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
1361	2024-08-14	Artificial Intelligence in Breast Imaging: Opportunities, Challenges, and Legal-Ethical Considerations 2023-Dec, The Eurasian journal of medicine DOI:10.5152/eurasianjmed.2023.23360 PMID:39128072	综述	本文综述探讨了人工智能（AI）在乳腺影像中的变革性影响，特别是在全球乳腺癌病例增加的背景下	AI通过深度学习技术在改进诊断流程方面展现出潜力，能够处理大量数据和多维信息，推动乳腺癌研究的精准医学发展	AI的整合面临数据相关障碍、确保决策透明度和信任等挑战	探讨AI在乳腺影像中的应用及其法律和伦理考虑	人工智能在乳腺影像中的应用及其对乳腺癌诊断的影响	计算机视觉	乳腺癌	深度学习	NA	影像数据	NA
1362	2024-08-14	Non-Metastatic Axillary Lymph Nodes Have Distinct Morphology and Immunophenotype in Obese Breast Cancer patients at Risk for Metastasis 2023-Apr-17, medRxiv : the preprint server for health sciences DOI:10.1101/2023.04.14.23288545 PMID:37131732	研究论文	本研究开发了一个深度学习框架，用于识别肥胖乳腺癌患者中非转移性腋窝淋巴结的形态学差异	首次使用深度学习框架分析肥胖乳腺癌患者中非转移性腋窝淋巴结的形态学和免疫表型差异	NA	探索肥胖乳腺癌患者中淋巴结脂肪组织与乳腺癌淋巴结转移之间的潜在机制	肥胖乳腺癌患者的非转移性腋窝淋巴结	数字病理学	乳腺癌	深度学习	NA	图像	具体样本数量未在摘要中提及
1363	2024-08-14	Performance of high-resolution CT for detection and discrimination tasks related to stenotic lesions - A phantom study using model observers 2023-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.16194 PMID:36583447	研究论文	本研究通过使用模型观察者对狭窄病变进行高分辨率CT检测和鉴别任务的性能进行了比较	使用高分辨率CT模式和正常分辨率模式在同一CT扫描仪上进行比较，并引入了深度学习算法AiCE以提高检测性能	研究仅限于使用模型观察者和特定的CT扫描仪，未涉及临床实际应用	评估高分辨率CT在检测和鉴别狭窄病变中的性能	狭窄病变模拟体	计算机视觉	心血管疾病	高分辨率CT扫描	非预白化模型观察者	图像	三个丙烯酸圆柱体，每个直径15.0厘米，厚度1.3厘米，包含一系列不同直径和狭窄严重程度的孔洞
1364	2024-08-14	Preoperative Prediction and Identification of Extracapsular Extension in Head and Neck Cancer Patients: Progress and Potential 2023-Feb, Cureus DOI:10.7759/cureus.34769 PMID:36909098	研究论文	本研究旨在展示术前识别头颈部癌症患者淋巴结外扩展的潜力和发展进展	开发了一种利用多层梯度映射引导的可解释网络架构的深度学习模型，并采用梯度加权类激活映射方法生成解剖区域的热图	热图结果对某些患者可能有用，但对其他患者可能会产生误导，需要进一步训练	术前识别头颈部癌症患者淋巴结外扩展	头颈部癌症患者	计算机视觉	头颈部癌症	深度学习	CNN	CT影像	NA
1365	2024-08-13	Early transcriptomic signatures and biomarkers of renal damage due to prolonged exposure to embedded metal 2023-12, Cell biology and toxicology IF:5.3Q1 DOI:10.1007/s10565-023-09806-9 PMID:37058270	研究论文	研究通过高吞吐量转录组学和深度学习方法，探讨了长期暴露于嵌入金属导致的早期肾损伤的转录组特征和生物标志物	结合高吞吐量转录组学和深度学习技术，有效识别受金属暴露影响的肾细胞，并发现miRNA-423作为潜在的早期肾损伤血清生物标志物	NA	识别和检测长期暴露于嵌入金属导致的早期肾损伤	肾组织和血清样本中的RNA序列	数字病理学	肾损伤	RNA测序	深度学习	RNA序列数据	使用大鼠模型进行实验
1366	2024-08-11	Artificial Intelligence in Stroke Imaging: A Comprehensive Review 2023-Dec-29, The Eurasian journal of medicine DOI:10.5152/eurasianjmed.2023.23347 PMID:39109827	综述	本文全面回顾了人工智能在脑卒中影像学中的应用	介绍了多种人工智能方法在脑卒中管理中的应用，包括经典机器学习工具和深度学习模型	构建无偏模型需要收集大量、多样且高质量的数据，并确保训练和测试数据分布相似	探讨人工智能技术在脑卒中影像学中的应用及其对临床实践的影响	脑卒中影像学及其在临床管理中的应用	计算机视觉	脑血管疾病	NA	支持向量机、随机森林、逻辑回归、线性判别分析、卷积神经网络、循环神经网络、自编码器、U-Net	医学图像	NA
1367	2024-08-11	Performance of alternative manual and automated deep learning segmentation techniques for the prediction of benign and malignant lung nodules 2023-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.10.4.044006 PMID:37564098	研究论文	本文评估了放射性活检（RB）、最佳拟合边界框（BB）和基于深度学习的分割方法no-new-U-Net（nnU-Net）与标准全手动（FM）分割方法在预测良性与恶性肺结节方面的性能。	本文引入了基于深度学习的分割方法nnU-Net，并与传统的放射性活检和最佳拟合边界框方法进行了比较。	需要进一步验证RB方法的效率，并且深度学习分割方法的性能与FM和BB方法相似。	评估不同分割技术在预测肺结节良恶性方面的性能。	肺结节的分割技术和预测模型。	计算机视觉	肺部疾病	CT扫描	nnU-Net	影像数据	188个CT扫描数据
1368	2024-08-11	Visual analysis of image-guided radiation therapy based on bibliometrics: A review 2023-Feb-22, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000032989 PMID:36827068	综述	本研究利用文献计量方法，分析了1987年至2021年间Web of Science收录的6407篇关于图像引导放射治疗（IGRT）的论文，揭示了IGRT的研究现状、热点和发展趋势	首次对IGRT研究进行全面的文献计量分析，展示了该领域的研究成熟度和成果	NA	揭示图像引导放射治疗的研究现状和未来趋势	图像引导放射治疗技术及其相关研究	医学影像	NA	文献计量方法	NA	文本	6407篇论文
1369	2024-08-10	Developing Topics 2023-Dec, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.082896 PMID:39120921	研究论文	本文使用卷积神经网络（CNN）对前额叶痴呆（FTD）、阿尔茨海默病（AD）患者和健康对照（HC）的脑电图（EEG）数据集进行分类并评估其性能	本研究采用深度学习方法，无需专家设计的特征工程过程，实现了对痴呆患者EEG的高性能分类	NA	开发一种能够对痴呆患者EEG进行高精度分类的深度学习模型	前额叶痴呆、阿尔茨海默病患者和健康对照的脑电图数据	机器学习	神经退行性疾病	卷积神经网络（CNN）	CNN	脑电图（EEG）	88名受试者
1370	2024-08-10	Flood risk mapping and analysis using an integrated framework of machine learning models and analytic hierarchy process 2023-Jul, Risk analysis : an official publication of the Society for Risk Analysis IF:3.0Q1 DOI:10.1111/risa.14018 PMID:36088657	研究论文	本研究提出了一种将机器学习模型与分析层次过程方法相结合的新方法，用于开发全面的洪水风险评估地图	本研究的创新点在于将机器学习模型与分析层次过程方法相结合，形成了一个综合的洪水风险评估框架	NA	开发一个综合的洪水风险评估框架，用于洪水易发区域的洪水风险地图绘制	越南广平省的洪水风险评估	机器学习	NA	机器学习技术，分析层次过程方法	深度学习模型	地理空间数据	包括696个历史洪水事件位置和多个洪水影响因素的数据
1371	2024-08-10	Learning structural heterogeneity from cryo-electron sub-tomograms with tomoDRGN 2023-Jun-02, bioRxiv : the preprint server for biology DOI:10.1101/2023.05.31.542975 PMID:37398315	研究论文	本文介绍了基于深度学习的工具tomoDRGN，用于从冷冻电子断层扫描数据中学习结构异质性	扩展了cryoDRGN深度学习架构，用于处理冷冻电子断层扫描的子断层图，能够学习连续的低维结构异质性表示	NA	开发新的工具以分析冷冻电子断层扫描数据中的结构异质性	冷冻电子断层扫描数据中的结构异质性	计算机视觉	NA	冷冻电子断层扫描	深度学习架构	子断层图	大量异质性结构
1372	2024-08-10	Virtual-scanning light-field microscopy for robust snapshot high-resolution volumetric imaging 2023-05, Nature methods IF:36.1Q1 DOI:10.1038/s41592-023-01839-6 PMID:37024654	研究论文	本文提出了一种基于物理的深度学习框架——虚拟扫描光场显微镜（VsLFM），用于提高光场显微镜的分辨率至衍射极限，实现高速三维成像。	VsLFM通过构建40GB的高分辨率扫描光场显微镜数据集，利用相位相关角度视图之间的物理先验信息，解决了频率混叠问题，从而避免了硬件扫描及其相关的运动伪影。	NA	旨在开发一种能够在单次快照中实现高分辨率三维成像的技术，以用于研究健康和疾病中的瞬态亚细胞相互作用和功能。	研究对象包括胚胎斑马鱼的心脏跳动、果蝇大脑的电压活动以及小鼠肝脏中的中性粒细胞迁移等多样化的生物过程。	计算机视觉	NA	光场显微镜	深度学习框架	图像	40GB的高分辨率扫描光场显微镜数据集
1373	2024-08-10	Towards Automatic Cartilage Quantification in Clinical Trials - Continuing from the 2019 IWOAI Knee Segmentation Challenge 2023-Mar, Osteoarthritis imaging DOI:10.1016/j.ostima.2023.100087 PMID:39036792	研究论文	评估深度学习分割方法在量化临床试验中软骨损失的适用性	研究展示了最先进的深度学习分割方法在标准化纵向单扫描器临床试验中对定义明确的软骨腔室的适用性	深度学习方法在股骨腔室中的标准化响应均值较低，可能是由于后处理中简单的子腔室提取	评估2019年IWOAI膝关节软骨分割挑战中六个团队的深度学习分割方法是否适用于量化纵向临床试验中的软骨损失	556名来自骨关节炎倡议研究的受试者，以及1130个膝关节MRI扫描	计算机视觉	骨关节炎	深度学习	NA	图像	556名受试者，1130个膝关节MRI扫描
1374	2024-08-10	Plaque burden estimated from optical coherence tomography with deep learning: In vivo validation using co-registered intravascular ultrasound 2023-Feb, Catheterization and cardiovascular interventions : official journal of the Society for Cardiac Angiography & Interventions IF:2.1Q3 DOI:10.1002/ccd.30525 PMID:36519717	研究论文	本研究通过深度学习算法，利用光学相干断层扫描（OCT）图像自动评估斑块负担（PB），并与血管内超声（IVUS）结果进行比较	开发了一种深度学习算法，用于从OCT图像中自动进行斑块特征化和PB量化，并首次验证了该算法在PB量化中的性能	研究样本量较小，仅包括15名植入生物可吸收血管支架（BVS）的患者	比较基于深度学习的OCT和IVUS在斑块负担评估中的一致性	植入生物可吸收血管支架的患者	计算机视觉	心血管疾病	光学相干断层扫描（OCT），血管内超声（IVUS）	深度学习（DL）	图像	15名患者，64对OCT和IVUS横断面图像
1375	2024-08-09	LeafAI: query generator for clinical cohort discovery rivaling a human programmer 2023-11-17, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocad149 PMID:37550244	研究论文	本文介绍了一种名为LeafAI的系统，该系统能够生成数据模型无关的查询，并提供复杂的临床试验资格标准的逻辑推理能力	LeafAI引入了一种新的方法，使用UMLS概念对数据库模式元素进行标记，以实现数据模型无关的查询创建	NA	开发一种能够生成数据模型无关查询并提供复杂临床试验资格标准逻辑推理能力的系统	临床数据库中的患者识别和临床试验资格标准的查询生成	自然语言处理	NA	混合深度学习和基于规则的模块	NA	文本	8个临床试验中的27,225名合格患者
1376	2024-08-09	Automated Segmentation of Optical Coherence Tomography Images of the Human Tympanic Membrane Using Deep Learning 2023-Sep, Algorithms IF:1.8Q2 DOI:10.3390/a16090445 PMID:39104565	研究论文	本文利用深度学习算法自动分割人耳鼓膜的光学相干断层扫描（OCT）图像	开发了一种基于卷积神经网络的深度学习算法，能够准确识别并分割耳鼓膜，提高图像可视化效果	未提及具体限制	改进数据分析和图像处理，使OCT医学影像成为耳鼻喉科领域便捷且可行的诊断工具	人耳鼓膜的OCT图像	计算机视觉	NA	光学相干断层扫描（OCT）	卷积神经网络（CNN）	图像	3D体积的人耳鼓膜图像
1377	2024-08-08	SaLT&PepPr is an interface-predicting language model for designing peptide-guided protein degraders 2023-10-24, Communications biology IF:5.2Q1 DOI:10.1038/s42003-023-05464-z PMID:37875551	研究论文	本文介绍了一种名为SaLT&PepPr的结构无关语言转换器和肽优先级排序管道，用于从蛋白质序列中预测相互作用界面，进而生成肽结合基序	该模型仅使用氨基酸序列作为输入，与基于结构同源性的方法竞争，但性能低于输入结构和序列特征的深度学习模型	模型在性能上低于那些同时输入结构和序列特征的深度学习模型	旨在预测蛋白质-蛋白质相互作用（PPIs）的位点，这对于计算和实验应用都很有用	蛋白质-蛋白质相互作用位点的预测以及肽结合基序的生成	机器学习	NA	蛋白质语言模型（pLM）	语言转换器（Transformer）	序列	使用来自PDB的数据进行模型训练和验证
1378	2024-08-08	Scaffolding cooperation in human groups with deep reinforcement learning 2023-Oct, Nature human behaviour IF:21.4Q1 DOI:10.1038/s41562-023-01686-7 PMID:37679439	研究论文	本文利用深度强化学习和模拟方法训练一个'社会规划者'，通过推荐来创建或打破群体成员之间的联系，以促进人类群体在合作游戏中的合作行为	本文采用深度强化学习技术，训练出一个能够促进群体合作的社会规划者，与以往将背叛者与合作者分离的策略不同，该规划者采取和解的方式鼓励背叛者表现出亲社会行为	NA	探索促进群体合作的有效方法	人类群体在合作游戏中的合作行为	机器学习	NA	深度强化学习	NA	NA	208名参与者分为13个群体
1379	2024-08-07	Automatic renal carcinoma biopsy guidance using forward-viewing endoscopic optical coherence tomography and deep learning 2023-Nov-23, Research square DOI:10.21203/rs.3.rs-3592809/v1 PMID:38045314	研究论文	本研究利用前视光学相干断层扫描（OCT）探头和卷积神经网络（CNN）进行自动肾癌活检指导	结合OCT和CNN技术，显著提高了肾癌活检的指导精度	在区分正常组织方面表现不佳	旨在提高肾癌活检的采样准确性	人类肾脏和肾癌样本	计算机视觉	肾癌	光学相干断层扫描（OCT）	卷积神经网络（CNN）	图像	五个人类肾脏和肾癌样本
1380	2024-08-07	A novel approach for sports injury risk prediction: based on time-series image encoding and deep learning 2023, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2023.1174525 PMID:38192743	研究论文	本研究利用时间序列图像编码和深度学习算法构建了一个运动损伤风险预测模型	采用时间序列图像编码和深度卷积自编码器（DCAE）进行特征提取，提高了模型的泛化能力和实用性	未提及具体限制	开发一种有效的运动损伤风险预测工具，以支持未来的运动损伤预防实践	运动损伤风险预测	机器学习	NA	时间序列图像编码，深度卷积自编码器（DCAE）	深度神经网络（DNN）	图像	未提及具体样本数量