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
14441	2024-10-06	Improving 18F-FDG PET Quantification Through a Spatial Normalization Method 2024-Oct-01, Journal of nuclear medicine : official publication, Society of Nuclear Medicine IF:9.1Q1 DOI:10.2967/jnumed.123.267360 PMID:39209545	研究论文	本文提出了一种基于迁移学习的深度神经网络模型，用于在没有3D MRI的情况下对F-FDG PET图像进行空间归一化	利用预训练的阿尔茨海默病PET模型进行迁移学习，实现了F-FDG PET图像的空间归一化，无需3D MRI	研究样本量较小，仅使用了103对F-FDG PET和MR图像进行微调	提高F-FDG PET图像的定量分析精度，以辅助脑部疾病的诊断和评估	F-FDG PET图像的空间归一化	计算机视觉	脑部疾病	迁移学习	深度神经网络	图像	103对F-FDG PET和MR图像用于训练，65个内部测试集和78个外部测试集用于验证
14442	2024-10-06	Role of inter- and extra-lesion tissue, transfer learning, and fine-tuning in the robust classification of breast lesions 2024-10-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74316-5 PMID:39354128	研究论文	本文研究了乳腺病变分类中病变内外组织的作用，以及迁移学习和微调对深度学习分类性能的影响	本文的创新点在于考虑了肿瘤内部组织（通过腐蚀操作提取特征）和病变及周围组织（通过膨胀操作提取特征）的特征，用于分类	本文的局限性在于神经网络在存在噪声图像、输入数据变化或对抗攻击时可能产生错误输出	本文的研究目的是提高乳腺病变在超声图像中的分类准确性和模型的可解释性	本文的研究对象是乳腺病变的超声图像及其分类	计算机视觉	乳腺癌	深度学习	CNN	图像	本文使用了BUS-BRA数据库（两类/良性和恶性）进行训练和测试，以及未见过的BUSI数据库（两类/良性和恶性）进行测试
14443	2024-10-06	Deep Learning Reconstruction to Improve the Quality of MR Imaging: Evaluating the Best Sequence for T-category Assessment in Non-small Cell Lung Cancer Patients 2024-Oct-01, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine IF:2.5Q2 DOI:10.2463/mrms.mp.2023-0068 PMID:37661425	研究论文	本研究评估了深度学习重建（DLR）在非小细胞肺癌患者中对MR成像质量和T分期评估的影响	首次报道了DLR在T2加权成像（T2WI）、短反转时间反转恢复（STIR）成像和无增强及增强3D快速扰相梯度回波（GRE）成像中对图像质量和T分期评估的改进效果	研究仅限于非小细胞肺癌患者，且样本量相对较小	评估DLR在MR成像中提高图像质量和T分期评估的适用性	非小细胞肺癌患者的MR成像和T分期评估	计算机视觉	肺癌	深度学习重建（DLR）	NA	图像	213名经病理诊断的非小细胞肺癌患者
14444	2024-10-06	Artificial neural network inference analysis identified novel genes and gene interactions associated with skeletal muscle aging 2024-Oct, Journal of cachexia, sarcopenia and muscle DOI:10.1002/jcsm.13562 PMID:39210538	研究论文	利用人工神经网络推断分析识别与骨骼肌衰老相关的新基因和基因相互作用	首次利用人工神经网络推断（ANNi）方法识别与肌肉衰老和运动相关的新基因和基因相互作用	样本量较小，且仅限于年轻和老年男性，可能影响结果的普适性	识别与肌肉衰老和运动相关的新基因、基因相互作用及分子通路和过程	年轻和老年人的肌肉转录组数据	机器学习	老年疾病	RNA-seq	人工神经网络	转录组数据	年轻组8人，老年组8人
14445	2024-10-06	Automated image transcription for perinatal blood pressure monitoring using mobile health technology 2024-Oct, PLOS digital health DOI:10.1371/journal.pdig.0000588 PMID:39356720	研究论文	本文介绍了一种利用移动健康技术自动转录产前血压监测图像的新方法	开发了一种自动图像转录技术，用于从血压设备中有效转录读数，提高了血压数据的可访问性和可用性	NA	解决低识字人群中将自我测量血压监测系统中的血压数据传输到医疗健康记录或代理数据库的挑战	产前和产后期间的血压监测，特别是在资源匮乏和低识字人群中	计算机视觉	NA	深度学习	卷积神经网络	图像	49名助产士和2281名孕妇的数据
14446	2024-10-06	Deep learning reveals a damage signalling hierarchy that coordinates different cell behaviours driving wound re-epithelialisation 2024-Sep-15, Development (Cambridge, England) DOI:10.1242/dev.202943 PMID:39177163	研究论文	本文使用深度学习工具量化了果蝇蛹翅上皮修复过程中不同细胞行为的贡献	首次使用深度学习工具量化伤口修复过程中不同细胞行为的贡献，揭示了损伤信号层次结构	NA	研究伤口再上皮化过程中不同细胞行为的调控机制	果蝇蛹翅上皮修复过程中的细胞行为	计算机视觉	NA	深度学习	NA	视频	NA
14447	2024-10-06	Deep learning algorithms for melanoma detection using dermoscopic images: A systematic review and meta-analysis 2024-09, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102934 PMID:39088883	综述	本文系统回顾和荟萃分析了使用皮肤镜图像进行黑色素瘤检测的深度学习算法性能	深度学习算法在黑色素瘤诊断中的准确性与资深皮肤科医生相当	需要进一步的高质量、大规模多中心研究来解决基于医学人工智能诊断的具体挑战	评估不同深度学习算法在皮肤镜图像诊断黑色素瘤中的表现，并讨论皮肤科医生与深度学习之间的关系	深度学习算法在皮肤镜图像中检测黑色素瘤的诊断性能	计算机视觉	皮肤癌	深度学习	NA	图像	2309条记录中，37项研究符合纳入标准，27项提供了足够的数据进行荟萃分析
14448	2024-10-06	CHNet: A multi-task global-local Collaborative Hybrid Network for KRAS mutation status prediction in colorectal cancer 2024-09, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102931 PMID:39094228	研究论文	本文提出了一种名为CHNet的多任务全局-局部协作混合网络，用于更准确地预测结直肠癌患者的KRAS突变状态	CHNet通过两个分支分别提取全局和局部特征，并设计了通道混合Transformer和空间混合Transformer来捕捉全局和局部信息，同时引入了自适应协作注意力模块和类激活图损失来增强任务间的协作和互补信息的学习	NA	提高结直肠癌患者KRAS突变状态预测的准确性，以支持个性化治疗策略的制定	结直肠癌患者的KRAS突变状态	计算机视觉	结直肠癌	Transformer, CNN	CHNet	MRI图像	T2加权MRI数据集
14449	2024-10-06	Comprehensive review of deep learning in orthopaedics: Applications, challenges, trustworthiness, and fusion 2024-09, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102935 PMID:39079201	综述	本文全面回顾了深度学习在骨科中的应用、挑战、可信度及融合技术	首次全面综述了深度学习在骨科实践中的各个方面	数据稀缺和模型可解释性不足是主要挑战	填补深度学习在骨科应用方面的知识空白，并为研究人员提供开发可靠深度学习应用的指南	深度学习在骨科中的应用，包括骨折检测、骨肿瘤诊断、植入物识别和骨关节炎严重程度评估等	机器学习	NA	深度学习	NA	图像	NA
14450	2024-10-06	Deep Learning-based Unsupervised Domain Adaptation via a Unified Model for Prostate Lesion Detection Using Multisite Biparametric MRI Datasets 2024-Sep, Radiology. Artificial intelligence DOI:10.1148/ryai.230521 PMID:39166972	研究论文	本文研究了基于深度学习的无监督域适应方法，通过统一生成模型提高多站点双参数MRI数据集上前列腺癌检测的性能	提出了一种新的无监督域适应方法，使用统一生成模型将扩散加权成像（DWI）数据转换为符合PI-RADS指南的图像风格，以提高前列腺癌检测的准确性	研究仅限于多站点双参数MRI数据集，未涵盖其他类型的成像数据	研究无监督域适应方法在多站点双参数MRI数据集上对前列腺癌检测性能的提升	前列腺癌检测	计算机视觉	前列腺癌	扩散加权成像（DWI）	生成模型	图像	5150名患者（14191个样本），测试集包含1692个测试案例（2393个样本）
14451	2024-10-06	Improving Fairness of Automated Chest Radiograph Diagnosis by Contrastive Learning 2024-Sep, Radiology. Artificial intelligence DOI:10.1148/ryai.230342 PMID:39166973	研究论文	本文开发了一种使用监督对比学习（SCL）来减少胸部X光诊断偏差的人工智能模型	本文提出了一种使用监督对比学习（SCL）来生成公平图像嵌入的方法，以减少胸部X光诊断中的偏差	本文未提及具体的局限性	开发一种减少胸部X光诊断偏差的人工智能模型	胸部X光图像及其诊断	计算机视觉	NA	监督对比学习（SCL）	卷积神经网络（CNN）	图像	两个数据集：MIDRC数据集包含77,887张胸部X光图像，涉及27,796名患者；ChestX-ray14数据集包含112,120张胸部X光图像，涉及30,805名患者
14452	2024-10-06	Data-driven quantum chemical property prediction leveraging 3D conformations with Uni-Mol 2024-Aug-19, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-51321-w PMID:39160169	研究论文	本文介绍了一种利用3D构象进行量子化学性质预测的深度学习方法Uni-Mol+	Uni-Mol+通过生成和迭代优化3D构象，显著提高了量子化学性质预测的准确性	NA	加速量子化学性质预测过程，提高预测准确性	量子化学性质预测	机器学习	NA	深度学习	Transformer	3D构象	NA
14453	2024-10-06	Probing perfection: The relentless art of meddling for pulmonary airway segmentation from HRCT via a human-AI collaboration based active learning method 2024-08, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102930 PMID:39047631	研究论文	本文提出了一种基于人机协作的主动学习方法，用于从高分辨率CT图像中进行肺部气道分割	本文的创新点在于结合了多种查询策略和深度学习模型，通过人机协作的方式显著减少了标注数据的需求，提高了模型的性能	本文未详细讨论该方法在不同数据集上的泛化能力	本文旨在解决肺部气道分割中标注数据稀缺的问题，并提高深度学习模型的透明度和性能	本文的研究对象是肺部气道，通过高分辨率CT图像进行分割	计算机视觉	肺部疾病	深度学习	UNet	图像	使用了部分训练数据，具体数量未明确说明
14454	2024-10-06	Prediction of Freezing of Gait in Parkinson's disease based on multi-channel time-series neural network 2024-08, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102932 PMID:39004005	研究论文	提出了一种基于多通道时间序列神经网络的帕金森病步态冻结预测方法	引入了一种新的多通道时间序列神经网络（MCT-Net），能够整合多通道步态特征，实现对步态冻结症状的提前预警	未提及	开发一种能够实时预测帕金森病步态冻结的方法，以提高患者的生活质量	帕金森病患者的步态冻结症状	机器学习	神经退行性疾病	多通道时间序列神经网络	MCT-Net	时间序列数据	未提及
14455	2024-10-06	Enhancing stroke risk and prognostic timeframe assessment with deep learning and a broad range of retinal biomarkers 2024-08, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102927 PMID:38991398	研究论文	本文介绍了一种基于深度学习和广泛视网膜生物标志物的自动系统，用于预测中风风险和估计其发生时间	利用全面的视网膜生物标志物和深度学习技术，提高了中风风险评估的准确性和时间框架的预测能力	NA	开发一种新的方法来提高中风风险评估的准确性和预测时间框架	中风风险（包括缺血性和出血性）及其发生时间	计算机视觉	心血管疾病	深度学习	NA	图像	使用了UK Biobank和DRSSW数据集
14456	2024-10-06	Deep Learning for hand tracking in Parkinson's Disease video-based assessment: Current and future perspectives 2024-08, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102914 PMID:38909431	综述	本文综述了使用深度学习进行帕金森病视频评估中的手部追踪技术的现状和未来展望	本文介绍了使用深度学习框架进行手部追踪以自动评估帕金森病症状的创新方法	为了确保临床接受度，需要标准化和验证	描述深度学习框架在视频评估帕金森病手部追踪中的现状和未来展望	帕金森病患者的手部运动	计算机视觉	帕金森病	深度学习	NA	视频	23篇符合筛选标准的出版物
14457	2024-10-06	A comprehensive survey on the use of deep learning techniques in glioblastoma 2024-08, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102902 PMID:38852314	综述	本文综述了深度学习技术在胶质母细胞瘤中的应用	探讨了人工智能技术在非组学和组学数据中的应用，并强调了其在诊断、决策和治疗策略制定中的重要性	未提及具体的技术局限性	全面探索机器学习方法在胶质母细胞瘤领域的应用及相关研究	胶质母细胞瘤及其相关数据	机器学习	脑肿瘤	NA	NA	图像、基因表达数据	NA
14458	2024-10-06	Predictive Modeling with Temporal Graphical Representation on Electronic Health Records 2024-Aug, IJCAI : proceedings of the conference DOI:10.24963/ijcai.2024/637 PMID:39359569	研究论文	本文提出了一种基于时间图表示的电子健康记录预测模型	本文创新性地将患者的电子健康记录建模为一种新颖的时间异构图，并引入了一种新的时间图变换器（TRANS），该变换器结合了时间边特征、全局位置编码和局部结构编码，以捕捉时间和结构信息	NA	研究如何有效表示患者的电子健康记录，以提高预测模型的性能	患者的电子健康记录及其中的时间关系和结构信息	机器学习	NA	时间图变换器（TRANS）	时间异构图卷积网络	电子健康记录	三个真实世界数据集
14459	2024-10-06	Real-time coronary artery segmentation in CAG images: A semi-supervised deep learning strategy 2024-07, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102888 PMID:38781870	研究论文	本文提出了一种半监督深度学习策略，用于实时冠状动脉CAG图像的分割	采用半监督学习方法，减少了对大量标注数据的依赖，同时提高了分割精度	需要进一步验证在不同数据集和临床环境中的泛化能力	开发一种能够实时指导PCI的深度学习模型，减少对比剂和辐射剂量	冠状动脉CAG图像的分割	计算机视觉	心血管疾病	深度学习	U-Net	图像	500个标注图像和8952个未标注图像
14460	2024-10-06	Data mining and machine learning in HIV infection risk research: An overview and recommendations 2024-07, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102887 PMID:38735156	综述	本文综述了数据挖掘和机器学习在HIV感染风险研究中的应用，并提出了未来研究方向	介绍了更先进的完全监督机器学习和深度学习技术，这些技术在预测性能上通常优于传统方法	NA	探讨数据挖掘和机器学习在HIV研究中的应用现状，并提出未来研究建议	HIV感染风险研究	机器学习	HIV感染	机器学习技术，深度学习技术	完全监督机器学习模型，深度学习模型	NA	38篇已发表文章