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
13681	2024-10-25	External Validation of a Digital Pathology-based Multimodal Artificial Intelligence Architecture in the NRG/RTOG 9902 Phase 3 Trial 2024-Oct, European urology oncology IF:8.3Q1 DOI:10.1016/j.euo.2024.01.004 PMID:38302323	研究论文	本文在外部验证了基于数字病理学的多模态人工智能架构在NRG/RTOG 9902 III期试验中的应用	本文验证了先前开发的多模态人工智能模型在局部高风险前列腺癌患者中的预测能力，并展示了其在疾病进展和前列腺癌特异性死亡率方面的风险分层能力	验证样本中部分患者的图像质量较差，影响了数据的有效性	验证多模态人工智能模型在局部高风险前列腺癌患者中的预测能力	局部高风险前列腺癌患者	数字病理学	前列腺癌	多模态人工智能	NA	图像和临床数据	318名局部高风险前列腺癌患者
13682	2024-10-25	Scott-Russel Linkage-Based Triboelectric Self-Powered Sensor for Contact Material-Independent Force Sensing and Tactile Recognition 2024-Oct, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202403394 PMID:38958093	研究论文	本文开发了一种基于Scott-Russel连杆的摩擦电自供电传感器，用于接触材料无关的力传感与触觉识别	提出了一种基于Scott-Russel连杆的摩擦电纳米发电机（SRI-TENG），具有独立的信号生成和测量部分，通过测量电输出中的峰值数量来防止干扰信号，并使用润滑液增强耐用性	未提及	开发一种能够稳定测量力信号并实现触觉识别的自供电传感器	摩擦电纳米发电机（TENG）及其在力传感与触觉识别中的应用	传感器技术	NA	摩擦电纳米发电机（TENG）	深度学习	电信号	270,000次循环
13683	2024-10-25	Assessment of left ventricular wall thickness and dimension: accuracy of a deep learning model with prediction uncertainty 2024-Oct, The international journal of cardiovascular imaging DOI:10.1007/s10554-024-03207-7 PMID:39126604	研究论文	本研究评估了深度学习模型在左心室壁厚度和尺寸测量中的准确性和可重复性	开发了一种新颖的深度学习模型，能够自动评估左心室尺寸，无需手动选择舒张末期帧	深度学习模型在测量室间隔壁厚度和后壁厚度时准确性较低，尤其是在壁厚较大的情况下	评估深度学习模型在左心室尺寸和壁厚度测量中的准确性和可重复性	左心室内部直径、室间隔壁厚度、后壁厚度和左心室质量	计算机视觉	心血管疾病	深度学习	卷积神经网络	图像	共包含30,080个独立研究，其中24,013个用于训练模型，3,014个用于验证，3,053个用于测试
13684	2024-10-25	LineageVAE: reconstructing historical cell states and transcriptomes toward unobserved progenitors 2024-Oct-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae520 PMID:39172488	研究论文	本文介绍了一种名为LineageVAE的新型计算方法，利用深度学习技术重建不可观察的细胞状态和转录组，以推断未观察到的祖细胞	开发了LineageVAE，一种基于深度生成模型的计算方法，能够将具有相同谱系条码的scRNA-seq观测结果转换为潜在细胞状态空间中的序列轨迹，从而重建不可观察的细胞状态转换、历史转录组和调控动力学	由于实验性质，观测数据稀疏，早期状态的细胞并非后期观测细胞的精确祖细胞	克服scRNA-seq在动态过程中测量基因表达变化的限制，重建不可观察的细胞状态和转录组	细胞状态、转录组、祖细胞	机器学习	NA	scRNA-seq	VAE	基因表达数据	涉及造血和重编程成纤维细胞数据集
13685	2024-10-25	Predictive modeling of rice milling degree for three typical Chinese rice varieties using interpretative machine learning methods 2024-Oct, Journal of food science IF:3.2Q2 DOI:10.1111/1750-3841.17330 PMID:39218808	研究论文	研究使用解释性机器学习方法预测三种典型中国稻米品种的碾米程度	本研究通过建立稻谷图像采集平台，提取稻谷颜色、纹理和形状特征，优化了Catboost模型，提高了碾米程度预测的准确性	研究仅针对三种典型中国稻米品种，可能不适用于其他品种	旨在通过机器学习和深度学习方法预测稻米的碾米程度，减少经济和营养损失	三种典型中国稻米品种的碾米程度	机器学习	NA	图像处理	Catboost	图像	NA
13686	2024-10-25	Skin Tone Analysis Through Skin Tone Map Generation With Optical Approach and Deep Learning 2024-Oct, Skin research and technology : official journal of International Society for Bioengineering and the Skin (ISBS) [and] International Society for Digital Imaging of Skin (ISDIS) [and] International Society for Skin Imaging (ISSI) IF:2.0Q3 DOI:10.1111/srt.70088 PMID:39366914	研究论文	本文介绍了一种基于光学方法和深度学习的自动化图像方法，用于生成皮肤色调图，以评估皮肤色调	提出的方法通过利用光源光谱生成皮肤色调图，能够更好地区分与红色相关的皮肤色调，并减轻光源的影响	需要测量光源光谱并进行进一步的生理验证	改进皮肤色调评估方法，特别是在化妆品和医学领域	皮肤色调图的生成和评估	计算机视觉	NA	深度学习	NA	图像	使用了三种标准光源（D45、D65和D85）下的皮肤色调模拟图像进行评估
13687	2024-10-25	Gut metagenome-derived image augmentation and deep learning improve prediction accuracy of metabolic disease classification 2024-Oct, Yi chuan = Hereditas DOI:10.16288/j.yczz.24-086 PMID:39443316	研究论文	提出了一种基于肠道宏基因组图像增强和深度学习的新框架，用于代谢性疾病分类	首次将肠道宏基因组数据转换为图像并进行增强，结合深度学习模型提高代谢性疾病分类的准确性	仅使用了三个代表性的人类肠道宏基因组数据集，样本量有限	研究肠道宏基因组与代谢性疾病之间的关系，并开发新的分类方法	人类肠道宏基因组数据和代谢性疾病	机器学习	代谢性疾病	深度学习	多层感知器 (MLP) 和卷积神经网络 (CNN)	图像	三个代表性的人类肠道宏基因组数据集
13688	2024-10-25	High-resolution AI image dataset for diagnosing oral submucous fibrosis and squamous cell carcinoma 2024-Sep-27, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03836-6 PMID:39333529	研究论文	本文介绍了ORCHID数据库，这是一个专门为口腔癌和癌前病变的高分辨率图像分析而创建的多中心数据库	提出了ORCHID数据库，这是一个专门为口腔癌和癌前病变的高分辨率图像分析而创建的多中心数据库，旨在支持人工智能在口腔癌诊断中的应用	NA	开发基于人工智能的快速诊断方法，用于口腔黏膜下纤维化（OSMF）和口腔鳞状细胞癌（OSCC）及其亚型	口腔黏膜下纤维化（OSMF）和口腔鳞状细胞癌（OSCC）及其亚型	数字病理学	口腔癌	深度学习算法	NA	图像	NA
13689	2024-10-25	Development and interpretation of a multimodal predictive model for prognosis of gastrointestinal stromal tumor 2024-Jul-26, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00636-4 PMID:39060449	研究论文	开发并解释了一种用于预测胃肠道间质瘤预后的多模态预测模型	构建了一个优于单模态模型的多模态预测模型，并提出了肿瘤细胞形态与预后之间关系的假设	NA	构建更准确和可靠的多模态预测模型，以辅助临床决策	胃肠道间质瘤患者的无复发生存期	数字病理	胃肠道间质瘤	放射组学技术，深度学习	多模态模型	图像	254名接受手术并经病理诊断为胃肠道间质瘤的患者
13690	2024-10-25	Deep Learning for Predicting Progression of Patellofemoral Osteoarthritis Based on Lateral Knee Radiographs, Demographic Data, and Symptomatic Assessments 2024-05, Methods of information in medicine IF:1.3Q4 DOI:10.1055/a-2305-2115 PMID:38604249	研究论文	本研究提出了一种利用深度学习和注意力机制预测髌股骨关节炎（PFOA）放射学进展的新框架	本研究首次将深度学习和注意力机制应用于预测髌股骨关节炎的放射学进展，并开发了一种端到端的深度学习方法	尽管模型在MOST数据集上表现优异，但仍需在外部患者队列中进行验证	研究目的是开发一种能够预测髌股骨关节炎放射学进展的机器学习模型	研究对象为来自多中心骨关节炎研究（MOST）的1,832名受试者（3,276个膝关节）	机器学习	骨关节炎	深度学习	深度卷积神经网络注意力模型	影像数据和临床数据	1,832名受试者（3,276个膝关节）
13691	2024-10-25	Development and Validation of a Natural Language Processing Algorithm to Pseudonymize Documents in the Context of a Clinical Data Warehouse 2024-05, Methods of information in medicine IF:1.3Q4 DOI:10.1055/s-0044-1778693 PMID:38442906	研究论文	本文开发并验证了一种自然语言处理算法，用于在临床数据仓库的背景下对文档进行假名化处理	本文提出了一种结合深度学习模型和手动规则的混合系统，用于临床文档的假名化处理	NA	解决临床报告中去识别化的关键问题，以确保患者隐私的同时允许数据用于研究目的	临床报告中的12种识别实体	自然语言处理	NA	自然语言处理	深度学习模型	文本	NA
13692	2024-10-25	OCTess: AN OPTICAL CHARACTER RECOGNITION ALGORITHM FOR AUTOMATED DATA EXTRACTION OF SPECTRAL DOMAIN OPTICAL COHERENCE TOMOGRAPHY REPORTS 2024-04-01, Retina (Philadelphia, Pa.) DOI:10.1097/IAE.0000000000003990 PMID:37948741	研究论文	开发了一种用于从Cirrus SD-OCT视网膜立方体报告中自动提取数据的光学字符识别算法	该算法在准确性和效率上均优于人工提取，实现了近完美的数据提取	NA	开发一种自动化的光学字符识别算法，以减少从光谱域光学相干断层扫描报告中提取数据的时间和资源消耗	Cirrus SD-OCT视网膜立方体报告	计算机视觉	NA	光学字符识别（OCR）	长短期记忆网络（LSTM）	图像	675份SD-OCT单眼视网膜立方体报告
13693	2024-10-25	Retinal Photograph-based Deep Learning System for Detection of Thyroid-Associated Ophthalmopathy 2024 Mar-Apr 01, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000009919 PMID:38078953	研究论文	本研究开发了一种基于视网膜照片的深度学习系统，用于检测甲状腺相关眼病	首次使用深度学习技术基于视网膜照片检测甲状腺相关眼病	模型在外部验证数据集上的表现不如内部验证，表明其泛化能力有限	开发一种成本效益高且无创的甲状腺相关眼病检测方法	甲状腺相关眼病患者和正常参与者的视网膜照片	计算机视觉	甲状腺相关眼病	深度学习	卷积神经网络	图像	1182张视网膜照片，涉及708名参与者；外部验证数据集包含365张照片，涉及189名参与者
13694	2024-10-25	Mobile Apps for COVID-19 Detection and Diagnosis for Future Pandemic Control: Multidimensional Systematic Review 2024-Feb-22, JMIR mHealth and uHealth IF:5.4Q1 DOI:10.2196/44406 PMID:38231538	综述	本文对使用移动应用进行COVID-19检测和诊断的多维度系统性综述	首次对使用移动应用进行COVID-19检测和诊断的研究进行了全面分析	仅限于对已发表研究的综述，未进行新的实验或数据收集	帮助软件公司和临床研究人员了解移动应用在COVID-19诊断中的应用	移动应用在COVID-19检测和诊断中的应用	机器学习	COVID-19	深度学习	卷积神经网络	图像、临床症状	42项研究
13695	2024-10-25	Generative deep learning furthers the understanding of local distributions of fat and muscle on body shape and health using 3D surface scans 2024-Jan-30, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00434-w PMID:38287144	研究论文	开发并验证了一种深度学习模型，能够从三维光学体扫描生成准确的DXA扫描，用于全身和特定子区域的成分分析	首次在生成医学影像模型中进行了定量验证，并报告了质量指标	NA	探索生成深度学习模型在医学影像中的应用潜力，并强调定量验证的重要性	人体脂肪和肌肉的局部分布与体形和健康的关系	计算机视觉	NA	深度学习	生成模型	三维表面扫描	两个大型临床DXA数据集和Shape Up! Adults研究数据集
13696	2024-10-25	Counterfactual Sepsis Outcome Prediction Under Dynamic and Time-Varying Treatment Regimes 2024, AMIA Joint Summits on Translational Science proceedings. AMIA Joint Summits on Translational Science PMID:38827103	研究论文	本文探讨了使用G-Net深度序列建模框架预测脓毒症患者在不同液体治疗策略下的结果	首次将G-Net应用于脓毒症患者的反事实治疗结果预测，并与线性模型进行比较	仅基于观察数据，未进行临床试验验证	评估G-Net在预测脓毒症患者反事实治疗结果中的临床应用潜力	脓毒症患者在不同液体治疗策略下的结果	机器学习	脓毒症	G-Net	深度学习	观察数据	来自重症监护室的脓毒症患者
13697	2024-10-25	Deep Learning Approaches to Predict Exercise Exertion Levels Using Wearable Physiological Data 2024, AMIA Joint Summits on Translational Science proceedings. AMIA Joint Summits on Translational Science PMID:38827087	研究论文	研究利用可穿戴设备生理数据，通过构建深度学习分类和回归模型来预测运动强度水平	首次使用深度学习模型结合可穿戴设备生理数据来预测运动强度水平	测试模型的最高准确率和F1分数为80%，仍有提升空间	预测运动强度水平	健康个体的运动强度	机器学习	NA	心电图传感器、脉搏血氧仪	深度学习模型	生理数据	健康个体在16分钟骑行运动中收集的数据，分为8个2分钟窗口
13698	2024-10-25	An automatic classification method of testicular histopathology based on SC-YOLO framework 2024, BioTechniques IF:2.2Q4 DOI:10.1080/07366205.2024.2393544 PMID:39263950	研究论文	本文提出了一种基于SC-YOLO框架的睾丸组织病理学自动分类方法	引入了SC-YOLO框架，集成了S3Ghost模块、CoordAtt模块和DCNv2模块，有效捕捉精原细胞的纹理和形状特征，同时减少模型参数	未来研究将集中在优化模型性能和探索其在临床应用中的潜力	开发一种高效准确的精原细胞识别方法，以辅助无精子症的病理诊断和治疗	精原细胞的分类和识别	数字病理学	男性不育症	深度学习	SC-YOLO	图像	NA
13699	2024-10-25	Deep learning uncertainty quantification for clinical text classification 2024-01, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2023.104576 PMID:38101690	研究论文	本文探讨了深度学习在临床文本分类中的不确定性量化方法	引入了多种选择性分类方法，以在多个分类任务中达到目标准确率的同时最小化拒绝率	对于分布外测试数据的解释较为复杂	研究深度学习模型在临床文本分类中的可靠性，并提出改进方法	电子病理报告中的疾病诊断和手术信息	机器学习	NA	深度神经网络 (DNN)	深度学习模型	文本	来自美国国家癌症研究所 (NCI) 的 SEER 人口基础癌症登记处的电子病理报告
13700	2024-10-25	Automatic authorship attribution in Albanian texts 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0310057 PMID:39436898	研究论文	本文研究了阿尔巴尼亚语文本中的自动作者归属问题，并引入了新的阿尔巴尼亚新闻专栏和文学作品语料库，分析了机器学习方法在作者归属中的应用	本文引入了新的阿尔巴尼亚语料库，并比较了机器学习和深度学习模型在作者归属任务中的表现，发现词汇特征是最有效的语言特征	本文主要关注阿尔巴尼亚语，未涉及其他低资源语言，且深度学习模型在特定场景下的应用潜力有待进一步验证	研究阿尔巴尼亚语文本中的自动作者归属问题，探索有效的特征和分类方法	阿尔巴尼亚语新闻专栏和文学作品	自然语言处理	NA	机器学习	XGBoost, fastText, BERT-multilingual	文本	新的阿尔巴尼亚新闻专栏和文学作品语料库