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
321	2024-08-07	Opposing effects of thyroid hormones on hypothalamic subunits and limbic structures in hyperthyroidism patients: A comprehensive volumetric study 2024-03, Journal of neuroendocrinology IF:3.3Q2 DOI:10.1111/jne.13369 PMID:38326952	研究论文	本研究旨在探讨甲状腺功能亢进症患者大脑特定区域的萎缩模式，包括下丘脑亚区和边缘结构，并分析这些变化与激素水平及心理测试之间的关系	本研究首次全面分析了甲状腺功能亢进症患者下丘脑亚区和边缘结构体积的变化，并探讨了这些变化与激素水平及心理测试结果的相关性	本研究样本量较小，且仅包括新诊断未治疗的甲状腺功能亢进症患者，可能影响结果的普遍性	探索甲状腺功能亢进症患者大脑特定区域的体积变化及其与激素水平和心理测试的关系	甲状腺功能亢进症患者及匹配的对照组的大脑下丘脑亚区和边缘结构	NA	甲状腺疾病	磁共振成像（MRI）	深度学习算法	图像	19名新诊断未治疗的甲状腺功能亢进症患者和15名年龄性别匹配的对照组
322	2024-08-07	The future of artificial intelligence in clinical nutrition 2024-03-01, Current opinion in clinical nutrition and metabolic care IF:3.0Q2 DOI:10.1097/MCO.0000000000000977 PMID:37650706	综述	本文综述了人工智能在临床营养领域的应用，探讨了如何利用医疗数据库开发深度学习和机器学习算法，以改善筛查、评估和预测与临床营养相关的临床事件和结果。	人工智能已应用于临床营养的各个领域，如改善筛查工具、识别营养不良的癌症患者或肥胖患者，以及在重症监护中预测肠内营养不耐受、腹泻或再喂养低磷血症。	使用人工智能时需要考虑伦理问题和局限性。	探讨人工智能在临床营养中的应用，支持医疗专业人员的决策过程。	临床营养领域的筛查、评估和预测工具。	机器学习	NA	深度学习	机器学习算法	数据库	大型数据库
323	2024-08-07	Deep Learning-Based Automated Labeling of Coronary Segments for Structured Reporting of Coronary Computed Tomography Angiography in Accordance With Society of Cardiovascular Computed Tomography Guidelines 2024-Mar-01, Journal of thoracic imaging IF:2.0Q3 DOI:10.1097/RTI.0000000000000753 PMID:37889562	研究论文	评估一种基于深度学习的自动化冠状动脉标记方法，用于根据心血管计算机断层扫描学会指南进行冠状动脉疾病的结构化报告	利用树状结构的长短期记忆循环神经网络架构，通过自下而上编码和自上而下解码的两步法，自动标记冠状动脉中心线	NA	评估基于深度学习的自动化冠状动脉标记方法的性能，以改进冠状动脉CT血管造影的自动化结构化报告	104名接受心电图同步冠状动脉CT血管造影的患者	计算机视觉	心血管疾病	深度学习	树状结构的长短期记忆循环神经网络	图像	1491个冠状动脉段
324	2024-08-07	Advantages and Pitfalls of the Use of Optical Coherence Tomography for Papilledema 2024-03, Current neurology and neuroscience reports IF:4.8Q1 DOI:10.1007/s11910-023-01327-6 PMID:38261144	综述	本文综述了光学相干断层扫描（OCT）在诊断和管理与视盘水肿相关的颅内压升高综合征中的作用	OCT技术可以检测到眼底镜检查可能遗漏的亚临床视网膜神经纤维层（pRNFL）增厚，增强深度成像（EDI）和扫频源OCT技术可以识别伪视盘水肿的原因，如视盘玻璃体	OCT技术有其固有的优缺点，需要充分理解以最佳地利用该方法检测视盘水肿	强调OCT在诊断和管理与视盘水肿相关的颅内压升高综合征中的作用	视盘水肿及其相关的颅内压升高综合征	NA	NA	光学相干断层扫描（OCT）	NA	图像	NA
325	2024-08-07	Diagnosing and grading gastric atrophy and intestinal metaplasia using semi-supervised deep learning on pathological images: development and validation study 2024-03, Gastric cancer : official journal of the International Gastric Cancer Association and the Japanese Gastric Cancer Association IF:6.0Q1 DOI:10.1007/s10120-023-01451-9 PMID:38095766	研究论文	本研究开发并验证了一种基于半监督深度学习的诊断和分级胃萎缩和肠化生的方法	提出了一种名为GasMIL的半监督深度学习算法，用于诊断和分级胃萎缩和肠化生，其性能超过了10名病理学家的评估	NA	建立并验证一种使用深度学习和OLGA/OLGIM对个体胃癌风险进行分类的诊断方法	胃萎缩和肠化生的诊断与分级	数字病理学	胃癌	半监督深度学习	深度学习模型	病理图像	共纳入545名患者，包括2725张全切片图像，分为训练集（349名）、内部验证集（87名）和外部验证集（109名）
326	2024-08-07	What does artificial intelligence mean in rheumatology? 2024-Mar, Archives of rheumatology IF:1.1Q4 DOI:10.46497/ArchRheumatol.2024.10664 PMID:38774703	研究论文	本文探讨了人工智能在风湿病学中的应用及其潜力	介绍了大型语言模型通过转换器将自我学习融入深度学习的新发展	提到了AI模型扩展能力带来的重大伦理挑战，特别是误用的风险	探索人工智能在风湿病学中的应用，以革新医疗保健和研究	主要研究对象为风湿病学领域的人工智能应用	机器学习	风湿病	深度学习	NA	图像、视频、基因组学、转录组学、蛋白质组学、代谢组学数据	NA
327	2024-08-07	Deep learning in structural bioinformatics: current applications and future perspectives 2024-Mar-27, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae042 PMID:38701422	综述	本文综述了深度学习在结构生物信息学中的变革性影响及其在科学革命中的关键作用	深度学习正成为医疗和生物学中不可或缺的组成部分，革新分析过程	NA	探讨深度学习在结构生物信息学中的应用及未来展望	深度学习在生物信息学中的应用	生物信息学	NA	深度学习	卷积神经网络、循环神经网络、人工神经网络、变换器神经网络	大数据	NA
328	2024-08-07	i5mC-DCGA: an improved hybrid network framework based on the CBAM attention mechanism for identifying promoter 5mC sites 2024-Mar-05, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-024-10154-z PMID:38443802	研究论文	本文提出了一种基于CBAM注意力机制的改进混合网络框架i5mC-DCGA，用于识别启动子5mC位点	模型创新性地使用卷积块注意力模块(CBAM)改进密集卷积网络(DenseNet)，并结合双向门控循环单元(BiGRU)和自注意力机制提取全局特征信息	NA	开发一种计算方法来自动检测和识别5mC位点	5mC位点的识别	机器学习	NA	深度学习	CNN, BiGRU	序列	NA
329	2024-08-07	A deep learning approach to the automatic detection of alignment errors in cryo-electron tomographic reconstructions 2024-03, Journal of structural biology IF:3.0Q3 DOI:10.1016/j.jsb.2023.108056 PMID:38101554	研究论文	本文提出了一种深度学习算法，用于自动检测电子断层扫描重建中的对齐错误	本研究首次使用深度学习算法来检测断层扫描重建中的对齐错误，并提出了一种算法来检测断层扫描中的基准标记	NA	旨在提高电子断层扫描重建的质量，确保样本研究的准确性	电子断层扫描重建中的对齐错误	计算机视觉	NA	深度学习	深度学习算法	图像	NA
330	2024-08-07	DeepQs: Local quality assessment of cryo-EM density map by deep learning map-model fit score 2024-03, Journal of structural biology IF:3.0Q3 DOI:10.1016/j.jsb.2023.108059 PMID:38160703	研究论文	本文介绍了DeepQs，一种利用深度学习算法基于地图-模型拟合分数评估3D冷冻电镜密度图局部质量的新方法	DeepQs是一种无参数方法，通过深度学习将地图与其相关原子模型的结构信息整合到训练好的模型中	NA	开发一种有效的质量评估方法，用于选择或修正冷冻电镜地图	3D冷冻电镜密度图的局部质量评估	计算机视觉	NA	深度学习	深度学习模型	图像	高分辨率数据集（<=5 Å）
331	2024-08-07	Cryo-forum: A framework for orientation recovery with uncertainty measure with the application in cryo-EM image analysis 2024-03, Journal of structural biology IF:3.0Q3 DOI:10.1016/j.jsb.2023.108058 PMID:38163450	研究论文	本文介绍了一种新的框架cryo-forum，用于在单粒子冷冻电子显微镜（cryo-EM）图像分析中恢复方向参数并测量不确定性	提出了一种使用10维特征向量表示方向的新方法，并引入了考虑方向间成对距离的独特损失函数，以及一个包含不确定性量化的端到端方法	NA	旨在提高单粒子冷冻电子显微镜图像分析中方向参数的确定效率和准确性	单粒子冷冻电子显微镜图像中的方向参数	计算机视觉	NA	深度学习	编码器网络	图像	NA
332	2024-08-07	Development and prospective validation of an artificial intelligence-based smartphone app for rapid intraoperative pituitary adenoma identification 2024-Mar-13, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00469-z PMID:38480833	研究论文	开发并前瞻性验证了一种基于人工智能的智能手机应用程序，用于快速识别垂体腺瘤	使用刺激拉曼组织学技术，该应用程序能够几乎即时地区分垂体腺瘤和正常垂体腺	需要进一步验证该应用程序在不同类型肿瘤和光学图像上的适用性	开发一种能够在手术中快速准确区分肿瘤与正常组织的智能手机应用程序	垂体腺瘤和正常垂体腺	数字病理学	垂体腺瘤	刺激拉曼组织学	深度学习	图像	40名连续患者，共194个样本
333	2024-08-07	Learning from crowds for automated histopathological image segmentation 2024-03, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102327 PMID:38194768	研究论文	本文提出了一种新的众包方法用于自动化组织病理学图像分割，通过两个耦合网络学习专家分割和标注者的专业知识	提出了一种新的众包分割方法，通过单一网络估计标注者的行为，提高了标注者数量的可扩展性，并引入了考虑图像全局特征的标注者网络模型	当前方法通常为每个标注者学习一个不同的神经网络，这在标注者数量增加时扩展性差	解决深度学习在组织病理学图像分割中专家标注稀缺的问题，通过众包减少个体标注成本	组织病理学图像的自动化语义分割	数字病理学	乳腺癌	深度学习	CNN	图像	涉及多个医学学生标注的真实世界三阴性乳腺癌图像数据集
334	2024-08-07	Multiple instance learning for digital pathology: A review of the state-of-the-art, limitations & future potential 2024-03, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102337 PMID:38228020	综述	本文综述了数字病理学中多实例学习的现状、局限性和未来潜力	多实例学习为深度神经网络在没有完全标注数据的情况下提供了一种有效的训练工具	多实例学习方法仍面临挑战，如需要大量图像数据和手动标注	探讨多实例学习在数字病理学中的应用及其未来发展	数字病理学中的图像分析工具和深度神经网络	数字病理学	NA	多实例学习	深度神经网络	图像	NA
335	2024-08-07	Uninformed Teacher-Student for hard-samples distillation in weakly supervised mitosis localization 2024-03, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102328 PMID:38244279	研究论文	本文提出了一种新的弱监督方法，用于检测有丝分裂，并引入了一种未受指导的教师-学生（UTS）流水线来检测和提炼硬样本，通过比较弱监督定位和注释的质心，使用强增强来增强不确定性。	本文的创新点在于引入了一种未受指导的教师-学生（UTS）流水线，通过强增强来提炼不确定样本，并测量预测和注释的有丝分裂之间的差异。	本文的局限性在于依赖于图像级别的标签，并且需要复杂的标注场景来减少假阳性。	本文的研究目的是提出一种新的弱监督方法，用于检测有丝分裂，并引入一种未受指导的教师-学生（UTS）流水线来检测和提炼硬样本。	本文的研究对象是有丝分裂的检测和计数。	数字病理学	乳腺癌	卷积神经网络（CNN）	CNN	图像	本文评估了三个公开的有丝分裂检测数据集和两个全切片图像的有丝分裂活动计数数据集。
336	2024-08-07	Multi-modal brain tumor segmentation via conditional synthesis with Fourier domain adaptation 2024-03, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102332 PMID:38245925	研究论文	本文研究使用条件生成对抗网络（GAN）合成多模态图像以训练深度学习神经网络进行高级别胶质瘤（HGG）分割的方法	提出了一种基于傅里叶域适应（FDA）的方法，通过调整合成数据与真实数据在低频傅里叶空间成分上的风格，显著提高了分割性能和预测信心	NA	探索使用合成多模态图像训练深度学习模型以提高脑肿瘤分割准确性的方法	高级别胶质瘤（HGG）的脑肿瘤分割	计算机视觉	脑肿瘤	多模态磁共振成像（MRI）	GAN	图像	使用了BraTS2020数据集进行实验
337	2024-08-07	Resolving the non-uniformity in the feature space of age estimation: A deep learning model based on feature clusters of panoramic 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.2024.102329 PMID:38271869	研究论文	本研究提出了一种基于全景图像特征聚类的深度学习模型，用于解决年龄估计中特征空间非均匀性的问题	通过预先根据年龄特征对数据进行划分，并训练每个回归器来估计个体特征的年龄，模型能够更好地关注临床上有意义的区域，特别是在生长和衰老期	NA	改进年龄估计技术，特别是在法医学领域	牙科全景图像的年龄估计	机器学习	NA	深度学习	分类头和多回归头模型	图像	NA
338	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
339	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。
340	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