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
141	2024-10-05	Validity of Neural Networks to Determine Body Position on the Bicycle 2023-12, Research quarterly for exercise and sport IF:1.4Q3 DOI:10.1080/02701367.2022.2070103 PMID:35575754	研究论文	本研究评估了两种深度学习方法（MSRA和OpenPose）在自行车上自动估计人体关节角度以确定身体位置的有效性	本研究首次比较了两种深度学习方法在自行车上自动估计人体关节角度的准确性	研究仅在一个静止的自行车上进行，且样本量较小，可能限制了结果的普适性	评估神经网络在自行车上自动估计人体关节角度以确定身体位置的有效性	自行车上的身体位置和关节角度	计算机视觉	NA	深度学习	神经网络	视频	14名自行车手
142	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
143	2024-10-02	Unsupervised contrastive graph learning for resting-state functional MRI analysis and brain disorder detection 2023-12-01, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.26469 PMID:37668327	研究论文	提出了一种无监督对比图学习框架，用于静息态功能磁共振成像分析和脑部疾病检测	设计了一种双层fMRI增强策略，通过增强血氧水平依赖信号来增加样本量，并采用两个并行的图卷积网络进行无监督对比学习	未提及	探索fMRI生物标志物以预测脑部疾病进展，并提出一种无需大量标注数据的无监督学习方法	静息态功能磁共振成像数据和脑部疾病	机器学习	NA	功能磁共振成像	图卷积网络	图像	未具体说明
144	2024-09-29	FedFTN: Personalized federated learning with deep feature transformation network for multi-institutional low-count PET denoising 2023-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2023.102993 PMID:37827110	研究论文	提出了一种名为FedFTN的个性化联邦学习策略，用于多机构低计数PET图像去噪	FedFTN使用局部深度特征变换网络（FTN）调节全局共享去噪网络的特征输出，实现个性化去噪	NA	解决多机构低计数PET图像去噪中的数据分布差异和隐私问题	多机构低计数PET图像	计算机视觉	NA	联邦学习	深度特征变换网络（FTN）	图像	来自三个大洲三个医疗中心的大规模多机构低计数PET成像数据
145	2024-09-28	A robust and interpretable deep learning framework for multi-modal registration via keypoints 2023-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2023.102962 PMID:37769550	研究论文	本文介绍了一种基于深度学习的图像配准框架KeyMorph，通过自动检测关键点来实现多模态图像的配准	该框架通过使用可微分的闭式表达式来获得最优变换，解决了现有方法在大偏移、不可解释性和对称性问题上的不足	NA	开发一种鲁棒且可解释的深度学习框架，用于多模态图像配准	多模态脑部MRI扫描图像的3D仿射和基于样条的配准	计算机视觉	NA	深度学习	深度学习框架	图像	NA
146	2024-09-27	An alternatively spliced PD-L1 isoform PD-L1∆3, and PD-L2 expression in breast cancers: implications for eligibility scoring and immunotherapy response 2023-Dec, Cancer immunology, immunotherapy : CII DOI:10.1007/s00262-023-03543-y PMID:37768345	研究论文	研究探讨了乳腺癌中PD-L1的剪接变体PD-L1∆3和PD-L2的表达，及其对免疫治疗反应的影响	首次发现PD-L1的剪接变体PD-L1∆3在乳腺癌中的表达，并揭示了PD-L2与PD-L1水平的相关性及其对免疫逃逸的影响	需要进一步验证PD-L1∆3和PD-L2在不同肿瘤类型中的表达及其对免疫治疗的具体影响	探索PD-L1和PD-L2在乳腺癌中的表达及其对免疫治疗反应的影响	PD-L1的剪接变体PD-L1∆3和PD-L2在乳腺癌中的表达	数字病理学	乳腺癌	转录组分析、结构建模、免疫组化	AlphaFold2	蛋白质模型	涉及TCGA数据库中的乳腺癌和其他肿瘤样本
147	2024-09-25	Reporting Quality of Research Studies on AI Applications in Medical Images According to the CLAIM Guidelines in a Radiology Journal With a Strong Prominence in Asia 2023-12, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2023.1027 PMID:38016678	研究论文	评估亚洲放射学期刊中应用深度学习的医学影像研究报告质量	使用CLAIM指南评估报告质量，并提供亚洲地区报告质量的见解	样本仅限于韩国放射学期刊，可能无法代表所有亚洲期刊	评估应用深度学习的医学影像研究的报告质量	38篇发表在韩国放射学期刊上的文章	计算机视觉	NA	深度学习	NA	医学影像	38篇文章
148	2024-09-25	Response to "Medical Statistics Unlock the Gateway to Further Research: Using Deep Learning to Predict CDKN2A/B Homozygous Deletion in Isocitrate Dehydrogenase-Mutant Astrocytoma" 2023-12, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2023.0940 PMID:38016689	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
149	2024-09-25	Medical Statistics Unlock the Gateway to Further Research: Using Deep Learning to Predict CDKN2A/B Homozygous Deletion in Isocitrate Dehydrogenase-Mutant Astrocytoma 2023-12, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2023.0925 PMID:38016690	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
150	2024-09-23	AI Models for Protein Design are Driving Antibody Engineering 2023-Dec, Current opinion in biomedical engineering IF:4.7Q2 DOI:10.1016/j.cobme.2023.100473 PMID:37484815	综述	本文综述了基于深度学习的蛋白质结构预测和设计在抗体治疗研究中的进展	利用深度学习指导抗体生成方法，结合先验知识和实验成果，提升抗体工程过程	NA	探讨深度学习在抗体治疗中的应用	抗体序列及其与目标抗原的结合特性	机器学习	NA	深度学习	生成模型	结构数据	NA
151	2024-09-19	Automatic segmentation of white matter hyperintensities in T2-FLAIR with AQUA: A comparative validation study against conventional methods 2023-12, Brain research bulletin IF:3.5Q2 DOI:10.1016/j.brainresbull.2023.110825 PMID:38000477	研究论文	本文提出了一种名为AQUA的深度学习模型，用于自动分割T2-FLAIR扫描中的白质高信号（WMH），并与其他五种自动分割方法进行了比较验证	AQUA模型在U-Net架构的基础上进行了改进，引入了Bottleneck Attention Module，显著提高了对小尺寸WMH的检测性能	尽管AQUA在大多数指标上表现优异，但在召回率和F1分数上仍有改进空间，特别是在排除小病变后	开发一种高效且客观的自动分割方法，用于检测和监测与认知衰退和痴呆风险相关的白质高信号	T2-FLAIR扫描中的白质高信号（WMH）	计算机视觉	神经退行性疾病	深度学习	U-Net	图像	170名老年参与者
152	2024-09-16	Observer studies of image quality of denoising reduced-count cardiac single photon emission computed tomography myocardial perfusion imaging by three-dimensional Gaussian post-reconstruction filtering and deep learning 2023-12, Journal of nuclear cardiology : official publication of the American Society of Nuclear Cardiology IF:3.0Q2 DOI:10.1007/s12350-023-03295-3 PMID:37221409	研究论文	本研究评估了三维高斯后重建滤波和深度学习去噪对减少计数的心脏单光子发射计算机断层扫描心肌灌注成像图像质量的影响	本研究首次比较了三维高斯后重建滤波和深度学习去噪在减少计数情况下的性能	本研究未发现深度学习去噪在所研究的剂量水平和使用的深度学习网络下优于优化的三维高斯后重建滤波	评估减少计数情况下三维高斯后重建滤波和深度学习去噪对心肌灌注缺陷检测准确性的影响	心脏单光子发射计算机断层扫描心肌灌注成像图像	计算机视觉	心血管疾病	深度学习	深度学习网络	图像	156名正常解读的患者
153	2024-09-15	Histopathologic brain age estimation via multiple instance learning 2023-12, Acta neuropathologica IF:9.3Q1 DOI:10.1007/s00401-023-02636-3 PMID:37815677	研究论文	本文通过多实例学习方法开发了一种基于组织病理学全切片图像的脑龄估计模型	本文首次利用组织病理学全切片图像构建深度学习模型来评估脑龄加速，并发现其与临床和病理结果的显著关联	NA	揭示脑龄加速的机制，并评估其在阿尔茨海默病和其他疾病中的早期变化	人类死后海马体切片	数字病理学	阿尔茨海默病	深度学习	多实例学习模型	图像	一组数字化的人类死后海马体切片
154	2024-09-11	Revolutionizing Biological Science: The Synergy of Genomics in Health, Bioinformatics, Agriculture, and Artificial Intelligence 2023-12, Omics : a journal of integrative biology IF:2.2Q3 DOI:10.1089/omi.2023.0197 PMID:38100404	研究论文	探讨基因组学、生物信息学、农业和人工智能在健康和生态系统中的综合应用及其带来的机遇和挑战	文章强调了跨学科整合在基因组学、行星健康和农业领域的革命性潜力，特别是人工智能在生物信息学中的应用	文章提到了基因组大数据带来的社会技术挑战，以及在提取生物学、行星健康和生态学见解方面的困难	旨在探讨跨学科整合在基因组学、行星健康、农业和人工智能领域的广泛可能性和挑战	基因组学、生物信息学、农业、人工智能及其在健康和生态系统中的应用	生物信息学	NA	人工智能	机器学习和深度学习	基因组和多组学数据	NA
155	2024-09-06	Deep learning and transfer learning identify breast cancer survival subtypes from single-cell imaging data 2023-Dec-19, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-023-00414-6 PMID:38114659	研究论文	本文通过深度学习和迁移学习方法，利用单细胞成像数据识别乳腺癌生存亚型	提出了一种量化单细胞分辨率细胞间相互作用特征的方法，并应用于神经网络模型以预测患者生存	NA	开发一种从单细胞水平信息到群体水平生存预测的方法	乳腺癌患者的生存亚型	数字病理学	乳腺癌	非负矩阵分解 (NMF)	神经网络	图像	数百个单细胞分辨率的细胞间相互作用特征
156	2024-09-01	A deep learning-enabled smartphone platform for rapid and sensitive colorimetric detection of dimethoate pesticide 2023-Dec, Analytical and bioanalytical chemistry IF:3.8Q1 DOI:10.1007/s00216-023-04978-z PMID:37770666	research paper	开发了一种基于深度学习的智能手机平台，用于辅助比色适体生物传感器快速和高灵敏度地检测乐果农药	该平台结合了比色生物传感器和基于智能手机的深度学习方法，实现了便携且经济实惠的农药检测工具	NA	开发一种快速、高灵敏度的农药检测方法	乐果农药的检测	machine learning	NA	NA	CNN	image	浓度范围为0-10 μM的乐果溶液
157	2024-08-31	Evaluation of the Artificial Intelligence Chatbot on Breast Reconstruction and Its Efficacy in Surgical Research: A Case Study 2023-12, Aesthetic plastic surgery IF:2.0Q2 DOI:10.1007/s00266-023-03443-7 PMID:37314466	研究论文	本研究评估了人工智能聊天机器人ChatGPT在乳房重建领域的应用及其在整形外科研究中的效果	首次评估ChatGPT在整形外科研究中的准确性和全面性	ChatGPT在回答中缺乏深度，生成不存在的参考文献，引用错误的期刊和日期，存在学术诚信问题	评估ChatGPT在整形外科研究中的适用性	ChatGPT在乳房重建领域的应用	机器学习	NA	深度学习	NA	文本	6个问题
158	2024-08-31	Association Between Fat Depletion and Prognosis of Amyotrophic Lateral Sclerosis: CT-Based Body Composition Analysis 2023-12, Annals of neurology IF:8.1Q1 DOI:10.1002/ana.26775 PMID:37612833	研究论文	本研究探讨了脂肪减少与肌萎缩侧索硬化症（ALS）患者预后的关系，使用基于深度学习的CT体成分分析软件进行分析	首次使用深度学习技术进行CT体成分分析，评估脂肪减少和肌肉减少对ALS患者生存的影响	研究为回顾性分析，样本量相对较小，且仅在单一医院进行	评估脂肪减少和肌肉减少对ALS患者预后的影响	肌萎缩侧索硬化症患者	数字病理学	神经退行性疾病	CT	深度学习	图像	80名患者（40名男性，平均年龄65.5±9.4岁）
159	2024-08-30	A simulative deep learning model of SNP interactions on chromosome 19 for predicting Alzheimer's disease risk and rates of disease progression 2023-12, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.13319 PMID:37409680	研究论文	本文通过模拟深度学习模型分析染色体19上的单核苷酸多态性（SNP）交互作用，预测阿尔茨海默病（AD）的风险和疾病进展速率	采用了一种新颖的模拟深度学习模型，使用遮挡方法量化每个SNP及其上位效应对AD可能性的影响	NA	识别与阿尔茨海默病相关的遗传模式，以构建个性化的治疗策略	染色体19上的遗传数据和单核苷酸多态性（SNP）	机器学习	阿尔茨海默病	深度学习	深度学习模型	遗传数据	使用了来自阿尔茨海默病神经影像学倡议和阿尔茨海默病影像学与遗传生物标志物数据集的染色体19遗传数据
160	2024-08-25	Collective and harmonized high throughput barcoding of insular arthropod biodiversity: Toward a Genomic Observatories Network for islands 2023-12, Molecular ecology IF:4.5Q1 DOI:10.1111/mec.16683 PMID:36156326	研究论文	本文探讨了如何利用高通量测序技术（HTS）和深度学习图像分析方法，系统地进行岛屿节肢动物多样性的编目和监测，并提出了建立岛屿基因组观测网络（iGON）的框架。	本文首次提出将高通量测序技术与深度学习图像分析相结合，用于岛屿节肢动物多样性的研究，并探讨了在岛屿基因组观测网络框架下实施这些方法的可能性。	文章指出当前方法在节肢动物多样性数据可用性方面存在局限，需要进一步的技术创新和数据积累。	旨在通过新技术手段，深入理解岛屿生态和进化过程中节肢动物多样性的关键过程。	研究对象为岛屿上的节肢动物，特别是那些在生态、进化和保护生物学领域具有重要意义的物种。	基因组学	NA	高通量测序（HTS）	深度学习	图像	文章未具体提及样本数量