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
4001	2024-11-08	Progress and clinical translation in hepatocellular carcinoma of deep learning in hepatic vascular segmentation 2024 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076241293498 PMID:39502486	综述	本文综述了深度学习在肝血管分割中的进展及其在肝细胞癌（HCC）整体管理中的临床意义	深度学习方法，包括卷积神经网络等，显著提高了肝血管分割的准确性和速度	本文讨论了深度学习技术在增强HCC综合诊断和治疗中的挑战和未来前景	探讨深度学习在肝血管分割中的应用及其对HCC诊断和治疗的支持	肝血管分割及其在肝细胞癌诊断和治疗中的应用	计算机视觉	肝癌	深度学习	卷积神经网络	图像	30项研究
4002	2024-11-08	Graph neural networks are promising for phenotypic virtual screening on cancer cell lines 2024, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpae065 PMID:39502795	研究论文	本文研究了图神经网络在癌症细胞系表型虚拟筛选中的应用	本文提出图神经网络（D-MPNN）在表型虚拟筛选中表现优于其他机器学习算法	研究受限于测试分子数量较少以及未采用合适的性能指标和不同分子分割方法	评估不同机器学习算法在表型虚拟筛选中的性能	60个包含约30,000-50,000个分子的数据集，用于测试其在NCI-60癌症细胞系中的生长抑制活性	机器学习	癌症	图神经网络	D-MPNN	分子数据	约14,440次训练运行
4003	2024-11-08	LT-DeepLab: an improved DeepLabV3+ cross-scale segmentation algorithm for Zanthoxylum bungeanum Maxim leaf-trunk diseases in real-world environments 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1423238 PMID:39502917	研究论文	本文提出了一种改进的DeepLabV3+算法LT-DeepLab，用于复杂环境中花椒叶和茎疾病的跨尺度语义分割	引入了创新的Fission Depth Separable with CRCC Atrous Spatial Pyramid Pooling模块，减少了Atrous Spatial Pyramid Pooling模块的结构参数并提高了跨尺度提取能力，结合Criss-Cross Attention和Convolutional Block Attention Module增强了通道特征提取，并使用可变形卷积和全卷积网络辅助头优化网络	NA	提高花椒叶和茎疾病在复杂环境中的分割准确性和效率	花椒叶和茎的疾病，包括叶斑、锈病、霜冻损伤和病叶茎	计算机视觉	NA	深度学习	DeepLabV3+	图像	NA
4004	2024-11-08	Comparative Phylogenetic Analysis and Protein Prediction Reveal the Taxonomy and Diverse Distribution of Virulence Factors in Foodborne Clostridium Strains 2024, Evolutionary bioinformatics online DOI:10.1177/11769343241294153 PMID:39502941	研究论文	通过生物信息学预测方法研究了两种食源性梭菌基因组与毒力蛋白的分子进化关系，并比较分析了毒力蛋白的基因编码主要特征和结构特性	揭示了食源性梭菌毒力因子的系统发育特征、多样性和分布	NA	研究食源性梭菌基因组与毒力蛋白的分子进化关系	食源性梭菌（Clostridium botulinum和Clostridium perfringens）的毒力蛋白	生物信息学	NA	多重序列分析、同源建模、深度学习算法	NA	基因组数据	两种食源性梭菌菌株
4005	2024-11-07	Advancing jasmine tea production: YOLOv7-based real-time jasmine flower detection 2024-Dec, Journal of the science of food and agriculture IF:3.3Q2 DOI:10.1002/jsfa.13752 PMID:39032018	研究论文	本研究利用YOLOv7算法实时检测茉莉花，以提高茉莉茶生产的质量	采用YOLOv7算法进行茉莉花的实时检测，以区分不同生长阶段的茉莉花	NA	解决茉莉花采摘过程中因环境和人为因素导致的质量问题	茉莉花的不同生长阶段	计算机视觉	NA	YOLOv7算法	卷积神经网络	图像	五种不同开放程度的茉莉花样本
4006	2024-11-07	Automatic soft-tissue analysis on orthodontic frontal and lateral facial photographs based on deep learning 2024-Dec, Orthodontics & craniofacial research IF:2.4Q2 DOI:10.1111/ocr.12830 PMID:38967085	研究论文	本文基于深度学习建立了自动软组织分析模型，用于正畸面部照片中的地标检测和测量计算	本文创新性地利用深度学习技术实现了正畸面部照片中软组织地标的自动检测和测量	模型在某些测量指标上与手动标注存在统计学差异	建立基于深度学习的自动软组织分析模型，实现正畸面部照片中软组织的全面定量评估	正畸患者的面部照片中的软组织	计算机视觉	NA	深度学习	高分辨率网络、基于深度可分离卷积的特征融合模块、基于像素洗牌的预测模型	图像	578张正面照片和450张侧面照片
4007	2024-11-07	Deep learning-based binary classification of beta-amyloid plaques using 18 F florapronol PET 2024-Dec-01, Nuclear medicine communications IF:1.3Q3 DOI:10.1097/MNM.0000000000001904 PMID:39350612	研究论文	研究使用深度学习模型对疑似阿尔茨海默病患者的脑部PET图像进行β-淀粉样斑块的二分类	首次使用深度学习模型对脑部PET图像中的β-淀粉样斑块进行二分类	研究为回顾性研究，样本量相对较小	验证深度学习模型在脑部PET图像中分类β-淀粉样斑块的潜力	疑似轻度认知障碍或痴呆患者的脑部PET图像	计算机视觉	阿尔茨海默病	PET/CT成像	卷积神经网络（CNN）	图像	175名患者
4008	2024-11-07	Rapid discovery of Transglutaminase 2 inhibitors for celiac disease with boosting ensemble machine learning 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.10.019 PMID:39498152	研究论文	本研究利用约1100个TG2抑制实验数据，开发了基于集成机器学习模型的配体分子筛选技术，用于快速发现针对乳糜泻的转谷氨酰胺酶2抑制剂	本研究采用了感知器深度学习和低深度随机森林弱学习器的提升集成方法，显著提高了预测准确率，并开发了一个用于筛选潜在治疗分子的网络应用程序	NA	开发针对乳糜泻的转谷氨酰胺酶2抑制剂	转谷氨酰胺酶2及其抑制剂	机器学习	乳糜泻	集成机器学习	感知器深度学习、随机森林、图神经网络	分子特征数据	约1100个TG2抑制实验数据
4009	2024-11-07	Prediction of muscular-invasive bladder cancer using multi-view fusion self-distillation model based on 3D T2-Weighted images 2024-Nov-06, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2024-0333 PMID:39501515	研究论文	本研究开发了一种基于3D T2加权图像的多视图融合自蒸馏模型，用于预测肌肉浸润性膀胱癌	提出了多视图融合自蒸馏模型，结合横断面和矢状面信息，利用z轴信息进行全面特征提取，并通过自蒸馏提升浅层分类器的特征提取能力	NA	优化现有的T2加权成像序列，以准确评估肌肉浸润性膀胱癌	肌肉浸润性膀胱癌和非肌肉浸润性膀胱癌的分类	计算机视觉	膀胱癌	多参数MRI	多视图融合自蒸馏模型	3D T2加权图像	615名膀胱癌患者
4010	2024-11-07	Image quality in three-dimensional (3D) contrast-enhanced dynamic magnetic resonance imaging of the abdomen using deep learning denoising technique: intraindividual comparison between T1-weighted sequences with compressed sensing and with a modified Fast 3D mode wheel 2024-Nov-06, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-024-01687-0 PMID:39503820	研究论文	本文评估了使用深度学习去噪技术（AiCE）的改进Fast 3D模式轮（mFast 3D轮）在增强型3D动态磁共振成像（MRI）中的图像质量，并与压缩感知（CS）结合AiCE进行了个体内部比较	本文创新性地使用了改进的Fast 3D模式轮结合深度学习去噪技术（AiCE），显著提高了腹部器官和肝内结构的显著性和整体图像质量	尽管改进的Fast 3D模式轮结合AiCE在显著性和整体图像质量上优于压缩感知结合AiCE，但在肝脏的信噪比上表现较差	评估改进的Fast 3D模式轮结合深度学习去噪技术在增强型3D动态磁共振成像中的图像质量	腹部器官和肝内结构的图像质量	计算机视觉	NA	深度学习去噪技术（AiCE）	NA	图像	42名患者
4011	2024-11-07	The Segment Anything foundation model achieves favorable brain tumor auto-segmentation accuracy in MRI to support radiotherapy treatment planning 2024-Nov-06, Strahlentherapie und Onkologie : Organ der Deutschen Rontgengesellschaft ... [et al] IF:2.7Q2 DOI:10.1007/s00066-024-02313-8 PMID:39503868	研究论文	本文评估了Segment Anything基础模型在MRI数据中对胶质瘤脑肿瘤进行自动分割的准确性，以支持放射治疗计划	Segment Anything模型是一种新型的通用深度学习自动分割模型，可用于放射治疗计划中的交互式肿瘤自动轮廓绘制	使用建议的肿瘤轮廓（suggested mask）时，分割准确性较低	评估Segment Anything模型在MRI数据中对胶质瘤脑肿瘤进行自动分割的准确性，以支持放射治疗计划	Segment Anything模型在MRI数据中对胶质瘤脑肿瘤的自动分割	计算机视觉	脑肿瘤	深度学习	Segment Anything	MRI图像	369个MRI数据集，包含16,744个横切片
4012	2024-11-07	Deep learning-based human gunshot wounds classification 2024-Nov-06, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-024-03355-4 PMID:39503869	研究论文	本文提出了一种基于深度学习的方法，用于法医领域中枪伤模式的分类	首次将深度学习技术应用于法医枪伤分类，特别是区分入口和出口伤口以及确定医学-法律射击距离	样本不平衡影响了分类指标，且伤口图像的标准化因拍摄条件不同而存在挑战	探索深度学习技术在法医病理学中的应用，提高枪伤分类的准确性	枪伤图像，包括入口和出口伤口以及医学-法律射击距离的分类	计算机视觉	NA	深度学习	ResNet152	图像	2551张图像，包括1883张入口伤口和668张出口伤口
4013	2024-11-07	Automated acute skin toxicity scoring in a mouse model through deep learning 2024-Nov-06, Radiation and environmental biophysics IF:1.5Q3 DOI:10.1007/s00411-024-01096-x PMID:39503921	研究论文	本研究通过先进的成像设置和深度学习，提出了一种在临床前放射治疗试验中评估皮肤毒性的新方法	本研究开发了一个两步深度学习框架，用于自动检测小鼠后腿并分类皮肤毒性，显著提高了评估的准确性和一致性	分类模型在特定毒性等级上存在细微挑战，未来需要通过扩展训练数据集来进一步优化系统	开发一种客观且可重复的皮肤毒性评估方法，以改进临床前放射治疗试验中的评估流程	评估160只小鼠在四项研究中的皮肤反应，特别是右后腿的急性毒性	计算机视觉	NA	深度学习	CNN	图像	160只小鼠，7542张图像
4014	2024-11-07	Classification of EEG evoked in 2D and 3D virtual reality: traditional machine learning versus deep learning 2024-Nov-05, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad89c5 PMID:39437806	研究论文	本文比较了传统机器学习和深度学习在2D和3D虚拟现实诱发脑电图分类中的表现	首次使用EEGNet深度学习模型在2D和3D虚拟现实诱发脑电图分类中取得了显著优于传统机器学习方法的性能	NA	研究不同机器学习方法在2D和3D虚拟现实诱发脑电图分类中的效果	2D和3D虚拟现实诱发的脑电图信号	机器学习	NA	脑电图(EEG)	卷积神经网络(CNN)	脑电图信号	56通道脑电图记录
4015	2024-11-07	An improved AlexNet deep learning method for limb tumor cancer prediction and detection 2024-Nov-05, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad89c7 PMID:39437809	研究论文	本文介绍了一种改进的AlexNet深度学习方法，用于滑膜肉瘤的预测和检测	本文提出了一个改进的AlexNet架构，增加了卷积层和调整输入图像大小，显著提高了模型的性能	NA	提高滑膜肉瘤的诊断准确性	滑膜肉瘤的数字病理图像	计算机视觉	肿瘤	卷积神经网络	AlexNet	图像	NA
4016	2024-11-07	MCI Net: Mamba- Convolutional lightweight self-attention medical image segmentation network 2024-Nov-05, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad8acb PMID:39447592	研究论文	提出了一种名为MCI-Net的轻量级自注意力医学图像分割网络，通过减少模型参数和计算复杂度，提高了分割效率	MCI-Net通过线性建模永久标记有效特征并过滤无关信息，有效捕捉局部-全局信息，减少了参数数量并利用注意力计算实现模型轻量化	NA	开发一种轻量级、高效的医学图像分割网络，减少诊断时间和计算复杂度	医学图像分割	计算机视觉	NA	自注意力机制	卷积神经网络	图像	五个公共数据集：X射线、肺部、ISIC-2016、ISIC-2018和胶囊内窥镜及胃肠分割
4017	2024-11-07	nPOD-Kidney: A Heterogenous Donor Cohort for the Investigation of Diabetic Kidney Disease Pathogenesis and Progression 2024-Nov-05, Kidney360 IF:3.2Q1 DOI:10.34067/KID.0000000620 PMID:39499578	研究论文	研究使用来自糖尿病器官捐赠者的肾脏样本，通过传统和数字病理学方法，探讨糖尿病肾病的发病机制和进展	首次使用来自糖尿病器官捐赠者的肾脏样本，结合数字病理学工具，系统研究糖尿病肾病的发病机制和进展	NA	评估使用糖尿病器官捐赠者的肾脏样本研究糖尿病肾病进展的可行性，并探讨其发病机制	糖尿病器官捐赠者的肾脏样本	数字病理学	糖尿病肾病	数字病理学、深度学习、机器学习	深度学习模型	图像	多个糖尿病器官捐赠者的肾脏样本
4018	2024-11-07	Advanced Camera-Based Scoliosis Screening via Deep Learning Detection and Fusion of Trunk, Limb, and Skeleton Features 2024-Nov-05, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3491855 PMID:39499599	研究论文	本文介绍了一种基于深度学习的脊柱侧弯筛查方法，利用单目RGB相机进行非侵入性筛查	提出了一种新的非侵入性脊柱侧弯筛查方法，结合了参数化人体3D重建和多尺度融合注意力模块，提高了特征提取的准确性	NA	开发一种非侵入性、隐私保护的脊柱侧弯筛查方法，提高筛查的准确性和效率	脊柱侧弯筛查	计算机视觉	NA	深度学习	Swin Transformer	图像	NA
4019	2024-11-07	Unbiased and reproducible liver MRI-PDFF estimation using a scan protocol-informed deep learning method 2024-Nov-05, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11164-x PMID:39500799	研究论文	本文提出了一种基于深度学习的扫描协议信息方法，用于无偏和可重复的肝脏MRI-PDFF估计	本文提出的VET-Net方法能够处理不同MR扫描仪和采集回波时间（TE）的变异性，提供无偏和精确的PDFF估计	本文未提及具体的局限性	研究目的是开发一种精确且对不同MR扫描仪和采集回波时间（TE）具有鲁棒性的深度学习方法，用于从化学位移编码（CSE）MR图像中估计质子密度脂肪分数（PDFF）	研究对象包括肝脏CSE-MRI数据集和多站点、多供应商的脂肪-水体模数据集	计算机视觉	NA	深度学习	神经网络	图像	188名受试者，4146张轴向切片
4020	2024-11-07	Editorial for "Development of a Dual-Plane MRI-Based Deep Learning Model to Assess the 1-Year Postoperative Outcomes in Lumbar Disc Herniation After Tubular Microdiscectomy" 2024-Nov-05, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29637 PMID:39501638	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA