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
15001	2024-08-05	Cross noise level PET denoising with continuous adversarial domain generalization 2024-Apr-03, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad341a PMID:38484401	研究论文	本文提出了一种利用连续对抗领域泛化技术进行正电子发射断层扫描（PET）去噪的方法，旨在减少不同噪声水平下的去噪偏差	本文首次从领域泛化的角度解决了跨噪声水平去噪中的性能下降问题	本文在不同噪声水平的数据集上进行训练和测试，可能对特定噪声水平的泛化能力仍存在一定限制	旨在通过领域泛化技术提高模型在不同噪声水平下的去噪性能	研究对象为97F-MK6240 tau PET研究中的60名受试者的PET图像	数字病理学	阿尔茨海默病	对抗训练	3D UNet	图像	1400对3D图像体积，采用三组不同噪声水平的数据集
15002	2024-08-05	The Success of Deep Learning Modalities in Evaluating Modic Changes 2024-04, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2024.01.129 PMID:38296043	研究论文	本研究分析了使用深度学习模式检测的MRI中Modic变化。	该文章创新性地应用了多种卷积神经网络（CNN）架构来分类和分割Modic变化，有助于降低放射科医师的工作量。	NA	调查深度学习在MRI中评估Modic变化的有效性。	307名接受MRI检查的患者，涵盖不同年龄段的男女。	计算机视觉	NA	MRI	CNN	图像	307名患者的MRI图像数据
15003	2024-08-05	Automatic gross tumor volume segmentation with failure detection for safe implementation in locally advanced cervical cancer 2024-Apr, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2024.100578 PMID:38912007	研究论文	本文比较了深度学习模型在局部晚期宫颈癌中的肿瘤体积分割效果，并引入了故障检测的新方法	通过利用放射组学特征引入了故障检测的创新方法	未提及研究中潜在的限制	研究自动化分割方法在局部晚期宫颈癌放射治疗中的应用	局部晚期宫颈癌患者的肿瘤体积分割	数字病理学	宫颈癌	深度学习	2D-SegResNet等	医学影像	115名回顾性案例和51名前瞻性案例
15004	2024-08-05	Current Status and Role of Artificial Intelligence in Anorectal Diseases and Pelvic Floor Disorders 2024 Apr-Jun, JSLS : Journal of the Society of Laparoendoscopic Surgeons DOI:10.4293/JSLS.2024.00007 PMID:38910957	综述	本文概述了人工智能在处理良性肛肠疾病和盆底疾病管理中的当前应用状态。	文章展示了使用卷积神经网络等AI模块优化影像研究和肛门测压解读的创新点。	所开发的AI模块未在外部队列中进行验证。	探讨人工智能在改善盆底和良性肛肠疾病管理中的潜力。	分析与盆底疾病及良性肛肠疾病相关的文献，评估AI在这些领域的应用。	计算机视觉	NA	卷积神经网络	NA	文献	139篇文献中，符合纳入与排除标准的有15篇
15005	2024-08-05	A novel method of swin transformer with time-frequency characteristics for ECG-based arrhythmia detection 2024, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2024.1401143 PMID:38911517	研究论文	本研究提出了一种结合小波时频图与Swin Transformer模型的新方法，用于ECG基础的心律失常检测	该方法创新地结合了小波时频图与Swin Transformer模型，提高了心律失常检测的准确性	研究中没有提及样本的多样性和适用性限制	研究旨在提高心律失常的自动检测准确性	研究对象为MIT-BIH心律失常数据集中的心电图(ECG)信号	机器学习	心血管疾病	小波变换	Swin Transformer	心电图信号	MIT-BIH心律失常数据集中的样本
15006	2024-08-05	Automated Scoring of Alzheimer's Disease Atrophy Scale with Subtype Classification Using Deep Learning-Based T1-Weighted Magnetic Resonance Image Segmentation 2024, Journal of Alzheimer's disease reports DOI:10.3233/ADR-230105 PMID:38910943	研究论文	该文章提供了一种基于深度学习的自动化阿尔茨海默病萎缩评分方法	通过深度学习分割方法实现客观的体积驱动萎缩评分，为阿尔茨海默病亚型分类提供了新的自动化工具	在认知正常参与者中的评分一致性较差，可能影响临床应用	研究阿尔茨海默病的萎缩评分及其亚型分类	研究对象包括3959名参与者，其中有认知正常、轻度认知障碍和阿尔茨海默病患者	数字病理学	阿尔茨海默病	深度学习图像分割	NA	MRI图像	3959名参与者（1732名认知正常，1594名轻度认知障碍，633名阿尔茨海默病患者）
15007	2024-08-05	Comparative Evaluation of Machine Learning Models for Subtyping Triple-Negative Breast Cancer: A Deep Learning-Based Multi-Omics Data Integration Approach 2024, Journal of Cancer IF:3.3Q2 DOI:10.7150/jca.93215 PMID:38911381	研究论文	本研究开发了一种基于深度学习的多组学数据整合模型，以提高三阴性乳腺癌亚型和预后预测的准确性	本研究在数据整合、统计性能和算法优化方面展示了显著进展，特别是在深度学习模型的优化方面	尽管MRI放射组学模型有效，但在跨数据集应用时的性能下降强调了需要进一步优化以提高准确性和一致性	研究目的在于提高三阴性乳腺癌的分类和预后预测准确性	研究对象为三阴性乳腺癌相关的多组学分子特征数据，包括mRNA、miRNA、基因突变、DNA甲基化和MRI图像	数字病理学	乳腺癌	深度学习	DL模型	图像和基因组数据	NA
15008	2024-08-05	GranoScan: an AI-powered mobile app for in-field identification of biotic threats of wheat 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1298791 PMID:38911980	研究论文	本文介绍了一款名为GranoScan的免费移动应用程序，可实时检测和识别地中海地区影响小麦的80多种威胁	GranoScan通过与意大利农民的直接合作开发，具有优化的图形界面和在低或无网络情况下的操作能力	没有提到关于特定环境条件下应用程序的限制或潜在挑战	旨在提供一种可用的工具以帮助农民识别小麦的生物威胁	研究对象为影响小麦的生物威胁，包括害虫和病害	计算机视觉	肺癌	深度学习	EfficientNet-b0	图像	未具体说明样本的数量和种类
15009	2024-08-05	Automated measurement and grading of knee cartilage thickness: a deep learning-based approach 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1337993 PMID:38487024	研究论文	本研究提出了一种基于深度学习的方法来自动测量和分级膝盖软骨厚度	通过不同的深度学习方法实现膝盖软骨的分割和测量，建立了一套标准化的软骨厚度数据库	研究主要是回顾性分析，可能存在选择偏差，且样本范围在年龄和分级上有限	旨在提高膝盖软骨厚度测量的效率和准确性	混合膝盖MRI数据集和不同参数下的软骨厚度	数字病理学	骨关节炎	深度学习	卷积神经网络（CNN）	影像	700个膝盖MRI案例
15010	2024-08-05	Deep Learning Based Prediction of Pulmonary Hypertension in Newborns Using Echocardiograms 2024, International journal of computer vision IF:11.6Q1 DOI:10.1007/s11263-024-01996-x PMID:38911323	研究论文	本研究提出了一种基于多视角视频的深度学习方法，用于预测和分类新生儿的肺动脉高压。	这是首个利用超声心动图进行新生儿肺动脉高压自动评估的研究，采用了解释性深度学习方法。	本研究的结果基于相对小的样本量，未来需要在更大人群中验证。	本研究旨在开发一种自动化工具，以改善新生儿肺动脉高压的检测和严重性分类。	研究对象为270名新生儿，使用超声心动图进行肺动脉高压的预测和评估。	数字病理学	心脏病	超声心动图（Echocardiogram）	时空卷积网络（Spatio-temporal convolutional architectures）	视频	270名新生儿
15011	2024-08-05	RelCurator: a text mining-based curation system for extracting gene-phenotype relationships specific to neurodegenerative disorders 2023-08, Genes & genomics IF:1.6Q3 DOI:10.1007/s13258-023-01405-6 PMID:37300788	研究论文	该文章提出了一个文本挖掘基础的Curator系统，旨在提取与神经退行性疾病相关的基因-表型关系的句子	本研究的创新点在于使用双向门控递归单元网络和BioWordVec词嵌入，开发了一种深度学习模型来预测基因-表型关系	未提及特定限制	旨在从医学文献中提取基因-表型关系，以支持精准医学	研究对象为与神经退行性疾病相关的基因和表型实体	自然语言处理	神经退行性疾病	深度学习	双向门控递归单元网络 (BiGRU)	文本	超过130,000个标记的PubMed句子
15012	2024-08-07	Design and Rationale for the Use of Magnetic Resonance Imaging Biomarkers to Predict Diabetes After Acute Pancreatitis in the Diabetes RElated to Acute Pancreatitis and Its Mechanisms Study: From the Type 1 Diabetes in Acute Pancreatitis Consortium 2022-07-01, Pancreas IF:1.7Q3 DOI:10.1097/MPA.0000000000002080 PMID:36206463	研究论文	本研究探讨使用磁共振成像（MRI）技术预测急性胰腺炎后糖尿病的可能性	利用高级MRI技术反映潜在的病理生理变化，并提供预测糖尿病的影像生物标志物	NA	通过识别急性胰腺炎后的实质特征，区分高风险个体与血糖正常者	急性胰腺炎后糖尿病的风险评估	医学影像	糖尿病	磁共振成像（MRI）	深度学习	影像数据	DREAM研究中的一部分参与者将参与并接受特定的MRI检查
15013	2024-08-07	Weakly Supervised Skull Stripping of Magnetic Resonance Imaging of Brain Tumor Patients 2022, Frontiers in neuroimaging DOI:10.3389/fnimg.2022.832512 PMID:37555156	研究论文	评估Dense-Vnet在脑肿瘤患者MRI数据上进行颅骨剥离的表现	采用弱监督深度学习方法在存在病理情况下成功进行MRI脑提取	模型在健康患者数据上的表现略低于专门训练的健康患者模型	研究脑肿瘤患者MRI数据的颅骨剥离技术	脑肿瘤患者的MRI数据	计算机视觉	脑肿瘤	MRI	Dense-Vnet	图像	668名脑肿瘤患者的预治疗MRI数据
15014	2024-08-05	Improved 3D DESS MR neurography of the lumbosacral plexus with deep learning and geometric image combination reconstruction 2024-Aug, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-024-04613-7 PMID:38386108	研究论文	本研究评估了深度学习重建对LSP MRN影像质量和神经可见性的影响	提出了一种几何图像组合方法，以改善DESS信号的组合	仅评估了成人患者的影像，样本量相对较小	探讨深度学习重建及几何图像组合对LSP MRN的影像质量提升	涉及40名接受3.0特斯拉LSP MRN的成人患者	数字病理学	NA	深度学习重建，几何图像组合	NA	影像	40名患者（22名女性，平均年龄48.6岁）
15015	2024-08-05	Computed tomography machine learning classifier correlates with mortality in interstitial lung disease 2024-Jul, Respiratory investigation IF:2.4Q2 DOI:10.1016/j.resinv.2024.05.010 PMID:38772191	研究论文	本研究探讨了机器学习分类器Fibresolve在间质性肺病中的死亡率预测能力。	Fibresolve作为一种基于深度学习的非侵入性诊断工具，首次被验证为间质性肺病死亡率的独立预测因子。	此研究的样本量虽然大，但仅包括228名可随访数据的患者，可能限制了结果的广泛适用性。	研究Fibresolve在间质性肺病患者中预测死亡率的有效性。	研究对象为228名患有特发性肺纤维化及其他间质性肺病的患者。	计算机视觉	间质性肺病	深度学习	Cox回归分析	医学影像	228名患者
15016	2024-08-05	From 2D to 3D: automatic measurement of the Cobb angle in adolescent idiopathic scoliosis with the weight-bearing 3D imaging 2024-Jul, The spine journal : official journal of the North American Spine Society DOI:10.1016/j.spinee.2024.03.019 PMID:38583576	研究论文	本研究比较了传统2D Cobb角测量和利用重负荷3D成像技术的自动测量在青少年特发性脊柱侧弯患者中的应用	提出了使用重负荷3D成像技术的自动测量方法，提供了更精准的脊柱曲度评估	需要更多涉及重度曲线患者的研究来验证和扩展这些结果	旨在改善青少年特发性脊柱侧弯的临床评估准确性	53名被诊断为青少年特发性脊柱侧弯的患者	数字病理学	青少年特发性脊柱侧弯	WR3D成像技术	3D-UNet	图像	53名患者，88条脊柱曲线
15017	2024-08-05	Comparative analysis of machine learning methods for prediction of chlorophyll-a in a river with different hydrology characteristics: A case study in Fuchun River, China 2024-Jul, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2024.121386 PMID:38865920	研究论文	本研究分析了不同水文特征河流中氯ophyll-a浓度的预测方法	首次比较了传统机器学习和深度学习模型在不同水文特征下的氯ophyll-a预测性能	未涉及其他可能影响氯ophyll-a的环境因素	探究氯ophyll-a的时空分布及其准确预测对水系统管理的重要性	富春江中的氯ophyll-a浓度及其关联环境因子	机器学习	NA	机器学习	传统机器学习模型及深度学习模型	环境数据	NA
15018	2024-08-05	Applicability of Deep Learning to Dynamically Identify the Different Organs of the Pelvic Floor in the Midsagittal Plane 2024-Jun-24, International urogynecology journal IF:1.8Q3 DOI:10.1007/s00192-024-05841-0 PMID:38913129	研究论文	本文创建并验证了一种卷积神经网络(CNN)以通过动态超声识别盆底不同器官	使用CNN动态识别盆底器官的创新方法	对每个器官的DSI存在较大差异，膀胱和子宫的识别表现较差	研究如何利用CNN进行盆底器官的识别	110位患者的盆底结构	计算机视觉	NA	超声	CNN	视频	110名患者
15019	2024-08-05	Discovery of a Novel and Potent LCK Inhibitor for Leukemia Treatment via Deep Learning and Molecular Docking 2024-Jun-24, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00151 PMID:38847742	研究论文	本研究介绍了一种新颖且有效的LCK抑制剂，用于白血病治疗	结合传统方法与AI驱动的筛选策略，以高效识别LCK抑制剂	NA	寻找有效的LCK抑制剂以治疗T细胞急性淋巴细胞白血病	LCK抑制剂的筛选及其对T-ALL细胞的影响	计算机视觉	白血病	深度学习，分子对接	PLANET算法	化合物数据	四种潜在LCK抑制剂，特定化合物1232030-35-1的生物评估
15020	2024-08-05	Saliency-driven explainable deep learning in medical imaging: bridging visual explainability and statistical quantitative analysis 2024-Jun-22, BioData mining IF:4.0Q1 DOI:10.1186/s13040-024-00370-4 PMID:38909228	研究论文	本文提出了一种基于图像的显著性框架，以增强深度学习模型在医学图像分析中的可解释性	创新性地结合了定性和定量评估，以提高医学成像中深度学习模型的透明度和信任度	需要进一步改进经验指标的稳定性和可靠性，并增加多样化的成像模式	研究深度学习模型在医学图像分析中的可解释性	脑肿瘤MRI和COVID-19胸部X光数据集的预测	数字病理	NA	深度卷积神经网络	NA	图像	NA