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
14161	2024-08-05	A clinical-radiomics nomogram based on automated segmentation of chest CT to discriminate PRISm and COPD patients 2024-Dec, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2024.100580 PMID:38989052	研究论文	该研究开发了一种基于放射组学的新型无创方法，用于区分PRISm和COPD患者	利用完全自动化的深度学习分割算法实现胸部CT图像的分割，并构建了放射组学标志以提高区分能力	本研究为回顾性研究，可能存在选择偏倚	开发高准确性的无创方法以区分PRISm和COPD患者	共1066名受试者，根据是否用于训练、内部验证或外部验证进行分类	数字病理学	慢性阻塞性肺病	深度学习分割算法(DL)	多变量逻辑回归模型	图像	1066名受试者
14162	2024-08-05	MRI Deep Learning-Based Automatic Segmentation of Interventricular Septum for Black-Blood Myocardial T2* Measurement in Thalassemia 2024-Aug, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29113 PMID:37941460	研究论文	本研究开发了一种基于深度学习的自动分割方法，用于测量地中海贫血患者的心肌T2*值	提出了一种修改过的注意力U-Net模型，用于黑血MR图像的室间隔自动分割	研究仅涉及依赖输血的地中海贫血患者，可能限制了结果的广泛适用性	本研究旨在提高地中海贫血患者心肌T2*值测量的自动化和可靠性	涉及146名接受心脏MR检查的依赖输血的地中海贫血患者	数字病理学	地中海贫血	黑血磁共振成像	修改版注意力U-Net	医学影像	146名患者的心脏MR检查数据
14163	2024-08-05	Accelerated Cine Cardiac MRI Using Deep Learning-Based Reconstruction: A Systematic Evaluation 2024-Aug, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29081 PMID:37855257	研究论文	本文系统评估了基于深度学习的重建技术在加速心脏MRI中的应用	提出了使用深度学习重建技术来缩短呼吸保持时间，同时保持影像质量和心室评价的准确性	研究仅限于具有正常心脏解剖和功能的胸凹患者，样本量较小	评估不同加速因子下的心脏MRI影像质量	胸凹患者，具有正常心脏解剖和功能	数字病理学	NA	压缩灵敏度编码（C-SENSE）	深度学习重建	影像	15名患者
14164	2024-08-05	Fetal MRI-Based Body and Adiposity Quantification for Small for Gestational Age Perinatal Risk Stratification 2024-Aug, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29141 PMID:37982367	研究论文	本文探讨了胎儿MRI对小于胎龄的胎儿的身体成分和脂肪量的量化，用以评估围产期风险	使用MRI量化胎儿的身体指标，有助于改善小于胎龄胎儿的风险分层	样本量较小，仅包含40个SGA胎儿	探讨胎儿体成分与围产期不良结果之间的关联	40个小于胎龄(SGA)的胎儿	数字病理学	NA	MRI	深度学习	图像	40名SGA胎儿
14165	2024-08-05	Prostate Age Gap: An MRI Surrogate Marker of Aging for Prostate Cancer Detection 2024-Aug, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29090 PMID:37855699	研究论文	本文开发了一种基于前列腺MRI的衰老生物标志物，并研究其与临床显著前列腺癌风险的关系	通过MRI建立前列腺年龄差（PAG）作为前列腺癌的潜在风险指标，展示了其对临床显著前列腺癌风险的预测能力	研究为回顾性，受限于样本的选择和模型的训练数据	研究前列腺MRI衰老生物标志物与临床显著前列腺癌风险的关系	468名接受活检的男性的MRI切片数据	数字病理	前列腺癌	MRI	深度学习 (DL)	图像	468名男性，7243个前列腺MRI切片
14166	2024-08-05	Deep Learning-Driven Transformation: A Novel Approach for Mitigating Batch Effects in Diffusion MRI Beyond Traditional Harmonization 2024-Aug, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29088 PMID:37877463	研究论文	该研究提出了一种深度学习策略，以缓解扩散磁共振成像中的批量效应，改善图像质量和可推广性	创新点在于结合对比度调整和超分辨率来提升扩散加权图像的质量	研究的样本数据仅来自单一个体，可能影响结果的广泛适用性	本研究旨在开发减少扩散加权图像多样性的深度学习模型	该深度学习模型利用一个开放数据集和1134名成人的数据进行训练与验证	数字病理	脑卒中和肿瘤	深度学习	ResNet-50	图像	1134名成年人（性别比例为54%女性，46%男性），包括1050名没有DWI异常的受试者和84名有病理条件的受试者
14167	2024-08-05	The Effect of Noise on Deep Learning for Classification of Pathological Voice 2024-Aug, The Laryngoscope DOI:10.1002/lary.31303 PMID:38280184	研究论文	本研究旨在评估背景噪声对机器学习模型在评估声音障碍的GRBAS量表中的重要性	探讨背景噪声对使用CNN模型分类病理声音的影响，并提出未来改进模型噪声耐受性的研究方向	研究仅使用单一数据集且缺乏比较对照，设计为非比较性	评估背景噪声在机器学习模型中的重要性	收集1406个声音样本以分析噪声对模型评价指标的影响	数字病理学	NA	卷积神经网络 (CNN)	1D卷积神经网络	声音数据	1406个声音样本
14168	2024-08-05	Development of an MRI-Based Comprehensive Model Fusing Clinical, Radiomics and Deep Learning Models for Preoperative Histological Stratification in Intracranial Solitary Fibrous Tumor 2024-Aug, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29098 PMID:37897302	研究论文	本文提出了一种基于MRI的CRDL模型，用于前期ISFT的组织学分层	创新点在于融合临床、放射组学和深度学习特征以改进ISFT的组学分层	本文未明确提及CRDL模型在不同人群中的适用性及其长远的临床效应	研究基于MRI的CRDL模型在ISFT前期组织学分层中的可行性	398名来自北京天坛医院的ISFT患者和49名来自兰州大学第二医院的ISFT患者	数字病理学	脑肿瘤	MRI	NA	影像数据	398名患者和49名患者
14169	2024-08-05	Development and clinical validation of a deep learning-based knee CT image segmentation method for robotic-assisted total knee arthroplasty 2024-Aug, The international journal of medical robotics + computer assisted surgery : MRCAS DOI:10.1002/rcs.2664 PMID:38994900	研究论文	本研究开发了一种名为DDA-Transformer的新型深度卷积神经网络，用于膝关节CT图像分割并在机器人辅助的全膝关节置换术中进行验证	引入了一种双路径双重注意力变换器DDA-Transformer，实现了膝关节CT图像的精准快速分割	NA	开发一种高效的膝关节CT图像分割方法并进行临床验证	膝关节CT图像的分割性能与速度评估	计算机视觉	NA	深度学习	DDA-Transformer	图像	六个与之比较的网络
14170	2024-08-05	A transformative framework reshaping sustainable drought risk management through advanced early warning systems 2024-Jul-19, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.110066 PMID:38989469	研究论文	本文提出一个框架，通过先进的早期预警系统重塑可持续的干旱风险管理	该框架通过引入第四次工业革命技术，如物联网、无人机、大数据分析和深度学习，增强干旱早期预警能力	框架的实际实施和政策修订仍然是关键的挑战	研究旨在通过早期预警系统有效减少干旱风险	研究对象包括干旱敏感领域和相关社区	自然语言处理	NA	物联网、无人机、大数据分析、深度学习	NA	文本	NA
14171	2024-08-05	Bi-SeqCNN: A Novel Light-weight Bi-directional CNN Architecture for Protein Function Prediction 2024-Jul-11, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3426491 PMID:38990747	研究论文	本文提出了一种新型的双向卷积神经网络架构Bi-SeqCNN，用于蛋白质功能预测	首次将双向卷积神经网络应用于一般时间数据分析，而不仅限于蛋白质序列	NA	开发一种用于蛋白质功能预测的框架	蛋白质功能预测	深度学习	NA	卷积神经网络	双向卷积神经网络	蛋白质序列数据	三组基准蛋白质序列数据集
14172	2024-08-05	Unsupervised Domain Adaptation for Low-Dose CT Reconstruction via Bayesian Uncertainty Alignment 2024-Jul-10, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3409573 PMID:38985555	研究论文	该文章提出了一种基于贝叶斯不确定性对齐的无监督领域适应技术以改进低剂量CT重建	提出了结合潜在空间和图像空间的联合差异最小化方法，特别是使用贝叶斯不确定性对齐来减少源域和目标域之间的知识差距	现有的无监督领域适应方法未能充分利用不确定性量化	旨在提高低剂量CT重建在临床场景中的性能	主要研究低剂量计算机断层扫描(LDCT)图像重建和无监督领域适应	数字病理学	NA	贝叶斯不确定性对齐	NA	图像	在两个模拟数据集和一个临床低剂量成像数据集中进行了实验
14173	2024-08-05	Integrated Transcriptomic Landscape and Deep Learning Based Survival Prediction in Uterine Sarcomas 2024-Jul-10, Cancer research and treatment IF:4.1Q2 DOI:10.4143/crt.2024.343 PMID:38993092	研究论文	本文探讨了子宫肉瘤的基因组特征，并建立了基于深度学习的生存预测模型	识别了新基因融合位点MRPS18A - PDC-AS1，并构建了MMN-MIL深度学习模型用于生存预测	研究样本数量较小，仅涵盖71个子宫肉瘤样本	探索子宫肉瘤的基因组特征以及生存预测	子宫肉瘤患者样本，包括不同类型的肉瘤	数字病理学	子宫肉瘤	RNA测序	深度学习模型MMN-MIL	基因组数据	71个子宫肉瘤样本
14174	2024-08-05	Identification of Parkinson's disease PACE subtypes and repurposing treatments through integrative analyses of multimodal data 2024-Jul-09, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01175-9 PMID:38982243	研究论文	本研究通过整合多种数据模式分析，识别了帕金森病的三个不同类型及其潜在治疗方案。	发现了帕金森病的三种不同进展速度亚型，并识别了与这些亚型相关的潜在生物标志物和驱动基因。	缺乏足够的长期临床数据以验证所识别亚型的临床有效性。	旨在通过分析不同数据模式来解决帕金森病的异质性。	使用新确诊的帕金森病患者的临床进展数据进行分析。	机器学习	帕金森病	机器学习与深度学习	NA	临床数据	≥5年的帕金森病临床进展数据
14175	2024-08-05	An interpretable artificial intelligence model based on CT for prognosis of intracerebral hemorrhage: a multicenter study 2024-Jul-09, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01352-y PMID:38982357	研究论文	本文开发并验证了一种新的可解释人工智能模型，用于预测脑内出血患者的预后	通过整合放射组学特征、深度学习特征和多语义级别的影像特征，提出了一种多模态解释性人工智能模型	虽然使用了三种解释性方法，但仍未完全解决人工智能模型的可解释性问题	该研究旨在精准预测脑内出血患者的6个月预后	研究对象为222名脑内出血患者	计算机视觉	脑内出血	非对比计算机断层扫描	随机森林模型	影像	222名患者，训练队列186名，测试队列36名
14176	2024-08-05	Synthetic CT generation for pelvic cases based on deep learning in multi-center datasets 2024-Jul-09, Radiation oncology (London, England) DOI:10.1186/s13014-024-02467-w PMID:38982452	研究论文	本研究探讨了基于深度学习的合成CT图像生成方法，适用于多中心的数据集中的直肠癌MR影像。	提出了一种结合对比学习损失和一致性正则化损失的新模型，增强了多中心骨盆MRI到CT合成的模型泛化能力。	研究可能受限于参与者的代表性和模型在不同临床环境中应用的实际效果。	研究旨在调查在多中心数据集中，从磁共振成像合成计算机断层扫描图像的可行性。	研究对象为90名直肠癌患者和19名公共数据集中的患者。	数字病理学	直肠癌	生成对抗网络（GAN）	CycleGAN	影像	共109名患者的T2加权MR和CT图像
14177	2024-08-05	MDF-DTA: A Multi-Dimensional Fusion Approach for Drug-Target Binding Affinity Prediction 2024-Jul-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00310 PMID:38888163	研究论文	提出了一种基于深度学习的多维融合方法来预测药物-靶标结合亲和力。	创新地结合了来自不同预训练模型的1D、2D和3D特征表示，以提高预测性能。	缺乏对不同特征重要性定量分析的深入探讨。	研究药物-靶标结合亲和力预测的有效方法。	药物和靶标的多个维度特征。	机器学习	NA	深度学习	NA	标准基准数据集	两个标准基准数据集：DAVIS和KIBA
14178	2024-08-05	Greater benefits of deep learning-based computer-aided detection systems for finding small signals in 3D volumetric medical images 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.045501 PMID:38988989	研究论文	本研究探讨了深度学习计算机辅助检测系统在3D体积医学图像中发现小信号的优势	提出了基于卷积神经网络(CNN)的计算机辅助检测系统在3D搜索中显著提高了小信号的检测能力	对于大信号，2D搜索的优势并未显著超过3D搜索的优势	研究计算机辅助检测系统如何减少体积数据探索不足所造成的错误	十六名非专家观察者在数字乳腺断层合成(DBT)幻影中进行搜索	计算机视觉	乳腺癌	卷积神经网络(CNN)	CNN	图像	十六名非专家观察者
14179	2024-08-05	SPH-Net: Hyperspectral Image Super-Resolution via Smoothed Particle Hydrodynamics Modeling 2024-Jul, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2023.3323374 PMID:37906479	研究论文	提出了一种基于平滑粒子流体动力学模型的高光谱图像超分辨率方法SPH-Net	将高光谱图像超分辨率重建中像素运动与平滑粒子流体动力学中的粒子运动进行类比，以此设计了新的神经网络结构	具体的限制未在摘要中提及	研究高光谱图像的超分辨率重建问题	高光谱图像（HSI）	计算机视觉	NA	SPH近似方法	SPH网络	高光谱图像	三个公共高光谱数据集
14180	2024-08-05	Association of retinal age gap with chronic kidney disease and subsequent cardiovascular disease sequelae: a cross-sectional and longitudinal study from the UK Biobank 2024-Jul, Clinical kidney journal IF:3.9Q1 DOI:10.1093/ckj/sfae088 PMID:38989278	研究论文	本研究探讨了视网膜年龄差与慢性肾病（CKD）及随后的心血管疾病（CVD）并发症之间的关系	发掘了视网膜年龄差作为新型生物标志物在识别高风险CKD个体及CKD患者心血管疾病风险中的应用潜力	本研究的局限性在于样本的单一来源于UK Biobank，可能不具备广泛的代表性	研究视网膜年龄差与CKD及其后续心血管疾病并发症之间的关联	研究对象为在基线没有任何医疗历史的参与者，数据来源包含19200张眼底图像及35906名参与者	数字病理学	慢性肾病、心血管疾病	深度学习模型	NA	图像	35906名参与者