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
921	2024-11-15	Machine learning-aided search for ligands of P2Y6 and other P2Y receptors 2024-Dec, Purinergic signalling IF:3.0Q2 DOI:10.1007/s11302-024-10003-4 PMID:38526670	研究论文	本文利用机器学习方法辅助发现P2Y6和其他P2Y受体的配体	首次使用机器学习作为新方法辅助配体发现，并成功筛选出多种新型P2YR调节剂	部分机器学习选择的化合物对hP2YR的抑制作用较弱或无活性	寻找P2Y受体的拮抗剂，用于治疗炎症、神经退行性和代谢性疾病	P2Y6和其他P2Y受体的配体	机器学习	NA	机器学习算法（深度学习、adaboost分类器、Bernoulli NB、k-nearest neighbors分类器、逻辑回归、随机森林分类器、支持向量分类、XGBoost分类器）	多种分类模型	分子数据	21种不同结构的化合物
922	2024-11-15	Robustness assessment of an automated AI-based white blood cell morphometric analysis system using different smear preparation methods 2024-Dec, International journal of laboratory hematology IF:2.2Q3 DOI:10.1111/ijlh.14350 PMID:39053899	研究论文	评估不同涂片制备方法对基于AI的白细胞形态分析系统鲁棒性的影响	首次全面评估不同涂片制备方法对深度学习系统鲁棒性的影响	研究样本量有限，且仅涉及两种涂片制备方法	评估不同涂片制备方法对AI系统性能的影响	基于AI的白细胞形态分析系统	数字病理	NA	深度学习	深度学习系统	图像	193份外周血样本
923	2024-11-15	Enhanced enchondroma detection from x-ray images using deep learning: A step towards accurate and cost-effective diagnosis 2024-Dec, Journal of orthopaedic research : official publication of the Orthopaedic Research Society IF:2.1Q2 DOI:10.1002/jor.25938 PMID:39007705	研究论文	本研究利用深度学习技术从X光图像中自动检测软骨瘤	采用Detectron2深度学习模型，实现了0.9899的高准确率检测软骨瘤	NA	提高软骨瘤诊断的准确性和成本效益	软骨瘤的自动检测	计算机视觉	NA	深度学习	Detectron2	图像	1645张X光图像，来自1173名患者
924	2024-11-15	Accelerated High-Resolution Deep Learning Reconstruction Turbo Spin Echo MRI of the Knee at 7 T 2024-Dec-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001095 PMID:38960863	研究论文	本研究旨在比较7T磁共振成像中使用深度学习（DL）和传统算法重建的膝关节图像质量	深度学习算法在4倍加速下的图像重建质量显著优于传统GRAPPA算法	研究样本量较小，且仅限于健康志愿者	探索深度学习在7T磁共振成像中加速2D TSE采集的膝关节图像重建的技术潜力	23名健康志愿者的膝关节图像	计算机视觉	NA	深度学习	NA	图像	23名健康志愿者
925	2024-11-15	Deep Learning Reconstructed New-Generation 0.55 T MRI of the Knee-A Prospective Comparison With Conventional 3 T MRI 2024-Dec-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001093 PMID:38857414	研究论文	本研究比较了深度学习重建的0.55 T MRI与传统3 T MRI在膝关节损伤诊断中的图像质量、结构异常识别和读者信心水平	采用了一种新的商业可用深度学习重建算法，用于0.55 T MRI图像重建	样本量较小，仅包括26名患者	比较深度学习重建的0.55 T MRI与传统3 T MRI在膝关节损伤诊断中的效果	膝关节损伤患者	计算机视觉	NA	MRI	深度学习	图像	26名患者，52对MRI检查
926	2024-11-15	Utilization of artificial intelligence in minimally invasive right adrenalectomy: recognition of anatomical landmarks with deep learning 2024-Dec, Acta chirurgica Belgica IF:0.6Q4 DOI:10.1080/00015458.2024.2363599 PMID:38841838	研究论文	本研究开发了一种基于深度学习的人工智能系统，用于在微创右侧肾上腺切除术中识别关键解剖结构	本研究首次将深度学习模型应用于微创右侧肾上腺切除术中的解剖标志识别，并展示了其在实时导航系统中的潜力	本研究仅在20名患者的视频数据上进行了实验，样本量较小，可能影响模型的泛化能力	开发一种能够识别微创右侧肾上腺切除术中关键解剖结构的深度学习模型	微创右侧肾上腺切除术中的肝脏、下腔静脉和右侧肾上腺	计算机视觉	NA	深度学习	CNN, SwinUNETR	视频	20名患者的手术视频，共提取1000张图像
927	2024-11-15	Automatic pipeline for segmentation of LV myocardium on quantitative MR T1 maps using deep learning model and computation of radial T1 and ECV values 2024-Dec, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5230 PMID:39097976	研究论文	本文提出了一种基于深度学习的自动管道，用于在定量MR T1图上分割左心室心肌，并计算径向T1和ECV值	本文创新性地使用深度学习模型U-Net和Deep Res U-Net进行左心室心肌的自动分割，并计算径向T1和ECV值	研究使用了回顾性多参数MRI数据，样本量有限，且未提及模型的泛化能力	开发一种自动化的方法，用于在T1图上精确分割左心室心肌，并计算径向T1和ECV值，以辅助心血管疾病的诊断	左心室心肌的分割和径向T1及ECV值的计算	计算机视觉	心血管疾病	MRI	U-Net, Deep Res U-Net	图像	332名受试者的回顾性多参数MRI数据
928	2024-11-15	Synthesis of higher-B0 CEST Z-spectra from lower-B0 data via deep learning and singular value decomposition 2024-Dec, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5221 PMID:39113170	研究论文	本文提出了一种利用深度学习和奇异值分解从3T数据合成更高场强Z-谱的方法	通过深度学习框架和奇异值分解，实现了从3T数据合成9.4T Z-谱的创新方法	需要进一步验证该方法在不同临床条件下的适用性和鲁棒性	旨在从3T临床扫描仪获取的数据中合成更高场强的Z-谱，以提高CEST MRI的信号解释和定量分析	磷酸肌酸（PCr）模型和伪体内模型，包括PCr幻影、蛋清幻影和体内大鼠脑部数据	磁共振成像	NA	化学交换饱和转移（CEST）MRI	深度神经网络（DNN）	Z-谱	包括7个PCr管、3个蛋清管和3个大鼠切片
929	2024-11-15	Automatic deep learning segmentation of the hippocampus on high-resolution diffusion magnetic resonance imaging and its application to the healthy lifespan 2024-Dec, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5227 PMID:39136393	研究论文	本文提出了一种基于深度学习的高分辨率扩散磁共振成像（DTI）海马体自动分割方法	该方法通过扩展UNet和UNet++架构，引入了额外的密集残差连接，实现了直接在扩散图像上的自动分割	该方法尚未在患者群体中进行评估	开发一种自动分割方法，以促进大规模人群分析	海马体	计算机视觉	NA	扩散张量成像（DTI）	UNet和UNet++	图像	训练集包含100名健康参与者，验证集包含53名健康参与者，进一步验证集包含153名和354名健康参与者
930	2024-11-15	Deep learning-based diagnosis and survival prediction of patients with renal cell carcinoma from primary whole slide images 2024-Dec, Pathology IF:3.6Q1 DOI:10.1016/j.pathol.2024.05.012 PMID:39168777	研究论文	本文提出了一种基于深度学习的策略，用于从全切片图像中诊断和预测肾细胞癌患者的生存情况	本文创新性地使用深度学习技术进行肾细胞癌的诊断和生存预测，并展示了其在不同数据集上的优异表现	本文未详细讨论模型的泛化能力和在不同医疗中心的适用性	探索肾细胞癌的新型诊断和预后生物标志物	肾细胞癌患者	数字病理学	肾细胞癌	深度学习	深度学习模型	图像	1752张全切片图像
931	2024-11-15	Deformation depth decoupling network for point cloud domain adaptation 2024-Dec, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106626 PMID:39173197	研究论文	本文提出了一种基于输入级离散化匹配的点云域适应方法，通过几何变形深度解耦网络（3DeNet）增强模型的泛化能力	本文创新性地提出了输入级离散化匹配方法，并通过几何变形深度解耦网络（3DeNet）学习源域知识并嵌入隐式特征空间，有效约束下游任务的无监督预测	本文未详细讨论模型在实际应用中的可扩展性和计算效率	提高深度学习模型在点云数据上的泛化能力	点云数据的域适应问题	计算机视觉	NA	深度学习	几何变形深度解耦网络（3DeNet）	点云数据	使用了PointDA-10和PointSegDA数据集进行实验
932	2024-11-15	Preoperative Ultrasound Radomics to Predict Posthepatectomy Liver Failure in Patients With Hepatocellular Carcinoma 2024-Dec, Journal of ultrasound in medicine : official journal of the American Institute of Ultrasound in Medicine IF:2.1Q2 DOI:10.1002/jum.16559 PMID:39177192	研究论文	本研究开发了一种基于二维剪切波弹性成像和临床数据的方法，用于评估肝细胞癌患者术后肝衰竭的风险	提出了一个结合双模态超声特征和临床指标的深度学习模型（PHLF-Net），用于预测术后肝衰竭风险	NA	评估肝细胞癌患者术后肝衰竭的风险	肝细胞癌患者	数字病理学	肝癌	二维剪切波弹性成像	ResNet50	图像	532名肝细胞癌患者
933	2024-11-15	Inter-participant transfer learning with attention based domain adversarial training for P300 detection 2024-Dec, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106655 PMID:39226850	研究论文	本文提出了一种基于注意力域对抗训练的跨参与者迁移学习方法，用于P300检测	本文提出了一种新的One-source域迁移学习方法，称为Attention Domain Adversarial Neural Network (OADANN)，用于缓解跨参与者分类任务中的数据分布差异	NA	研究如何通过迁移学习方法提高脑机接口系统中P300检测的准确性和鲁棒性	脑电信号中的P300成分	机器学习	NA	域对抗训练	Attention Domain Adversarial Neural Network (OADANN)	脑电信号	使用了公开的OpenBMI数据集和自收集数据集，采用留一参与者交叉验证方案
934	2024-11-15	Improving classification performance of motor imagery BCI through EEG data augmentation with conditional generative adversarial networks 2024-Dec, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106665 PMID:39241437	研究论文	本文提出了一种使用条件生成对抗网络（cGANs）进行脑电图（EEG）数据增强的方法，以提高运动想象脑机接口（BCI）的分类性能	本文创新性地使用条件生成对抗网络（cGANs）进行EEG数据增强，以解决EEG数据稀缺问题	本文未详细讨论cGANs在EEG数据生成中的潜在局限性	提高运动想象脑机接口（BCI）中EEG分类器的性能	运动想象任务的EEG数据	机器学习	NA	条件生成对抗网络（cGANs）	cGAN	脑电图（EEG）	使用了两个公开的EEG数据集，包括BCI竞赛IV IIa和III IVa
935	2024-11-15	Improved region proposal network for enhanced few-shot object detection 2024-Dec, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106699 PMID:39243514	研究论文	本文提出了一种改进的区域提议网络（RPN）用于增强少样本目标检测	开发了一种半监督算法，利用未标记的新对象作为正样本，并设计了分层三元分类区域提议网络（HTRPN）来定位这些对象并赋予新的对象标签	未提及	改进少样本目标检测的性能	少样本目标检测中的未标记新对象	计算机视觉	NA	深度学习	区域提议网络（RPN）	图像	使用了COCO和PASCAL VOC基准数据集
936	2024-11-15	Monitoring the leaf damage by the rice leafroller with deep learning and ultra-light UAV 2024-Dec, Pest management science IF:3.8Q1 DOI:10.1002/ps.8401 PMID:39264132	研究论文	本研究利用超轻型无人机和深度学习技术监测水稻卷叶蛾造成的叶片损伤	采用超轻型无人机获取高分辨率图像，并使用Attention U-Net模型进行损伤区域识别和计数	未提及具体限制	开发一种快速准确的方法来监测水稻卷叶蛾造成的叶片损伤	水稻卷叶蛾造成的叶片损伤	计算机视觉	NA	深度学习	Attention U-Net	图像	未提及具体样本数量
937	2024-11-15	Moving sampling physics-informed neural networks induced by moving mesh PDE 2024-Dec, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106706 PMID:39270348	研究论文	本文提出了一种基于深度神经网络和移动网格方法的端到端自适应采样框架，通过求解移动网格偏微分方程生成新的采样点	提出了基于移动网格方法的深度神经网络模型MMPDE-Net，并结合物理信息神经网络（PINN）提出了移动采样PINN（MS-PINN）	NA	改进采样点生成的质量，并通过数值实验验证方法的有效性	自适应采样点和移动采样PINN的生成与性能	机器学习	NA	深度神经网络	MMPDE-Net	NA	NA
938	2024-11-15	Using 3D facial information to predict malnutrition and consequent complications 2024-Dec, Nutrition in clinical practice : official publication of the American Society for Parenteral and Enteral Nutrition IF:2.1Q3 DOI:10.1002/ncp.11215 PMID:39319394	研究论文	本文探讨了使用深度学习技术从面部图像信息预测营养不良及其并发症的可行性	首次提出使用三维面部数据结合深度学习框架来预测营养不良患者的相位角（PhA）	研究样本主要来自手术、消化内科和肿瘤科的住院患者，可能存在样本偏倚	探索使用面部图像信息预测营养不良及其并发症的可行性	住院患者的营养状态和疾病预后	计算机视觉	NA	深度学习	多模态深度学习框架	三维面部数据	482名住院患者，其中176名患有营养不良
939	2024-11-15	Multi-scale convolution enhanced transformer for multivariate long-term time series forecasting 2024-Dec, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106745 PMID:39340967	研究论文	提出了一种多尺度卷积增强的Transformer模型（MSCformer）用于多元长期时间序列预测	设计了多尺度分割策略和多依赖聚合模块，以降低计算复杂度并捕捉时间序列的多尺度信息和局部特征	未提及具体限制	改进多元长期时间序列预测的准确性	多元长期时间序列数据	机器学习	NA	Transformer模型	MSCformer	时间序列	未提及具体样本数量
940	2024-11-15	Accelerated 2D radial Look-Locker T1 mapping using a deep learning-based rapid inversion recovery sampling technique 2024-Dec, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5266 PMID:39358992	研究论文	本文开发了一种基于深度学习的快速反转恢复采样技术，用于加速2D径向Look-Locker T1映射，以实现高效的腹部覆盖	提出了一种基于卷积神经网络（CNN）的T1估计算法，通过优化切片交错和快速T1恢复曲线采样，显著缩短了T1映射所需的时间	需要进一步验证该方法在不同患者群体中的适用性和准确性	开发一种能够在单次屏气期间实现全腹部覆盖的高效T1映射方法	腹部器官的T1值	计算机视觉	NA	卷积神经网络（CNN）	CNN	图像	21个切片，20秒屏气期间