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
501	2024-08-29	Deep Learning-Enhanced Accelerated 2D TSE and 3D Superresolution Dixon TSE for Rapid Comprehensive Knee Joint Assessment 2024-Aug-28, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001118 PMID:39190787	研究论文	本研究评估了多对比深度学习（DL）重建的四倍加速二维（2D）涡轮自旋回波（TSE）协议和DL增强的六倍加速2D Dixon TSE磁共振成像（MRI）的三维（3D）超分辨率重建（SRR）的可行性，用于全面膝关节评估。	提出了DL增强的四倍加速2D TSE协议和DL增强的六倍加速2D Dixon TSE MRI的3D SRR，以提高膝关节MRI的效率。	3D SRR Dixon TSE协议在整体图像质量上得分较低，存在边缘锐度降低和重建及混叠伪影的问题，需要进一步改进以更可靠地可视化和评估软骨、肌腱和骨骼。	评估DL增强的加速MRI协议在膝关节评估中的图像质量和诊断性能。	19名成年症状性受试者的膝关节MRI图像。	计算机视觉	NA	磁共振成像（MRI）	深度学习（DL）	图像	228次膝关节MRI扫描，包含21,204张图像
502	2024-08-29	Drawing as a means to characterize memory and cognition 2024-Aug-27, Memory & cognition IF:2.2Q2 DOI:10.3758/s13421-024-01618-4 PMID:39192141	研究论文	本文通过绘画这一工具探讨了认知和记忆的多个方面，并展示了绘画在心理学研究中的应用	绘画作为一种研究认知的新工具，提供了丰富的信息，并涉及多种认知过程的整合	NA	探索绘画作为研究认知和记忆的工具的潜力	儿童、年轻人、老年人及特殊群体（如盲人、顺行性遗忘症患者、失用症患者和语义性痴呆患者）的绘画表现	心理学	NA	心理物理实验、深度学习和神经影像	NA	绘画	涉及25项前沿研究，涵盖多个年龄段和特殊群体
503	2024-08-29	The prognostic value of visual and automatic coronary calcium scoring from low-dose computed tomography-[15O]-water positron emission tomography 2024-Aug-26, European heart journal. Cardiovascular Imaging DOI:10.1093/ehjci/jeae081 PMID:38525588	研究论文	本研究旨在验证通过低剂量计算机断层扫描（LDCT）自动和视觉评分冠状动脉钙化（CAC）的准确性，并评估在[15O]-水正电子发射断层扫描（PET）心肌灌注成像（MPI）期间获取的LDCT扫描对主要不良心脏事件（MACE）预测的附加价值	本研究首次评估了在[15O]-水PET MPI期间获取的LDCT扫描对CAC评分的附加价值，并使用深度学习方法进行自动评分	风险组分类的一致性仅为中等，且样本量相对较小	验证LDCT扫描中CAC评分的准确性并评估其对MACE预测的附加价值	572名疑似冠状动脉疾病患者	数字病理学	心血管疾病	低剂量计算机断层扫描（LDCT）	深度学习	图像	572名患者
504	2024-08-29	Prospective deep learning-based quantitative assessment of coronary plaque by computed tomography angiography compared with intravascular ultrasound: the REVEALPLAQUE study 2024-Aug-26, European heart journal. Cardiovascular Imaging DOI:10.1093/ehjci/jeae115 PMID:38700097	研究论文	本研究通过多中心国际研究，比较了基于深度学习的自动化方法在冠状动脉CT血管造影（CCTA）中分割冠状动脉粥样硬化的效果与血管内超声（IVUS）的参考标准。	本研究利用人工智能辅助的深度学习方法，实现了对冠状动脉粥样硬化的精确量化和特征化，有助于患者特异性风险评估和管理策略的制定。	NA	旨在比较基于深度学习的自动化方法在CCTA中对冠状动脉粥样硬化的量化和特征化与IVUS的准确性。	冠状动脉粥样硬化	机器学习	心血管疾病	深度学习	NA	图像	237名患者，432处病变
505	2024-08-29	Preliminary Evaluation of Fine-Tuning the OpenDeLD Deidentification Pipeline Across Multi-Center Corpora 2024-Aug-22, Studies in health technology and informatics DOI:10.3233/SHTI240515 PMID:39176896	研究论文	本研究评估了OpenDeID去标识化管道在多中心语料库中的微调效果，以提高电子健康记录（EHR）二次使用中的患者隐私保护	采用混合去标识化策略，结合深度学习和上下文规则，提高了EHR数据中敏感信息的保护能力	NA	评估和增强电子健康记录二次使用中的患者隐私保护	OpenDeID去标识化管道在不同语料库中的性能	自然语言处理	NA	深度学习	BioBERT	文本	4,038份报告
506	2024-08-29	Deep learning assisted segmentation of the lumbar intervertebral disc: a systematic review and meta-analysis 2024-Aug-21, Journal of orthopaedic surgery and research IF:2.8Q1 DOI:10.1186/s13018-024-05002-5 PMID:39169382	meta-analysis	本研究旨在评估深度学习技术在磁共振图像中腰椎间盘分割的性能并探索改进策略	本研究通过系统评价和荟萃分析方法，综合评估了深度学习模型在腰椎间盘分割中的表现	由于纳入研究在算法框架和结果报告上的异质性，结论应谨慎解释	评估深度学习技术在腰椎间盘分割中的性能并探索改进策略	腰椎间盘分割	machine learning	NA	deep learning	NA	image	45项研究被纳入系统评价，其中16项提供了完整的分割性能数据
507	2024-08-29	Deep learning-enhanced R-loop prediction provides mechanistic implications for repeat expansion diseases 2024-Aug-16, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.110584 PMID:39188986	research paper	本文介绍了DeepER，一种基于深度学习的R-loop预测工具，用于研究人类R-loop的形成及其在重复序列扩张疾病中的机制。	DeepER工具在性能上优于现有工具，能够准确地进行全基因组R-loop注释，并揭示了某些串联重复序列与R-loop形成之间的强关联。	NA	开发和应用一种准确的计算工具来研究人类R-loop，并探索其在重复序列扩张疾病中的机制。	R-loop的形成及其在重复序列扩张疾病中的作用。	machine learning	NA	deep learning	deep learning model	genomic data	NA
508	2024-08-29	Fully Automatic Deep Learning Model for Spine Refracture in Patients with OVCF: A Multi-Center Study 2024-Aug, Orthopaedic surgery IF:1.8Q2 DOI:10.1111/os.14155 PMID:38952050	研究论文	本文构建了一种基于骨转换标志物和CT的全新预测模型，用于识别更易遭受脊柱再骨折的患者	该研究首次结合骨转换标志物和CT图像，利用深度学习模型预测脊柱再骨折，提高了预测的准确性和临床实用性	研究仅回顾性收集了三个医疗中心的数据，样本量和数据来源的限制可能影响模型的泛化能力	构建一种新的预测模型，用于识别脊柱再骨折的高风险患者	383名骨质疏松性椎体压缩骨折患者	机器学习	骨质疏松症	CT	Densenet 121-3D	图像	383名患者，其中训练集240例，验证集63例，测试集80例
509	2024-08-29	Precision Drug Repurposing: A Deep Learning Toolkit for Identifying 34 Hyperpigmentation-Associated Genes and Optimizing Treatment Selection 2024-Aug-01, Annals of plastic surgery IF:1.4Q3 DOI:10.1097/SAP.0000000000004007 PMID:38896860	研究论文	本研究利用深度学习工具包识别与色素沉着过度相关的34个基因，并优化治疗选择	本研究采用综合方法，结合文本挖掘、基因富集分析、蛋白质-蛋白质相互作用网络和功能富集分析，以及网络中心性参数，以识别与色素沉着过度密切相关的基因，并利用深度学习工具包进行药物-靶点相互作用预测	NA	探索计算方法在识别色素沉着过度治疗中新靶向疗法的潜力	识别与色素沉着过度相关的基因及潜在治疗药物	机器学习	皮肤疾病	文本挖掘、基因富集分析、蛋白质-蛋白质相互作用网络分析	深度学习	基因数据、蛋白质数据	34个与色素沉着过度相关的基因，35种潜在治疗药物
510	2024-08-29	Knowledge-Augmented Deep Learning for Segmenting and Detecting Cerebral Aneurysms With CT Angiography: A Multicenter Study 2024-08, Radiology IF:12.1Q1 DOI:10.1148/radiol.233197 PMID:39162636	研究论文	本研究构建了一个深度学习模型，用于在CT血管造影图像上准确分割和检测脑动脉瘤，并将其性能与放射学报告进行比较	本研究利用多中心数据集构建深度学习模型，提高了脑动脉瘤诊断的准确性，并减少了人工劳动	本研究仅在内部和外部测试集上验证了模型的性能，未来需要在更广泛的临床环境中进行验证	构建一个深度学习模型，用于在CT血管造影图像上准确分割和检测脑动脉瘤	脑动脉瘤的分割和检测	计算机视觉	脑血管疾病	深度学习	深度学习模型	图像	6060名患者的CTA图像用于模型开发，118名患者的DSA扫描用于外部测试
511	2024-08-29	Loss of plasticity in deep continual learning 2024-Aug, Nature IF:50.5Q1 DOI:10.1038/s41586-024-07711-7 PMID:39169245	研究论文	本文探讨了深度学习方法在持续学习环境下的表现，发现标准深度学习方法在持续学习设置中逐渐失去可塑性，最终学习效果不如浅层网络	提出了一种持续反向传播算法，通过不断向网络注入多样性来维持可塑性	研究仅限于使用ImageNet数据集和强化学习问题，未涉及其他类型的数据和任务	探究深度学习方法在持续学习环境下的有效性	深度学习方法在持续学习环境下的可塑性	机器学习	NA	深度学习方法，反向传播算法	深度神经网络	图像	使用经典的ImageNet数据集
512	2024-08-29	A prediction model based on deep learning and radiomics features of DWI for the assessment of microsatellite instability in endometrial cancer 2024-Aug, Cancer medicine IF:2.9Q2 DOI:10.1002/cam4.70046 PMID:39171859	研究论文	本研究探讨了基于深度学习（DL）和放射组学特征的扩散加权成像（DWI）预测模型在评估子宫内膜癌（EC）微卫星不稳定（MSI）状态中的效能	本研究结合了DL特征、放射组学特征、临床变量和ADC值，通过随机森林（RF）分类器构建了一个优化的预测模型，该模型在训练和测试集中的AUC值均显示出显著提升	NA	评估基于DWI特征的预测模型在识别子宫内膜癌微卫星不稳定状态中的有效性	子宫内膜癌患者	机器学习	妇科肿瘤	扩散加权成像（DWI）	随机森林（RF）和逻辑回归	图像	116名子宫内膜癌患者，分为训练集（81名）和测试集（35名）
513	2024-08-29	Longitudinal Changes in Choroidal Vascularity in Myopic and Non-Myopic Children 2024-Aug-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.13.8.38 PMID:39177994	研究论文	本研究评估了儿童时期脉络膜血管特征的纵向变化及其与眼球生长和屈光不正的关系	使用深度学习软件工具自动分析高分辨率光学相干断层扫描（OCT）图像，并计算脉络膜血管指数（CVI）、脉络膜腔和基质厚度的变化	NA	评估儿童时期脉络膜血管特征的纵向变化及其与眼球生长和屈光不正的关系	101名儿童（41名近视，60名非近视，年龄10-15岁）的脉络膜血管特征	NA	NA	光学相干断层扫描（OCT）	深度学习	图像	101名儿童
514	2024-08-29	Automatic Determination of Endothelial Cell Density From Donor Cornea Endothelial Cell Images 2024-Aug-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.13.8.40 PMID:39177992	研究论文	本文使用自监督深度学习分割模型自动确定供体角膜内皮细胞图像中的内皮细胞密度	采用自监督深度学习方法进行内皮细胞边界的分割，提高了内皮细胞密度测量的准确性	研究仅限于两个眼库提供的图像，可能需要进一步验证以确保普遍适用性	开发一种自动评估供体角膜内皮细胞图像的方法，以准确测量内皮细胞密度	供体角膜内皮细胞图像及其内皮细胞密度	计算机视觉	NA	深度学习	自监督深度学习模型	图像	15,138张单独特定的内皮细胞图像来自8169名供体，以及174张基于图像和组织质量的供体内皮细胞图像
515	2024-08-29	Fully automated hybrid approach on conventional MRI for triaging clinically significant liver fibrosis: A multi-center cohort study 2024-Aug, Journal of medical virology IF:6.8Q1 DOI:10.1002/jmv.29882 PMID:39185672	研究论文	本研究旨在构建一个结合放射组学和临床数据的模型（CoRC模型），用于筛查临床显著性肝纤维化，并探讨该模型对基于瞬时弹性成像的肝硬度测量的附加价值	本研究采用深度学习（ResUNet）自动分割全肝的放射组学评分，结合临床变量，构建了一个新的CoRC模型，该模型在内部、时间和外部测试集中均表现优于传统方法	本研究为回顾性研究，且样本来自两个中心，可能存在选择偏倚	开发一种可靠的非侵入性工具，精确诊断临床显著性肝纤维化	595名经活检证实患有肝纤维化的患者	数字病理学	肝病	MRI	ResUNet	图像	595名患者，分为训练集（276）、内部测试集（118）、时间测试集（96）和外部测试集（105）
516	2024-08-29	Automated measurement of lumbar pedicle screw parameters using deep learning algorithm on preoperative CT scans 2024-Aug, Journal of bone oncology IF:3.1Q2 DOI:10.1016/j.jbo.2024.100627 PMID:39188420	研究论文	本研究旨在利用术前计算机断层扫描（CT）图像和深度学习算法，开发并评估一种自动测量腰椎椎弓根螺钉参数的框架	本研究开发了一种基于深度学习的模型，能够准确识别术前CT扫描上的标志点，并自动生成与腰椎椎弓根螺钉放置相关的参数	NA	开发并评估一种自动测量腰椎椎弓根螺钉参数的框架	腰椎椎弓根螺钉参数的自动测量	计算机视觉	NA	深度学习算法	深度学习模型	图像	1410张轴向术前CT图像，来自282名患者
517	2024-08-29	Shomikoron: Dataset to discover equations from Bangla Mathematical text 2024-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110742 PMID:39188909	研究论文	本文介绍了一个新的孟加拉语数学方程数据集，旨在推进孟加拉语中的数学方程识别研究	该数据集是首个用于从文本中识别孟加拉语数学方程的数据集	数据集目前仅包含3430个观察值，可能需要进一步扩展以提高识别准确性	推进孟加拉语中的数学方程识别技术	孟加拉语数学方程的识别	自然语言处理	NA	NA	NA	文本	3430个观察值
518	2024-08-29	Multiplex Detection of Foodborne Pathogens using 3D Nanostructure Swab and Deep Learning-Based Classification of Raman Spectra 2024-Aug, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202308317 PMID:38564785	研究论文	本文介绍了一种利用3D纳米结构拭子和基于深度学习的拉曼光谱分类技术，用于多重食源性病原体检测的方法	采用3D纳米结构拭子高效捕获食源性病原体，并结合便携式拉曼仪器和深度学习算法，实现了对细菌种类的快速准确分类	NA	开发简单、快速、敏感的食源性病原体检测方法，以促进食源性疾病的前瞻性管理	食源性细菌	机器学习	NA	拉曼光谱	1D卷积神经网络	拉曼信号	在实际应用中，对受污染的厨房用具和食品进行了盲测
519	2024-08-29	Deep Learning Sequence Models for Transcriptional Regulation 2024-Aug, Annual review of genomics and human genetics IF:7.7Q1 DOI:10.1146/annurev-genom-021623-024727 PMID:38594933	研究论文	本文探讨了使用基于序列的深度学习模型来解析基因表达的调控代码，并解释基因组变异的转录效应	开发了能够预测人类基因组中任何非编码变异功能后果的方法，并能系统地描述其影响，超越了仅通过实验或定量遗传学研究所能达到的范围	NA	解析基因表达的调控代码并解释基因组变异的转录效应	DNA序列中的模式与转录调控的生物化学和调控特性之间的关系	机器学习	NA	深度学习	序列模型	DNA序列	NA
520	2024-08-29	Integrating Large-Scale Protein Structure Prediction into Human Genetics Research 2024-Aug, Annual review of genomics and human genetics IF:7.7Q1 DOI:10.1146/annurev-genom-120622-020615 PMID:38621234	综述	本文综述了深度学习模型在蛋白质结构预测和蛋白质变体预测方面的最新进展，特别强调了这些进展对人类遗传学和健康的影响。	介绍了AlphaFold2及相关方法在基于序列的结构预测方面的重大进步，以及这些计算方法在优先处理人类群体中数百万未注释的错义蛋白质变体方面的价值。	未提及具体限制。	探讨深度学习模型在蛋白质结构和变体预测中的应用，以及这些技术如何促进人类遗传学研究。	蛋白质结构预测和蛋白质变体预测。	机器学习	NA	深度学习	AlphaFold2	蛋白质序列	数百万错义蛋白质变体