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
14541	2024-10-07	Postoperative facial prediction for mandibular defect based on surface mesh deformation 2024-Oct, Journal of stomatology, oral and maxillofacial surgery DOI:10.1016/j.jormas.2024.101973 PMID:39089509	研究论文	本研究提出了一种基于表面网格变形的新型预测模型，用于预测下颌骨缺损患者的术后面部轮廓	本研究通过使用表面三角网格和Mesh Convolutional Restricted Boltzmann Machines模型，显著提高了几何信息保留和可解释性	NA	开发一种新的预测模型，以提高下颌骨缺损患者术后面部轮廓预测的准确性和可解释性	下颌骨缺损患者的术后面部轮廓	计算机视觉	NA	表面网格理论和深度学习	Mesh Convolutional Restricted Boltzmann Machines (MCRBM)	三维变形场	NA
14542	2024-10-07	A deep learning approach to detection of oral cancer lesions from intra oral patient images: A preliminary retrospective study 2024-Oct, Journal of stomatology, oral and maxillofacial surgery DOI:10.1016/j.jormas.2024.101975 PMID:39043293	研究论文	本研究评估了一种基于深度学习算法的人工智能软件在检测口腔癌病变中的表现	首次使用YOLOv5架构进行口腔癌病变的检测	样本量较小，成功率有待提高	评估人工智能在口腔癌病变预诊断中的潜力	口腔鳞状细胞癌病变	计算机视觉	口腔癌	深度学习	YOLOv5	图像	65张匿名的回顾性口腔内患者图像
14543	2024-10-07	Automatic detection of midfacial fractures in facial bone CT images using deep learning-based object detection models 2024-Oct, Journal of stomatology, oral and maxillofacial surgery DOI:10.1016/j.jormas.2024.101914 PMID:38750725	研究论文	本文研究了使用深度学习对象检测模型自动检测面部骨CT图像中的中面部骨折	利用深度学习技术自动检测中面部骨折，提高了诊断的准确性和速度	样本量较小，仅包括100张CT图像	开发一个能够快速准确诊断中面部骨折的系统，以帮助急诊医生和患者	中面部骨折的自动检测	计算机视觉	NA	深度学习	对象检测模型（SSD和YOLOv8）	CT图像	100张包含中面部骨折的CT图像，其中80张用于训练，20张用于验证
14544	2024-10-07	Accuracy of deep learning in the differential diagnosis of coronary artery stenosis: a systematic review and meta-analysis 2024-Sep-16, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01403-4 PMID:39285323	meta-analysis	本研究系统评价和荟萃分析了基于冠状动脉造影（CAG）或冠状动脉CT造影（CCTA）图像的深度学习模型在诊断冠状动脉狭窄中的准确性	首次系统性地评估了深度学习在冠状动脉狭窄诊断中的准确性	对于不同程度的狭窄，深度学习模型的准确性仍需进一步提高	评估基于CAG和CCTA图像的深度学习模型在诊断冠状动脉狭窄中的准确性	冠状动脉狭窄的诊断	machine learning	心血管疾病	深度学习	NA	image	3568名患者和13,362张图像
14545	2024-10-07	Inferring single-cell spatial gene expression with tissue morphology via explainable deep learning 2024-Jun-14, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.12.598686 PMID:38915550	研究论文	开发了一种基于视觉变换器（ViT）的框架，用于从组织形态学图像推断单细胞空间基因表达	提出了名为SPiRiT的框架，通过整合交叉验证和模型解释在超参数调优中，显著提高了预测准确性	NA	探索利用组织形态学图像推断单细胞空间基因表达的可行性	人类乳腺癌和小鼠幼崽的组织形态学图像	计算机视觉	乳腺癌	NA	视觉变换器（ViT）	图像	人类乳腺癌和小鼠幼崽的组织样本
14546	2024-10-07	Deep learned representations of the resting 12-lead electrocardiogram to predict at peak exercise 2024-Jan-25, European journal of preventive cardiology IF:8.4Q1 DOI:10.1093/eurjpc/zwad321 PMID:37798122	研究论文	利用深度学习分析静息12导联心电图以预测峰值运动氧消耗	首次使用深度学习从静息12导联心电图中估计峰值氧消耗，无需进行心肺运动测试	研究样本主要来自马萨诸塞州总医院，外部验证样本较少，可能影响结果的普适性	利用深度学习技术从静息12导联心电图中估计峰值氧消耗，以实现高效的心血管风险分层	静息12导联心电图和峰值氧消耗	机器学习	心血管疾病	深度学习	线性模型	心电图数据	1891名进行心肺运动测试的个体，验证集448人，外部样本1076人
14547	2024-10-07	A novel mean shape based post-processing method for enhancing deep learning lower-limb muscle segmentation accuracy 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0308664 PMID:39365764	研究论文	本文提出了一种基于平均形状的后处理方法，用于提高深度学习在磁共振成像（MRI）扫描中下肢肌肉分割的准确性	本文提出了一种新颖的基于平均形状（MS）的后处理方法，利用统计形状建模（SSM）来微调分割输出，考虑肌肉解剖形状	NA	提高基于MRI扫描的下肢肌肉分割的准确性，这对肌肉骨骼疾病的诊断和治疗过程至关重要	下肢肌肉的分割	计算机视觉	NA	MRI扫描	U-Net深度学习神经网络	图像	两个队列的绝经后女性（10个训练样本，8个测试样本，体素大小1.0x1.0x1.0 mm³）
14548	2024-10-07	Performance comparison of TCR-pMHC prediction tools reveals a strong data dependency 2023, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2023.1128326 PMID:37143667	研究论文	本文比较了五种最先进的深度学习模型在TCR-pMHC预测工具中的性能，揭示了数据依赖性	提供了数据收集、预处理、分割和生成负样本的通用方法，并使用综合数据集比较了TCR-pMHC预测模型的性能	模型在未见过的肽段上泛化能力较差，且性能受数据平衡和大小影响较大	评估和比较不同TCR-pMHC预测模型的性能	TCR-pMHC结合预测模型	机器学习	NA	深度学习	深度学习模型（TITAN, NetTCR-2.0, ERGO, DLpTCR, ImRex）	TCR-pMHC结合数据	收集并整合了所有主要的公开可用TCR-pMHC结合数据
14549	2024-10-07	Multimodal deep learning models for early detection of Alzheimer's disease stage 2021-02-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-020-74399-w PMID:33547343	研究论文	本文利用深度学习技术整合影像、基因和临床测试数据，用于阿尔茨海默病早期阶段的分类	提出了一种新的数据解释方法，通过聚类和扰动分析识别深度模型学习到的顶级特征	未提及	开发多模态深度学习模型用于阿尔茨海默病早期阶段的检测	阿尔茨海默病、轻度认知障碍和对照组患者	机器学习	阿尔茨海默病	深度学习	3D-卷积神经网络	影像、基因和临床测试数据	使用阿尔茨海默病神经影像学倡议(ADNI)数据集
14550	2024-10-07	Classification of colorectal tissue images from high throughput tissue microarrays by ensemble deep learning methods 2021-01-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-81352-y PMID:33504830	研究论文	研究通过集成深度学习方法对高吞吐量组织微阵列中的结直肠组织图像进行分类	提出了使用软投票集成方法结合VGG和CapsNet模型，显著提高了分类准确率	未提及具体局限性	开发高准确率的算法用于结直肠组织分类，减少TMA核心评估中的错误	结直肠组织的H&E染色核心图像	计算机视觉	结直肠癌	深度学习	集成模型	图像	15,150个核心图像，包括2144个训练样本和13,006个测试样本
14551	2024-10-07	Natural Language Processing-Based Virtual Cofacilitator for Online Cancer Support Groups: Protocol for an Algorithm Development and Validation Study 2021-Jan-07, JMIR research protocols IF:1.4Q3 DOI:10.2196/21453 PMID:33410754	研究论文	本文介绍了一种基于自然语言处理技术的虚拟共同促进者，用于在线癌症支持小组，旨在实时分析文本消息以监测参与者的情感困扰	利用人工智能技术实时分析在线支持小组的文本数据，以识别和跟踪参与者的情感困扰，提供实时警报和个性化资源建议	NA	开发和评估一种基于人工智能的共同促进者原型，以实时监测在线支持小组参与者的情感困扰	在线癌症支持小组的参与者及其情感困扰	自然语言处理	NA	自然语言处理	NA	文本	NA
14552	2024-10-07	Deep neural network models for computational histopathology: A survey 2021-01, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2020.101813 PMID:33049577	综述	本文综述了深度学习在计算病理学中的应用	总结了当前最先进的深度学习方法在病理图像分析中的进展	指出了当前深度学习方法的局限性和未来研究的方向	综述深度学习在病理图像分析中的应用	病理图像和疾病预后模型	数字病理学	NA	深度学习	深度神经网络	图像	超过130篇相关论文
14553	2024-10-07	Deep Learning applications for COVID-19 2021, Journal of big data IF:8.6Q1 DOI:10.1186/s40537-020-00392-9 PMID:33457181	综述	本文综述了深度学习在COVID-19大流行中的应用，并为未来的COVID-19研究提供了方向	本文涵盖了深度学习在自然语言处理、计算机视觉、生命科学和流行病学中的应用，并描述了这些应用如何随大数据的可用性变化以及学习任务的构建方式	本文指出了深度学习在COVID-19应用中的关键限制，包括可解释性、泛化指标、从有限标注数据中学习和数据隐私	探讨深度学习在COVID-19大流行中的应用，并为未来的研究提供方向	COVID-19大流行中的深度学习应用	机器学习	NA	深度学习	NA	文本、图像	NA
14554	2024-10-07	Explainable Deep Learning for Pulmonary Disease and Coronavirus COVID-19 Detection from X-rays 2020-Nov, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2020.105608 PMID:32599338	研究论文	本文提出了一种利用深度学习技术从X光片中自动检测肺部疾病和COVID-19的方法	本文首次提出了一种基于深度学习的COVID-19自动检测方法，并结合了肺炎检测和症状定位	实验数据来自不同机构，可能存在数据偏差	提供一种自动且快速的COVID-19诊断方法	COVID-19和肺炎的检测与定位	计算机视觉	肺部疾病	深度学习	NA	图像	6523张胸部X光片
14555	2024-10-06	Deep learning-based analysis of EGFR mutation prevalence in lung adenocarcinoma H&E whole slide images 2024-Nov, The journal of pathology. Clinical research DOI:10.1002/2056-4538.70004 PMID:39358807	研究论文	开发了一种基于深度学习的模型，用于预测肺腺癌全切片图像中的EGFR突变，并引入了EGFR突变流行度（EMP）评分来量化EGFR突变在全切片图像中的流行度	引入了EGFR突变流行度（EMP）评分，通过多实例学习方法对全切片图像进行分区，并使用补丁掩码调度训练策略来学习EGFR的多种病理学模式	深度学习模型在反映肿瘤异质性和解释性方面存在局限性	开发一种能够预测肺腺癌全切片图像中EGFR突变的深度学习模型，并评估其解释性和实用性	肺腺癌患者的全切片图像中的EGFR突变	数字病理学	肺癌	深度学习	深度学习模型	图像	868个全切片图像样本，其中197个用于测试
14556	2024-10-06	Deep Learning Denoising Improves CT Perfusion Image Quality in the Setting of Lower Contrast Dosing: A Feasibility Study 2024-Oct-03, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8367 PMID:38844370	研究论文	本研究探讨了在低碘对比剂剂量下，通过深度学习去噪技术提高CT灌注成像质量的可行性	本研究首次在低碘对比剂剂量下应用深度学习去噪技术，显著提高了CT灌注成像的信噪比和图像质量	研究样本量较小，且仅限于动物和临床病例，未来需在大规模临床试验中验证其效果	开发在低碘对比剂剂量下仍能保持图像质量的CT灌注成像协议	猪和人类患者的CT灌注成像	计算机视觉	NA	CT灌注成像	残差编码器-解码器卷积神经网络（RED-CNN）	图像	12头猪和22名患者
14557	2024-10-06	High-sensitivity acceleration sensor detecting micro-mechanomyogram and deep learning approach for parkinson's disease classification 2024-10-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74526-x PMID:39358456	研究论文	本研究使用高灵敏度加速度传感器检测帕金森病患者的高频微振动，并利用深度学习模型进行疾病分类	首次使用高灵敏度加速度传感器检测帕金森病患者肌肉纤维中的高频微振动（微机械肌动图），并开发了基于深度学习的分类模型	NA	开发一种基于高频微振动检测的帕金森病诊断方法	帕金森病患者和健康对照组的拇指伸肌	机器学习	帕金森病	高灵敏度加速度传感器	深度学习模型	微机械肌动图	帕金森病患者和健康对照组
14558	2024-10-06	Deep learning-based multi-frequency denoising for myocardial perfusion SPECT 2024-Oct-02, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-024-00680-w PMID:39356406	研究论文	本文开发了一种基于深度学习的集成多频去噪网络，用于增强低剂量心肌灌注SPECT去噪效果	提出了一种3D集成注意力引导的多频条件生成对抗网络（AttMFGAN），并与传统的AttGAN和多频带AttGAN（AttGAN-MF）进行了比较	NA	开发一种集成多频去噪网络，以进一步增强低剂量心肌灌注SPECT的去噪效果	低剂量心肌灌注SPECT图像的去噪效果	计算机视觉	心血管疾病	生成对抗网络（GAN）	生成对抗网络（GAN）	图像	50名匿名患者的数据，分为训练集（35名）、验证集（5名）和测试集（10名）
14559	2024-10-06	Improving predictions of rock tunnel squeezing with ensemble Q-learning and online Markov chain 2024-Oct-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72998-5 PMID:39358373	研究论文	本文提出了一种结合集成学习、Q学习和在线马尔可夫链的方法，用于提高岩石隧道挤压预测的准确性和可靠性	本文的创新点在于将集成学习技术与Q学习和在线马尔可夫链相结合，以捕捉隧道参数的多样性并优化预测性能	NA	本文的研究目的是提高岩石隧道挤压预测的准确性和可靠性	本文的研究对象是岩石隧道挤压预测	计算机视觉	NA	集成学习、Q学习、在线马尔可夫链	深度学习模型（CNN、RNN）	隧道参数数据	多个隧道建设项目的综合数据库
14560	2024-10-06	Comparison of DNA methylation based classification models for precision diagnostics of central nervous system tumors 2024-Oct-02, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00718-3 PMID:39358389	研究论文	本文开发了三种基于DNA甲基化数据的分类模型，用于中枢神经系统肿瘤的精准诊断	本文首次比较了深度学习神经网络、k近邻和随机森林三种模型在中枢神经系统肿瘤分类中的表现，并评估了它们在肿瘤纯度降低时的鲁棒性	本文未详细讨论模型的训练时间和计算资源需求	提高中枢神经系统肿瘤分类的精准度，为临床治疗决策提供支持	中枢神经系统肿瘤的分类	机器学习	中枢神经系统肿瘤	DNA甲基化分析	深度学习神经网络	DNA甲基化数据	2054个样本