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
17861	2024-08-29	Fully Automatic Deep Learning Model for Spine Refracture in Patients with OVCF: A Multi-Center Study 2024-Aug, Orthopaedic surgery IF:1.8Q2 DOI:10.1111/os.14155 PMID:38952050	研究论文	本文构建了一种基于骨转换标志物和CT的全新预测模型，用于识别更易遭受脊柱再骨折的患者	该研究首次结合骨转换标志物和CT图像，利用深度学习模型预测脊柱再骨折，提高了预测的准确性和临床实用性	研究仅回顾性收集了三个医疗中心的数据，样本量和数据来源的限制可能影响模型的泛化能力	构建一种新的预测模型，用于识别脊柱再骨折的高风险患者	383名骨质疏松性椎体压缩骨折患者	机器学习	骨质疏松症	CT	Densenet 121-3D	图像	383名患者，其中训练集240例，验证集63例，测试集80例
17862	2024-08-29	Precision Drug Repurposing: A Deep Learning Toolkit for Identifying 34 Hyperpigmentation-Associated Genes and Optimizing Treatment Selection 2024-Aug-01, Annals of plastic surgery IF:1.4Q3 DOI:10.1097/SAP.0000000000004007 PMID:38896860	研究论文	本研究利用深度学习工具包识别与色素沉着过度相关的34个基因，并优化治疗选择	本研究采用综合方法，结合文本挖掘、基因富集分析、蛋白质-蛋白质相互作用网络和功能富集分析，以及网络中心性参数，以识别与色素沉着过度密切相关的基因，并利用深度学习工具包进行药物-靶点相互作用预测	NA	探索计算方法在识别色素沉着过度治疗中新靶向疗法的潜力	识别与色素沉着过度相关的基因及潜在治疗药物	机器学习	皮肤疾病	文本挖掘、基因富集分析、蛋白质-蛋白质相互作用网络分析	深度学习	基因数据、蛋白质数据	34个与色素沉着过度相关的基因，35种潜在治疗药物
17863	2024-08-29	Loss of plasticity in deep continual learning 2024-Aug, Nature IF:50.5Q1 DOI:10.1038/s41586-024-07711-7 PMID:39169245	研究论文	本文探讨了深度学习方法在持续学习环境下的表现，发现标准深度学习方法在持续学习设置中逐渐失去可塑性，最终学习效果不如浅层网络	提出了一种持续反向传播算法，通过不断向网络注入多样性来维持可塑性	研究仅限于使用ImageNet数据集和强化学习问题，未涉及其他类型的数据和任务	探究深度学习方法在持续学习环境下的有效性	深度学习方法在持续学习环境下的可塑性	机器学习	NA	深度学习方法，反向传播算法	深度神经网络	图像	使用经典的ImageNet数据集
17864	2024-08-29	A prediction model based on deep learning and radiomics features of DWI for the assessment of microsatellite instability in endometrial cancer 2024-Aug, Cancer medicine IF:2.9Q2 DOI:10.1002/cam4.70046 PMID:39171859	研究论文	本研究探讨了基于深度学习（DL）和放射组学特征的扩散加权成像（DWI）预测模型在评估子宫内膜癌（EC）微卫星不稳定（MSI）状态中的效能	本研究结合了DL特征、放射组学特征、临床变量和ADC值，通过随机森林（RF）分类器构建了一个优化的预测模型，该模型在训练和测试集中的AUC值均显示出显著提升	NA	评估基于DWI特征的预测模型在识别子宫内膜癌微卫星不稳定状态中的有效性	子宫内膜癌患者	机器学习	妇科肿瘤	扩散加权成像（DWI）	随机森林（RF）和逻辑回归	图像	116名子宫内膜癌患者，分为训练集（81名）和测试集（35名）
17865	2024-08-29	Longitudinal Changes in Choroidal Vascularity in Myopic and Non-Myopic Children 2024-Aug-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.13.8.38 PMID:39177994	研究论文	本研究评估了儿童时期脉络膜血管特征的纵向变化及其与眼球生长和屈光不正的关系	使用深度学习软件工具自动分析高分辨率光学相干断层扫描（OCT）图像，并计算脉络膜血管指数（CVI）、脉络膜腔和基质厚度的变化	NA	评估儿童时期脉络膜血管特征的纵向变化及其与眼球生长和屈光不正的关系	101名儿童（41名近视，60名非近视，年龄10-15岁）的脉络膜血管特征	NA	NA	光学相干断层扫描（OCT）	深度学习	图像	101名儿童
17866	2024-08-29	Automatic Determination of Endothelial Cell Density From Donor Cornea Endothelial Cell Images 2024-Aug-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.13.8.40 PMID:39177992	研究论文	本文使用自监督深度学习分割模型自动确定供体角膜内皮细胞图像中的内皮细胞密度	采用自监督深度学习方法进行内皮细胞边界的分割，提高了内皮细胞密度测量的准确性	研究仅限于两个眼库提供的图像，可能需要进一步验证以确保普遍适用性	开发一种自动评估供体角膜内皮细胞图像的方法，以准确测量内皮细胞密度	供体角膜内皮细胞图像及其内皮细胞密度	计算机视觉	NA	深度学习	自监督深度学习模型	图像	15,138张单独特定的内皮细胞图像来自8169名供体，以及174张基于图像和组织质量的供体内皮细胞图像
17867	2024-08-29	Fully automated hybrid approach on conventional MRI for triaging clinically significant liver fibrosis: A multi-center cohort study 2024-Aug, Journal of medical virology IF:6.8Q1 DOI:10.1002/jmv.29882 PMID:39185672	研究论文	本研究旨在构建一个结合放射组学和临床数据的模型（CoRC模型），用于筛查临床显著性肝纤维化，并探讨该模型对基于瞬时弹性成像的肝硬度测量的附加价值	本研究采用深度学习（ResUNet）自动分割全肝的放射组学评分，结合临床变量，构建了一个新的CoRC模型，该模型在内部、时间和外部测试集中均表现优于传统方法	本研究为回顾性研究，且样本来自两个中心，可能存在选择偏倚	开发一种可靠的非侵入性工具，精确诊断临床显著性肝纤维化	595名经活检证实患有肝纤维化的患者	数字病理学	肝病	MRI	ResUNet	图像	595名患者，分为训练集（276）、内部测试集（118）、时间测试集（96）和外部测试集（105）
17868	2024-08-29	Automated measurement of lumbar pedicle screw parameters using deep learning algorithm on preoperative CT scans 2024-Aug, Journal of bone oncology IF:3.1Q2 DOI:10.1016/j.jbo.2024.100627 PMID:39188420	研究论文	本研究旨在利用术前计算机断层扫描（CT）图像和深度学习算法，开发并评估一种自动测量腰椎椎弓根螺钉参数的框架	本研究开发了一种基于深度学习的模型，能够准确识别术前CT扫描上的标志点，并自动生成与腰椎椎弓根螺钉放置相关的参数	NA	开发并评估一种自动测量腰椎椎弓根螺钉参数的框架	腰椎椎弓根螺钉参数的自动测量	计算机视觉	NA	深度学习算法	深度学习模型	图像	1410张轴向术前CT图像，来自282名患者
17869	2024-08-29	Shomikoron: Dataset to discover equations from Bangla Mathematical text 2024-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110742 PMID:39188909	研究论文	本文介绍了一个新的孟加拉语数学方程数据集，旨在推进孟加拉语中的数学方程识别研究	该数据集是首个用于从文本中识别孟加拉语数学方程的数据集	数据集目前仅包含3430个观察值，可能需要进一步扩展以提高识别准确性	推进孟加拉语中的数学方程识别技术	孟加拉语数学方程的识别	自然语言处理	NA	NA	NA	文本	3430个观察值
17870	2024-08-29	Deep Learning Sequence Models for Transcriptional Regulation 2024-Aug, Annual review of genomics and human genetics IF:7.7Q1 DOI:10.1146/annurev-genom-021623-024727 PMID:38594933	研究论文	本文探讨了使用基于序列的深度学习模型来解析基因表达的调控代码，并解释基因组变异的转录效应	开发了能够预测人类基因组中任何非编码变异功能后果的方法，并能系统地描述其影响，超越了仅通过实验或定量遗传学研究所能达到的范围	NA	解析基因表达的调控代码并解释基因组变异的转录效应	DNA序列中的模式与转录调控的生物化学和调控特性之间的关系	机器学习	NA	深度学习	序列模型	DNA序列	NA
17871	2024-08-29	Integrating Large-Scale Protein Structure Prediction into Human Genetics Research 2024-Aug, Annual review of genomics and human genetics IF:7.7Q1 DOI:10.1146/annurev-genom-120622-020615 PMID:38621234	综述	本文综述了深度学习模型在蛋白质结构预测和蛋白质变体预测方面的最新进展，特别强调了这些进展对人类遗传学和健康的影响。	介绍了AlphaFold2及相关方法在基于序列的结构预测方面的重大进步，以及这些计算方法在优先处理人类群体中数百万未注释的错义蛋白质变体方面的价值。	未提及具体限制。	探讨深度学习模型在蛋白质结构和变体预测中的应用，以及这些技术如何促进人类遗传学研究。	蛋白质结构预测和蛋白质变体预测。	机器学习	NA	深度学习	AlphaFold2	蛋白质序列	数百万错义蛋白质变体
17872	2024-08-29	Deep learning models for thyroid nodules diagnosis of fine-needle aspiration biopsy: a retrospective, prospective, multicentre study in China 2024-Jul, The Lancet. Digital health DOI:10.1016/S2589-7500(24)00085-2 PMID:38849291	研究论文	本研究旨在开发和测试一个人工智能辅助系统，用于根据甲状腺贝塞斯达报告系统进行甲状腺细胞病理诊断。	开发了一种名为Thyroid Patch-Oriented WSI Ensemble Recognition (ThyroPower)的人工智能辅助模型，该模型能够快速且稳健地进行甲状腺结节的细胞病理诊断。	NA	提高甲状腺细胞病理诊断的效率和准确性。	甲状腺结节的细胞病理诊断。	数字病理	甲状腺疾病	深度学习	CNN	图像	11,254张全切片图像用于训练，5638张用于验证，537个甲状腺结节样本用于前瞻性研究。
17873	2024-08-29	Deep Learning Nomogram for the Identification of Deep Stromal Invasion in Patients With Early-Stage Cervical Adenocarcinoma and Adenosquamous Carcinoma: A Multicenter Study 2024-04, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.28882 PMID:37392060	研究论文	本研究开发了一种深度学习诺模图，用于识别早期宫颈腺癌和腺鳞癌患者的深层基质侵犯	本研究通过整合临床独立风险因素和深度学习得分，构建了一种新的诺模图，用于评估深层基质侵犯，具有较高的准确性和诊断能力	本研究为回顾性研究，且仅在三个中心进行了验证	开发一种诺模图以准确识别宫颈腺癌/腺鳞癌中的深层基质侵犯，从而优化治疗决策	早期宫颈腺癌和腺鳞癌患者	计算机视觉	宫颈癌	深度学习	Resnet18	图像	650名患者
17874	2024-08-29	Radiomics and Deep Learning to Predict Pulmonary Nodule Metastasis at CT 2024-04, Radiology IF:12.1Q1 DOI:10.1148/radiol.233356 PMID:38591975	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
17875	2024-08-29	Topical hidden genome: discovering latent cancer mutational topics using a Bayesian multilevel context-learning approach 2024-Mar-27, Biometrics IF:1.4Q2 DOI:10.1093/biomtc/ujae030 PMID:38682463	研究论文	本文提出了一种利用贝叶斯多层次上下文学习方法发现潜在癌症突变主题的新框架	该框架利用计算语言学中的主题模型实现突变上下文的维度降低，生成可解释且去相关的元特征主题，并提出了一种高效的MCMC算法进行实现	由于突变上下文的数量、相关性和不可解释性，传统的统计推断方法无法处理	旨在推断超罕见、全基因组体细胞突变的癌症类型特异性	超罕见、全基因组体细胞突变	机器学习	NA	MCMC算法	隐藏基因组模型	基因组数据	涉及数千个肿瘤和数千万个变异
17876	2024-08-29	A deep learning method for multi-task intelligent detection of oral cancer based on optical fiber Raman spectroscopy 2024-03-14, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d3ay02250a PMID:38419435	研究论文	本文提出了一种结合拉曼光谱和深度学习的多任务智能口腔癌检测方法	该方法能够同时处理肿瘤分期、淋巴结分期和组织学分级等多个分类任务，并采用了四种不同的多任务网络模型	初步实验结果显示模型性能良好，但仍需进一步验证和优化	开发一种有效的多任务智能口腔癌检测方法，以提高诊断准确性	口腔癌患者的正常和癌变组织样本	机器学习	口腔癌	拉曼光谱	多任务网络模型（MTN-Alexnet, MTN-Googlenet, MTN-Resnet50, MTN-Transformer）	拉曼光谱数据	70个组织样本，来自35名口腔癌患者
17877	2024-08-29	Deep Learning to Differentiate Benign and Malignant Vertebral Fractures at Multidetector CT 2024-03, Radiology IF:12.1Q1 DOI:10.1148/radiol.231429 PMID:38530172	研究论文	研究基于CT的深度学习模型区分良性与恶性椎体骨折的可靠性	开发了使用三维U-Net编码器-分类器架构的深度学习模型，并应用数据增强技术，提高了区分良性与恶性椎体骨折的能力	研究使用了回顾性数据，且外部测试集来自单一额外医院	探讨深度学习模型在区分良性与恶性椎体骨折中的可靠性	良性与恶性椎体骨折的CT扫描图像	计算机视觉	NA	深度学习	三维U-Net	CT扫描图像	训练集包含381名患者，1307个椎骨；内部和外部测试集分别包含86名和65名患者
17878	2024-08-29	WATUNet: a deep neural network for segmentation of volumetric sweep imaging ultrasound 2024-Mar-01, Machine learning: science and technology DOI:10.1088/2632-2153/ad2e15 PMID:38464559	研究论文	本文介绍了一种名为Wavelet_Attention_UNet（WATUNet）的新型分割模型，该模型通过在编码器和解码器之间加入小波门和注意力门，改进了传统UNet架构的局限性，提高了模型性能。	WATUNet模型通过引入小波门和注意力门，解决了传统UNet架构中的梯度消失问题，增强了多尺度特征提取和选择性区域注意力。	NA	旨在通过深度学习技术，特别是卷积神经网络，改进乳腺癌诊断的准确性、节省时间和成本，并改善患者治疗效果。	研究对象包括公共的'Breast Ultrasound Images'数据集和作者在罗切斯特大学采集的私有VSI数据集，涵盖了三种类型的病变：无肿块、良性肿块和恶性肿块。	计算机视觉	乳腺癌	卷积神经网络	WATUNet	图像	使用了780张公共数据集图像和3818张私有VSI数据集图像
17879	2024-08-29	Deep learning for 3D cephalometric landmarking with heterogeneous multi-center CBCT dataset 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0305947 PMID:38917161	研究论文	本文研究了一种轻量级深度学习神经网络在多中心、多民族和多设备数据集上快速定位46个临床重要头影测量标志点的临床应用	本文提出的方法能够处理来自不同中心、不同设备和不同种族的异构数据集，并且在计算上更为轻量级	NA	分析轻量级深度学习神经网络在多中心、多民族和多设备数据集上定位头影测量标志点的临床应用	46个临床重要的头影测量标志点	计算机视觉	NA	深度学习	神经网络	CBCT扫描图像	309个CBCT扫描数据，包括芬兰和泰国患者
17880	2024-08-29	Deeply-Learned Generalized Linear Models with Missing Data 2024, Journal of computational and graphical statistics : a joint publication of American Statistical Association, Institute of Mathematical Statistics, Interface Foundation of North America IF:1.4Q2 DOI:10.1080/10618600.2023.2276122 PMID:39184956	研究论文	本文提出了一种新的深度学习架构，用于处理带有缺失数据的一般化线性模型，并展示了其在监督学习任务中的优越性能	本文提出的新架构能够灵活处理可忽略和不可忽略的缺失数据模式，这是首次在训练时能够同时考虑这两种模式的深度学习方法	NA	研究如何有效处理深度学习中的缺失数据问题	深度学习中的一般化线性模型及其在回归和分类问题中的应用	机器学习	NA	深度学习	一般化线性模型	数据集	案例研究使用了UCI机器学习库中的银行营销数据集