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
14741	2024-08-05	A Systematic Review of Natural Language Processing Methods and Applications in Thyroidology 2024-Jun, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2024.03.007 PMID:38938930	综述	本研究旨在回顾自然语言处理在甲状腺相关疾病中的应用，并总结当前挑战和潜在的未来方向	评估了近年来甲状腺疾病中自然语言处理的应用，强调了深度学习方法的主导地位	没有任何被审查的自然语言处理应用达到了临床实践，存在临床文档不一致和模型可移植性等局限性	回顾自然语言处理在甲状腺相关疾病中的应用	甲状腺相关疾病中的自然语言处理应用	自然语言处理	甲状腺癌	深度学习，规则基础，传统机器学习	深度学习	电子健康档案	共有24个符合条件的研究
14742	2024-08-05	Deformation-encoding Deep Learning Transformer for High-Frame-Rate Cardiac Cine MRI 2024-Jun, Radiology. Cardiothoracic imaging DOI:10.1148/ryct.230177 PMID:38722232	研究论文	本研究开发了一种深度学习模型，以提高心脏cine MRI的帧率，同时保持空间分辨率和扫描时间	提出了一种基于transformer的深度学习模型，能够在提高帧率的同时保持图像质量	在不同成像设备和磁场强度下进行的回归分析未能完全排除所有潜在误差	研究旨在提高心脏cine MRI的图像帧率	对来自5840名患者回顾性cine图像进行分析，及对49名临床心脏MRI参与者实现前瞻性研究	数字病理学	心血管疾病	MRI	Transformer	影像	5840名患者的回顾性样本和49名参与者的前瞻性样本
14743	2024-08-05	Anti-motion Ultrafast T2 Mapping Technique for Quantitative Detection of the Normal-Appearing Corticospinal Tract Changes in Subacute-Chronic Stroke Patients with Distal Lesions 2024-Jun, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2023.11.036 PMID:38142175	研究论文	本研究通过多重重叠回波分离技术（MOLED）量化检测亚急性-慢性中风患者正常表观皮质脊髓束的微观结构变化	采用MOLED技术克服了中风患者在磁共振成像过程中因不自主运动带来的挑战	未提及	研究旨在量化中风患者皮质脊髓束的变化	79名亚急性-慢性中风患者	数字病理学	中风	MOLED	深度学习网络	影像	79名患者
14744	2024-08-05	Deep learning based automated left ventricle segmentation and flow quantification in 4D flow cardiac MRI 2024 Summer, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2023.100003 PMID:38211658	研究论文	本研究开发并评估基于深度学习的方法，以直接从4D流动MRI中分割左心室并定量血流。	提出了用于从短轴重构的4D流动体积中进行左心室自动分割的新型深度学习网络和特征融合方法	评估只基于内部数据集，可能存在样本偏差	旨在提高4D流动MRI中的左心室分割和血流定量分析的准确性	以101名受试者的4D流动MRI数据为研究对象	计算机视觉	心血管疾病	4D流动MRI	2D U-Net	图像	101个受试者，67,567个2D图像和3030个3D体积
14745	2024-08-05	Influence of Deep Learning Based Image Reconstruction on Quantitative Results of Coronary Artery Calcium Scoring 2024-Jun, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.03.020 PMID:38582685	研究论文	该研究评估了基于深度学习的成像重建对冠状动脉钙评分定量结果的影响	提出了深度学习重建在降低辐射剂量方面的潜力，并与传统重建方法进行了对比	研究为回顾性队列分析，样本集中于单一医院，结果可能无法推广至更广泛的人群	评估深度学习成像重建对冠状动脉钙评分的影响及其辐射剂量降低的潜力	100名连续患者的冠状动脉钙评分扫描结果	数字病理学	心血管疾病	深度学习基图像重建(DLIR)	NA	图像	100名患者的扫描数据
14746	2024-08-07	Seeing between Time: Higher Frame Rate Cardiac Cine MRI using Deep Learning 2024-Jun, Radiology. Cardiothoracic imaging DOI:10.1148/ryct.240140 PMID:38842457	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
14747	2024-08-05	PractiCPP: a deep learning approach tailored for extremely imbalanced datasets in cell-penetrating peptide prediction 2024-02-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae058 PMID:38305405	研究论文	介绍了一种针对高度不平衡数据情景的细胞穿透肽预测的深度学习框架PractiCPP	PractiCPP通过集成硬负样本抽样和复杂的特征提取与预测模块，专门为不平衡数据设计，显著提升了CPP的预测准确性	当前研究主要关注高不平衡的数据情景，未覆盖其他数据分布情况	提升细胞穿透肽的预测准确性以支持药物递送系统的改进	细胞穿透肽的识别与特征化	机器学习	NA	深度学习	NA	NA	有极高正负比（1:1000）的数据集
14748	2024-08-05	The analysis of the internet of things database query and optimization using deep learning network model 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0306291 PMID:38941309	研究论文	本研究探讨深度学习网络模型在物联网数据库查询和优化中的应用效果	本文通过优化策略提升了深度学习网络模型的效率，验证了优化模型在训练和参数优化阶段的优势	研究可能未考虑所有类型的数据库查询和系统架构	本研究旨在探讨深度学习技术在物联网数据处理中的应用	研究对象为物联网数据库及其查询和优化策略	深度学习	NA	深度学习网络模型	优化深度学习模型	数据请求	2000个数据量及以上
14749	2024-08-05	Deep learning-based differentiation of peripheral high-flow and low-flow vascular malformations in T2-weighted short tau inversion recovery MRI 2024, Clinical hemorheology and microcirculation IF:2.1Q3 DOI:10.3233/CH-232071 PMID:38306026	研究论文	本文评估了一种卷积神经网络（CNN）在T2加权短tau反转恢复MRI中区分周边高流量和低流量血管畸形的表现	使用CNN在血管畸形的诊断中，与专家放射科医师的表现相当，且对于初级放射科医师的辅助效果有限	该研究为单中心研究，样本量可能限制结果的广泛适用性	评估CNN在区分高流量和低流量血管畸形中的效果	527个MRI图像，其中386个为低流量血管畸形，141个为高流量血管畸形	计算机视觉	NA	MRI	CNN	图像	527个MRI图像
14750	2024-08-05	A CNN-CBAM-BIGRU model for protein function prediction 2024-Jan-01, Statistical applications in genetics and molecular biology IF:0.8Q3 DOI:10.1515/sagmb-2024-0004 PMID:38943434	研究论文	提出了一种新的CNN-CBAM-BiGRU模型用于蛋白质功能预测	将卷积块注意力模块与双向GRU结合，提高了对蛋白质数据中信息部分的关注	NA	研究利用深度学习模型进行蛋白质功能预测的有效性	蛋白质序列数据	计算机视觉	NA	深度学习	CNN-CBAM-BiGRU	蛋白质序列	人类和酵母数据集
14751	2024-08-05	Toward next-generation endoscopes integrating biomimetic video systems, nonlinear optical microscopy, and deep learning 2023-Jun, Biophysics reviews IF:2.9Q2 DOI:10.1063/5.0133027 PMID:38510341	研究论文	本文审查了三种新兴技术在下一代内镜系统中的潜在应用，以提高胃肠道癌症的诊断能力	提出了结合仿生视频系统、非线性光学显微镜和深度学习的内镜新配置，能够更有效地检测和确认可疑病变	在将这些技术应用于下一代内镜时面临诸多挑战	提高胃肠道癌症的早期检测和诊断效率	主要关注胃癌的内镜诊断技术进展	计算机视觉	癌症	非线性光学显微镜、深度学习	NA	NA	NA
14752	2024-08-05	Exploring the Link Between Brain Waves and Sleep Patterns with Deep Learning Manifold Alignment 2023, The 4th Joint International Conference on Deep Learning, Big Data and Blockchain (DBB 2023). Joint International Conference on Deep Learning, Big Data and Blockchain (4th : 2023 : Marrakech, Morocco ; Online) DOI:10.1007/978-3-031-42317-8_7 PMID:38939181	研究论文	本文探讨了脑电波与睡眠模式之间的关系，采用了深度学习流形对齐的新方法	创新点在于使用深度学习流形对齐方法来探索睡眠结构与EEG特征之间的关系	本文未提及研究的具体限制	研究睡眠架构与脑电图（EEG）特征之间的关系	多模态多睡眠监测数据集，包括PSG、ECG和EEG	机器学习	NA	深度学习流形对齐	NA	多模态数据，包括文本、图像和音频	NA
14753	2024-08-07	Depth resolved pencil beam radiography using AI - a proof of principle study 2022-Jun, Journal of instrumentation : an IOP and SISSA journal IF:1.3Q3 DOI:10.1088/1748-0221/17/06/p06012 PMID:38938475	研究论文	本研究探讨了利用现代辐射源和探测器结合深度学习技术，通过散射光子信息在平面X射线成像中解析叠加衰减器的可能性	首次证明深度学习技术可以分析散射光子模式，从而在传统2D平面设置中推断深度信息	研究受限于简单的测试场景，未涉及复杂性或优化，且临床应用的性能扩展尚未探索	验证深度学习技术在解析平面X射线成像中叠加衰减器深度的原理	使用散射光子信息解析平面X射线成像中的叠加衰减器	计算机视觉	NA	X射线成像	卷积神经网络	图像	10个伪随机堆叠的空气/骨骼/水材料模型
14754	2024-08-05	Phase division and recognition of crystal HRTEM images based on machine learning and deep learning 2024-Sep, Micron (Oxford, England : 1993) DOI:10.1016/j.micron.2024.103665 PMID:38850965	研究论文	本研究提出了一种结合机器学习和深度学习的方法，自动划分晶体HRTEM图像中的相区域	创新点在于使用滑动窗口计算快速傅里叶变换(FFT)的幅度谱，并结合主成分分析和非负矩阵分解实现相的自动识别	本研究可能在处理某些复杂材料的HRTEM图像时存在局限性	研究目标是在HRTEM图像中实现高效的相分割和识别	研究对象包括锆和氧纳米颗粒的HRTEM图像	机器学习	NA	快速傅里叶变换(FFT)	深度学习	图像	锆和氧纳米颗粒HRTEM图像的实验
14755	2024-08-05	Machine learning methods for genomic prediction of cow behavioral traits measured by automatic milking systems in North American Holstein cattle 2024-Jul, Journal of dairy science IF:3.7Q2 DOI:10.3168/jds.2023-24082 PMID:38395400	研究论文	本文旨在比较传统基因组预测方法与深度学习算法在自动挤奶系统中对北美荷斯坦奶牛行为特征的基因组预测性能	研究了深度学习算法在奶牛行为特征的基因组预测中相较于传统方法的表现，提供了对预测精度的新见解	深度学习方法的计算需求较高，且在未基因分型个体上的预测能力有限	提高复杂性状如奶牛行为的基因组预测精度	北美荷斯坦奶牛的挤奶拒绝和挤奶失败	机器学习	NA	自动挤奶系统	LASSO, MLP, CNN, GBLUP	每日记录	4,511头基因分型的荷斯坦奶牛，总计1,993,509条记录
14756	2024-08-05	Automated vessel-specific coronary artery calcification quantification with deep learning in a large multi-centre registry 2024-Jun-28, European heart journal. Cardiovascular Imaging DOI:10.1093/ehjci/jeae045 PMID:38376471	研究论文	本文评估了 vessel-specific 冠状动脉钙化的深度学习分析在多中心登记中的准确性及其预后意义	提出了一种基于深度学习的自动化技术来评估 vessel-specific 冠状动脉钙化，与传统专家评估的方法相比，具有一致性和准确性	该研究可能受限于其数据来源于多个中心，因此可能存在患者特征的多样性及其对结果的影响	旨在提高冠状动脉钙化评估的准确性，并为预后评估提供支持	研究对象包括不同类型的冠状动脉及其钙化情况	数字病理学	心血管疾病	深度学习	NA	CT图像	3000个门控CT训练样本，2094个门控CT测试样本和5969个非门控AC CT样本
14757	2024-08-05	Explainable AI based automated segmentation and multi-stage classification of gastroesophageal reflux using machine learning techniques 2024-Jun-28, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad5a14 PMID:38901416	研究论文	本研究提出了一种基于可解释人工智能的自动分割和多阶段分类系统，用于胃食管反流疾病的诊断	提出了一个专门为胃肠道疾病诊断而设计的系统，结合目标检测和深度学习分割技术	未提及研究的局限性	旨在开发自动化工具以快速和准确地诊断胃食管反流疾病	关注于胃食管反流疾病患者的医学图像	计算机视觉	胃食管反流疾病	Yolov5, Deep LabV3+	自定义深度神经网络	图像	NA
14758	2024-08-05	A novel radiomics approach for predicting TACE outcomes in hepatocellular carcinoma patients using deep learning for multi-organ segmentation 2024-06-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-65630-z PMID:38926517	研究论文	本研究提出了一种新的放射组学方法，利用深度学习进行多脏器分割，以预测肝细胞癌患者的TACE治疗结果	本研究采用全自动的、预训练的深度学习模型，从多个感兴趣的脏器体积中提取放射组学特征，克服了传统模型手动分割的限制	本研究的局限性在于未能考虑所有可能影响TACE结果的临床因素	本研究旨在开发一种新的方法来预测肝细胞癌患者的TACE治疗结果	研究对象为252名接受TACE治疗的肝细胞癌患者	数字病理学	肝癌	深度学习	随机生存森林模型	CT图像	252名肝细胞癌患者
14759	2024-08-05	CT imaging-derived phenotypes for abdominal muscle and their association with age and sex in a medical biobank 2024-06-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-64603-6 PMID:38926479	研究论文	本研究探讨了通过CT成像获得的腹部肌肉表型及其与年龄和性别的关联	开发了一种全自动的技术来评估腹部肌肉IDP，并展示了与年龄和性别的差异，提供了个体肌肉的3D分割	本研究仅限于回顾性分析，样本选择和数据集的多样性可能影响结果的普遍适用性	研究腹部肌肉质量变化与年龄和性别的关系	利用医学生物库中不同人种的参与者的CT扫描数据进行分析	影像学	肌肉衰减症	CT扫描	深度残差U-Net	影像	110个CT研究，此外还有295个研究用于模型性能评估
14760	2024-08-05	Imputation of label-free quantitative mass spectrometry-based proteomics data using self-supervised deep learning 2024-Jun-26, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-48711-5 PMID:38926340	研究论文	本研究展示了如何使用自监督深度学习模型对缺失的质谱数据进行填充	创新点在于应用协同过滤、去噪自编码器和变分自编码器填充缺失数据，并结合深度学习方法进行分析	研究的限制在于仅在特定的酒精相关肝病队列中进行了验证，可能无法推广到其他类型的数据	研究的目的是改善质谱数据中的缺失值填充方法，以提高其分析的可靠性	研究对象是358名具有血浆蛋白组数据的酒精相关肝病个体	数字病理学	肝脏疾病	质谱	变分自编码器	蛋白组数据	358个个体的血浆蛋白组数据