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
561	2024-08-05	CMRxRecon: A publicly available k-space dataset and benchmark to advance deep learning for cardiac MRI 2024-Jun-25, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03525-4 PMID:38918497	研究论文	CMRxRecon 数据集是一个公开的 k 空间数据集，旨在推动深度学习在心脏 MRI 中的应用	提供了一个包含 300 名受试者的多对比、多视角、多切片和多线圈 CMR 数据集，促进深度学习方法的发展	目前数据集数量有限，可能不够大以涵盖所有心脏病的变异性	推动最先进的心脏 MRI 图像重建的进展	300 名受试者的心脏影像数据，包括心脏电影和映射序列	数字病理	心脏病	k 空间重建	深度学习模型	影像	300 名受试者
562	2024-08-07	Author Correction: MRI-only based material mass density and relative stopping power estimation via deep learning for proton therapy: a preliminary study 2024-Jun-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-65365-x PMID:38918458	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
563	2024-08-05	A dual-track feature fusion model utilizing Group Shuffle Residual DeformNet and swin transformer for the classification of grape leaf diseases 2024-06-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-64072-x PMID:38914605	研究论文	该文章提出了一种新的双轨网络用于葡萄叶病害的分类	引入了结合Swin Transformer和Group Shuffle Residual DeformNet的双轨特征融合模型	传统的病害识别方法需要专家知识，限制了可扩展性和效率	设计一种自动化深度学习方法来检测葡萄叶病害	研究对象为葡萄叶病害	计算机视觉	NA	深度学习	Swin Transformer和Group Shuffle Residual DeformNet	图像	使用PlantVillage数据集中葡萄叶病害的信息进行验证
564	2024-08-05	Synergizing Chemical Structures and Bioassay Descriptions for Enhanced Molecular Property Prediction in Drug Discovery 2024-Jun-24, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00765 PMID:38836773	研究论文	该文章提出了一种新颖的计算方法，结合了生物测定的文本描述和目标化合物的化学结构来预测分子属性	通过自监督学习结合两种信息源，该方法能在没有测量数据的情况下提供准确的预测	该研究的局限性在于可能需要大量的初始数据才能有效进行自监督学习	加速新药的开发，通过改进分子属性的预测方法	重点研究生物测定和化学结构的结合来提升分子属性预测的准确性	药物发现	NA	自监督学习	NA	文本和结构数据	NA
565	2024-08-05	Deep learning models for predicting the survival of patients with medulloblastoma based on a surveillance, epidemiology, and end results analysis 2024-06-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-65367-9 PMID:38914641	研究论文	利用深度学习模型预测髓母细胞瘤患者的生存率	提出了一种基于深度学习模型DeepSurv的生存预测方法，相比于传统模型表现更优	NA	提高髓母细胞瘤患者的生存率预测准确性	对2,322名髓母细胞瘤患者的数据进行分析	机器学习	NA	深度学习	DeepSurv, 随机生存森林, Cox比例风险模型	临床数据	2,322名髓母细胞瘤患者
566	2024-08-05	RhoMax: Computational Prediction of Rhodopsin Absorption Maxima Using Geometric Deep Learning 2024-Jun-24, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00467 PMID:38829021	研究论文	本研究提出了一种新方法RhoMax，通过几何深度学习预测微生物视紫红质的最大吸收波长	该研究基于结构的几何深度学习，提供了一种新的计算方法来预测视紫红质的吸收波长	目前计算方法的准确性仍然需要进一步验证	旨在解决在光遗传学中红移视紫红质吸收波长的预测问题	研究微生物视紫红质的蛋白质序列与其吸收峰之间的关系	计算机视觉	NA	深度学习, AlphaFold2	几何深度学习	序列数据	超过一半的测试集序列
567	2024-08-05	Video-Based Sign Language Recognition via ResNet and LSTM Network 2024-Jun-20, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10060149 PMID:38921626	研究论文	提出一种基于ResNet和LSTM的手语识别方法	结合ResNet和LSTM有效提取手语视频中的时空特征，提高识别率	对大量视频数据的计算资源需求较高	提升手语识别技术，帮助听障人士与他人沟通	阿根廷手语（LSA64）视频数据集	计算机视觉	听力障碍	深度学习	ResNet和LSTM	视频	涉及LSA64手语数据集
568	2024-08-05	Deep Learning and Neural Architecture Search for Optimizing Binary Neural Network Image Super Resolution 2024-Jun-18, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics9060369 PMID:38921249	研究论文	本文介绍了一种面向图像超分辨率任务的高效二进制网络搜索方法	提出了一种针对超分辨率的特定搜索空间的改进，并引入了Libra参数二值化以最大化信息保留	传统架构的设计仍需大量计算资源和时间	优化二进制神经网络在超分辨率任务中的性能	二进制神经网络和其架构搜索方法	计算机视觉	NA	深度学习	二进制神经网络	图像	NA
569	2024-08-05	Metabolic Insight into Glioma Heterogeneity: Mapping Whole Exome Sequencing to In Vivo Imaging with Stereotactic Localization and Deep Learning 2024-Jun-16, Metabolites IF:3.4Q2 DOI:10.3390/metabo14060337 PMID:38921472	研究论文	本研究探讨了通过立体定向取样和深度学习将全外显子组测序与体内影像学相结合以了解胶质瘤的异质性。	该研究创新性地结合了立体定向活检和多参数MR成像，利用深度学习方法预测肿瘤的细胞和分子特征变化。	该研究是回顾性研究，样本量较小，仅涉及10名患者。	旨在展示机器学习算法在预测胶质瘤细胞和分子特征变化中的潜力。	研究对象为10名经影像学确认的初治胶质瘤患者。	数字病理学	胶质瘤	全外显子组测序	深度学习模型	影像数据	10名胶质瘤患者
570	2024-08-05	Residual-Based Multi-Stage Deep Learning Framework for Computer-Aided Alzheimer's Disease Detection 2024-Jun-11, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10060141 PMID:38921618	研究论文	该文章提出了一种基于残差函数的多阶段深度学习框架，用于自动检测阿尔茨海默病。	引入了一种新的多阶段深度神经网络架构，克服了现有阿尔茨海默病检测方法的局限性。	现有方法在训练层次卷积神经网络时性能有限。	开发一个自动阿尔茨海默病检测系统，提升检测准确率。	针对阿尔茨海默病的多阶段深度学习模型。	计算机视觉	阿尔茨海默病	深度学习	CNN	医学图像	三个基准数据集（ADNI1: Complete 1Yr 1.5T, MIRAID 和 OASIS Kaggle）
571	2024-08-05	PlantSR: Super-Resolution Improves Object Detection in Plant Images 2024-Jun-06, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10060137 PMID:38921614	研究论文	本研究探讨了超分辨率技术在植物图像物体检测中的应用价值	提出了一个名为PlantSR的数据集，并开发了针对植物图像的超分辨率模型，显示出对比一般超分辨率模型的优越性能	研究主要集中于苹果和大豆种子的物体检测，可能不适用于其他植物对象	提升植物图像上物体检测模型的性能	高分辨率植物图像以及苹果计数和大豆种子计数任务	计算机视觉	NA	超分辨率技术	YOLOv7和P2PNet-Soy	图像	1030张高分辨率植物图像
572	2024-08-05	Developing an Accumulative Assessment System of Upper Extremity Motor Function in Patients With Stroke Using Deep Learning 2024-Jun-04, Physical therapy IF:3.5Q1 DOI:10.1093/ptj/pzae050 PMID:38531775	研究论文	本文开发了一种基于Fugl-Meyer评估的上肢运动功能累积评估系统，以提高评估效率	研究使用深度学习算法利用患者的先前信息来选择个性化评估项目	研究基于现有数据，可能缺乏现场测试的直接验证	旨在提高上肢运动功能评估的管理效率，同时保持足够的心理测量特性	682名中风患者的数据被用于评估和验证新系统	数字病理学	中风	深度学习算法	NA	数据集	682名中风患者
573	2024-08-05	Applications of Artificial Intelligence in Prostate Cancer Care: A Path to Enhanced Efficiency and Outcomes 2024-Jun, American Society of Clinical Oncology educational book. American Society of Clinical Oncology. Annual Meeting DOI:10.1200/EDBK_438516 PMID:38935882	评论	这篇文章综述了人工智能在前列腺癌护理中的应用进展	文章探讨了人工智能与前列腺癌管理相结合的新方法，特别是在早期干预、药物发现和临床决策中的应用	未提及研究的具体局限性	旨在全面回顾人工智能在前列腺癌护理中的当前应用状态	前列腺癌患者的护理过程，包括早期干预到幸存者护理	人工智能	前列腺癌	深度学习，机器学习	深度学习模型	影像数据，病理数据	NA
574	2024-08-05	Spectrometer-Less Remote Sensing Image Classification Based on Gate-Tunable van der Waals Heterostructures 2024-Jun, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202309781 PMID:38610112	研究论文	本论文提出了一种基于门可调范德瓦尔斯异质结构的无光谱仪遥感图像分类方法	创新性地利用可调节的广谱光电探测器，在没有原始高光谱反射数据的情况下，利用深度学习算法实现了高准确度的图像分类	当前方法在实际应用中可能受到材料和器件制造技术的限制	研究遥感技术中光谱仪的微型化和成本效益	构建一种基于GaTeSe/WSe的二维范德瓦尔斯异质结的光电探测器	计算机视觉	NA	NA	深度学习算法	高光谱图像	6个常见的高光谱数据集
575	2024-08-05	Deep learning-based image reconstruction for the multi-arterial phase images: improvement of the image quality to assess the small hypervascular hepatic tumor on gadoxetic acid-enhanced liver MRI 2024-Jun, Abdominal radiology (New York) DOI:10.1007/s00261-024-04236-5 PMID:38512517	研究论文	本研究评估了深度学习图像重建对小型高血管性肝肿瘤的多动脉期MRI的影响	引入深度学习技术以改善多动脉期肝MRI的图像质量	研究样本量较小且为回顾性研究，可能存在选择偏倚	研究旨在评估深度学习重建对肝MRI图像质量的影响	55名成人患者，均为小型高血管性肝肿瘤患者	数字病理学	肝癌	深度学习	NA	影像	55名患者
576	2024-08-05	Deep learning-assisted detection and segmentation of intracranial hemorrhage in noncontrast computed tomography scans of acute stroke patients: a systematic review and meta-analysis 2024-Jun-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000001266 PMID:38489547	meta-analysis	本系统评价和荟萃分析研究了深度学习在非对比CT扫描急性中风患者颅内出血的检测和分割中的应用	提出了一系列深度学习算法，其表现与经验丰富的临床医生在出血病灶识别、分割和量化方面相当，但效率更高且成本更低	未来需要进行多中心随机对照临床试验以验证这些工具的性能	研究深度学习技术在急性中风患者颅内出血检测和分割中的有效性	对36项有关深度学习技术在颅内出血检测和分割中的应用进行荟萃分析的研究	医学影像学	急性中风	深度学习	NA	图像	36项原始研究
577	2024-08-05	Deep learning approach for cardiovascular disease risk stratification and survival analysis on a Canadian cohort 2024-Jun, The international journal of cardiovascular imaging DOI:10.1007/s10554-024-03100-3 PMID:38678144	研究论文	本文探讨了深度学习在心血管疾病风险分层和生存分析中的应用	采用深度学习模型预测颈动脉斑块特征对冠状动脉疾病和心血管事件的影响，且表现优于传统机器学习模型	研究样本仅限于459名接受过冠状动脉造影和其他影像学检查的个体	旨在评估颈动脉斑块特征对心血管事件预测的有效性	459名接受了心脏介入检查的个体	机器学习	心血管疾病	深度学习	多种深度学习模型	医学影像数据	459名参与者
578	2024-08-05	Noninvasive diagnosis of liver cirrhosis: qualitative and quantitative imaging biomarkers 2024-Jun, Abdominal radiology (New York) DOI:10.1007/s00261-024-04225-8 PMID:38372765	综述	该文章总结了用于非侵入性肝硬化诊断的定性和定量影像生物标志物	引入了放射组学和深度学习，进一步提高了诊断准确性并降低了主观性	尚未在临床实践中应用的定量影像特征仍需进一步研究	探讨非侵入性肝硬化诊断及肝功能与预后评估的影像生物标志物	各种基于超声、CT和MRI的定性与定量影像生物标志物	数字病理	肝硬化	超声弹性成像、MR弹性成像	深度学习	影像	NA
579	2024-08-05	Deep learning denoising reconstruction enables faster T2-weighted FLAIR sequence acquisition with satisfactory image quality 2024-Jun, Journal of medical imaging and radiation oncology IF:2.2Q2 DOI:10.1111/1754-9485.13649 PMID:38577926	研究论文	本文探讨了深度学习重构技术在T2加权FLAIR序列成像中缩短MRI采集时间的效果及其图像质量的影响	首次评估了一种商业化的深度学习重构技术在脑部MRI中对扫描时间的影响	使用该技术时，出现了更高的相位伪影和伪病灶，可能影响阅读效率和诊断信心	评估深度学习重构技术在2D T2加权FLAIR脑部图像中的实用性	47名接受常规脑部MRI检查的参与者	医学影像学	NA	深度学习重构	NA	图像	47名参与者
580	2024-08-05	Two-Stage Deep Learning Model for Diagnosis of Lumbar Spondylolisthesis Based on Lateral X-Ray Images 2024-06, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2024.04.025 PMID:38608811	研究论文	本研究旨在利用两阶段深度学习模型提高早期腰椎滑脱的诊断准确性	本研究提出了结合YOLOv8算法的Res-SE-Net模型进行腰椎滑脱的高效可靠诊断	未提及具体的优势或不足之处	改善临床对早期腰椎滑脱的诊断能力	2424份来自北京同仁医院的腰椎侧位X光影像	数字病理学	NA	深度学习	YOLOv8和Res-SE-Net	影像	2424个腰椎侧位X光片