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
481	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
482	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
483	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
484	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
485	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
486	2024-08-05	Residual networks without pooling layers improve the accuracy of genomic predictions 2024-May-21, TAG. Theoretical and applied genetics. Theoretische und angewandte Genetik DOI:10.1007/s00122-024-04649-2 PMID:38771334	研究论文	该文章介绍了一种新的残差神经网络用于基因组选择，超过了之前的预测精度	首次提出了达到35层的基因组选择残差神经网络，提高了预测精度	未提及具体限制	提高基因组选择中的性状预测准确性	残差神经网络在基因组选择中的应用	机器学习	NA	深度学习	残差神经网络	基因组数据	从四个公共数据集中提取的15个案例
487	2024-08-05	Evaluation of High-Dimensional Data Classification for Skin Malignancy Detection Using DL-Based Techniques 2024-May, Cancer investigation IF:1.8Q3 DOI:10.1080/07357907.2024.2345184 PMID:38767503	研究论文	本文主要通过深度学习技术评估皮肤恶性肿瘤的高维数据分类	提出使用Isomap与视觉变换器结合的方法来分析和分类高维皮肤病变图像	未提及具体的限制	提高皮肤恶性肿瘤分类的准确性	高维皮肤病变数据集	数字病理学	皮肤癌	深度学习	视觉变换器	高维图像	NA
488	2024-08-05	Generalization of a Deep Learning Model for Continuous Glucose Monitoring-Based Hypoglycemia Prediction: Algorithm Development and Validation Study 2024-May-24, JMIR medical informatics IF:3.1Q2 DOI:10.2196/56909 PMID:38801705	研究论文	本研究验证了基于长期短期记忆网络(LSTM)的低血糖预测模型在不同糖尿病亚型人群中的有效性	该研究展示了LSTM模型在多样人群中对低血糖预测的稳健性和广泛适应性	该研究可能未考虑所有影响低血糖预测的环境或生理因素，样本主要集中于糖尿病患者	验证LSTM低血糖预测模型在不同亚型糖尿病患者中的准确性	193名中国糖尿病患者和427名美欧血统患者	机器学习	糖尿病	LSTM, 支持向量机(SVM), 随机森林(RF)	LSTM	连续血糖监测数据	192名中国糖尿病患者和427名美欧血统患者
489	2024-08-05	Harnessing TME depicted by histological images to improve cancer prognosis through a deep learning system 2024-May-21, Cell reports. Medicine DOI:10.1016/j.xcrm.2024.101536 PMID:38697103	研究论文	本研究通过深度学习系统增强组织学图像中肿瘤微环境(TME)信息，以改善癌症预后。	提出了一种集成图像与图形深度学习的模型(IGI-DL)，在预测ST表达方面显著优于现有方法，并开发了基于TME的癌症预后预测模型。	临床可用性受限于空间转录组学(ST)技术，未提供ST数据的患者可能无法直接利用成果。	研究旨在通过分析肿瘤微环境改善癌症预后。	研究对象是缺少ST数据的癌症患者及其组织学图像。	数字病理学	乳腺癌与结直肠癌	深度学习系统	集成图像与图形深度学习模型(IGI-DL)	组织学图像	The Cancer Genome Atlas乳腺癌和结直肠癌队列，以及外部的分子与细胞肿瘤学结直肠癌队列的样本
490	2024-08-05	The application of deep learning in abdominal trauma diagnosis by CT imaging 2024-05-06, World journal of emergency surgery : WJES IF:6.0Q1 DOI:10.1186/s13017-024-00546-7 PMID:38711150	研究论文	本文开发了一种基于深度学习算法的CT影像腹部创伤诊断方法	提出了一种新的深度学习算法用于初步筛查腹部内脏损伤	未提及具体的局限性	研究目标是提高腹部创伤的CT影像解读准确性	使用来自Kaggle竞争的数据集，包括3147名患者	计算机视觉	创伤	深度学习	2D语义分割和2.5D分类模型	影像	3147名患者，855名腹部创伤患者
491	2024-08-05	NEATmap: a high-efficiency deep learning approach for whole mouse brain neuronal activity trace mapping 2024-May, National science review IF:16.3Q1 DOI:10.1093/nsr/nwae109 PMID:38831937	研究论文	介绍NEATmap，一种高效的深度学习方法，用于全脑神经元活动追踪映射	NEATmap是一个自动分割和定量分析的深度学习软件，具有高效率和高精度	尚未提及研究的限制	量化分析鼠脑中被激活神经元以定位对刺激反应的神经元	使用NEATmap研究小鼠在物理和心理压力下的全脑神经元激活	数字病理学	NA	免疫荧光标记	深度学习	体积成像数据	多个小鼠队列的样本
492	2024-08-05	A Survey of Deep Learning for Detecting miRNA- Disease Associations: Databases, Computational Methods, Challenges, and Future Directions 2024 May-Jun, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3351752 PMID:38194377	综述	本文综述了使用深度学习检测miRNA与疾病关联的研究进展	总结了现有的基于深度学习的miRNA-疾病关联计算方法，并提出未来研究方向	现有方法的性能评估和不同计算方法之间的比较问题尚未得到充分解决	探讨深度学习在miRNA-疾病关联预测中的应用及其潜在研究方向	miRNA-疾病关联及相关的数据库和计算方法	计算机视觉	NA	深度学习	深度学习和图神经网络	数据库和计算模型	48种现有计算方法
493	2024-08-05	Convolutional Neural Network-Based Prediction of Axial Length Using Color Fundus Photography 2024-May-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.13.5.23 PMID:38809531	研究论文	本研究开发了基于卷积神经网络的模型，通过彩色眼底摄影预测眼轴长度。	创新点在于利用彩色眼底摄影结合年龄和性别信息，提高了眼轴长度预测的准确性。	所使用的部分彩色眼底图像质量较差，可能会影响预测结果的可靠性。	研究目的是提高基于彩色眼底摄影的眼轴长度预测的准确性。	本研究对象为467名参与者的1105幅 Fundus 图像。	计算机视觉	NA	卷积神经网络	CNN	图像	467名参与者的1105幅彩色眼底图像
494	2024-08-05	GenCoder: A Novel Convolutional Neural Network Based Autoencoder for Genomic Sequence Data Compression 2024 May-Jun, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3366240 PMID:38358865	研究论文	本文提出了一种名为GenCoder的基于卷积自编码器的基因组序列数据压缩新算法	该算法实现了不损失信息的基因组序列压缩和重构	尚未提到特定的限制因素	研究如何对基因组序列数据进行无损压缩	基因组序列数据	机器学习	NA	卷积自编码器	自编码器	基因组序列数据	在多个基因组和基准数据集上进行评估
495	2024-08-05	Panoramic Radiography in the Evaluation of the Relationship of Maxillary Molar Teeth and Maxillary Sinuses on the Deep Learning Models Improved with the Findings Obtained by Cone Beam Computed Tomography 2024-May-01, Nigerian journal of clinical practice IF:0.7Q3 DOI:10.4103/njcp.njcp_220_24 PMID:38842718	研究论文	本研究评估了深度学习模型在判断上颌磨牙与上颌窦底接触关系中的诊断性能	结合锥形束计算机断层扫描的数据，改进了深度学习模型的评估方法	该研究为回顾性研究，可能存在选择偏倚	评估深度学习在使用全景放射摄影确定牙齿与上颌窦的接触关系中的应用	2162颗第一次和第二次上颌磨牙	数字病理学	NA	深度学习	GoogLeNet, VGG16, VGG19, DarkNet19, DarkNet53	影像	2162颗磨牙
496	2024-08-05	Natalizumab reduces loss of gray matter and thalamic volume in patients with relapsing-remitting multiple sclerosis: A post hoc analysis from the randomized, placebo-controlled AFFIRM trial 2024-May, Multiple sclerosis (Houndmills, Basingstoke, England) DOI:10.1177/13524585241235055 PMID:38469809	研究论文	本研究分析了Natalizumab在复发-缓解型多发性硬化症患者中对灰质和丘脑萎缩的影响	提供了首个安慰剂对照的证据，支持Natalizumab治疗可以减轻灰质和丘脑萎缩	本研究为事后分析，可能存在偏倚	评估Natalizumab对灰质和丘脑萎缩的影响	复发-缓解型多发性硬化症患者	数字病理学	多发性硬化症	深度学习图像分割	NA	MRI数据	NCT00027300中的复发-缓解型多发性硬化症患者的MRI数据
497	2024-08-05	Investigation on ultrasound images for detection of fetal congenital heart defects 2024-May-31, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad4f91 PMID:38781934	综述	该文章讨论了使用超声图像检测胎儿先天性心脏缺陷的最新技术	提出结合深度学习技术的胎儿超声图像评估以提高先天性心脏缺陷的检测率	当前筛查技术的检测率仍然较低，文章未提供具体的实验数据	提高胎儿先天性心脏缺陷的检测率	使用超声图像进行胎儿先天性心脏缺陷的检测	数字病理学	先天性心脏缺陷	深度学习	卷积神经网络 (CNN)	图像	NA
498	2024-08-05	Dynamics and patterns of recurrence in neovascular AMD during real-world management using automated fluid monitoring 2024-May-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e31567 PMID:38826751	研究论文	本研究调查了新生血管性老年性黄斑变性(nAMD)在真实世界管理中的复发液体的数量和分布	利用经过监管批准的深度学习算法定量分析nAMD患者在抗VEGF治疗后的液体复发模式	本研究为回顾性研究，样本来自单一中心，结果可能无法广泛推广	探讨新生血管性老年性黄斑变性患者在治疗中断后的复发液体动态	56名符合纳入标准的nAMD患者的眼睛数据	数字病理学	老年性黄斑变性	深度学习算法	NA	临床数据	56
499	2024-08-05	Worldwide research landscape of artificial intelligence in lung disease: A scientometric study 2024-May-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e31129 PMID:38826704	研究论文	对人工智能在肺部疾病应用的文献计量分析以了解该领域的现状和新兴趋势	完成了对人工智能在肺部疾病研究中的全面文献计量分析，揭示了出版物数量的快速增长和主要研究人员	没有深入分析具体的临床应用或技术细节	分析人工智能在肺部疾病研究中的应用现状及发展趋势	人工智能在肺部疾病研究中的发表论文	数字病理学	肺癌	深度学习	卷积神经网络	文献数据	总共5210篇论文
500	2024-08-05	Performance evaluation of E-VGG19 model: Enhancing real-time skin cancer detection and classification 2024-May-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e31488 PMID:38826726	研究论文	本文增强了VGG19预训练模型，以提高皮肤癌的实时检测和分类能力	论文通过结合传统分类器与E-VGG19模型，显著提高了皮肤癌检测和分类的整体精度	未提及具体限制	改善皮肤癌的早期检测和分类以提高患者的治疗效果	使用包含恶性和良性病例的皮肤病变数据集进行模型的训练和评估	计算机视觉	皮肤癌	深度学习	E-VGG19及其他预训练模型	图像	包含恶性和良性皮肤病变样本的皮肤病变数据集