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
1001	2024-09-02	Progress and trends in neurological disorders research based on deep learning 2024-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102400 PMID:38851079	综述	本文综述了深度学习技术在神经疾病临床影像中的应用及其对诊断和治疗的影响	探讨了多种深度学习模型在不同类型神经疾病中的性能，并分析了关键基准和数据集	NA	探索深度学习技术在神经疾病研究和临床应用中的进展和趋势	神经疾病及其临床影像数据	计算机视觉	神经疾病	深度学习	CNN, LSTM-CNN, GAN, VGG	影像	NA
1002	2024-09-02	Enhancing cancer prediction in challenging screen-detected incident lung nodules using time-series deep learning 2024-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102399 PMID:38833895	研究论文	本文展示了基于深度学习的计算机辅助诊断模型DeepCAD-NLM-L在恶性肺结节预测中的性能	使用时间序列深度学习分析多次CT扫描数据，以识别细微变化，并针对筛查轮次中出现的结节进行检测	NA	提高在挑战性的筛查发现的早期肺结节中预测癌症的准确性	肺结节的恶性风险	计算机视觉	肺癌	深度学习	CNN	图像	NA
1003	2024-09-02	PFMNet: Prototype-based feature mapping network for few-shot domain adaptation in medical image segmentation 2024-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102406 PMID:38824715	研究论文	本文提出了一种基于原型的特征映射网络PFMNet，用于医学图像分割中的少样本域自适应	PFMNet通过原型特征映射模块将目标域的高级特征转换为源域特征，便于解码器理解，从而实现有效的少样本分割	NA	解决深度学习在罕见疾病研究中数据不足的问题	医学图像分割	计算机视觉	NA	NA	CNN	图像	实验包括5-shot、10-shot、15-shot和20-shot四种设置
1004	2024-09-02	A deep learning approach for virtual contrast enhancement in Contrast Enhanced Spectral Mammography 2024-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102398 PMID:38810487	研究论文	本文提出使用深度生成模型在对比增强光谱乳腺摄影（CESM）中实现虚拟对比增强，旨在消除对比剂的使用并减少辐射剂量	利用深度学习网络（包括自编码器和两个生成对抗网络Pix2Pix和CycleGAN）从低能量图像生成合成重组图像	CESM技术使用对比剂可能导致副作用，且辐射剂量高于标准乳腺摄影	开发一种无需对比剂且辐射剂量较低的CESM技术	对比增强光谱乳腺摄影（CESM）图像	计算机视觉	乳腺癌	深度学习	生成对抗网络（GAN）	图像	1138张图像
1005	2024-09-02	Deep learning ensembles for detecting brain metastases in longitudinal multi-modal MRI studies 2024-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102401 PMID:38795690	研究论文	本文提出了一种利用深度学习集成模型在纵向多模态MRI研究中检测脑转移瘤的流程	引入了新的数据分层方法和质量评估指标，以提高模型的泛化能力	未提及具体限制	开发一种自动化的方法来支持医生在疾病进展跟踪和治疗效果评估中的工作	脑转移瘤的检测和分析	计算机视觉	脑癌	MRI	深度学习集成模型	MRI扫描图像	275个多模态MRI扫描，涉及87名患者，来自53个不同地点
1006	2024-09-02	Impact of rapid iodine contrast agent infusion on tracheal diameter and lung volume in CT pulmonary angiography measured with deep learning-based algorithm 2024-Sep, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-024-01591-7 PMID:38733470	研究论文	本研究通过对比增强CT肺动脉造影和非增强CT，评估快速碘对比剂注射对气管直径和肺容积的影响	采用基于深度学习技术的商业软件自动评估肺容积和测量气管直径	回顾性研究，未探讨其他可能影响结果的因素	探究快速碘对比剂注射对CT肺动脉造影中气管直径和肺容积的影响	CT肺动脉造影和非增强CT中的气管直径和肺容积	计算机视觉	NA	深度学习	NA	图像	101名患者
1007	2024-09-01	igRNA Prediction and Selection AI Models (igRNA-PS) for Bystander-less ABE Base Editing 2024-Sep-15, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2024.168714 PMID:39029887	研究论文	本文介绍了一种不完美gRNA（igRNA）编辑策略，用于实现无旁观者的单碱基编辑，并开发了igRNA预测和选择AI模型（igRNA-PS）来预测和选择高效的igRNA。	本文创新性地设计了igRNA编辑策略，并通过深度学习构建了igRNA-PS模型，能够高精度地识别主要编辑位点，预测单碱基编辑效率和产品纯度，并生成和评估最佳igRNA。	NA	开发一种无旁观者的单碱基编辑方法，并提供高效的igRNA预测和选择工具。	CRISPR衍生的基础编辑技术，特别是ABE基础编辑。	基因编辑	NA	深度学习	AI模型	序列数据	5000个位点，每个位点约19个系统设计的ABE igRNA
1008	2024-09-01	Automated Lugano Metabolic Response Assessment in 18F-Fluorodeoxyglucose-Avid Non-Hodgkin Lymphoma With Deep Learning on 18F-Fluorodeoxyglucose-Positron Emission Tomography 2024-Sep-01, Journal of clinical oncology : official journal of the American Society of Clinical Oncology IF:42.1Q1 DOI:10.1200/JCO.23.01978 PMID:38843483	研究论文	本文介绍了一种基于深度学习的算法，用于根据Lugano 2014分类标准对18F-氟脱氧葡萄糖亲和性非霍奇金淋巴瘤进行全自动治疗反应评估	该方法的反应评估与放射学反应的裁决高度一致，并且在死亡风险预测方面表现出更高的准确性	NA	旨在通过人工智能减少医生在放射学评估上的时间，并提高治疗反应评估的准确性	18F-氟脱氧葡萄糖亲和性非霍奇金淋巴瘤的治疗反应	机器学习	非霍奇金淋巴瘤	深度学习	深度学习算法	图像	涉及多个国家的临床试验，包括多个中心和国家的测试集，涉及不同的非霍奇金淋巴瘤亚型和治疗线
1009	2024-09-01	Synergistic integration of deep learning with protein docking in cardiovascular disease treatment strategies 2024-Sep, IUBMB life IF:3.7Q2 DOI:10.1002/iub.2819 PMID:38748776	研究论文	本研究通过深入的分子对接分析，探索了基于生育酚的纳米乳剂作为心血管疾病治疗药物的潜力	利用深度学习模型ESM1-b和ProtT5进行输入编码，预测4YAY蛋白与生育酚的相互作用位点，实现了对这些关键蛋白-配体相互作用的高度准确预测	NA	阐明生育酚与心血管疾病发展中起关键作用的七个蛋白质的分子相互作用	生育酚与七个关键蛋白质（1O8a, 4YAY, 4DLI, 1HW9, 2YCW, 1BO9和1CX2）的相互作用	分子生物学	心血管疾病	分子对接分析	深度学习模型	蛋白质数据	七个关键蛋白质
1010	2024-09-01	Voxel level dense prediction of acute stroke territory in DWI using deep learning segmentation models and image enhancement strategies 2024-Sep, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-024-01582-8 PMID:38727961	研究论文	本研究旨在通过设计多类分割任务，利用深度学习分割模型和图像增强策略在DWI图像中构建急性中风区域分类器模型	采用体素级密集预测结合偏场校正和空间配准，提高了模型的性能	NA	构建一个在DWI图像中识别急性中风区域的分类器模型	急性前或后缺血性中风患者的DWI图像	计算机视觉	中风	深度学习	U-Net	图像	218名患者
1011	2024-09-01	Feasibility study on the clinical application of CT-based synthetic brain T1-weighted MRI: comparison with conventional T1-weighted MRI 2024-Sep, European radiology IF:4.7Q1 DOI:10.1007/s00330-023-10534-1 PMID:38175218	研究论文	本研究旨在探讨基于CT的合成脑T1加权磁共振成像（MRI）与传统T1加权MRI在脑形态定量评估中的等效性	利用深度学习模型从CT数据生成合成T1加权成像（sT1WI），并评估其与传统T1加权MRI的等效性	研究中存在一些由于放射科医生测量差异导致的较差的协议	研究基于CT的合成T1加权MRI与传统T1加权MRI在脑形态定量评估中的等效性	35名接受脑部磁共振成像（MRI）和CT扫描的成年患者	计算机视觉	NA	深度学习模型	深度学习模型	图像	35名成年患者
1012	2024-09-01	Artificial intelligence in immunotherapy PET/SPECT imaging 2024-Sep, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10637-3 PMID:38355986	综述	本文通过综述探讨了人工智能在PET/SPECT引导的免疫治疗患者管理中的应用	人工智能应用于PET/SPECT成像，主要用于预测免疫治疗患者的预后或肿瘤表型，这是基于治疗前基线图像构建的	需要进一步在大规模、前瞻性、多中心队列中验证模型，才能实现真正的临床应用	研究人工智能在PET/SPECT引导的免疫治疗中的作用，以识别可能获得持久临床益处或可能出现不可接受副作用的患者	免疫治疗患者及其PET/SPECT成像特征	计算机视觉	肺癌	PET/SPECT成像	深度学习	图像	中位数（四分位数范围）样本量为63（157），主要关注肺癌、淋巴瘤和黑色素瘤
1013	2024-09-01	Learning CT-free attenuation-corrected total-body PET images through deep learning 2024-Sep, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10647-1 PMID:38355987	研究论文	本研究利用深度学习技术生成无需CT的衰减校正全身PET图像，以减少PET成像中的电离辐射问题	本研究首次尝试通过深度学习生成无需CT的衰减校正全身PET图像，减少了对患者的辐射风险	未来工作需要在更多临床实践中验证该方法在全身PET/CT系统中的应用	开发一种无需CT的衰减校正方法，以减少全身PET/CT成像中的电离辐射	全身PET图像的衰减校正	机器学习	NA	Cycle-GAN	生成对抗网络	图像	122名受试者（29名女性和93名男性）
1014	2024-09-01	Deep learning for automatic bowel-obstruction identification on abdominal CT 2024-Sep, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10657-z PMID:38388719	research paper	本文旨在开发一种机器学习模型，用于自动识别腹部CT扫描中的疑似肠梗阻	开发了一种3D混合卷积神经网络，用于自动二分类（肠梗阻是/否）腹部CT扫描	NA	帮助放射科医生管理大量工作负载，从而实现更早的诊断和更好的患者治疗效果	腹部CT扫描中的疑似肠梗阻	machine learning	NA	CT	3D mixed convolutional neural network	image	内部数据集包含1345个腹部CT扫描，外部数据集包含88个放射科医生注释的CT扫描
1015	2024-08-31	A personal view on the history of toxins: From ancient times to artificial intelligence 2024-Sep, Toxicon : official journal of the International Society on Toxinology IF:2.6Q3 DOI:10.1016/j.toxicon.2024.108034 PMID:39038662	综述	本文回顾了从古代到现代，特别是结合人工智能技术，在生物活性物质发现和特性研究方面的进展	文章介绍了使用高端仪器和基于深度学习的人工智能计算方法的突破	NA	探讨生物活性物质的历史发展和当前的研究进展	植物、微生物和动物中的生物活性物质	NA	NA	深度学习	NA	NA	NA
1016	2024-08-31	Characterizing Sentinel Lymph Node Status in Breast Cancer Patients Using a Deep-Learning Model Compared With Radiologists' Analysis of Grayscale Ultrasound and Lymphosonography 2024-Sep-01, Ultrasound quarterly IF:0.7Q4 DOI:10.1097/RUQ.0000000000000683 PMID:38958999	研究论文	本研究使用深度学习模型来区分乳腺癌患者中良性和恶性的前哨淋巴结（SLNs），并与放射科医生的评估进行比较	本研究采用AutoML开发的图像分类模型，展示了在平衡数据集上的改进诊断性能	放射科医生的表现并未受到数据集分布的影响，且读者间的一致性较低	评估深度学习模型在乳腺癌患者前哨淋巴结状态识别中的表现	乳腺癌患者的前哨淋巴结	机器学习	乳腺癌	超声检查	AutoML	图像	79名乳腺癌患者，217个前哨淋巴结
1017	2024-08-07	Predicting tumour origin with cytology-based deep learning: hype or hope? 2024-Sep, Nature reviews. Clinical oncology DOI:10.1038/s41571-024-00906-x PMID:38773339	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1018	2024-08-30	A Deep Learning Framework for Analysis of the Eustachian Tube and the Internal Carotid Artery 2024-Sep, Otolaryngology--head and neck surgery : official journal of American Academy of Otolaryngology-Head and Neck Surgery DOI:10.1002/ohn.789 PMID:38686594	研究论文	本文介绍了一种深度学习框架，用于从CT扫描中自动分割咽鼓管和颈内动脉，并计算两者之间的距离	这是首个端到端的深度学习管道，用于自动分割咽鼓管和颈内动脉，并分析这些结构之间的距离	NA	开发一种深度学习管道，自动分割咽鼓管和颈内动脉，并利用这些分割结果计算结构间的距离	咽鼓管和颈内动脉	计算机视觉	NA	CT扫描	nnU-Net	3D模型	30个CT扫描，60对咽鼓管和颈内动脉
1019	2024-08-30	Recent advances in artificial intelligent strategies for tissue engineering and regenerative medicine 2024-Sep, Skin research and technology : official journal of International Society for Bioengineering and the Skin (ISBS) [and] International Society for Digital Imaging of Skin (ISDIS) [and] International Society for Skin Imaging (ISSI) IF:2.0Q3 DOI:10.1111/srt.70016 PMID:39189880	综述	本文综述了人工智能策略在组织工程和再生医学领域的最新进展	结合组织工程和人工智能，创造了一种新的生物医学技术进步，特别是在深度学习方面，提供了改善科学理解和临床结果的机会	NA	探讨人工智能在组织工程和再生医学中的应用潜力	组织工程和再生医学中的支架、细胞、组织和器官的设计、制造和评估	机器学习	NA	人工智能	深度学习	NA	NA
1020	2024-08-30	PRONTO-TK: a user-friendly PROtein Neural neTwOrk tool-kit for accessible protein function prediction 2024-Sep, NAR genomics and bioinformatics IF:4.0Q1 DOI:10.1093/nargab/lqae112 PMID:39193069	研究论文	本文介绍了一个名为PRONTO-TK的用户友好型蛋白质神经网络工具包，用于实现基于神经网络的复杂蛋白质功能预测工作流程的普及	PRONTO-TK提供了一个图形用户界面，使即使编程经验有限的研究人员也能利用最先进的深度学习架构进行蛋白质功能注释	NA	旨在普及基于神经网络的蛋白质功能预测工具，使更多研究人员能够使用	蛋白质功能预测工具PRONTO-TK	机器学习	NA	深度学习	神经网络	蛋白质数据	NA