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
6301	2024-09-25	Accelerating FLAIR imaging via deep learning reconstruction: potential for evaluating white matter hyperintensities 2024-Sep-24, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-024-01666-5 PMID:39316286	研究论文	本文评估了通过深度学习重建的FLAIR图像，并探讨了其在评估白质高信号中的潜力	提出了一种通过深度学习重建FLAIR图像的方法，显著减少了扫描时间和噪声，同时提高了图像质量	研究样本量较小，仅涉及30名患者	评估深度学习重建的FLAIR图像在白质高信号评估中的应用潜力	30名患有白质高信号的患者	计算机视觉	NA	深度学习	NA	图像	30名患者
6302	2024-09-25	Enhancing bone scan image quality: an improved self-supervised denoising approach 2024-Sep-23, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad7e79 PMID:39312947	研究论文	本文提出了一种改进的自监督去噪技术，用于提高骨扫描图像质量	本文提出了一种改进的自监督去噪技术，通过使用Noise2FullCount (N2F)和插值版本的Noise2Noise (iN2N)，减少了深度学习去噪与全扫描图像之间的偏差	N2N在长扫描图像中表现有限	提高骨扫描图像质量，减少辐射暴露和扫描时间	351个全身骨扫描数据集	计算机视觉	NA	深度学习	Noise2Noise (N2N), Noise2FullCount (N2F), 插值版本的Noise2Noise (iN2N)	图像	351个全身骨扫描数据集
6303	2024-09-25	A Robust Deep Learning Method with Uncertainty Estimation for the Pathological Classification of Renal Cell Carcinoma Based on CT Images 2024-Sep-23, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01276-7 PMID:39313716	研究论文	本研究开发并验证了一种基于深度学习的诊断模型，结合不确定性估计，用于基于CT图像的肾细胞癌病理亚型术前区分	本研究的创新点在于结合不确定性估计的深度学习模型，为临床医生提供了准确的肾细胞癌亚型预测和诊断信心指标	本研究的局限性在于仅使用了两个中心的数据进行训练和验证，未来需要更多的多中心数据来进一步验证模型的泛化能力	本研究旨在开发一种基于深度学习的诊断模型，结合不确定性估计，用于肾细胞癌病理亚型的术前区分	本研究的研究对象是基于CT图像的肾细胞癌病理亚型	数字病理	肾细胞癌	深度学习	深度学习模型	图像	本研究使用了来自两个中心的746名肾细胞癌患者的CT图像数据
6304	2024-09-25	Exploration of Fractional Flow Reservation Score Based on Artificial Intelligence Post-processing for Coronary Artery Lesions in Patients with Diabetes and Coronary Heart Disease 2024-Sep-21, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2024.100196 PMID:39313159	研究论文	本文利用人工智能后处理技术评估糖尿病和冠心病患者中冠心病与分数流量储备（FFR）的关系	采用人工智能技术处理冠状动脉CT血管造影（CCTA）图像，以高效、便捷、准确地获取所需数据，提高临床诊断效率和准确性	NA	研究冠心病与分数流量储备（FFR）在不同程度冠心病和糖尿病患者中的关系	94名疑似冠心病的患者	计算机视觉	心血管疾病	人工智能（AI）	NA	图像	94名患者
6305	2024-09-25	Melanoma Breslow Thickness Classification using Ensemble-based Knowledge Distillation with Semi-supervised Convolutional Neural Networks 2024-Sep-20, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3465929 PMID:39302772	研究论文	本文研究了使用基于集成学习的知识蒸馏方法和半监督卷积神经网络对黑色素瘤Breslow厚度进行分类	本文采用了多教师集成知识蒸馏的半监督学习方法，显著提高了模型在黑色素瘤分类任务中的性能	本文未详细讨论数据集的多样性和模型的泛化能力	研究如何利用深度学习技术提高黑色素瘤分类的准确性，为医疗专家提供辅助诊断支持	黑色素瘤的Breslow厚度分类	计算机视觉	皮肤癌	半监督学习	卷积神经网络	图像	四个不同来源的数据集
6306	2024-09-25	Chemomechanical damage prediction from phase-field simulation video sequences using a deep-learning-based methodology 2024-Sep-20, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.110822 PMID:39310766	研究论文	本文探讨了使用深度学习方法从相场模拟视频序列中预测锂离子电池的化学机械损伤	本文首次探索了使用卷积长短期记忆网络（CNN-LSTM）从相场模拟视频中预测电池材料的损伤行为，包括裂纹扩展角度和长度	本文仅使用了有限的数据进行模型训练和验证	研究目的是开发一种预测锂离子电池材料损伤行为的深度学习模型	研究对象是锂离子电池的阴极材料	机器学习	NA	相场模拟	CNN-LSTM	视频	NA
6307	2024-09-25	Computer Vision Identification of Trachomatous Inflammation-Follicular Using Deep Learning 2024-Sep-20, Cornea IF:1.9Q2 DOI:10.1097/ICO.0000000000003701 PMID:39312712	研究论文	本研究开发并评估了一种基于深度学习的机器学习模型，用于识别沙眼性炎症-滤泡（TF），以减少沙眼调查的成本并提高其可靠性	本研究首次使用深度卷积神经网络（MobileNetV3）对大量眼睑翻转照片进行自动分类，以识别TF	模型在不同人群和TF患病率不同的地区进行进一步验证之前，尚不能大规模实施	开发和评估一种机器学习模型，以减少沙眼调查的成本并提高其可靠性	沙眼性炎症-滤泡（TF）的识别	计算机视觉	NA	深度学习	深度卷积神经网络（MobileNetV3）	图像	11,358名0至9岁儿童的眼睑翻转照片，共计56,725张
6308	2024-09-25	A deep learning dataset for metal multiaxial fatigue life prediction 2024-Sep-19, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03862-4 PMID:39300134	研究论文	本文创建了一个大规模的高质量数据集，用于金属多轴疲劳寿命预测	本文的创新点在于创建了一个包含1167个样本的大规模数据集，解决了深度学习在金属多轴疲劳寿命预测中数据稀缺的问题	NA	本文的研究目的是为金属多轴疲劳寿命预测提供一个高质量的数据集，以支持深度学习方法的应用	本文的研究对象是金属多轴疲劳寿命预测	机器学习	NA	深度学习	NA	数据集	1167个样本，来自40种材料
6309	2024-09-25	A Novel Rational PROTACs Design and Validation via AI-Driven Drug Design Approach 2024-Sep-17, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.3c10183 PMID:39310161	研究论文	本文介绍了一种结合超叠加技术和深度神经网络的集成方法，用于生成具有增强结合亲和力的结构多样性分子	本文提出了一种新的AI驱动药物设计方法，通过结合超叠加技术和深度神经网络，生成具有更高结合亲和力的PROTACs分子	NA	开发一种新的AI驱动药物设计方法，用于生成具有更高结合亲和力的PROTACs分子	PROTACs分子的设计和验证	药物设计	NA	超叠加技术、分子动力学模拟、自由能扰动模拟	深度神经网络	蛋白质-配体复合物结构	NA
6310	2024-09-25	Virtual birefringence imaging and histological staining of amyloid deposits in label-free tissue using autofluorescence microscopy and deep learning 2024-Sep-12, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-52263-z PMID:39266547	研究论文	本文介绍了一种利用自体荧光显微镜和深度学习技术对未标记组织中的淀粉样沉积物进行虚拟双折射成像和虚拟刚果红染色的方法	提出了一种单神经网络模型，能够将未标记组织的自体荧光图像转换为明场和偏振显微镜图像，与组织化学染色的图像相匹配	NA	开发一种无需化学染色的方法来可视化组织中的淀粉样沉积物，以克服传统刚果红染色的局限性	未标记的人体组织中的淀粉样沉积物	计算机视觉	NA	自体荧光显微镜	神经网络	图像	NA
6311	2024-09-25	Convolutional Neural Networks for Segmentation of Pleural Mesothelioma: Analysis of Probability Map Thresholds (CALGB 30901, Alliance) 2024-Sep-12, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01092-z PMID:39266911	研究论文	本研究评估了概率图阈值对使用卷积神经网络（CNN）生成的胸膜间皮瘤（PM）肿瘤轮廓的影响	本研究强调了在评估深度学习肿瘤分割时考虑肿瘤体积和空间重叠的重要性	CNN在特定疾病表现（如严重胸腔积液或胸膜裂隙中的疾病）方面存在缺陷	评估概率图阈值对使用卷积神经网络生成的胸膜间皮瘤肿瘤轮廓的影响	胸膜间皮瘤肿瘤轮廓	计算机视觉	胸膜间皮瘤	卷积神经网络（CNN）	VGG16/U-Net CNN	CT扫描图像	186张CT扫描图像，来自48名胸膜间皮瘤患者
6312	2024-09-25	CTLESS: A scatter-window projection and deep learning-based transmission-less attenuation compensation method for myocardial perfusion SPECT 2024-Sep-12, ArXiv PMID:39314501	研究论文	本文提出了一种基于散射窗口投影和深度学习的无透射衰减补偿方法（CTLESS），用于心肌灌注SPECT成像	CTLESS方法利用深度学习和发射散射窗口光子，无需单独的透射扫描，避免了额外的辐射剂量、成本增加和SPECT/CT对齐不准确的问题	需要进一步的临床评估以验证其在实际应用中的效果	开发一种无需CT扫描的心肌灌注SPECT衰减补偿方法	心肌灌注SPECT成像中的衰减补偿	计算机视觉	心血管疾病	深度学习	多通道输入多解码器网络	图像	回顾性研究中使用了匿名的临床SPECT/CT应激MPI图像
6313	2024-09-25	Deep Learning-Based Detection of Reticular Pseudodrusen in Age-Related Macular Degeneration on Optical Coherence Tomography 2024-Sep-12, medRxiv : the preprint server for health sciences DOI:10.1101/2024.09.11.24312817 PMID:39314940	研究论文	开发了一种基于深度学习的模型，用于在光学相干断层扫描图像中检测与年龄相关性黄斑变性相关的网状假性玻璃膜疣	该模型在检测网状假性玻璃膜疣方面表现优于四位眼科专家，并已在五个外部测试数据集中验证了其性能	NA	开发一种自动检测和量化网状假性玻璃膜疣的深度学习模型，以辅助临床管理	网状假性玻璃膜疣在年龄相关性黄斑变性中的检测	计算机视觉	年龄相关性黄斑变性	深度学习	NA	图像	9800张光学相干断层扫描B扫描图像，以及来自812名个体的1017只眼睛的外部测试数据集
6314	2024-09-25	Automated design of multi-target ligands by generative deep learning 2024-Sep-11, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-52060-8 PMID:39261471	研究论文	本文探讨了使用生成深度学习模型进行多靶点配体的自动化设计	利用化学语言模型（CLM）进行多靶点配体的生成设计，并通过实验验证了其有效性	NA	探索生成深度学习模型在药物发现中的应用，特别是多靶点配体的设计	多靶点配体的设计及其在药物发现中的应用	机器学习	NA	生成深度学习	化学语言模型（CLM）	分子字符串表示（如SMILES）	十二个计算优选的CLM设计用于六个目标对
6315	2024-09-25	Assessing the Emergence and Evolution of Artificial Intelligence and Machine Learning Research in Neuroradiology 2024-Sep-09, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8252 PMID:38521092	研究论文	本研究通过文献计量分析，探讨了人工智能和机器学习在神经放射学领域的研究趋势、挑战和未来方向	首次系统地分析了人工智能和机器学习在神经放射学领域的研究发展及其特征	研究主要集中在非临床集成的文章，临床应用的文章比例较低，且部分类型2文章在偏差和可解释性方面存在不足	分析人工智能和机器学习在神经放射学领域的研究发展及其特征，提供该领域的趋势、挑战和未来方向的全面概述	神经放射学领域中涉及人工智能和机器学习的研究文章	机器学习	NA	文献计量分析	NA	文本	182篇文章，其中79%为非集成研究，21%为临床应用研究
6316	2024-09-25	ParamsDrag: Interactive Parameter Space Exploration via Image-Space Dragging 2024-Sep-09, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2024.3456338 PMID:39250408	研究论文	本文介绍了一种名为ParamsDrag的模型，通过图像空间拖动实现参数空间的交互式探索	ParamsDrag模型通过直接在可视化中拖动结构相关特征，使用户能够直观地理解不同参数的控制效果，从而实现更高效的参数调整和优化	NA	解决数值模拟中参数调整的低效性和高计算成本问题	数值模拟中的参数空间探索	机器学习	NA	深度学习	ParamsDrag	图像	NA
6317	2024-09-25	Training robust T1-weighted magnetic resonance imaging liver segmentation models using ensembles of datasets with different contrast protocols and liver disease etiologies 2024-09-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-71674-y PMID:39251664	研究论文	本文开发了一种可推广的深度学习模型，用于在T1加权MRI图像上分割肝脏	采用了三种不同的深度学习架构（nnUNet、PocketNet、Swin UNETR），并使用来自六个不同地理位置机构的数据进行训练	NA	开发一种能够在不同对比协议和肝脏疾病病因学数据集上进行鲁棒训练的肝脏分割模型	T1加权MRI图像中的肝脏	计算机视觉	肝癌	深度学习	nnUNet, PocketNet, Swin UNETR	图像	819张T1加权MRI图像
6318	2024-09-25	Deepdive: Leveraging Pre-trained Deep Learning for Deep-Sea ROV Biota Identification in the Great Barrier Reef 2024-Sep-03, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03766-3 PMID:39227607	研究论文	本文利用预训练的深度学习模型对大堡礁深海ROV图像中的生物进行分类	本文贡献了一个包含3994张深海生物图像的分类数据集，并使用ResNet、DenseNet、Inception和Inception-ResNet等深度学习模型进行基准测试	数据集存在类别不平衡问题，某些类别的分类准确率较低	通过自动化对象分类，创建详细的栖息地地图，以评估生态系统健康和恢复力	大堡礁深海生态系统中的生物	计算机视觉	NA	深度学习	ResNet, DenseNet, Inception, Inception-ResNet	图像	3994张深海生物图像，属于33个类别
6319	2024-09-25	Deep learning classification of ex vivo human colon tissues using spectroscopic optical coherence tomography 2024-Sep, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202400082 PMID:38955358	研究论文	本文提出了一种基于光谱光学相干断层扫描（OCT）的光学活检技术，用于体外人类结肠组织的深度学习分类	本文将之前在鼠结肠息肉上的研究扩展到人类体外结肠上皮组织样本，并提出了一种新的深度学习架构，分类准确率高达97.9%	NA	提高结直肠癌（CRC）筛查的准确性和临床实用性	体外人类结肠上皮组织样本	计算机视觉	结直肠癌	光谱光学相干断层扫描（OCT）	深度学习	图像	NA
6320	2024-09-25	Deep autoencoder-based behavioral pattern recognition outperforms standard statistical methods in high-dimensional zebrafish studies 2024-Sep, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012423 PMID:39255309	研究论文	本文研究了基于深度自编码器的行为模式识别在高维斑马鱼研究中优于传统统计方法	本文提出了一种半监督深度自编码器模型，用于从未暴露的斑马鱼幼体行为数据中提取典型“正常”行为，并能识别出传统统计框架未捕捉到的异常行为	NA	本文旨在开发一种先进的机器学习方法，以全面分析和捕捉斑马鱼行为数据的时空响应	斑马鱼幼体的行为数据	机器学习	NA	深度自编码器	深度自编码器	行为数据	NA