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
10841	2024-12-13	Towards Automated Semantic Segmentation in Mammography Images for Enhanced Clinical Applications 2024-Dec-11, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01364-8 PMID:39663317	研究论文	本文提出了一种基于深度学习的框架，用于在标准视角的乳腺X光图像中分割乳头、胸肌、纤维腺体组织和脂肪组织，并展示了其在临床应用中的潜力	本文引入了迄今为止最大的专门用于乳腺X光图像分割关键解剖结构的数据集，并展示了多种深度学习模型架构和训练配置的实验结果	NA	开发一种自动化的语义分割方法，以增强乳腺X光图像在临床应用中的分析能力	乳腺X光图像中的乳头、胸肌、纤维腺体组织和脂肪组织	计算机视觉	乳腺癌	深度学习	语义分割模型	图像	最大的专门用于乳腺X光图像分割关键解剖结构的数据集
10842	2024-12-13	A Neural Network for Segmenting Tumours in Ultrasound Rectal Images 2024-Dec-11, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01358-6 PMID:39663316	研究论文	本文提出了一种用于超声直肠图像中肿瘤分割的神经网络模型	创新点在于使用全局注意力解码器替代传统的卷积解码器，并结合有效的通道信息融合进行多尺度信息整合	NA	设计一种能够准确识别和分割超声图像中直肠肿瘤的方法，以辅助医生进行直肠癌诊断	超声直肠图像中的肿瘤	计算机视觉	直肠癌	深度学习	神经网络	图像	53名患者（173张图像）用于测试，195名患者（1247张图像）用于训练，20名患者（87张图像）用于验证
10843	2024-12-13	Accelerated T2W Imaging with Deep Learning Reconstruction in Staging Rectal Cancer: A Preliminary Study 2024-Dec-11, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01345-x PMID:39663320	研究论文	本研究探讨了深度学习重建（DLR）在直肠癌分期中加速T2加权成像的可行性和图像质量	首次评估了DLR在直肠癌分期中加速采集的潜力，并展示了DLR_H在减少扫描时间的同时提高了图像质量和诊断性能	研究样本量较小，且仅限于直肠癌患者，未来需要更大规模的研究来验证结果	探索深度学习重建在直肠癌分期中加速T2加权成像的可行性和图像质量	直肠癌患者的T2加权成像	计算机视觉	直肠癌	深度学习重建	NA	图像	52名直肠癌患者
10844	2024-12-13	Deep Learning-Based Body Composition Analysis for Cancer Patients Using Computed Tomographic Imaging 2024-Dec-11, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01373-7 PMID:39663321	研究论文	本文开发了一种基于深度学习的身体成分分析方法，用于癌症患者的CT影像分析	首次提出使用基于Transformer的深度学习模型Swin UNETR进行身体成分分析，并结合热图回归进行脊椎定位	NA	开发一种准确的身体成分分析方法，以早期检测癌症患者的营养不良并支持及时干预	癌症患者的腹部/骨盆CT扫描图像	计算机视觉	NA	CT	Swin UNETR	图像	200例癌症患者的腹部/骨盆CT扫描
10845	2024-12-13	ViTBayesianNet: An adaptive deep bayesian network-aided alzheimer disease detection framework with vision transformer-based residual densenet for feature extraction using MRI images 2024-Dec-11, Network (Bristol, England) DOI:10.1080/0954898X.2024.2435491 PMID:39663578	研究论文	提出了一种基于Vision Transformer和残差密集网络的深度贝叶斯网络辅助阿尔茨海默病检测框架，利用MRI图像进行特征提取和疾病检测	创新点在于结合了Vision Transformer和残差密集网络进行特征提取，并使用自适应深度贝叶斯网络进行阿尔茨海默病的检测，同时通过增强高尔夫优化算法优化模型参数	未提及具体的局限性	开发一种高效的深度学习方法，用于在早期阶段识别阿尔茨海默病，以提供有效的治疗	阿尔茨海默病及其在MRI图像中的特征	机器学习	阿尔茨海默病	MRI	Vision Transformer-based Residual DenseNet, Adaptive Deep Bayesian Network	图像	未提及具体样本数量
10846	2024-12-13	Vocal Biomarkers for Parkinson's Disease Classification Using Audio Spectrogram Transformers 2024-Dec-10, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2024.11.008 PMID:39665946	研究论文	本研究评估了音频频谱图Transformer（AST）模型在通过语音生物标志物检测帕金森病（PD）中的有效性	提出了使用音频频谱图Transformer模型，利用其自注意力机制更好地捕捉PD相关的语音障碍，相较于传统深度学习方法具有更高的分类性能	需要进一步在更多样化的人群中进行验证以实现临床应用	评估音频频谱图Transformer模型在通过语音生物标志物检测帕金森病中的有效性	帕金森病患者的语音生物标志物	机器学习	帕金森病	音频频谱图Transformer（AST）模型	Transformer	音频	150名参与者（PC-GITA数据集：50名PD患者，50名健康对照；ITA数据集：28名PD患者，22名健康对照）
10847	2024-12-13	Prediction of incident atrial fibrillation using deep learning, clinical models, and polygenic scores 2024-Dec-07, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehae595 PMID:39217446	研究论文	本研究开发并测试了一种基于深度学习的ECG-AI模型，用于预测心房颤动（AF），并与临床模型和AF多基因评分（PGS）进行了比较	本研究首次将深度学习应用于心电图（ECG）数据，提出了一种新的ECG-AI模型，并在多个数据集上验证了其性能，显示出比传统临床模型和多基因评分更高的预测准确性	本研究的样本主要来自一个三级心脏中心，外部验证数据集的样本量较小，可能限制了模型的普适性	开发和验证一种基于深度学习的心电图分析模型，用于预测新发心房颤动	心电图数据和心房颤动的预测	机器学习	心血管疾病	深度学习	深度学习模型	心电图数据	669,782份心电图数据，来自145,323名患者
10848	2024-12-13	SAMP: Identifying antimicrobial peptides by an ensemble learning model based on proportionalized split amino acid composition 2024-Dec-06, Briefings in functional genomics IF:2.5Q3 DOI:10.1093/bfgp/elae046 PMID:39573886	研究论文	本文提出了一种基于比例分割氨基酸组成（PSAAC）的集成学习模型SAMP，用于识别抗菌肽	SAMP引入了新的特征类型PSAAC，能够捕捉抗菌肽序列中的残基模式和序列顺序信息，并通过集成随机投影（RP）架构提高了处理大规模数据的能力	NA	开发一种新的计算模型，用于更准确地识别抗菌肽，以应对未来可能出现的耐药细菌感染问题	抗菌肽（AMPs）及其在消除耐药病原体中的作用	机器学习	NA	集成学习模型，随机投影（RP）	集成学习模型	序列数据	不同平衡和不平衡数据集
10849	2024-12-13	Deep learning for predicting rehospitalization in acute heart failure: Model foundation and external validation 2024-Dec, ESC heart failure IF:3.2Q2 DOI:10.1002/ehf2.14918 PMID:38981003	研究论文	本研究开发并验证了一种基于深度学习的急性心力衰竭再住院预测模型	首次使用深度学习方法结合真实世界数据进行心力衰竭再住院预测	模型的区分度中等，AUC值在0.63到0.76之间	开发一种基于深度学习的预测模型，用于预测急性心力衰竭患者在出院后30天、90天和365天内的再住院风险	急性心力衰竭患者的再住院风险	机器学习	心血管疾病	深度学习	GRU	数据	2014年1月至2019年1月期间因急性心力衰竭住院的患者数据
10850	2024-12-13	Enhancing AI Research for Breast Cancer: A Comprehensive Review of Tumor-Infiltrating Lymphocyte Datasets 2024-Dec, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01043-8 PMID:38806950	综述	本文综述了与肿瘤浸润淋巴细胞（TIL）相关的公开数据集，旨在为乳腺癌研究中的计算机辅助病理学（CAP）工具的训练和验证提供资源	本文的创新点在于系统地回顾了公开的TIL数据集，为TIL研究社区提供了宝贵的资源	本文的局限性在于仅限于公开可用的数据集，可能无法涵盖所有相关的TIL数据	本文的研究目的是为乳腺癌研究中的计算机辅助病理学工具的训练和验证提供资源	本文的研究对象是与肿瘤浸润淋巴细胞（TIL）相关的公开数据集	数字病理学	乳腺癌	深度学习	NA	图像	NA
10851	2024-12-13	Identification of lineage-specific cis-trans regulatory networks related to kiwifruit ripening initiation 2024-Dec, The Plant journal : for cell and molecular biology DOI:10.1111/tpj.17093 PMID:39462454	研究论文	本研究使用可解释的深度学习框架预测启动子序列中的顺式调控元件（CREs）表达模式，识别了影响猕猴桃成熟过程的特定谱系CRE-TF相互作用	首次使用可解释的深度学习方法识别了猕猴桃成熟过程中新的顺反调控关系，揭示了特定谱系的CRE-TF相互作用	研究仅限于猕猴桃，未探讨其他水果的适用性	识别与猕猴桃成熟启动相关的特定谱系顺反调控网络	猕猴桃成熟过程中的顺式调控元件（CREs）和转录因子（TFs）相互作用	机器学习	NA	深度学习	深度学习框架	DNA序列	未明确提及样本数量
10852	2024-12-13	Correlating Personality Traits With Acute Stress Responses in Earthquake Simulations: An HRV and RESP Analysis 2024-Dec, Stress and health : journal of the International Society for the Investigation of Stress IF:3.0Q2 DOI:10.1002/smi.3510 PMID:39584748	研究论文	本研究探讨了人格特质与地震模拟中急性应激反应（ASR）之间的关联，通过心率变异性（HRV）和呼吸信号分析，结合深度学习模型进行预测	本研究首次将人格特质与急性应激反应的预测相结合，提出了一种基于人格的地震应激管理新方法	研究样本量较小，且仅限于特定人格类型的参与者，未来需要更大规模的研究来验证结果	研究人格特质与急性应激反应之间的关联，并开发基于人格的应激反应预测模型	参与者的人格特质、心率变异性和呼吸信号在地震模拟中的变化	机器学习	NA	多变量方差分析（MANOVA）、Toeplitz逆协方差聚类方法、卷积神经网络（CNN）和长短期记忆网络（LSTM）	CNN-LSTM	心率变异性（HRV）、呼吸信号	参与者数量未明确提及
10853	2024-12-13	A patch-based deep learning MRI segmentation model for improving efficiency and clinical examination of the spinal tumor 2024-Dec, Journal of bone oncology IF:3.1Q2 DOI:10.1016/j.jbo.2024.100649 PMID:39659517	研究论文	本研究提出了一种基于补丁的深度学习MRI分割模型，用于提高脊柱肿瘤的效率和临床检查	本研究的创新点在于提出了一种全自动的脊柱MRI图像分割方法，利用卷积-反卷积神经网络和基于补丁的深度学习技术，显著提高了分割效率和准确性	NA	本研究的目的是提出一种全自动的脊柱MRI图像分割方法，以提高分割效率，满足临床诊断和治疗计划的需求	本研究的研究对象是脊柱MRI图像中的肿瘤	计算机视觉	脊柱疾病	卷积神经网络	卷积神经网络	图像	NA
10854	2024-12-13	A hybrid deep learning model-based LSTM and modified genetic algorithm for air quality applications 2024-Nov-27, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-024-13447-8 PMID:39601991	研究论文	本文提出了一种基于LSTM和改进遗传算法的混合深度学习模型，用于多步PM预测	引入了名为EFS-GA-LSTM的新型混合深度学习模型，并使用改进的遗传算法优化其架构	未提及具体的研究局限性	利用历史数据构建LSTM模型，并通过改进的遗传算法优化其架构，以提高多步PM预测的准确性	多步PM预测	机器学习	NA	深度学习	LSTM	数据	输入数据包括每小时的PM浓度、气象变量和时间变量
10855	2024-12-13	Artificial Intelligence Classification for Detecting and Grading Lumbar Intervertebral Disc Degeneration 2024-Nov-27, Spine surgery and related research IF:1.2Q3 DOI:10.22603/ssrr.2024-0154 PMID:39659374	研究论文	本研究开发并验证了一种基于卷积神经网络（CNN）和YOLO架构的人工智能模型，用于基于磁共振成像（MRI）扫描对腰椎间盘退变进行分类和分级	本研究首次使用YOLO架构的CNN模型对腰椎间盘退变进行分类和分级，显著提高了诊断的精确性和可靠性	尽管模型表现出色，但仍需进一步的临床验证才能将其整合到常规实践中	开发和验证一种人工智能模型，用于精确检测和分级腰椎间盘退变	腰椎间盘退变	计算机视觉	脊柱疾病	卷积神经网络（CNN）	YOLO架构	图像	训练集1000例，测试集500例，外部验证集500例
10856	2024-12-13	Long-Term Efficacy of an AI-Based Health Coaching Mobile App in Slowing the Progression of Nondialysis-Dependent Chronic Kidney Disease: Retrospective Cohort Study 2024-Nov-25, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/54206 PMID:39402012	研究论文	本研究评估了基于AI的健康指导移动应用KidneyOnline在减缓非透析依赖性慢性肾病进展方面的长期疗效	本研究首次通过回顾性队列研究验证了基于AI的移动应用在减缓慢性肾病进展中的有效性	本研究为回顾性研究，可能存在选择偏倚和混杂因素的影响	评估KidneyOnline智能护理系统在减缓非透析依赖性慢性肾病进展方面的长期疗效	使用KidneyOnline应用的慢性肾病患者和接受常规护理的患者	NA	慢性肾病	深度学习光学字符识别	NA	健康数据	12,297名患者，其中808名患者通过1:1倾向评分匹配分为KidneyOnline护理系统组和常规护理组各404名
10857	2024-12-13	Evaluation of machine learning and deep learning models for daily air quality index prediction in Delhi city, India 2024-Nov-19, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-024-13351-1 PMID:39557698	研究论文	本文评估了机器学习和深度学习模型在印度德里市每日空气质量指数预测中的表现	本文引入了XGBoost算法和随机森林（RF）模型，并结合特征重要性分析和Shapley加性解释（SHAP）方法，以提高空气质量指数预测的准确性	本文未详细讨论模型在不同天气条件或季节变化下的表现	开发和评估用于预测德里市每日空气质量指数的高级模型，以帮助城市规划和空气污染控制	德里市的空气质量指数预测	机器学习	NA	机器学习算法（XGBoost、随机森林、人工神经网络）	XGBoost、随机森林、人工神经网络	空气质量数据	NA
10858	2024-12-13	A lightweight intelligent laryngeal cancer detection system for rural areas 2024 Nov-Dec, American journal of otolaryngology IF:1.8Q2 DOI:10.1016/j.amjoto.2024.104474 PMID:39137696	研究论文	本文介绍了一种轻量级的智能喉癌检测系统（ILCDS），旨在为资源有限的农村地区提供有效的喉癌筛查	提出了一个专门为农村地区设计的智能喉癌检测系统，结合了多种深度学习模型进行评估和选择，最终选择了适合农村环境的模型	未提及具体的局限性	开发一种适合农村地区的智能喉癌检测系统，以提高喉癌筛查的准确性和效率	喉癌的早期诊断和筛查	计算机视觉	喉癌	深度学习	AlexNet, VGG, ResNet, DenseNet, MobileNet, ShuffleNet, Vision Transformer, Swin Transformer	图像	2023张喉镜图像
10859	2024-12-13	Analysis of international publication trends in artificial intelligence in skin cancer 2024 Nov-Dec, Clinics in dermatology IF:2.3Q2 DOI:10.1016/j.clindermatol.2024.09.012 PMID:39260460	研究论文	使用文献计量方法分析2010年至2022年间人工智能在皮肤癌领域的国际出版趋势	揭示了人工智能在皮肤癌研究中的出版趋势和未来方向，并通过共被引网络分析识别了该领域的经典文献	研究仅基于Web of Science数据库中的英文文献，可能存在数据偏倚	探索人工智能在皮肤癌研究中的出版趋势和未来发展方向	2010年至2022年间人工智能在皮肤癌领域的出版物	机器学习	皮肤癌	文献计量方法	NA	文本	989篇出版物
10860	2024-12-13	Entomopathogenic nematode detection and counting model developed based on A-star algorithm 2024-Nov, Journal of invertebrate pathology IF:3.6Q1 DOI:10.1016/j.jip.2024.108196 PMID:39260520	研究论文	本文提出了一种基于A*算法的新方法，用于检测和量化显微镜图像中的斯氏线虫，以提高检测精度并简化操作流程	本文提出的A*算法在检测精度上显著优于YOLO-V5m、YOLO-V7m和YOLO-V8m，并且在处理重叠线虫时表现尤为出色	NA	开发一种高效的方法用于检测和计数实验室中的斯氏线虫，以替代传统的人工计数方法	斯氏线虫（Steinernema feltiae）的检测和计数	计算机视觉	NA	A*算法	NA	图像	NA