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	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
842	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
843	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
844	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
845	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
846	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
847	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。
848	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
849	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
850	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
851	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
852	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
853	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
854	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
855	2024-08-07	A comparative study of an on premise AutoML solution for medical image classification 2024-05-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-60429-4 PMID:38714764	研究论文	本文比较了基于本地的AutoML解决方案AutoKeras在医学图像分类中的表现	探索了常见参数选择（如试验次数和输入图像分辨率）对AutoML在医学图像分类中性能的影响	AutoKeras虽然性能优越，但训练时间较长	评估AutoKeras在医学图像分类中的有效性及其参数选择的影响	五个公共医学数据集，涵盖多种成像模式	计算机视觉	NA	AutoML	深度学习架构	图像	五个公共医学数据集
856	2024-08-07	Precise and automated lung cancer cell classification using deep neural network with multiscale features and model distillation 2024-05-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-61101-7 PMID:38714840	研究论文	本研究开发了一种基于深度学习的模型，利用特征金字塔网络（FPN）和挤压激励（SE）模块结合残差网络（ResNet18）进行肺癌细胞的精确和自动化分类	本研究采用了多尺度特征和模型蒸馏技术，通过从大型教师模型中提取知识到更紧凑的学生模型，进一步提升了模型性能	NA	提高肺癌细胞分类的精确度和稳定性	肺癌细胞的分类，特别是腺癌、鳞状细胞癌和小细胞肺癌的鉴别诊断	机器学习	肺癌	深度学习	CNN	图像	NA
857	2024-08-07	Hemodynamic factors of spontaneous vertebral artery dissecting aneurysms assessed with numerical and deep learning algorithms: Role of blood pressure and asymmetry 2024-May, Neuro-Chirurgie DOI:10.1016/j.neuchi.2023.101519 PMID:38280371	研究论文	本文使用计算流体动力学（CFD）和深度学习算法研究自发椎动脉夹层动脉瘤（SVADA）的血液动力学因素	本文开发了软件，能够利用患者影像重建椎基底动脉系统，并训练神经常微分方程（NODE）学习并复制从CFD模拟中获得的动态流线	NA	研究自发椎动脉夹层动脉瘤形成的血液动力学因素	自发椎动脉夹层动脉瘤的血液动力学因素	计算机视觉	NA	计算流体动力学（CFD）	神经常微分方程（NODE）	影像	三名患者
858	2024-08-07	One-stop detection of anterior cruciate ligament injuries on magnetic resonance imaging using deep learning with multicenter validation 2024-May-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-23-1539 PMID:38720839	研究论文	本研究开发了一种深度学习模型，利用膝关节磁共振成像（MRI）进行前交叉韧带（ACL）损伤的综合自动化检测，并在多中心数据集上进行了验证	首次采用深度学习技术，结合特定的YOLOv5m和ResNet-18 CNN架构，实现了对ACL损伤的自动化检测，提高了诊断的准确性和效率	研究主要基于回顾性数据，且模型在不同数据集上的表现存在差异，需要进一步的前瞻性研究和更大规模的数据验证	开发一种基于MRI的深度学习模型，用于自动化检测前交叉韧带损伤，以提高诊断的客观性和效率	前交叉韧带损伤的检测	机器学习	运动损伤	深度学习	YOLOv5m, ResNet-18 CNN	MRI图像	1589个膝关节样本，包括1443个完整、90个部分撕裂和56个完全撕裂
859	2024-08-07	Deep learning image reconstruction of diffusion-weighted imaging in evaluation of prostate cancer focusing on its clinical implications 2024-May-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-23-1379 PMID:38720859	研究论文	本研究旨在探讨深度学习重建（DLR）技术在扩散加权成像（DWI）中对前列腺癌（PCa）图像质量的提升及其对临床评估的影响	本研究首次评估了DLR技术在DWI中对前列腺癌图像质量的提升效果，并分析了其对PI-RADS评分的影响	研究为回顾性研究，样本量有限，且仅在一家医院进行	评估DLR技术在DWI中对前列腺癌图像质量的提升及其对PI-RADS评分的影响	前列腺癌患者的扩散加权成像（DWI）图像	数字病理学	前列腺癌	深度学习重建（DLR）	NA	图像	70名前列腺癌患者
860	2024-08-07	Semi-supervised learning in diagnosis of infant hip dysplasia towards multisource ultrasound images 2024-May-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-23-1384 PMID:38720865	研究论文	本文提出了一种基于特征金字塔网络和对比学习方案的半监督学习方法，用于诊断婴儿髋关节发育不良，通过多源超声图像进行识别	该方法利用大量未标记的超声图像和少量标记的解剖结构数据，通过对比学习提高了地标识别和标准平面识别的准确性	NA	开发一种能够利用多源超声图像进行婴儿髋关节发育不良自动诊断的半监督学习方法	493名婴儿的髋关节超声图像	计算机视觉	儿科疾病	半监督学习	特征金字塔网络 (FPN), Siamese架构	图像	493名婴儿的超声图像