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
261	2024-12-20	Attention-based Fusion Network for Breast Cancer Segmentation and Classification Using Multi-modal Ultrasound Images 2024-Dec-17, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.11.020 PMID:39694743	研究论文	本文提出了一种基于注意力机制的多模态超声图像融合网络，用于乳腺癌的分割和分类	本文创新性地提出了一个基于B模式和SE模式图像的多模态融合U-Net模型，用于乳腺癌的自动分割和分类	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	开发一种有效的计算机辅助诊断技术，用于乳腺癌的早期检测和分类	乳腺癌的分割和分类	计算机视觉	乳腺癌	深度学习	U-Net	图像	使用真实临床数据进行实验
262	2024-12-20	Deep Learning-based Segmentation of Cervical Posterior Longitudinal Ligament Ossification in CT Images and Assessment of Spinal Cord Compression: A Two-center Study 2024-Dec-16, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2024.123567 PMID:39694139	研究论文	本研究开发了一种基于深度学习的全自动CT图像分割模型，用于分割颈椎后纵韧带骨化（OPLL）病变并评估脊髓压迫	首次提出了一种基于3D U-Net框架的深度学习模型，用于自动分割OPLL病变并计算脊髓压迫因子	研究样本量较小，且仅在两家医院的数据上进行了验证	开发一种全自动的深度学习模型，用于CT图像中OPLL病变的分割和脊髓压迫的评估	颈椎后纵韧带骨化（OPLL）病变和脊髓压迫	计算机视觉	脊柱疾病	深度学习	3D U-Net	CT图像	307名患者，其中260名来自上海长征医院，47名来自西南医科大学中医医院
263	2024-12-20	DSE-HNGCN: predicting the frequencies of drug-side effects based on heterogeneous networks with mining interactions between drugs and side effects 2024-Dec-16, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2024.168916 PMID:39694183	研究论文	本文提出了一种基于异构网络预测药物副作用频率的新方法DSE-HNGCN	利用异构网络同时建模药物与副作用之间的多种关系，并引入层重要性组合策略解决图卷积网络中的过平滑问题	未提及具体局限性	提高药物副作用频率预测的准确性	药物与副作用之间的相互作用	机器学习	NA	图卷积网络	GCN	网络数据	使用基准数据集进行实验
264	2024-12-20	A Comprehensive Review on Genomic Insights and Advanced Technologies for Mastitis Prevention in Dairy Animals 2024-Dec-16, Microbial pathogenesis IF:3.3Q2 DOI:10.1016/j.micpath.2024.107233 PMID:39694196	综述	本文综述了基因组学和先进技术在奶牛乳腺炎预防中的应用	本文整合了基因组学、泛基因组学、表观遗传学、蛋白质组学和转录组学等多种方法，并结合人工智能和深度学习技术，提出了更有效的乳腺炎诊断、预防和治疗策略	NA	探讨基因组学和先进技术在奶牛乳腺炎预防中的应用，以提高奶牛生产效率和农场盈利能力	奶牛乳腺炎的病因、诊断、预防和治疗	基因组学	乳腺炎	基因组学、泛基因组学、表观遗传学、蛋白质组学、转录组学、人工智能、深度学习、CRISPR	卷积神经网络（CNN）	基因组数据、表观遗传数据、蛋白质组数据、转录组数据	NA
265	2024-12-20	Deep learning chromatin profiles reveal the cis-regulatory sequence code of the rice genome 2024-Dec-16, Journal of genetics and genomics = Yi chuan xue bao DOI:10.1016/j.jgg.2024.12.007 PMID:39694233	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
266	2024-12-20	Quasi-Newton optimised Kolmogorov-Arnold Networks for wind farm power prediction 2024-Dec-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e40799 PMID:39698096	研究论文	本研究使用Kolmogorov-Arnold Networks (KAN) 和 Multilayer Perceptron (MLP) 模型预测中国六个风电场的额定功率，并采用准牛顿优化技术LBFGS进行参数优化	本研究创新性地使用Kolmogorov-Arnold Networks (KAN) 替代传统的MLP模型，并采用准牛顿优化技术LBFGS进行参数优化，同时使用IQR技术处理异常值和基于聚类的K-Nearest Neighbor (KNN) 插值法处理缺失值	NA	预测风电场的额定功率，以提高风能预测的准确性和有效性	中国六个风电场的额定功率	机器学习	NA	Kolmogorov-Arnold Networks (KAN), Multilayer Perceptron (MLP), 准牛顿优化技术LBFGS, IQR技术, K-Nearest Neighbor (KNN) 插值法	Kolmogorov-Arnold Networks (KAN), Multilayer Perceptron (MLP)	数值数据	六个风电场的数据
267	2024-12-20	Porkolor: A deep learning framework for pork color classification 2024-Dec-12, Meat science IF:5.7Q1 DOI:10.1016/j.meatsci.2024.109731 PMID:39693826	研究论文	本文提出了一种基于深度学习的猪肉颜色分类框架Porkolor，通过图像预处理和分类模块提高分类准确性	设计了标准化的猪肉图像采集设备，并提出了基于SAM的图像预处理模块和基于ResNet-101的猪肉颜色分类模块	模型在外部验证数据集上的准确性略低于内部数据集，可能需要进一步优化	开发一种客观且稳定的猪肉颜色分类方法，以替代传统的人眼观察方法	猪肉颜色的分类	计算机视觉	NA	深度学习	ResNet-101	图像	1707张高质量猪肉图像
268	2024-12-20	Transferable automatic hematological cell classification: Overcoming data limitations with self-supervised learning 2024-Dec-09, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108560 PMID:39693791	研究论文	本研究提出将自监督学习（SSL）整合到细胞分类流程中，以解决血液和骨髓细胞分类中的数据稀缺和模型泛化能力有限的问题	通过自监督学习提取细胞图像特征，无需使用图像标注，并实现了骨髓和外周血细胞领域之间的知识高效转移	研究仅基于四个公开的血液单细胞图像数据集，可能限制了结果的广泛适用性	开发一种鲁棒且可靠的自动分类系统，用于血液和骨髓细胞的分类，以辅助诊断和监测血液疾病	外周血和骨髓细胞的分类	计算机视觉	血液疾病	自监督学习（SSL）	轻量级机器学习分类器	图像	四个公开的血液单细胞图像数据集，包括一个骨髓数据集和三个外周血数据集
269	2024-12-20	St-RegSeg: an unsupervised registration-based framework for multimodal magnetic resonance imaging stroke lesion segmentation 2024-Dec-05, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-725 PMID:39698611	研究论文	本文提出了一种基于无监督配准的框架St-RegSeg，用于多模态磁共振成像的卒中病变分割	创新点在于结合了无监督配准模型ConvNXMorph和分割模型nnUNet-v2，解决了多模态MRI图像之间的语义内容漂移问题，提高了分割精度和计算效率	NA	提出一种有效的框架用于多模态MRI图像的配准和分割，以提高卒中病变分割的准确性和效率	多模态磁共振成像中的卒中病变	计算机视觉	卒中	磁共振成像（MRI）	ConvNXMorph（配准模型）和nnUNet-v2（分割模型）	图像	来自三个中心的ISLES'22数据集
270	2024-12-20	Automatic deep learning method for analysis and prediction of neonatal hyperbilirubinemia in magnetic resonance imaging 2024-Dec-05, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1050 PMID:39698615	研究论文	本研究通过对比分析不同程度新生儿高胆红素血症的新生儿，探讨磁共振成像（MRI）图像特征与血清胆红素水平之间的关系，并提出基于深度学习的自动分类系统用于预测新生儿高胆红素血症	本研究引入了基于图注意力机制的图卷积网络（GCN）进行新生儿高胆红素血症的分析和分类，取得了优于其他先进模型的结果	本研究为回顾性研究，样本量有限，且仅在西安第四医院的数据上进行了验证	探讨MRI图像特征与血清胆红素水平之间的关系，并开发自动分类系统预测新生儿高胆红素血症	新生儿高胆红素血症的MRI图像特征与血清胆红素水平	机器学习	新生儿疾病	磁共振成像（MRI）	图卷积网络（GCN）	图像	606名新生儿，包括273例患者和333例正常对照
271	2024-12-20	Novel study on the prediction of BI-RADS 4A positive lesions in mammography using deep learning technology and clinical factors 2024-Dec-05, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1075 PMID:39698623	研究论文	本研究利用深度学习技术和临床因素，开发了一种预测乳腺X线摄影中BI-RADS 4A阳性病变的分类模型	本研究的创新点在于结合深度学习技术和临床因素，构建了一个更准确的BI-RADS 4A阳性病变预测模型	本研究的局限性在于其为回顾性分析，且样本仅来自两家医院	本研究的目的是提高乳腺X线摄影中BI-RADS 4A阳性病变的分类预测准确性	本研究的研究对象为在深圳人民医院和深圳罗湖人民医院诊断为BI-RADS 4A的590名患者	计算机视觉	乳腺癌	深度学习	多因素逻辑回归模型	图像和临床数据	590名患者
272	2024-12-20	Research trends of artificial intelligence and radiomics in lung cancer: a bibliometric analysis 2024-Dec-05, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1316 PMID:39698627	meta-analysis	本文通过文献计量分析方法，探讨了人工智能和放射组学在肺癌应用中的研究现状、热点和未来趋势	本文首次通过文献计量分析方法，系统地总结了人工智能和放射组学在肺癌领域的研究热点和未来趋势	本文主要依赖于文献计量分析，未涉及具体的技术实现和实验验证	探讨人工智能和放射组学在肺癌应用中的研究现状、热点和未来趋势	人工智能和放射组学在肺癌中的应用研究	machine learning	lung cancer	NA	NA	text	2989篇相关文献，其中2804篇为研究论文，185篇为综述
273	2024-12-20	Deep learning-based low count whole-body positron emission tomography denoising incorporating computed tomography priors 2024-Dec-05, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-489 PMID:39698633	研究论文	本研究提出了一种基于深度学习的低计数全身正电子发射断层扫描（PET）去噪方法，结合计算机断层扫描（CT）先验信息以进一步降低剂量水平	本研究的创新点在于提出了一种结合CT先验信息的深度学习方法，用于低计数PET图像的去噪，相比传统方法在更低剂量水平下表现更优	本研究的局限性在于样本量较小，且为回顾性非连续性招募，可能影响结果的普适性	本研究旨在提出一种结合CT先验信息的深度学习方法，以提高低计数PET图像的质量和定量准确性，并进一步降低剂量水平	本研究的研究对象为50名接受常规全身18F-FDG PET/CT扫描的患者	计算机视觉	NA	深度学习	U-Net, cGAN	图像	50名患者
274	2024-12-20	Development of a machine learning model in prediction of the rapid progression of interstitial lung disease in patients with idiopathic inflammatory myopathy 2024-Dec-05, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-595 PMID:39698644	研究论文	本研究旨在基于定量计算机断层扫描（QCT）和临床特征，开发并验证一种机器学习（ML）模型，用于预测特发性炎症性肌病相关间质性肺疾病（IIM-ILD）患者的快速进展性间质性肺疾病（RP-ILD）	本研究首次将定量计算机断层扫描（QCT）与临床特征结合，利用机器学习技术预测IIM-ILD患者的RP-ILD，并验证了其预测性能优于单独使用QCT或临床特征的模型	本研究为回顾性研究，样本量相对较小，且仅在中国-日本友好医院进行，可能存在样本偏倚	开发并验证一种机器学习模型，用于预测IIM-ILD患者的RP-ILD	特发性炎症性肌病相关间质性肺疾病（IIM-ILD）患者的快速进展性间质性肺疾病（RP-ILD）	机器学习	间质性肺疾病	定量计算机断层扫描（QCT），高分辨率计算机断层扫描（HRCT）	逻辑回归	图像，临床数据	514名患者，其中249名患有RP-ILD
275	2024-12-20	Deep learning-based reconstruction: a reliability assessment in preoperative magnetic resonance imaging for primary rectal cancer 2024-Dec-05, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-907 PMID:39698686	研究论文	本研究评估了深度学习重建（DLR）方法在直肠癌术前磁共振成像（MRI）中的可靠性	首次系统评估了DLR方法在直肠癌术前MRI中的可靠性，并展示了其在图像质量和诊断性能上的优势	样本量较小，且仅在一家医院进行研究，可能限制了结果的普适性	评估深度学习重建方法在直肠癌术前MRI检查中的可靠性	直肠癌患者的术前MRI图像	计算机视觉	直肠癌	深度学习重建（DLR）	NA	图像	61名患者
276	2024-12-20	Robust thoracic CT image registration with environmental adaptability using dynamic Welsch's function and hierarchical structure-awareness strategy 2024-Dec-05, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-596 PMID:39698683	研究论文	本文提出了一种基于动态Welsch函数和层次结构感知策略的鲁棒胸腔CT图像配准算法	创新性地使用了Welsch函数来控制损失值的惩罚分布，并设计了动态Welsch参数更新策略，以适应不同噪声水平和滑动运动	NA	开发一种鲁棒的胸腔CT图像配准算法，以解决采集过程中运动、高密度物体和噪声对配准的影响	胸腔CT图像	计算机视觉	NA	NA	NA	图像	使用了公开的DIR-Lab 4DCT和COPD数据集，包括有噪声和无噪声的情况
277	2024-12-20	PPB-Affinity: Protein-Protein Binding Affinity dataset for AI-based protein drug discovery 2024-Dec-03, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03997-4 PMID:39627219	研究论文	本文介绍了一个名为PPB-Affinity的大型蛋白质-蛋白质结合亲和力数据集，并开发了一个深度学习基准模型用于预测蛋白质-蛋白质结合亲和力	本文首次引入了一个大规模的公开蛋白质-蛋白质结合亲和力数据集，并开发了一个深度学习基准模型用于预测结合亲和力	NA	解决蛋白质-蛋白质结合亲和力数据集稀缺的问题，推动基于AI的蛋白质药物发现	蛋白质-蛋白质结合亲和力数据集和深度学习模型	机器学习	NA	深度学习	深度学习基准模型	蛋白质-蛋白质复合物的晶体结构数据和结合亲和力数据	NA
278	2024-12-20	Deep caries detection using deep learning: from dataset acquisition to detection 2024-Dec-02, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-024-06068-5 PMID:39621193	研究论文	本研究提出了一种基于深度学习的龋齿检测方法，使用最新的YOLOv7、YOLOv8和YOLOv9模型进行自动检测	本研究创新性地使用了最新的YOLOv7、YOLOv8和YOLOv9模型，并展示了其在龋齿检测中的优越性能	NA	提高龋齿早期检测的准确性和效率，特别是在资源有限的地区	龋齿的早期检测	计算机视觉	口腔疾病	深度学习	YOLO	图像	3200张图像
279	2024-12-20	Quantitative Spatial Analysis of Chromatin Biomolecular Condensates using Cryo-Electron Tomography 2024-Dec-02, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.01.626131 PMID:39677698	研究论文	本文通过冷冻电子断层扫描技术分析了生物化学重建的染色质凝聚物的结构	本文创新性地结合了基于深度学习的分割方法与上下文感知模板匹配技术，用于识别凝聚物内部的密集分子	本文的方法主要针对生物化学重建的染色质凝聚物，对细胞内某些凝聚物的适用性有限	研究染色质生物分子凝聚物的形成机制和功能	生物化学重建的染色质凝聚物和细胞内原位染色质凝聚区域	NA	NA	冷冻电子断层扫描（cryo-electron tomography）	深度学习模型	图像	NA
280	2024-12-20	On-board synthetic 4D MRI generation from 4D CBCT for radiotherapy of abdominal tumors: A feasibility study 2024-Dec, Medical physics IF:3.2Q1 DOI:10.1002/mp.17347 PMID:39137256	研究论文	本研究评估了基于人工智能方法从4D CBCT生成合成4D MRI用于腹部肿瘤放疗的可行性	提出了一种基于深度学习模型从4D CBCT生成合成4D MRI的方法，以改善传统kV-based LINAC在腹部放疗中的治疗定位	合成MRI的纹理生成可能具有挑战性，容易产生幻觉，影响运动精度	评估从4D MRI、4D CBCT图像、运动建模信息和深度学习模型生成合成4D MRI的可行性	腹部肿瘤放疗中的治疗定位	数字病理学	腹部肿瘤	卷积神经网络 (CNN)	卷积神经网络 (CNN)	图像	使用数字人体模型XCAT进行评估，CNN模型训练使用了1000个变形样本