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
3861	2024-11-10	Leveraging calcium score CT radiomics for heart failure risk prediction 2024-11-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-77269-x PMID:39505933	研究论文	研究利用钙评分CT放射组学预测心力衰竭风险	开发了仅使用计算机断层扫描钙评分（CTCS）的筛查方法，结合钙和脂肪放射组学模型，预测心力衰竭风险，优于基于临床因素的预测模型	NA	确定仅使用计算机断层扫描钙评分（CTCS）评估心力衰竭风险的筛查方法	1,998名患者的CTCS扫描数据，包括336名2型糖尿病患者	数字病理	心血管疾病	计算机断层扫描钙评分（CTCS）	深度学习模型	图像	1,998名患者，其中336名患有2型糖尿病
3862	2024-11-10	Comprehensive walkability assessment of urban pedestrian environments using big data and deep learning techniques 2024-Nov-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78041-x PMID:39506013	研究论文	本文构建了一个综合评估框架，结合主观和客观维度评估城市步行环境，并应用于北京五环路内的街道环境	本文创新性地整合了主观和客观维度，提出了一个综合评估框架，包括宏观尺度指数、微观尺度指数和街道步行偏好指数	本文未详细讨论评估框架在其他城市或不同发展模式下的适用性	评估城市步行环境，促进公共健康、社区凝聚力和城市可持续发展	北京五环路内的街道环境	城市规划	NA	深度学习	NA	大数据	北京五环路内的街道环境
3863	2024-11-10	Machine learning models for river flow forecasting in small catchments 2024-Nov-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78012-2 PMID:39501028	研究论文	研究探讨了在小流域中使用深度学习模型进行河流流量预测的可行性	提出了结合不同输入数据集的模型组合方法，以提供更全面的河流流量未来演变描述	随着预测时间的增加，预测的不确定性增加，需要使用能提供预测置信区间的机器学习模型来减少不确定性	开发新的工具以减轻气候变化带来的水文地质风险，特别是在小流域中	小流域中的河流流量	机器学习	NA	深度学习	深度学习模型	河流流量数据	NA
3864	2024-11-10	Study on virtual tooth image generation utilizing CF-fill and Pix2pix for data augmentation 2024-11-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78190-z PMID:39501064	研究论文	本文提出了一种利用图像到图像转换（pix2pix）和上下文重建填充（CR-Fill）生成虚拟牙齿图像的方法，以简化牙科修复过程	本文的创新点在于结合pix2pix和CR-Fill技术生成虚拟牙齿图像，并验证了这些虚拟图像在训练数据中的有效性	仅使用虚拟图像作为训练数据的效果不如同时使用真实和虚拟图像	简化牙科修复过程，减少传统牙科修复所需的工作量和时间	牙齿扫描图像和虚拟牙齿图像	计算机视觉	NA	图像到图像转换（pix2pix）和上下文重建填充（CR-Fill）	pix2pix	图像	未具体说明样本数量
3865	2024-11-10	Developing a 10-Layer Retinal Segmentation for MacTel Using Semi-Supervised Learning 2024-Nov-04, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.13.11.2 PMID:39499591	研究论文	开发了一种用于MacTel的10层视网膜分割的半监督学习模型	通过利用未标记图像，该模型在视网膜层和特征的分割上显著优于其他模型	在某些特征（如内界膜上方的预视网膜空间和视网膜色素上皮下方的背景）上，所有模型的表现相似	提高OCT图像中MacTel病理的自动分割性能	Macular Telangiectasia Type II (MacTel)患者的视网膜层和特征	计算机视觉	NA	半监督学习	深度学习模型	图像	使用了一个小规模的标记数据集，并利用了未标记图像
3866	2024-11-10	Background removal for debiasing computer-aided cytological diagnosis 2024-Nov, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03169-0 PMID:38918281	研究论文	本文提出了一种基于深度学习的细胞分割和背景去除方法，用于解决计算机辅助细胞学诊断中的背景偏差问题	无需细胞标注，利用背景冗余和细胞稀疏性，通过U-Net模型在无监督方式下进行细胞分割和背景去除	实验结果基于小规模细胞学图像集，可能需要更大规模数据集验证其泛化能力	解决计算机辅助细胞学诊断中的背景偏差问题	液基细胞学图像中的细胞分割和背景去除	计算机视觉	NA	深度学习	U-Net	图像	小规模细胞学图像集
3867	2024-11-10	Machine Learning for Localization of Premature Ventricular Contraction Origins: A Review 2024-11, Pacing and clinical electrophysiology : PACE DOI:10.1111/pace.15089 PMID:39428720	综述	本文综述了机器学习在定位室性早搏起源中的应用、优势、劣势及未来研究方向	机器学习和深度学习在电生理学研究中作为强大的分析工具，逐渐发挥重要作用	未具体提及	提供机器学习在定位室性早搏起源中的发展概述，为临床医生和研究人员提供参考	室性早搏的起源定位	机器学习	心血管疾病	机器学习 (ML), 深度学习 (DL)	未具体提及	心电图 (ECG), 计算机断层扫描 (CT), 磁共振成像 (MRI)	未具体提及
3868	2024-11-10	Deep learning-based osteochondritis dissecans detection in ultrasound images with humeral capitellum localization 2024-Nov, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-023-03040-8 PMID:38233599	研究论文	本文提出了一种基于深度学习的超声图像中肱骨髁骨软骨病（OCD）检测方法	通过使用YOLO检测肱骨髁并利用VGG16估计OCD概率，提高了分类性能	未来研究需要评估该方法在临床检查中的有效性	开发一种基于深度学习的超声图像分类模型，用于计算机辅助诊断OCD	肱骨髁骨软骨病（OCD）	计算机视觉	运动损伤	深度学习	YOLO, VGG16	图像	158个样本（OCD: 67, 正常: 91）
3869	2024-11-10	Deep learning-based automatic pipeline for 3D needle localization on intra-procedural 3D MRI 2024-Nov, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03077-3 PMID:38520646	研究论文	本文提出了一种基于深度学习的自动管道，用于在术中3D MRI上进行3D针定位	该方法采用Shifted Window (Swin) Transformers和粗到细的分割策略，能够在有限的训练数据集上实现快速且准确的3D针定位	该方法的评估仅基于49个术中3D MR图像，未来需要在更多样本上进行验证	开发一种自动化的深度学习方法，用于在术中3D MRI上快速且准确地定位针	术中3D MRI上的针定位	计算机视觉	NA	Shifted Window (Swin) Transformers	Swin UNETR, Swin Transformer	3D MRI图像	49个术中3D MR图像
3870	2024-11-10	A pilot study of AI-assisted reading of prostate MRI in Organized Prostate Cancer Testing 2024-Oct-29, Acta oncologica (Stockholm, Sweden) DOI:10.2340/1651-226X.2024.40475 PMID:39473176	研究论文	评估在前列腺癌筛查中使用AI辅助阅读前列腺MRI的可行性	首次在前列腺癌筛查中应用深度学习算法辅助MRI阅读	深度学习算法与当地和专家放射科医生的共识一致性较低	评估AI辅助阅读前列腺MRI在前列腺癌筛查中的可行性	前列腺MRI图像和放射科医生的评估结果	计算机视觉	前列腺癌	深度学习	DL	图像	57名PSA水平≥3 µg/L的男性
3871	2024-11-10	Machine Learning Using Template-Based-Predicted Structure of Haemagglutinin Predicts Pathogenicity of Avian Influenza 2024-Oct-28, Journal of microbiology and biotechnology IF:2.5Q3 DOI:10.4014/jmb.2405.05022 PMID:39252651	研究论文	本研究利用深度学习方法，通过模板预测的血凝素结构来预测禽流感的致病性	引入了一种新的管道，利用开源工具将蛋白质结构转换为适合计算分析的格式，并结合主成分分析和单类支持向量机提高了模型的鲁棒性	NA	开发一种快速准确识别高致病性禽流感毒株的方法	禽流感病毒的血凝素和神经氨酸酶类型	机器学习	NA	主成分分析，单类支持向量机，K近邻算法	二维卷积神经网络	基因组数据	12,143个禽流感病毒基因组，来自64个国家，涵盖119种血凝素和神经氨酸酶类型
3872	2024-11-10	MATES: a deep learning-based model for locus-specific quantification of transposable elements in single cell 2024-Oct-11, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53114-7 PMID:39394211	研究论文	本文介绍了一种基于深度学习的模型MATES，用于单细胞中可移动元件的位点特异性定量分析	MATES模型通过利用相邻读段对TE位点的上下文信息，准确地将多重映射读段分配到特定位点，提高了TE定量的准确性	NA	开发一种新的方法来解决现有单细胞定量方法在TE位点特异性定量方面的不足	单细胞中的可移动元件（TEs）	机器学习	NA	深度学习	深度学习模型	单细胞组学数据	多种单细胞组学数据集
3873	2024-11-10	Unipolar voltage electroanatomic mapping detects structural atrial remodeling identified by LGE-MRI 2024-Oct-11, Heart rhythm IF:5.6Q1 DOI:10.1016/j.hrthm.2024.10.015 PMID:39396602	研究论文	研究探讨了单极电压电生理学映射与晚期钆增强磁共振成像（LGE-MRI）检测到的左心房结构重塑之间的关系	发现单极低电压区域（LVAs）与LGE区域的高度重叠，显著优于双极LVAs，为心房颤动（AF）的诊断和管理提供了新的视角	研究样本量较小，仅涉及20名患者，未来需要更大规模的研究来验证结果	探索LGE区域与单极和双极低电压区域之间的关系，以改进心房颤动的诊断和管理	左心房（LA）的电生理学和结构重塑	心血管疾病	心房颤动	晚期钆增强磁共振成像（LGE-MRI）、电生理学映射	深度学习	图像	20名计划进行心房颤动消融的患者
3874	2024-11-10	Deep learning to assess bone quality from panoramic radiographs: the feasibility of clinical application through comparison with an implant surgeon and cone-beam computed tomography 2024-Oct, Journal of periodontal & implant science DOI:10.5051/jpis.2302880144 PMID:38725425	研究论文	本研究评估了深度学习（DL）通过全景（PA）放射图像评估骨质量的临床应用可行性，并与种植外科医生的主观触觉和锥束计算机断层扫描（CBCT）值进行了比较	首次使用深度学习技术通过全景放射图像评估骨质量，并与传统方法和CBCT值进行比较	研究样本量较小，需要基于高质量定量数据集的进一步研究以提高方法的可靠性和有效性	评估深度学习在通过全景放射图像评估骨质量方面的临床应用可行性	种植外科医生的主观触觉、CBCT值以及深度学习分类结果	计算机视觉	NA	深度学习	ResNet-50	图像	2,270个无牙种植位点的全景图像
3875	2024-11-10	Advances in AI and machine learning for predictive medicine 2024-Oct, Journal of human genetics IF:2.6Q2 DOI:10.1038/s10038-024-01231-y PMID:38424184	综述	本文探讨了深度学习在精准医学预测建模中的应用，特别是卷积神经网络（CNNs）在处理组学数据中的潜力	本文介绍了通过DeepInsight等转换方法将表格形式的组学数据转化为图像表示，从而使CNNs能够有效捕捉潜在特征，增强预测能力并利用迁移学习	本文指出在组学数据分析中应用CNNs存在模型可解释性、数据异质性和数据规模等问题	探讨深度学习在精准医学预测建模中的应用	组学数据及其在精准医学中的预测建模	机器学习	NA	深度学习	卷积神经网络（CNN）	表格数据	NA
3876	2024-11-10	Binding and sensing diverse small molecules using shape-complementary pseudocycles 2024-Jul-19, Science (New York, N.Y.) DOI:10.1126/science.adn3780 PMID:39024436	研究论文	描述了一种利用深度学习生成的高亲和力小分子结合蛋白的设计方法，并展示了其在下游传感中的应用	利用深度学习生成的伪环结构，设计具有不同形状的中心结合口袋，以实现对多种小分子的高亲和力结合	NA	设计高亲和力的小分子结合蛋白，并探索其在传感中的应用	小分子结合蛋白的设计及其在传感中的应用	机器学习	NA	深度学习	NA	蛋白质结构	涉及四种不同的小分子，包括甲氨蝶呤和甲状腺素
3877	2024-11-10	Application of Artificial Intelligence in Ophthalmology: An Updated Comprehensive Review 2024 Jul-Sep, Journal of ophthalmic & vision research IF:1.6Q3 DOI:10.18502/jovr.v19i3.15893 PMID:39359529	综述	本文综述了人工智能在眼科领域的最新进展和挑战	介绍了AI在糖尿病视网膜病变、青光眼、年龄相关性黄斑变性等多种眼科疾病中的应用，并探讨了其在疾病筛查和治疗决策中的潜力	训练数据的质量和多样性、缺乏严格的临床验证、监管批准和临床医生信任的挑战，以及AI与现有临床工作流程的整合和决策透明性问题	探讨人工智能在眼科护理中的应用及其对疾病筛查、诊断和治疗计划优化的影响	主要眼科疾病，包括糖尿病视网膜病变、青光眼、年龄相关性黄斑变性等	计算机视觉	NA	机器学习和深度学习	深度学习模型	图像	NA
3878	2024-11-10	VASCilia (Vision Analysis StereoCilia): A Napari Plugin for Deep Learning-Based 3D Analysis of Cochlear Hair Cell Stereocilia Bundles 2024-Jun-17, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.17.599381 PMID:38948743	研究论文	介绍了一种名为VASCilia的Napari插件，用于自动生成3D共聚焦显微镜图像中耳蜗毛细胞静纤毛束的实例分割和分析	VASCilia是首个提供端到端自动化解决方案的软件，结合了用户友好的手动控制和先进的基于深度学习的功能，用于3D静纤毛束的实例分割和分析	NA	开发一种自动化工具，用于高效分析耳蜗毛细胞静纤毛束的3D图像，以支持听力研究	耳蜗毛细胞静纤毛束的3D图像	计算机视觉	NA	深度学习	深度学习模型	图像	约55个3D图像堆栈，包含1,870个毛细胞实例，其中410个是内毛细胞，1,460个是外毛细胞
3879	2024-11-10	Machine Learning Prediction of Lymph Node Metastasis in Breast Cancer: Performance of a Multi-institutional MRI-based 4D Convolutional Neural Network 2024-05, Radiology. Imaging cancer DOI:10.1148/rycan.230107 PMID:38607282	研究论文	开发了一种基于多机构MRI的4D卷积神经网络，用于非侵入性预测乳腺癌淋巴结转移	提出了一个结合动态图像集时间信息的4D卷积神经网络模型，用于预测乳腺癌淋巴结转移	研究为回顾性研究，样本量有限，且仅限于特定时间段内的患者数据	开发一种深度学习模型，用于非侵入性预测乳腺癌淋巴结转移	乳腺癌患者的淋巴结转移情况	机器学习	乳腺癌	MRI	卷积神经网络 (CNN)	图像	350名女性患者
3880	2024-11-10	Sugarcane leaf dataset: A dataset for disease detection and classification for machine learning applications 2024-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110268 PMID:38533124	研究论文	本文介绍了一个名为“甘蔗叶数据集”的新数据集，用于甘蔗疾病检测和分类的机器学习应用	该数据集包含了6748张高分辨率甘蔗叶图像，分为九种疾病类别、健康叶类别和枯叶类别，覆盖了多种甘蔗疾病，为机器学习算法的发展提供了宝贵的资源	NA	开发用于甘蔗叶疾病检测和分类的机器学习算法	甘蔗叶及其相关疾病	机器学习	NA	深度学习、特征提取、模式识别	NA	图像	6748张甘蔗叶图像