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	2024-11-24	DAPNet: multi-view graph contrastive network incorporating disease clinical and molecular associations for disease progression prediction 2024-Nov-19, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02756-0 PMID:39563302	研究论文	提出了一种基于深度学习的疾病进展预测模型DAPNet，利用共病持续时间和疾病关联网络进行预测	首次将多视角图对比学习应用于疾病进展预测任务，并创新性地整合了分子层面的疾病关联信息	未提及	探索一种减少数据依赖并达到与现有研究相当预测性能的新方法	疾病进展预测	机器学习	NA	多视角图对比学习	DAPNet	临床数据	2714名患者和10856次就诊，以及606名患者的肾脏数据集
11782	2024-11-24	An explainable longitudinal multi-modal fusion model for predicting neoadjuvant therapy response in women with breast cancer 2024-Nov-07, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53450-8 PMID:39511143	研究论文	提出了一种可解释的纵向多模态融合模型，用于预测乳腺癌新辅助治疗反应	该模型结合了跨模态知识挖掘和时间信息嵌入策略，以处理缺失模态并减少不同新辅助治疗设置的影响	NA	开发一种能够模拟临床医生评估新辅助治疗反应的系统，并提高其在实际临床应用中的可行性	乳腺癌患者的新辅助治疗反应	计算机视觉	乳腺癌	深度学习 (DL)	多模态融合模型	多模态图像	涉及多中心和跨国读者研究的数据集
11783	2024-11-24	A Deep Learning Model to Predict Breast Implant Texture Types Using Ultrasonography Images: Feasibility Development Study 2024-Nov-05, JMIR formative research IF:2.0Q4 DOI:10.2196/58776 PMID:39499915	研究论文	研究开发了一种深度学习模型，用于通过超声图像预测乳房植入物的表面纹理类型	首次使用深度学习模型对乳房植入物的表面纹理类型进行分类，并从异质来源的超声图像中进行稳健预测	模型在处理破裂植入物和无植入物的图像时预测不确定性增加	确定使用深度学习模型对乳房植入物表面纹理类型进行分类的可行性	乳房植入物的表面纹理类型	计算机视觉	NA	深度学习	ResNet-50	图像	19,502张乳房植入物图像
11784	2024-11-24	Clinical-Grade Validation of an Autofluorescence Virtual Staining System With Human Experts and a Deep Learning System for Prostate Cancer 2024-Nov, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2024.100573 PMID:39069201	研究论文	本文开发了一种自动化系统，利用高吞吐量超光谱荧光显微镜和人工智能机器学习技术，从未染色的前列腺组织中生成虚拟的苏木精和伊红染色以及前列腺上皮内瘤变-4免疫组化染色图像	本文展示了虚拟染色技术在前列腺癌诊断中的临床应用，并通过广泛的人类审查和计算分析验证了系统的有效性	NA	验证一种基于自体荧光虚拟染色系统的临床级有效性，并评估其在前列腺癌诊断中的应用	前列腺癌的组织诊断和分级	数字病理学	前列腺癌	超光谱荧光显微镜	深度学习系统	图像	大量测试切片
11785	2024-11-24	Evaluation of Artificial Intelligence-Based Gleason Grading Algorithms "in the Wild" 2024-Nov, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2024.100563 PMID:39025402	研究论文	评估人工智能辅助的Gleason分级算法在真实世界数据中的表现	比较了公开和商业算法在真实世界数据中的表现，发现商业算法在某些情况下优于公开算法	研究主要集中在算法的表现比较，未深入探讨算法背后的技术细节	评估和比较顶级公开和商业Gleason分级算法在真实世界数据中的性能	前列腺癌患者的Gleason评分	数字病理学	前列腺癌	深度学习	NA	图像	包含不同Gleason评分的全切片前列腺活检图像数据集，由10名病理学家评估
11786	2024-11-24	Evaluation of fragility fracture risk using deep learning based on ultrasound radio frequency signal 2024-Nov, Endocrine IF:3.0Q2 DOI:10.1007/s12020-024-03931-z PMID:38982023	研究论文	本研究评估了基于超声射频信号的深度学习模型在鉴别绝经后女性骨质疏松性骨折风险中的表现	本研究首次使用多通道残差网络（MResNet）基于超声射频信号来评估骨质疏松性骨折风险，并展示了其优于传统超声参数和双能X线吸收法（DXA）骨密度测量的效果	本研究为初步横断面研究，样本量较小且仅限于绝经后女性，未来需在更大和更多样化的群体中验证结果	评估基于超声射频信号的深度学习模型在鉴别绝经后女性骨质疏松性骨折风险中的表现	绝经后女性骨质疏松性骨折风险	机器学习	骨骼疾病	超声射频信号	多通道残差网络（MResNet）	超声射频信号	246名绝经后女性
11787	2024-11-24	Challenges in multi-centric generalization: phase and step recognition in Roux-en-Y gastric bypass surgery 2024-Nov, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03166-3 PMID:38761319	研究论文	本文研究了在多中心数据集上进行腹腔镜Roux-en-Y胃旁路手术的阶段和步骤识别，并评估了不同深度学习模型的泛化能力	引入了一个包含140个手术视频的多中心多活动数据集，并评估了模型在不同中心数据上的泛化能力	模型在单中心数据上训练时的泛化能力有限	研究人工智能在手术活动识别中的泛化能力，特别是多中心数据集的影响	腹腔镜Roux-en-Y胃旁路手术的阶段和步骤识别	计算机视觉	NA	深度学习	深度学习模型	视频	140个手术视频，来自两个医疗中心
11788	2024-11-24	An Immunofluorescence-Guided Segmentation Model in Hematoxylin and Eosin Images Is Enabled by Tissue Artifact Correction Using a Cycle-Consistent Generative Adversarial Network 2024-Nov, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2024.100591 PMID:39147031	研究论文	本文提出了一种基于免疫荧光引导的分割模型，通过使用循环一致生成对抗网络对苏木精和伊红图像中的组织伪影进行校正，实现了在常规苏木精和伊红图像中的上皮组织分割	本文创新性地利用循环一致生成对抗网络将常规苏木精和伊红图像的外观转换为终端苏木精和伊红图像，从而克服了免疫荧光处理导致的图像差异问题	本文未详细讨论该方法在其他类型组织或疾病中的适用性	旨在解决常规苏木精和伊红图像中由于免疫荧光处理导致的图像差异问题，从而实现无需人工专家标注的准确分割模型训练	上皮组织在苏木精和伊红图像中的分割	数字病理学	NA	免疫荧光染色	循环一致生成对抗网络	图像	未明确提及具体样本数量
11789	2024-11-24	Advancing epilepsy diagnosis: A meta-analysis of artificial intelligence approaches for interictal epileptiform discharge detection 2024-Nov, Seizure DOI:10.1016/j.seizure.2024.09.019 PMID:39369555	meta-analysis	本文通过元分析评估了深度学习和经典机器学习算法在分类脑电图段为IED和非IED类别以及区分整个脑电图是否包含IED方面的性能	本文首次通过元分析比较了深度学习和经典机器学习算法在IED检测中的性能	大多数模型使用内部验证方法，可能导致过拟合	评估深度学习和经典机器学习算法在脑电图IED检测中的性能	脑电图中的间歇性癫痫样放电	machine learning	epilepsy	深度学习和经典机器学习算法	NA	脑电图	3629名患者
11790	2024-11-24	One novel transfer learning-based CLIP model combined with self-attention mechanism for differentiating the tumor-stroma ratio in pancreatic ductal adenocarcinoma 2024-Nov, La Radiologia medica DOI:10.1007/s11547-024-01902-y PMID:39412688	研究论文	开发了一种基于迁移学习的对比语言-图像预训练（CLIP）模型，结合自注意力机制，用于预测胰腺导管腺癌中的肿瘤-间质比（TSR）	提出了一种新颖的CLIP-adapter模型，结合了CLIP范式和自注意力机制，以更好地利用多阶段成像特征，从而提高肿瘤-间质比预测的准确性和可靠性	NA	开发一种基于迁移学习和自注意力机制的CLIP模型，用于预测胰腺导管腺癌中的肿瘤-间质比，以了解肿瘤的生物学特性，并为基于人工智能的模型表示指导特征融合	胰腺导管腺癌患者的肿瘤-间质比	计算机视觉	胰腺癌	对比语言-图像预训练（CLIP）	CLIP-adapter模型	图像	207名胰腺导管腺癌患者
11791	2024-11-24	Deep Learning to Discriminate Arteritic From Nonarteritic Ischemic Optic Neuropathy on Color Images 2024-Nov-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2024.4269 PMID:39418057	研究论文	开发并测试了一种深度学习系统，用于在急性期通过彩色眼底图像区分动脉炎性前部缺血性视神经病变（AAION）和非动脉炎性前部缺血性视神经病变（NAION）	首次使用深度学习系统在急性期通过彩色眼底图像区分AAION和NAION，无需临床或生物标志物信息	研究仅限于急性期病例，且依赖于特定设备和图像质量	开发和验证一种深度学习系统，用于在急性期通过彩色眼底图像区分AAION和NAION	动脉炎性前部缺血性视神经病变（AAION）和非动脉炎性前部缺血性视神经病变（NAION）	计算机视觉	眼科疾病	深度学习	深度学习系统	图像	961只眼睛，802名患者
11792	2024-11-24	Leveraging laryngograph data for robust voicing detection in speech 2024-Nov-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0034445 PMID:39565144	研究论文	本文提出了一种利用喉镜数据进行语音信号中浊音区间检测的监督模型	该模型基于CrossNet架构，通过预训练提高了泛化能力，并在未见数据集上表现出色	NA	提高语音信号中浊音区间检测的准确性和泛化能力	语音信号中的浊音区间	自然语言处理	NA	深度学习算法	CrossNet	喉镜数据	使用了多个喉镜数据集
11793	2024-11-24	Contributing to the prediction of prognosis for treated hepatocellular carcinoma: Imaging aspects that sculpt the future 2024-Oct-27, World journal of gastrointestinal surgery IF:1.8Q2 DOI:10.4240/wjgs.v16.i10.3377 PMID:39575286	研究论文	本文介绍了一种新的列线图模型，用于预测接受射频消融和经动脉化疗栓塞治疗的肝细胞癌（HCC）的预后，并强调了影像学方面，特别是磁共振成像（MRI）和放射组学，在提高预测准确性中的作用	本文提出了将多参数MRI和深度学习放射组学模型与临床因素结合，以提高HCC治疗预后预测的准确性	NA	提高肝细胞癌治疗预后的预测准确性	接受射频消融和经动脉化疗栓塞治疗的肝细胞癌患者	数字病理学	肝癌	磁共振成像（MRI）	深度学习模型	影像数据	NA
11794	2024-11-24	Facial recognition for disease diagnosis using a deep learning convolutional neural network: a systematic review and meta-analysis 2024-Oct-18, Postgraduate medical journal IF:3.6Q1 DOI:10.1093/postmj/qgae061 PMID:39102373	meta-analysis	本文系统综述和元分析了基于深度学习卷积神经网络的面部识别技术在罕见畸形疾病和面瘫等疾病诊断中的应用	本文通过系统综述和元分析，评估了深度学习在面部识别疾病诊断中的准确性和适用性	本文仅分析了过去十年内的22篇文献，样本量和疾病种类可能存在局限性	评估基于深度学习网络的面部识别技术在疾病诊断中的有效性和适用性	罕见畸形疾病和面瘫等疾病的诊断	计算机视觉	NA	深度学习卷积神经网络	CNN	图像	57,539例样本，其中43,301例为疾病样本
11795	2024-11-24	AnNoBrainer, An Automated Annotation of Mouse Brain Images using Deep Learning 2024-Oct, Neuroinformatics IF:2.7Q3 DOI:10.1007/s12021-024-09679-1 PMID:39107460	研究论文	开发了一种名为AnNoBrainer的开源软件工具，利用深度学习、图像配准和标准皮质脑模板来自动标注小鼠脑部图像中的各个脑区	AnNoBrainer通过自动化标注显著减少了标注时间和提高了标注的准确性和可重复性	NA	解决神经科学数字病理学中手动标注脑部图像的效率问题	小鼠脑部图像的自动标注	数字病理学	NA	深度学习	NA	图像	来自转基因小鼠模型的病理切片
11796	2024-11-24	Anatomic Interpretability in Neuroimage Deep Learning: Saliency Approaches for Typical Aging and Traumatic Brain Injury 2024-Oct, Neuroinformatics IF:2.7Q3 DOI:10.1007/s12021-024-09694-2 PMID:39503843	研究论文	本研究比较了七种基于归因的显著性方法，以增强深度神经网络在估计生物脑龄时的解剖学解释性	本研究首次系统比较了多种显著性方法在典型衰老和创伤性脑损伤情况下的表现，并评估了它们在捕捉已知脑老化解剖特征方面的能力	研究仅限于磁共振成像数据，且样本主要为成年人群，可能限制了结果的普适性	探讨不同显著性方法在深度神经网络估计生物脑龄时的解剖学解释性	典型衰老和轻度创伤性脑损伤成年人的脑部磁共振成像数据	计算机视觉	创伤性脑损伤	磁共振成像	深度神经网络	图像	13,394名认知正常成年人和214名轻度创伤性脑损伤成年人
11797	2024-11-24	Impact of artificial intelligence assisted compressed sensing technique on scan time and image quality in musculoskeletal MRI - A systematic review 2024-Oct, Radiography (London, England : 1995) DOI:10.1016/j.radi.2024.08.012 PMID:39217002	综述	本文综述了人工智能辅助压缩感知技术在肌肉骨骼MRI中的应用，探讨了其对扫描时间和图像质量的影响	人工智能辅助压缩感知技术显著减少了扫描时间并提高了图像质量，特别是在2D和3D序列中	高加速因子目前会导致图像评分降低，尽管人工智能辅助压缩感知技术的进步有望解决这一限制	研究人工智能辅助压缩感知技术和加速因子对肌肉骨骼MRI扫描时间和图像质量的影响	肌肉骨骼MRI中的扫描时间和图像质量	计算机视觉	NA	人工智能辅助压缩感知技术	NA	图像	730名参与者
11798	2024-11-24	RiceSNP-BST: a deep learning framework for predicting biotic stress-associated SNPs in rice 2024-Sep-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae599 PMID:39562160	研究论文	本文介绍了一种名为RiceSNP-BST的深度学习框架，用于预测水稻中与生物胁迫相关的单核苷酸多态性（SNPs）	该框架通过整合多维特征，成功创新了数据集，提供了比现有最先进方法更高的精度，并在独立测试集和跨物种数据集上表现良好	NA	开发一种能够准确和快速识别水稻基因组中与生物胁迫相关的SNPs的深度学习框架	水稻基因组中与生物胁迫相关的SNPs	机器学习	NA	深度学习	卷积神经网络	DNA序列	NA
11799	2024-11-24	Unsupervised representation learning on high-dimensional clinical data improves genomic discovery and prediction 2024-Aug, Nature genetics IF:31.7Q1 DOI:10.1038/s41588-024-01831-6 PMID:38977853	研究论文	本文介绍了一种无监督深度学习模型REGLE，用于在高通量临床数据中发现基因变异与临床数据之间的关联	REGLE利用变分自编码器计算非线性解耦嵌入，能够发现现有专家定义特征未捕捉到的特征，并在数据标签较少的情况下创建准确的疾病特异性多基因风险评分	NA	提高基因发现和疾病预测的准确性	高通量临床数据与基因变异之间的关联	机器学习	NA	变分自编码器	变分自编码器	临床数据	NA
11800	2024-11-24	Toward confident prostate cancer detection using ultrasound: a multi-center study 2024-May, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03119-w PMID:38704793	研究论文	本文研究了基于深度学习的微超声图像分析方法，用于前列腺癌的检测	本文提出了使用多中心数据集训练卷积神经网络模型，并采用多种最先进的置信度估计方法来提高模型对分布外输入的鲁棒性	NA	开发能够自信地检测前列腺癌病变的深度学习模型	前列腺癌的检测	计算机视觉	前列腺癌	微超声	卷积神经网络	图像	693名患者