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
22721	2024-08-05	Multimodal radiotherapy dose prediction using a multi-task deep learning model 2024-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17115 PMID:38710210	研究论文	本研究开发了一种基于多任务深度学习模型的AVB放疗剂量预测方法	提出了一个可以同时预测多种放疗模式剂量分布的多任务模型，克服了单一模式模型的限制	仅在28名APBI患者的数据上进行评估，样本量相对较小	开发高效个性化的AVB放疗模式优化方法	28名APBI患者及其92个治疗计划	数字病理学	NA	深度学习	CNN	CT扫描数据	28名APBI患者及其92个治疗计划
22722	2024-08-05	Early Predicting Osteogenic Differentiation of Mesenchymal Stem Cells Based on Deep Learning Within One Day 2024-Jun, Annals of biomedical engineering IF:3.0Q3 DOI:10.1007/s10439-024-03483-3 PMID:38488988	研究论文	本文探讨了基于深度学习的间充质干细胞成骨分化的早期预测方法	通过简单的明场图像和深度学习网络实现了对间充质干细胞成骨分化的早期和准确检测	研究主要依赖于明场图像，可能会受到图像质量的影响	旨在通过训练卷积神经网络(CNN)来定量测量间充质干细胞的成骨分化	间充质干细胞(MSCs)的成骨分化过程	计算机视觉	NA	深度学习	卷积神经网络(CNN)	图像	在早期成骨分化过程中捕获了多个时间点的MSC图像 (第0天、1天、3天、5天和7天)
22723	2024-08-05	Generalization of a Deep Learning Model for Continuous Glucose Monitoring-Based Hypoglycemia Prediction: Algorithm Development and Validation Study 2024-May-24, JMIR medical informatics IF:3.1Q2 DOI:10.2196/56909 PMID:38801705	研究论文	本研究验证了基于长期短期记忆网络(LSTM)的低血糖预测模型在不同糖尿病亚型人群中的有效性	该研究展示了LSTM模型在多样人群中对低血糖预测的稳健性和广泛适应性	该研究可能未考虑所有影响低血糖预测的环境或生理因素，样本主要集中于糖尿病患者	验证LSTM低血糖预测模型在不同亚型糖尿病患者中的准确性	193名中国糖尿病患者和427名美欧血统患者	机器学习	糖尿病	LSTM, 支持向量机(SVM), 随机森林(RF)	LSTM	连续血糖监测数据	192名中国糖尿病患者和427名美欧血统患者
22724	2024-08-05	Harnessing TME depicted by histological images to improve cancer prognosis through a deep learning system 2024-May-21, Cell reports. Medicine DOI:10.1016/j.xcrm.2024.101536 PMID:38697103	研究论文	本研究通过深度学习系统增强组织学图像中肿瘤微环境(TME)信息，以改善癌症预后。	提出了一种集成图像与图形深度学习的模型(IGI-DL)，在预测ST表达方面显著优于现有方法，并开发了基于TME的癌症预后预测模型。	临床可用性受限于空间转录组学(ST)技术，未提供ST数据的患者可能无法直接利用成果。	研究旨在通过分析肿瘤微环境改善癌症预后。	研究对象是缺少ST数据的癌症患者及其组织学图像。	数字病理学	乳腺癌与结直肠癌	深度学习系统	集成图像与图形深度学习模型(IGI-DL)	组织学图像	The Cancer Genome Atlas乳腺癌和结直肠癌队列，以及外部的分子与细胞肿瘤学结直肠癌队列的样本
22725	2024-08-05	The application of deep learning in abdominal trauma diagnosis by CT imaging 2024-05-06, World journal of emergency surgery : WJES IF:6.0Q1 DOI:10.1186/s13017-024-00546-7 PMID:38711150	研究论文	本文开发了一种基于深度学习算法的CT影像腹部创伤诊断方法	提出了一种新的深度学习算法用于初步筛查腹部内脏损伤	未提及具体的局限性	研究目标是提高腹部创伤的CT影像解读准确性	使用来自Kaggle竞争的数据集，包括3147名患者	计算机视觉	创伤	深度学习	2D语义分割和2.5D分类模型	影像	3147名患者，855名腹部创伤患者
22726	2024-08-05	NEATmap: a high-efficiency deep learning approach for whole mouse brain neuronal activity trace mapping 2024-May, National science review IF:16.3Q1 DOI:10.1093/nsr/nwae109 PMID:38831937	研究论文	介绍NEATmap，一种高效的深度学习方法，用于全脑神经元活动追踪映射	NEATmap是一个自动分割和定量分析的深度学习软件，具有高效率和高精度	尚未提及研究的限制	量化分析鼠脑中被激活神经元以定位对刺激反应的神经元	使用NEATmap研究小鼠在物理和心理压力下的全脑神经元激活	数字病理学	NA	免疫荧光标记	深度学习	体积成像数据	多个小鼠队列的样本
22727	2024-08-05	A Survey of Deep Learning for Detecting miRNA- Disease Associations: Databases, Computational Methods, Challenges, and Future Directions 2024 May-Jun, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3351752 PMID:38194377	综述	本文综述了使用深度学习检测miRNA与疾病关联的研究进展	总结了现有的基于深度学习的miRNA-疾病关联计算方法，并提出未来研究方向	现有方法的性能评估和不同计算方法之间的比较问题尚未得到充分解决	探讨深度学习在miRNA-疾病关联预测中的应用及其潜在研究方向	miRNA-疾病关联及相关的数据库和计算方法	计算机视觉	NA	深度学习	深度学习和图神经网络	数据库和计算模型	48种现有计算方法
22728	2024-08-05	Convolutional Neural Network-Based Prediction of Axial Length Using Color Fundus Photography 2024-May-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.13.5.23 PMID:38809531	研究论文	本研究开发了基于卷积神经网络的模型，通过彩色眼底摄影预测眼轴长度。	创新点在于利用彩色眼底摄影结合年龄和性别信息，提高了眼轴长度预测的准确性。	所使用的部分彩色眼底图像质量较差，可能会影响预测结果的可靠性。	研究目的是提高基于彩色眼底摄影的眼轴长度预测的准确性。	本研究对象为467名参与者的1105幅 Fundus 图像。	计算机视觉	NA	卷积神经网络	CNN	图像	467名参与者的1105幅彩色眼底图像
22729	2024-08-05	Adolescents and Children Age Estimation Using Machine Learning Based on Pulp and Tooth Volumes on CBCT Images 2024-Apr-25, Fa yi xue za zhi DOI:10.12116/j.issn.1004-5619.2023.231210 PMID:38847028	研究论文	使用基于CBCT图像的牙髓和牙齿体积的机器学习方法估计青少年和儿童的年龄	提出了基于牙髓和牙齿体积的机器学习模型进行年龄估计，并比较了不同算法的效果	决策树模型的拟合效果较差，导致整体模型表现受到限制	通过机器学习方法在CBCT图像上估计青少年和儿童的年龄	498个上海汉族青少年和儿童的CBCT图像	机器学习	NA	CBCT	K近邻、岭回归、决策树	图像	498个青少年和儿童的CBCT图像
22730	2024-08-05	Adults Ischium Age Estimation Based on Deep Learning and 3D CT Reconstruction 2024-Apr-25, Fa yi xue za zhi DOI:10.12116/j.issn.1004-5619.2023.231003 PMID:38847030	研究论文	本文开发了一种基于3D CT重建图像的成年人坐骨年龄估计深度学习模型	创新点在于利用西中国汉族群体的坐骨粗隆图像，结合ResNet34和迁移学习实现年龄估计	研究可能局限于特定人群的样本，结果的普适性需要进一步验证	研究目的在于评估基于3D CT图像的坐骨年龄估计模型的可行性和可靠性	研究对象为西中国一千二百名年龄在20到80岁之间的成年人	数字病理学	NA	3D CT重建	ResNet34	图像	1200个样本（600名男性和600名女性）
22731	2024-08-05	A deep learning model based on MRI for prediction of vessels encapsulating tumour clusters and prognosis in hepatocellular carcinoma 2024-04, Abdominal radiology (New York) DOI:10.1007/s00261-023-04141-3 PMID:38175256	研究论文	本研究旨在构建和评估一个基于深度学习的模型，以预测肝细胞癌患者肿瘤簇包围血管及预后	本文创新性地使用ResNet-34深度学习模型预测肝细胞癌患者的肿瘤簇血管包围情况及其预后	研究为回顾性，外部验证队列样本数量可能不足	旨在为肝细胞癌患者的术前预后评估提供非侵入性的预测工具	纳入320名病理确诊的肝细胞癌患者	数字病理学	肝细胞癌	深度学习	ResNet-34	医学影像	320名肝细胞癌患者
22732	2024-08-05	Algorithms for classification of sequences and segmentation of prostate gland: an external validation study 2024-04, Abdominal radiology (New York) DOI:10.1007/s00261-024-04241-8 PMID:38436698	研究论文	该研究旨在外部验证两个AI模型用于前列腺mpMRI序列分类和前列腺腺体的分割	本研究首次在不同MR场强和序列条件下验证了前列腺mpMRI图像分类和分割的AI模型	研究的数据仅来自于两家医院，可能影响结果的普遍性	验证AI模型在前列腺mpMRI图像分类和分割中的有效性	719名患者的mpMRI数据	数字病理学	前列腺癌	mpMRI	Med3D深度学习和UNet-3D	图像	719个MR研究中的20,551组图像
22733	2024-08-05	Application of a deep learning algorithm for three-dimensional T1-weighted gradient-echo imaging of gadoxetic acid-enhanced MRI in patients at a high risk of hepatocellular carcinoma 2024-03, Abdominal radiology (New York) DOI:10.1007/s00261-023-04124-4 PMID:38095685	研究论文	本研究评估了一种深度学习重建算法在肝脏MRI中的应用效果	引入了特定厂商的深度学习重建算法，以提高影像质量和病灶检测能力	对非囊性肝病灶的检测表现无显著差异，可能对某些类型的病变敏感性不足	评估深度学习重建算法在高风险肝细胞癌患者中增强影像质量的有效性	83名高风险肝细胞癌患者	数字病理	肝癌	深度学习重建算法	NA	影像	83名高风险患者
22734	2024-08-05	Prediction and Diagnosis of Breast Cancer Using Machine and Modern Deep Learning Models 2024-Mar-01, Asian Pacific journal of cancer prevention : APJCP DOI:10.31557/APJCP.2024.25.3.1077 PMID:38546090	研究论文	本研究旨在评估多种机器学习和现代深度学习模型在乳腺癌预测和诊断中的有效性	探讨了多种机器学习和深度学习模型在乳腺癌预测中的应用和效果	NA	降低女性乳腺癌相关死亡率的预测和诊断效果	乳腺癌患者的预测和诊断模型	机器学习	乳腺癌	人工智能，机器学习，深度学习	NA	NA	NA
22735	2024-08-05	Multi-scale V-net architecture with deep feature CRF layers for brain extraction 2024-Feb-23, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00452-8 PMID:38396078	研究论文	本文提出了一种高效的V-net架构EVAC+，用于脑部提取	引入了一种智能增强策略，独特的条件随机场递归层使用方法，以及额外的损失函数以优化分割输出	训练数据集仅包含健康成人，限制了对临床和儿童数据的泛化能力	提高脑部影像数据的脑部提取精度	使用脑部影像数据进行脑部提取的研究者	计算机视觉	NA	深度学习	V-net	影像	训练数据集仅包含健康成人，样本量未明
22736	2024-08-05	Deep learning based retinal vessel segmentation and hypertensive retinopathy quantification using heterogeneous features cross-attention neural network 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1377479 PMID:38841586	研究论文	本文提出了一种基于深度学习的视网膜血管分割和高血压性视网膜病量化方法	创新点在于提出了一种异构神经网络，结合了卷积神经网络的局部语义信息提取与变换网络结构的长距离空间特征挖掘	NA	研究旨在提高视网膜图像中血管的自动分割精度和高血压性视网膜病的量化	研究对象为视网膜图像中的血管	计算机视觉	高血压性视网膜病	深度学习	异构神经网络	图像	四个公开可用数据集
22737	2024-08-05	Predicting cardiovascular disease risk using photoplethysmography and deep learning 2024, PLOS global public health DOI:10.1371/journal.pgph.0003204 PMID:38833495	研究论文	本研究探讨使用光电容积脉搏波描记法（PPG）和深度学习技术预测心血管疾病风险的潜力	开发了一种基于PPG的深度学习心血管疾病风险评分（DLS），使得在无身体检查的情况下能够有效预测心血管事件的风险	仅使用年龄、性别、吸烟状态和PPG作为预测因子，可能忽略其他相关健康指标	为资源有限地区的心血管疾病早期检测和干预提供可行的替代方案	141,509名参与者的开发数据集和54,856名参与者的测试数据集来自UK Biobank	机器学习	心血管疾病	光电容积脉搏波描记法（PPG）	深度学习	数据集（参与者信息）	141,509名用于模型开发和54,856名用于模型测试的参与者
22738	2024-08-05	Multi-centre benchmarking of deep learning models for COVID-19 detection in chest x-rays 2024, Frontiers in radiology DOI:10.3389/fradi.2024.1386906 PMID:38836218	研究论文	本研究评估了用于从胸部X光片中检测COVID-19的深度学习模型的性能	该研究综合评估了多中心深度学习模型在临床决策支持工具中的适用性，并强调了临床医生在模型开发各阶段的参与必要性	模型在应用于复杂临床案例及放射科医生定义的“轻微”病例时表现不佳，且对国际人群的泛化能力不足	评估深度学习模型作为临床决策支持工具的适用性	基于来自26家NHS医院的国家COVID-19胸部影像数据库的模型进行训练和评估	计算机视觉	COVID-19	深度学习	NA	影像	多中心数据集，来自26家医院的样本，包含NHS人群和国际人群
22739	2024-08-05	Peripheral blood MicroRNAs as biomarkers of schizophrenia: expectations from a meta-analysis that combines deep learning methods 2024 Jan-Feb, The world journal of biological psychiatry : the official journal of the World Federation of Societies of Biological Psychiatry DOI:10.1080/15622975.2023.2258975 PMID:37703215	meta-analysis	本研究利用元分析结合深度学习方法识别血液中与精神分裂症有关的可靠差异表达miRNAs	结合计算方法和数学方法的元分析为精神分裂症候选生物标志物的识别提供了可靠工具	研究的局限性未在摘要中描述	识别血液中精神分裂症的可靠差异表达miRNAs	精神分裂症相关的miRNAs	NA	精神分裂症	深度学习，元分析	随机森林 (RF)	血液中的miRNA数据	涉及27个显著的差异表达miRNAs
22740	2024-08-05	Exploring the dynamics of monkeypox transmission with data-driven methods and a deterministic model 2024, Frontiers in epidemiology DOI:10.3389/fepid.2024.1334964 PMID:38840980	研究论文	本研究分析了全球Mpox的单变量时间序列数据，为理解Mpox传播动态提供了综合分析	本研究创新之处在于同时使用数据驱动的方法和数学模型来深入分析Mpox时间序列数据	本研究的局限性在于未针对各种潜在的外部因素进行详细考量	本研究旨在分析Mpox传播的动态，以便更好地预测和控制该疾病的传播	研究对象为全球范围内的Mpox传播数据	计算机视觉	NA	深度学习模型（CNN、LSTM、BiLSTM、混合CNN-LSTM和CNN-BiLSTM）和统计时间序列模型（ARIMA、指数平滑）	确定性模型	时间序列数据	涉及多个国家和地区的Mpox疫情数据