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
12441	2024-11-13	Deep learning-based automatic contour quality assurance for auto-segmented abdominal MR-Linac contours 2024-Oct-25, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad87a6 PMID:39413822	研究论文	本文介绍了一种基于深度学习的3D自动轮廓质量保证模型，用于评估腹部MR-Linac图像中的深度学习自动分割轮廓质量	本文提出了基于3D卷积神经网络的自动轮廓质量保证模型，能够快速评估深度学习自动分割的胰腺和十二指肠轮廓质量	本文未详细讨论模型的泛化能力和在其他类型癌症中的应用效果	开发一种能够快速评估深度学习自动分割轮廓质量的模型，以促进MR引导在线自适应放射治疗中的临床应用	腹部MR-Linac图像中的胰腺和十二指肠轮廓	计算机视觉	NA	深度学习	3D卷积神经网络	图像	训练数据集包含103个腹部MR图像和相应的深度学习轮廓及其质量评级，评估数据集包含34个腹部MR图像
12442	2024-11-13	Heatmap analysis for artificial intelligence explainability in diabetic retinopathy detection: illuminating the rationale of deep learning decisions 2024-Oct-20, Annals of translational medicine DOI:10.21037/atm-24-73 PMID:39507460	研究论文	本文探讨了在糖尿病视网膜病变检测中，通过热图分析揭示深度学习决策过程的透明性	本文通过比较不同眼底图像的热图，揭示了深度学习决策过程中的差异，增强了深度学习系统的可解释性	本文仅限于分析糖尿病视网膜病变检测中的热图差异，未涉及其他疾病或应用场景	探索人工智能算法在医疗应用中的透明性，特别是通过热图分析揭示深度学习决策过程	糖尿病患者同一只眼睛在瞳孔扩张前后的眼底图像	计算机视觉	糖尿病视网膜病变	卷积神经网络	CNN	图像	210对眼底图像
12443	2024-11-13	Deep learning classification performance for diagnosing condylar osteoarthritis in patients with dentofacial deformities using panoramic temporomandibular joint projection images 2024-Oct, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-024-00768-0 PMID:38990220	研究论文	本研究评估了深度学习模型在诊断颌面部畸形患者中髁突骨关节炎的性能	本研究首次使用深度学习模型对全景颞下颌关节投影图像进行分类，以诊断髁突骨关节炎	研究样本量较小，且仅限于颌面部畸形患者	评估深度学习模型在诊断颌面部畸形患者中髁突骨关节炎的准确性和一致性	颌面部畸形患者的全景颞下颌关节投影图像	计算机视觉	颞下颌关节疾病	深度学习	GoogLeNet, VGG-16	图像	68个颞下颌关节样本，其中252个用于模型训练
12444	2024-11-13	Deep learning enables accurate soft tissue tendon deformation estimation in vivo via ultrasound imaging 2024-08-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68875-w PMID:39117664	研究论文	本文介绍了一种基于深度学习的超声图像软组织肌腱变形估计方法StrainNet，并展示了其在活体实验中的高准确性	提出了一种新的深度学习方法StrainNet，用于从活体图像序列中测量变形，并显著优于传统图像变形测量技术	NA	开发一种高精度的活体软组织变形估计工具，用于评估组织健康和疾病进展	人类屈肌肌腱的变形	计算机视觉	NA	深度学习	StrainNet	图像	人工生成的图像序列和活体超声图像
12445	2024-11-13	Non-invasive prediction of massive transfusion during surgery using intraoperative hemodynamic monitoring data 2024-08, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104680 PMID:38914411	研究论文	本研究开发了一种基于深度学习算法的模型，用于预测手术期间的大量输血	利用非侵入性的生物信号波形实时预测手术期间的大量输血	本研究为回顾性研究，且仅在两家医院进行了验证	开发一种能够在手术期间提前10分钟预测大量输血的模型，以减少并发症和死亡率	手术期间的大量输血预测	机器学习	NA	深度学习算法	深度学习模型	生物信号波形	18,135名患者用于模型开发和内部验证，621名患者用于外部验证
12446	2024-11-13	CardSegNet: An adaptive hybrid CNN-vision transformer model for heart region segmentation in cardiac MRI 2024-Jul, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102382 PMID:38640619	研究论文	本文提出了一种自适应混合CNN-Vision Transformer模型CardSegNet，用于心脏区域在心脏MRI中的分割	引入了自适应多注意力（SMA）模块，结合卷积和Vision Transformer的注意力机制，以提高分割精度	NA	开发一种高精度的心脏MRI图像分割方法，以测量心脏参数和诊断异常	左心室（LV）、右心室（RV）和左心室心肌的分割	计算机视觉	心血管疾病	MRI	CNN-Vision Transformer	图像	ACDC2017数据集（n=100）、M&Ms数据集（n=321）和本地数据集（n=22）
12447	2024-11-13	Bringing Artificial Intelligence to the operating room: edge computing for real-time surgical phase recognition 2023-11, Surgical endoscopy DOI:10.1007/s00464-023-10322-4 PMID:37580578	研究论文	本文介绍了一种基于边缘计算的实时手术阶段识别系统，用于优化手术流程和视频评估	首次将边缘计算应用于手术阶段识别，实现了实时算法应用	实时预测的准确率在59.8%到78.2%之间，平均准确率为68.7%	开发一种实时手术阶段识别系统，以优化手术流程和视频评估	机器人腹股沟疝修复手术的阶段识别	计算机视觉	NA	深度学习	ResNet-50	视频	211个机器人腹股沟疝修复手术视频，用于训练和验证模型；10个机器人腹股沟疝修复手术视频，用于实时测试
12448	2024-11-13	Structure-Aware Annotation of Leucine-rich Repeat Domains 2023-Nov-01, bioRxiv : the preprint server for biology DOI:10.1101/2023.10.27.562987 PMID:37961157	研究论文	本文开发了降维方法来注释亮氨酸重复序列域的重复单元，并验证了其在模型植物中的应用	利用深度学习预测的蛋白质结构信息改进了现有的基于序列的域注释方法，能够自动检测发夹环和结构异常	依赖于深度学习预测的蛋白质结构信息，可能存在预测误差	改进蛋白质域注释方法，特别是亮氨酸重复序列域的注释	亮氨酸重复序列域及其在模型植物中的应用	机器学习	NA	深度学习	NA	蛋白质结构	127个预测的亮氨酸重复序列域结构，并验证了172个手动注释的亮氨酸重复序列域
12449	2024-11-13	Deep convolutional neural network for hippocampus segmentation with boundary region refinement 2023-Sep, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-023-02836-9 PMID:37067776	研究论文	本文提出了一种基于深度学习的海马体分割方法，通过边界区域细化来提高分割精度	本文创新性地引入了边界区域细化步骤，显著提高了海马体分割的准确性	NA	提高海马体从磁共振脑图像中的分割精度，以促进脑部疾病研究	海马体	计算机视觉	NA	深度学习	卷积神经网络	图像	使用了公开数据集进行验证
12450	2024-11-13	Emerging Themes in CryoEM─Single Particle Analysis Image Processing 2022-09-14, Chemical reviews IF:51.4Q1 DOI:10.1021/acs.chemrev.1c00850 PMID:35785962	综述	本文综述了冷冻电镜（CryoEM）中单颗粒分析（SPA）图像处理的主要贡献	强调了算法在不同工作流程步骤中的时间演变，区分了分析方法和深度学习算法	讨论了CryoEM图像处理方法在SPA中仍需解决的新兴问题和挑战	回顾图像处理在CryoEM单颗粒分析重建工作流程中的主要贡献	CryoEM单颗粒分析图像处理算法	计算机视觉	NA	冷冻电镜（CryoEM）	深度学习算法	图像	NA
12451	2024-11-13	Why high intensity plaque is bright on MRI? 2021-Nov, American heart journal plus : cardiology research and practice DOI:10.1016/j.ahjo.2021.100055 PMID:38549741	研究论文	研究探讨了非对比T1加权MRI在识别冠状动脉壁高强度斑块（HIP）及其与冠状动脉内斑块出血的关系	首次通过病理学分析证实了非对比T1加权MRI与冠状动脉内斑块出血之间的强相关性	缺乏对活体组织样本的病理学分析，HIP的病理特征仍未知	探讨非对比T1加权MRI在评估高强度斑块中的病理学意义	冠状动脉壁高强度斑块及其与冠状动脉内斑块出血的关系	医学影像	心血管疾病	MRI	NA	图像	通过定向冠状动脉斑块切除术获得的斑块样本
12452	2024-11-12	Thoracic Aortic Three-Dimensional Geometry 2024-Oct-31, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.09.593413 PMID:38798566	研究论文	本文介绍了一种利用深度学习架构对胸主动脉进行三维几何特征自动量化的方法	首次在大规模人群中全面描述胸主动脉的三维几何特征	NA	开发一种自动化方法来量化胸主动脉的三维结构参数	胸主动脉的三维几何特征	计算机视觉	心血管疾病	深度学习	NA	图像	54,241名UK Biobank参与者及8,456名Penn Medicine Biobank参与者
12453	2024-11-12	Deep Learning-Based Detection of Carotid Plaques Informs Cardiovascular Risk Prediction and Reveals Genetic Drivers of Atherosclerosis 2024-Oct-18, medRxiv : the preprint server for health sciences DOI:10.1101/2024.10.17.24315675 PMID:39484270	研究论文	本研究利用深度学习模型检测颈动脉斑块，以评估其在心血管风险预测中的作用，并揭示动脉粥样硬化的遗传驱动因素	本研究首次在大规模人群中应用深度学习模型检测颈动脉斑块，并结合全基因组关联研究揭示了动脉粥样硬化的遗传基础	本研究主要基于UK Biobank的数据，未来需要在更多样化的群体中验证结果	提高心血管风险预测的准确性，并揭示动脉粥样硬化的遗传机制	颈动脉斑块的检测及其与心血管事件的关联	计算机视觉	心血管疾病	深度学习	深度学习模型	图像	19,499名UK Biobank参与者，年龄在47-83岁之间
12454	2024-11-12	Using Deep Learning Neural Networks to Improve Dementia Detection: Automating Coding of the Clock-Drawing Test 2024-Oct-15, Research square DOI:10.21203/rs.3.rs-4909790/v1 PMID:39483868	研究论文	本研究利用深度学习神经网络创建并评估了一个智能的时钟绘制测试评分系统，以自动化编码时钟绘制测试图像	引入了结构化排序到编码系统中，超越了传统的名义分类方法，并发现Vision Transformers在编码时钟绘制测试图像上优于ResNet101和EfficientNet，以及手动编码	未提及	改进痴呆症检测，自动化时钟绘制测试的编码过程	时钟绘制测试图像的自动编码	机器学习	老年疾病	深度学习神经网络	Vision Transformers (ViT)	图像	使用了2011-2019年国家健康和老龄趋势研究中的大量公开可用的时钟绘制测试图像
12455	2024-11-12	Computational stabilization of a non-heme iron enzyme enables efficient evolution of new function 2024-Jul-25, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.18.590141 PMID:39091854	研究论文	本文展示了基于深度学习的工具ProteinMPNN如何用于重新设计Fe(II)/αKG超家族酶，以提高其稳定性、溶解性和表达量，同时保留其天然活性及工业相关的非天然功能	首次使用ProteinMPNN工具对Fe(II)/αKG酶进行计算稳定化设计，并在定向进化中验证了其有效性	仅在tP4H和GriE酶上进行了验证，尚未在其他酶中广泛应用	探索计算序列重新设计在定向进化中作为第一步的可行性，以开发新型生物催化剂	Fe(II)/αKG超家族酶tP4H和GriE	机器学习	NA	ProteinMPNN	NA	蛋白质序列	tP4H和GriE酶的野生型及稳定化设计变体
12456	2024-11-12	A deep learning framework for predicting disease-gene associations with functional modules and graph augmentation 2024-Jun-14, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05841-3 PMID:38877401	研究论文	本文介绍了一种名为ModulePred的深度学习框架，用于预测疾病-基因关联，通过功能模块和图增强技术提高预测性能	本文创新性地引入了功能模块（如蛋白质复合物）和图增强技术，以解决现有研究中忽略的功能模块累积影响和数据不完整问题	NA	探索基因-疾病关联的机制，以改进预防和治疗策略	疾病-基因关联、蛋白质复合物和蛋白质相互作用	机器学习	NA	图神经网络	图神经网络	图数据	NA
12457	2024-11-12	Methodological insights into ChatGPT's screening performance in systematic reviews 2024-Mar-27, BMC medical research methodology IF:3.9Q1 DOI:10.1186/s12874-024-02203-8 PMID:38539117	研究论文	本研究评估了ChatGPT在放射学系统评价筛选过程中的表现，并与普通医生进行了比较	首次评估了ChatGPT在无需训练数据的情况下自动筛选系统评价的能力	ChatGPT的特异性和阳性预测值低于人类评分者，且Kappa系数较低	评估ChatGPT在放射学系统评价筛选过程中的有效性	ChatGPT在放射学系统评价筛选中的表现与普通医生的比较	自然语言处理	NA	生成预训练变压器（GPT）	GPT	文本	1198篇摘要
12458	2024-11-12	Deep Learning-Based Multi-Class Segmentation of the Paranasal Sinuses of Sinusitis Patients Based on Computed Tomographic Images 2024-Mar-18, Sensors (Basel, Switzerland) DOI:10.3390/s24061933 PMID:38544195	研究论文	本研究通过比较四种3D U-Net变体（正常、残差、密集和残差-密集），引入了一种多类卷积神经网络（CNN）分割模型，用于鼻窦炎患者的鼻窦CT图像分割	本研究引入了多类卷积神经网络（CNN）分割模型，并通过比较四种3D U-Net变体，展示了正常3D U-Net在鼻窦分割中的优越性能	尽管在清晰的鼻窦中实现了有效的分割，但在黏膜炎症方面仍存在局限性	本研究的目的是通过引入多类卷积神经网络（CNN）分割模型，提高鼻窦炎患者鼻窦CT图像的分割精度，从而减少手术并发症	本研究的对象是鼻窦炎患者的鼻窦CT图像	计算机视觉	鼻窦炎	卷积神经网络（CNN）	3D U-Net	图像	40名患者（20名正常，20名异常）
12459	2024-11-12	A Survey on Blood Pressure Measurement Technologies: Addressing Potential Sources of Bias 2024-Mar-07, Sensors (Basel, Switzerland) DOI:10.3390/s24061730 PMID:38543993	综述	本文综述了血压测量技术，特别是袖带式血压监测技术，探讨了测量中可能存在的偏差来源	本文提出了利用人工智能（AI）技术开发新一代袖带式血压设备，以减少测量偏差并提供个性化的血压相关心血管风险指数	本文主要关注袖带式血压监测技术，未涵盖其他类型的血压测量方法	探讨血压测量技术中的偏差来源，并提出利用AI技术改进血压测量设备	血压测量技术及其在临床和日常监测中的应用	NA	心血管疾病	人工智能（AI）、机器学习、深度学习、贝叶斯推断	NA	电子健康记录中的血压记录	NA
12460	2024-11-12	A Siamese ResNeXt network for predicting carotid intimal thickness of patients with T2DM from fundus images 2024, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2024.1364519 PMID:38549767	研究论文	开发并验证基于眼底图像的人工智能诊断模型，用于预测2型糖尿病患者的颈动脉内膜厚度	提出了一种基于Siamese ResNeXt网络的深度学习模型，用于从眼底图像中预测2型糖尿病患者的颈动脉内膜厚度	研究仅限于单个医院的1236名患者，且年龄因素嵌入网络后分类性能下降	开发和验证基于眼底图像的人工智能模型，用于预测2型糖尿病患者的颈动脉内膜厚度	2型糖尿病患者的颈动脉内膜厚度和眼底图像	计算机视觉	糖尿病	深度学习	Siamese ResNeXt网络	图像	1236名2型糖尿病患者