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
12801	2024-08-05	Shear wave trajectory detection in ultra-fast M-mode images for liver fibrosis assessment: A deep learning-based line detection approach 2024-Aug, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2024.107358 PMID:38901149	研究论文	本文首次尝试使用深度学习方法在波传播图上检测剪切波轨迹以评估肝纤维化。	创新之处在于提出了一种基于Transformer和霍夫变换的端到端框架TEHT，能够从波传播图中直接输出剪切波轨迹的斜率。	由于样本量相对较小且仅限于68名患者，可能影响结果的广泛适用性。	研究目标在于探索深度学习在肝纤维化评估中的应用。	研究对象为68名患者的波传播图。	数字病理学	肝癌	超声弹性成像	Transformer	图像	68份患者的波传播图
12802	2024-08-05	A Multimorbidity Analysis of Hospitalized Patients With COVID-19 in Northwest Italy: Longitudinal Study Using Evolutionary Machine Learning and Health Administrative Data 2024-Jul-18, JMIR public health and surveillance IF:3.5Q1 DOI:10.2196/52353 PMID:39024001	研究论文	该研究分析了在意大利西北部住院的COVID-19患者的多重合并症情况	提出了一种进化机器学习模型，以处理数据稀疏性并识别与COVID-19严重性密切相关的多重合并症特征组合	由于多重合并症的稀有性，临床数据管理面临重大挑战，具体表现为数据的稀疏性和组合多重合并症特征的复杂排列问题	评估多重合并症患者的COVID-19严重性，并识别与之相关的最优特征组合	研究对象为12793名在2020年2月至5月之间确诊为COVID-19的45至74岁患者	机器学习	NA	进化机器学习	深度学习分类器	医疗历史数据	12793个患者样本
12803	2024-08-05	Cross-attention enables deep learning on limited omics-imaging-clinical data of 130 lung cancer patients 2024-Jul-15, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2024.100817 PMID:38981473	研究论文	本文提出了两种深度学习模型用于非小细胞肺癌患者的生存预后预测	通过引入交叉注意力机制，显著提升了模型在小样本数据上的表现，并突出了肿瘤区域和相关基因	仅使用了130名患者的数据，样本量较小	开发能够在数据有限的情况下进行生存预测的深度学习模型	非小细胞肺癌患者	数字病理学	肺癌	深度学习	稀疏自编码器	图像和基因表达数据	130名肺癌患者
12804	2024-08-05	Fatecode enables cell fate regulator prediction using classification-supervised autoencoder perturbation 2024-Jul-15, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2024.100819 PMID:38986613	研究论文	本研究提出了一种名为Fatecode的计算方法，用于基于单细胞RNA测序数据预测细胞命运调控因子。	Fatecode利用深度学习的分类监督自编码器学习单细胞RNA测序数据的潜在表示，并通过对这一表示的扰动实验来预测基因。	未提及具体的局限性	加速细胞重编程技术的发展，以促进组织修复和再生。	研究对象为细胞命运调控因子。	数字病理学	NA	单细胞RNA测序	深度学习自编码器	RNA测序数据	使用了来自不同生物体的血液和大脑发育的单细胞RNA-seq数据
12805	2024-08-04	Stepwise Transfer Learning for Expert-level Pediatric Brain Tumor MRI Segmentation in a Limited Data Scenario 2024-Jul, Radiology. Artificial intelligence DOI:10.1148/ryai.230254 PMID:38984985	研究论文	本文开发并评估了一种基于逐步迁移学习的深度学习模型，用于儿童脑肿瘤的MRI分割。	采用逐步迁移学习的方法，在有限数据场景中实现了专家级的儿童脑肿瘤自动分割，具有较高的临床可接受性。	研究基于回顾性数据，外部验证样本数量有限，可能影响结果的广泛适用性。	探讨深度学习在儿童脑肿瘤分割中的应用及其临床可接受性。	研究对象为儿童低级别胶质瘤的MRI数据集，分析其在分割过程中的表现。	计算机视觉	脑肿瘤	深度学习	NA	MRI图像	284个MRI扫描（184个来自国家脑肿瘤联盟，100个来自儿童癌症中心）
12806	2024-08-05	Impact of Transfer Learning Using Local Data on Performance of a Deep Learning Model for Screening Mammography 2024-Jul, Radiology. Artificial intelligence DOI:10.1148/ryai.230383 PMID:38717291	研究论文	研究使用转移学习的本地数据对深度学习模型在筛查乳腺X光中的表现的影响	探讨了深度学习模型在不同地区数据集上的可推广性和再现性	研究仅基于一个地方的数据集，可能影响结果的普遍适用性	评估深度学习系统在当地数据集上的性能	涉及南澳大利亚公共乳腺筛查计划中确诊病变和匹配年龄对照的个体	计算机视觉	乳腺癌	深度学习算法	卷积神经网络（CNN）	图像	959名女性
12807	2024-08-05	Deep Learning Prostate MRI Segmentation Accuracy and Robustness: A Systematic Review 2024-Jul, Radiology. Artificial intelligence DOI:10.1148/ryai.230138 PMID:38568094	系统综述	本研究调查了不同训练数据量、MRI厂商、前列腺区域和测试方法下，深度学习对前列腺分割的准确性和鲁棒性。	本研究比较了深度学习算法在前列腺MRI分割中的表现与专业放射科医师的表现，发现深度学习算法的准确性相似于专家水平。	本研究未对不同临床环境下的分割鲁棒性和患者结果进行评估。	探讨深度学习在前列腺MRI分割中的应用及其准确性和鲁棒性。	本研究聚焦于使用深度学习算法进行前列腺MRI分割的多个相关研究。	计算机视觉	前列腺癌	深度学习	NA	图像	48个研究
12808	2024-08-05	Improving Automated Hemorrhage Detection at Sparse-View CT via U-Net-based Artifact Reduction 2024-Jul, Radiology. Artificial intelligence DOI:10.1148/ryai.230275 PMID:38717293	研究论文	本文探索了基于深度学习的伪影去除对稀疏视角颅脑CT扫描的自动出血检测的潜在益处	采用U-Net模型进行伪影去除显著提高了稀疏视角CT图像的质量和自动出血检测能力	研究为回顾性，样本来源于公共数据库，可能存在选择偏差	改善稀疏视角CT扫描中的自动出血检测性能	对3000名患者的稀疏视角颅脑CT扫描进行伪影去除和出血检测	数字病理学	NA	深度学习，U-Net	U-Net，EfficientNet-B2	图像	3000名患者的稀疏视角颅脑CT扫描和17545名患者的全视角CT数据
12809	2024-08-05	Deep Learning for Breast Cancer Risk Prediction: Application to a Large Representative UK Screening Cohort 2024-Jul, Radiology. Artificial intelligence DOI:10.1148/ryai.230431 PMID:38775671	研究论文	开发了一种深度学习人工智能工具，能够根据当前阴性筛查的乳腺X线摄影检查预测未来乳腺癌风险	首次将深度学习模型应用于基于阴性筛查结果的乳腺癌风险预测	排除了伴随植入物的图像及确诊癌症的筛查，可能影响结果的普遍适用性	评估人工智能模型在乳腺癌风险预测中的有效性	来自英国国家健康服务乳腺筛查程序的女性筛查数据	数字病理学	乳腺癌	深度学习	深度学习模型	影像	总体样本量为520,000，其中包括5264个风险阳性和191,488个风险阴性筛查结果
12810	2024-08-05	Approaching artificial intelligence to Hospital Pharmacy 2024-Jul, Farmacia hospitalaria : organo oficial de expresion cientifica de la Sociedad Espanola de Farmacia Hospitalaria IF:1.0Q4 DOI:10.1016/j.farma.2024.02.007 PMID:39097366	研究论文	本文探讨了人工智能在医院药学中的应用	提出了通过使用人工智能算法和机器学习来帮助医院药师分析患者数据的创新方法	未提及具体的实验数据和结果	研究人工智能如何提高医院药学的质量和效率	医院药师及其面临的患者数据分析	机器学习	NA	机器学习	NA	医疗记录、实验室结果和药物信息	NA
12811	2024-08-05	[Translated article] Introducing artificial intelligence to hospital pharmacy departments 2024-Jul, Farmacia hospitalaria : organo oficial de expresion cientifica de la Sociedad Espanola de Farmacia Hospitalaria IF:1.0Q4 DOI:10.1016/j.farma.2024.04.001 PMID:39097375	研究论文	该文章探讨了人工智能在医院药房部门的引入及其应用	文章提出了通过人工智能算法提高药房效率和改善患者护理的新方法	文章中未提及具体的实验数据或实例	研究人工智能在医院药房中的应用以优化药物管理	研究对象为医院药剂师及其药物管理流程	机器学习	NA	人工智能算法	深度学习	医疗数据	NA
12812	2024-08-05	Future Perspectives of Artificial Intelligence in Bone Marrow Dosimetry and Individualized Radioligand Therapy 2024-Jul, Seminars in nuclear medicine IF:4.6Q1 DOI:10.1053/j.semnuclmed.2024.06.003 PMID:39013673	review	这篇综述提供了人工智能在骨髓剂量测定和个性化放射配体治疗中的未来前景	文章创新性在于提出了将人工智能方法集成到核医学剂量测定中的机会	NA	探讨人工智能在改善骨髓和血液剂量测定准确性中的应用	主要关注于放射配体治疗相关的血液学副作用	NA	NA	机器学习和深度学习算法	NA	NA	NA
12813	2024-08-07	Vision Transformer-based Deep Learning Models Accelerate Further Research for Predicting Neurosurgical Intervention 2024-Jul, Radiology. Artificial intelligence DOI:10.1148/ryai.240117 PMID:38864744	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
12814	2024-08-07	InstaCovNet-19: A deep learning classification model for the detection of COVID-19 patients using Chest X-ray 2021-Feb, Applied soft computing IF:7.2Q1 DOI:10.1016/j.asoc.2020.106859 PMID:33162872	研究论文	提出了一种名为InstaCovNet-19的深度学习模型，用于通过胸部X光图像检测COVID-19患者	使用多种预训练模型如ResNet101、Xception、InceptionV3、MobileNet和NASNet，以弥补训练数据量相对较小的不足	未提及具体限制	开发一种高精度的深度学习模型，用于自动检测COVID-19	COVID-19、肺炎和正常胸部X光图像的分类	计算机视觉	COVID-19	深度学习	深度卷积网络	图像	用于三类分类的3个类别（COVID-19、肺炎、正常）和用于二类分类的2个类别（COVID、非COVID）
12815	2024-08-07	Epicardial adipose tissue is associated with extent of pneumonia and adverse outcomes in patients with COVID-19 2021-02, Metabolism: clinical and experimental DOI:10.1016/j.metabol.2020.154436 PMID:33221381	研究论文	本研究旨在探讨心包脂肪组织（EAT）在胸部计算机断层扫描（CT）中的量化与COVID-19患者肺炎程度及不良预后的关联	首次研究了EAT在COVID-19患者中的量化与肺炎程度及不良预后的独立关联	本研究为回顾性分析，样本量相对较小，可能影响结果的普遍性	探究EAT与COVID-19患者肺炎程度及不良预后的关联	COVID-19患者的心包脂肪组织（EAT）及其与肺炎程度和不良预后的关系	数字病理学	COVID-19	胸部计算机断层扫描（CT）	深度学习软件	图像	109名实验室确诊的COVID-19患者
12816	2024-08-07	Deep learning networks reflect cytoarchitectonic features used in brain mapping 2020-12-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-020-78638-y PMID:33328511	研究论文	研究深度卷积神经网络在皮质细胞构筑脑图中的应用，并分析其与传统细胞构筑特征的相似性	提出深度学习方法作为现有细胞构筑映射方法的替代方案，并验证其在高吞吐量细胞构筑映射工作流程中的有效性	缺乏对深度学习网络遵循细胞构筑原则程度的深入理解	探究深度卷积神经网络的内部结构如何反映传统的细胞构筑特征	深度卷积神经网络的过滤器激活与传统细胞构筑特征的相似性	计算机视觉	NA	深度学习	CNN	图像	涉及初级和次级视觉皮质的分割
12817	2024-08-07	A deep learning approach for identifying cancer survivors living with post-traumatic stress disorder on Twitter 2020-12-14, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-020-01272-1 PMID:33317508	研究论文	本文提出了一种使用深度学习方法在Twitter上识别患有创伤后应激障碍（PTSD）的癌症幸存者	利用卷积神经网络（CNN）自动识别Twitter上癌症幸存者发布的与PTSD相关的推文，提高了识别效率	Twitter上的推文可能包含噪音和真实信息，手动识别真实推文成本高且耗时	开发一种有效的方法来识别社交媒体上表达PTSD情绪的癌症幸存者	癌症幸存者及其在Twitter上表达的PTSD情绪	机器学习	NA	卷积神经网络（CNN）	CNN	文本	使用癌症相关关键词过滤的推文
12818	2024-08-07	Identification of Sleep Apnea Severity Based on Deep Learning from a Short-term Normal ECG 2020-Dec-07, Journal of Korean medical science IF:3.0Q1 DOI:10.3346/jkms.2020.35.e399 PMID:33289367	研究论文	本文提出了一种基于深度学习从短期正常心电图信号自动识别睡眠呼吸暂停（SA）严重程度的新方法	利用卷积神经网络（CNN）从短期正常心电图信号中精确识别睡眠呼吸暂停的严重程度	NA	自动识别睡眠呼吸暂停的严重程度	睡眠呼吸暂停的严重程度	机器学习	睡眠呼吸暂停	卷积神经网络（CNN）	CNN	心电图信号	共研究了144名受试者，训练集包含82,952个30秒的片段，测试集包含20,738个片段
12819	2024-08-07	Deep convolutional neural networks: Outperforming established algorithms in the evaluation of industrial optical coherence tomography (OCT) images of pharmaceutical coatings 2020-Dec, International journal of pharmaceutics: X DOI:10.1016/j.ijpx.2020.100058 PMID:33294841	研究论文	本文提出了一种基于深度卷积神经网络（CNN）的药物固体剂型光学相干断层扫描（OCT）图像分析新方法	该方法在性能基准上优于现有的静态算法，并代表了实时评估工业OCT图像数据的下一个级别	NA	验证深度卷积神经网络在药物涂层OCT图像评估中的有效性	药物涂层片剂和单层及多层颗粒的OCT图像	计算机视觉	NA	光学相干断层扫描（OCT）	CNN	图像	涉及药物涂层片剂和单层及多层颗粒的图像数据
12820	2024-08-07	Delimiting cryptic morphological variation among human malaria vector species using convolutional neural networks 2020-12, PLoS neglected tropical diseases IF:3.4Q1 DOI:10.1371/journal.pntd.0008904 PMID:33332415	研究论文	本文利用卷积神经网络（CNN）对来自五个地理区域的16个蚊子品系和物种的1,709张成年蚊子图像进行自动分类，以证明其可行性	本文首次应用CNN技术于蚊子图像分类，成功区分了形态上难以区分的隐秘物种	NA	探索使用深度学习方法区分图像类别，特别是在蚊子物种识别中的应用	蚊子物种及其品系的自动分类	计算机视觉	NA	卷积神经网络（CNN）	CNN	图像	1,709张成年蚊子图像，来自16个蚊子品系和物种，源自五个地理区域