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
11721	2024-08-07	Exploring the Association Between Structural Racism and Mental Health: Geospatial and Machine Learning Analysis 2024-May-03, JMIR public health and surveillance IF:3.5Q1 DOI:10.2196/52691 PMID:38701436	研究论文	本研究探讨了结构性种族主义与心理健康之间的关联，采用地理空间和机器学习技术分析了密尔沃基县的数据	本研究采用地理空间分析和深度学习相结合的多方面方法，揭示了结构性种族主义对心理健康差异的影响	研究主要集中在密尔沃基县，可能限制了结果的普遍性	旨在阐明结构性种族主义与密尔沃基县心理健康差异之间的关联	研究对象为密尔沃基县的不同社区及其居民的心理健康状况	机器学习	NA	地理空间分析，深度学习	随机森林，地理加权随机森林，自组织映射，K-means聚类	地理参考数据	217个地理参考解释变量，涵盖多个领域
11722	2024-08-07	External Validation of the Effect of the Combined Use of Object Detection for the Classification of the C-Shaped Canal Configuration of the Mandibular Second Molar in Panoramic Radiographs: A Multicenter Study 2024-May, Journal of endodontics IF:3.5Q1 DOI:10.1016/j.joen.2024.01.022 PMID:38336338	研究论文	本研究评估了结合对象检测技术在全景X光片中对下颌第二磨牙C形根管解剖结构分类的效果，并在多中心数据集上进行了外部验证	采用了三种不同的工作流程，包括手动裁剪和自动图像块形成，以及直接从全景X光片中分类根管解剖结构	研究仅限于下颌第二磨牙的C形根管分类，未涉及其他类型的根管结构	评估和验证结合对象检测技术在全景X光片中对下颌第二磨牙C形根管分类的准确性	下颌第二磨牙的C形根管解剖结构	计算机视觉	NA	对象检测	EfficientNet, YOLOv7	图像	805名患者的全景X光片和CBCT数据
11723	2024-08-07	Binding Mechanism of Inhibitors to BRD4 and BRD9 Decoded by Multiple Independent Molecular Dynamics Simulations and Deep Learning 2024-Apr-19, Molecules (Basel, Switzerland) DOI:10.3390/molecules29081857 PMID:38675678	研究论文	本研究通过分子动力学模拟和深度学习技术，探究了三种抑制剂（H1B、JQ1和TVU）与BRD4和BRD9的结合机制	本研究首次整合分子动力学模拟、深度学习和结合自由能计算，揭示了抑制剂与BRD4和BRD9的结合模式，并识别了关键的功能域	NA	探究抑制剂与BRD4和BRD9的结合机制，为开发选择性抑制剂提供理论支持	BRD4和BRD9蛋白及其抑制剂H1B、JQ1和TVU	生物信息学	NA	分子动力学模拟（MD）、深度学习（DL）、结合自由能计算（MM-GBSA）	深度学习模型	分子动力学轨迹	三种抑制剂（H1B、JQ1和TVU）
11724	2024-08-07	Artificial Intelligence (AI) for Early Diagnosis of Retinal Diseases 2024-Mar-23, Medicina (Kaunas, Lithuania) DOI:10.3390/medicina60040527 PMID:38674173	综述	本文全面概述了人工智能（AI）在各种视网膜疾病中的应用，强调其提高筛查效率、促进早期诊断和改善患者结果的潜力	本文介绍了AI在视网膜疾病中的具体应用，如糖尿病视网膜病变（DR）、年龄相关性黄斑变性（AMD）等，并强调了AI驱动解决方案在处理视网膜疾病复杂性和变异性中的重要性	本文讨论了AI在临床实践中整合的挑战和缺陷，包括“黑箱现象”、数据表示中的偏见以及全面患者评估的局限性	旨在探讨AI在视网膜疾病诊断和管理中的应用，以及其在医疗保健中的协同作用	研究对象包括多种视网膜疾病，如糖尿病视网膜病变、年龄相关性黄斑变性等	计算机视觉	视网膜疾病	机器学习（ML）和深度学习（DL）	多种AI模型	图像	NA
11725	2024-08-07	Rethinking automatic segmentation of gross target volume from a decoupling perspective 2024-03, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2023.102323 PMID:38171254	研究论文	本文提出了一种异构级联框架（HCF），从解耦的角度将大目标体积（GTV）分割分解为独立的识别和分割子任务，以提高癌症放射治疗计划中GTV分割的准确性和可靠性。	设计了一个多级空间对齐网络（SANet）和组合正则化（CR）损失及平衡采样策略（BSS），以改善特征提取和解决像素不平衡问题。	NA	提高自动GTV分割的性能，特别是在减少假阳性和准确分割小物体方面。	大目标体积（GTV）在癌症放射治疗中的自动分割。	计算机视觉	NA	深度学习	CNN	图像	在StructSeg2019挑战的两个公共数据集上进行了广泛实验。
11726	2024-08-07	MicroSegNet: A deep learning approach for prostate segmentation on micro-ultrasound images 2024-03, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102326 PMID:38211358	研究论文	本文介绍了一种名为MicroSegNet的深度学习方法，用于在微超声图像上进行前列腺分割	提出了一个多尺度注释引导的transformer UNet模型，并引入了一种注释引导的二元交叉熵损失（AG-BCE），该损失在训练过程中对难以分割的区域赋予更大的权重	NA	开发一种新的深度学习模型，以提高微超声图像中前列腺分割的准确性	前列腺在微超声图像中的分割	计算机视觉	前列腺癌	微超声（micro-US）	transformer UNet	图像	使用了来自55名患者的微超声图像进行训练，并在20名患者的数据上进行评估
11727	2024-08-07	An integrated technology for quantitative wide mutational scanning of human antibody Fab libraries 2024-Jan-16, bioRxiv : the preprint server for biology DOI:10.1101/2024.01.16.575852 PMID:38293170	research paper	本文介绍了一种名为MAGMA-seq的综合技术，用于定量分析人类抗体Fab库的广泛突变扫描	MAGMA-seq技术结合了多种抗原和抗体，并使用深度测序确定定量生物物理参数，能够在一个实验中测量多个给定亲本抗体突变体的结合情况	NA	旨在通过学习抗体分子识别，设计高亲和力结合物，以对抗几乎任何蛋白质表面	研究对象包括人类抗体的Fab库，以及多种抗原和抗体的序列-功能关系	NA	NA	深度测序	NA	序列数据	两个汇集库，包含十个不同人类抗体的突变体
11728	2024-08-07	CylinGCN: Cylindrical structures segmentation in 3D biomedical optical imaging by a contour-based graph convolutional network 2024-01, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2023.102316 PMID:38039866	研究论文	本文提出了一种基于轮廓的图卷积网络CylinGCN，用于生物医学光学成像中的三维圆柱结构分割	将圆柱结构视为三维图，引入了一种新的基于轮廓的图神经网络，能够提取语义特征和复杂拓扑关系，实现连续有效的三维分割	NA	开发一种新的方法用于生物医学光学成像中的三维圆柱结构分割	生物医学光学成像中的圆柱结构，如血管、气道和肠道	计算机视觉	NA	图卷积网络(GCN)	图神经网络	三维体积数据	两种光学断层成像数据，小动物全身光声断层成像(PAT)和内窥镜气道光学相干断层成像(OCT)
11729	2024-08-07	Deep learning for report generation on chest X-ray images 2024-01, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2023.102320 PMID:38134726	综述	本文综述了深度学习技术在胸部X光图像分析中的应用，特别是使用卷积神经网络（CNN）进行放射报告生成的进展和挑战	深度学习技术在胸部X光图像分析中的应用显示出超越人类放射科医生的潜力	NA	探讨深度学习技术在胸部X光图像分析中的应用，特别是放射报告生成的进展和挑战	胸部X光图像分析	计算机视觉	NA	卷积神经网络（CNN）	CNN	图像	NA
11730	2024-08-07	SMILE: Siamese Multi-scale Interactive-representation LEarning for Hierarchical Diffeomorphic Deformable image registration 2024-01, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2023.102322 PMID:38157671	研究论文	本文提出了一种新的卷积神经网络（CNN），包含孪生多尺度交互表示学习（SMILE）编码器和层次化微分形变（HDD）解码器，用于可变形医学图像配准	本文创新性地引入了SMILE编码器和HDD解码器，以及一种新的局部可逆损失（LIL），以促进拓扑保持和局部可逆性，同时保持高配准精度	现有深度学习方法存在以下局限：(a) 由于感受野有限，常忽略特征对应关系的显式建模；(b) 对于具有大空间位移的图像对，性能仍然有限；(c) 常忽略拓扑保持和变换的可逆性	旨在改进可变形医学图像配准方法，特别是在特征对应关系建模、处理大空间位移图像对以及拓扑保持和变换可逆性方面	可变形医学图像配准	计算机视觉	NA	卷积神经网络（CNN）	CNN	图像	在两个公开的大脑图像数据集上进行了大量实验
11731	2024-08-07	Predicting osteoporosis from kidney-ureter-bladder radiographs utilizing deep convolutional neural networks 2024-Jul, Bone IF:3.5Q2 DOI:10.1016/j.bone.2024.117107 PMID:38677502	研究论文	本研究利用深度卷积神经网络从肾脏-输尿管-膀胱（KUB）X光片中预测骨密度，以筛查骨质疏松症	首次开发基于KUB X光片的深度学习模型，用于预测腰椎和股骨的骨密度	NA	探索使用KUB X光片预测骨密度并分类高风险患者群体的可能性	骨密度（BMD）值和骨质疏松症高风险患者	机器学习	骨质疏松症	深度学习	CNN	图像	8913对KUB X光片和DXA检查
11732	2024-08-07	Deep learning-based skin care product recommendation: A focus on cosmetic ingredient analysis and facial skin conditions 2024-Jun, Journal of cosmetic dermatology IF:2.3Q2 DOI:10.1111/jocd.16218 PMID:38411029	研究论文	本文提出了一种基于深度学习的方法，用于分析化妆品成分并结合AI皮肤分析，为消费者推荐个性化的护肤产品	本文创新地结合了深度神经网络和皮肤分析模型，以优化个人化的化妆品推荐	NA	旨在提出一种基于化妆品成分分析的个性化护肤产品推荐方法	化妆品成分分析和面部皮肤状况	机器学习	NA	深度学习	深度神经网络	图像	NA
11733	2024-08-07	Construction of deep learning-based convolutional neural network model for automatic detection of fluid hysteroscopic endometrial micropolyps in infertile women with chronic endometritis 2024-Jun, European journal of obstetrics, gynecology, and reproductive biology DOI:10.1016/j.ejogrb.2024.04.026 PMID:38703449	研究论文	本研究构建了一个基于深度学习的卷积神经网络（CNN）模型，用于自动检测不孕症女性慢性子宫内膜炎患者的宫腔镜液体检查中的子宫内膜微息肉（EMiP）。	本研究首次开发了一种基于深度学习的CNN模型，用于自动检测与慢性子宫内膜炎相关的子宫内膜微息肉，提供了一种更少侵入性的诊断系统。	NA	开发一种更少侵入性的诊断系统，用于慢性子宫内膜炎的诊断。	不孕症女性慢性子宫内膜炎患者的宫腔镜液体检查中的子宫内膜微息肉。	机器学习	不孕症	卷积神经网络（CNN）	CNN	图像	244名不孕症女性
11734	2024-08-07	Zero-shot learning enables instant denoising and super-resolution in optical fluorescence microscopy 2024-May-16, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-48575-9 PMID:38755148	研究论文	本文开发了一种零样本去卷积网络（ZS-DeconvNet），能够在无监督方式下即时提高光学荧光显微镜图像的分辨率	ZS-DeconvNet无需真实标签或额外数据采集，即可在多种成像模式下实现超分辨率成像	NA	开发一种无需大量高质量训练数据的计算超分辨率方法	光学荧光显微镜图像的分辨率增强	计算机视觉	NA	零样本学习	去卷积网络	图像	多种成像模式，包括全内反射荧光显微镜、三维宽场显微镜、共聚焦显微镜、双光子显微镜、光片显微镜和多模态结构光照明显微镜
11735	2024-08-07	Single-cell classification based on label-free high-resolution optical data of cell adhesion kinetics 2024-05-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-61257-2 PMID:38755203	研究论文	本文介绍了一种基于无标记高分辨率光学数据的细胞粘附动力学单细胞分类方法	首次提出了一种基于无标记光学传感器的单细胞分类方法，无需标记或侵入性步骤，不影响细胞功能	NA	开发一种无标记的单细胞分类方法，并探索其在癌症研究和再生医学中的应用	健康细胞和多种癌细胞类型	数字病理学	癌症	光学传感器	深度神经网络	单细胞粘附动力学信号	约4500个单细胞粘附测量数据，包括正常前成骨细胞（MC3T3-E1）和多种癌细胞（HeLa，LCLC-103H，MDA-MB-231，MCF-7）
11736	2024-08-07	BarlowTwins-CXR: enhancing chest X-ray abnormality localization in heterogeneous data with cross-domain self-supervised learning 2024-May-16, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02529-9 PMID:38755563	研究论文	本研究通过开发一种名为BarlowTwins-CXR的自监督学习策略，旨在解决跨域转移学习中的域不一致问题，并提高异质胸部X光图像异常定位的性能	BarlowTwins-CXR方法通过自监督预训练和监督微调的两阶段训练过程，显著提高了模型在胸部X光图像异常定位的准确性和效率	NA	解决跨域转移学习中的域不一致问题，提高胸部X光图像异常定位的性能	异质胸部X光图像的异常定位	计算机视觉	NA	自监督学习	Resnet50, Faster R-CNN with Feature Pyramid Network (FPN)	图像	112,120张来自NIH数据集的图像和18,000张来自VinDr-CXR数据集的图像
11737	2024-08-07	A multi-view fusion lightweight network for CRSwNPs prediction on CT images 2024-May-16, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01296-3 PMID:38755567	研究论文	本文提出了一种用于CT图像上慢性鼻窦炎伴鼻息肉（CRSwNP）预测的多视图融合轻量级网络	开发了一种包含10层网络的迷你架构的多视图融合模型，通过修改深度残差神经网络实现	NA	旨在提高慢性鼻窦炎（CRS）的术前区分准确性，预测术后结果并进行个性化治疗	慢性鼻窦炎伴鼻息肉（CRSwNP）患者的CT扫描数据和病理活检结果	计算机视觉	慢性鼻窦炎	深度学习	CNN	图像	192名患者
11738	2024-08-07	Improving the Prognostic Evaluation Precision of Hospital Outcomes for Heart Failure Using Admission Notes and Clinical Tabular Data: Multimodal Deep Learning Model 2024-May-02, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/54363 PMID:38696251	研究论文	本研究旨在利用入院临床记录和易获取的表格数据，通过多模态深度学习模型提高心力衰竭（HF）患者医院结局评估的精确度。	本研究开发的多模态深度学习模型在所有测试集中表现优于单模态模型，表格数据有助于提高区分度，且病史和体格检查在早期评估中更为有用。	NA	设计一种多模态深度学习方法，以提高心力衰竭患者医院结局评估的精确度。	心力衰竭患者的医院结局评估。	机器学习	心血管疾病	深度学习	多模态深度学习模型	文本和表格数据	开发集包含9989名患者，内部验证集包含2497名患者，前瞻性验证集包含1896名患者，外部验证集包含7432名患者。
11739	2024-08-07	DeepFDR: A Deep Learning-based False Discovery Rate Control Method for Neuroimaging Data 2024-May, Proceedings of machine learning research PMID:38741695	研究论文	提出了一种基于深度学习的空间FDR控制方法DeepFDR，用于解决神经影像数据中的体素级多重检验问题	利用无监督深度学习图像分割技术，有效处理了脑部复杂的空间依赖性，提高了检验效能	NA	开发一种新的空间FDR控制方法，以提高神经影像数据分析的准确性和效率	神经影像数据中的体素级多重检验问题	计算机视觉	NA	深度学习	NA	图像	包括模拟数据和阿尔茨海默病FDG-PET图像分析
11740	2024-08-07	Corrigendum to: Development and Verification of Time-Series Deep Learning for Drug-Induced Liver Injury Detection in Patients Taking Angiotensin II Receptor Blockers: A Multicenter Distributed Research Network Approach 2024-Apr, Healthcare informatics research IF:2.3Q3 DOI:10.4258/hir.2024.30.2.168 PMID:38755108	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA