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
21901	2024-08-05	Explainable Precision Medicine in Breast MRI: A Combined Radiomics and Deep Learning Approach for the Classification of Contrast Agent Uptake 2024-May-31, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11060556 PMID:38927793	研究论文	该文章介绍了一种结合放射组学和深度学习的方法用于乳腺MRI中对对比剂摄取的分类	提出了一种高度精确和可解释的BPE分类流程，解决了用户或算法依赖的放射组学特征选择问题	该研究主要基于回顾性数据，样本量相对较小，仅包括27名健康女性的图像	研究目的是开发一个标准化的BPE分类算法，减少读者之间的变异性	研究对象为27名健康女性的DCE-MRI图像	数字病理	乳腺癌	DCE-MRI，深度学习	深度神经网络	图像	27名健康女性的DCE-MRI图像
21902	2024-08-05	Sentiment Analysis of Social Media Data on Ebola Outbreak Using Deep Learning Classifiers 2024-May-30, Life (Basel, Switzerland) DOI:10.3390/life14060708 PMID:38929691	研究论文	本研究利用深度学习技术分析与埃博拉疫情相关的社交媒体情感	首次应用三种深度学习技术对8395条与埃博拉相关的推文进行情感分类	研究仅关注推特数据，可能无法全面反映公众情感	分析埃博拉疫情期间社交媒体上的情感表达	8395条关于埃博拉的推文	自然语言处理	埃博拉病毒感染	深度学习	CNN, LSTM, BERT	文本	8395条推文
21903	2024-08-05	Exploring Automated Contouring Across Institutional Boundaries: A Deep Learning Approach with Mouse Micro-CT Datasets 2024-May-29, ArXiv PMID:38855547	研究论文	使用深度学习方法对小鼠微CT进行自动轮廓绘制的研究	提出了一种基于Swin UNEt Transformers的创新性小鼠器官分割方法，并与nnU-Net进行了基准比较	在小鼠肠道轮廓绘制的结果上表现不佳，特定情况中存在局限性	旨在通过自动化分割小鼠微CT图像来提高前临床研究的效率	主要研究对象为小鼠的native微CT和增强对比微CT图像	数字病理学	NA	微CT	Swin UNEt Transformers，FCNN	图像	开放数据集上训练和评估，基于不同小鼠进行数据分离
21904	2024-08-05	Optimizing Acute Coronary Syndrome Patient Treatment: Leveraging Gated Transformer Models for Precise Risk Prediction and Management 2024-May-29, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11060551 PMID:38927787	研究论文	本文介绍了一种使用门控Transformer模型分析电子健康记录以改进急性冠脉综合征患者的风险预测和管理	提出了一种通过门控机制提高Transformer模型性能的新方法	未提及具体样本的多样性和模型在不同人群中的适用性	改进急性冠脉综合征患者的风险预测和管理策略	急性冠脉综合征患者的电子健康记录	计算机视觉	心血管疾病	机器学习	门控Transformer模型	电子健康记录	NA
21905	2024-08-05	Deep Learning-Based Surgical Treatment Recommendation and Nonsurgical Prognosis Status Classification for Scaphoid Fractures by Automated X-ray Image Recognition 2024-May-28, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines12061198 PMID:38927405	研究论文	本文提出了一种基于深度学习的自动X光图像识别的方法，用于舟骨骨折的外科治疗建议和非手术预后状态分类	研究集中于舟骨骨折的外科治疗推荐和非手术预后状态分类，填补了现有研究的空白	未提供足够详细的信息关于舟骨骨折的所有特征，可能影响结果的准确性	研究旨在探讨如何利用深度学习技术优化舟骨骨折的治疗推荐和预后分类	研究对象为舟骨骨折患者的X光图像，分析其外科和非外科治疗的有效性	计算机视觉	NA	深度学习	DenseNet169, ResNet50	图像	使用真实数据集进行实验，样本数量未明确说明
21906	2024-08-05	Integrating OpenPose and SVM for Quantitative Postural Analysis in Young Adults: A Temporal-Spatial Approach 2024-May-28, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11060548 PMID:38927784	研究论文	本研究通过整合OpenPose和支持向量机(SVM)进行高精度姿态分析	本研究创新性地将OpenPose与SVM结合，改善了传统的姿态控制量化方法	本研究的局限在于目前样本仅为35名年轻成人，尚需在更广泛的人群中验证	研究旨在通过视频监控提升姿势控制的定量分析	研究对象为35名年轻成人，在受控行走实验中进行分析	计算机视觉	NA	OpenPose与支持向量机(SVM)	NA	视频	35名年轻成人
21907	2024-08-05	Artificial Intelligence in Sports Medicine: Reshaping Electrocardiogram Analysis for Athlete Safety-A Narrative Review 2024-May-26, Sports (Basel, Switzerland) DOI:10.3390/sports12060144 PMID:38921838	综述	人工智能正在重新定义运动员的心电图分析，以提高心血管健康的检测和监测	探讨机器学习和深度学习在心电图解读中的应用，改善心律失常、通道病和肥厚型心肌病的检测	传统心电图方法在区分良性心脏适应与严重病症上存在局限	提高运动员预参与检查中的心电图诊断的准确性和效率	运动员的心电图数据	医学	心血管疾病	机器学习，深度学习	NA	心电图	过去十年的文献综述
21908	2024-08-05	ChatGPT as a New Tool to Select a Biological for Chronic Rhino Sinusitis with Polyps, "Caution Advised" or "Distant Reality"? 2024-May-24, Journal of personalized medicine IF:3.0Q1 DOI:10.3390/jpm14060563 PMID:38929784	研究论文	该研究评估了Rhinology委员会的治疗指示与ChatGPT在慢性鼻窦炎患者中使用生物治疗的推荐之间的一致性	研究展示了ChatGPT在选择最佳生物治疗的潜力，为管理缺乏强大生物标志物的CRSwNP提供了重要的进展	研究可能没有考虑到所有相关的疗法选择和患者个体差异	评估ChatGPT与Rhinology委员会在慢性鼻窦炎生物治疗中的推荐一致性	72名患有慢性鼻窦炎合并鼻息肉的患者	自然语言处理	NA	深度学习	NA	观测数据	72名患者
21909	2024-08-05	An Improved Two-Shot Tracking Algorithm for Dynamics Analysis of Natural Killer Cells in Tumor Contexts 2024-May-24, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11060540 PMID:38927775	研究论文	本文探讨了自然杀伤细胞在肿瘤环境中的动态特性分析。	提出了距离级联匹配和再搜索方法，改进现有的自然杀伤细胞追踪算法	关于自然杀伤细胞动态的研究仍然稀缺	分析自然杀伤细胞在不同形态与肿瘤背景下的运动特征	5000帧图像中的约300,000个自然杀伤细胞	计算机视觉	肿瘤	深度学习技术	NA	图像	包含约300,000个细胞
21910	2024-08-05	HLAIImaster: a deep learning method with adaptive domain knowledge predicts HLA II neoepitope immunogenic responses 2024-May-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae302 PMID:38920343	研究论文	本文提出了一种深度学习方法HLAIImaster，用于预测HLA II新表位的免疫原性反应	HLAIImaster结合了适应性领域知识和注意力机制，提升了现有工具的预测能力	目前预测方法的局限性在于高质量训练表位数据集的不足和算法上的限制	开发能够有效预测HLA II相关肽段的工具，以推动疫苗和癌症免疫疗法的进展	针对主要人群的外源性HLA II限制肽段进行预测	机器学习	癌症	质谱数据分析	深度学习	质谱数据	>223000
21911	2024-08-05	Unraveling the Potential of Attentive Bi-LSTM for Accurate Obesity Prognosis: Advancing Public Health towards Sustainable Cities 2024-May-23, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11060533 PMID:38927769	研究论文	本文提出了一种新的混合模型ABi-LSTM，用于准确的肥胖预测	引入了基于注意力机制的双向长短期记忆网络，以增强肥胖预测的可解释性和性能	NA	改善肥胖预测模型以促进公共健康和城市可持续发展	传统与深度学习方法的比较分析，开发肥胖预测模型	机器学习	肥胖症	深度学习	ABi-LSTM	NA	NA
21912	2024-08-05	Integrated approach of federated learning with transfer learning for classification and diagnosis of brain tumor 2024-May-15, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01261-0 PMID:38750436	研究论文	该文章提出了一种基于联邦学习和迁移学习的深度学习模型，用于脑肿瘤的分类和诊断。	创新性地结合了迁移学习和联邦学习，利用优化的VGG16架构在分散的客户端上进行有效的模型训练，保护数据隐私。	传统方法依赖手动解读并可能受到数据处理和模型通用性限制。	本研究旨在提高脑肿瘤分类的准确性和自动化程度。	研究对象为MRI影像中的脑肿瘤。	计算机视觉	脑肿瘤	CNN	VGG16	图像	来自figshare、SARTAJ和Br35H数据集的多样化数据集
21913	2024-08-05	Online Health Search Via Multidimensional Information Quality Assessment Based on Deep Language Models: Algorithm Development and Validation 2024-May-02, JMIR AI DOI:10.2196/42630 PMID:38875551	研究论文	本文调查了一种基于深度学习的多维信息质量检索模型，以增强在线医疗信息搜索结果的有效性	提出了一个多维信息质量检索模型，超越传统的查询-文档相关性，仅关注信息的实用性、支持性和可信度	未详述模型在实际应用中的长期影响和针对更广泛信息源的适应性	提高在线健康咨询的信息检索效果	32个健康相关查询的在线健康信息搜索场景	自然语言处理	NA	深度学习	预训练语言模型	文本	6030个人工标注的查询-文档对
21914	2024-08-05	Artificial Intelligence and Machine Learning in Predicting the Response to Immunotherapy in Non-small Cell Lung Carcinoma: A Systematic Review 2024-May, Cureus DOI:10.7759/cureus.61220 PMID:38939246	系统评价	本系统评价研究了人工智能和机器学习在预测非小细胞肺癌免疫治疗反应中的应用	文章创新点在于综合评估人工智能与机器学习技术在非小细胞肺癌免疫治疗预测中的现状	数据可用性、质量和模型可解释性存在挑战	旨在优化非小细胞肺癌患者的免疫治疗选择和治疗结果	涉及对非小细胞肺癌患者的免疫治疗反应进行预测	机器学习	肺癌	深度学习、人工神经网络、支持向量机和梯度提升方法	NA	医学影像、基因组数据、临床变量和免疫组化标记	共纳入19项研究
21915	2024-08-05	Applications of artificial intelligence in urologic oncology 2024-May, Investigative and clinical urology IF:2.5Q2 DOI:10.4111/icu.20230435 PMID:38714511	综述	本研究全面回顾了人工智能在泌尿肿瘤学中的应用	强调了人工智能在泌尿癌症领域的潜在应用和有效性	文章未详细讨论技术、法律和伦理方面的具体问题	探讨人工智能在泌尿癌症中的应用潜力	主要针对前列腺癌、膀胱癌及肾癌的相关研究	人工智能	前列腺癌、膀胱癌、肾癌	机器学习，深度学习	NA	文献	58篇相关文献
21916	2024-08-05	Comparative Performance of ChatGPT 3.5 and GPT4 on Rhinology Standardized Board Examination Questions 2024 Apr-Jun, OTO open IF:1.8Q2 DOI:10.1002/oto2.164 PMID:38938507	研究论文	本研究评估了ChatGPT 3.5和GPT4在耳鼻喉科标准化考试问题上的表现	评估新一代大型语言模型在医学教育中的应用潜力	仅使用了一小部分问题进行分析，样本量有限	评价大型语言模型在耳鼻喉科教育中的表现	耳鼻喉科标准化考试的问题以及相关的住院医生	计算机视觉	NA	深度学习	ChatGPT 3.5和GPT4	文本和图像	127道问题，93道文本题和34道图像题
21917	2024-08-05	Variants in Candidate Genes for Phenotype Heterogeneity in Patients with the 22q11.2 Deletion Syndrome 2024, Genetics research IF:1.4Q4 DOI:10.1155/2024/5549592 PMID:38586596	研究论文	本研究探讨了22q11.2缺失综合症患者表型异质性的候选基因变异	通过对九个候选基因进行靶向下一代测序，发现了与22q11.2缺失相关的新的遗传变异	研究仅基于巴西一个相对较大的22q11.2DS人群，可能限制了结果的普遍性	探究可能作为遗传修饰因子并影响22q11.2缺失综合症表型异质性的遗传变异	对60名22q11.2DS患者进行基因变异的研究	数字病理学	NA	下一代测序（NGS）	深度学习模型（GARFIELD-NGS）	基因组数据	60名22q11.2DS患者
21918	2024-08-05	Multiparametric MRI-based radiomics approach with deep transfer learning for preoperative prediction of Ki-67 status in sinonasal squamous cell carcinoma 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1305836 PMID:38939344	研究论文	本文开发了一种结合传统手工特征和深度迁移学习特征的多参数MRI放射组学方法，以预测鼻窦鳞状细胞癌的Ki-67状态	创新之处在于结合了传统手工特征与深度迁移学习特征以提高预测能力	在病理、临床和MRI特征中未发现独立预测因子	研究旨在基于多参数MRI预测鼻窦鳞状细胞癌患者的Ki-67状态	研究对象为231名鼻窦鳞状细胞癌患者	数字病理学	鼻窦鳞状细胞癌	多参数MRI	支持向量机和其他集成学习模型（LightGBM, ExtraTrees）	影像	231名患者（训练组185名，测试组46名）
21919	2024-08-05	Attribution classification method of APT malware based on multi-feature fusion 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0304066 PMID:38935673	研究论文	提出了一种基于多特征融合的APT恶意软件归属分类方法	构建了基于API指令和相关操作的事件行为图，并提出了多特征、多输入的深度学习模型	未讨论使用其他特征集的潜在影响，且对DLL链接库和隐藏文件地址的考虑可能不足	解决APT恶意软件归属分类中的不足，提升分类性能	使用公开数据集评估APT恶意软件的归属分类	计算机视觉	NA	深度学习	GNNs	图像	公开数据集
21920	2024-08-05	DEKR-SPrior: An Efficient Bottom-Up Keypoint Detection Model for Accurate Pod Phenotyping in Soybean 2024, Plant phenomics (Washington, D.C.) DOI:10.34133/plantphenomics.0198 PMID:38939747	研究论文	提出了一种底部向上的模型DEKR-SPrior，旨在提高大豆荚的表型准确性	设计了新颖的结构先验模块(SPrior)，利用余弦相似性来提高特征区分度	对深度学习模型在拥挤荚的表型识别中的有效性仍有待进一步研究	提高大豆荚和种子的高通量表型测定精度	密集堆叠和重叠的大豆荚和种子	数字植物学	NA	深度学习(DL)	DEKR-SPrior	图像	使用了多个图像数据集进行实验