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
12381	2024-11-15	Collaborative Learning for Annotation-Efficient Volumetric MR Image Segmentation 2024-Oct, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29194 PMID:38156427	研究论文	本文提出了一种利用稀疏标注进行三维MR图像分割的协同学习方法	本文的创新点在于结合半监督和自监督学习方法，利用稀疏标注提高分割精度	本文的局限性在于仅在前列腺和左心房分割任务上进行了验证	本文的研究目的是开发一种利用稀疏标注进行三维MR图像分割的深度学习方法	本文的研究对象是前列腺和左心房的三维MR图像	计算机视觉	心血管疾病	深度学习	协同学习	图像	150个受试者的三维MR图像，包括50个前列腺和100个左心房
12382	2024-11-15	Deep Learning Algorithm of the SPARCC Scoring System in SI Joint MRI 2024-Oct, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29211 PMID:38168061	研究论文	开发了一种基于深度学习的流程，用于使用SPARCC评分系统对骶髂关节炎进行分级	首次将深度学习应用于SPARCC评分系统，以自动评估骶髂关节炎	样本量相对较小，且仅使用了3T MRI设备	开发和验证一种基于深度学习的评分系统，用于自动评估骶髂关节炎	骶髂关节炎的MRI图像	计算机视觉	脊柱关节病	深度学习	深度学习模型	图像	389名参与者，其中317名用于训练，35名用于验证，37名用于测试
12383	2024-11-15	Editorial for "Deep Learning Algorithm of the SPARCC Scoring System in SI Joint MRI" 2024-Oct, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29234 PMID:38189561	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
12384	2024-11-15	MRI-Based Kinetic Heterogeneity Evaluation in the Accurate Access of Axillary Lymph Node Status in Breast Cancer Using a Hybrid CNN-RNN Model 2024-Oct, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29225 PMID:38205712	研究论文	本文研究了基于MRI的动态对比增强（DCE-MRI）图像的深度学习模型在评估乳腺癌患者腋窝淋巴结状态中的应用	开发了一种称为卷积循环神经网络（ConvRNN）的深度学习架构，用于生成DCE-MRI图像的KHimage评分，以评估腋窝淋巴结状态	研究为回顾性，且仅在特定患者群体中验证了模型性能	评估基于深度学习的动态对比增强MRI参数在推断乳腺癌患者腋窝淋巴结状态中的价值	乳腺癌患者的腋窝淋巴结状态	计算机视觉	乳腺癌	动态对比增强MRI	卷积循环神经网络（ConvRNN）	图像	训练集1256例，内部验证集539例，外部验证集I和II分别为153例和115例
12385	2024-11-15	Deep Learning-Based Analysis of Aortic Morphology From Three-Dimensional MRI 2024-Oct, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29236 PMID:38216546	研究论文	本文设计了一种基于深度学习的自动化方法，用于从三维MRI中检测主动脉地标和管腔	本文提出了一种基于深度学习的自动化方法，用于从三维MRI中检测主动脉地标和管腔，提高了检测的质量和可重复性	本文的方法在检测主动脉交界处地标时，性能略低于观察者间变异性	设计一种基于深度学习的自动化方法，用于从三维MRI中检测主动脉地标和管腔	主动脉地标和管腔的检测	计算机视觉	心血管疾病	深度学习	两阶段网络	三维MRI图像	391名个体，包括健康受试者和患者（高血压、主动脉扩张、特纳综合征），随机分为训练/验证/测试数据集（N=236/77/78）
12386	2024-11-15	Graph-Based Spatial Proximity of Super-Resolved Protein-Protein Interactions Predicts Cancer Drug Responses in Single Cells 2024-Oct, Cellular and molecular bioengineering IF:2.3Q3 DOI:10.1007/s12195-024-00822-1 PMID:39513000	研究论文	本文开发了一种基于图的超级分辨率蛋白质-蛋白质相互作用技术，用于解析单细胞信号网络并预测癌症药物反应	提出了基于图的超级分辨率蛋白质-蛋白质相互作用技术，通过高分辨率显微镜和深度学习模型，提高了对单细胞信号网络和药物反应的预测能力	NA	旨在通过高分辨率显微镜和深度学习模型，提高对单细胞信号网络和癌症药物反应的理解	EGFR突变型PC9和HCC827细胞以及临床组织样本	数字病理学	肺癌	空间邻近连接测定（PLA）、Zeiss Airyscan、SRRF	深度学习模型	图像	超过10,000个细胞
12387	2024-11-15	Constructing analogies: Developing critical thinking through a collaborative task 2024 Sep-Oct, Biochemistry and molecular biology education : a bimonthly publication of the International Union of Biochemistry and Molecular Biology IF:1.2Q3 DOI:10.1002/bmb.21843 PMID:38850246	研究论文	研究探讨了通过协作任务构建类比来促进大学生批判性思维发展的方法	提出了通过让学生构建复杂类比来促进内容知识和批判性思维整合的新方法	研究样本仅限于30名大学生，结果可能不具有广泛代表性	探讨通过构建复杂类比任务来促进大学生批判性思维发展的效果	30名大学生	NA	NA	NA	NA	NA	30名大学生
12388	2024-11-15	Imputation of cancer proteomics data with a deep model that learns from many datasets 2024-Aug-28, bioRxiv : the preprint server for biology DOI:10.1101/2024.08.26.609780 PMID:39253518	研究论文	本文介绍了一种基于深度学习的方法Lupine，用于填补癌症蛋白质组学数据中的缺失值	Lupine是首个能够从多个数据集中联合学习的缺失值填补方法，并提供了证据表明这种方法能提高预测的准确性	NA	解决质谱蛋白质组学数据中缺失值的问题，提高数据分析的可靠性和统计能力	癌症患者的蛋白质组学数据，涵盖十种癌症类型	蛋白质组学	癌症	质谱技术	深度学习模型	蛋白质组学数据	超过1000个癌症患者样本
12389	2024-11-15	Deep learning-derived splenic radiomics, genomics, and coronary artery disease 2024-Aug-20, medRxiv : the preprint server for health sciences DOI:10.1101/2024.08.16.24312129 PMID:39185532	研究论文	本研究利用深度学习技术从腹部MRI中提取脾脏的放射组学特征，并结合基因组学分析，探讨脾脏在冠状动脉疾病中的作用	首次将深度学习与基因组学结合，揭示了脾脏在冠状动脉疾病中的潜在作用，并提供了9p21区域机制的新见解	NA	探讨脾脏在冠状动脉疾病中的作用及其遗传机制	脾脏的放射组学特征与冠状动脉疾病的关系	数字病理学	心血管疾病	深度学习、放射组学、全基因组关联分析	深度学习模型	图像	42,059名UK Biobank参与者
12390	2024-11-15	Spatiotemporal transcriptomic profiling and modeling of mouse brain at single-cell resolution reveals cell proximity effects of aging and rejuvenation 2024-Jul-19, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.16.603809 PMID:39071282	研究论文	研究通过单细胞分辨率的时空转录组学分析和建模，揭示了小鼠大脑衰老和再生过程中细胞邻近效应	首次开发基于空间转录组学的机器学习模型（空间衰老时钟），用于揭示大脑衰老和再生过程中的细胞邻近效应	NA	研究大脑衰老过程中细胞间的相互作用及其对组织衰退的影响	小鼠大脑的单细胞时空转录组数据	数字病理学	NA	空间转录组学	机器学习模型	转录组数据	420万个细胞，来自20个不同年龄段和两种再生干预（运动和部分重编程）
12391	2024-11-15	Kinetic model-informed deep learning for multiplexed PET image separation 2024-Jul-01, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-024-00660-0 PMID:38951271	研究论文	本文提出了一种基于动力学模型的深度学习方法，用于多重正电子发射断层扫描（mPET）图像的分离	通过将动力学模型与深度网络结合，增强了深度学习的归纳先验，提高了mPET图像分离的性能	NA	开发一种新的方法来分离多重正电子发射断层扫描（mPET）图像中的信号	多重正电子发射断层扫描（mPET）图像	计算机视觉	NA	正电子发射断层扫描（PET）	卷积编码器-解码器（CED）	图像	模拟的双示踪剂[18F]FDG+[11C]MET PET脑部图像数据集
12392	2024-11-15	OAR-Weighted Dice Score: A spatially aware, radiosensitivity aware metric for target structure contour quality assessment 2024-Jul, The use of computers in radiation therapy. International Conference on the Use of Computers in Radiation Therapy PMID:39512542	研究论文	本文提出了一种新的指标OAR-DSC，用于评估放射治疗中目标结构轮廓的质量，考虑了周围危及器官及其放射敏感性	引入了OAR-DSC指标，该指标在计算DSC时考虑了周围危及器官及其放射敏感性	NA	开发一种新的指标，用于评估放射治疗中目标结构轮廓的质量，考虑周围危及器官及其放射敏感性	放射治疗中的目标结构轮廓和周围危及器官	计算机视觉	NA	NA	NA	图像	NA
12393	2024-11-15	Deep learning in distinguishing pulmonary nodules as benign and malignant 2024-Jul, Turk gogus kalp damar cerrahisi dergisi DOI:10.5606/tgkdc.dergisi.2024.26027 PMID:39513168	研究论文	研究使用深度学习模型区分肺结节的良恶性	本研究首次在肺结节分类中应用了深度学习模型和特征提取方法，显著提高了分类准确率	研究样本量较小，且仅限于特定时间段内的患者数据	旨在开发能够高准确率区分良恶性肺结节的卷积神经网络模型，以辅助早期诊断	肺结节的良恶性分类	计算机视觉	肺癌	深度学习	卷积神经网络	图像	共234例患者，包括良性组68例，恶性组29例，对照组67例
12394	2024-11-15	Equivariant score-based generative diffusion framework for 3D molecules 2024-May-30, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05810-w PMID:38816718	研究论文	本文介绍了一种新的E(3)-等变分数扩散框架，用于通过随机微分方程生成3D分子，旨在解决统一高斯扩散方法的局限性	提出了E(3)-等变分数扩散框架，将分子特征空间的完整扩散分解为不同组件的独立扩散过程，并捕捉这些组件之间的复杂依赖关系	NA	开发一种新的生成方法，用于在药物发现和蛋白质设计中高效搜索分子设计空间	3D分子生成	机器学习	NA	深度学习	扩散模型	分子数据	使用了广泛使用的QM9数据集进行实验
12395	2024-11-15	DeepReg: a deep learning hybrid model for predicting transcription factors in eukaryotic and prokaryotic genomes 2024-04-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-59487-5 PMID:38644393	研究论文	本文提出了一种名为DeepReg的混合模型，用于在真核和原核基因组中预测转录因子	DeepReg模型结合了卷积神经网络（CNN）和双向长短期记忆网络（BiLSTM），在预测转录因子方面表现优异，精度、召回率和F1分数均高于现有模型DeepTFactor	NA	开发一种高效的深度学习模型，用于在真核和原核基因组中预测转录因子	真核和原核基因组中的转录因子	机器学习	NA	深度学习模型	混合模型（CNN和BiLSTM）	蛋白质序列	NA
12396	2024-11-15	Comparison of Deep Learning Approaches for Conversion of International Classification of Diseases Codes to the Abbreviated Injury Scale 2024-Mar-22, medRxiv : the preprint server for health sciences DOI:10.1101/2024.03.06.24303847 PMID:38562696	研究论文	比较了两种深度学习架构在将国际疾病分类代码转换为简明损伤量表中的准确性	本研究首次比较了前馈神经网络和神经机器翻译模型在预测损伤严重程度评分中的表现	研究仅使用了美国国家创伤数据银行的创伤病例，可能限制了结果的普适性	旨在比较两种深度学习架构在预测损伤严重程度评分中的准确性	国际疾病分类代码和简明损伤量表	机器学习	NA	深度学习	前馈神经网络和神经机器翻译模型	文本	2,031,793例创伤病例用于训练和验证，1,091,792例用于测试
12397	2024-11-15	A brief history of artificial intelligence embryo selection: from black-box to glass-box 2024-02-01, Human reproduction (Oxford, England) DOI:10.1093/humrep/dead254 PMID:38061074	综述	本文回顾了人工智能在胚胎选择中的应用历史，从黑箱模型到玻璃箱模型的演变	提出了一个从胚胎学角度对传统和人工智能驱动系统进行分类的新系统，强调了主观性、解释性和可解释性	缺乏随机对照试验来验证黑箱模型的有效性	探讨人工智能在胚胎选择中的应用及其解释性问题	胚胎选择中的机器学习模型及其解释性	机器学习	NA	机器学习	深度学习	图像	NA
12398	2024-11-10	An automated ECG-based deep learning for the early-stage identification and classification of cardiovascular disease 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-240543 PMID:39302394	研究论文	本文提出了一种基于心电图（ECG）的深度学习方法，用于早期识别和分类心血管疾病	本文创新性地结合了症状检测和ECG分析，并使用前馈神经网络（FFNN）和常数Q非平稳Gabor变换（CQNGT）来提高诊断准确性	NA	提高心血管疾病的诊断准确性	心血管疾病	机器学习	心血管疾病	深度学习	前馈神经网络（FFNN）	图像	NA
12399	2024-11-15	Intelligent agriculture: deep learning in UAV-based remote sensing imagery for crop diseases and pests detection 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1435016 PMID:39512475	综述	本文综述了基于无人机遥感图像的深度学习技术在智能农业中用于作物病虫害检测的应用	本文介绍了大型语言模型（LLM）和大型视觉模型（LVM）在农业中的最新应用	本文讨论了现有研究中的一些不足和待解决的挑战	探讨智能农业中基于无人机遥感图像的深度学习技术在作物病虫害检测中的应用	作物病虫害检测	计算机视觉	NA	深度学习（DL）	深度学习模型	图像	NA
12400	2024-11-15	Development of a deep learning model for automated detection of calcium pyrophosphate deposition in hand radiographs 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1431333 PMID:39512610	研究论文	开发了一种深度学习模型，用于在手部X光片中自动检测钙焦磷酸盐沉积	首次开发了一种深度学习算法，能够自动且可靠地检测手部X光片中的钙焦磷酸盐沉积特征	模型在某些情况下可能会出现意外的高亮区域，可能是由于不同手部区域的相关特征	开发和测试一种深度学习算法，用于自动检测手部X光片中的钙焦磷酸盐沉积特征	手部X光片中的钙焦磷酸盐沉积特征，特别是三角纤维软骨复合体和掌指关节的钙化	计算机视觉	关节炎	卷积神经网络	CNN	图像	926张手部X光片，包括319例钙焦磷酸盐沉积阳性病例和607例阴性病例