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
421	2024-10-04	Deep learning quantification reveals a fundamental prognostic role for ductular reaction in biliary atresia 2023-12-01, Hepatology communications IF:5.6Q1 DOI:10.1097/HC9.0000000000000333 PMID:38051554	研究论文	使用神经网络量化胆道闭锁中的导管反应（DR），并探讨其与病理生理和预后的关系	首次使用神经网络模型量化胆道闭锁中的导管反应，并发现其与预后的关联	样本量相对较小，且仅限于胆道闭锁患者	量化胆道闭锁中的导管反应，并探讨其与病理生理和预后的关系	胆道闭锁患者的肝脏活检样本	数字病理	胆道疾病	神经网络模型	神经网络	图像	259例胆道闭锁患者和43例对照组的肝脏活检样本
422	2024-10-04	Automatic Segmentation and Radiomics for Identification and Activity Assessment of CTE Lesions in Crohn's Disease 2023-Nov-27, Inflammatory bowel diseases IF:4.5Q1 DOI:10.1093/ibd/izad285 PMID:38011673	研究论文	开发了一种深度学习自动分割模型，用于在CTE图像中分割克罗恩病（CD）病变，并分析提取的放射组学特征以区分CD活动	首次使用深度学习模型进行CD病变的自动分割，并结合放射组学特征构建机器学习分类器以区分CD活动	研究为回顾性研究，样本量有限，可能影响模型的泛化能力	开发自动分割模型和机器学习分类器，以辅助放射科医生快速准确评估CD活动	克罗恩病（CD）病变及其活动性	计算机视觉	消化系统疾病	深度学习	nnU-Net	图像	分割数据集包含84例CD患者CTE检查，分类数据集包含193例CD患者CTE检查
423	2024-10-04	Validation of a Deep Learning Algorithm for Continuous, Real-Time Detection of Atrial Fibrillation Using a Wrist-Worn Device in an Ambulatory Environment 2023-10-03, Journal of the American Heart Association IF:5.0Q1 DOI:10.1161/JAHA.123.030543 PMID:37750558	研究论文	本文验证了一种基于卷积神经网络的腕戴设备在连续实时检测房颤中的性能	首次在腕戴设备中实现了连续实时房颤检测，并具有临床级别的性能	研究样本量较小，且仅限于阵发性房颤患者	验证腕戴设备在连续实时房颤检测中的临床应用潜力	腕戴设备、卷积神经网络、房颤检测	机器学习	心血管疾病	卷积神经网络	卷积神经网络	心电图数据	117名阵发性房颤患者
424	2024-10-04	Structural characterization of an intrinsically disordered protein complex using integrated small-angle neutron scattering and computing 2023-Oct, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.4772 PMID:37646172	研究论文	本文介绍了一种综合使用小角中子散射和计算方法来表征无序蛋白质复合物结构的新方法	本文提出了一种结合小角中子散射实验、微秒级全原子分子动力学模拟和基于自编码器的深度学习算法的新方法，用于表征无序蛋白质复合物的结构	实验时间尺度通常捕捉到的是多种构象的平均测量结果，导致复杂的SANS数据需要解开	研究无序蛋白质及其区域的结构集合，以探讨结构-功能关系	无序蛋白质复合物的结构集合	生物物理学	NA	小角中子散射（SANS）、分子动力学（MD）模拟、深度学习（DL）	自编码器	蛋白质结构数据	涉及两个无序蛋白质区域的复合物
425	2024-10-04	Predicting Prostate Cancer Molecular Subtype With Deep Learning on Histopathologic Images 2023-Oct, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2023.100247 PMID:37307876	研究论文	本文利用深度学习算法在组织病理学图像上预测前列腺癌的分子亚型	本文提出了一种基于transformer的分层架构，用于从H&E染色的全切片图像中识别前列腺癌中的ERG融合和PTEN缺失	本文未详细讨论模型的泛化能力和在不同数据集上的表现	开发一种能够通过组织病理学图像预测前列腺癌分子亚型的深度学习算法	前列腺癌中的ERG融合和PTEN缺失	数字病理学	前列腺癌	深度学习	Transformer	图像	224例ERG融合和205例PTEN缺失的前列腺癌样本
426	2024-10-04	Automated Triage of Screening Breast MRI Examinations in High-Risk Women Using an Ensemble Deep Learning Model 2023-10-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000000976 PMID:37058323	研究论文	研究开发并评估了一种深度学习模型，用于在无漏诊癌症的情况下对高风险女性的乳腺MRI检查进行分类	提出了一种自动化的深度学习模型，能够在不漏诊癌症的情况下对乳腺MRI检查进行分类，并可能用于减少工作量	模型在独立使用时可能不适用于所有情况，更适合作为分流工具或基础模型	开发和评估一种深度学习模型，用于对高风险女性的乳腺MRI检查进行分类，以减少工作量并提高诊断效率	高风险女性的乳腺MRI检查	计算机视觉	乳腺癌	深度学习	深度学习模型	图像	16,535次连续的对比增强MRI检查，涉及8354名女性
427	2024-10-04	Quantification of spatially localized MRS by a novel deep learning approach without spectral fitting 2023-10, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.29711 PMID:37183798	研究论文	提出了一种新的端到端深度学习模型，用于从体内J-点分辨光谱（JPRESS）中量化绝对代谢物浓度，无需使用光谱拟合	该模型通过深度学习直接从JPRESS数据中预测代谢物浓度和单个代谢物信号，无需光谱拟合，消除了传统方法中浓度估计与噪声水平及代谢物之间的相关性	该研究仅在20个人体脑样本上进行了体内测试，样本量较小	开发一种新的深度学习方法，用于从体内JPRESS数据中直接量化代谢物浓度，无需光谱拟合	体内JPRESS数据中的代谢物浓度	机器学习	NA	深度学习	编码器-解码器神经网络	时间域数据	训练数据集包含100,000个样本，验证数据集包含2,000个样本，体内测试数据集包含20个人体脑样本
428	2024-10-04	Methodology reporting improved over time in 176,469 randomized controlled trials 2023-10, Journal of clinical epidemiology IF:7.3Q1 DOI:10.1016/j.jclinepi.2023.08.004 PMID:37562729	研究论文	本文分析了176,469项随机对照试验（RCT）的方法学报告随时间的变化趋势	使用基于深度学习的句子分类模型，根据CONSORT声明评估RCT报告的质量，并分析了报告趋势随时间的变化	某些方法信息的报告仍需改进，如序列生成和分配隐藏的报告率较低	研究随机对照试验方法学报告随时间的变化趋势	176,469项随机对照试验报告	机器学习	NA	深度学习	句子分类模型	文本	176,469项随机对照试验报告
429	2024-10-04	Investigating Transformer Encoding Techniques to Improve Data-Driven Volume-to-Surface Liver Registration for Image-Guided Navigation 2023-Oct, Data engineering in medical imaging : first MICCAI Workshop, DEMI 2023, Held in Conjunction with MICCAI 2023, Vancouver, BC, Canada, October 8, 2023, Proceedings. DEMI (Workshop) (1st : 2023 : Vancouver, B.C.) DOI:10.1007/978-3-031-44992-5_9 PMID:39139984	研究论文	研究利用Transformer编码技术改进基于数据的体积到表面肝脏配准，以提高图像引导导航的准确性	采用基于Transformer的分割网络来预测非刚性配准的最佳位移场，显著提高了配准的准确性和鲁棒性	研究仅限于体积到表面肝脏配准，未涉及其他器官或更复杂的配准任务	提高腹腔镜肝脏手术中图像引导导航的准确性	肝脏的体积图像与表面图像的非刚性配准	计算机视觉	NA	深度学习	Transformer	图像	涉及多种数据集，具体样本数量未明确说明
430	2024-10-04	Improving Medical Image Classification in Noisy Labels Using only Self-supervised Pretraining 2023-Oct, Data engineering in medical imaging : first MICCAI Workshop, DEMI 2023, Held in Conjunction with MICCAI 2023, Vancouver, BC, Canada, October 8, 2023, Proceedings. DEMI (Workshop) (1st : 2023 : Vancouver, B.C.) DOI:10.1007/978-3-031-44992-5_8 PMID:39144367	研究论文	本文探讨了在带有噪声标签的医学图像分类中使用自监督预训练来提高分类性能	首次研究了其他自监督方法（如基于 pretext 任务的预训练）对带有噪声标签的学习的影响，并探讨了仅使用自监督预训练方法在医学图像中的应用	仅在两个医学数据集上进行了实验，结果的普适性有待验证	研究自监督预训练在带有噪声标签的医学图像分类中的应用	组织病理学图像和胸部 X 光图像	计算机视觉	NA	自监督学习	深度学习分类模型	图像	两个医学数据集
431	2024-10-04	Scanning Laser Ophthalmoscopy Demonstrates Disc and Peripapillary Strain During Horizontal Eye Rotation in Adults 2023-10, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2023.06.008 PMID:37343739	研究论文	使用扫描激光眼底镜（SLO）和深度学习分析技术，研究了成年人在水平眼球旋转过程中视盘和视网膜及脉络膜血管的机械应变	首次使用自动化图像分析和深度学习技术来量化视盘和视网膜及脉络膜血管在水平眼球旋转过程中的应变	研究仅限于健康成年人的水平眼球旋转，未涉及其他眼球运动或疾病状态	研究水平眼球旋转过程中视盘和视网膜及脉络膜血管的机械应变	视盘、视网膜和脉络膜血管在水平眼球旋转过程中的应变	计算机视觉	NA	扫描激光眼底镜（SLO）	深度学习	图像	22名年轻（平均±标准误，26 ± 5岁）和19名年长（64 ± 10岁）健康志愿者
432	2024-10-04	Towards Accurate Microstructure Estimation via 3D Hybrid Graph Transformer 2023-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-43993-3_3 PMID:39219989	研究论文	本文提出了一种基于3D混合图变换器的微结构估计模型，通过整合3D空间信息和角度信息，改进了现有方法的性能	提出了3D混合图变换器（3D-HGT）模型，能够充分利用3D空间信息和角度信息，并通过简化的图神经网络模型和3D变换器模块提高了计算效率	现有方法忽略了3D空间信息，仅依赖于2D切片进行训练	提高微结构估计的准确性，特别是在使用欠采样的扩散MRI数据时	微结构估计	计算机视觉	NA	扩散MRI（dMRI）	混合图变换器（HGT）	图像	来自人类连接组项目的数据
433	2024-10-04	Min-Max Similarity: A Contrastive Semi-Supervised Deep Learning Network for Surgical Tools Segmentation 2023-10, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3266137 PMID:37037256	研究论文	提出了一种基于对比学习的半监督深度学习网络用于手术工具分割	引入了Min-Max相似度（MMS），通过双视图训练构建正负特征对，将学习问题转化为MMS问题	NA	解决医学图像分割中像素级标注数据获取困难的问题	手术工具的分割	计算机视觉	NA	对比学习	NA	图像	测试了四个公开的内窥镜手术工具分割数据集和一个手动标注的耳蜗植入手术数据集
434	2024-10-04	Deep learning denoising of digital breast tomosynthesis: Observer performance study of the effect on detection of microcalcifications in breast phantom images 2023-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.16439 PMID:37145996	研究论文	本文研究了深度学习去噪技术在数字乳腺断层合成（DBT）图像中对微钙化（MCs）检测的影响	开发了一种基于深度学习的去噪器，用于提高DBT图像质量，并通过观察者性能研究验证了其在微钙化检测中的可行性	研究结果的普适性需要进一步在临床环境中对人类受试者和患者群体进行验证	研究深度学习去噪技术在DBT图像中对微钙化检测的影响	数字乳腺断层合成（DBT）图像中的微钙化（MCs）	计算机视觉	乳腺癌	深度学习	深度学习模型	图像	六个5厘米厚的乳腺假体，嵌入了144个模拟的微钙化簇，由七名乳腺放射科医生进行评估
435	2024-10-04	A scoping review on multimodal deep learning in biomedical images and texts 2023-10, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2023.104482 PMID:37652343	综述	本文对多模态深度学习在生物医学图像和文本中的应用进行了综述	本文首次系统性地综述了多模态深度学习在生物医学图像和文本中的应用，并指出了未来的研究方向	本文主要关注了生物医学图像和文本的联合学习，未涵盖其他类型的多模态数据	旨在系统性地综述多模态深度学习在生物医学图像和文本中的应用，并指出当前研究的局限性和未来的研究方向	多模态深度学习在生物医学图像和文本中的应用	自然语言处理	NA	多模态深度学习	NA	图像和文本	NA
436	2024-10-04	Effect of Averaging Measurements From Multiple MRI Pulse Sequences on Kidney Volume Reproducibility in Autosomal Dominant Polycystic Kidney Disease 2023-10, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.28593 PMID:36645114	研究论文	研究通过使用多种MRI脉冲序列的平均测量值来提高常染色体显性多囊肾病（ADPKD）患者肾脏体积（TKV）测量的可重复性	利用人工智能算法自动分割肾脏，并在多个MRI脉冲序列上进行测量平均，显著提高了TKV测量的可重复性	研究样本量较小，且仅限于ADPKD患者	提高ADPKD患者肾脏体积测量的可重复性	常染色体显性多囊肾病患者的肾脏体积测量	计算机视觉	肾脏疾病	MRI	2D U-net	图像	397名患者（356名ADPKD患者，41名非ADPKD患者），其中75%用于训练，25%用于验证，40名ADPKD患者用于测试，17名ADPKD患者用于评估可重复性
437	2024-10-04	DeepSWI: Using Deep Learning to Enhance Susceptibility Contrast on T2*-Weighted MRI 2023-10, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.28622 PMID:36733222	研究论文	使用深度学习从T2*加权磁共振图像生成合成SWI图像，并评估其与传统SWI图像的相似性和检测放射相关微出血的能力	提出了一种使用深度学习从T2*加权图像生成合成SWI图像的方法，提高了神经血管和微出血的磁敏感对比度，且无残留磁敏感伪影	研究样本量较小，且仅限于放射相关微出血的患者	开发一种从临床T2*加权图像生成合成SWI图像的工具，并评估其性能	放射相关微出血的成人患者	计算机视觉	NA	深度学习	NA	图像	145名成人患者（87名男性/58名女性；平均年龄43.9岁），用于训练（16,093个补丁/121名患者）、验证（484个补丁/4名患者）和测试（2420个补丁/20名患者）
438	2024-10-04	Pie-Net: Prior-information-enabled deep learning noise reduction for coronary CT angiography acquired with a photon counting detector CT 2023-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.16411 PMID:37042049	研究论文	本文提出了一种利用低噪声虚拟单能图像作为先验信息，通过深度学习技术减少高分辨率光子计数探测器CT冠状动脉CT血管造影图像噪声的方法	本文创新性地利用低噪声虚拟单能图像作为先验信息，通过Pie-Net神经网络实现了对高分辨率光子计数探测器CT图像的噪声减少，相比传统的U-net方法，Pie-Net在保持空间和光谱保真度的同时，显著提高了去噪性能	本文仅在10名患者的冠状动脉CT血管造影数据上进行了验证，样本量较小，可能影响结果的普适性	开发一种利用先验信息减少高分辨率光子计数探测器CT冠状动脉CT血管造影图像噪声的深度学习技术	高分辨率光子计数探测器CT冠状动脉CT血管造影图像的噪声减少	计算机视觉	心血管疾病	光子计数探测器CT	卷积神经网络	图像	10名患者的冠状动脉CT血管造影数据
439	2024-10-04	AI-based analysis of social media language predicts addiction treatment dropout at 90 days 2023-10, Neuropsychopharmacology : official publication of the American College of Neuropsychopharmacology IF:6.6Q1 DOI:10.1038/s41386-023-01585-5 PMID:37095253	研究论文	本文评估了基于AI的数字表型在预测物质使用障碍治疗中患者90天治疗结果的能力	使用社交媒体语言和BERT模型生成风险评分，预测治疗脱落概率	样本量较小，仅涉及269名患者	评估AI模型在预测物质使用障碍治疗中患者90天治疗结果的能力	接受物质使用障碍治疗的269名患者	机器学习	物质使用障碍	BERT模型	双向编码器表示转换器（BERT）	文本	269名患者
440	2024-10-04	Physics-Guided Deep Scatter Estimation by Weak Supervision for Quantitative SPECT 2023-10, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3270868 PMID:37104110	研究论文	本文提出了一种基于弱监督的物理引导深度散射估计框架，用于定量SPECT中的快速准确散射估计	使用100倍短的MC模拟作为弱标签，并通过深度神经网络增强，实现了快速且准确的散射估计，同时允许对新测试数据进行快速微调	NA	提高定量SPECT中图像对比度和准确性的散射估计	定量SPECT中的散射估计	计算机视觉	NA	Monte-Carlo (MC) 模拟	深度神经网络	图像	训练数据包括18个XCAT模型，评估数据包括6个XCAT模型、4个虚拟患者模型、1个躯干模型和3个来自2名患者的临床扫描