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
14441	2024-10-08	Leveraging explainable deep learning methodologies to elucidate the biological underpinnings of Huntington's disease using single-cell RNA sequencing data 2024-Oct-04, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-024-10855-5 PMID:39367331	研究论文	利用可解释深度学习方法解析亨廷顿病生物学基础的单细胞RNA测序数据	使用残差神经网络（ResNet）模型有效模拟亨廷顿病细胞，并利用SHapley Additive exPlanations（SHAP）算法识别影响亨廷顿病预测的基因	测试集的F1分数为96.53%，仍有提升空间	阐明亨廷顿病病理学的潜在机制	亨廷顿病细胞与健康细胞的差异基因表达模式	机器学习	神经退行性疾病	单细胞RNA测序	残差神经网络（ResNet）	基因表达数据	NA
14442	2024-10-08	The power of deep learning in simplifying feature selection for hepatocellular carcinoma: a review 2024-Oct-04, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02682-1 PMID:39367397	综述	本文综述了深度学习技术在肝细胞癌（HCC）特征选择中的应用	深度学习技术在简化HCC特征选择过程中展示了显著的进步	将深度学习的潜力转化为临床现实仍面临挑战	综述深度学习模型和算法在HCC特征选择中的应用，并讨论其在临床实践中的潜力	肝细胞癌（HCC）的特征选择	机器学习	肝癌	深度学习	NA	NA	NA
14443	2024-10-06	Development of brain tumor radiogenomic classification using GAN-based augmentation of MRI slices in the newly released gazi brains dataset 2024-Oct-04, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02699-6 PMID:39367444	研究论文	本文提出使用StyleGANv2-ADA模型对脑部MRI切片进行数据增强，以提高脑肿瘤分类模型的性能	首次在Gazi Brains 2020数据集上使用StyleGANv2-ADA进行数据增强，显著提高了脑肿瘤分类的准确率	NA	提高脑肿瘤分类模型的准确性	脑肿瘤的分类	计算机视觉	脑肿瘤	StyleGANv2-ADA	GAN	图像	使用了Gazi Brains 2020、BRaTS 2021和Br35h数据集
14444	2024-10-08	Deep learning to estimate response of concurrent chemoradiotherapy in non-small-cell lung carcinoma 2024-Oct-04, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-05708-4 PMID:39367461	研究论文	本文构建了一个深度学习模型，用于预测非小细胞肺癌患者在接受同步放化疗后的反应	首次使用深度学习模型预测非小细胞肺癌患者对同步放化疗的反应，并探索了相关的生物信号通路	NA	开发和验证一个深度学习模型，用于预测非小细胞肺癌患者在接受同步放化疗后的反应	非小细胞肺癌患者及其在接受同步放化疗后的反应	机器学习	肺癌	深度学习	ResNet50	图像	229名非小细胞肺癌患者
14445	2024-10-08	Artificial intelligence and telemedicine in epilepsy and EEG: A narrative review 2024-Oct, Seizure DOI:10.1016/j.seizure.2024.08.024 PMID:39222613	综述	本文综述了人工智能和远程医疗在癫痫和脑电图诊断与管理中的应用	人工智能通过机器学习和深度学习提高了脑电图解释和癫痫发作预测的准确性	技术应用受到设备兼容性、临床工作流程整合、数据偏差和数据可用性等限制	探讨人工智能和远程医疗在癫痫和脑电图护理中的应用及其对未来癫痫护理的影响	癫痫患者和脑电图数据	机器学习	癫痫	机器学习	卷积神经网络 (CNN)	脑电图 (EEG)	NA
14446	2024-10-08	Artificial intelligence-based differential diagnosis of orbital MALT lymphoma and IgG4 related ophthalmic disease using hematoxylin-eosin images 2024-Oct, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie DOI:10.1007/s00417-024-06501-1 PMID:38700592	研究论文	研究使用人工智能和苏木精-伊红染色图像区分IgG4相关眼病和眼眶MALT淋巴瘤的可能性	开发了一种基于深度学习的人工智能软件，能够区分IgG4相关眼病和眼眶MALT淋巴瘤	样本量较小，且仅限于IgG4相关眼病和眼眶MALT淋巴瘤的区分	探讨使用人工智能和苏木精-伊红染色图像区分IgG4相关眼病和眼眶MALT淋巴瘤的可能性	IgG4相关眼病和眼眶MALT淋巴瘤	数字病理学	淋巴瘤	深度学习	EVA	图像	127名患者，其中97名用于模型构建，30名用于模型评估
14447	2024-10-08	Evaluating a Natural Language Processing-Driven, AI-Assisted International Classification of Diseases, 10th Revision, Clinical Modification, Coding System for Diagnosis Related Groups in a Real Hospital Environment: Algorithm Development and Validation Study 2024-Sep-20, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/58278 PMID:39302714	研究论文	评估基于自然语言处理和人工智能的国际疾病分类第10版临床修改版编码系统在实际医院环境中的算法开发和验证	开发了一种基于自然语言处理和深度学习模型的AI辅助编码系统，用于自动确定诊断和代码，以提高编码效率和准确性	研究仅在一家医院进行，样本量有限，可能影响结果的普适性	评估基于自然语言处理的AI辅助编码系统在实际医院环境中自动确定诊断和代码的可行性	国际疾病分类第10版临床修改版编码系统在诊断相关分组中的应用	自然语言处理	NA	自然语言处理	GPT-2	文本	使用高雄医学大学中和纪念医院2019年4月至2020年12月的患者出院总结作为参考数据集，以及2023年2月至4月的实际医院数据
14448	2024-10-08	Neural Conversational Agent for Weight Loss Counseling: Protocol for an Implementation and Feasibility Study 2024-Sep-20, JMIR research protocols IF:1.4Q3 DOI:10.2196/60361 PMID:39303273	研究论文	本文探讨了使用基于大型语言模型（LLM）的神经对话代理NAOMI进行体重管理咨询的可行性研究	本文首次提出使用基于LLM的神经对话代理NAOMI进行体重管理咨询，旨在克服传统咨询师培训成本高和时间长的限制	研究尚未完成，数据收集预计在2025年5月结束，目前无法评估其长期效果和广泛应用的可行性	探索使用神经对话代理NAOMI进行体重管理咨询的可行性，并测试其接受度和使用性	超重和肥胖患者，招募自初级保健诊所	机器学习	肥胖	深度学习	大型语言模型（LLM）	文本	10名18-65岁超重或肥胖患者（BMI≥25.0且≤39.9）
14449	2024-10-08	A systematic review of deep learning-based spinal bone lesion detection in medical images 2024-Sep, Acta radiologica (Stockholm, Sweden : 1987) DOI:10.1177/02841851241263066 PMID:39033391	综述	本文系统回顾了基于深度学习的医学图像中脊柱骨病变检测的研究进展	本文不仅描述了这些模型在脊柱骨恶性病变识别中的诊断性能和不同方法，还指出了当前缺乏标准化方法和报告的问题	大多数研究存在重大局限性，如模型统计和数据获取报告不足、缺乏外部验证数据集以及可能的偏倚注释	探讨深度学习模型在脊柱骨病变检测中的应用及其局限性	脊柱骨病变及其在医学图像中的检测	计算机视觉	NA	深度学习	NA	图像	14项研究
14450	2024-10-08	Enhancing schizophrenia phenotype prediction from genotype data through knowledge-driven deep neural network models 2024-Sep, Genomics IF:3.4Q2 DOI:10.1016/j.ygeno.2024.110910 PMID:39111546	研究论文	本文探讨了利用深度学习模型设计来提高从基因型数据预测精神分裂症表型的方法	引入了一种创新的三步方法，利用神经网络的能力有效处理基因相互作用，并通过知识驱动的深度神经网络模型增强预测能力	NA	提高从基因型数据预测精神分裂症表型的准确性	精神分裂症的基因型数据	机器学习	精神疾病	深度学习	神经网络	基因型数据	NA
14451	2024-10-08	Recurrent Inference Machine for Medical Image Registration 2024-Jun-19, ArXiv PMID:39371087	研究论文	本文提出了一种名为Recurrent Inference Image Registration (RIIR)网络的新型图像配准方法，旨在提高配准精度和数据效率	RIIR通过元学习的方式迭代地解决配准问题，结合隐式正则化和显式梯度输入，学习优化更新规则，从而提高配准精度和数据效率	NA	提高医学图像配准的精度和数据效率	脑部MRI和定量心脏MRI数据集	计算机视觉	NA	深度学习	RNN	图像	使用5%的训练数据进行实验
14452	2024-10-08	Location-based Radiology Report-Guided Semi-supervised Learning for Prostate Cancer Detection 2024-Jun-18, ArXiv PMID:39371085	研究论文	提出了一种基于放射报告中的病变位置信息指导的半监督学习方法，用于前列腺癌的检测	利用放射报告中自动提取的病变位置信息，通过半监督学习方法减少对标注图像的依赖，从而降低标注负担	NA	提高计算机辅助前列腺癌在MRI上的检测效果	前列腺癌的检测	计算机视觉	前列腺癌	半监督学习	NA	图像	NA
14453	2024-10-08	Uncertainty-Aware Active Domain Adaptive Salient Object Detection 2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2024.3413598 PMID:38889015	研究论文	提出了一种新的成本效益高的显著目标检测框架，通过有限数量的主动选择的注释，将模型从合成数据适应到真实世界数据	设计了一种不确定性感知的主动域适应算法，用于生成真实世界目标图像的标签，并利用数据增强的预测方差计算超像素级别的不确定性值	NA	减轻数据标注的负担，提高显著目标检测的性能	显著目标检测模型	计算机视觉	NA	深度学习	NA	图像	六个基准显著目标检测数据集
14454	2024-10-08	The Value of Topological Radiomics Analysis in Predicting Malignant Risk of Pulmonary Ground-Glass Nodules: A Multi-Center Study 2024 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338241287089 PMID:39363876	研究论文	本研究探讨了拓扑放射组学分析在预测肺部磨玻璃结节恶性风险中的应用	本研究创新性地将拓扑数据分析与纹理分析相结合，开发了基于同调的拓扑特征，显著提高了模型的区分能力	本研究为回顾性分析，未来需要进行前瞻性研究以进一步验证模型的有效性	旨在通过拓扑放射组学分析提高肺部磨玻璃结节恶性风险的预测准确性	肺部磨玻璃结节	数字病理学	肺癌	放射组学分析	机器学习与深度学习算法	影像	3223名患者
14455	2024-10-08	Three-dimensional label-free morphology of CD8 + T cells as a sepsis biomarker 2023-Nov-07, Light, science & applications DOI:10.1038/s41377-023-01309-w PMID:37932249	研究论文	研究探讨了三维无标记CD8+ T细胞形态作为脓毒症生物标志物的潜力	首次提出三维无标记CD8+ T细胞形态作为脓毒症的生物标志物，并开发了深度学习模型进行预测	样本量较小，仅包括8名脓毒症恢复患者和20名健康对照	研究三维无标记CD8+ T细胞形态作为脓毒症诊断和预后生物标志物的潜力	脓毒症患者和健康对照的CD8+ T细胞形态	数字病理学	脓毒症	深度学习	深度学习模型	细胞形态	8名脓毒症恢复患者和20名健康对照
14456	2024-10-08	Can Deep Adult Lung Segmentation Models Generalize to the Pediatric Population? 2023-Nov-01, Expert systems with applications IF:7.5Q1 DOI:10.1016/j.eswa.2023.120531 PMID:37397242	研究论文	本文研究了深度成人肺分割模型在儿科人群中的泛化能力，并提出了一种改进性能的方法	提出了新的评估指标MLCD和AHS，并采用分阶段系统方法通过CXR模态特定的权重初始化、堆叠集成和集成堆叠集成来提高性能	NA	分析深度成人肺分割模型在儿科人群中的泛化能力，并提出改进方法	成人肺分割模型在儿科人群中的应用	计算机视觉	NA	深度学习	CNN	图像	NA
14457	2024-10-08	A comprehensive review of machine learning algorithms and their application in geriatric medicine: present and future 2023-Nov, Aging clinical and experimental research IF:3.4Q2 DOI:10.1007/s40520-023-02552-2 PMID:37682491	综述	本文综述了机器学习算法及其在老年医学中的应用现状和未来发展	本文详细描述了各种机器学习算法的分类、用途和能力，并特别关注了其在老年医学中的应用	本文主要集中在算法的技术层面和临床应用，未深入探讨数据隐私和伦理问题	探讨机器学习算法在老年医学中的应用及其未来发展	机器学习算法及其在老年医学中的应用	机器学习	老年病	NA	NA	NA	NA
14458	2024-10-08	THPLM: a sequence-based deep learning framework for protein stability changes prediction upon point variations using pretrained protein language model 2023-11-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btad646 PMID:37874953	研究论文	提出了一种基于序列的深度学习框架THPLM，用于预测蛋白质稳定性变化，使用预训练的蛋白质语言模型ESM-2	利用预训练的蛋白质语言模型ESM-2和简单的卷积神经网络，THPLM在蛋白质稳定性变化预测方面表现优异	NA	探索蛋白质稳定性变化的预测方法，特别是在点突变情况下的预测	蛋白质稳定性变化	机器学习	NA	深度学习	卷积神经网络	序列	NA
14459	2024-10-08	Lyme rashes disease classification using deep feature fusion technique 2023-Nov, 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.13519 PMID:38009027	研究论文	本文提出了一种新的深度特征融合系统，用于分类莱姆病皮疹	本文创新性地提出了一个深度特征融合机制，通过集成多个深度学习模型的特征来提高分类准确性	NA	开发一种自动分类莱姆病皮疹的方法，以帮助临床医生和皮肤科医生更有效地研究和诊断	莱姆病皮疹的分类	计算机视觉	莱姆病	深度学习	深度卷积神经网络	图像	NA
14460	2024-10-08	Deep learning-enabled 3D multimodal fusion of cone-beam CT and intraoral mesh scans for clinically applicable tooth-bone reconstruction 2023-Sep-08, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2023.100825 PMID:37720330	研究论文	本文提出了一种基于深度学习的3D多模态融合框架，用于临床适用的牙骨重建	引入了Deep Dental Multimodal Fusion (DDMF)框架，结合了CBCT和IOS数据，采用新颖的像素表示学习架构、先验知识引导的损失函数和基于几何的3D融合技术	NA	开发一种自动化的多模态框架，用于高保真度的牙骨结构3D重建，以支持虚拟牙科治疗规划	牙骨结构的3D模型	计算机视觉	NA	深度学习	NA	图像	大规模真实世界数据集