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
13521	2024-10-21	Data-Driven Models for Predicting Intrinsically Disordered Protein Polymer Physics Directly from Composition or Sequence 2023-Sep-01, Molecular systems design & engineering IF:3.2Q3 DOI:10.1039/D3ME00053B PMID:38222029	研究论文	本文开发了新的无序蛋白质表示方法，并结合经典机器学习和深度学习模型预测无序蛋白质的回转半径和相关缩放指数	提出了一种新的基于氨基酸相互作用的表示方法，该方法在预测无序蛋白质的物理性质方面表现优异	研究仅限于粗粒度模拟数据，未来需要验证其在实验数据上的表现	开发新的计算方法来理解无序蛋白质的分子层面特性	无序蛋白质的回转半径和缩放指数	机器学习	NA	机器学习和深度学习	NA	序列	10,000个粗粒度模拟序列
13522	2024-10-21	Unsupervised Detection and Correction of Model Calibration Shift at Test-Time 2023-07, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC40787.2023.10341086 PMID:38083174	研究论文	本文提出了一种在测试时检测和校正模型校准偏移的方法	本文提出了一种名为CaDC的方法，专门设计用于仅利用目标医院的未标记数据进行模型校准检测和校正	NA	研究目的是提高临床预测模型在不同医院和时间上的泛化能力	研究对象是脓毒症早期预测模型	机器学习	脓毒症	深度学习	CaDC模型	未标记数据	545,089名成年患者
13523	2024-10-21	Development & Deployment of a Real-time Healthcare Predictive Analytics Platform 2023-07, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC40787.2023.10340351 PMID:38083765	研究论文	开发并部署了一个可扩展的、基于云的、容错的实时医疗预测分析平台	提出了一个能够安全无缝集成到现有医疗工作流程中的预测分析平台，并成功部署在UC San Diego Health系统中	NA	开发和部署一个能够实时处理电子健康记录数据并进行预测分析的平台	电子健康记录数据和实时预测分析	机器学习	NA	深度学习	深度学习模型	电子健康记录数据	NA
13524	2024-10-21	Deep learning based synthetic CT from cone beam CT generation for abdominal paediatric radiotherapy 2023-05-05, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acc921 PMID:36996837	研究论文	本文提出了一种基于深度学习的循环一致生成对抗网络（cycleGANs）框架，用于从锥形束CT（CBCT）生成合成CT图像，以提高儿科腹部放射治疗中剂量计算的图像质量	引入了全局残差仅学习概念，并修改了cycleGAN损失函数以促进源图像和合成图像之间的结构一致性	由于儿科患者数据集较小，存在数据收集困难的问题	提高儿科腹部放射治疗中CBCT图像的质量，以进行剂量重新计算和优化	儿科腹部患者的CBCT图像	计算机视觉	NA	深度学习	生成对抗网络（GAN）	图像	涉及多种恶性肿瘤（胸腹盆腔）患者的扫描数据
13525	2024-10-21	Local Contrastive Learning for Medical Image Recognition 2023, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:38222415	研究论文	本文提出了一种用于医学图像识别的局部对比学习框架	引入了一种灵活的微调框架LRCLR，增加了显著图像区域选择和跨模态交互的层	未提及	提高医学图像分析中对细微病理差异的区分能力，并提供图像区域与文本之间的解释	胸部X光图像	计算机视觉	NA	深度学习	对比学习	图像	外部验证集中的胸部X光图像
13526	2024-10-21	Towards Fair Patient-Trial Matching via Patient-Criterion Level Fairness Constraint 2023, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:38222427	研究论文	本文提出了一种基于患者-标准层公平性约束的公平患者-试验匹配框架	本文的创新点在于引入了患者-标准层公平性约束，以解决深度学习模型在患者-试验匹配中可能出现的公平性问题	本文未详细讨论该框架在实际应用中的可扩展性和效率问题	本文旨在解决临床试验中患者招募和保留的挑战，并提出一种公平的患者-试验匹配方法	本文的研究对象是临床试验中的患者和试验标准	机器学习	NA	深度学习	NA	文本	NA
13527	2024-10-21	Prospective deployment of an automated implementation solution for artificial intelligence translation to clinical radiation oncology 2023, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2023.1305511 PMID:38239639	研究论文	本文介绍了一种名为Deep Learning On-Demand Assistant (DL-ODA)的全自动端到端临床平台，用于在放射肿瘤学中实现人工智能干预	DL-ODA平台的多模态、全自动端到端AI临床实施解决方案的创新性	NA	展示DL-ODA在放射肿瘤学中的应用，并验证其在临床环境中的可行性	DL-ODA系统在放射治疗计划中的应用，包括自动模型训练、自动分割和质量保证报告	数字病理学	NA	深度学习	NA	图像	3,399例肺部和885例脊柱放射治疗病例用于回顾性分析，2,500例心脏和230例脊柱病例用于前瞻性质量保证分析
13528	2024-10-21	Automated anatomical labeling of the intracranial arteries via deep learning in computed tomography angiography 2023, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2023.1310357 PMID:38239880	研究论文	本文提出了一种基于U-Net深度学习模型的方法，用于在计算机断层血管造影（CTA）中自动标注颅内动脉的详细解剖段	首次使用U-Net深度学习模型自动标注CTA中的颅内动脉解剖段，并展示了其在颅内动脉瘤定位中的临床应用潜力	NA	开发一种自动化的方法来标注颅内动脉的解剖结构，以提高临床诊断的准确性和效率	颅内动脉的解剖段和颅内动脉瘤的定位	计算机视觉	NA	深度学习	U-Net	图像	457例不同程度的动脉狭窄病例用于训练、验证和测试模型，96例包含至少一个颅内动脉瘤的病例用于评估模型在动脉瘤定位中的应用
13529	2024-10-21	Assessing the utility of deep neural networks in detecting superficial surgical site infections from free text electronic health record data 2023, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2023.1249835 PMID:38259257	研究论文	本研究利用自然语言处理技术从电子健康记录的自由文本中检测浅表手术部位感染	提出了两种不同的使用案例：独立机器学习管道和人在回路管道，并比较了它们的性能	NA	应用自然语言处理技术准确捕捉术后浅表手术部位感染	浅表手术部位感染的检测	自然语言处理	NA	自然语言处理	深度学习模型	文本	389,865例手术病例，3,983,864条未标记的图表记录，1,231,656条标记的记录
13530	2024-10-21	nPCA: a linear dimensionality reduction method using a multilayer perceptron 2023, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2023.1290447 PMID:38259616	研究论文	本文介绍了一种名为nPCA的线性降维方法，该方法使用多层感知机来保留原始数据的线性投影并生成更好的降维结果	nPCA结合了深度学习和线性投影的优点，能够在保留原始数据丰富信息的同时进行有效的降维	NA	开发一种新的线性降维方法，以改进现有的降维技术	10个公共数据集和6个胰腺单细胞RNA测序数据集	机器学习	NA	多层感知机	多层感知机	数据集	10个公共数据集和6个胰腺单细胞RNA测序数据集
13531	2024-10-21	Predicting disease onset from electronic health records for population health management: a scalable and explainable Deep Learning approach 2023, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2023.1287541 PMID:38259826	研究论文	本文研究了使用深度学习方法从电子健康记录中预测未来疾病诊断，以支持人口健康管理	引入了将分箱观察值纳入嵌入模型的新方法，并包括了与健康决定因素相关的创新特征	NA	研究深度学习方法在预测未来疾病诊断中的应用，以支持人口健康管理	电子健康记录数据，用于预测患者未来三年内患糖尿病、慢性阻塞性肺病、高血压或心肌梗死的可能性	机器学习	NA	Word2Vec算法，SHapley Additive exPlanations (SHAP)	双向门控循环单元 (GRU)	文本	约5000万美国患者
13532	2024-10-21	Is the diagnostic model based on convolutional neural network superior to pediatric radiologists in the ultrasonic diagnosis of biliary atresia? 2023, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2023.1308338 PMID:38259860	研究论文	本研究旨在通过深度学习算法分析超声图像数据，构建基于卷积神经网络的胆道闭锁超声智能诊断模型	本研究构建了基于Mask R-CNN的诊断模型，并发现其在胆道闭锁诊断中的表现达到甚至超过了儿科放射学专家的水平	本研究仅比较了两种模型和四名儿科放射学专家的诊断性能，未涉及其他诊断方法的比较	通过深度学习算法实现胆道闭锁的智能诊断	胆道闭锁、非胆道闭锁高胆红素血症和健康婴儿的胆囊超声图像	计算机视觉	胆道疾病	卷积神经网络	Mask R-CNN	图像	4887张胆囊超声图像
13533	2024-10-21	Prediction of knee biomechanics with different tibial component malrotations after total knee arthroplasty: conventional machine learning vs. deep learning 2023, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2023.1255625 PMID:38260731	研究论文	比较深度学习与传统机器学习方法在预测全膝关节置换术后胫骨组件不同旋转角度对膝关节生物力学影响方面的准确性	提出了一种基于深度学习的方法，用于快速预测全膝关节置换术后胫骨组件不同旋转角度对膝关节生物力学的影响，并证明其比传统机器学习方法更准确	未提及具体限制	比较深度学习与传统机器学习方法在预测全膝关节置换术后胫骨组件不同旋转角度对膝关节生物力学影响方面的准确性	全膝关节置换术后胫骨组件不同旋转角度对膝关节生物力学的影响	机器学习	NA	深度学习	深度学习模型	生物力学数据	343组生物力学数据
13534	2024-10-21	Deep learning application for abdominal organs segmentation on 0.35 T MR-Linac images 2023, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2023.1285924 PMID:38260833	研究论文	本文研究了基于深度学习的0.35 T MR-Linac图像腹部器官自动分割方法	提出了一种基于3D nnUNet模型的腹部器官自动分割方法，并在0.35 T MR-Linac图像上进行了验证	对于十二指肠的分割结果不理想	开发一种自动化的方法来分割腹部肿瘤和危及器官，以提高放射治疗计划的质量	腹部器官，包括肝脏、肾脏、脊髓、胃和十二指肠	计算机视觉	NA	NA	UNet	图像	121组腹部MR图像及其对应的分割结果
13535	2024-10-21	Deep learning based on 68Ga-PSMA-11 PET/CT for predicting pathological upgrading in patients with prostate cancer 2023, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2023.1273414 PMID:38260839	研究论文	本文探讨了基于68Ga-PSMA-11 PET/CT的深度学习方法在预测前列腺癌患者从活检到根治性前列腺切除术病理升级中的可行性和重要性	本文首次将68Ga-PSMA-11 PET/CT与深度学习结合，用于预测前列腺癌患者的病理升级	研究为回顾性研究，样本量较小，且结果的AUC值和准确性有待提高	探讨基于68Ga-PSMA-11 PET/CT的深度学习方法在预测前列腺癌患者病理升级中的应用	前列腺癌患者从活检到根治性前列腺切除术的病理升级	计算机视觉	前列腺癌	深度学习	ResNet-18和DenseNet-121	图像	109名患者，其中87名用于训练集，22名用于测试集
13536	2024-10-21	Revealing brain connectivity: graph embeddings for EEG representation learning and comparative analysis of structural and functional connectivity 2023, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2023.1288433 PMID:38264495	研究论文	本研究利用深度学习技术，通过图嵌入方法对脑电图（EEG）运动想象分类中的脑连接进行建模，并比较了结构连接和功能连接的分析	本研究结合了图嵌入、深度学习和不同类型的脑连接，不仅提高了分类准确性，还丰富了对脑功能的理解	NA	研究目的是通过图嵌入和深度学习技术，提高脑电图运动想象分类的准确性，并深入理解脑连接	研究对象是脑电图（EEG）数据中的脑连接	机器学习	NA	图嵌入	卷积神经网络（CNN）	脑电图（EEG）数据	使用了基准数据集-IV-2a进行测试
13537	2024-10-21	Deep learning-based immunohistochemical estimation of breast cancer via ultrasound image applications 2023, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2023.1263685 PMID:38264739	研究论文	本研究开发了一种基于深度学习的计算机辅助诊断方法，用于根据免疫组化结果对乳腺超声图像进行分类	提出了一个新的深度学习框架，包括多层次特征蒸馏网络（MFD-Net）和包含通道注意模块（CAM）和空间注意模块（SAM）的新注意力模块	NA	开发一种基于深度学习的计算机辅助诊断方法，用于根据免疫组化结果对乳腺超声图像进行分类	乳腺超声图像和免疫组化结果	计算机视觉	乳腺癌	深度学习	CNN	图像	500张乳腺超声图像，来自294名患者
13538	2024-10-21	Predicting delayed remission in Cushing's disease using radiomics models: a multi-center study 2023, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2023.1218897 PMID:38264759	研究论文	本研究构建了基于多中心数据的临床和影像组学模型，用于预测库欣病术后延迟缓解	首次构建了多中心影像组学模型用于预测库欣病术后延迟缓解	研究结果初步，需要在大样本中进一步验证	构建临床和影像组学模型以预测库欣病术后延迟缓解	库欣病患者术后延迟缓解	数字病理学	内分泌疾病	MRI影像分析	XGBoost	影像数据和临床数据	122名库欣病患者
13539	2024-10-21	Simulating cardiac signals on 3D human models for photoplethysmography development 2023, Frontiers in robotics and AI IF:2.9Q2 DOI:10.3389/frobt.2023.1266535 PMID:38269072	研究论文	本文介绍了一种基于三维人体模型的仿生模型，用于生成合成的心脏信号和身体无意识运动，以测试和优化图像心率提取方法	提出了基于三维人体模型的仿生模型，能够生成包含多种因素的合成数据集，用于测试和优化图像心率提取方法	尚未提及	开发和测试图像心率提取技术，特别是在难以获取真实可靠测量数据的情况下	三维人体模型、合成心脏信号、身体无意识运动	计算机视觉	NA	NA	传统方法和深度学习方法	视频	五种传统方法和四种深度学习方法用于测试合成视频
13540	2024-10-21	Effects of ketamine on rat social behavior as analyzed by DeepLabCut and SimBA deep learning algorithms 2023, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2023.1329424 PMID:38269275	研究论文	研究使用DeepLabCut和SimBA深度学习算法分析氯胺酮对大鼠社交行为的影响	采用数字技术快速客观地测量大鼠社交行为，替代传统的主观评估方法	NA	评估数字工作流程在比较氯胺酮和Vetoquinol对大鼠社交行为影响中的可行性	大鼠社交行为	机器学习	NA	DeepLabCut, SimBA	神经网络	视频	14个视频样本用于训练DeepLabCut，24个新视频用于分析氯胺酮处理的大鼠