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
21921	2024-08-05	The Application of Artificial Intelligence to Cancer Research: A Comprehensive Guide 2024 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338241250324 PMID:38775067	综述	本文回顾了人工智能在癌症研究中的应用和重要性	对机器学习、软计算和深度学习在肿瘤学中的作用进行了系统解释，强调了AI在改善患者结果方面的潜力	未提及具体的实证研究或实验数据支持	阐述AI在癌症研究中的进展及其在临床诊断和治疗中的应用	癌症类型的诊断、分类和预后预测	机器学习	癌症	机器学习、深度学习	SVM、朴素贝叶斯、CNN	NA	NA
21922	2024-08-05	Ventricle tracking in transesophageal echocardiography (TEE) images during cardiopulmonary resuscitation (CPR) using deep learning and monogenic filtering 2023-Nov, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-023-00293-9 PMID:37872984	研究论文	本文研究了在心肺复苏期间使用深度学习和单基过滤法对经食道超声心动图（TEE）图像中的心室进行追踪	提出了一种实时计算心脏射血分数（EF）的方法，通过检测收缩和舒张来优化心肺复苏的质量	数据量不足的问题通过薄板样条变换解决，但仍需更多的数据验证	优化心肺复苏期间的心脏功能监测	心脏骤停患者的经食道超声心动图（TEE）图像	数字病理	心脏疾病	深度学习, 单基过滤	ResUNet++	图像	NA
21923	2024-08-05	An Improved Method for Diagnosis of Parkinson's Disease using Deep Learning Models Enhanced with Metaheuristic Algorithm 2023-Oct-04, Research square DOI:10.21203/rs.3.rs-3387953/v1 PMID:37886464	研究论文	本研究提出了一种结合元启发算法的深度学习模型用于早期诊断帕金森病	提出了四种深度学习模型及混合模型，并通过灰狼优化算法自动微调超参数	未提及具体的临床应用限制或数据集的多样性问题	提高帕金森病的早期诊断准确性	用于帕金森病诊断的深度学习模型	机器学习	帕金森病	灰狼优化	GWO-VGG16、GWO-DenseNet、GWO-DenseNet + LSTM、GWO-InceptionV3、GWO-VGG16 + InceptionV3	图像	使用两个标准数据集 T1、T2加权数据集和 SPECT DaTscan
21924	2024-08-05	Deep-Learning-Based Model for the Prediction of Cancer-Specific Survival in Patients with Spinal Chordoma 2023-10, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2023.08.032 PMID:37586553	研究论文	本文旨在开发基于深度学习的模型以预测脊索瘤患者的癌症特异性生存率。	提出了一种更有效的深度学习模型用于脊索瘤患者预后预测，表现优于传统的Cox回归模型。	研究仅使用了SEER数据库的数据，可能存在样本选择偏倚。	研究旨在提高脊索瘤患者的预后预测精度。	本研究对象为来自SEER数据库的脊索瘤患者。	机器学习	脊索瘤	深度学习	DeepSurv和NMTLR	临床数据	258名脊索瘤患者
21925	2024-08-05	Identification of Origin for Spinal Metastases from MR Images: Comparison Between Radiomics and Deep Learning Methods 2023-07, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2023.04.029 PMID:37059360	研究论文	本研究旨在基于脊柱增强T1磁共振图像分析脊柱转移瘤的起源，比较放射组学与深度学习方法	本研究开发的深度学习算法在识别脊柱转移瘤来源方面优于放射组学模型和专家评估	研究主要依赖于回顾性数据，可能存在选择偏倚	确定脊柱转移病变的起源是否为肺癌或其他类型癌症	173名被诊断为脊柱转移瘤的患者	数字病理学	肺癌	磁共振成像	深度学习模型与放射组学模型	医学图像	参与研究的样本数量为173名患者
21926	2024-08-05	Deep Learning-Based Image Noise Quantification Framework for Computed Tomography 2023 Jul-Aug 01, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001469 PMID:37380148	研究论文	本研究提出了一种基于深度学习的图像噪声量化框架，用于计算机断层扫描图像的噪声水平评估	提出了一种新颖的框架SILVER，用于在CT图像的每个区域内估计局部噪声水平	该方法依赖于假体数据进行训练，可能在不同的临床场景中表现不同	评估计算机断层扫描图像的噪声质量并优化成像协议	使用人形假体和患者图像评估噪声水平	计算机视觉	NA	深度学习	U-Net卷积神经网络	图像	100个假体扫描，120,000张假体图像
21927	2024-08-05	Screening for extranodal extension in HPV-associated oropharyngeal carcinoma: evaluation of a CT-based deep learning algorithm in patient data from a multicentre, randomised de-escalation trial 2023-06, The Lancet. Digital health DOI:10.1016/S2589-7500(23)00046-8 PMID:37087370	研究论文	本研究评估了一种基于CT的深度学习算法在HPV相关的口咽癌患者中预测病理性外结节扩展(ENE)的表现	首次在多中心随机试验中使用深度学习算法预测HPV相关口咽癌的病理性ENE	该研究为回顾性评估，且可能受限于已排除的患者群体和标注的一致性	评估深度学习算法在HPV相关口咽癌患者中的ENE预测能力	HPV相关口咽癌患者在ECOG-ACRIN E3311试验中的数据	计算机视觉	口咽癌	CT	深度学习算法	影像	178张扫描图像和313个淋巴结
21928	2024-08-05	Deep learning model for prenatal congenital heart disease (CHD) screening generalizes to the community setting and outperforms clinical detection 2023-Mar-12, medRxiv : the preprint server for health sciences DOI:10.1101/2023.03.10.23287134 PMID:38903074	研究论文	本研究应用深度学习模型进行胎儿超声图像中先天性心脏病的筛查，且在社区环境中表现优于临床检测	该研究展示了先前训练的深度学习算法在社区获取图像中有效识别未曾接触的病变，且其准确性超过人工评估	模型的表现与专家评分的质量有一定关系，且对部分未见过的病变的敏感性统计上无显著差异	旨在提高胎儿超声检查中对先天性心脏病的检测率	研究对象为2015年至2016年间，荷兰西北地区的胎儿超声图像及其相关病例	机器学习	先天性心脏病	深度学习	NA	图像	分析了42个正常胎儿和66个孤立性先天性心脏病病例
21929	2024-08-05	Coronary artery disease evaluation during transcatheter aortic valve replacement work-up using photon-counting CT and artificial intelligence 2024 Jul-Aug, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2024.01.010 PMID:38368176	研究论文	本研究评估了光子计数CT与人工智能结合用于冠状动脉疾病评估的能力	该研究创新性地将光子计数CT与深度学习模型结合，以提高冠状动脉狭窄量化和血流储备预测的准确性	研究为回顾性单中心研究，可能存在选择偏倚	评估在经导管主动脉瓣置换术准备过程中使用光子计数CT与人工智能评估冠状动脉疾病的能力	对2021年10月到2023年6月之间的260名严重症状性主动脉瓣狭窄患者进行研究	医学影像学	冠状动脉疾病	光子计数CT	深度学习模型	临床数据	260名患者（138名男性，122名女性）
21930	2024-08-05	Deep learning to quantify care manipulation activities in neonatal intensive care units 2024-Jun-27, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01164-y PMID:38937643	研究论文	本研究旨在量化新生儿重症监护病房中的护理操作活动	开发了一种深度学习方法以从视频中检测操作活动，估算其持续时间和频率，并整合生理信号以评估反应	相对误差容忍度为13.8%的活动持续时间和频率，结果仅与人工注释相当	监测新生儿重症监护中的压力	27名新生儿在2个新生儿重症监护病房中的330次会话	计算机视觉	NA	深度学习	NA	视频和生理信号	27名新生儿，289小时视频记录和生理数据
21931	2024-08-05	Fully automated assessment of the future liver remnant in a blood-free setting via CT before major hepatectomy via deep learning 2024-Jun-27, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-024-01724-6 PMID:38935177	研究论文	本研究开发并验证了一种用于血液-free环境下CT影像的肝脏未来残余肝脏的深度学习模型	开发了全自动的肝静脉和门静脉分割模型，并成功应用于主要肝切除术前的FLR评估	没有提到模型在不同病灶或患者特征下的适用性	目的在于提高肝脏未来残余肝脏的评估准确性和自动化水平	包括170名在2018年1月至2019年3月期间接受治疗的患者	数字病理	NA	CT影像	3D U-Net	影像	170名患者
21932	2024-08-05	Simulation-driven design of smart gloves for gesture recognition 2024-06-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-65069-2 PMID:38937537	研究论文	本文提出了一个开放的仿真平台用于设计智能手套，以实现手势识别	创新点在于利用单目视频而非精确运动数据，并通过新方法减少运动提取误差的影响	具体样本数量及其多样性未在摘要中说明	研究智能手套的设计，以提高手势识别的效率和准确性	智能手套的传感器布局和深度学习模型	计算机视觉	NA	深度学习	NA	视频	NA
21933	2024-08-05	Addressing label noise for electronic health records: insights from computer vision for tabular data 2024-Jun-27, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02581-5 PMID:38937744	研究论文	本研究探讨了如何通过计算机视觉算法减轻电子健康记录中的标签噪声对深度学习模型的影响	将计算机视觉算法应用于电子健康记录，以应对标签噪声的挑战	不确定计算机视觉方法在电子健康记录领域的有效性，因为两个领域之间存在显著差异	旨在提高深度学习模型在电子健康记录中应对标签噪声的能力	电子健康记录数据中的标签噪声	机器学习	COVID-19	深度学习	未指定	电子健康记录数据	未指定
21934	2024-08-05	Deformation-encoding Deep Learning Transformer for High-Frame-Rate Cardiac Cine MRI 2024-Jun, Radiology. Cardiothoracic imaging DOI:10.1148/ryct.230177 PMID:38722232	研究论文	本研究开发了一种深度学习模型，以提高心脏cine MRI的帧率，同时保持空间分辨率和扫描时间	提出了一种基于transformer的深度学习模型，能够在提高帧率的同时保持图像质量	在不同成像设备和磁场强度下进行的回归分析未能完全排除所有潜在误差	研究旨在提高心脏cine MRI的图像帧率	对来自5840名患者回顾性cine图像进行分析，及对49名临床心脏MRI参与者实现前瞻性研究	数字病理学	心血管疾病	MRI	Transformer	影像	5840名患者的回顾性样本和49名参与者的前瞻性样本
21935	2024-08-05	Deep learning based automated left ventricle segmentation and flow quantification in 4D flow cardiac MRI 2024 Summer, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2023.100003 PMID:38211658	研究论文	本研究开发并评估基于深度学习的方法，以直接从4D流动MRI中分割左心室并定量血流。	提出了用于从短轴重构的4D流动体积中进行左心室自动分割的新型深度学习网络和特征融合方法	评估只基于内部数据集，可能存在样本偏差	旨在提高4D流动MRI中的左心室分割和血流定量分析的准确性	以101名受试者的4D流动MRI数据为研究对象	计算机视觉	心血管疾病	4D流动MRI	2D U-Net	图像	101个受试者，67,567个2D图像和3030个3D体积
21936	2024-08-07	Seeing between Time: Higher Frame Rate Cardiac Cine MRI using Deep Learning 2024-Jun, Radiology. Cardiothoracic imaging DOI:10.1148/ryct.240140 PMID:38842457	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
21937	2024-08-05	PractiCPP: a deep learning approach tailored for extremely imbalanced datasets in cell-penetrating peptide prediction 2024-02-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae058 PMID:38305405	研究论文	介绍了一种针对高度不平衡数据情景的细胞穿透肽预测的深度学习框架PractiCPP	PractiCPP通过集成硬负样本抽样和复杂的特征提取与预测模块，专门为不平衡数据设计，显著提升了CPP的预测准确性	当前研究主要关注高不平衡的数据情景，未覆盖其他数据分布情况	提升细胞穿透肽的预测准确性以支持药物递送系统的改进	细胞穿透肽的识别与特征化	机器学习	NA	深度学习	NA	NA	有极高正负比（1:1000）的数据集
21938	2024-08-05	The analysis of the internet of things database query and optimization using deep learning network model 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0306291 PMID:38941309	研究论文	本研究探讨深度学习网络模型在物联网数据库查询和优化中的应用效果	本文通过优化策略提升了深度学习网络模型的效率，验证了优化模型在训练和参数优化阶段的优势	研究可能未考虑所有类型的数据库查询和系统架构	本研究旨在探讨深度学习技术在物联网数据处理中的应用	研究对象为物联网数据库及其查询和优化策略	深度学习	NA	深度学习网络模型	优化深度学习模型	数据请求	2000个数据量及以上
21939	2024-08-05	Deep learning-based differentiation of peripheral high-flow and low-flow vascular malformations in T2-weighted short tau inversion recovery MRI 2024, Clinical hemorheology and microcirculation IF:2.1Q3 DOI:10.3233/CH-232071 PMID:38306026	研究论文	本文评估了一种卷积神经网络（CNN）在T2加权短tau反转恢复MRI中区分周边高流量和低流量血管畸形的表现	使用CNN在血管畸形的诊断中，与专家放射科医师的表现相当，且对于初级放射科医师的辅助效果有限	该研究为单中心研究，样本量可能限制结果的广泛适用性	评估CNN在区分高流量和低流量血管畸形中的效果	527个MRI图像，其中386个为低流量血管畸形，141个为高流量血管畸形	计算机视觉	NA	MRI	CNN	图像	527个MRI图像
21940	2024-08-05	A CNN-CBAM-BIGRU model for protein function prediction 2024-Jan-01, Statistical applications in genetics and molecular biology IF:0.8Q3 DOI:10.1515/sagmb-2024-0004 PMID:38943434	研究论文	提出了一种新的CNN-CBAM-BiGRU模型用于蛋白质功能预测	将卷积块注意力模块与双向GRU结合，提高了对蛋白质数据中信息部分的关注	NA	研究利用深度学习模型进行蛋白质功能预测的有效性	蛋白质序列数据	计算机视觉	NA	深度学习	CNN-CBAM-BiGRU	蛋白质序列	人类和酵母数据集