛化能力和预测准确性，同时减少了病理学家的手动工作量	NA	推动精准肿瘤学和个体化治疗计划的发展	全切片图像分析中的肿瘤检测、分类和治疗反应预测	数字病理学	NA	多尺度注意力多实例学习	注意力机制	图像	1171例涵盖多种癌症类型
20835	2024-08-07	Editorial: IoT, UAV, BCI empowered deep learning models in precision agriculture 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1399753 PMID:38751845	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
20836	2024-08-07	Patient-derived PixelPrint phantoms for evaluating clinical imaging performance of a deep learning CT reconstruction algorithm 2023-Dec-09, medRxiv : the preprint server for health sciences DOI:10.1101/2023.12.07.23299625 PMID:38106064	研究论文	本研究使用基于患者胸部CT扫描的3D打印PixelPrint肺部幻影，评估商业深度学习重建（DLR）算法在不同辐射剂量水平下的临床成像性能	使用基于患者的3D打印PixelPrint肺部幻影，提供比传统CT幻影更真实的组织结构，实现基于结构的图像质量评估	NA	评估深度学习重建算法在不同辐射剂量下的临床成像性能	深度学习重建算法和3D打印PixelPrint肺部幻影	计算机视觉	NA	3D打印技术	深度学习重建算法	图像	使用了一个基于患者胸部CT扫描的肺部幻影，并通过不同大小的扩展环模拟小和中等体型的患者
20837	2024-08-07	Deep Learning-Based Analysis of Glottal Attack and Offset Times in Adductor Laryngeal Dystonia 2023-Nov-15, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2023.10.011 PMID:37977969	研究论文	本文开发了一种基于深度学习的自动化测量方法，用于从高速度视频喉镜（HSV）中测量连接言语中的声门攻击时间（GAT）和声门关闭时间（GOT），以辅助诊断声带肌张力障碍（AdLD）。	本文创新地设计并训练了一个深度学习框架，用于自动分割声门区域并检测声带边缘，从而实现对GAT和GOT的自动测量。	NA	开发一种自动化测量方法，以辅助诊断声带肌张力障碍（AdLD）。	声带肌张力障碍（AdLD）患者和正常发音的成年人。	自然语言处理	NA	高速度视频喉镜（HSV）	深度学习框架	视频	来自声带肌张力障碍患者和正常发音成年人的HSV数据，包括阅读'Rainbow Passage'和六个CAPE-V句子的记录。
20838	2024-08-07	Automatic reorientation by deep learning to generate short-axis SPECT myocardial perfusion images 2023-10, Journal of nuclear cardiology : official publication of the American Society of Nuclear Cardiology IF:3.0Q2 DOI:10.1007/s12350-023-03226-2 PMID:36859594	研究论文	本研究开发了一种基于深度学习的方法，用于自动重新定位单光子发射计算机断层扫描（SPECT）心肌灌注图像（MPI）到标准短轴切片	本研究首次采用卷积神经网络（CNN）预测变换参数，并通过空间变换网络（STN）生成重新定位的图像	NA	开发一种基于深度学习的方法，用于自动重新定位SPECT心肌灌注图像到标准短轴切片	SPECT心肌灌注图像的自动重新定位	计算机视觉	心血管疾病	深度学习	CNN	图像	共254名患者，包括226个应激SPECT MPI和247个休息SPECT MPI
20839	2024-08-07	ChampKit: A framework for rapid evaluation of deep neural networks for patch-based histopathology classification 2023-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2023.107631 PMID:37271050	研究论文	本文介绍了一个名为ChampKit的软件工具，用于快速评估基于补丁的组织病理学分类的深度神经网络模型	ChampKit提供了一个可扩展、完全可复制的评估工具包，支持多种公共数据集，并允许用户通过命令行直接训练和评估模型，无需编写代码	本文未明确提及具体限制	旨在提供一个工具，以系统地评估不同组织病理学分类任务的神经网络模型	深度神经网络模型在组织病理学图像分类中的应用	计算机视觉	NA	深度学习	CNN, ViT	图像	涉及六个数据集
20840	2024-08-07	Leveraging deep learning models to understand the daily experience of anxiety in teenagers over the course of a year 2023-05-15, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2023.02.084 PMID:36858267	研究论文	本文利用深度学习模型评估青少年在一年中焦虑症状的日常变化，并探讨GAD-7评估与日常焦虑测量之间的关系	本文首次通过深度学习模型LSTM分析了青少年焦虑症状的动态变化，并揭示了GAD-7评估与日常焦虑体验之间的差异	研究样本较小，仅包括30名青少年，可能影响结果的普遍性	评估GAD-7等即时评估方法与青少年日常焦虑体验之间的关系	青少年的焦虑症状及其日常变化	机器学习	NA	NA	LSTM	文本	30名年龄在15至17岁之间的青少年