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
16401	2024-08-07	Deep learning imaging phenotype can classify metabolic syndrome and is predictive of cardiometabolic disorders 2024-May-08, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-05163-1 PMID:38720370	研究论文	本研究利用深度学习从非增强腹部CT扫描中提取代谢异常的图像衍生表型（IDP），用于分类代谢综合征并预测未来心血管代谢疾病的发生	本研究展示了深度学习IDP相对于传统放射组学特征在分类代谢综合征方面的优越性能，并且在预测未来疾病发生方面超过了临床定义的代谢综合征	NA	开发一种从非增强腹部CT扫描中提取的代谢异常图像衍生表型（IDP），用于分类代谢综合征并预测心血管代谢疾病的发生	代谢综合征及其相关心血管代谢疾病的早期检测和干预	计算机视觉	心血管疾病	深度学习	NA	图像	超过2000名个体的腹部CT扫描数据，其中1300名用于预测未来疾病发生
16402	2024-08-07	Pixelated High-Q Metasurfaces for in Situ Biospectroscopy and Artificial Intelligence-Enabled Classification of Lipid Membrane Photoswitching Dynamics 2024-May-07, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.3c09798 PMID:38653474	研究论文	本文介绍了一种结合像素化高Q值介电超表面和深度学习特征提取技术的集成光流体平台，用于实时原位生物光谱学和脂质膜光开关动态的人工智能分类。	本文创新地结合了像素化介电超表面、光流体技术和深度学习，实现了对脂质膜动态行为的实时分类，并展示了98%的准确率。	NA	开发一种集成光流体平台，用于实时原位生物光谱学和脂质膜动态的分类。	研究脂质膜的光开关动态行为及其在生物系统中的应用。	纳米光子学	NA	光子束缚态在连续统（BICs）	卷积神经网络（CNN）	光谱数据	NA
16403	2024-08-07	Epistasis regulates genetic control of cardiac hypertrophy 2024-May-04, medRxiv : the preprint server for health sciences DOI:10.1101/2023.11.06.23297858 PMID:37987017	研究论文	研究使用低信号签名迭代随机森林和深度学习方法，从英国生物库的29,661名个体的心脏MRI扫描中，揭示了心脏肥大的复杂遗传结构，并报告了包括多个位点的上位性遗传变异。	开发了低信号签名迭代随机森林方法来揭示心脏肥大的复杂遗传结构，并通过深度学习从心脏MRI扫描中估计左心室质量。	NA	揭示心脏肥大的遗传控制机制，特别是上位性效应。	心脏肥大的遗传变异及其上位性关系。	生物信息学	心血管疾病	深度学习, 随机森林	CNN	图像	29,661名个体的心脏MRI扫描数据，313个移植的人类心脏的转录组数据，以及人类诱导多能干细胞衍生的心肌细胞。
16404	2024-08-07	Modular segmentation, spatial analysis and visualization of volume electron microscopy datasets 2024-May, Nature protocols IF:13.1Q1 DOI:10.1038/s41596-024-00957-5 PMID:38424188	研究论文	本文介绍了一种实用的、注释效率高的管道，用于特定细胞器的分割、空间分析和大型体积电子显微镜数据集的可视化	提供了一套用户友好的软件工具，适用于在标准工作站上运行的体积电子显微镜数据集的特定细胞器分割、空间分析和可视化	主要针对具有适度计算专业知识的生物学研究人员，可能不适用于高度专业化的计算需求	改进体积电子显微镜图像数据集的图像分割和空间分析的计算策略	体积电子显微镜数据集中的细胞器	计算机视觉	NA	体积电子显微镜	深度学习	图像	大型数据集
16405	2024-08-07	Absolute ground truth-based validation of computer-aided nodule detection and volumetry in low-dose CT imaging 2024-May, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2024.103344 PMID:38593627	研究论文	本研究通过使用具有绝对基准的人体模型验证了低剂量CT成像中计算机辅助检测（CAD）和体积测量软件的性能	本研究首次使用具有3D打印结节的仿真人体模型作为绝对基准，评估了不同重建算法和辐射剂量对结节检测和体积测量的影响	研究仅限于特定的人体模型和结节类型，可能无法完全代表所有临床情况	验证计算机辅助检测和体积测量软件在低剂量CT成像中的性能	计算机辅助检测（CAD）和体积测量软件的性能	计算机视觉	NA	CT成像	深度学习图像重建	图像	使用包含3D打印固体结节（直径4至9毫米，三种形态：光滑、分叶、棘状）的京都化学肺部模型进行扫描
16406	2024-08-07	A deep learning-based method for the prediction of temporal lobe injury in patients with nasopharyngeal carcinoma 2024-May, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2024.103362 PMID:38653120	研究论文	本文建立了一种基于深度学习的模型，用于预测鼻咽癌患者放射治疗引起的颞叶损伤	该研究采用三维卷积网络和剂量组学方法提取颞叶内剂量分布的空间特征，并使用最小冗余最大相关性方法筛选特征，建立预测模型	NA	旨在预测放射治疗引起的颞叶损伤	鼻咽癌患者	机器学习	鼻咽癌	三维卷积网络（C3D）	机器学习分类器（包括逻辑回归、k近邻、支持向量机和随机森林）	剂量体积直方图	127名鼻咽癌患者
16407	2024-08-07	Integrated neural network and evolutionary algorithm approach for liver fibrosis staging: Can artificial intelligence reduce patient costs? 2024-May, JGH open : an open access journal of gastroenterology and hepatology IF:1.7Q3 DOI:10.1002/jgh3.13075 PMID:38725944	研究论文	本文旨在设计并评估一种利用教学学习优化算法（TLBO）的人工神经网络（ANN）方法，用于预测血液捐赠者和丙型肝炎患者的肝纤维化阶段	提出了一种新的算法，该算法减少了所需的病人特征数量至七个输入，并实现了与现有研究相似的准确性	NA	设计并评估一种新的人工神经网络方法，用于预测肝纤维化阶段，以减少患者成本	血液捐赠者和丙型肝炎患者的肝纤维化阶段	机器学习	肝病	人工神经网络（ANN）	多层感知器（MLP）神经网络	数据集	血液捐赠者和丙型肝炎患者的数据集
16408	2024-08-07	Cardiovascular disease risk assessment through sensing the circulating microbiome with perovskite quantum dots leveraging deep learning models for bacterial species selection 2024-04-10, Mikrochimica acta DOI:10.1007/s00604-024-06343-y PMID:38594377	研究论文	本研究利用钙钛矿量子点（PQDs）的高荧光量子产率检测循环微生物组的16S rRNA，以评估心血管疾病（CVDs）的风险，并使用长短期记忆（LSTM）深度学习模型分析与CVD风险相关的循环细菌种类	开发了一种基于钙钛矿量子点的高灵敏度、选择性和适用性的纳米传感器，无需标记、扩增、定量和生物化学评估，具有快速检测时间和用户友好性	NA	评估心血管疾病风险通过检测循环微生物组的16S rRNA	循环微生物组的16S rRNA与心血管疾病风险的相关性	机器学习	心血管疾病	钙钛矿量子点（PQDs）	LSTM	16S rRNA	涉及三种不同的细菌种类（Bauldia litoralis (BL), Hymenobacter properus (HYM), 和 Virgisporangium myanmarense (VIG)）
16409	2024-08-07	Artificial intelligence based on falling in older people: A bibliometric analysis 2024-Apr, Aging medicine (Milton (N.S.W)) DOI:10.1002/agm2.12302 PMID:38725694	研究论文	本研究旨在从文献计量学的角度分析关于老年人跌倒的人工智能（AI）相关出版物	NA	关于老年跌倒的AI出版物数量较少，且研究应包括更多科学数据库的分析	分析老年人跌倒的人工智能相关出版物	老年人跌倒的人工智能研究	机器学习	NA	文献计量分析	NA	文献	37篇英文文章
16410	2024-08-07	Synthesizing 3D Multi-Contrast Brain Tumor MRIs Using Tumor Mask Conditioning 2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3009331 PMID:38715792	研究论文	本文通过使用肿瘤掩模条件，调整2D潜在扩散模型以生成3D多对比度脑肿瘤MRI数据，旨在解决医学图像数据稀缺和不平衡的问题	本研究首次生成多对比度的3D脑肿瘤MRI样本，并集成了条件模块在DPM的UNet骨干中，以捕捉由肿瘤掩模驱动的语义类别依赖的数据分布	NA	解决脑肿瘤MRI数据稀缺问题，提高深度学习模型在此类数据上的性能	3D多对比度脑肿瘤MRI数据	计算机视觉	脑肿瘤	3D Diffusion Probabilistic Model (DPM)	3D autoencoder, UNet	MRI图像	使用了两个脑肿瘤数据集：The Cancer Genome Atlas (TCGA)公共数据集和德克萨斯大学西南医学中心(UTSW)的内部数据集
16411	2024-08-07	Application of artificial intelligence for the classification of the clinical outcome and therapy in patients with viral infections: The case of COVID-19 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-230917 PMID:37840512	研究论文	本文研究了利用人工智能技术对病毒感染患者的临床结果和治疗进行分类，特别是针对COVID-19的情况	本研究的创新之处在于不仅分类疾病的存在，还包括疾病严重程度的分类，为患者分诊期间的关键决策支持系统奠定了基础	NA	旨在提高诊断、预测和个性化治疗，特别是针对不同临床严重程度（轻度、中度和重度）的患者	病毒感染患者，特别是COVID-19患者	机器学习	COVID-19	人工神经网络	深度学习	数据	1000名患者
16412	2024-08-07	Lung cancer detection based on computed tomography image using convolutional neural networks 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-230810 PMID:37955065	研究论文	本研究利用卷积神经网络（CNNs）对基于计算机断层扫描（CT）图像的肺部肿瘤进行良恶性分类	采用基于GoogLeNet架构的深度学习方法，最大化图像推断并最小化人工控制	NA	开发一种深度学习方法，用于通过计算机断层扫描图像诊断和分类肺部肿瘤	肺部肿瘤的良恶性分类	计算机视觉	肺癌	卷积神经网络（CNNs）	CNN	图像	4459张CT扫描图像（良性2242张，恶性2217张）
16413	2024-08-07	Coronary heart disease classification using deep learning approach with feature selection for improved accuracy 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-231807 PMID:38339946	研究论文	本研究利用LASSO技术进行特征选择，开发了一种深度卷积神经网络（CNN）模型，用于冠状动脉疾病（CHD）的分类，以提高准确性	本研究采用了LASSO技术进行特征选择，并开发了一种改进的CNN模型，该模型在CHD数据集上实现了99.36%的准确率，相较于以往研究的80%至92%有显著提升	NA	开发和验证一种用于冠状动脉疾病分类的深度学习模型，以提高诊断准确性	冠状动脉疾病（CHD）的分类	机器学习	心血管疾病	LASSO技术	CNN	数据集	使用了NHANES数据集中的49个特征
16414	2024-08-07	Implemented classification techniques for osteoporosis using deep learning from the perspective of healthcare analytics 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-231517 PMID:38393861	研究论文	本文研究了使用深度学习技术从医疗分析角度对骨质疏松症进行分类的方法	采用深度卷积神经网络（DCNN）和松鼠搜索算法（SSA）优化网络权重，提高了分类准确性	NA	研究如何通过深度学习算法提高骨质疏松症的分类准确性	骨质疏松症的分类和诊断	机器学习	骨质疏松症	深度学习	深度卷积神经网络（DCNN）	图像	NA
16415	2024-08-07	HBNET: A blended ensemble model for the detection of cardiovascular anomalies using phonocardiogram 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-231290 PMID:38393859	研究论文	研究提出了一种名为HBNET的混合集成模型，用于通过心音图检测心血管异常	该研究首次使用混合深度学习模型和softmax回归开发了一种新的混合集成模型，用于区分成人和儿童心音的五个不同类别	研究中未明确提及模型的局限性	旨在开发一种新的混合集成模型，以提高心音图分类的准确性和可靠性，并创建一个全面的5类儿童心音图数据集	成人和儿童的心音图	机器学习	心血管疾病	混合深度学习模型	CNN-BiLSTM和CNN-LSTM	音频信号	成人和儿童的心音图数据集
16416	2024-08-07	The effect of the re-segmentation method on improving the performance of rectal cancer image segmentation models 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-230690 PMID:38517809	研究论文	本文研究了重新分割方法对直肠癌图像分割模型性能的提升效果	提出了使用重新分割方法手动修正模型分割区域并将其用于训练，以提高模型分割能力	深度学习切割直肠肿瘤仍无法与手动分割相比，主要障碍是缺乏高质量数据集	旨在提高直肠癌图像分割模型的性能	直肠癌CT图像和直肠区域图像	计算机视觉	直肠癌	NA	NA	图像	354张直肠癌CT图像和308张直肠区域图像
16417	2024-08-07	Sequential graph convolutional network and DeepRNN based hybrid framework for epileptic seizure detection from EEG signal 2024 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076241249874 PMID:38726217	研究论文	提出了一种结合顺序图卷积网络（SGCN）和深度循环神经网络（DeepRNN）的混合框架，用于从脑电图（EEG）信号中自动检测癫痫发作	该框架通过融合门控循环单元（GRU）与传统RNN，解决了梯度消失问题，并提高了模型的复杂性和性能	NA	开发一种新的深度学习算法，用于从EEG信号中自动检测癫痫发作	癫痫发作的自动检测	机器学习	癫痫	深度学习算法	顺序图卷积网络（SGCN）和深度循环神经网络（DeepRNN）	脑电图（EEG）信号	在CHB-MIT和TUH数据集上进行了广泛实验
16418	2024-08-07	Automatic grading evaluation of winter wheat lodging based on deep learning 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1284861 PMID:38726297	research paper	本研究设计了一种分类-语义分割多任务神经网络模型MLP_U-Net，用于自动评估冬小麦倒伏等级，准确估计倒伏角度和倒伏面积	提出了一种基于U-Net架构改进的MLP_U-Net模型，通过增强编码器的鲁棒性，提高了分类准确性和分割网络的强度	NA	实现冬小麦倒伏等级的准确和及时评估，为农业保险公司评估农业损失和种子选择提供技术支持	冬小麦倒伏等级评估	machine learning	NA	deep learning	MLP_U-Net	image	82种冬小麦品种
16419	2024-08-07	Deep learning integrates histopathology and proteogenomics at a pan-cancer level 2023-09-19, Cell reports. Medicine DOI:10.1016/j.xcrm.2023.101173 PMID:37582371	研究论文	本文介绍了一种创新方法，将病理图像与转录组学和蛋白质组学整合，以识别与癌症关键临床结果相关的预测性组织学特征	本文首次将病理图像与转录组学和蛋白质组学数据整合，用于识别新的预测性组织学特征，并提出了一个分类系统	NA	旨在开发一种整合病理图像、转录组学和蛋白质组学数据的方法，以提高癌症临床结果的预测准确性	2,755张H&E染色的组织病理学切片，来自657名患者，涵盖6种癌症类型	数字病理学	癌症	深度学习	NA	图像	2,755张切片，657名患者
16420	2024-08-07	Modeling islet enhancers using deep learning identifies candidate causal variants at loci associated with T2D and glycemic traits 2023-08-29, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2206612120 PMID:37603758	研究论文	本研究利用深度学习方法分析序列变异对增强子的影响，特别是在胰腺胰岛中，以识别与2型糖尿病及相关糖代谢特征相关联的候选因果变异	本研究开发了一种深度学习方法，能够学习胰岛特异性的转录因子调控模式，并用于优先考虑候选因果变异	NA	旨在通过深度学习方法识别与2型糖尿病及相关糖代谢特征相关联的特定因果变异	胰腺胰岛中的序列变异及其对增强子的影响	机器学习	2型糖尿病	深度学习	深度学习模型	序列数据	涉及约6700万个遗传变异