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
11781	2024-11-17	NecroGlobalGCN: Integrating micronecrosis information in HCC prognosis prediction via graph convolutional neural networks 2024-Dec, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108435 PMID:39357091	研究论文	本文提出了一种基于图卷积神经网络（GCN）的肝细胞癌（HCC）预后预测模型，该模型整合了微坏死信息以提高预后分层的质量	本文创新性地将微坏死信息整合到图卷积神经网络中，显著提高了预后预测的准确性和可解释性	NA	开发一种能够帮助临床医生充分利用微坏死信息来评估患者生存率的模型	肝细胞癌（HCC）患者的预后预测	机器学习	肝癌	图卷积神经网络（GCN）	GCN	图像	3622张切片，来自752名原发性HCC患者
11782	2024-11-17	Multi-modal networks for real-time monitoring of intracranial acoustic field during transcranial focused ultrasound therapy 2024-Dec, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108458 PMID:39437458	研究论文	本文提出了一种多模态网络，用于实时监测经颅聚焦超声治疗过程中的颅内声场	利用深度学习的优势，提出了一种能够实时生成颅内压力图的多模态网络	仅在11名受试者上进行了验证，样本量较小	提高经颅聚焦超声治疗的安全性和准确性	经颅聚焦超声治疗过程中的颅内声场	计算机视觉	NA	k-空间方法	卷积神经网络和Swin Transformer	压力图、医学图像和换能器位置	11名人类受试者
11783	2024-11-17	Multi-scale dual-channel feature embedding decoder for biomedical image segmentation 2024-Dec, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108464 PMID:39447437	研究论文	本文提出了一种用于生物医学图像分割的多尺度双通道特征嵌入解码器	创新点在于提出了多尺度双通道解码器，结合了卷积网络和注意力门控Swin Transformer，有效捕捉局部和全局上下文，减少计算复杂度	需要大量数据进行模型训练	提高生物医学图像分割的准确性	肝脏肿瘤和脾脏的图像分割	计算机视觉	NA	卷积网络、注意力门控Swin Transformer	CNN、Transformer	图像	使用了LiTS、3DIRCADb、spleen和来自印度加尔各答医学院的私有数据集
11784	2024-11-17	Early prediction of sudden cardiac death using multimodal fusion of ECG Features extracted from Hilbert-Huang and wavelet transforms with explainable vision transformer and CNN models 2024-Dec, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108455 PMID:39447439	研究论文	本研究开发了一种基于深度学习的模型，用于早期预测心源性猝死（SCD），通过融合希尔伯特-黄变换和小波变换提取的ECG特征，并结合可解释的视觉变换器和CNN模型	本研究的创新点在于开发了一种多模态可解释的深度学习模型，能够提前30分钟预测SCD，显著提高了现有方法的预测性能	NA	开发一种基于深度学习的模型，用于早期预测心源性猝死（SCD）	心源性猝死（SCD）的早期预测	机器学习	心血管疾病	希尔伯特-黄变换（HHT），小波变换	1D-CNN，长短期记忆网络（LSTM），视觉变换器（ViT），2D-CNN	ECG信号，2D标度图，2D希尔伯特谱	NA
11785	2024-11-17	Integrating transcriptomic data and digital pathology for NRG-based prediction of prognosis and therapy response in gastric cancer 2024-Dec, Annals of medicine IF:4.9Q1 DOI:10.1080/07853890.2024.2426758 PMID:39527470	研究论文	本研究整合转录组数据和数字病理学，基于非凋亡性细胞死亡相关基因（NRG）预测胃癌的预后和治疗反应	首次构建了基于NRG的预测模型，并结合深度学习模型ResNet50从数字病理切片中预测NRG特征	研究样本主要来自公开数据库，可能存在数据偏倚；深度学习模型的泛化能力需进一步验证	探讨非凋亡性细胞死亡相关基因在胃癌中的预后价值及其与免疫反应的关系，并开发预测模型	胃癌患者的转录组数据和数字病理切片	数字病理学	胃癌	RNA测序、实时定量PCR、单细胞RNA测序	ResNet50	基因表达数据、临床信息、数字病理图像	来自The Cancer Genome Atlas和Gene Expression Omnibus数据库的胃癌患者数据
11786	2024-11-17	Deciphering the Language of Protein-DNA Interactions: A Deep Learning Approach Combining Contextual Embeddings and Multi-Scale Sequence Modeling 2024-Nov-15, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2024.168769 PMID:39214282	研究论文	本文提出了一种结合上下文嵌入和多尺度序列建模的深度学习方法，用于预测蛋白质序列中的DNA相互作用残基	利用预训练的蛋白质语言模型（如ProtTrans）捕捉DNA结合位点的内在生化特性和序列基序，并结合多窗口卷积神经网络架构，有效识别局部和全局结合模式	NA	揭示蛋白质-DNA相互作用的机制，理解关键细胞过程和疾病途径	蛋白质序列中的DNA相互作用残基	机器学习	NA	深度学习	卷积神经网络	序列	NA
11787	2024-11-17	Hepatocellular Carcinoma Immune Microenvironment Analysis: A Comprehensive Assessment with Computational and Classical Pathology 2024-Nov-15, Clinical cancer research : an official journal of the American Association for Cancer Research IF:10.0Q1 DOI:10.1158/1078-0432.CCR-24-0960 PMID:39264292	研究论文	本研究开发了一种基于深度学习的图像分析模型，用于分析肝细胞癌（HCC）的肿瘤免疫微环境（TIME）	首次设计了一种多阶段深度学习算法（IHC-TIME），用于自动检测免疫细胞及其在肿瘤微环境中的定位	针刺活检在代表主要肿瘤的免疫表型方面存在75%的准确性限制	研究肝细胞癌的肿瘤免疫微环境的空间变异性和临床相关性	肝细胞癌的肿瘤免疫微环境	数字病理学	肝癌	免疫组化（IHC）	深度学习（DL）	图像	92例肝细胞癌手术切除标本和51例匹配的针刺活检标本
11788	2024-11-17	ResNet-Transformer deep learning model-aided detection of dens evaginatus 2024-Nov-15, International journal of paediatric dentistry IF:2.3Q2 DOI:10.1111/ipd.13282 PMID:39545506	研究论文	本文开发了一种深度学习模型，用于辅助牙医早期诊断牙内突	本文创新性地利用ResNet-Transformer深度学习模型，提高了牙内突的检测精度和敏感性	NA	开发一种深度学习模型，辅助牙医早期诊断牙内突	牙内突的早期检测和干预	机器学习	NA	深度学习	ResNet-Transformer	图像	1410名3-16岁的患者
11789	2024-11-17	Artificial intelligence-enhanced biosurveillance for antimicrobial resistance in sub-Saharan Africa 2024-Nov-15, International health IF:2.3Q2 DOI:10.1093/inthealth/ihae081 PMID:39545538	综述	本文探讨了人工智能在撒哈拉以南非洲地区抗菌素耐药性生物监测中的应用和适用性	人工智能通过先进的机器学习和深度学习算法，能够改进耐药菌株的检测、追踪和预测	撒哈拉以南非洲地区在实施人工智能抗菌素耐药性监测时面临数据稀缺、基础设施限制和伦理问题	研究人工智能在撒哈拉以南非洲地区抗菌素耐药性监测中的应用潜力	抗菌素耐药性及其在撒哈拉以南非洲地区的监测	机器学习	NA	机器学习、深度学习	NA	NA	NA
11790	2024-11-17	RASP v2.0: an updated atlas for RNA structure probing data 2024-Nov-15, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkae1117 PMID:39546630	研究论文	本文介绍了RASP v2.0，一个更新后的RNA结构探测数据数据库，包含大量扩展的数据集和增强的在线结构分析功能	RASP v2.0引入了深度学习模型来填补缺失的结构信号，并增加了三个新的在线分析模块，显著提升了数据质量和分析能力	NA	提供一个更全面的RNA结构数据资源，以促进RNA结构与功能关系在多种生物过程中的研究	RNA结构数据及其在生物过程中的功能	NA	NA	深度学习	NA	RNA结构数据	438个RNA结构数据集，包括216个转录组范围的RNA结构数据集，141个目标特异性RNA结构数据集和81个RNA-RNA相互作用数据集
11791	2024-11-17	Enhancing Lesion Detection in Inflammatory Myelopathies: A Deep Learning-Reconstructed Double Inversion Recovery MRI Approach 2024-Nov-14, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8582 PMID:39542724	研究论文	本研究探讨了深度学习重建的双反转恢复MRI技术在炎症性脊髓病变检测中的应用	首次评估了深度学习重建的双反转恢复MRI技术在炎症性脊髓病变检测中的效果	研究样本量较小，且仅限于炎症性脊髓病变患者	比较不同MRI技术在炎症性脊髓病变检测中的采集时间、图像质量、诊断信心和病变检测率	炎症性脊髓病变患者	计算机视觉	神经系统疾病	MRI	深度学习	图像	149名患者
11792	2024-11-17	A Systematic Review of the Diagnostic Accuracy of Deep Learning Models for the Automatic Detection, Localization, and Characterization of Clinically Significant Prostate Cancer on Magnetic Resonance Imaging 2024-Nov-14, European urology oncology IF:8.3Q1 DOI:10.1016/j.euo.2024.11.001 PMID:39547898	综述	本文系统回顾了深度学习模型在磁共振成像上自动检测、定位和表征临床显著性前列腺癌的诊断准确性	评估了深度学习模型在增强前列腺癌MRI诊断中的当前状态	研究设计、验证策略和数据集的显著异质性，以及缺乏外部验证和标准化方法	评估深度学习模型在MRI上自动检测、定位和表征临床显著性前列腺癌的诊断准确性	深度学习模型在MRI上检测和表征临床显著性前列腺癌的能力	计算机视觉	前列腺癌	磁共振成像	深度学习模型	图像	25项研究符合纳入标准
11793	2024-11-17	Brain tumor diagnosis in MRI scans images using Residual/Shuffle Network optimized by augmented Falcon Finch optimization 2024-11-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-77523-2 PMID:39537654	研究论文	本文提出了一种使用深度学习方法在MRI扫描图像中诊断脑肿瘤的新方法，重点是Residual/Shuffle网络，并通过Augmented Falcon Finch优化算法优化网络参数	本文引入了Augmented Falcon Finch优化算法来优化Residual/Shuffle网络的超参数，提高了模型的可靠性和准确性	NA	开发一种在MRI扫描图像中诊断脑肿瘤的高效深度学习方法	脑肿瘤的MRI扫描图像	计算机视觉	脑癌	深度学习	Residual/Shuffle网络	图像	标准脑肿瘤MRI数据集
11794	2024-11-17	Deep learning enables the use of ultra-high-density array in DNBSEQ 2024-11-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78748-x PMID:39537672	研究论文	本文提出了一种基于深度学习的DNB图像超分辨率网络DNBSRN，以解决DNBSEQ中使用超高密度阵列时图像分辨率不足的问题	设计了专门用于DNB图像的DNBSRN网络，并采用基于直方图匹配的预处理方法，显著提高了超高密度阵列的碱基调用性能	NA	解决DNBSEQ中使用超高密度阵列时图像分辨率不足的问题，提高测序通量并降低试剂成本	DNB图像的超分辨率重建	计算机视觉	NA	深度学习	超分辨率网络	图像	八个DNB图像数据集
11795	2024-11-17	Predicting rainfall using machine learning, deep learning, and time series models across an altitudinal gradient in the North-Western Himalayas 2024-Nov-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-77687-x PMID:39537701	研究论文	研究提出使用机器学习和深度学习模型以及时间序列技术来预测印度西北喜马拉雅山脉不同海拔的降雨量	研究首次将多种机器学习和深度学习算法应用于喜马拉雅山脉的降雨预测，并结合时间序列技术，显著提高了预测精度	研究结果显示海拔对模型精度有显著影响，表明需要在该地区增加更多的气象站以提高预测精度	提高喜马拉雅山脉地区降雨预测的准确性，以减少因降雨引发的灾害损失	喜马拉雅山脉不同海拔的降雨量	机器学习	NA	随机森林、支持向量回归、人工神经网络、k近邻、长短期记忆网络、双向LSTM、深度LSTM、门控循环单元、简单循环神经网络、自回归积分移动平均模型、TBATS	LSTM、双向LSTM、深度LSTM、GRU、RNN、ANN、KNN、SVR、RF	气象数据	六个不同海拔的气象站，数据时间跨度为1980年至2021年
11796	2024-11-17	PLC based laser scanning system for conveyor belt surface monitoring 2024-Nov-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78985-0 PMID:39537724	研究论文	本文介绍了用于传送带表面监控的高级激光扫描系统的设计、实现和测试	创新点包括基于故障模式的优化检测位置、先进的PLC集成实现无缝自动化以及智能防尘功能	NA	开发一种适用于恶劣和复杂工业环境的传送带表面监控系统	传送带表面状况	计算机视觉	NA	激光扫描、工业级相机、深度学习算法	YOLOv7	图像	NA
11797	2024-11-17	Dual-encoder architecture for metal artifact reduction for kV-cone-beam CT images in head and neck cancer radiotherapy 2024-11-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79305-2 PMID:39537735	研究论文	本文提出了一种基于深度学习的双编码器架构，用于减少头颈部癌症放射治疗中kV-锥束CT图像的金属伪影	本文创新性地采用了双编码器架构，结合UNet和FusionNet模型，通过不同的特征融合方法来实现金属伪影的去除和解剖结构的恢复	本文仅使用了34例头颈部癌症患者的CBCT图像进行测试，样本量较小，可能影响模型的泛化能力	开发一种深度学习模型，用于减少头颈部癌症放射治疗中CBCT图像的金属伪影，以提高剂量计算的准确性和解剖结构的识别	头颈部癌症患者的kV-锥束CT图像	计算机视觉	头颈部癌症	深度学习	双编码器架构	图像	34例头颈部癌症患者
11798	2024-11-17	Author Correction: Deep learning-based super-resolution and denoising algorithm improves reliability of dynamic contrast-enhanced MRI in diffuse glioma 2024-Nov-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79468-y PMID:39537823	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
11799	2024-11-17	A two-stage deep-learning model for determination of the contact of mandibular third molars with the mandibular canal on panoramic radiographs 2024-Nov-13, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-024-04850-1 PMID:39538183	研究论文	本研究评估了一种两阶段深度学习模型在全景X光片上检测下颌第三磨牙与下颌管接触关系的准确性	采用两阶段深度学习模型，结合Faster R-CNN和ResNeXt，首次实现了在全景X光片上自动检测下颌第三磨牙与下颌管的接触关系	研究样本量相对较小，且仅限于全景X光片数据	评估深度学习模型在全景X光片上检测下颌第三磨牙与下颌管接触关系的准确性	下颌第三磨牙与下颌管的接触关系	计算机视觉	NA	深度学习	两阶段深度学习模型（Faster R-CNN和ResNeXt）	图像	387张全景X光片，包含619个下颌第三磨牙与下颌管的图像
11800	2024-11-17	Deep learning-based automated measurement of hip key angles and auxiliary diagnosis of developmental dysplasia of the hip 2024-Nov-13, BMC musculoskeletal disorders IF:2.2Q3 DOI:10.1186/s12891-024-08035-3 PMID:39538255	研究论文	本研究评估了基于深度学习的人工智能模型在测量骨盆前后位X光片中髋关节关键角度并辅助诊断发育性髋关节发育不良中的准确性	本研究首次使用深度学习模型自动测量髋关节关键角度，并展示了其在诊断发育性髋关节发育不良和边缘性发育性髋关节发育不良中的有效性	本研究仅限于回顾性分析，未来需要进行前瞻性研究以进一步验证模型的有效性	评估人工智能模型在测量髋关节关键角度并辅助诊断发育性髋关节发育不良中的准确性	髋关节关键角度（Sharp、Tönnis和Center Edge角度）和发育性髋关节发育不良的诊断	计算机视觉	骨科疾病	深度学习	卷积神经网络（CNN）	图像	1029名患者（273名男性和757名女性）的骨盆前后位X光片