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
7181	2024-09-06	Development and Validation of Deep Learning-Based Automated Detection of Cervical Lymphadenopathy in Patients with Lymphoma for Treatment Response Assessment: A Bi-institutional Feasibility Study 2024-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00966-6 PMID:38316667	研究论文	开发并验证了一种基于深度学习的模型，用于在淋巴瘤患者中自动检测和分割颈部淋巴结，以评估治疗反应	首次使用3D SegResNet模型在头颈部增强CT扫描中自动检测和分割异常颈部淋巴结，并评估其在治疗反应评估中的临床效用	模型的分割性能有待提高，平均Dice相似系数为0.39，精确度和召回率分别为60.9%和57.0%	训练和评估深度学习模型，用于在淋巴瘤患者中准确检测和分割异常颈部淋巴结，并评估其在治疗反应评估中的临床效用	淋巴瘤患者的颈部淋巴结	计算机视觉	淋巴瘤	深度学习	3D SegResNet	CT图像	共216名患者，分为开发组（76名）、内部测试组1（27名）、内部测试组2（87名）和外部测试组（26名）
7182	2024-09-06	Deep Learning-Assisted Diffusion Tensor Imaging for Evaluation of the Physis and Metaphysis 2024-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00993-3 PMID:38321313	研究论文	本文探讨了使用深度学习辅助的扩散张量成像（DTI）技术来自动分割骺板和干骺端，以预测儿童身高的变化	本文提出了使用UNETR模型进行自动分割，相比传统的手动分割方法，显著提高了效率并减少了人为误差	研究样本量较小，且仅限于儿童群体，未来需要在大规模和多样化的样本中验证模型的有效性	开发一种自动化的方法来替代手动分割骺板DTI图像，以提高效率和准确性	骺板和干骺端的扩散张量成像	计算机视觉	NA	扩散张量成像（DTI）	UNETR	图像	385个DTI扫描，来自191名平均年龄为12.6岁±2.01岁的受试者
7183	2024-09-06	Automated Quantification of Total Cerebral Blood Flow from Phase-Contrast MRI and Deep Learning 2024-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00948-0 PMID:38343224	研究论文	本文开发并验证了一种基于深度学习的自动化技术，用于从相位对比MRI中量化总脑血流量	提出了一种基于深度学习的自动化方法，用于从相位对比MRI中量化总脑血流量，减少了手动选择脑供血动脉的时间和主观性	仅在内部和外部测试集上进行了验证，未提及在更大规模或不同人群中的应用	开发和验证一种自动化技术，用于从相位对比MRI中量化总脑血流量	总脑血流量（tCBF）的量化	计算机视觉	NA	相位对比磁共振成像（PC MRI）	U-Net	图像	218张训练图像，40张测试图像，20张外部数据集
7184	2024-09-06	Deep Learning-based Diagnosis of Pulmonary Tuberculosis on Chest X-ray in the Emergency Department: A Retrospective Study 2024-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00952-4 PMID:38343228	研究论文	本研究开发了一种基于深度学习的算法，用于在急诊科通过胸部X光片检测肺结核	使用EfficientNetV2架构和伪标签进行半监督学习，显著提高了检测性能	算法在不同类型的胸部X光片上的表现存在差异，特别是前-后位和便携式前-后位X光片	开发一种能够在急诊科快速准确检测肺结核的深度学习算法	胸部X光片图像	计算机视觉	肺结核	深度学习	EfficientNetV2	图像	3498张胸部X光片图像，包括来自台湾大学医院的2144张训练图像和1354张测试图像，以及来自NIH ChestX-ray14、Montgomery County和Shenzhen的公共数据库图像
7185	2024-09-06	MRI-Based Machine Learning Fusion Models to Distinguish Encephalitis and Gliomas 2024-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00957-z PMID:38343248	研究论文	本文比较了经典机器学习模型和深度学习模型在区分脑炎和胶质瘤中的表现，并评估了融合放射组学在区分这两种疾病中的有效性	本文创新性地结合了经典机器学习和深度学习技术，提出了一种深度学习放射组学模型，显著提高了区分脑炎和胶质瘤的准确性	本文仅分析了116例患者的MRI图像，样本量较小，可能影响模型的泛化能力	比较经典机器学习模型和深度学习模型在区分脑炎和胶质瘤中的表现，并评估融合放射组学的有效性	脑炎和胶质瘤的MRI图像	机器学习	NA	机器学习	CNN	图像	116例患者
7186	2024-09-06	Development of Local Software for Automatic Measurement of Geometric Parameters in the Proximal Femur Using a Combination of a Deep Learning Approach and an Active Shape Model on X-ray Images 2024-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00953-3 PMID:38343246	研究论文	本文提出了一种结合深度学习和主动形状模型（ASM）的方法，用于在X光图像上自动测量近端股骨的几何参数	本文的创新点在于将深度学习神经网络与主动形状模型相结合，实现了对近端股骨几何参数的自动测量	本文的局限性在于仅使用了428张X光图像进行训练和测试，样本量相对较小	本文的研究目的是开发一种自动测量近端股骨几何参数的方法，以帮助医生早期识别髋部和股骨疾病	本文的研究对象是近端股骨的几何参数，包括股骨颈轴长（FNAL）、股骨头直径（FHD）、股骨颈宽度（FNW）、股骨干宽度（SW）、颈干角（NSA）和阿尔法角（AA）	计算机视觉	骨科疾病	深度学习	神经网络	图像	428张X光图像，其中208张为男性，220张为女性
7187	2024-09-06	Enhancing Disease Classification with Deep Learning: a Two-Stage Optimization Approach for Monkeypox and Similar Skin Lesion Diseases 2024-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00941-7 PMID:38343247	研究论文	本研究提出了一种基于深度学习的两阶段优化方法，用于区分猴痘和其他类似皮肤病	本研究通过迁移学习、微调和集成学习技术，优化了深度神经网络的准确性，并提出了一种新的集成模型EM3，显著提高了疾病分类的准确性	本研究主要针对猴痘、水痘和麻疹进行分类，未涵盖其他可能的皮肤病	开发一种快速且高度准确的决策支持系统，用于及时诊断猴痘，减少人为错误和手动流程，提高临床效率	猴痘、水痘和麻疹	计算机视觉	传染病	深度学习	ConvNeXtBase, Large, XLarge, RegNetX160, ResNetRS101, ResNet101	图像	71个预训练深度神经网络模型
7188	2024-09-06	Automatic 3D Segmentation and Identification of Anomalous Aortic Origin of the Coronary Arteries Combining Multi-view 2D Convolutional Neural Networks 2024-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00950-6 PMID:38343261	研究论文	本文提出了一种基于多视角2D卷积神经网络的自动3D分割和识别冠状动脉异常起源于主动脉的方法	本文创新性地结合了多视角2D注意力U-Net和3D视图集成，实现了对冠状动脉异常起源于主动脉的自动分割和分类	本文仅在124个CTA样本上进行了训练和测试，样本量相对较小，可能影响模型的泛化能力	旨在通过卷积神经网络自动分割和分类冠状动脉的正常或异常起源，以提高临床诊断的效率和准确性	冠状动脉的正常或异常起源于主动脉的分割和分类	计算机视觉	心血管疾病	卷积神经网络	注意力U-Net	图像	124个CTA图像
7189	2024-09-06	Lightweight Attentive Graph Neural Network with Conditional Random Field for Diagnosis of Anterior Cruciate Ligament Tear 2024-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00944-4 PMID:38343260	研究论文	本文提出了一种轻量级注意力图神经网络（GNN）与条件随机场（CRF）结合的方法，用于前交叉韧带（ACL）撕裂的诊断	引入了基于度量的元学习策略和轻量级特征嵌入网络，结合CRF和多种注意力机制，解决了小样本和不平衡数据的问题	NA	克服小样本和不平衡数据带来的挑战，实现快速准确的前交叉韧带撕裂分类	前交叉韧带撕裂的分类	计算机视觉	运动损伤	图神经网络（GNN），条件随机场（CRF）	轻量级注意力图神经网络（GNN）	图像	NA
7190	2024-09-06	Horse Herd Optimization with Gate Recurrent Unit for an Automatic Classification of Different Facial Skin Disease 2024-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00962-2 PMID:38343253	研究论文	本文提出了一种基于门控循环单元（GRU）的深度学习模型，用于自动分类不同面部皮肤病	本文创新性地结合了马群优化算法（HOA）和门控循环单元（GRU），提高了面部皮肤病分类的准确性和效率	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	开发一种高效准确的面部皮肤病自动分类方法	面部皮肤病，包括痤疮、湿疹、痣、黑色素瘤、酒渣鼻和其他真菌感染	计算机视觉	皮肤病	门控循环单元（GRU）	门控循环单元（GRU）	图像	使用Kaggle数据库中的面部皮肤病图像数据集，包括酒渣鼻、湿疹、基底细胞癌、光化性角化病和痤疮等
7191	2024-09-06	Intelligently Quantifying the Entire Irregular Dental Structure 2024-04, Journal of dental research IF:5.7Q1 DOI:10.1177/00220345241226871 PMID:38372132	研究论文	本文提出了一种人工智能测量工具，用于对不规则牙结构进行整体定量分析	本文创新性地使用了轻量级模型LU-Net，并通过补偿模块解决了边界不清晰导致的分割难题，同时进行了额外的牙釉质分割以建立测量坐标系统	NA	开发一种能够对不规则牙结构进行整体定量分析的工具，以满足临床需求	不规则牙结构，特别是腭骨	计算机视觉	NA	深度学习语义分割	LU-Net	图像	测试集中包含腭骨和牙釉质的样本
7192	2024-09-06	B-mode US and Deep Learning Rivals Shear-Wave Elastography in Screening for Fibrosis 2024-04, Radiology IF:12.1Q1 DOI:10.1148/radiol.240868 PMID:38652032	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
7193	2024-09-06	Context-dependent design of induced-fit enzymes using deep learning generates well-expressed, thermally stable and active enzymes 2024-Mar-12, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2313809121 PMID:38437538	研究论文	本文介绍了一种基于深度学习的酶设计策略CoSaNN，用于结构预测和序列优化，旨在提高酶的表达水平、热稳定性和催化多样性	引入CoSaNN策略，通过深度学习控制酶构象，扩展化学空间，采用上下文依赖的方法生成酶设计，并开发了预测蛋白质溶解度的图神经网络SolvIT	未提及具体限制	提高工程酶在工业应用中的表达水平、热稳定性和催化多样性	酶的表达水平、热稳定性和催化活性	机器学习	NA	深度学习	图神经网络	蛋白质序列和结构数据	54%的酶在表达中成功，30%的酶热稳定性提高
7194	2024-09-06	Improved Vertebral Fracture Assessment: The Game-Changing Potential of Deep Learning with Multidetector CT 2024-03, Radiology IF:12.1Q1 DOI:10.1148/radiol.240409 PMID:38530170	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
7195	2024-09-06	Unraveling trends in schistosomiasis: deep learning insights into national control programs in China 2024, Epidemiology and health IF:2.2Q2 DOI:10.4178/epih.e2024039 PMID:38514196	研究论文	本研究利用深度学习模型分析了中国血吸虫病控制项目的进展	提出了基于分层积分差分方程框架的卷积神经网络模型（CNN-IDE），用于建模血吸虫病的时空变化	仅限于安徽省的数据，可能无法完全代表全国的情况	探索中国血吸虫病控制项目的进展，并提出新的模型来预测疾病风险	中国安徽省沿长江地区的血吸虫病控制项目	机器学习	血吸虫病	卷积神经网络（CNN）	CNN-IDE	数据	1997年至2015年安徽省的村庄级寄生虫学数据
7196	2024-09-05	Predicting Small Molecule Binding Nucleotides in RNA Structures Using RNA Surface Topography 2024-Sep-04, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01264 PMID:39230508	研究论文	本文开发了一种基于空间相关性的深度学习模型ZHmolReSTasite，用于预测带有结的RNA结构中的小分子结合核苷酸	ZHmolReSTasite模型利用RNA表面地形考虑空间相关性，能够准确预测简单和复杂RNA结构中的结合核苷酸	现有方法难以预测带有结的复杂RNA结构中的结合核苷酸	提高RNA小分子结合核苷酸预测的准确性，促进药物发现和抑制剂设计	RNA小分子结合核苷酸的预测	机器学习	NA	深度学习	深度学习模型	RNA结构数据	包含简单RNA结构的基准测试集TE18和RB9，以及带有结的RNA结构的挑战性测试集
7197	2024-09-05	Unrealistic Data Augmentation Improves the Robustness of Deep Learning-Based Classification of Dopamine Transporter SPECT Against Variability Between Sites and Between Cameras 2024-Sep-03, Journal of nuclear medicine : official publication, Society of Nuclear Medicine IF:9.1Q1 DOI:10.2967/jnumed.124.267570 PMID:39054285	研究论文	本文提出了一种强烈不切实际的数据增强方法，以提高卷积神经网络（CNN）对多巴胺转运体SPECT图像分类的鲁棒性，特别是在不同站点和不同相机之间的变异性。	使用基于高斯模糊和加性噪声的强烈不切实际数据增强方法，显著提高了CNN在不同数据集上的分类准确性和泛化能力。	NA	提高深度学习在多巴胺转运体SPECT图像分类中的鲁棒性。	多巴胺转运体SPECT图像的自动分类。	计算机视觉	NA	数据增强	CNN	图像	1,100张I-标记的2β-羧甲氧基-3β-(4-碘苯基)--(3-氟丙基)诺特罗潘SPECT图像
7198	2024-09-05	Perspectives on Advancing Multimodal Learning in Environmental Science and Engineering Studies 2024-Sep-03, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.4c03088 PMID:39226136	研究论文	本文探讨了多模态学习在环境科学与工程研究中的应用和潜力	提出利用多模态学习（MML）整合不同模态数据，以提高环境问题预测模型的准确性和鲁棒性	讨论了在环境科学与工程领域实施多模态学习的挑战	探索多模态学习在环境科学与工程中的应用，以解决复杂的环境问题	环境质量评估、化学危害预测和污染控制技术优化	机器学习	NA	多模态学习（MML）	NA	多模态数据	NA
7199	2024-09-05	Sequence-specific targeting of intrinsically disordered protein regions 2024-Sep-02, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.15.603480 PMID:39071356	研究论文	本文介绍了一种结合生物物理原理和深度学习的方法，用于设计能够特异性地结合到蛋白质无序区域（IDRs）的蛋白质	该方法通过将查询序列通过数百个具有不同口袋深度和间距的模板，实现了对无序序列的通用识别，并通过RFdiffusion优化结合体-目标的适应性	NA	开发一种能够特异性地结合到蛋白质无序区域的方法，以应用于生物研究、治疗和诊断	设计能够结合到39种高度多样化的无结构目标的结合体	生物技术	NA	深度学习, RFdiffusion	NA	蛋白质序列	39种高度多样化的无结构目标，每个目标约36种设计
7200	2024-09-05	A deep learning classification framework for research methods of marine protected area management 2024-Sep, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2024.122228 PMID:39182377	研究论文	本研究提出了一种基于深度学习的海洋保护区管理方法分类框架，特别关注数据和理论能力，使用自然语言处理技术	该框架通过提取学术资源中的关键词并基于语义相似性进行聚类，生成了用于摘要标注的基准文本，并总结了研究方法的组合类型，提出了数据-理论中和原则	NA	旨在为海洋保护区管理方法提供一个高效的基于理论和数据驱动的方法集成框架	海洋保护区管理方法	自然语言处理	NA	自然语言处理	深度学习	文本	分析了1986至2024年间9049篇海洋保护区管理实证研究文章