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
10721	2024-08-05	Towards MR contrast independent synthetic CT generation 2024-May, Zeitschrift fur medizinische Physik IF:2.4Q2 DOI:10.1016/j.zemedi.2023.07.001 PMID:37537099	研究论文	本文提出了一种合成CT生成方法，以提高其对不同 MRI 对比度的通用性	引入了一种预训练的深度学习模型，用于生成人工质子密度、T1和T2图，从而提升合成CT的生成质量	该方法主要在T2w MR图像数据集上验证，其普适性和适应性在其他类型图像上的表现可能有限	改善合成CT模型的通用性，使其在不同对比度的MR图像上表现更加稳定	研究对象为T2w MR图像以及其他对比度的MR图像	数字病理学	NA	深度学习	NA	MR图像	使用了仅有的T2w MR图像数据集进行研究
10722	2024-08-05	Automatic AI-based contouring of prostate MRI for online adaptive radiotherapy 2024-May, Zeitschrift fur medizinische Physik IF:2.4Q2 DOI:10.1016/j.zemedi.2023.05.001 PMID:37263911	研究论文	本研究针对MR引导放疗中的在线适应性方案，提出了一种基于AI的自动轮廓生成方法。	提出了一种快速、准确的深度学习模型用于自动化MRI分割，以适应临床MR引导放疗工作流程。	样本数量较小，仅46名患者，可能限制了结果的普遍适用性。	旨在训练并验证一种用于在线MR引导放疗的自动轮廓生成模型。	研究对象包括47名接受MRI检查的前列腺肿瘤患者。	数字病理学	前列腺癌	MRI	深度学习模型	图像	47名患者的232例T2w MRI数据集
10723	2024-08-05	Deep learning-based affine medical image registration for multimodal minimal-invasive image-guided interventions - A comparative study on generalizability 2024-May, Zeitschrift fur medizinische Physik IF:2.4Q2 DOI:10.1016/j.zemedi.2023.05.003 PMID:37355435	研究论文	本研究实现了20种神经网络用于医疗图像的仿射配准，并评估了其性能和对新数据集的通用性	提出了多种神经网络在医疗图像配准中的应用，特别关注其对新数据集的通用性	该研究只使用了两个特定的数据集，可能不代表所有医疗图像类型	研究医疗图像配准技术的通用性和性能	主要研究对象为三维CT和MR图像的仿射配准	计算机视觉	NA	深度学习	CNN	图像	两个数据集：一个合成数据集和一个真实患者数据集
10724	2024-08-05	The use of deep learning in interventional radiotherapy (brachytherapy): A review with a focus on open source and open data 2024-May, Zeitschrift fur medizinische Physik IF:2.4Q2 DOI:10.1016/j.zemedi.2022.10.005 PMID:36376203	review	本文回顾了深度学习在介入放射治疗（近距离放射治疗）中的应用，重点分析了开源和开放数据。	探讨了深度学习在介入放射治疗各个过程中的作用，并分析了开源代码和数据的可用性。	开源代码、数据和模型的发布意愿不足，限制了结果可重复性，同时评估仅限于单一机构的数据集。	研究深度学习在介入放射治疗中的应用和发展。	介入放射治疗过程及相关领域的深度学习应用。	医学影像	NA	深度学习	NA	开放数据	NA
10725	2024-08-05	Automated prognosis of renal function decline in ADPKD patients using deep learning 2024-May, Zeitschrift fur medizinische Physik IF:2.4Q2 DOI:10.1016/j.zemedi.2023.08.001 PMID:37612178	研究论文	本研究开发了基于深度学习的方法来自动预测ADPKD患者的肾功能下降。	提出了结合自动生成的肾脏MRI图像特征与传统生物标志物的新方法，采用卷积神经网络（CNN）和多层感知器（MLP）进行预测。	研究主要基于样本量为135的患者，可能限制了结果的广泛适用性。	探索如何通过深度学习提高ADPKD患者肾功能下降的预后准确性。	涉及多人群，即135名ADPKD患者，通过分析其肾脏影像和生物标志物来进行研究。	计算机视觉	肾脏疾病	深度学习	卷积神经网络（CNN）和多层感知器（MLP）	影像	135名ADPKD患者
10726	2024-08-05	PSMA-PET improves deep learning-based automated CT kidney segmentation 2024-May, Zeitschrift fur medizinische Physik IF:2.4Q2 DOI:10.1016/j.zemedi.2023.08.006 PMID:37666698	研究论文	本文探讨了结合PSMA-PET数据在自动化CT肾脏分割中的应用	提出将PSMA-PET数据整合到现有的CT基础自动分割方法中，提升肾脏分割的准确性	未提及具体的样本大小及应用场景的限制	研究PSMA-PET数据对CT肾脏分割的价值	肾脏的自动化分割	数字病理学	NA	深度学习	NA	CT图像, PSMA-PET数据	NA
10727	2024-08-05	Feature-guided deep learning reduces signal loss and increases lesion CNR in diffusion-weighted imaging of the liver 2024-May, Zeitschrift fur medizinische Physik IF:2.4Q2 DOI:10.1016/j.zemedi.2023.07.005 PMID:37543450	研究论文	本研究旨在开发一种特征引导的深度学习方法，以提高肝脏扩散加权成像的图像质量	提出了一种通过优化特征而非“黄金标准”目标图像来训练U-Net的深度学习方法	不同放射科医师的整体质量评分存在差异	提高肝脏扩散加权成像的图像质量，尤其是降低脉动引起的信号损失	使用来自40名肝脏病变患者的数据进行研究	数字病理学	肝病	扩散加权成像	U-Net	影像	40名肝脏病变患者
10728	2024-08-05	Deep learning algorithm (YOLOv7) for automated renal mass detection on contrast-enhanced MRI: a 2D and 2.5D evaluation of results 2024-04, Abdominal radiology (New York) DOI:10.1007/s00261-023-04172-w PMID:38368481	研究论文	本研究探讨了深度学习算法YOLOv7在对比增强MRI上检测肾肿瘤的应用	本研究首次使用YOLOv7进行肾肿瘤的自动检测，并引入了一种新开发的2.5维评估方法	研究中使用的方法和结果可能需要在更大和更多样化的样本上验证	自动化检测与分类肾肿瘤以提高诊断和治疗的准确性	326名接受MRI检查的肾细胞癌患者及其1034个肿瘤样本	计算机视觉	肾癌	对比增强MRI	YOLOv7	图像	326名患者及1034个肿瘤
10729	2024-08-05	Association Between Body Composition and Survival in Patients With Gastroesophageal Adenocarcinoma: An Automated Deep Learning Approach 2024-Apr, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI.23.00231 PMID:38588476	研究论文	本文探讨了身体成分在食管胃腺癌患者预后中的作用，并使用深度学习模型进行自动量化	开发了一个深度学习模型，用于从常规CT扫描中自动量化身体成分，并评估其在临床中的预后作用	在基线时没有检测到身体成分测量与无病生存期的关联，可能限制了预后评估的全面性	研究身体成分在食管胃腺癌患者中的预后价值	299名食管胃腺癌患者的临床队列	数字病理学	食管胃腺癌	深度学习	CNN	医学成像	299名患者
10730	2024-08-05	Deep learning for water quality 2024-Mar-12, Nature water DOI:10.1038/s44221-024-00202-z PMID:38846520	综述	本综述探讨了深度学习在水质研究中的应用潜力	提出深度学习可以填补时空数据缺口，并识别影响水质的关键因素	传统基于过程的模型与统计模型在预测水质时通常表现不佳	探讨深度学习在水质科学中的应用及其优势	聚焦于内陆水体质量的理解与预测	数字病理学	NA	深度学习	NA	高维数据	NA
10731	2024-08-05	CenTime: Event-conditional modelling of censoring in survival analysis 2024-Jan, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2023.103016 PMID:37913577	研究论文	该论文介绍了一种新的生存分析方法CenTime，可以直接估计事件发生时间	提出了一种创新的事件条件删失机制，即使在无删失数据稀缺的情况下也能有效工作	未提及具体的限制	研究如何预测临床重要事件的发生时间	基于患者数据估计特定事件的发生时间，如死亡或癌症复发	生存分析	癌症	深度学习	NA	患者数据	NA
10732	2024-08-05	Artificial intelligence for cardiovascular disease risk assessment in personalised framework: a scoping review 2024-Jul, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2024.102660 PMID:38846068	综述	本文是关于在个性化框架中利用人工智能进行心血管疾病风险评估的全面范围审查.	文章揭示了人工智能在心血管疾病风险评估中的独特应用，展示了如何结合基因组学和AI算法构建更准确的预测模型和个性化治疗方案.	该研究未涉及具体的实验数据和临床试验结果，仅基于文献综述.	本研究旨在探讨人工智能与个性化医学如何结合以改善心血管疾病的风险评估.	研究对象是心血管疾病（CVD）和人工智能（AI）相关的文献.	生物医学	心血管疾病	机器学习（ML）和深度学习（DL）	NA	文献综述数据	121项适合定性合成的研究
10733	2024-08-05	Designing Clinical MRI for Enhanced Workflow and Value 2024-Jul, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29038 PMID:37795927	研究论文	本研究探讨了优化MRI工作流程和提高患者价值的机会	提出了通过数字工具和设计策略改善MRI处理流程的新方法	未提供具体的证据级别和技术效果数据	优化MRI视频成像的工作流程以提高效率和患者体验	针对医学成像领域的MRI流程和技术人员效率	数字病理	NA	深度学习加速图像重建	NA	NA	NA
10734	2024-08-05	Label-free white blood cells classification using a deep feature fusion neural network 2024-Jun-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e31496 PMID:38845979	研究论文	本文提出了一种基于深度特征融合神经网络的无标记白细胞分类方法	该研究创新性地结合了浅层提取的低级特征和深层提取的高级特征用于无标记白细胞检测	目前的深度学习白细胞分类技术在显微镜下无法有效利用白细胞内部结构的微妙差异	旨在通过深度学习改进无标记白细胞图像分析方法	研究对象为白细胞的图像分析和分类	数字病理学	NA	深度学习	深度特征融合神经网络	图像	测试集上准确度达到80.3%
10735	2024-08-05	RhizoNet segments plant roots to assess biomass and growth for enabling self-driving labs 2024-06-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-63497-8 PMID:38839814	研究论文	本文介绍了RhizoNet，一个基于深度学习的工作流程，用于语义分割植物根系扫描	RhizoNet通过残差U-Net架构提高预测准确性，并采用凸包操作划分主要根系组件	自动分析因根系结构复杂和图像背景噪声而变得困难	准确分割根系生物量并监测其随时间的生长	生长在名为EcoFAB的水培系统中的植物根系	数字病理学	NA	深度学习	残差U-Net	彩色扫描图像	上千张图像
10736	2024-08-05	AMP-RNNpro: a two-stage approach for identification of antimicrobials using probabilistic features 2024-06-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-63461-6 PMID:38839785	研究论文	本研究提出了一种基于RNN的AMP-RNNpro模型用于识别抗菌肽（AMPs）	引入了一种创新的两阶段模型AMP-RNNpro，结合了多种特征编码方法来提高抗菌肽的检测效率	未提及具体的局限性	旨在提高抗菌肽的识别效率，以应对抗生素抗药性问题	研究抗菌肽（AMPs）的识别	机器学习	NA	深度学习	RNN	NA	分析了33个模型并选取了6个最佳模型
10737	2024-08-05	Vortex-like vs. turbulent mixing of a Viscum album preparation affects crystalline structures formed in dried droplets 2024-Jun-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-63797-z PMID:38839929	研究论文	研究了不同混合方法对干燥液滴中晶体结构的影响	展示了涡流混合与湍流混合对晶体模式复杂度的不同影响	未提及具体的样本大小和实验重复性	探索液体流动对同源制备过程的影响	分析不同混合方式下的Viscum album制备品	数字病理学	NA	微滴蒸发法、计算机支持的图像分析、深度学习	NA	图像	NA
10738	2024-08-05	High-Throughput Single-Entity Electrochemistry with Microelectrode Arrays 2024-Jun-04, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c01092 PMID:38780285	研究论文	本文描述了一种自动化的阵列微电池方法用于微纳米电极阵列分析	该研究创新地应用了AMCM于高通量单体电化学，并使用U-Net深度学习模型分析碰撞瞬态大小	实验中对溶剂蒸发影响的研究可能未涵盖所有变量	研究微电极阵列在单实体电化学中的应用	研究对象为不同直径（100 nm至2 μm）的电极和纳米颗粒的碰撞事件	电化学	NA	阵列微电池法（AMCM）	U-Net	实验数据	记录了来自671个电极的3270个单颗粒事件
10739	2024-08-05	Multi-task aquatic toxicity prediction model based on multi-level features fusion 2024-Jun-04, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2024.06.002 PMID:38844122	研究论文	本文提出了一个基于多级特征融合的多任务水生毒性预测模型ATFPGT-multi	创新点在于将分子指纹和分子图结合，以多任务深度神经网络框架同时预测不同鱼类的急性毒性	未提及具体的限制	研究有机化合物在不同水生物中的毒性预测	四种不同鱼类的急性毒性	数字病理学	NA	深度学习	深度神经网络	实验数据集	四个鱼类数据集
10740	2024-08-05	Assessing the Efficacy of Synthetic Optic Disc Images for Detecting Glaucomatous Optic Neuropathy Using Deep Learning 2024-Jun-03, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.13.6.1 PMID:38829624	研究论文	本文评估了合成视神经盘图像在深度学习中识别青光眼性视神经病变的有效性	创新点在于使用对抗生成网络（DCGAN）生成高质量的视神经盘图像，从而提高青光眼的检测精度	虽然模型在合成数据上表现良好，但仍需更多验证以确认其在临床环境中的实施效果	本研究旨在开发和评估能够有效识别青光眼性视神经病变的深度学习模型	研究对象为使用DCGAN生成的合成视神经盘图像及真实的临床图像	计算机视觉	青光眼	深度卷积生成对抗网络（DCGAN）	未指定具体模型	图像	总共使用了17,060幅基金镜图像，其中包括6874幅青光眼和10,186幅健康图像