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
1101	2024-12-18	Prostate cancer risk assessment and avoidance of prostate biopsies using fully automatic deep learning in prostate MRI: comparison to PI-RADS and integration with clinical data in nomograms 2024-Dec, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10818-0 PMID:38955845	研究论文	本研究评估了使用全自动深度学习（DL）在前列腺MRI中进行前列腺癌风险评估的效果，并与PI-RADS评分系统进行了比较，同时将其整合到临床数据中的诺模图中	本研究首次将全自动深度学习（DL）预测结果整合到风险计算器（RCs）中，并与PI-RADS评分系统进行了比较，展示了DL在前列腺癌诊断中的互补信息	本研究为回顾性单中心研究，样本量有限，且未涉及多中心验证	重新评估风险计算器的诊断质量，探讨用DL预测替代PI-RADS评分的影响，并评估在PI-RADS基础上增加DL预测的潜在性能提升	前列腺癌的诊断和前列腺活检的选择	机器学习	前列腺癌	深度学习	nnUNet	MRI数据	1627例连续检查，其中517例用于风险计算器测试
1102	2024-12-18	Clinical utility of a rapid two-dimensional balanced steady-state free precession sequence with deep learning reconstruction 2024 Winter, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2024.101069 PMID:39079600	研究论文	本研究评估了一种使用深度学习重建的加速二维稳态自由进动序列在减少心血管磁共振成像采集时间的同时，不降低定量体积测量或图像质量的临床应用	本研究首次验证了使用深度学习重建的加速二维稳态自由进动序列在临床应用中的可行性，能够在不显著影响体积测量和图像质量的情况下，将采集时间减少37%	本研究中提出的加速方法在左心室质量和纵向应变测量上存在高估现象	评估一种加速二维稳态自由进动序列结合深度学习重建技术在减少心血管磁共振成像采集时间的同时，保持定量体积测量和图像质量的临床实用性	16名参与者的子研究和108名参与者的前瞻性研究，比较不同加速因子下的定量左心室体积测量、功能和质量测量，以及图像质量评估	计算机视觉	心血管疾病	深度学习重建	深度学习模型	图像	16名参与者的子研究和108名参与者的前瞻性研究
1103	2024-12-18	Image quality of whole-body diffusion MR images comparing deep-learning accelerated and conventional sequences 2024-Dec, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10883-5 PMID:38960946	研究论文	比较深度学习加速与传统扩散序列的全身体扩散MRI图像质量	深度学习加速序列能够显著减少采集时间，并提高图像质量，特别是在高体重指数患者中表现更佳	深度学习加速序列在正常组织的表观扩散系数值上存在差异，需要进一步考虑	比较深度学习加速与传统扩散序列的全身体扩散MRI图像质量	50名骨髓癌患者的全身体扩散MRI图像	计算机视觉	骨髓癌	扩散加权成像（DWI）	深度学习模型	图像	50名骨髓癌患者
1104	2024-12-18	Machine learning and deep learning for classifying the justification of brain CT referrals 2024-Dec, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10851-z PMID:38913244	研究论文	本文研究了使用机器学习和深度学习模型自动化分析放射学转诊的合理性，并评估这些模型在多个临床站点中的泛化能力	本文首次使用机器学习和深度学习技术自动化分析放射学转诊的合理性，并展示了这些模型在多个临床站点中的泛化能力，超越了人类专家的表现	本文的样本量较小，且仅限于爱尔兰的三家CT中心，可能限制了研究结果的普适性	研究机器学习和深度学习模型在自动化分析放射学转诊合理性方面的应用，并评估其在多个临床站点中的泛化能力	成人脑部CT转诊的合理性分析	机器学习	NA	机器学习 (ML) 和深度学习 (DL)	梯度提升分类器、双向长短期记忆网络、多层感知器	文本	3000份随机选择的转诊记录
1105	2024-12-18	Dual-source dual-energy CT and deep learning for equivocal lymph nodes on CT images for thyroid cancer 2024-Dec, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10854-w PMID:38904758	研究论文	本研究探讨了双源双能CT和深度学习在甲状腺癌患者术前分类可疑淋巴结中的诊断性能	本研究首次将双源双能CT与深度学习模型VGG16结合，用于甲状腺癌患者可疑淋巴结的分类，显示出比传统光谱参数模型更高的诊断准确性和敏感性	本研究为前瞻性研究，样本量相对较小，且仅限于甲状腺癌患者，未来需要更大规模的研究来验证结果	研究双源双能CT和深度学习在甲状腺癌患者术前分类可疑淋巴结中的诊断性能	甲状腺癌患者的可疑淋巴结	计算机视觉	甲状腺癌	双源双能CT	VGG16	图像	183名患者，281个淋巴结
1106	2024-08-07	From data to decisions: deep learning is shaping prostate cancer diagnostics 2024-Dec, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10997-w PMID:39095604	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1107	2024-12-18	Accelerated chemical shift encoded cardiovascular magnetic resonance imaging with use of a resolution enhancement network 2024 Winter, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2024.101090 PMID:39243889	研究论文	本文开发了一种基于深度学习的加速化学位移编码心血管磁共振成像技术，通过超分辨率生成对抗网络增强图像清晰度	本文提出了一种名为FastCSE的深度学习网络，用于加速化学位移编码成像，并显著减少了呼吸暂停次数，同时保持了脂肪的可视化效果	本文仅在特定分辨率和特定患者群体中进行了验证，未来需要在更多样化的数据集和临床环境中进行进一步验证	开发一种能够加速化学位移编码心血管磁共振成像的深度学习技术	心血管磁共振成像中的心肌脂肪成像	计算机视觉	心血管疾病	化学位移编码（CSE）	生成对抗网络（GAN）	图像	1519名患者用于训练，16名参与者和5名健康个体用于前瞻性研究
1108	2024-12-18	Automated biventricular quantification in patients with repaired tetralogy of Fallot using a three-dimensional deep learning segmentation model 2024 Winter, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2024.101092 PMID:39270800	研究论文	本文开发并验证了一种专门用于修复法洛四联症患者左心室和右心室自动分割和量化的高性能三维深度学习模型	本文的创新点在于开发了一种专门针对修复法洛四联症患者的三维深度学习模型，相比现有模型在右心室量化方面表现更优	本文的局限性在于仅在修复法洛四联症患者的数据集上进行了验证，尚未在其他先天性心脏病的数据集上进行测试	开发并验证一种专门用于修复法洛四联症患者左心室和右心室自动分割和量化的模型	修复法洛四联症患者的左心室和右心室	计算机视觉	先天性心脏病	三维卷积神经网络	CNN	图像	训练集包括100例无或获得性心脏病变患者和96例法洛四联症患者的数据，测试集包括36例法洛四联症患者的数据
1109	2024-12-18	Tracking dustbathing behavior of cage-free laying hens with machine vision technologies 2024-Dec, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2024.104289 PMID:39299015	研究论文	本文开发并测试了一种深度学习模型，用于检测无笼饲养蛋鸡的沙浴行为，并评估了该模型在不同生长阶段的表现	本文首次使用深度学习模型（如YOLOv7-DB、YOLOv7x-DB、YOLOv8s-DB和YOLOv8x-DB）来自动检测蛋鸡的沙浴行为，并比较了不同模型的性能	模型性能受到饮水线、栖木和喂食器等设备的影响	开发和测试一种自动化的精确监测方法，用于检测无笼饲养环境中蛋鸡的沙浴行为	无笼饲养环境中的蛋鸡及其沙浴行为	计算机视觉	NA	深度学习	YOLOv8x-DB	视频	4个无笼房间，每个房间200只蛋鸡（W-36 Hy-Line）
1110	2024-12-18	Tracking perching behavior of cage-free laying hens with deep learning technologies 2024-Dec, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2024.104281 PMID:39284265	研究论文	本研究开发并测试了一种深度学习模型，用于检测无笼饲养蛋鸡的栖息行为	本研究首次使用YOLOv8x-PB模型，实现了对不同年龄段蛋鸡栖息行为的高精度检测	检测性能受到鸟类重叠和遮挡的影响	开发和测试一种深度学习模型，用于检测无笼饲养蛋鸡的栖息行为，并评估其在不同年龄段蛋鸡中的表现	无笼饲养的蛋鸡及其栖息行为	计算机视觉	NA	深度学习	YOLOv8x-PB	图像	4个无笼房间，每个房间200只蛋鸡，共3000张图像
1111	2024-12-18	Early cancer detection using deep learning and medical imaging: A survey 2024-Dec, Critical reviews in oncology/hematology DOI:10.1016/j.critrevonc.2024.104528 PMID:39413940	综述	本文综述了使用深度学习和医学影像进行早期癌症检测的方法	本文提供了对多种癌症检测方法的全面综述，涵盖了12种癌症类型和多种技术	本文总结了现有研究中的挑战和局限性，并提出了未来改进方向	探讨和总结使用深度学习和医学影像进行癌症检测的研究现状和未来方向	12种癌症类型，包括乳腺癌、宫颈癌、卵巢癌、前列腺癌、食管癌、肝癌、胰腺癌、结肠癌、肺癌、口腔癌、脑癌和皮肤癌	计算机视觉	NA	深度学习、迁移学习、图像预处理、分割、特征提取	NA	图像	99篇研究文章
1112	2024-12-18	Enhancing the specific activity of 3α-hydroxysteroid dehydrogenase through cross-regional combinatorial mutagenesis 2024-Dec, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2024.137014 PMID:39486711	研究论文	本研究通过跨区域组合突变策略，提高了Comamonas testosteroni来源的3α-羟基类固醇脱氢酶的活性	通过整合底物口袋工程、结合能计算和深度学习技术，系统地识别关键突变位点，并通过实验验证获得了具有显著增强酶活性的突变体	NA	提高3α-羟基类固醇脱氢酶的酶活性，降低操作成本	Comamonas testosteroni来源的3α-羟基类固醇脱氢酶	NA	NA	组合突变、底物口袋工程、结合能计算、深度学习、量子力学/分子力学（QM/MM）计算	NA	NA	NA
1113	2024-12-18	Automated detection of bone lesions using CT and MRI: a systematic review 2024-Dec, La Radiologia medica DOI:10.1007/s11547-024-01913-9 PMID:39503845	综述	本文系统回顾了基于CT和MRI的自动化骨病变检测系统的应用，重点关注人工智能（AI）技术的进展	本文展示了AI，尤其是深度学习，在提高诊断准确性和效率方面的潜力	本文指出了当前研究的局限性，包括缺乏标准化的验证方法和外部数据集测试的有限使用	系统回顾基于CT和MRI的自动化骨病变检测系统的应用，重点关注人工智能（AI）技术的进展	基于CT和MRI的自动化骨病变检测系统	机器学习	NA	NA	卷积神经网络（CNN）	图像	总共2,768名患者，每项研究的中位数为187名
1114	2024-12-18	Automated assessment of EEG background for neurodevelopmental prediction in neonatal encephalopathy 2024-Dec, Annals of clinical and translational neurology IF:4.4Q1 DOI:10.1002/acn3.52233 PMID:39543820	研究论文	本文研究了基于深度学习的脑状态指标（BSN）在新生儿脑病中预测神经发育结果的能力	提出了一个基于深度学习的脑状态指标（BSN），能够自动、客观、量化地解释脑电图背景，并具有高时间分辨率	研究样本量较小，且仅限于接受过治疗性低温疗法的新生儿脑病患者	评估脑状态指标（BSN）在新生儿脑病中预测神经发育结果的能力	92名患有新生儿脑病并接受过治疗性低温疗法的婴儿	机器学习	新生儿脑病	深度学习	NA	脑电图	92名婴儿
1115	2024-12-18	GACT-PPIS: Prediction of protein-protein interaction sites based on graph structure and transformer network 2024-Dec, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2024.137272 PMID:39528184	研究论文	本文提出了一种基于图结构和Transformer网络的蛋白质-蛋白质相互作用位点预测模型GACT-PPIS	GACT-PPIS模型结合了增强图注意力网络（EGAT）和Transformer网络，通过图卷积网络（GCN）有效聚合邻近节点的信息，并在多层网络后将整个蛋白质的信息融合到节点中，显著提高了预测性能	NA	提高蛋白质-蛋白质相互作用位点预测的准确性	蛋白质-蛋白质相互作用位点	机器学习	NA	增强图注意力网络（EGAT），Transformer网络，图卷积网络（GCN）	增强图注意力网络（EGAT），Transformer网络	蛋白质序列和结构	基准测试集（Test-60）和其他独立测试集（UBTest-31-6）
1116	2024-12-18	DeepKlapred: A deep learning framework for identifying protein lysine lactylation sites via multi-view feature fusion 2024-Dec, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2024.137668 PMID:39566793	研究论文	本文提出了一种基于多视角特征融合的深度学习框架DeepKlapred，用于识别蛋白质赖氨酸乳酸化位点	该框架结合了序列嵌入和序列描述符，采用BiGRU-Transformer架构捕捉序列的局部和全局依赖关系，并通过交叉注意力融合机制整合序列嵌入和描述符特征	NA	提高蛋白质赖氨酸乳酸化位点预测的准确性	蛋白质赖氨酸乳酸化位点	机器学习	NA	NA	BiGRU-Transformer	序列	NA
1117	2024-12-18	Exploratory study on the enhancement of O-RADS application effectiveness for novice ultrasonographers via deep learning 2024-Dec, Archives of gynecology and obstetrics IF:2.1Q2 DOI:10.1007/s00404-024-07837-z PMID:39579245	研究论文	本研究旨在通过基于ConvNeXt-Tiny的深度卷积神经网络模型，帮助新手超声医师在使用O-RADS系统时识别经典良性病变（CBL）与其他病变（OL），从而提高其应用效果	本研究创新性地使用了ConvNeXt-Tiny模型，并通过迁移学习优化模型，显著提高了新手超声医师的分类效率和一致性	本研究仅评估了两位新手超声医师的表现，样本量较小，可能影响结果的普适性	研究如何通过深度学习技术提高新手超声医师在使用O-RADS系统时的应用效果	经典良性病变（CBL）与其他病变（OL）的识别	计算机视觉	妇科疾病	深度卷积神经网络	ConvNeXt-Tiny	图像	两个数据集：开发数据集（DD）和独立测试数据集（ITD），以及两位新手超声医师的评估
1118	2024-12-18	DGSLSTM: Deep Gated Stacked Long Short-Term Memory Neural Network for Traffic Flow Forecasting of Transportation Networks on Big Data Environment 2024-Dec, Big data IF:2.6Q2 DOI:10.1089/big.2021.0013 PMID:35143339	研究论文	本文提出了一种基于深度门控堆叠长短期记忆神经网络的交通流量预测方法	本文的创新点在于结合多个简单的循环长短期记忆神经网络，并使用深度门控堆叠神经网络来预测交通流量，通过无监督的分层训练方法加深模型，提高了时间序列预测的准确性	本文未提及具体的局限性	研究目的是提高交通流量预测的准确性	研究对象是交通网络中的交通流量	机器学习	NA	深度学习	LSTM	时间序列数据	NA
1119	2024-12-18	Forecasting Subway Passenger Flow for Station-Level Service Supply 2024-Dec, Big data IF:2.6Q2 DOI:10.1089/big.2021.0318 PMID:35749714	研究论文	本文提出了一种名为DeepSPF的深度学习架构，用于预测不同功能类型地铁站的乘客流量，以帮助服务供应商制定更好的服务计划	本文的创新点在于提出了DeepSPF模型，结合LSTM和一维卷积，能够识别不同类型地铁站的未来乘客流量差异，并展示了其在异常情况下的强鲁棒性	NA	研究目的是提高地铁乘客流量预测的准确性，以便服务供应商能够根据不同站点的需求制定服务计划	研究对象是地铁站的乘客流量预测	机器学习	NA	LSTM神经网络	LSTM	时间序列	北京地铁的数据
1120	2024-12-18	Social Listening for Product Design Requirement Analysis and Segmentation: A Graph Analysis Approach with User Comments Mining 2024-Dec, Big data IF:2.6Q2 DOI:10.1089/big.2022.0021 PMID:37668599	研究论文	本研究通过社交媒体上的在线评论，调查客户的产品设计需求，并快速将这些需求转化为产品设计规格	提出了指数判别雪球采样方法生成产品相关子网络，并使用Graph SAmple and aggreGatE方法嵌入用户节点邻域信息，结合自然语言处理和深度学习框架进行意见挖掘	未提及具体限制	通过社交媒体评论分析客户的产品设计需求，并进行市场和产品模型细分	社交媒体上的用户评论和产品设计需求	自然语言处理	NA	自然语言处理（NLP）、深度学习、条件随机场	双向长短期记忆网络（LSTM）	文本	14,018名用户和30,803条评论