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	2024-11-15	OAR-Weighted Dice Score: A spatially aware, radiosensitivity aware metric for target structure contour quality assessment 2024-Jul, The use of computers in radiation therapy. International Conference on the Use of Computers in Radiation Therapy PMID:39512542	研究论文	本文提出了一种新的指标OAR-DSC，用于评估放射治疗中目标结构轮廓的质量，考虑了周围危及器官及其放射敏感性	引入了OAR-DSC指标，该指标在计算DSC时考虑了周围危及器官及其放射敏感性	NA	开发一种新的指标，用于评估放射治疗中目标结构轮廓的质量，考虑周围危及器官及其放射敏感性	放射治疗中的目标结构轮廓和周围危及器官	计算机视觉	NA	NA	NA	图像	NA
322	2024-11-15	Deep learning in distinguishing pulmonary nodules as benign and malignant 2024-Jul, Turk gogus kalp damar cerrahisi dergisi DOI:10.5606/tgkdc.dergisi.2024.26027 PMID:39513168	研究论文	研究使用深度学习模型区分肺结节的良恶性	本研究首次在肺结节分类中应用了深度学习模型和特征提取方法，显著提高了分类准确率	研究样本量较小，且仅限于特定时间段内的患者数据	旨在开发能够高准确率区分良恶性肺结节的卷积神经网络模型，以辅助早期诊断	肺结节的良恶性分类	计算机视觉	肺癌	深度学习	卷积神经网络	图像	共234例患者，包括良性组68例，恶性组29例，对照组67例
323	2024-11-14	Deep learning-based cell segmentation for rapid optical cytopathology of thyroid cancer 2024-07-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-64855-2 PMID:39013980	研究论文	本文介绍了一种基于深度学习的细胞分割方法，用于快速光学细胞病理学诊断甲状腺癌	提出了使用2D U-Net卷积神经网络进行自动细胞分割，显著减少了数据分析时间	自动分割与手动分割在细胞面积和荧光极化值上存在一定差异	开发一种快速且准确的甲状腺癌诊断方法	甲状腺癌细胞	计算机视觉	甲状腺癌	深度学习	U-Net	图像	使用了病理多样的人类甲状腺细胞图像进行训练和测试
324	2024-11-14	Lightning Pose: improved animal pose estimation via semi-supervised learning, Bayesian ensembling and cloud-native open-source tools 2024-Jul, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02319-1 PMID:38918605	研究论文	介绍了一种名为'Lightning Pose'的高效姿态估计工具，通过半监督学习、贝叶斯集成和云原生开源工具改进动物姿态估计	引入了半监督学习方法，利用未标记视频帧提高预测准确性；设计了处理遮挡的网络架构；通过集成和卡尔曼平滑后处理提高姿态轨迹的准确性	未明确提及	改进动物姿态估计的准确性和科学可用性	动物姿态估计	计算机视觉	NA	半监督学习	深度学习网络	视频	未明确提及
325	2024-11-13	CardSegNet: An adaptive hybrid CNN-vision transformer model for heart region segmentation in cardiac MRI 2024-Jul, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102382 PMID:38640619	研究论文	本文提出了一种自适应混合CNN-Vision Transformer模型CardSegNet，用于心脏区域在心脏MRI中的分割	引入了自适应多注意力（SMA）模块，结合卷积和Vision Transformer的注意力机制，以提高分割精度	NA	开发一种高精度的心脏MRI图像分割方法，以测量心脏参数和诊断异常	左心室（LV）、右心室（RV）和左心室心肌的分割	计算机视觉	心血管疾病	MRI	CNN-Vision Transformer	图像	ACDC2017数据集（n=100）、M&Ms数据集（n=321）和本地数据集（n=22）
326	2024-11-12	Computational stabilization of a non-heme iron enzyme enables efficient evolution of new function 2024-Jul-25, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.18.590141 PMID:39091854	研究论文	本文展示了基于深度学习的工具ProteinMPNN如何用于重新设计Fe(II)/αKG超家族酶，以提高其稳定性、溶解性和表达量，同时保留其天然活性及工业相关的非天然功能	首次使用ProteinMPNN工具对Fe(II)/αKG酶进行计算稳定化设计，并在定向进化中验证了其有效性	仅在tP4H和GriE酶上进行了验证，尚未在其他酶中广泛应用	探索计算序列重新设计在定向进化中作为第一步的可行性，以开发新型生物催化剂	Fe(II)/αKG超家族酶tP4H和GriE	机器学习	NA	ProteinMPNN	NA	蛋白质序列	tP4H和GriE酶的野生型及稳定化设计变体
327	2024-11-10	Application of Artificial Intelligence in Ophthalmology: An Updated Comprehensive Review 2024 Jul-Sep, Journal of ophthalmic & vision research IF:1.6Q3 DOI:10.18502/jovr.v19i3.15893 PMID:39359529	综述	本文综述了人工智能在眼科领域的最新进展和挑战	介绍了AI在糖尿病视网膜病变、青光眼、年龄相关性黄斑变性等多种眼科疾病中的应用，并探讨了其在疾病筛查和治疗决策中的潜力	训练数据的质量和多样性、缺乏严格的临床验证、监管批准和临床医生信任的挑战，以及AI与现有临床工作流程的整合和决策透明性问题	探讨人工智能在眼科护理中的应用及其对疾病筛查、诊断和治疗计划优化的影响	主要眼科疾病，包括糖尿病视网膜病变、青光眼、年龄相关性黄斑变性等	计算机视觉	NA	机器学习和深度学习	深度学习模型	图像	NA
328	2024-11-09	DualNetGO: a dual network model for protein function prediction via effective feature selection 2024-07-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae437 PMID:38963311	研究论文	本文提出了一种双网络模型DualNetGO，用于通过有效特征选择进行蛋白质功能预测	DualNetGO模型通过分类器和选择器组件，能够从不同来源（如PPI网络图嵌入、蛋白质域和亚细胞定位信息）中有效选择特征，从而提高蛋白质功能预测的准确性	NA	开发一种新的模型，通过有效特征选择提高蛋白质功能预测的准确性	人类和小鼠的蛋白质功能预测	机器学习	NA	图嵌入	双网络模型	图嵌入、蛋白质域、亚细胞定位信息	人类和小鼠数据集
329	2024-11-09	Automatic cephalometric landmark identification with artificial intelligence: An umbrella review of systematic reviews 2024-07, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2024.105056 PMID:38729291	综述	本文对人工智能在自动头影测量标志点识别中的表现进行了伞形综述	本文通过伞形综述评估了人工智能在2D和3D头影测量标志点识别中的性能	人工智能无法以相同的准确性识别各种头影测量标志点，且大多数研究基于错误的2毫米误差阈值	评估人工智能在自动头影测量标志点识别中的表现	2D和3D头影测量标志点的自动识别	计算机视觉	NA	机器学习	NA	图像	11篇符合条件的系统综述
330	2024-11-07	DEL-Thyroid: deep ensemble learning framework for detection of thyroid cancer progression through genomic mutation 2024-Jul-22, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02604-1 PMID:39039464	研究论文	本文提出了一种基于深度集成学习的甲状腺癌基因突变检测框架	利用LSTM、GRU和Bi-LSTM等深度学习技术构建集成学习模型，以早期检测甲状腺癌基因突变	NA	开发一种能够早期检测甲状腺癌基因突变的深度学习模型	甲状腺癌基因突变	机器学习	甲状腺癌	深度学习	集成学习模型	基因数据	633个样本，包含969个突变，涉及41个基因
331	2024-11-07	Development and validation of AI-derived segmentation of four-chamber cine cardiac magnetic resonance 2024-Jul-12, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-024-00477-7 PMID:38992116	研究论文	开发并验证了一种基于人工智能的四腔心脏磁共振成像分割模型	首次使用深度学习算法进行四腔心脏磁共振成像的自动分割，并提出了校正因子以减少系统偏差	四腔分割对左心室和右心室体积的估计低于实际短轴分割结果	开发一种自动化的深度学习模型，用于四腔心脏磁共振成像的时间分辨分割	四腔心脏磁共振成像的自动分割和校正	计算机视觉	心血管疾病	深度学习	深度学习算法	图像	训练集包含814个受试者，验证集包含101个受试者
332	2024-11-07	Deep learning promoted target volumes delineation of total marrow and total lymphoid irradiation for accelerated radiotherapy: A multi-institutional study 2024-Jul, 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.2024.103393 PMID:38852363	研究论文	研究开发了一种混合神经网络模型，用于加速放射治疗中全骨髓和全淋巴照射的目标体积勾画	提出了一个新颖的双编码器对齐网络（DEA-Net），用于自动和快速的多类临床目标体积分割	NA	开发一种能够准确、自动和快速分割多类临床目标体积的混合神经网络模型	全骨髓照射（TMI）和全骨髓及淋巴照射（TMLI）的目标体积勾画	机器学习	NA	深度学习	双编码器对齐网络（DEA-Net）	CT图像	46名内部机构患者用于训练，39名内部和外部患者用于独立评估
333	2024-10-30	Echocardiographic Detection of Regional Wall Motion Abnormalities Using Artificial Intelligence Compared to Human Readers 2024-Jul, Journal of the American Society of Echocardiography : official publication of the American Society of Echocardiography IF:5.4Q1 DOI:10.1016/j.echo.2024.03.017 PMID:38556038	研究论文	本文研究了使用深度学习模型检测心脏区域壁运动异常（RWMA），并将其与专家和新手读者的准确性进行比较	本文首次使用深度学习模型检测RWMA，并发现其准确性与专家相当，甚至优于大多数新手	深度学习模型在某些区域的F1分数低于专家，尤其是在前间隔区域	开发一种深度学习模型用于评估RWMA，并比较其与专家和新手读者的准确性	心脏区域壁运动异常（RWMA）的检测	机器学习	心血管疾病	深度学习	卷积神经网络（CNN）	视频	15,746例经胸超声心动图研究，包括25,529个心尖视频
334	2024-10-30	Deep Learning Models Used in the Diagnostic Workup of Keratoconus: A Systematic Review and Exploratory Meta-Analysis 2024-Jul-01, Cornea IF:1.9Q2 DOI:10.1097/ICO.0000000000003467 PMID:38300179	综述	本文系统回顾和探索性元分析了深度学习模型在圆锥角膜诊断中的应用	深度学习在提高医学影像解读的准确性和速度方面具有巨大潜力	研究质量总体有限，主要由于患者选择报告不充分和使用不充分的参考标准	评估深度学习算法在圆锥角膜诊断中的表现	圆锥角膜的诊断	计算机视觉	眼科疾病	深度学习	深度学习模型	图像	19项研究纳入定性综合，10项研究纳入探索性元分析
335	2024-10-27	SCorP: Statistics-Informed Dense Correspondence Prediction Directly from Unsegmented Medical Images 2024-Jul, Medical Image Understanding and Analysis. Medical Image Understanding and Analysis (Conference) DOI:10.1007/978-3-031-66955-2_10 PMID:39444584	研究论文	提出了一种名为SCorP的新框架，能够直接从未分割的医学图像中预测表面对应关系	通过利用从表面网格中直接学习到的形状先验，以无监督方式进行特征学习，消除了对优化形状模型进行训练监督的需求	未提及具体局限性	改进医学图像的统计形状建模，提高其准确性和鲁棒性	心脏左心房和肝脏的医学图像	计算机视觉	NA	统计形状建模	深度学习模型	图像	LGE MRI左心房数据集和Abdomen CT-1K肝脏数据集
336	2024-10-25	Development and interpretation of a multimodal predictive model for prognosis of gastrointestinal stromal tumor 2024-Jul-26, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00636-4 PMID:39060449	研究论文	开发并解释了一种用于预测胃肠道间质瘤预后的多模态预测模型	构建了一个优于单模态模型的多模态预测模型，并提出了肿瘤细胞形态与预后之间关系的假设	NA	构建更准确和可靠的多模态预测模型，以辅助临床决策	胃肠道间质瘤患者的无复发生存期	数字病理	胃肠道间质瘤	放射组学技术，深度学习	多模态模型	图像	254名接受手术并经病理诊断为胃肠道间质瘤的患者
337	2024-10-24	Harnessing the power of longitudinal medical imaging for eye disease prognosis using Transformer-based sequence modeling 2024-Jul-30, ArXiv PMID:39371086	研究论文	本文提出了一种基于Transformer的序列建模方法，用于从纵向医学影像中预测眼科疾病的预后	本文提出了Longitudinal Transformer for Survival Analysis (LTSA)模型，能够从纵向医学影像中动态预测疾病预后，超越了传统的单张影像基线方法	NA	开发一种能够从纵向医学影像中预测眼科疾病预后的深度学习模型	年龄相关性黄斑变性（AMD）和原发性开角型青光眼（POAG）	计算机视觉	眼科疾病	Transformer	Transformer	影像	使用了来自Age-Related Eye Disease Study (AREDS)和Ocular Hypertension Treatment Study (OHTS)的纵向影像数据
338	2024-10-24	Single-sequence protein-RNA complex structure prediction by geometric attention-enabled pairing of biological language models 2024-Jul-28, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.27.605468 PMID:39091736	研究论文	介绍了一种名为ProRNA3D-single的新深度学习框架，用于仅使用单序列输入预测蛋白质-RNA复合物的结构	通过几何注意力机制结合生物语言模型，实现了对蛋白质-RNA相互作用图的预测，并将其转化为多尺度几何约束，用于3D结构的建模	NA	开发一种新的方法来准确预测蛋白质-RNA复合物的结构，特别是在缺乏进化信息的情况下	蛋白质-RNA复合物的结构	机器学习	NA	深度学习	几何注意力机制	序列数据	NA
339	2024-10-24	Fully Automated MRI-based Analysis of the Locus Coeruleus in Aging and Alzheimer's Disease Dementia using ELSI-Net 2024-Jul-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.26.605356 PMID:39091766	研究论文	本文介绍了一种基于深度学习的LC分割和特征提取方法ELSI-Net，并应用于健康衰老和AD痴呆数据集，评估了其与专家评分和已发表LC图谱的一致性	提出了ELSI-Net方法，用于全自动MRI分析LC，并应用于AD痴呆和健康衰老数据集	需要进一步在更多临床队列的多样化数据集上进行评估，以全面评估ELSI-Net的通用性	研究LC在衰老和AD痴呆中的完整性，并探索其与AD病理CSF生物标志物的相关性	LC的MRI特征及其在衰老和AD痴呆中的变化	计算机视觉	阿尔茨海默病	MRI	深度学习	图像	健康衰老和AD痴呆数据集
340	2024-10-24	Deep Learning-based Modeling for Preclinical Drug Safety Assessment 2024-Jul-23, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.20.604430 PMID:39091793	研究论文	本文介绍了一种基于深度学习的TRACE模型，用于加速和自动化毒理病理学评估	TRACE模型能够处理多种诊断任务，并在独立阅读研究中表现优于兽医病理学家	NA	加速从临床前研究到早期临床试验的药物安全评估	毒理学肝脏病理学评估	数字病理学	NA	深度学习	TRACE	图像	1500万张病理图像，来自46,734个数字化组织切片，涉及157项临床前研究