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	2024-11-08	RNA-Seq analysis for breast cancer detection: a study on paired tissue samples using hybrid optimization and deep learning techniques 2024-Oct-10, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-024-05968-z PMID:39390265	研究论文	本研究开发了一种先进的深度学习模型，用于使用RNA-Seq基因表达数据准确检测乳腺癌	引入了一种结合Harris Hawk优化和鲸鱼优化算法的混合基因选择方法，以提高特征选择和分类准确性	NA	开发一种能够准确检测乳腺癌的深度学习模型，并有效应对基因表达数据的高维度和复杂性挑战	乳腺癌患者的正常和癌变组织样本	机器学习	乳腺癌	RNA-Seq	深度学习	基因表达数据	66对正常和癌变组织样本，来自55名女性乳腺癌患者
13522	2024-11-08	Novel deep learning radiomics nomogram-based multiparametric MRI for predicting the lymph node metastasis in rectal cancer: A dual-center study 2024-Oct-09, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-024-05986-x PMID:39379733	研究论文	本文开发并评估了一种结合临床参数和深度学习放射组学（DLR）的列线图，用于预测直肠癌术前淋巴结转移	本文创新性地将深度学习放射组学与临床参数结合，构建了一个新的列线图模型，显著提高了直肠癌淋巴结转移的预测准确性	本文的研究是回顾性的，且样本量相对较小，可能影响模型的泛化能力	开发和评估一种新的列线图模型，用于提高直肠癌术前淋巴结转移的预测准确性	直肠癌患者的术前淋巴结转移情况	机器学习	直肠癌	磁共振成像（MRI）	逻辑回归分类器	图像	356名直肠癌患者，其中286名用于训练集，70名用于外部验证集
13523	2024-11-08	Survival prediction in diffuse large B-cell lymphoma patients: multimodal PET/CT deep features radiomic model utilizing automated machine learning 2024-Oct-09, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-024-05905-0 PMID:39382750	研究论文	本文开发了一种基于多模态PET/CT深度特征放射组学签名的模型，用于预测弥漫性大B细胞淋巴瘤患者的生存率	利用多模态PET/CT图像和自动化机器学习构建深度特征放射组学签名，结合临床指标提高预测准确性	NA	开发一种有效的模型来预测弥漫性大B细胞淋巴瘤患者的生存率	弥漫性大B细胞淋巴瘤患者	计算机视觉	淋巴瘤	深度学习	AutoML	图像	369名弥漫性大B细胞淋巴瘤患者
13524	2024-11-08	External validation of an artificial intelligence multi-label deep learning model capable of ankle fracture classification 2024-Oct-04, BMC musculoskeletal disorders IF:2.2Q3 DOI:10.1186/s12891-024-07884-2 PMID:39367349	研究论文	本文通过外部验证评估了一种用于踝关节骨折分类的人工智能多标签深度学习模型的性能	该研究展示了模型在外部验证数据集上的良好表现，并提出了通过有针对性的训练来纠正差异的方法	研究中使用的数据集存在显著差异，这可能影响模型的泛化能力	验证一种用于踝关节骨折分类的深度学习模型在外部数据集上的有效性，并探讨提高外部验证有效性的方法	踝关节骨折的分类	计算机视觉	NA	深度学习	神经网络	图像	内部验证数据集包含409个研究，外部验证数据集包含399个研究
13525	2024-11-08	Enhancing origin prediction: deep learning model for diagnosing premature ventricular contractions with dual-rhythm analysis focused on cardiac rotation 2024-Oct-03, Europace : European pacing, arrhythmias, and cardiac electrophysiology : journal of the working groups on cardiac pacing, arrhythmias, and cardiac cellular electrophysiology of the European Society of Cardiology IF:7.9Q1 DOI:10.1093/europace/euae240 PMID:39271126	研究论文	本文研究了使用深度学习模型通过双节奏分析（包括窦性心律和室性早搏）来诊断室性早搏的起源，并比较了双节奏模型和仅使用室性早搏模型的效果	本文创新性地结合了窦性心律和室性早搏的形态特征，提出了一种基于深度学习的双节奏模型，显著提高了室性早搏起源的预测准确性	本文的研究主要集中在室性早搏的起源预测上，未涉及其他心律失常的诊断	研究如何通过深度学习模型提高室性早搏起源的预测准确性	室性早搏的起源预测	机器学习	心血管疾病	深度学习	卷积神经网络（CNN）和Transformer模型	心电图（ECG）	593名患者，来自11个中心，其中493名来自日本和德国，100名来自比利时
13526	2024-11-08	A flexible deep learning framework for liver tumor diagnosis using variable multi-phase contrast-enhanced CT scans 2024-Oct-03, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-024-05977-y PMID:39361193	研究论文	本研究开发了一种基于多相增强CT图像的自动诊断模型，用于区分肝细胞癌、肝内胆管癌和正常个体	设计了一种分层长短期记忆（H-LSTM）模型，能够处理不完整相位和不同数量的CT图像层，适用于实际决策支持场景	NA	开发一种自动诊断模型，用于区分肝细胞癌、肝内胆管癌和正常个体	肝细胞癌、肝内胆管癌和正常个体	计算机视觉	肝癌	多相增强CT扫描	分层长短期记忆（H-LSTM）模型	图像	NA
13527	2024-11-08	Cachexia in preclinical rheumatoid arthritis: Longitudinal observational study of thigh magnetic resonance imaging from osteoarthritis initiative cohort 2024-Oct, Journal of cachexia, sarcopenia and muscle DOI:10.1002/jcsm.13533 PMID:38923846	研究论文	研究了前临床类风湿性关节炎（Pre-RA）阶段与肌肉和脂肪组织变化的关系	首次探讨了Pre-RA阶段与肌肉萎缩和脂肪组织增加的关联	样本量相对较小，且仅基于OAI队列	探讨Pre-RA阶段是否存在与临床RA相似的肌肉萎缩和脂肪组织增加现象	Pre-RA患者与匹配对照组的肌肉和脂肪组织变化	数字病理学	类风湿性关节炎	磁共振成像（MRI）	深度学习算法	图像	322名参与者，包括102名Pre-RA患者和306名对照组
13528	2024-11-08	A multicenter study on deep learning for glioblastoma auto-segmentation with prior knowledge in multimodal imaging 2024-Oct, Cancer science IF:4.5Q1 DOI:10.1111/cas.16304 PMID:39119927	研究论文	本文提出了一种基于深度学习的胶质母细胞瘤自动分割方法，利用多模态影像的先验知识，并在多中心数据集上进行了验证	提出了一种新的深度学习方法（PKMI-Net），利用多模态影像的先验知识进行胶质母细胞瘤的自动分割	NA	提高胶质母细胞瘤放射治疗中肿瘤分割的准确性和效率	胶质母细胞瘤（GBM）的肿瘤体积（GTV）和临床靶体积（CTV1和CTV2）的自动分割	计算机视觉	脑肿瘤	深度学习	PKMI-Net	影像	148名符合条件的患者，来自四个多中心数据集
13529	2024-11-08	Detectability of Hypoattenuating Liver Lesions with Deep Learning CT Reconstruction: A Phantom and Patient Study 2024-Oct, Radiology IF:12.1Q1 DOI:10.1148/radiol.232749 PMID:39377679	研究论文	研究深度学习CT重建（DLIR）与自适应统计迭代重建-V（ASIR-V）在低对比度肝病变检测中的效果	DLIR在中等和高强度重建中显示出比ASIR-V更高的病变与背景对比噪声比	研究未发现DLIR与ASIR-V在低对比度病变检测能力上的显著差异	评估DLIR与ASIR-V在CT扫描中低对比度肝病变检测能力的差异	肝病变和低对比度分辨率体模	计算机视觉	肝病	深度学习图像重建（DLIR）	NA	图像	50名患者和86个肝病变
13530	2024-11-08	Evaluating the Performance and Bias of Natural Language Processing Tools in Labeling Chest Radiograph Reports 2024-Oct, Radiology IF:12.1Q1 DOI:10.1148/radiol.232746 PMID:39436298	研究论文	评估四种自然语言处理工具在标注胸部X光报告中的性能和偏差	首次系统评估了四种自然语言处理工具在不同人口统计群体中的准确性和偏差	研究主要集中在胸部X光报告，未涵盖其他类型的放射学报告	评估自然语言处理工具在标注胸部X光报告中的准确性和人口统计偏差	四种自然语言处理工具在两个胸部X光数据集上的性能	自然语言处理	NA	自然语言处理	深度学习	文本	692名患者（MIMIC数据集）和3665名患者（IU数据集）
13531	2024-11-08	Analyzing Wav2Vec 1.0 Embeddings for Cross-Database Parkinson's Disease Detection and Speech Features Extraction 2024-Aug-26, Sensors (Basel, Switzerland) DOI:10.3390/s24175520 PMID:39275431	研究论文	研究使用未微调的wav2vec 1.0架构进行跨数据库的帕金森病检测和语音特征提取	wav2vec 1.0在跨数据库分类和回归任务中表现出色，特别是在检测帕金森病和预测语音特征方面，显示出比传统特征提取方法更高的准确性	研究主要集中在跨数据库的分类和回归任务上，未涉及其他类型的语音数据或任务	分析wav2vec 1.0嵌入在跨数据库帕金森病检测和语音特征提取中的应用	帕金森病患者的语音数据	机器学习	神经退行性疾病	wav2vec 1.0	机器学习模型	语音数据	三个多语言帕金森病数据集
13532	2024-11-08	[Research status and prospect of the application of artificial intelligence in the acupuncture and moxibustion field based on bibliometric] 2024-Aug-12, Zhongguo zhen jiu = Chinese acupuncture & moxibustion DOI:10.13703/j.0255-2930.20231128-k0007 PMID:39111799	综述	通过文献计量方法探讨人工智能在针灸领域应用的研究热点、发展趋势及存在的问题	分析了人工智能技术在针灸诊断治疗、疗效预测、教学及智能设备开发等方面的应用	人工智能在针灸领域的应用研究处于初步发展阶段，未来需加强团队间的交流与合作，进一步探索符合针灸诊疗特点的人工智能系统	探讨人工智能在针灸领域应用的研究热点、发展趋势及存在的问题	人工智能在针灸领域的应用	NA	NA	机器学习、神经网络、深度学习、数据挖掘	NA	文献	共纳入443篇中文文章和68篇英文文章
13533	2024-11-08	A systematic literature review on the significance of deep learning and machine learning in predicting Alzheimer's disease 2024-08, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102928 PMID:39029377	综述	本文系统回顾了深度学习和机器学习在阿尔茨海默病预测中的应用	NA	NA	调查不同阿尔茨海默病检测技术、数据集、输入模态、算法、库和性能评估指标，以确定哪种模型或策略可能提供更优越的性能	阿尔茨海默病的检测技术、数据集、输入模态、算法、库和性能评估指标	机器学习	阿尔茨海默病	磁共振成像 (MRI)、正电子发射断层扫描 (PET)、APOe4 基因型、扩散张量成像 (DTI) 和脑脊液 (CSF) 生物标志物	卷积神经网络 (CNN)、支持向量机 (SVM)	图像	100 篇研究文章
13534	2024-11-08	Deep learning-based pathway-centric approach to characterize recurrent hepatocellular carcinoma after liver transplantation 2024-06-05, Human genomics IF:3.8Q2 DOI:10.1186/s40246-024-00624-6 PMID:38840185	研究论文	研究利用深度学习方法分析肝移植后肝细胞癌复发的转录组数据，识别差异表达基因和相关通路	首次采用深度学习方法分析肝移植后肝细胞癌复发的基因表达数据，识别出与复发相关的关键基因和通路	研究样本量较小，仅包含7对患者的样本	研究肝移植后肝细胞癌复发的分子机制	肝移植后复发的肝细胞癌患者的转录组数据	机器学习	肝癌	深度学习	深度学习模型	转录组数据	7对肝移植后复发的肝细胞癌患者样本
13535	2024-11-08	Assessing brain involvement in Fabry disease with deep learning and the brain-age paradigm 2024-Apr, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.26599 PMID:38520360	研究论文	本文使用深度学习和脑龄范式评估法布里病患者的脑部是否比正常人更老，并验证脑预测年龄差异（brain-PAD）作为疾病严重程度生物标志物的可能性	首次使用深度学习和脑龄范式评估法布里病患者的脑部年龄，并验证brain-PAD作为疾病严重程度生物标志物的有效性	研究样本仅来自单一机构，且样本量相对较小	评估法布里病患者的脑部是否比正常人更老，并验证brain-PAD作为疾病严重程度生物标志物的有效性	法布里病患者和健康对照组的脑部MRI扫描数据	计算机视觉	罕见病	MRI扫描	DenseNet	图像	52名法布里病患者和58名健康对照组
13536	2024-11-08	Deep learning-based predictive classification of functional subpopulations of hematopoietic stem cells and multipotent progenitors 2024-Mar-13, Stem cell research & therapy IF:7.1Q1 DOI:10.1186/s13287-024-03682-8 PMID:38475857	研究论文	研究利用深度学习技术对造血干细胞和多能祖细胞的功能亚群进行预测分类	首次使用深度学习在稳态条件下区分造血干细胞和多能祖细胞，开发了基于深度学习的分类器	NA	探索利用深度学习技术区分小鼠造血干细胞和多能祖细胞的可行性	小鼠造血干细胞和多能祖细胞	机器学习	NA	深度学习	LSM模型	图像	大量图像数据集
13537	2024-11-08	Extracting adverse drug events from clinical Notes: A systematic review of approaches used 2024-Mar, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104603 PMID:38331081	综述	本文对从临床笔记中提取不良药物事件（ADE）的方法进行了系统性综述	本文综述了当前从临床笔记中提取ADE的各种方法，包括命名实体识别（NER）和关系提取（RE），并根据不同的提取方法进行了分类	本文主要集中在方法的综述上，未提供具体的实验数据或模型性能比较	综述当前从临床笔记中提取不良药物事件的方法，并展示这些方法的进展和挑战	不良药物事件（ADE）的提取方法	自然语言处理	NA	自然语言处理（NLP）	NA	文本	从2015年到2023年，共筛选出82篇相关文献进行分析
13538	2024-11-08	Impact of log parsing on deep learning-based anomaly detection 2024, Empirical software engineering IF:3.5Q1 DOI:10.1007/s10664-024-10533-w PMID:39161930	研究论文	本文研究了日志解析对基于深度学习的异常检测准确性的影响	本文首次系统地研究了日志解析对异常检测准确性的影响，并发现区分性比解析准确性更重要	研究仅限于13种日志解析技术和7种异常检测技术，可能无法涵盖所有情况	探讨日志解析对基于深度学习的异常检测准确性的影响	日志解析技术和异常检测技术	机器学习	NA	深度学习	NA	日志数据	使用了三个公开的日志数据集
13539	2024-11-08	Dinucleotide composition representation -based deep learning to predict scoliosis-associated Fibrillin-1 genotypes 2024, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2024.1492226 PMID:39502335	研究论文	本文提出了一种基于二核苷酸组成表示（DCR）的深度学习方法，用于预测与脊柱侧弯相关的Fibrillin-1基因型	本文创新性地使用二核苷酸组成表示（DCR）和卷积神经网络（CNN）来预测脊柱侧弯相关的高风险基因型	NA	研究目的是通过深度学习方法预测青少年特发性脊柱侧弯（AIS）相关的基因型	研究对象是ClinVar数据库中的AIS相关变异记录	机器学习	脊柱侧弯	深度学习	卷积神经网络（CNN）	基因数据	58,000条脊柱侧弯相关记录
13540	2024-11-08	Multi-stage semi-supervised learning enhances white matter hyperintensity segmentation 2024, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2024.1487877 PMID:39502452	研究论文	本文提出了一种多阶段半监督学习方法，用于增强白质高信号区域的分割	本文创新性地采用了多阶段半监督学习（M3SL）方法，结合未标注数据和少量高质量标注数据，显著提升了白质高信号区域分割模型的性能	本文未详细讨论M3SL方法在不同数据集上的适用性和潜在的局限性	研究目的是开发一种能够有效利用未标注数据和少量高质量标注数据的白质高信号区域分割方法	研究对象是白质高信号区域（WMHs）的分割	计算机视觉	NA	半监督学习	U-Net	图像	使用了来自三个扫描仪供应商的超过五个扫描仪的数据，包括认知正常（CN）成人和患者（轻度认知障碍和阿尔茨海默病）的样本