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
17061	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
17062	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
17063	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)）
17064	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
17065	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
17066	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
17067	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）
17068	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
17069	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
17070	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
17071	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
17072	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
17073	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
17074	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
17075	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
17076	2024-08-07	A multimodal deep learning system to distinguish late stages of AMD and to compare expert vs. AI ocular biomarkers 2022-02-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-06273-w PMID:35173191	研究论文	本文描述了一种深度学习方法，用于从OCTA、OCT结构、2D b-scan流图像和高清5线b-scan立方体组合中区分非AMD、非新生血管性AMD和新生血管性AMD，并检测与AMD风险相关的眼部生物标志物。	该研究利用多模态数据输入2D-3D卷积神经网络(CNNs)，实现了对AMD及其生物标志物的高精度预测，准确率高达90.2%。	NA	开发一种深度学习系统，用于区分AMD的晚期阶段，并比较专家与AI在眼部生物标志物检测方面的表现。	年龄相关性黄斑变性(AMD)及其生物标志物的检测。	机器学习	眼科疾病	光学相干断层扫描血管成像(OCTA)	卷积神经网络(CNN)	图像	NA
17077	2024-08-07	The effect of time on the automated detection of the pharyngeal phase in videofluoroscopic swallowing studies 2021-11, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC46164.2021.9629562 PMID:34891978	研究论文	本文比较了基于卷积神经网络（CNN）的不同算法在视频荧光吞咽研究（VFSS）中自动检测咽部阶段的效果	提出使用2DCNN在3帧窗口上的分析方法优于逐帧方法和3DCNN，且检测准确性接近临床金标准	缺乏关于分割吞咽重要且快速阶段的算法策略的共识	探索和优化用于自动检测VFSS中咽部阶段的深度学习算法	比较2DCNN和3DCNN在不同时间窗口输入下的性能	计算机视觉	NA	卷积神经网络（CNN）	CNN	视频	涉及VFSS的多个样本
17078	2024-08-07	Automatic Assignment of Radiology Examination Protocols Using Pre-trained Language Models with Knowledge Distillation 2021, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:35308920	研究论文	本文提出了一种使用预训练语言模型和知识蒸馏技术的深度学习方法，用于自动分配计算机断层扫描检查的放射学检查协议	采用知识蒸馏技术处理检查协议间的高度数据不平衡，并通过数据增强技术提升少数类别的性能	NA	开发一种自动分配放射学检查协议的方法，以减少重复且耗时的过程	计算机断层扫描检查的放射学检查协议	自然语言处理	NA	知识蒸馏	BERT	文本	NA
17079	2024-08-07	Deep Learning Automated Detection of Reticular Pseudodrusen from Fundus Autofluorescence Images or Color Fundus Photographs in AREDS2 2020-12, Ophthalmology IF:13.1Q1 DOI:10.1016/j.ophtha.2020.05.036 PMID:32447042	研究论文	本研究开发了深度学习模型，用于从眼底自发光（FAF）图像或彩色眼底照片（CFP）中自动检测网状假性玻璃膜疣（RPD），特别是在年龄相关性黄斑变性（AMD）的背景下。	深度学习模型在检测RPD方面表现出与眼科医生相当或更高的准确性，特别是在使用FAF图像时。	使用彩色眼底照片（CFP）进行RPD检测的准确性较低，尽管仍优于眼科医生。	开发和评估深度学习模型在自动检测年龄相关性黄斑变性中的网状假性玻璃膜疣（RPD）的能力。	研究对象包括来自AREDS2研究的2450名参与者的11,535张FAF和CFP图像。	机器学习	年龄相关性黄斑变性	深度学习	CNN	图像	11,535张图像来自2450名参与者
17080	2024-08-07	A mini-review on perturbation modelling across single-cell omic modalities 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.04.058 PMID:38721585	综述	本文回顾了单细胞组学领域中扰动建模的主要目标，并总结了基于遗传操作如CRISPR或化合物的单细胞扰动新技术，跨越不同组学模式	讨论了大型基础模型在单细胞扰动建模中的兴起，灵感来源于大型语言模型，并介绍了多种计算方法，从经典的统计推断到各种机器学习和深度学习架构	随着工具和数据集的激增，实验生物学家和计算科学家难以跟上这一迅速扩展领域的最新进展	全面掌握外部影响如疾病发作或分子敲除对细胞生理的影响，特别是在转录因子、信号转导器、生物途径和动态细胞状态上	单细胞组学数据中的扰动现象	机器学习	NA	CRISPR	浅层模型、自编码器	单细胞数据	NA