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
13181	2024-08-05	Suppressing the HIFU interference in ultrasound guiding images with a diffusion-based deep learning model 2024-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108304 PMID:38954917	研究论文	本文提出了一种基于扩散的深度学习模型，用于抑制高强度聚焦超声（HIFU）在超声引导图像中的干扰	这是第一个为抑制HIFU干扰而开发的基于扩散的模型	NA	提出一种新的方法来实时监测非侵入性手术过程	高强度聚焦超声手术中的超声引导图像	数字病理学	NA	深度学习，扩散隐式模型	扩散隐式模型（HIFU-Diff）	图像	进行了一系列的离体和在体实验
13182	2024-08-05	Multi-omics deep learning for radiation pneumonitis prediction in lung cancer patients underwent volumetric modulated arc therapy 2024-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108295 PMID:38905987	研究论文	本文评估了辐射组学、剂量组学和深度学习在预测肺癌患者放射性肺炎的可行性和准确性	通过结合辐射组学、剂量组学和深度学习特征，从而提高了对肺癌患者放射性肺炎预测的准确性	在外部验证中，模型的特异性较低，需进一步优化和验证	提高接受体积调制弧形治疗的肺癌患者的放疗安全性和管理	318名和31名接受体积调制弧形治疗的肺癌患者	机器学习	肺癌	辐射组学、剂量组学、深度学习	ResNet-34	图像	318名用于训练和31名用于外部验证的肺癌患者
13183	2024-08-05	CPSS: Fusing consistency regularization and pseudo-labeling techniques for semi-supervised deep cardiovascular disease detection using all unlabeled electrocardiograms 2024-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108315 PMID:38991373	研究论文	本文提出了一种新颖的半监督学习算法CPSS，旨在利用未标记的心电图（ECG）提高心血管疾病（CVD）检测的性能	CPSS算法结合了一致性正则化和伪标签技术，能有效利用未标记的ECG数据，从而减少标签负担	论文中未提及算法在不同临床情境下的普适性和可迁移性	研究旨在通过充分利用未标记的ECG数据改善心血管疾病检测的性能	研究对象为未标记的心电图数据及其与标记数据的结合	机器学习	心血管疾病	深度学习	VGGNet与ResNet	心电图（ECG）	使用了10%的标记ECG数据进行验证
13184	2024-08-05	AiCarePWP: Deep learning-based novel research for Freezing of Gait forecasting in Parkinson 2024-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108254 PMID:38905989	研究论文	本研究提出一种基于深度学习的AiCarePWP设备，用于预测帕金森病患者的运动冻结事件。	该研究引入了一种新的电刺激提示方法来改善步态功能，并减少帕金森病患者中运动冻结的发生率。	研究中未提及样本的多样性和长期效果评估的局限性	研究旨在开发一种可穿戴设备，以识别即将发生的运动冻结事件，并刺激患者的动作。	研究对象为帕金森病患者，重点分析其步态参数和运动冻结事件的预测。	计算机视觉	帕金森病	卷积神经网络	CNN	传感器数据	47种步态特征
13185	2024-08-05	Artificial intelligence in retinal screening using OCT images: A review of the last decade (2013-2023) 2024-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108253 PMID:38861878	综述	本文全面回顾了光学相干断层扫描（OCT）在眼科疾病检测中的应用	探讨了机器学习和深度学习在OCT图像处理中的优势，尤其是深度学习模型的预训练网络的应用	可能未能覆盖所有相关文献，且选取的文献质量参差不齐	旨在评估OCT图像在眼科疾病检测、特征提取和监测中的作用	研究了多种眼科病症，包括青光眼、视网膜黄斑变性及其他相关病症	数字病理学	眼科疾病	机器学习，深度学习	深度学习模型	图像	76篇期刊文章
13186	2024-08-05	Automatic semantic segmentation of EHG recordings by deep learning: An approach to a screening tool for use in clinical practice 2024-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108317 PMID:38996804	研究论文	本研究设计并验证了一种自动分割和筛选EHG记录中生理段落的系统，以促进临床实践中的使用	该研究开发的自动化工具能够有效替代专家的手动分割，填补现有预测系统的空白	模型在挑战性高或复杂的记录情况下的性能可能仍然有限	研究目标是为EHG信号的自动处理设计一个系统，以预测早产	研究对象为单胎妊娠女性的EHG记录	数字病理学	早产	EHG（电生理监测）	U-Net, U-Net++, U-Net 3+	信号	369个EHG记录（300个来自TPEHG DS数据库，69个来自Ci2B-La Fe数据库）
13187	2024-08-05	A deep learning approach for overall survival prediction in lung cancer with missing values 2024-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108308 PMID:38968829	研究论文	本文提出了一种深度学习方法，用于处理肺癌患者生存预测中的缺失值问题	提出了一种新的生存分析方法，利用变压器架构动态处理缺失数据而无需插补策略	模型可能在面对极端缺失数据时表现不佳	旨在开发一个能够处理缺失数据的人工智能模型，以提高非小细胞肺癌患者的生存预测准确性	研究对象为非小细胞肺癌（NSCLC）患者	机器学习	肺癌	变压器架构	变压器模型	表格数据	使用了共6年的患者数据进行评估
13188	2024-08-05	NNBGWO-BRCA marker: Neural Network and binary grey wolf optimization based Breast cancer biomarker discovery framework using multi-omics dataset 2024-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108291 PMID:38909399	研究论文	本文提出了一种基于神经网络和二元灰狼优化的乳腺癌生物标志物发现框架	将深度学习与多组学数据相结合，进行特征选择以识别乳腺癌生物标志物	当前研究中仅限于特定的生物标志物，其他可能的标志物尚未探讨	旨在通过多组学数据准确分类乳腺癌亚型	使用多组学数据分析乳腺癌生物标志物	数字病理学	乳腺癌	深度学习，二元灰狼优化	前馈神经网络	多组学数据	NA
13189	2024-08-05	Quantitative structure-retention relationships for pyridinium-based ionic liquids used as gas chromatographic stationary phases: convenient software and assessment of reliability of the results 2024-Aug-16, Journal of chromatography. A DOI:10.1016/j.chroma.2024.465144 PMID:38996513	研究论文	本研究针对用于气相色谱的基于吡啶的离子液体的定量结构-保留关系进行研究	首次提供了足够大的结构多样化化合物的数据集以支持离子液体基固定相的QSRR研究	研究中提到的数据集小的扰动可能会影响结果的可靠性，需谨慎处理	旨在填补关于基于离子液体的固定相的QSRR研究的空白	研究对象为三种具有取代吡啶阳离子的离子液体	数字病理学	NA	气相色谱法	深度学习模型和线性模型	化合物数据	123-158种化合物
13190	2024-08-05	Prognostic value of combining clinical factors, 18F-FDG PET-based intensity, volumetric features, and deep learning predictor in patients with EGFR-mutated lung adenocarcinoma undergoing targeted therapies: a cross-scanner and temporal validation study 2024-Aug, Annals of nuclear medicine IF:2.5Q2 DOI:10.1007/s12149-024-01936-2 PMID:38704786	研究论文	研究结合临床因素、18F-FDG PET强度、体积特征以及深度学习预测器的预后价值	首次在不同 поколения 的 PET 扫描仪上探讨了 18F-FDG PET 基于强度和体积特征与临床变量结合对EGFR突变肺腺癌患者的预后能力	仅回顾性分析217名患者的数据，可能存在选择偏差	评估18F-FDG PET和深度学习对EGFR突变肺腺癌患者的预后价值	217名接受酪氨酸激酶抑制剂的晚期EGFR突变肺腺癌患者	数字病理学	肺癌	18F-FDG PET	ResNet-50深度学习模型	影像	217名患者
13191	2024-08-05	Who Are the Anatomic Outliers Undergoing Total Knee Arthroplasty? A Computed Tomography-Based Analysis of the Hip-Knee-Ankle Axis Across 1,352 Preoperative Computed Tomographies Using a Deep Learning and Computer Vision-Based Pipeline 2024-Aug, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2024.03.053 PMID:38548237	研究论文	本文分析了1352个术前计算机断层扫描的髋-膝-踝轴，探讨全膝关节置换术中的解剖异常。	利用基于深度学习和计算机视觉的管道，首次从大规模数据集中识别解剖异常并分析其影响。	研究主要依赖术前CT扫描数据，可能无法反映手术后解剖变化。	确定全膝关节置换术前身体解剖参数的分布和识别解剖异常。	分析1352个全膝关节置换术前的CT扫描，识别解剖偏离指标。	计算机视觉	NA	深度学习，计算机视觉	分类和分割模型	医学影像	1352个术前CT扫描
13192	2024-08-05	Developing a machine learning model for predicting venlafaxine active moiety concentration: a retrospective study using real-world evidence 2024-Aug, International journal of clinical pharmacy IF:2.6Q2 DOI:10.1007/s11096-024-01724-y PMID:38753076	研究论文	本研究开发了一个机器学习模型以预测文拉法辛的活性成分浓度	使用真实世界证据，基于机器学习和深度学习技术开发了文拉法辛浓度预测模型	模型的准确性在不同亚组分析中有所不同，可能受限于样本选择和变量分析方法	开发一个预测文拉法辛浓度的模型，以改善抑郁症患者的治疗效果	接受文拉法辛治疗的患者，包含330个合格患者	机器学习	抑郁症	机器学习技术	eXtreme Gradient Boosting算法	临床数据	330个患者样本
13193	2024-08-05	Integrative modeling meets deep learning: Recent advances in modeling protein assemblies 2024-Aug, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2024.102841 PMID:38795564	研究论文	本文讨论了基于深度学习的蛋白质组装建模的最新进展	提出了整合性和层级的方法来建模大分子组装	对复杂的组装结构预测仍然需要专业的方法	研究大分子组装建模的新方法和挑战	重点介绍蛋白质-蛋白质相互作用的预测	结构生物学	NA	深度学习	整合模型和层级模型	结构数据	NA
13194	2024-08-05	Enhanced choroid plexus segmentation with 3D UX-Net and its association with disease progression in multiple sclerosis 2024-Aug, Multiple sclerosis and related disorders IF:2.9Q2 DOI:10.1016/j.msard.2024.105750 PMID:38986172	研究论文	本文开发了一种可靠的深度学习模型用于自动分割脉络丛，并验证了其在多发性硬化症中的临床意义	3D UX-Net模型在脉络丛分割中表现优于传统的3D U-Net，且与临床结果的相关性更高	研究样本主要集中在复发性缓解型多发性硬化症患者，外部测试集可能影响结果的一般性	开发一个用于自动分割脉络丛的深度学习模型，并验证其在多发性硬化症中的临床相关性	216名复发性缓解型多发性硬化症患者和75名健康对象的T1加权MRI数据	数字病理学	多发性硬化症	深度学习（DL）	3D UX-Net	MRI图像	共291个样本，包含216名复发性缓解型多发性硬化症患者和75名健康对象
13195	2024-08-05	A deep learning-based model to estimate pulmonary function from chest x-rays: multi-institutional model development and validation study in Japan 2024-Aug, The Lancet. Digital health DOI:10.1016/S2589-7500(24)00113-4 PMID:38981834	研究论文	本研究开发并验证了一种基于深度学习的模型，从胸部X光中估计肺功能。	创新点在于首次利用深度学习模型评估胸部X光片中的肺功能测量。	本研究仅限于五个日本机构的数据，可能限制了模型的广泛适用性。	研究目的在于从胸部X光片中估计主要的肺功能参数。	研究对象为从五个机构收集的胸部X光与肺功能测试配对数据。	数字病理学	肺癌	深度学习	NA	影像	涉及5个机构的141734对X光和肺功能测试，涉及81902名患者
13196	2024-08-05	Association of retinal microvascular curve tortuosity and multiple sclerosis: A cross-section analysis from the UK Biobank 2024-Aug, Multiple sclerosis and related disorders IF:2.9Q2 DOI:10.1016/j.msard.2024.105753 PMID:38996710	研究论文	本研究探讨了视网膜微血管曲线扭曲与多发性硬化之间的关联	首次量化了视网膜血管曲线扭曲与多发性硬化的关系	可能由于样本偏差或环境因素影响结果	旨在探讨视网膜血管特征与多发性硬化的关系	使用UK Biobank中的参与者数据	数字病理学	多发性硬化	深度学习系统	条件逻辑回归	临床记录和眼底照片	包含多发性硬化患者和健康对照组
13197	2024-08-05	An Integral R-Banded Karyotype Analysis System of Bone Marrow Metaphases Based on Deep Learning 2024-Aug-01, Archives of pathology & laboratory medicine IF:3.7Q1 DOI:10.5858/arpa.2022-0533-OA PMID:37931220	研究论文	本文开发了一个基于深度学习的骨髓中期细胞的整体R带核型分析系统	提出了一种集成的深度学习模型以解决传统核型分析的时间长和劳动强度大的限制	尚未提及具体的局限性	评估内部模型及整个R带骨髓中期细胞核型分析系统的性能	4442组R带正常骨髓中期细胞和核型图	数字病理学	血液肿瘤	深度学习	NA	图像	4442组R带正常骨髓中期细胞和885个测试中期细胞
13198	2024-08-05	Diagnosing the Severity of Knee Osteoarthritis Using Regression Scores From Artificial Intelligence Convolution Neural Networks 2024-Jul-31, Orthopedics IF:1.1Q3 DOI:10.3928/01477447-20240718-02 PMID:39073041	研究论文	本研究利用深度学习神经网络对膝关节骨关节炎的严重程度进行分类	首次利用人工智能机器学习探索膝关节骨关节炎严重程度的连续回归评分	未提供其他可能影响结果的临床变量	评估和诊断膝关节骨关节炎的严重程度	使用来自骨关节炎计划的8260个放射图像	数字病理学	膝关节骨关节炎	深度学习	卷积神经网络（CNN）	影像	8260个放射图像
13199	2024-08-05	Comparison of the Efficacy of Artificial Intelligence-Powered Software in Crown Design: An In Vitro Study 2024-Jul-28, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2024.06.023 PMID:39069456	研究论文	本研究评估了两种人工智能软件在牙冠设计中的时间效率和形态准确性.	本研究比较了人工智能驱动软件与传统计算机辅助设计软件在设计牙冠时的表现.	人工智能软件在形态准确性方面未能超越使用计算机辅助设计软件的经验丰富的技师.	评估人工智能软件在牙冠设计中的效果.	涉及33个适应临床的后牙冠.	数字病理学	NA	人工智能软件	NA	三维几何计算	33个后牙冠
13200	2024-08-05	Deep learning model based on contrast-enhanced ultrasound for predicting vessels encapsulating tumor clusters in hepatocellular carcinoma 2024-Jul-27, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10985-0 PMID:39066894	研究论文	本研究建立并验证了一种基于CEUS的深度学习模型，用于预测肝细胞癌中包围肿瘤簇的血管模式	提出的深度学习模型为VETC-HCC预测提供了一种非侵入性且实用的方法	使用的CEUS影像数据来源于回顾性研究，可能存在选择偏倪	研究目的在于预测肝细胞癌患者中包围肿瘤簇的血管模式	研究对象为接受术前CEUS影像检查的肝细胞癌患者	计算机视觉	肝癌	对比增强超声（CEUS）	ResNet-18卷积神经网络	影像	共纳入242名患者，其中195名在训练组，47名在测试组