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
1101	2024-08-10	Present and future of whole-body MRI in metastatic disease and myeloma: how and why you will do it 2024-Sep, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-024-04723-2 PMID:39007948	综述	本文综述了全身MRI在转移性疾病和骨髓瘤中的应用现状及未来发展	全身MRI作为一种高灵敏度和无辐射的成像方式，已扩展到全身肿瘤筛查，提供肿瘤组织的形态学和生理学信息	全身MRI面临的挑战包括其在众多适应症中的可用性以及患者、放射科医生和卫生当局的接受程度	探讨全身MRI在转移性疾病和骨髓瘤中的诊断应用及其未来发展	转移性疾病和骨髓瘤	医学影像	肿瘤	全身MRI	NA	影像	NA
1102	2024-08-10	Predicting response to chemotherapy in brain tumor patients based on MRI features 2024-Sep, Clinical neurology and neurosurgery IF:1.8Q2 DOI:10.1016/j.clineuro.2024.108409 PMID:38959786	综述	本文综述了基于MRI特征预测脑肿瘤患者化疗反应的研究进展	介绍了MRI-based放射组学和深度学习模型在预测化疗效果、生存预测及区分肿瘤进展与假进展方面的最新进展	需要进一步研究以优化这些模型并扩展其在不同脑肿瘤类型中的应用	探讨化疗在不同脑肿瘤类型中的作用及基于MRI特征预测治疗效果的方法	脑肿瘤患者及化疗反应	计算机视觉	脑肿瘤	MRI-based放射组学	深度学习模型	图像	NA
1103	2024-08-10	Deep-learning features based on F18 fluorodeoxyglucose positron emission tomography/computed tomography (18F-FDG PET/CT) to predict preoperative colorectal cancer lymph node metastasis 2024-Sep, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2024.05.017 PMID:38955636	研究论文	本研究旨在开发并验证一种结合临床、放射组学和深度迁移学习特征的结直肠癌淋巴结转移预测模型	本研究首次将深度迁移学习、放射组学和临床特征结合，用于预测结直肠癌的淋巴结转移状态	NA	开发并验证一种预测结直肠癌淋巴结转移的机器学习模型	结直肠癌患者的淋巴结转移情况	机器学习	结直肠癌	18F-FDG PET/CT扫描	支持向量机（SVM）	图像	119名结直肠癌患者的数据，分为训练集、验证集和测试集
1104	2024-08-10	Managing hardware-related metal artifacts in MRI: current and evolving techniques 2024-Sep, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-024-04624-4 PMID:38381196	综述	本文综述了磁共振成像（MRI）中金属植入物引起的硬件相关金属伪影的当前和新兴技术	介绍了高密度多通道射频（RF）线圈、并行成像技术、梯度扭曲校正等硬件改进方法，以及视角度倾斜（VAT）和金属伪影校正的切片编码（SEMAC）等序列技术	文章指出这些技术在临床应用中仍存在局限性	旨在提高对金属植入物周围组织的放射学评估，以辅助临床决策	研究对象为金属植入物周围组织	医学成像	NA	磁共振成像（MRI）	NA	图像	NA
1105	2024-08-09	A machine learning algorithm improves the diagnostic accuracy of the histologic component of antibody mediated rejection (AMR-H) in cardiac transplant endomyocardial biopsies 2024 Sep-Oct, Cardiovascular pathology : the official journal of the Society for Cardiovascular Pathology IF:2.3Q2 DOI:10.1016/j.carpath.2024.107646 PMID:38677634	研究论文	本文研究了一种机器学习算法，用于提高心脏移植患者心肌内膜活检中抗体介导排斥反应（AMR-H）组织学成分的诊断准确性	首次确定机器学习算法能否区分pAMR-H与正常心肌、愈合损伤和急性细胞排斥反应（ACR）	需要多机构验证测试以确保算法的普遍适用性	研究机器学习算法在心脏移植病理学中区分抗体介导排斥反应组织学成分的能力	心脏移植患者的心肌内膜活检样本	数字病理学	心脏移植	数字全玻片扫描	卷积神经网络	图像	4,212个标注（1,053个正常区域，1,053个pAMR-H，1,053个愈合损伤和1,053个ACR）来自300个苏木精和伊红染色切片
1106	2024-08-09	Enhancing resolution and contrast in fibre bundle-based fluorescence microscopy using generative adversarial network 2024-Sep, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.13296 PMID:38563195	研究论文	本研究通过使用生成对抗网络（GANs）提高了基于光纤束的荧光显微镜的分辨率和对比度	利用高数值孔径（NA）光纤束和生成对抗网络（GANs），通过图像到图像的转换技术，有效提升了宽场图像的分辨率和对比度，无需额外光学硬件	NA	提升基于光纤束的荧光显微镜的分辨率和对比度	基于光纤束的荧光显微镜的图像	计算机视觉	NA	生成对抗网络（GANs）	GAN	图像	NA
1107	2024-08-08	Artificial intelligence in musculoskeletal imaging: realistic clinical applications in the next decade 2024-Sep, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-024-04684-6 PMID:38902420	综述	本文综述了深度学习在肌肉骨骼疾病检测中的应用，这些应用在未来十年内有潜力转化为常规临床实践	深度学习方法在骨折检测、儿童骨龄估计、骨测量计算及骨关节炎分级等方面显示出高诊断性能	深度学习方法在MRI上的肌肉骨骼疾病检测面临多任务、多类别检测的挑战，且由于不同扫描仪和脉冲序列导致的图像质量波动，其泛化能力受限	评估深度学习方法在肌肉骨骼疾病检测中的诊断性能，并探讨其在临床实践中的潜在益处	深度学习在肌肉骨骼疾病检测中的应用	计算机视觉	NA	深度学习	DL	图像	使用不同机构、不同成像参数和成像硬件获取的大量图像数据
1108	2024-08-08	Pure tone audiogram classification using deep learning techniques 2024-Sep, Clinical otolaryngology : official journal of ENT-UK ; official journal of Netherlands Society for Oto-Rhino-Laryngology & Cervico-Facial Surgery IF:1.7Q2 DOI:10.1111/coa.14170 PMID:38745553	研究论文	本研究开发了一个基于深度学习技术的纯音听力图分类框架	深度学习方法在所有任务中均优于其他方法，实现了高准确率、精确度、召回率和F1分数	NA	开发一个能够准确分类各种常见任务听力图的深度学习框架	纯音听力图的分类	机器学习	NA	深度学习	NA	图像	12518份听力图，来自6259名患者
1109	2024-08-08	Artificial intelligence enhances whole-slide interpretation of PD-L1 CPS in triple-negative breast cancer: A multi-institutional ring study 2024-Sep, Histopathology IF:3.9Q1 DOI:10.1111/his.15205 PMID:38747491	研究论文	本文提出了一种基于深度学习的方法，通过细胞分析和组织区域分析，结合全切片级别的融合，来提高三阴性乳腺癌中PD-L1 CPS的评估一致性和准确性	使用人工智能辅助诊断方法，显著提高了不同级别病理学家在PD-L1 CPS评估中的一致性和重复性	NA	建立一种客观有效且高度可重复的方法来评估三阴性乳腺癌中PD-L1 CPS	三阴性乳腺癌中的PD-L1 CPS	数字病理	乳腺癌	深度学习	深度学习模型	图像	21名来自四个机构的不同级别的病理学家参与评估
1110	2024-08-08	Modern acceleration in musculoskeletal MRI: applications, implications, and challenges 2024-Sep, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-024-04634-2 PMID:38441617	研究论文	本文综述了现代加速技术在肌肉骨骼MRI中的应用、影响和挑战	引入了加速技术如并行成像、同时多切片采集和压缩感知，实现了高达八倍的扫描速度提升，同时保持图像质量和分辨率	实施快速成像协议会影响工作流程、间接成本和MRI技术人员及放射科医生的工作量，需要谨慎管理	探讨加速技术在肌肉骨骼MRI中的应用，以提高患者访问和舒适度，并促进可持续的成像实践	肌肉骨骼MRI的加速技术及其临床应用	医学成像	NA	MRI加速技术，包括并行成像、同时多切片采集和压缩感知	深度学习图像重建	图像	NA
1111	2024-08-07	DF-QSM: Data Fidelity based Hybrid Approach for Improved Quantitative Susceptibility Mapping of the Brain 2024-Sep, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5163 PMID:38649140	研究论文	本文提出了一种基于数据保真度的混合方法DF-QSM，用于改进脑部定量磁化率成像（QSM）	该方法通过两步重建过程，结合深度学习方法和测量局部场的一致性，提高了QSM重建的质量和泛化能力	现有的基于深度学习的QSM方法在训练数据分布上存在偏差，泛化能力有限	改进深度学习在脑部定量磁化率成像中的应用	脑部组织的磁化率	磁共振成像	NA	磁共振成像（MRI）	深度学习模型	图像	不同采集设置下的MRI体积，包括在受限数据设置下训练的深度学习模型
1112	2024-08-07	Comparison between R2'-based and R2*-based χ-separation methods: A clinical evaluation in individuals with multiple sclerosis 2024-Sep, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5167 PMID:38697612	研究论文	本研究评估了基于R2的两种磁化率分离方法（R2-χ-分离和χ-sepnet-R2*）与基于R2'的对应方法在多发性硬化症（MS）患者中的临床应用效果	最近提出的基于R2*的磁化率分离方法仅使用多回波梯度回波（ME-GRE）数据进行磁化率分离，无需额外获取R2图数据，减少了扫描时间并增强了临床实用性	缺少R2信息的影响仍需进一步探索	评估基于R2*的磁化率分离方法作为基于R2'方法的替代方案的可行性	多发性硬化症（MS）患者	计算机视觉	多发性硬化症	多回波梯度回波（ME-GRE）	深度学习模型	图像	未明确提及具体样本数量
1113	2024-08-07	Comparative assessment of established and deep learning-based segmentation methods for hippocampal volume estimation in brain magnetic resonance imaging analysis 2024-Sep, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5169 PMID:38712667	研究论文	本研究评估了两种公开可用的深度学习基础海马体分割方法SynthSeg和TigerBx的性能，并与两种传统技术FreeSurfer-Aseg和FSL-FIRST进行了对比	SynthSeg和TigerBx在分割准确性和可重复性方面与传统工具相当，但在处理速度上具有显著优势，能在不到1分钟内生成结果	NA	评估深度学习基础的海马体分割方法在脑部磁共振成像分析中的性能	海马体体积估计	计算机视觉	NA	磁共振成像(MRI)	深度学习	图像	1447例三维T1加权MRI扫描
1114	2024-08-07	GraphEGFR: Multi-task and transfer learning based on molecular graph attention mechanism and fingerprints improving inhibitor bioactivity prediction for EGFR family proteins on data scarcity 2024-Sep-05, Journal of computational chemistry IF:3.4Q2 DOI:10.1002/jcc.27388 PMID:38713612	研究论文	本研究介绍了GraphEGFR，一个用于增强分子表示和模型架构的深度学习回归模型，以预测针对EGFR家族蛋白的抑制剂生物活性	创新点在于使用图注意力机制与深度卷积神经网络相结合，提升了小规模数据下的生物活性预测能力	深度学习在小数据集上的应用面临过拟合风险，这是本研究的局限之一	研究旨在解决与EGFR家族蛋白相关的癌症药物发现中的挑战	研究对象包括野生型和突变型EGFR家族蛋白的抑制剂	机器学习	肿瘤	深度学习	图神经网络	分子图	NA
1115	2024-08-07	Revolutionizing breast cancer Ki-67 diagnosis: ultrasound radiomics and fully connected neural networks (FCNN) combination method 2024-Sep, Breast cancer research and treatment IF:3.0Q2 DOI:10.1007/s10549-024-07375-x PMID:38853220	研究论文	本研究评估了超声肿瘤栖息地子区域的放射组学特征参数在乳腺癌Ki-67状态诊断中的价值	结合L1,2范数与全连接神经网络(FCNN)算法的使用，提供了一种新的诊断方法	目前的研究仅限于特定医院的数据，样本的多样性可能影响结果的推广性	研究乳腺癌患者中Ki-67状态的诊断价值	528例和232例来自两个不同医院的女性乳腺癌患者的超声图像	数字病理学	乳腺癌	深度学习	全连接神经网络(FCNN)	图像	528例和232例乳腺癌患者的超声图像
1116	2024-08-05	Clinical evaluation of deep learning and atlas-based auto-segmentation for organs at risk delineation 2024 Autumn, Medical dosimetry : official journal of the American Association of Medical Dosimetrists IF:1.1Q3 DOI:10.1016/j.meddos.2023.11.002 PMID:38061916	研究论文	本研究评估了基于深度学习的自动分割技术在癌症不同解剖部位勾画中的临床效果	深度学习自动分割算法在几何指数上比传统的基于地图的自动分割算法更为准确，并显著缩短了轮廓编辑时间	研究样本数量较小，仅涉及四种癌症类型	评估自动分割技术对放射治疗临床工作流的影响	研究对象为30名头颈、乳腺、腹部和前列腺癌患者	医学影像分割	癌症	深度学习自动分割	NA	图像	共120名患者，四种不同类型癌症各30名
1117	2024-08-04	Deep Learning k-Space-to-Image Reconstruction Facilitates High Spatial Resolution and Scan Time Reduction in Diffusion-Weighted Imaging Breast MRI 2024-Sep, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29139 PMID:37974498	研究论文	该研究探讨了基于深度学习的k空间到图像重建方法在乳腺DWI中的应用	提出了一种结合k空间到图像重建的方法，用于减少扫描时间和提高空间分辨率	该研究为回顾性研究，可能存在选择偏倚	研究乳腺扩散加权成像的扫描时间减少与空间分辨率改善	133名女性参与者进行了多参数乳腺MRI检查	数字病理学	乳腺癌	深度学习k空间到图像重建	深度学习模型	影像	133名女性
1118	2024-08-04	Deep-Learning-Based MRI Microbleeds Detection for Cerebral Small Vessel Disease on Quantitative Susceptibility Mapping 2024-Sep, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29198 PMID:38149750	研究论文	本文提出了一个深度学习管道，用于在定量敏感映射(QSM)中自动检测脑微出血(CMB)	该文章提出了一种两阶段的深度学习管道，成功应用于CMB检测，并超越了之前的手工方法	使用的数据仅来自对照组，未提及模型在其他实验条件下的表现	自动检测脑小血管病患者的脑微出血	393名脑小血管病患者中的1843个脑微出血案例	计算机视觉	脑小血管病	定量敏感映射(QSM)	V-Net	MRI图像	393名患者中的1843个脑微出血案例和78名受试者用于外部测试
1119	2024-08-04	RevGraphVAMP: A protein molecular simulation analysis model combining graph convolutional neural networks and physical constraints 2024-Sep, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2024.06.011 PMID:38972499	研究论文	提出了一种新型无监督模型RevGraphVAMP，用于智能分析分子动力学模拟轨迹	本研究集成了图卷积神经网络和物理约束优化，创新性地引入了注意力机制以评估关键交互区域的重要性	本研究可能在模型推广到其他类型的蛋白质时面临挑战	旨在提高对模拟轨迹数据的分析准确性和生物机制的可解释性	主要研究蛋白质的分子动力学模拟和相应的状态转变预测	数字病理学	自闭症谱系障碍	分子动力学模拟	图卷积神经网络	轨迹数据	应用于两个公共数据集和Shank3-Rap1复合物
1120	2024-08-04	DP-site: A dual deep learning-based method for protein-peptide interaction site prediction 2024-Sep, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2024.06.001 PMID:38871095	研究论文	该文章介绍了一种名为DP-Site的计算框架，用于预测蛋白质-肽相互作用位点	提出了一个双重深度学习管道，结合了卷积神经网络和长短期记忆网络，在蛋白质-肽相互作用的预测上优于以往的方法	未提及具体的限制因素	通过提出DP-Site方法来改进蛋白质-肽相互作用位点的预测	主要研究对象是蛋白质和其相互作用的肽	计算机视觉	NA	深度学习	卷积神经网络和长短期记忆网络	NA	通过十折交叉验证和独立测试集评估