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
16201	2024-09-28	Weakly-supervised deep learning models enable HER2-low prediction from H &E stained slides 2024-Aug-19, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-024-01863-0 PMID:39160593	研究论文	本文介绍了一种基于自监督注意力机制的弱监督深度学习模型，用于从H&E染色切片中预测HER2-low乳腺癌	提出了一种新的弱监督深度学习模型，能够直接从病理图像中预测HER2-low状态，无需额外的免疫组化测试	模型的有效性依赖于HER2检测试验的一致性和可靠性	开发一种成本效益高且快速的HER2评估方法	HER2-low乳腺癌的预测	数字病理学	乳腺癌	自监督注意力机制	深度学习模型	图像	1351名乳腺癌患者的1437张病理图像
16202	2024-09-28	Image-based discrimination of the early stages of mesenchymal stem cell differentiation 2024-Aug-01, Molecular biology of the cell IF:3.1Q3 DOI:10.1091/mbc.E24-02-0095 PMID:38837346	研究论文	研究使用免疫荧光成像和基于深度学习的计算机视觉技术来区分间充质干细胞早期分化阶段	开发了一种基于图像的诊断工具，用于区分间充质干细胞早期分化阶段	NA	研究间充质干细胞早期分化的细胞结构变化，并开发一种新的诊断工具	间充质干细胞的早期分化阶段	计算机视觉	NA	免疫荧光成像	卷积神经网络	图像	NA
16203	2024-09-28	Artificial Intelligence (AI)-Enhanced Detection of Diabetic Retinopathy From Fundus Images: The Current Landscape and Future Directions 2024-Aug, Cureus DOI:10.7759/cureus.67844 PMID:39323686	综述	本文综述了当前基于人工智能（AI）的糖尿病视网膜病变（DR）从眼底图像检测的现状及未来发展方向	本文介绍了深度学习和计算机视觉在分析视网膜图像方面的最新进展，包括卷积神经网络在检测可转诊DR方面的高灵敏度和特异性，多任务学习方法同时检测和分级DR严重程度，以及轻量级模型在移动设备上的部署	本文指出了当前AI系统在DR筛查中面临的挑战，包括确保在不同人群中的泛化能力，标准化图像采集和质量，解决复杂模型的“黑箱”性质，以及将AI无缝集成到临床工作流程中	探讨人工智能（AI）在糖尿病视网膜病变（DR）检测中的应用现状及未来发展方向	糖尿病视网膜病变（DR）的眼底图像	计算机视觉	糖尿病视网膜病变	深度学习	卷积神经网络（CNN）	图像	NA
16204	2024-09-28	ECG-only explainable deep learning algorithm predicts the risk for malignant ventricular arrhythmia in phospholamban cardiomyopathy 2024-07, Heart rhythm IF:5.6Q1 DOI:10.1016/j.hrthm.2024.02.038 PMID:38403235	研究论文	研究开发了一种仅基于心电图数据的深度学习算法，用于预测磷酸酯酶心肌病患者的恶性室性心律失常风险	该研究首次使用深度学习技术仅通过心电图数据预测恶性室性心律失常风险，并开发了可视化工具提供交互式可视化	研究仅针对磷酸酯酶心肌病患者，且样本量有限	研究目的是探讨可解释的深度学习方法是否能仅通过心电图数据进行风险预测	研究对象为679名携带磷酸酯酶p.(Arg14del)变异且基线无恶性室性心律失常的患者	机器学习	心血管疾病	深度学习	变分自编码器	心电图	679名患者
16205	2024-09-28	Omics-based deep learning approaches for lung cancer decision-making and therapeutics development 2024-May-15, Briefings in functional genomics IF:2.5Q3 DOI:10.1093/bfgp/elad031 PMID:37519050	综述	本文综述了基于组学的深度学习方法在肺癌决策和治疗开发中的应用	本文总结了近年来深度学习模型在肺癌基因组学中的应用，并讨论了未来的研究方向	NA	探讨深度学习在肺癌基因组学研究中的应用和未来发展方向	肺癌的诊断、预后、治疗策略以及生物标志物的开发	机器学习	肺癌	组学分析	深度学习	基因组数据	NA
16206	2024-09-28	Prediction of early-phase cytomegalovirus pneumonia in post-stem cell transplantation using a deep learning model 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-240597 PMID:39058469	研究论文	研究利用深度学习模型预测造血干细胞移植后早期巨细胞病毒性肺炎	采用少样本迁移学习策略，利用少量CT图像区分罕见肺炎类型	样本量较小，可能影响模型的泛化能力	开发一种深度学习模型，用于区分造血干细胞移植后巨细胞病毒性肺炎与其他类型肺炎	造血干细胞移植后患者的巨细胞病毒性肺炎	计算机视觉	肺部疾病	深度学习	Xception	图像	34例巨细胞病毒性肺炎病例，1681张COVID-19、社区获得性肺炎和正常肺部CT图像，98张巨细胞病毒性肺炎和正常肺部CT图像
16207	2024-09-28	Forecasting deep learning-based risk assessment of vector-borne diseases using hybrid methodology 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-240046 PMID:38968030	研究论文	本文提出了一种基于径向基函数网络（RBFNs）和Darts游戏优化器（DGO）算法的新方法，用于预测蚊媒疾病的风险	本文的创新点在于结合了RBFNs和DGO算法，以提高预测蚊媒疾病风险的准确性和鲁棒性	NA	研究目的是提出一种新的方法来预测蚊媒疾病的风险，以帮助公共卫生领域的疾病控制	研究对象是蚊媒疾病的风险预测	机器学习	NA	径向基函数网络（RBFNs），Darts游戏优化器（DGO）算法	径向基函数网络（RBFNs）	历史疾病数据，气候变量，地理数据	NA
16208	2024-09-28	Deep-KEDI: Deep learning-based zigzag generative adversarial network for encryption and decryption of medical images 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-231927 PMID:38968065	研究论文	本文提出了一种基于深度学习的医疗图像加密和解密方法，使用深度学习网络生成安全密钥	设计了一种新的深度学习网络Deep-KEDI，用于生成加密和解密医疗图像的安全密钥，并采用了Zigzag生成对抗网络（ZZ-GAN）	NA	开发一种新的深度学习方法，用于生成安全密钥以加密和解密医疗图像	医疗图像的加密和解密	计算机视觉	NA	深度学习	生成对抗网络（GAN）	图像	NA
16209	2024-09-28	An automated two-stage approach to kidney and tumor segmentation in CT imaging 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-232009 PMID:38875055	研究论文	提出了一种基于深度学习的两阶段方法，用于在CT图像中自动分割肾脏和肿瘤	使用注意力循环残差卷积网络进行分割，显著提高了肾脏和肾脏肿瘤分割的准确性	NA	提高肾脏和肾脏肿瘤在CT图像中的分割精度，减少人工干预	肾脏和肾脏肿瘤	计算机视觉	NA	深度学习	注意力循环残差卷积网络	CT图像	KiTS19数据集
16210	2024-09-28	Deep learning approach for skin melanoma and benign classification using empirical wavelet decomposition 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-240020 PMID:38788103	研究论文	本文提出了一种基于经验小波分解和双曲正切调制滤波器组的新模型，用于皮肤黑色素瘤和良性病变的分类	本文创新性地使用了基于双曲正切调制滤波器组的经验小波分解模型，显著提高了皮肤病变图像特征提取的准确性	NA	开发一种新的计算机技术模型，用于早期区分黑色素瘤和良性皮肤病变	皮肤病变图像	计算机视觉	皮肤癌	经验小波分解	NA	图像	NA
16211	2024-09-28	Deep learning for blood glucose level prediction: How well do models generalize across different data sets? 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0310801 PMID:39321157	研究论文	本文研究了不同深度学习模型在预测糖尿病患者血糖水平方面的泛化能力	本文通过比较多种深度学习模型在不同数据集上的表现，评估了它们的泛化能力，并发现LSTM和SAN模型在捕捉长期依赖性和相关因素方面表现出色	本文仅评估了特定深度学习模型在血糖预测中的表现，未涵盖其他可能的模型或技术	比较和分析不同深度学习模型在预测血糖水平方面的适用性和泛化能力	糖尿病患者的血糖水平预测	机器学习	糖尿病	深度学习	LSTM, SAN, CNN, FFN	时间序列数据	四个不同大小和来源的数据集，涵盖不同年龄组和条件
16212	2024-09-28	Bibliometric and visualized analysis of the application of artificial intelligence in stroke 2024, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2024.1411538 PMID:39323917	研究论文	本文对人工智能在卒中领域的应用进行了文献计量和可视化分析	首次系统性地对人工智能在卒中领域的应用进行了文献计量分析，揭示了当前研究热点和未来发展趋势	仅限于英文发表的文章，可能忽略了其他语言的重要研究成果	分析人工智能在卒中领域的应用现状、热点和未来发展趋势	人工智能在卒中领域的应用研究文献	机器学习	卒中	文献计量分析	NA	文献	2447篇论文
16213	2024-09-28	Applications of Deep Learning: Automated Assessment of Vascular Tortuosity in Mouse Models of Oxygen-Induced Retinopathy 2024 Jan-Feb, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2023.100338 PMID:37869029	研究论文	开发生成对抗网络（GAN）用于分割氧诱导视网膜病变（OIR）小鼠模型视网膜平铺图像中的主要血管，并展示这些GAN生成的血管分割在量化血管迂曲度方面的应用	使用生成对抗网络（GAN）自动生成视网膜血管分割图，并用于量化血管迂曲度	NA	开发和验证用于视网膜血管分割的生成对抗网络（GAN），并评估其在量化血管迂曲度方面的应用	氧诱导视网膜病变（OIR）小鼠模型的视网膜平铺图像中的主要血管	计算机视觉	视网膜病变	生成对抗网络（GAN）	Pix2Pix	图像	三个数据集，包含1084、50和20张不同染色和牺牲年龄的小鼠视网膜平铺图像
16214	2024-09-28	A robust and interpretable deep learning framework for multi-modal registration via keypoints 2023-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2023.102962 PMID:37769550	研究论文	本文介绍了一种基于深度学习的图像配准框架KeyMorph，通过自动检测关键点来实现多模态图像的配准	该框架通过使用可微分的闭式表达式来获得最优变换，解决了现有方法在大偏移、不可解释性和对称性问题上的不足	NA	开发一种鲁棒且可解释的深度学习框架，用于多模态图像配准	多模态脑部MRI扫描图像的3D仿射和基于样条的配准	计算机视觉	NA	深度学习	深度学习框架	图像	NA
16215	2024-09-28	Targeted deep learning classification and feature extraction for clinical diagnosis 2023-Nov-17, iScience IF:4.6Q1 DOI:10.1016/j.isci.2023.108006 PMID:37876820	研究论文	本文提出了一种用于临床诊断的深度学习分类和特征提取方法	提出了一种能够发现多种分类问题中蛋白质生物标志物的特征提取器，使用了一种特殊的深度学习模型，该模型能够发现允许最佳类别分离和增强类别聚类身份的潜在空间	NA	开发一种能够广泛应用于多种疾病的蛋白质生物标志物识别方法	COVID-19患者和硬皮病患者的数据集	机器学习	NA	深度学习	深度学习模型	蛋白质生物标志物数据	涉及COVID-19患者和硬皮病患者的数据集
16216	2024-09-28	Color Fusion Effect on Deep Learning Classification of Uveal Melanoma 2023-Nov-08, Research square DOI:10.21203/rs.3.rs-3399214/v1 PMID:37986860	研究论文	本研究验证了深度学习在葡萄膜黑色素瘤和脉络膜痣分类中的应用，并评估了颜色融合选项对分类性能的影响	本研究首次评估了不同颜色融合选项对深度学习分类性能的影响	本研究为回顾性研究，样本量有限，且未涉及其他类型的眼部病变	验证深度学习在葡萄膜黑色素瘤和脉络膜痣分类中的应用，并评估颜色融合选项的影响	葡萄膜黑色素瘤和脉络膜痣的分类	计算机视觉	眼部疾病	卷积神经网络 (CNN)	CNN	图像	798张超广角视网膜图像，来自438名患者，其中157名患者诊断为葡萄膜黑色素瘤，281名患者诊断为脉络膜痣
16217	2024-09-28	DenSleepNet: DenseNet based model for sleep staging with two-frequency feature fusion and coordinate attention 2023-Nov, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-023-00301-y PMID:37872995	研究论文	本文设计并构建了一个基于DenseNet的端到端深度学习模型，用于自动睡眠分期	提出了一种基于DenseNet的模型，通过双频率特征融合和坐标注意力机制来增强显著波形特征的定位，从而提高睡眠分期的准确性	NA	提高睡眠分期模型的准确性	睡眠EEG数据中的显著波形特征	机器学习	NA	深度学习	DenseNet	EEG数据	使用了两个公开数据集Sleep-EDF-20和Sleep-EDFx进行20折交叉验证
16218	2024-09-28	Deep radiomics-based fusion model for prediction of bevacizumab treatment response and outcome in patients with colorectal cancer liver metastases: a multicentre cohort study 2023-Nov, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2023.102271 PMID:37869523	研究论文	本研究开发并验证了一种多模态深度学习模型，用于预测贝伐珠单抗在不可切除的结直肠癌肝转移患者中的疗效	本研究创新性地结合了PET/CT影像、临床数据和病理学标志物，构建了深度放射组学贝伐珠单抗疗效预测模型（DERBY+），显著提高了预测准确性	本研究为回顾性研究，未来需要在大规模前瞻性研究中进一步验证和探索其临床影响	开发和验证一种多模态深度学习模型，用于预测贝伐珠单抗在不可切除的结直肠癌肝转移患者中的疗效	不可切除的结直肠癌肝转移患者	机器学习	结直肠癌	深度神经网络（DNN）	随机森林分类器	影像、临床数据、病理学数据	307名患者
16219	2024-09-28	Boosting the performance of pretrained CNN architecture on dermoscopic pigmented skin lesion classification 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.13505 PMID:38009020	研究论文	本文研究如何提升预训练卷积神经网络在皮肤镜色素性皮肤病变分类中的性能	通过数据增强和贝叶斯超参数优化来提升预训练CNN模型的分类性能	NA	提升预训练卷积神经网络在皮肤镜图像分类中的性能	皮肤镜色素性皮肤病变图像	计算机视觉	皮肤癌	卷积神经网络	CNN	图像	使用2019年ISIC数据集，包含八个疾病类别的图像
16220	2024-09-28	[Alzheimer's disease classification based on nonlinear high-order features and hypergraph convolutional neural network] 2023-Oct-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202305060 PMID:37879913	研究论文	提出了一种结合非线性高阶特征提取和三维超图神经网络的框架，用于阿尔茨海默病的计算机辅助诊断	利用非线性高阶交互特征和四维时空超图卷积神经网络模型，提高了阿尔茨海默病分类的准确性	NA	提高阿尔茨海默病的诊断准确性	阿尔茨海默病患者的脑部功能磁共振成像数据	计算机视觉	阿尔茨海默病	功能磁共振成像	超图卷积神经网络	图像	来自阿尔茨海默病神经成像倡议数据库的数据