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
841	2024-10-13	Segmentation-based quantitative measurements in renal CT imaging using deep learning 2024-Oct-09, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-024-00507-4 PMID:39382755	研究论文	本文开发了一种基于深度学习的肾脏CT图像自动测量方法	使用3D UNet模型对对比增强和非对比增强CT图像进行肾脏测量，模型性能与手动标注相当	当训练集主要由健康受试者组成时，模型在处理不健康肾脏时需要特别注意	开发一种自动化的肾脏CT图像测量方法，以评估肾功能	肾脏CT图像的自动测量	计算机视觉	NA	深度学习	3D UNet	图像	88名潜在肾脏捐献者的对比增强和非对比增强CT扫描，以及18例对比增强、15例光子计数CT扫描和8例低剂量CT扫描的测试集
842	2024-10-13	Deep learning-based defacing tool for CT angiography: CTA-DEFACE 2024-Oct-09, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-024-00510-9 PMID:39382818	研究论文	本文介绍了一种基于深度学习的CT血管造影（CTA）去识别工具CTA-DEFACE，通过自动生成面部遮罩来保护患者隐私	开发了一种新的深度学习模型CTA-DEFACE，用于自动去识别CTA图像，相比公开的模型，该模型显著降低了面部检测概率和与原始图像的相似度	NA	建立一个自动化的CTA数据去识别流程，以提高数据保护措施	CTA数据的去识别	计算机视觉	NA	人工神经网络（ANN）	ANN	图像	训练集100个面部遮罩，测试集50个外部机构的数据
843	2024-10-13	SMGformer: integrating STL and multi-head self-attention in deep learning model for multi-step runoff forecasting 2024-Oct-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74329-0 PMID:39384833	研究论文	本文提出了一种新的SMGformer模型，用于多步径流预测，该模型结合了STL分解、Informer编码层、双向门控循环单元（BiGRU）和多头自注意力机制（MHSA）	创新点在于将STL分解与多头自注意力机制结合，构建了一个多特征输入集，并通过BiGRU层和MHSA机制优化输出，提高了径流预测的准确性	NA	提高径流预测的准确性，为水资源分配、防洪和减灾提供支持	中国两个水文站的月径流数据	机器学习	NA	STL分解、多头自注意力机制（MHSA）、双向门控循环单元（BiGRU）	SMGformer	时间序列数据	两个水文站的月径流数据
844	2024-10-13	PRN: progressive reasoning network and its image completion applications 2024-Oct-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72368-1 PMID:39384878	研究论文	本文提出了一种用于壁画图像修复的渐进推理网络（PRN），通过模拟壁画绘制过程，实现了对受损壁画的有效修复	提出了一个专门为壁画图像修复设计的渐进推理网络，包含亮度推理模块、草图推理模块和颜色融合模块，通过双编码框架和配对关联学习方法，实现了对缺失区域的亮度、草图和颜色信息的恢复	NA	开发一种能够有效修复受损壁画的深度学习方法	受损的壁画图像	计算机视觉	NA	深度学习	渐进推理网络（PRN）	图像	NA
845	2024-10-13	Predicting SARS-CoV-2 infection among hemodialysis patients using deep neural network methods 2024-10-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74967-4 PMID:39384931	研究论文	研究使用深度神经网络方法预测血液透析患者中的SARS-CoV-2感染	本研究创新性地使用深度学习模型（如RNN和CNN）来预测SARS-CoV-2感染，相比传统的预测模型（如逻辑回归、SVM和XGBoost），这些模型在特征工程要求较低的情况下表现出更高的准确性	随着疫情的发展，预测准确性有所下降	旨在通过深度学习模型提高对血液透析患者SARS-CoV-2感染的早期预测准确性	血液透析患者中的SARS-CoV-2感染	机器学习	NA	深度学习	RNN, CNN, LSTM	多源数据（包括人口统计学、临床、治疗、实验室、疫苗接种、社会经济状况和COVID-19监测数据）	未明确提及具体样本数量
846	2024-10-13	Accelerated muscle mass estimation from CT images through transfer learning 2024-Oct-09, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01449-4 PMID:39385108	研究论文	本文提出了一种通过迁移学习加速从CT图像中估计肌肉质量的方法	利用少量手动标注的SEED图像进行迁移学习，训练VNet模型以实现快速器官标注	未提及具体限制	克服CT图像分割中的困难，提高分割模型的效率和鲁棒性	CT图像中的肌肉和肝脏分割	计算机视觉	NA	迁移学习	VNet	图像	少量手动标注的SEED图像
847	2024-10-13	TransCDR: a deep learning model for enhancing the generalizability of drug activity prediction through transfer learning and multimodal data fusion 2024-Oct-09, BMC biology IF:4.4Q1 DOI:10.1186/s12915-024-02023-8 PMID:39385185	研究论文	本文介绍了一种名为TransCDR的深度学习模型，通过迁移学习和多模态数据融合来提高药物活性预测的泛化能力	首次系统评估了CDR预测模型对新化合物骨架和细胞系集群的泛化能力，并展示了比现有8种最先进模型更好的泛化性能	NA	提高药物反应预测的准确性和鲁棒性	药物和癌症细胞系的反应预测	机器学习	NA	迁移学习	深度学习模型	多模态数据	7675名患者
848	2024-10-13	A dual-labeled dataset and fusion model for automatic teeth segmentation, numbering, and state assessment on panoramic radiographs 2024-Oct-09, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-024-04984-2 PMID:39385212	研究论文	本文开发了一种用于全景X光片上牙齿自动分割、编号和状态评估的融合模型	首次将自动牙齿分割、编号和状态评估集成到一个模型中	NA	开发一种自动分割、编号和评估全景X光片上牙齿状态的模型	全景X光片上的牙齿	计算机视觉	NA	深度学习	YOLOv9-e实例分割模型和EfficientNetv2-l分类模型	图像	NA
849	2024-10-13	Deep learning as Ricci flow 2024-Oct-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74045-9 PMID:39379488	研究论文	本文探讨了深度神经网络（DNN）在分类任务中进行的复杂数据几何变换与微分几何中的Ricci流之间的相似性	提出了深度神经网络的几何变换与Ricci流的类比，并引入了一种称为'全局Ricci网络流'的概念来评估DNN在复杂数据几何解耦方面的能力	主要集中在非平滑激活函数（如ReLU）的DNN上，尚未涵盖所有类型的激活函数	研究深度神经网络在分类任务中的几何变换，并探索其与微分几何中Ricci流的相似性	深度神经网络的几何变换及其与Ricci流的类比	机器学习	NA	深度神经网络	DNN	合成数据和真实世界数据	超过1500个不同宽度和深度的DNN分类器
850	2024-10-13	Adaptive assessment based on fractional CBCT images for cervical cancer 2024-Oct, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14462 PMID:39072895	研究论文	本研究开发了一种基于分次锥束CT图像的适应性评估工作流程，用于支持在线适应性放射治疗	本研究整合了基于AI的技术和基于GPU的蒙特卡罗技术，以高效精确地评估剂量分布	NA	开发一种高效精确的适应性评估方法，以支持在线适应性放射治疗	基于分次锥束CT图像的剂量分布评估	数字病理	宫颈癌	锥束CT成像	CycleGAN	图像	NA
851	2024-10-13	Diagnostic and Prognostic Electrocardiogram-Based Models for Rapid Clinical Applications 2024-Oct, The Canadian journal of cardiology DOI:10.1016/j.cjca.2024.07.003 PMID:38992812	综述	本文综述了过去五年中利用人工智能（AI）分析心电图（ECG）在心血管疾病早期检测、诊断和预后评估中的临床应用	本文总结了AI增强的ECG临床应用，并讨论了当前面临的挑战和潜在解决方案	大多数研究是单中心的回顾性概念验证研究，缺乏外部验证，且仅有不到15%的研究是前瞻性的	综述AI在ECG分析中的应用现状，并为未来的研究方向奠定基础	心电图（ECG）在心血管疾病中的诊断和预后评估	机器学习	心血管疾病	深度学习	NA	心电图	NA
852	2024-10-13	Applying Artificial Intelligence for Phenotyping of Inherited Arrhythmia Syndromes 2024-Oct, The Canadian journal of cardiology DOI:10.1016/j.cjca.2024.04.014 PMID:38670456	综述	本文综述了人工智能在遗传性心律失常综合征表型分析中的应用	人工智能能够处理大量患者数据并识别疾病模式，超越传统方法，在疾病检测和基因型与表型识别方面显示出巨大潜力	NA	探讨人工智能在遗传性心律失常综合征诊断和风险分层中的应用	遗传性心律失常综合征，包括长QT综合征、Brugada综合征、肥厚型心肌病和心律失常性心肌病	机器学习	心血管疾病	机器学习和深度学习	NA	患者数据	NA
853	2024-10-13	Diagnostic accuracy of deep learning using speech samples in depression: a systematic review and meta-analysis 2024-Oct-01, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae189 PMID:39013193	meta-analysis	本研究旨在通过系统综述和荟萃分析评估使用语音样本的深度学习在抑郁症诊断中的准确性	本研究首次对使用语音样本的深度学习在抑郁症检测中的诊断性能进行了荟萃分析	所有纳入荟萃分析的研究均使用了卷积神经网络（CNN）模型，无法评估其他深度学习算法的性能	评估使用语音样本的深度学习在抑郁症诊断中的准确性	抑郁症的诊断	machine learning	精神疾病	深度学习	CNN	语音	25项研究符合纳入标准，其中8项用于荟萃分析
854	2024-10-13	Deep learning based clinical target volumes contouring for prostate cancer: Easy and efficient application 2024-Oct, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14482 PMID:39120487	研究论文	本研究构建了一个基于深度学习的自动勾画模型，用于前列腺癌的临床靶区体积（CTVs）勾画	本研究首次将深度学习和注意力机制应用于前列腺癌的CTVs自动勾画，显著提高了勾画效率和一致性	本研究仅使用了197例前列腺癌患者的CT数据，样本量较小，可能影响模型的泛化能力	开发一种高效且一致性高的自动勾画模型，用于前列腺癌的放射治疗	前列腺癌患者的临床靶区体积（CTVs），包括盆腔淋巴结和前列腺肿瘤或前列腺肿瘤床	数字病理学	前列腺癌	深度学习	NA	CT图像	197例前列腺癌患者
855	2024-10-13	Dual-branch Transformer for semi-supervised medical image segmentation 2024-Oct, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14483 PMID:39133901	研究论文	本文提出了一种双分支Transformer网络用于半监督医学图像分割	引入了一种新的双分支结构，结合了不同尺寸窗口的Swin模块，以捕捉多尺度特征，并采用水平集函数来增强半监督学习中未标记数据的利用	未详细讨论模型的计算复杂性和训练时间，且未在更多不同类型的医学图像数据集上进行验证	解决医学图像分割中标注数据稀缺和局部特征提取不足的问题	COVID-19 CT数据集和DRIVE数据集	计算机视觉	NA	深度学习	Transformer	图像	COVID-19 CT数据集和DRIVE数据集
856	2024-10-13	AI-based diagnosis and phenotype - Genotype correlations in syndromic craniosynostoses 2024-Oct, Journal of cranio-maxillo-facial surgery : official publication of the European Association for Cranio-Maxillo-Facial Surgery DOI:10.1016/j.jcms.2024.02.010 PMID:39187417	研究论文	本文研究了基于人工智能的模型在综合征性颅缝早闭症诊断中的应用，并探索了基因型与表型之间的关联	提出了一种新的基于人工智能的方法来自动检测综合征性颅缝早闭症，并使用XGboost模型进行分类	研究仅限于Apert、Crouzon、Muenke、Pfeiffer和Saethre Chotzen综合征，且样本量相对较小	开发一种基于人工智能的模型来辅助综合征性颅缝早闭症的诊断，并探索基因型与表型之间的关联	Apert、Crouzon、Muenke、Pfeiffer和Saethre Chotzen综合征患者及其基因型与表型	机器学习	颅缝早闭症	XGboost	XGboost	图像	2228张面部照片，对应541名患者
857	2024-10-13	Prediction of antibiotic resistance mechanisms using a protein language model 2024-Oct-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae550 PMID:39254573	研究论文	本文介绍了一种使用蛋白质语言模型ProteinBERT预测抗生素抗性基因（ARG）抗性机制的新方法	该方法在多样化的ARG数据集上表现优于现有技术，特别是在与训练数据相似度低的ARG上，突显了其在预测未知ARG抗性机制方面的潜力	NA	预测抗生素抗性基因的抗性机制，以理解和对抗抗生素抗性问题	抗生素抗性基因及其抗性机制	生物信息学	NA	深度学习	蛋白质语言模型（pLM）	蛋白质序列	多样化ARG数据集，包括与训练数据相似度低的数据
858	2024-10-13	DeepGenomeScan of 15 Worldwide Bovine Populations Detects Spatially Varying Positive Selection Signals 2024-Oct, Omics : a journal of integrative biology IF:2.2Q3 DOI:10.1089/omi.2024.0154 PMID:39315920	研究论文	利用深度学习框架DeepGenomeScan分析15个全球牛种群的基因组，检测空间变异的正选择信号	首次使用深度学习方法检测牛基因组中的空间变异选择信号，发现了传统方法未检测到的新基因	NA	揭示牛基因组中空间变异的正选择信号，理解其对物种进化和适应的遗传机制	15个全球牛种群的基因组	基因组学	NA	深度学习	DeepGenomeScan	基因组数据	15个全球牛种群
859	2024-10-13	Deep bone oncology Diagnostics: Computed tomography based Machine learning for detection of bone tumors from breast cancer metastasis 2024-Oct, Journal of bone oncology IF:3.1Q2 DOI:10.1016/j.jbo.2024.100638 PMID:39391583	研究论文	本研究开发了一种基于深度学习和影像组学的诊断工具，用于从乳腺癌转移中区分CT图像上的骨肿瘤	本研究首次结合CT影像组学和深度学习技术，用于准确检测乳腺癌骨转移	未来研究需要在更大的数据集上验证这些发现，并探索其在个性化治疗计划中的应用	开发一种新的诊断工具，用于区分乳腺癌骨转移的骨肿瘤	CT图像上的骨肿瘤	数字病理学	乳腺癌	深度学习	SVM	图像	178名患者，包括78例乳腺癌骨转移和100例非乳腺癌骨转移
860	2024-10-12	Deep learning enables accurate brain tissue microstructure analysis based on clinically feasible diffusion magnetic resonance imaging 2024-Oct-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2024.120858 PMID:39317273	研究论文	本文展示了基于临床可行的扩散磁共振成像（dMRI），深度学习（DL）方法能够准确重建脑组织微结构并进行分析	首次证明DL方法在临床可行的dMRI扫描下能够可靠地重建脑组织微结构，并准确识别与疾病和年龄相关的微结构变化	未明确提及	验证深度学习方法在临床可行的dMRI条件下重建脑组织微结构的准确性和临床应用潜力	脑组织微结构的重建和分析	计算机视觉	NA	扩散磁共振成像（dMRI）	深度学习（DL）	图像	四个不同的脑dMRI数据集，每个数据集使用12个扩散梯度