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
841	2024-08-07	Deep convolutional neural network for weld defect classification in radiographic images 2024-May-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e30590 PMID:38726185	研究论文	本文提出了一种基于ResNet50的CNN模型，用于对射线图像中的四种焊缝缺陷进行分类	采用了分层交叉验证、数据增强和正则化技术来提高模型的泛化能力并避免过拟合	模型在低质量图像数据集上的准确率相对较低	提高焊缝缺陷检测的准确性和效率	射线图像中的焊缝缺陷	计算机视觉	NA	深度学习	CNN	图像	三个数据集，分别是RIAWELC、GDXray和一个私有低质量图像数据集
842	2024-08-07	An improvement method for pancreas CT segmentation using superpixel-based active contour 2024-May-10, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad3e5c PMID:38608641	研究论文	本文提出了一种基于超像素的主动轮廓模型（SbACM）作为深度学习方法的后处理器，以提高胰腺CT图像分割的准确性	引入超像素来设计窄带和能量函数，并采用多尺度演化策略来减少弱边界泄漏和提高演化速度	NA	提高胰腺CT图像分割的准确性	胰腺CT图像	计算机视觉	NA	超像素-基于主动轮廓模型（SbACM）	UNet, SS-UNet, PBR UNet, ResDSN, nnUNet	图像	使用来自美国国立卫生研究院（NIH）的胰腺分割公共数据集TCIA进行评估
843	2024-08-07	Impact of deep learning image reconstruction on volumetric accuracy and image quality of pulmonary nodules with different morphologies in low-dose CT 2024-May-09, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-024-00703-w PMID:38720391	研究论文	本研究系统比较了创新的深度学习图像重建（DLIR, TrueFidelity）与传统使用的迭代重建（IR）在低剂量CT中对肺结节体积测量和主观图像质量（IQ）的影响	深度学习图像重建（DLIR）在低剂量CT中对肺结节体积测量的误差比传统方法低50%，并能提高主观图像质量	NA	评估深度学习图像重建在低剂量CT中对肺结节体积测量和图像质量的影响	肺结节在低剂量CT中的体积测量和图像质量	计算机视觉	肺部疾病	深度学习图像重建（DLIR）	深度学习模型	CT图像	使用了一个包含3D打印肺结节的人体胸部模型，结节直径从4到9毫米，形态分为三类（叶状、棘状、光滑）
844	2024-08-07	ARGNet: using deep neural networks for robust identification and classification of antibiotic resistance genes from sequences 2024-May-09, Microbiome IF:13.8Q1 DOI:10.1186/s40168-024-01805-0 PMID:38725076	研究论文	本文介绍了ARGNet，一种使用深度神经网络从序列数据中识别和分类抗生素抗性基因的方法	ARGNet采用无监督学习自编码器模型和多类别分类卷积神经网络，不依赖序列比对，能更有效地发现已知和新型抗生素抗性基因	NA	开发一种高效、准确的方法来识别和分类抗生素抗性基因	抗生素抗性基因（ARGs）	机器学习	NA	深度神经网络	CNN	序列	接受氨基酸和核苷酸序列，长度可变，从部分序列到全长蛋白质或基因
845	2024-08-07	Brain Age Analysis and Dementia Classification using Convolutional Neural Networks trained on Diffusion MRI: Tests in Indian and North American Cohorts 2024-May-08, bioRxiv : the preprint server for biology DOI:10.1101/2024.02.04.578829 PMID:38370641	研究论文	本文研究了使用基于扩散加权磁共振成像（dMRI）的卷积神经网络（CNN）进行脑龄分析和痴呆分类，并在印度和北美人群中进行测试	本文首次探索了将扩散加权磁共振成像（dMRI）作为输入数据，以提高深度学习模型在脑龄预测和痴呆分类中的性能，并评估了3D CycleGAN方法在数据集协调中的效果	NA	研究如何通过增加扩散加权磁共振成像（dMRI）输入和使用3D CycleGAN方法协调数据集，提高深度学习模型在脑龄预测和痴呆分类中的性能	研究对象包括印度和北美的脑部MRI扫描数据	计算机视觉	老年痴呆症	扩散加权磁共振成像（dMRI）	CNN	图像	研究涉及印度NIMHANS队列和北美ADNI数据集的人群
846	2024-08-07	ReconU-Net: a direct PET image reconstruction using U-Net architecture with back projection-induced skip connection 2024-May-08, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad40f6 PMID:38640921	研究论文	本研究旨在介绍一种基于原始U-Net架构的新型反投影诱导U形架构，称为ReconU-Net，用于基于深度学习的直接正电子发射断层扫描（PET）图像重建	提出的ReconU-Net架构独特地将反投影操作的物理模型集成到跳跃连接中，有助于有效传递输入重排图到重建图像的内在空间信息	尽管ReconU-Net在模拟和真实数据上表现良好，但其性能可能受限于训练数据的大小	通过比较ReconU-Net架构与原始U-Net架构和现有的无跳跃连接的DeepPET编码器-解码器架构，可视化直接PET图像重建的行为	直接PET图像重建	计算机视觉	NA	深度学习	U-Net	图像	使用Brainweb脑部幻影的蒙特卡洛模拟数据进行训练，并在模拟和真实的Hoffman脑部幻影数据上进行测试
847	2024-08-07	In-situ particle analysis with heterogeneous background: a machine learning approach 2024-May-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-59558-7 PMID:38719876	研究论文	本文提出了一种结合先进深度学习方法和预处理及后处理算法的框架，用于在制造业中常见的复杂/异质背景下的颗粒检测	开发了一种灵活的框架，能够检测多种环境和输入类型的颗粒，并引入了基于异质性的图像分类器模型，使用MobileNet进行迁移学习，以选择最适合的AI模型（YOLO模型）进行分析	NA	解决传统方法在异质颗粒-基质界面中准确检测颗粒的不足	颗粒检测在异质背景下的准确性	机器学习	NA	深度学习	YOLO模型	图像	多种颗粒和基质属性（如材料类型、大小、粗糙度、形状）及过程参数（如毛细管数）下的图像
848	2024-08-07	Segmentation of mature human oocytes provides interpretable and improved blastocyst outcome predictions by a machine learning model 2024-05-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-60901-1 PMID:38719918	研究论文	本文开发了一种利用机器学习技术自动进行多类别分割、形态学分析并预测成熟裸卵发育结果的工作流程	首次提供了对卵母细胞发育能力的客观见解，超越了仅使用卵母细胞年龄作为质量代理的当前标准	需要进一步的研究来验证和优化模型，并探索其他可能影响卵母细胞发育能力的特征	开发一种可解释、非侵入性和客观的卵母细胞评估方法	成熟的人类裸卵及其发育成囊胚的可能性	机器学习	NA	机器学习技术	多类别分割模型和分类器模型	二维图像	未具体说明样本数量
849	2024-08-07	Deep learning imaging phenotype can classify metabolic syndrome and is predictive of cardiometabolic disorders 2024-May-08, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-05163-1 PMID:38720370	研究论文	本研究利用深度学习从非增强腹部CT扫描中提取代谢异常的图像衍生表型（IDP），用于分类代谢综合征并预测未来心血管代谢疾病的发生	本研究展示了深度学习IDP相对于传统放射组学特征在分类代谢综合征方面的优越性能，并且在预测未来疾病发生方面超过了临床定义的代谢综合征	NA	开发一种从非增强腹部CT扫描中提取的代谢异常图像衍生表型（IDP），用于分类代谢综合征并预测心血管代谢疾病的发生	代谢综合征及其相关心血管代谢疾病的早期检测和干预	计算机视觉	心血管疾病	深度学习	NA	图像	超过2000名个体的腹部CT扫描数据，其中1300名用于预测未来疾病发生
850	2024-08-07	Pixelated High-Q Metasurfaces for in Situ Biospectroscopy and Artificial Intelligence-Enabled Classification of Lipid Membrane Photoswitching Dynamics 2024-May-07, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.3c09798 PMID:38653474	研究论文	本文介绍了一种结合像素化高Q值介电超表面和深度学习特征提取技术的集成光流体平台，用于实时原位生物光谱学和脂质膜光开关动态的人工智能分类。	本文创新地结合了像素化介电超表面、光流体技术和深度学习，实现了对脂质膜动态行为的实时分类，并展示了98%的准确率。	NA	开发一种集成光流体平台，用于实时原位生物光谱学和脂质膜动态的分类。	研究脂质膜的光开关动态行为及其在生物系统中的应用。	纳米光子学	NA	光子束缚态在连续统（BICs）	卷积神经网络（CNN）	光谱数据	NA
851	2024-08-07	Epistasis regulates genetic control of cardiac hypertrophy 2024-May-04, medRxiv : the preprint server for health sciences DOI:10.1101/2023.11.06.23297858 PMID:37987017	研究论文	研究使用低信号签名迭代随机森林和深度学习方法，从英国生物库的29,661名个体的心脏MRI扫描中，揭示了心脏肥大的复杂遗传结构，并报告了包括多个位点的上位性遗传变异。	开发了低信号签名迭代随机森林方法来揭示心脏肥大的复杂遗传结构，并通过深度学习从心脏MRI扫描中估计左心室质量。	NA	揭示心脏肥大的遗传控制机制，特别是上位性效应。	心脏肥大的遗传变异及其上位性关系。	生物信息学	心血管疾病	深度学习, 随机森林	CNN	图像	29,661名个体的心脏MRI扫描数据，313个移植的人类心脏的转录组数据，以及人类诱导多能干细胞衍生的心肌细胞。
852	2024-08-07	Modular segmentation, spatial analysis and visualization of volume electron microscopy datasets 2024-May, Nature protocols IF:13.1Q1 DOI:10.1038/s41596-024-00957-5 PMID:38424188	研究论文	本文介绍了一种实用的、注释效率高的管道，用于特定细胞器的分割、空间分析和大型体积电子显微镜数据集的可视化	提供了一套用户友好的软件工具，适用于在标准工作站上运行的体积电子显微镜数据集的特定细胞器分割、空间分析和可视化	主要针对具有适度计算专业知识的生物学研究人员，可能不适用于高度专业化的计算需求	改进体积电子显微镜图像数据集的图像分割和空间分析的计算策略	体积电子显微镜数据集中的细胞器	计算机视觉	NA	体积电子显微镜	深度学习	图像	大型数据集
853	2024-08-07	Absolute ground truth-based validation of computer-aided nodule detection and volumetry in low-dose CT imaging 2024-May, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2024.103344 PMID:38593627	研究论文	本研究通过使用具有绝对基准的人体模型验证了低剂量CT成像中计算机辅助检测（CAD）和体积测量软件的性能	本研究首次使用具有3D打印结节的仿真人体模型作为绝对基准，评估了不同重建算法和辐射剂量对结节检测和体积测量的影响	研究仅限于特定的人体模型和结节类型，可能无法完全代表所有临床情况	验证计算机辅助检测和体积测量软件在低剂量CT成像中的性能	计算机辅助检测（CAD）和体积测量软件的性能	计算机视觉	NA	CT成像	深度学习图像重建	图像	使用包含3D打印固体结节（直径4至9毫米，三种形态：光滑、分叶、棘状）的京都化学肺部模型进行扫描
854	2024-08-07	A deep learning-based method for the prediction of temporal lobe injury in patients with nasopharyngeal carcinoma 2024-May, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2024.103362 PMID:38653120	研究论文	本文建立了一种基于深度学习的模型，用于预测鼻咽癌患者放射治疗引起的颞叶损伤	该研究采用三维卷积网络和剂量组学方法提取颞叶内剂量分布的空间特征，并使用最小冗余最大相关性方法筛选特征，建立预测模型	NA	旨在预测放射治疗引起的颞叶损伤	鼻咽癌患者	机器学习	鼻咽癌	三维卷积网络（C3D）	机器学习分类器（包括逻辑回归、k近邻、支持向量机和随机森林）	剂量体积直方图	127名鼻咽癌患者
855	2024-08-07	Integrated neural network and evolutionary algorithm approach for liver fibrosis staging: Can artificial intelligence reduce patient costs? 2024-May, JGH open : an open access journal of gastroenterology and hepatology IF:1.7Q3 DOI:10.1002/jgh3.13075 PMID:38725944	研究论文	本文旨在设计并评估一种利用教学学习优化算法（TLBO）的人工神经网络（ANN）方法，用于预测血液捐赠者和丙型肝炎患者的肝纤维化阶段	提出了一种新的算法，该算法减少了所需的病人特征数量至七个输入，并实现了与现有研究相似的准确性	NA	设计并评估一种新的人工神经网络方法，用于预测肝纤维化阶段，以减少患者成本	血液捐赠者和丙型肝炎患者的肝纤维化阶段	机器学习	肝病	人工神经网络（ANN）	多层感知器（MLP）神经网络	数据集	血液捐赠者和丙型肝炎患者的数据集
856	2024-08-07	DFUSNN: zero-shot dual-domain fusion unsupervised neural network for parallel MRI reconstruction 2024-May-10, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad3dbc PMID:38604186	研究论文	本文介绍了一种名为DFUSNN的零样本双域融合无监督神经网络，用于并行MRI重建，无需外部训练数据集	提出了零样本双域融合无监督神经网络DFUSNN，结合Noise2Noise网络和贝叶斯优化方法，提高了重建质量	NA	开发一种不依赖外部训练数据集的高质量MRI重建方法	并行MRI图像重建	机器学习	NA	Noise2Noise网络，贝叶斯优化	神经网络	k-space数据	三个不同欠采样模式的模拟数据集
857	2024-08-07	Enhancing ECG signal classification through pre-trained stacked-CNN embeddings: a transfer learning approach 2024-May-09, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad40b0 PMID:38640904	研究论文	本研究通过预训练的堆叠卷积神经网络（SCNN）嵌入和迁移学习方法，优化了心电图（ECG）信号分类	引入了一种结合迁移学习和传统机器学习的创新计算框架，利用多样化的数据集训练的SCNN生成高维特征嵌入，显著提高了分类器的区分能力	NA	优化心电图信号分类，提高在高风险医疗环境中的准确性和效率	心电图信号分类	机器学习	NA	迁移学习	堆叠卷积神经网络（SCNN）	心电图信号	使用了CinC2017和CPSC2018数据集
858	2024-08-07	Use of Artificial Intelligence With Deep Learning Approaches for the Follow-up of Infrarenal Endovascular Aortic Repair 2024-May-09, Journal of endovascular therapy : an official journal of the International Society of Endovascular Specialists IF:1.7Q2 DOI:10.1177/15266028241252097 PMID:38721876	研究论文	本研究评估了一种基于人工智能的软件PRAEVAorta在评估EVAR术后随访期间形态学变化、检测内漏以及与EVAR相关不良事件关联的能力。	PRAEVAorta软件能够提供更精确和快速的评估，通过自动检测内漏和全面的解剖评估，提高了诊断准确性和患者管理效率。	NA	评估基于人工智能的软件在EVAR术后随访中的应用效果。	EVAR术后患者的形态学变化、内漏检测及与EVAR相关不良事件的关联。	数字病理	心血管疾病	AI-based imaging analysis	NA	影像	56名患者
859	2024-08-07	Assessment of changes in vessel area during needle manipulation in microvascular anastomosis using a deep learning-based semantic segmentation algorithm: A pilot study 2024-May-09, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-024-02437-6 PMID:38722409	研究论文	本研究开发了一种基于深度学习的语义分割算法，用于评估微血管吻合术中针操作导致的血管面积变化，以客观评估外科手术技能。	首次使用手术视频评估手术对象的面积变化，并提出了一种新的方法来评估显微外科手术表现。	NA	开发一种新的方法来客观评估微血管吻合术中的外科手术技能。	微血管吻合术中血管面积的变化及外科医生的手术技能。	计算机视觉	NA	深度学习	ResNet-50	视频	使用人工血管的微血管端侧吻合训练视频
860	2024-08-07	Supervise-Assisted Self-Supervised Deep-Learning Method for Hyperspectral Image Restoration 2024-May-09, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3386809 PMID:38722728	研究论文	本文提出了一种监督辅助的自监督深度学习方法，用于恢复噪声退化的超光谱图像	引入了噪声自适应损失函数，结合Stein's unbiased risk estimator (SURE)和total variation (TV)正则化器，以适应噪声环境下的图像恢复	NA	解决超光谱图像恢复中训练数据与目标数据之间的分布差异问题，以及噪声对图像退化的影响	超光谱图像的恢复	计算机视觉	NA	深度学习	CNN	图像	大量训练数据集