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
24221	2024-08-07	Convolutional neural networks combined with conventional filtering to semantically segment plant roots in rapidly scanned X-ray computed tomography volumes with high noise levels 2024-May-21, Plant methods IF:4.7Q1 DOI:10.1186/s13007-024-01208-0 PMID:38773503	研究论文	本研究探讨了在快速扫描的X射线计算机断层扫描（CT）体积中，高噪声水平下使用卷积神经网络结合传统滤波方法进行植物根系语义分割的效果	本研究首次探讨了在快速扫描的高噪声CT体积中，使用深度学习方法进行模糊水稻根系片段的语义分割，并评估了扫描时间和图像质量恢复对分割效果的影响	本研究构建的语义分割模型无法预测未包含在训练数据中的侧根，需要准备适当的训练数据来解决这一限制	研究在快速扫描的高噪声CT体积中，使用深度学习方法进行植物根系语义分割的效果	模糊的水稻（Oryza sativa）根系片段在CT体积中的语义分割	计算机视觉	NA	X射线计算机断层扫描（CT）	卷积神经网络（CNN）	CT体积	使用了不同扫描时间（33, 66, 150, 300, 600秒）获得的CT体积进行模型训练
24222	2024-08-07	Deformable registration of magnetic resonance images using unsupervised deep learning in neuro-/radiation oncology 2024-May-21, Radiation oncology (London, England) DOI:10.1186/s13014-024-02452-3 PMID:38773620	研究论文	本文开发了一种基于无监督深度学习的3D卷积U-Net变形图像配准方法，用于脑胶质瘤患者的术前和随访MRI扫描的精确配准	提出了一种新的基于无监督学习的3D卷积U-Net变形图像配准方法，无需预对齐和标记，能够实现端到端的MRI扫描配准	NA	开发一种自动化的3D变形图像配准方法，用于脑胶质瘤患者的MRI扫描	脑胶质瘤患者的术前和随访MRI扫描	机器学习	脑癌	MRI	U-Net	图像	160名脑胶质瘤患者
24223	2024-08-07	HCA-DAN: hierarchical class-aware domain adaptive network for gastric tumor segmentation in 3D CT images 2024-May-21, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-024-00711-w PMID:38773670	研究论文	本文提出了一种名为HCA-DAN的分层类感知域自适应网络，用于3D CT图像中的胃肿瘤分割	引入了一种新的3D神经网络AsTr，用于从各向异性分辨率的CT图像中提取多尺度上下文特征，并结合分层类感知域对齐模块HCADA进行跨域的多尺度上下文特征自适应对齐	文章未明确提及具体限制	旨在提高从3D CT图像中自动分割胃肿瘤的准确性，特别是在多中心数据集中的应用	胃肿瘤的3D CT图像分割	计算机视觉	胃癌	3D卷积神经网络(CNN)	CNN, Transformer	图像	使用了来自四个医学中心的CT图像数据集
24224	2024-08-07	Examining the Gateway Hypothesis and Mapping Substance Use Pathways on Social Media: Machine Learning Approach 2024-May-07, JMIR formative research IF:2.0Q4 DOI:10.2196/54433 PMID:38713904	研究论文	本研究利用社交媒体数据，通过机器学习方法探讨物质使用路径及其与风险级别的关系	本研究首次大规模分析社交媒体数据，以预测物质使用风险级别的升级或降级，并识别相关的语言线索	研究结果需进一步探索，以确定对干预措施的直接影响	通过分析社交媒体数据，深入理解物质使用路径，识别风险升级或降级的语言标志	社交媒体用户在不同风险级别的物质使用之间的过渡	机器学习	NA	深度学习	NA	文本	超过2.29万条帖子，约2937万条评论，来自约140万用户
24225	2024-08-07	Deep learning-based screening tool for rotator cuff tears on shoulder radiography 2024-May, Journal of orthopaedic science : official journal of the Japanese Orthopaedic Association IF:1.5Q3 DOI:10.1016/j.jos.2023.05.004 PMID:37236873	研究论文	本研究开发了一种基于深度学习的算法，用于通过肩部X光片筛查肩袖撕裂	本研究首次将深度学习技术应用于肩部X光片，以筛查肩袖撕裂	对于部分厚度肩袖撕裂的诊断性能较低	开发一种基于深度学习的筛查工具，用于通过肩部X光片早期诊断肩袖撕裂	肩袖撕裂的早期诊断	机器学习	肩袖撕裂	深度学习	深度学习算法	X光片	2803张肩部X光片
24226	2024-08-07	Deep learning-accelerated T2-weighted imaging versus conventional T2-weighted imaging in the female pelvic cavity: image quality and diagnostic performance 2024-May, Acta radiologica (Stockholm, Sweden : 1987) DOI:10.1177/02841851241228192 PMID:38343091	研究论文	本研究比较了基于深度学习的加速T2加权成像与传统T2加权成像在女性盆腔中的图像质量和诊断性能	使用深度学习算法加速磁共振成像重建，减少噪声，实现更快的MRI采集	深度学习加速的T2加权成像在信号-噪声比方面略低于传统T2加权成像	比较传统与深度学习加速的T2加权成像在女性盆腔中的图像质量和诊断性能	女性盆腔MRI检查中的T2加权成像	计算机视觉	NA	磁共振成像 (MRI)	深度学习 (DL)	图像	149例连续女性盆腔MRI检查，包括294张随机排序的矢状T2加权图像
24227	2024-08-07	Enhanced capillary delivery with nanobubble-mediated blood-brain barrier opening and advanced high resolution vascular segmentation 2024-May, Journal of controlled release : official journal of the Controlled Release Society IF:10.5Q1 DOI:10.1016/j.jconrel.2024.04.001 PMID:38575074	研究论文	本文利用纳米气泡和聚焦超声技术在老鼠模型中实现了靶向且改进的血脑屏障开放，并通过高分辨率血管分割技术评估了其效果。	本文首次使用纳米气泡和聚焦超声技术实现了靶向且改进的血脑屏障开放，并通过深度学习架构实现了血管分割，显著减少了时间成本。	NA	克服血脑屏障以增强脑部治疗效果	老鼠模型的血脑屏障	生物医学工程	NA	纳米气泡，聚焦超声	深度学习架构	图像	老鼠模型
24228	2024-08-07	Application of deep learning on mammographies to discriminate between low and high-risk DCIS for patient participation in active surveillance trials 2024-Apr-05, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-024-00691-x PMID:38576031	研究论文	本文研究使用卷积神经网络（CNN）在乳腺X光片上区分低风险和高风险导管原位癌（DCIS）的表现和临床效用	利用深度学习模型U-Net CNN在乳腺X光片上区分低风险和高风险DCIS，为主动监测试验提供决策支持	研究为单中心回顾性研究，样本量有限	评估CNN在乳腺X光片上区分高风险（III级）DCIS和/或浸润性乳腺癌（IBC）与低风险（I/II级）DCIS的性能和临床效用	导管原位癌（DCIS）患者	机器学习	乳腺癌	卷积神经网络（CNN）	U-Net CNN	图像	464名DCIS患者，包括681张训练图像和173张测试图像
24229	2024-08-07	Machine learning and new insights for breast cancer diagnosis 2024-Apr, The Journal of international medical research IF:1.4Q4 DOI:10.1177/03000605241237867 PMID:38663911	综述	本文综述了利用医学影像和机器学习技术在乳腺癌检测和干预中的应用	介绍了深度学习和机器学习在处理非结构化信息如图像、声音和语言方面的应用	NA	旨在为科学家提供人工智能和机器学习在研究和临床中应用的指导	乳腺癌的检测和干预	机器学习	乳腺癌	深度学习	人工神经网络	图像	NA
24230	2024-08-07	Diagnosing and grading gastric atrophy and intestinal metaplasia using semi-supervised deep learning on pathological images: development and validation study 2024-03, Gastric cancer : official journal of the International Gastric Cancer Association and the Japanese Gastric Cancer Association IF:6.0Q1 DOI:10.1007/s10120-023-01451-9 PMID:38095766	研究论文	本研究开发并验证了一种基于半监督深度学习的诊断和分级胃萎缩和肠化生的方法	提出了一种名为GasMIL的半监督深度学习算法，用于诊断和分级胃萎缩和肠化生，其性能超过了10名病理学家的评估	NA	建立并验证一种使用深度学习和OLGA/OLGIM对个体胃癌风险进行分类的诊断方法	胃萎缩和肠化生的诊断与分级	数字病理学	胃癌	半监督深度学习	深度学习模型	病理图像	共纳入545名患者，包括2725张全切片图像，分为训练集（349名）、内部验证集（87名）和外部验证集（109名）
24231	2024-08-07	Role of Artificial Intelligence in Drug Discovery and Target Identification in Cancer 2024, Current drug delivery IF:2.8Q2 DOI:10.2174/1567201821666230905090621 PMID:37670704	综述	本文综述了人工智能在癌症药物发现和靶点识别中的应用	探讨了多种人工智能技术如机器学习、神经网络学习、深度学习和网络学习在药物发现和靶点识别中的应用	未提及具体的研究局限	旨在探讨人工智能技术在癌症药物发现和靶点识别中的作用	癌症药物发现和靶点识别	机器学习	癌症	人工智能	NA	数据集	NA
24232	2024-08-07	Automatic surgical phase recognition-based skill assessment in laparoscopic distal gastrectomy using multicenter videos 2024-01, Gastric cancer : official journal of the International Gastric Cancer Association and the Japanese Gastric Cancer Association IF:6.0Q1 DOI:10.1007/s10120-023-01450-w PMID:38038811	研究论文	本研究开发了一种基于深度学习的手术阶段识别模型，用于评估腹腔镜远端胃切除术的手术技能，并使用多中心视频进行验证	本研究首次使用多中心视频数据开发了用于腹腔镜远端胃切除术的手术阶段识别模型，并探索了其在自动手术技能评估中的应用	NA	开发和验证一种基于深度学习的手术阶段识别模型，以实现自动手术技能评估	腹腔镜远端胃切除术的手术视频和手术技能评估	机器学习	胃癌	深度学习	图像分类模型	视频	20家医院的手术视频
24233	2024-08-07	Artificial Intelligence in Lung Cancer Imaging: From Data to Therapy 2024, Critical reviews in oncogenesis DOI:10.1615/CritRevOncog.2023050439 PMID:38505877	综述	本文全面回顾了人工智能（AI）在肺部癌症管理中的应用，从数据处理到治疗预测	AI技术在肺部癌症特征描述和结果预测中的应用，包括使用深度学习模型如U-Net、BCDU-Net等进行客观量化和组织特征提取	NA	探讨AI在肺部癌症管理中的作用，提高诊断、预后和治疗的精确性	AI在肺部癌症影像分析中的应用，包括分割、虚拟活检和结果预测	计算机视觉	肺癌	深度学习	U-Net, BCDU-Net	影像	NA
24234	2024-08-07	Big data analysis for Covid-19 in hospital information systems 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0294481 PMID:38776299	研究论文	本文提出了一种新的深度学习联合框架，用于处理具有分布差异的异构数据集，以准确识别COVID-19	通过重新设计COVID-Net的网络架构和学习策略，以及在潜在空间中进行独立特征归一化，提高了预测准确性和学习效率。同时，使用对比训练目标增强了语义嵌入的领域不变性，提升了分类性能	NA	开发基于CT图像的自动化COVID-19识别工具，以辅助临床诊断	COVID-19的CT图像数据	计算机视觉	COVID-19	深度学习	CNN	图像	两个大规模公开的COVID-19诊断数据集，包含CT图像
24235	2024-08-07	Toward interpretable and generalized mitosis detection in digital pathology using deep learning 2024 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076241255471 PMID:38778869	研究论文	本文针对数字病理学中有丝分裂检测的挑战，提出了一种基于深度学习的方法，以提高检测的准确性、泛化性和可解释性	本文提出的方法在多个数据集和临床环境中展示了良好的泛化性和可解释性	NA	提高数字病理学中有丝分裂检测的准确性和泛化性	有丝分裂核的检测	数字病理学	癌症	深度学习	NA	图像	使用了MiDoG'22数据集进行训练、验证和测试，并在TUPAC'16数据集和Shaukat Khanum纪念癌症医院和研究中心的实时案例中进行了测试
24236	2024-08-07	Leveraging radiomics and AI for precision diagnosis and prognostication of liver malignancies 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1362737 PMID:38779098	综述	本文综述了人工智能和放射组学在肝脏肿瘤精准诊断和预后中的进展和潜力	探讨了人工智能和放射组学技术在基于影像数据预测肿瘤组织病理学、基因型和免疫表型方面的创新应用	讨论了人工智能技术的技术局限性和潜在缺陷	旨在提高肝脏肿瘤的诊断准确性和预后，从而改善患者护理	肝脏肿瘤的诊断和预后	计算机视觉	肝癌	放射组学	深度学习	影像	NA
24237	2024-08-07	A deep learning image analysis method for renal perfusion estimation in pseudo-continuous arterial spin labelling MRI 2023-Dec, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2023.09.007 PMID:37776961	研究论文	本文提出了一种基于伪连续动脉自旋标记磁共振成像的深度学习图像分析方法，用于自动估计肾移植患者的肾灌注	该方法利用机器/深度学习工具自动分割和分类肾皮质和髓质组织，并自动估计灌注值	NA	开发一种自动化的方法来估计肾灌注，以辅助肾移植手术后的评估	肾移植患者的肾灌注	机器学习	NA	伪连续动脉自旋标记（PCASL）	深度学习	图像	16名肾移植患者
24238	2024-08-07	Explainable variational autoencoder (E-VAE) model using genome-wide SNPs to predict dementia 2023-12, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2023.104536 PMID:37926392	研究论文	本研究开发了一种可解释的变分自编码器（E-VAE）模型，利用全基因组SNP数据预测痴呆症	首次展示了使用遗传变异在独立队列中进行深度学习预测模型对痴呆症的泛化能力	NA	阐明与阿尔茨海默病相关痴呆症（ADRD）相关的生物学机制	阿尔茨海默病及相关痴呆症（ADRD）	机器学习	痴呆症	GWAS	变分自编码器（VAE）	基因型数据	2714名研究参与者和234名验证参与者
24239	2024-08-07	Deep learning for embryo evaluation using time-lapse: a systematic review of diagnostic test accuracy 2023-11, American journal of obstetrics and gynecology IF:8.7Q1 DOI:10.1016/j.ajog.2023.04.027 PMID:37116822	综述	本研究旨在调查使用时间流逝监测的卷积神经网络模型在胚胎评估中的准确性	应用人工智能在时间流逝监测中提供更高效、准确和客观的胚胎评估	本系统综述受限于所包含研究之间的高度异质性	调查卷积神经网络模型在胚胎评估中的诊断测试准确性	胚胎评估的准确性	机器学习	NA	卷积神经网络	CNN	图像	共分析了522,516张图像，涉及222,998个胚胎
24240	2024-08-07	Recent advances in artificial intelligence for cardiac CT: Enhancing diagnosis and prognosis prediction 2023-Nov, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2023.06.011 PMID:37407346	综述	本文综述了人工智能在心脏CT领域的最新进展，特别是在提高诊断和预测预后方面的应用	深度学习技术在放射学中的应用，实现了从大型数据集中自动提取特征和学习，特别是在基于图像的应用中	需要进一步的研究和验证来全面评估这些AI驱动技术在心脏CT中的诊断性能、辐射剂量减少能力和临床正确性	探讨人工智能在心脏CT领域的应用，以提高诊断和预测预后的准确性	心脏CT图像分析及相关诊断技术	计算机视觉	心血管疾病	深度学习	CNN	图像	NA