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
14641	2024-10-03	Essential and virulence-related protein interactions of pathogens revealed through deep learning 2024-Apr-12, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.12.589144 PMID:38645026	研究论文	本文开发了一种基于深度学习的管道，利用残基共进化和蛋白质结构预测来系统地识别和结构化表征蛋白质-蛋白质相互作用	本文首次利用深度学习技术在全蛋白质组范围内系统地识别和结构化表征蛋白质-蛋白质相互作用，并验证了其有效性	实验验证的样本量较小，仅验证了12个预测中的6个	通过识别细菌蛋白质-蛋白质相互作用及其复合物结构，帮助理解致病机制并开发传染病治疗方法	19种人类细菌病原体的蛋白质-蛋白质相互作用及其复合物结构	机器学习	NA	深度学习	NA	蛋白质数据	7800万对蛋白质，涉及19种人类细菌病原体，识别出1923个涉及必需基因的复合物和256个涉及毒力因子的复合物
14642	2024-10-03	PNAbind: Structure-based prediction of protein-nucleic acid binding using graph neural networks 2024-Mar-02, bioRxiv : the preprint server for biology DOI:10.1101/2024.02.27.582387 PMID:38529493	研究论文	本文介绍了一种基于图神经网络的深度学习方法PNAbind，用于预测蛋白质与核酸的结合	利用图神经网络编码蛋白质分子表面的物理化学和几何特性，预测核酸结合功能，并区分DNA或RNA的特异性结合	NA	开发一种新的方法来预测蛋白质与核酸的结合，并理解决定核酸识别的化学和结构特征	蛋白质与核酸的结合	机器学习	NA	图神经网络	图神经网络	蛋白质结构	NA
14643	2024-10-03	Data-driven coordinated attention deep learning for high-fidelity brain imaging denoising and inpainting 2024-03, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202300390 PMID:38168132	研究论文	本文提出了一种基于数据驱动的协同注意力深度学习方法，用于高保真脑部图像去噪和修复	本文创新性地结合了信号增强、去噪和修复技术，开发了一种新的深度脑部坐标注意力修复网络（DeepCAR），能够快速准确地恢复深度皮质图像，并保留小尺度组织结构	NA	提升低质量图像的质量，特别是在活体小鼠深部脑成像中	活体小鼠深部脑皮质荧光图像	计算机视觉	NA	深度学习	CNN	图像	一个深度脑皮质图像数据集
14644	2024-10-03	Identification of individuals using functional near-infrared spectroscopy based on a one-dimensional convolutional neural network 2024-03, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202300453 PMID:38282446	研究论文	本研究利用功能性近红外光谱（fNIRS）和一维卷积神经网络（Conv1D）进行个人识别	创新性地将深度学习框架与fNIRS数据结合用于个人识别	NA	探索利用fNIRS和深度学习技术进行个人识别的可行性	成年人的静息态fNIRS信号	机器学习	NA	功能性近红外光谱（fNIRS）	一维卷积神经网络（Conv1D）	信号	56名成年参与者
14645	2024-10-03	Implementation of a portable diffraction phase microscope for digital histopathology 2024-03, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202300496 PMID:38358045	研究论文	本文介绍了一种便携式衍射相位显微镜（DPM）系统，用于数字病理学中的定量相位成像	开发了一种便携式DPM系统，无需染色即可区分生物组织结构和细胞，并应用深度学习技术进行虚拟染色	NA	开发一种便携式系统，使定量相位成像在病理学中的应用更加普及	小鼠各种器官的细胞和组织结构	数字病理学	NA	衍射相位显微镜（DPM）	深度学习	图像	小鼠各种器官
14646	2024-10-03	Human selection bias drives the linear nature of the more ground truth effect in explainable deep learning optical coherence tomography image segmentation 2024-02, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202300274 PMID:37795556	研究论文	研究了人类选择偏差对可解释深度学习光学相干断层扫描图像分割中更多真实数据效应线性性质的影响	发现了真实数据模糊性与更多真实数据对预测性能的积极影响之间的可量化线性关系	深度学习模型在重复训练后未能实现自主改进	探讨人类选择偏差对深度学习模型在光学相干断层扫描图像分割中预测性能的影响	深度学习模型在光学相干断层扫描图像分割中的预测性能	计算机视觉	NA	深度学习	NA	图像	多次实验，每次实验重复三次
14647	2024-10-03	Evaluation of Neoadjuvant Chemoradiotherapy Response in Rectal Cancer Using MR Images and Deep Learning Neural Networks 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056309748240509072222 PMID:38874041	研究论文	研究利用深度学习神经网络评估直肠癌患者在接受新辅助放化疗后的肿瘤反应	首次使用深度LSTM神经网络评估直肠癌患者在接受新辅助放化疗后的肿瘤反应	研究样本量较小，仅包含59个病例	开发深度学习神经网络以指导治疗决策并准确评估直肠癌患者对新辅助放化疗的反应	直肠癌患者在接受新辅助放化疗后的肿瘤反应	计算机视觉	直肠癌	磁共振成像（MR）	深度神经网络（DNN）包含长短期记忆（LSTM）单元	图像	59个直肠癌病例
14648	2024-10-02	Multi-domain vibration dataset with various bearing types under compound machine fault scenarios 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110940 PMID:39346553	研究论文	本文介绍了一个新的多域振动数据集，涵盖了多种轴承类型和复合机器故障场景	该数据集扩展了现有数据集的范围，包括了多种轴承类型和复合机器故障，并提供了短时傅里叶变换（STFT）生成的频谱图	NA	旨在解决现代复杂机械系统中多组件同时故障和传感器数据域不断变化的挑战	多域振动数据集，包括深沟球轴承、圆柱滚子轴承和锥形滚子轴承的数据	机器学习	NA	短时傅里叶变换（STFT）	NA	振动数据	包括三种单轴承故障、七种单旋转组件故障和21种复合故障，数据采集使用了USB数字加速度计，采样率为两种，旋转速度为六种
14649	2024-10-02	Joint segmentation and image reconstruction with error prediction in photoacoustic imaging using deep learning 2024-Dec, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2024.100645 PMID:39347464	研究论文	本文提出了一种混合贝叶斯卷积神经网络（Hybrid-BCNN），用于在光声成像中联合预测图像分割和重建，并进行误差预测	本文的创新点在于提出了一种混合贝叶斯卷积神经网络，能够联合预测光声图像的分割和重建，并量化误差	本文的局限性在于仅使用了模拟的光声数据进行训练和验证，未涉及实际临床数据	研究目的是改进光声成像中的图像重建和分割，并量化误差以提高预测的准确性	研究对象是光声成像中的图像重建和分割误差	计算机视觉	NA	光声成像	混合贝叶斯卷积神经网络（Hybrid-BCNN）	图像	使用了模拟的光声数据进行训练和验证
14650	2024-10-02	Diagnostic utility of transfer learning by using convolutional neural network for cytological diagnosis of malignant effusions 2024-Nov, Diagnostic cytopathology IF:1.0Q4 DOI:10.1002/dc.25382 PMID:39007486	研究论文	本文探讨了使用卷积神经网络（CNN）通过迁移学习进行恶性积液细胞学诊断的可行性	本文首次将迁移学习应用于恶性积液的细胞学诊断，展示了其在提高临床病理实验室效率方面的潜力	研究样本量较小，且为回顾性研究，可能影响结果的普适性	探索卷积神经网络在恶性积液细胞学诊断中的应用，评估其诊断效能	恶性积液的细胞学诊断	计算机视觉	NA	卷积神经网络（CNN）	卷积神经网络（CNN）	图像	342个积液样本和518张图像
14651	2024-10-02	Machine Learning and Omics Analysis in Aortic Aneurysm 2024 Nov-Dec, Angiology IF:2.6Q2 DOI:10.1177/00033197231206427 PMID:37817423	研究论文	本文综述了机器学习和组学分析在主动脉瘤中的应用，旨在揭示其病理生理机制并开发个性化的风险预测模型	本文首次系统总结了机器学习和深度学习在主动脉瘤组学数据分析中的应用进展	目前仅有少数研究报道了机器学习在主动脉瘤组学分析中的应用，未来需要更多研究来验证和扩展这些发现	总结机器学习和组学分析在主动脉瘤中的最新进展，并探讨未来的研究方向	主动脉瘤的病理生理机制和个性化风险预测模型	机器学习	心血管疾病	组学分析	机器学习/深度学习	组学数据	NA
14652	2024-10-02	Improving lung nodule segmentation in thoracic CT scans through the ensemble of 3D U-Net models 2024-Oct, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03222-y PMID:39044036	研究论文	本文探讨了通过集成3D U-Net模型来提高胸部CT扫描中肺结节分割精度的方法	本文创新性地结合了Inception和ResNet模块，并采用集成学习方法来提高肺结节检测的准确性	NA	开发一种计算机辅助诊断系统，以在临床环境中有效诊断和预测肺结节	胸部CT扫描中的肺结节	计算机视觉	肺癌	深度学习	3D U-Net	图像	53个CT扫描数据集
14653	2024-10-02	Domain adaptation using AdaBN and AdaIN for high-resolution IVD mesh reconstruction from clinical MRI 2024-Oct, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03233-9 PMID:39002098	研究论文	本文研究了使用AdaBN和AdaIN进行域适应，以从临床MRI重建高分辨率椎间盘网格	本文提出了使用AdaBN和AdaIN进行域适应，以提高从低分辨率MRI重建高分辨率椎间盘网格的性能	NA	研究如何将训练好的源模型适应于与训练集显著不同的环境中，以重建高分辨率椎间盘网格	椎间盘网格的重建	计算机视觉	NA	MRI2Mesh网络	CNN	图像	涉及不同人群、机器和测试站点的数据集
14654	2024-10-02	Deep learning-based segmentation of left ventricular myocardium on dynamic contrast-enhanced MRI: a comprehensive evaluation across temporal frames 2024-Oct, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03221-z PMID:38965165	研究论文	研究开发并评估了一种基于深度学习的自动方法，用于在动态对比增强磁共振成像（DCE-MRI）数据上分割左心室心肌	提出了一种快速且全自动的AI辅助方法，能够在DCE-MRI数据的所有时间帧上分割左心室心肌	NA	开发并评估一种自动方法，用于在DCE-MRI数据上分割左心室心肌	左心室心肌在动态对比增强磁共振成像（DCE-MRI）数据上的分割	计算机视觉	心血管疾病	动态对比增强磁共振成像（DCE-MRI）	U-Net	图像	55名受试者
14655	2024-10-02	Transformers for colorectal cancer segmentation in CT imaging 2024-Oct, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03217-9 PMID:38965166	研究论文	本研究探讨了在CT影像中使用Transformer模型进行结直肠癌分割的效果	本研究首次将多种Transformer模型应用于结直肠癌分割任务，并展示了其在该任务中超越传统卷积神经网络（CNN）的潜力	尽管Transformer模型在结直肠癌分割任务中表现出色，但分割精度仍有提升空间，且模型大小和计算需求较大	评估Transformer模型在结直肠癌分割任务中的表现，并与当前最先进的卷积神经网络（CNN）进行比较	结直肠癌（CRC）在CT影像中的分割	计算机视觉	结直肠癌	Transformer模型	Transformer	CT影像	使用了医学分割十项全能数据集中的样本
14656	2024-10-02	Artificial intelligence and porcine breeding 2024-Oct, Animal reproduction science IF:2.2Q1 DOI:10.1016/j.anireprosci.2024.107538 PMID:38926001	综述	本文综述了人工智能在猪育种中的应用	探讨了人工智能技术在猪育种中的潜力，指出其可能超越传统方法的性能	NA	探讨人工智能在猪育种中的应用及其对生产力、动物福利和环境影响的提升	猪育种中的母猪（包括福利和繁殖管理）和公猪（包括精液质量和健康）	机器学习	NA	人工智能	NA	大数据	NA
14657	2024-10-02	[18F]FDG PET integrated with structural MRI for accurate brain age prediction 2024-Oct, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-024-06784-w PMID:38839623	研究论文	本研究开发了一种新的深度学习方法，结合[18F]FDG PET和结构MRI图像来预测脑龄	提出了一个双路径3D简单全卷积网络（Dual-SFCNeXt），结合PET和MRI图像显著提高了脑龄预测的准确性	NA	建立一种新的深度学习方法来预测脑龄	脑龄预测	计算机视觉	NA	深度学习	全卷积网络	图像	共包括840名正常对照（NC）受试者、51名轻度认知障碍（MCI）受试者和56名阿尔茨海默病（AD）受试者
14658	2024-10-02	Deep Learning Virtual Contrast-Enhanced T1 Mapping for Contrast-Free Myocardial Extracellular Volume Assessment 2024-Oct, Journal of the American Heart Association IF:5.0Q1 DOI:10.1161/JAHA.124.035599 PMID:39344639	研究论文	本研究利用生成对抗网络生成虚拟对比增强T1图，以评估无对比剂的心肌细胞外体积	首次提出使用生成对抗网络生成虚拟对比增强T1图，实现无对比剂的心肌细胞外体积评估	多中心训练数据的需求限制了其在淀粉样变性中的普遍适用性	研究无对比剂的心肌细胞外体积评估方法	心肌细胞外体积	计算机视觉	心血管疾病	生成对抗网络	生成对抗网络	图像	2518张原生和对比增强T1图，来自1000名患者
14659	2024-10-02	Comparative analysis of chronic progressive nephropathy (CPN) diagnosis in rat kidneys using an artificial intelligence deep learning model 2024-Oct, Toxicological research IF:1.6Q4 DOI:10.1007/s43188-024-00247-y PMID:39345736	研究论文	本文比较了三种深度学习模型（YOLOv8、Mask R-CNN和SOLOv2）在诊断大鼠肾脏慢性进行性肾病（CPN）中的表现	首次使用深度学习模型对大鼠肾脏慢性进行性肾病的复杂病变进行诊断	样本量较小，且仅限于大鼠肾脏的慢性进行性肾病	评估不同深度学习模型在诊断大鼠肾脏慢性进行性肾病中的有效性	大鼠肾脏的慢性进行性肾病病变	数字病理学	肾脏疾病	深度学习	YOLOv8, Mask R-CNN, SOLOv2	图像	约2000张包含三种病变的大鼠肾脏全切片图像
14660	2024-10-02	Personalized prosthesis design in all-on-4® treatment through deep learning-accelerated structural optimization 2024-Oct, Journal of dental sciences IF:3.4Q1 DOI:10.1016/j.jds.2024.03.017 PMID:39347035	研究论文	本文提出了一种基于深度学习加速的结构优化方法，用于个性化设计All-on-4®治疗中的假体结构	首次将双向进化结构优化（BESO）与卷积神经网络（CNN）结合，用于优化假体框架结构	仅在有限的设计配置上进行了验证，可能需要进一步的临床验证	开发一种快速且有效的结构优化方法，用于个性化设计All-on-4®治疗中的假体框架	All-on-4®治疗中的假体框架结构	机器学习	NA	双向进化结构优化（BESO），卷积神经网络（CNN）	一维卷积神经网络（CNN）	有限元分析（FEA）数据	14,994种设计配置