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
15441	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
15442	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
15443	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
15444	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
15445	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
15446	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
15447	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
15448	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
15449	2024-10-02	Peptide-Membrane Docking and Molecular Dynamic Simulation of In Silico Detected Antimicrobial Peptides from Portulaca oleracea's Transcriptome 2024-Oct, Probiotics and antimicrobial proteins IF:4.4Q2 DOI:10.1007/s12602-024-10261-z PMID:38704476	研究论文	本研究通过计算机模拟方法从马齿苋的转录组中检测并验证了新的抗菌肽	首次通过计算机模拟方法从马齿苋中筛选出潜在的抗菌肽，并进行了分子动力学模拟验证其稳定性	研究仅限于计算机模拟，未进行体外和体内实验验证	寻找新的抗菌肽以应对临床感染中的多药耐药问题	马齿苋中的抗菌肽	生物信息学	NA	分子动力学模拟	深度学习	转录组数据	马齿苋的转录组数据
15450	2024-10-02	[Nursing Education in the Era of Generative Artificial Intelligence: Are We Ready?] 2024-Oct, Hu li za zhi The journal of nursing DOI:10.6224/JN.202410_71(5).01 PMID:39350703	研究论文	探讨生成式人工智能（GAI）在护理教育中的应用及其带来的挑战和机遇	介绍了ChatGPT在护理教育中的多种应用，如个性化学习、快速信息获取、提高学生问题解决能力等	过度依赖ChatGPT可能限制学生的批判性思维和创新能力	探讨生成式人工智能在护理教育中的应用及其对教育质量的影响	护理教育及其学生和教育者	机器学习	NA	生成式人工智能（GAI）	ChatGPT	文本	NA
15451	2024-10-02	Clarifications on the Differentiation of Vertebral Fractures Using Deep Learning Models 2024-Oct, Radiology IF:12.1Q1 DOI:10.1148/radiol.241162 PMID:39352286	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
15452	2024-10-02	Artificial intelligence-based fully automated stress left ventricular ejection fraction as a prognostic marker in patients undergoing stress cardiovascular magnetic resonance 2024-Sep-30, European heart journal. Cardiovascular Imaging DOI:10.1093/ehjci/jeae168 PMID:38985691	研究论文	本研究旨在评估基于人工智能的全自动应激左心室射血分数（LVEFAI）在应激心血管磁共振（CMR）患者中作为死亡预测标志物的增量预后价值	本研究首次使用基于人工智能的算法，结合多个深度学习网络进行左心室分割，评估应激状态下的左心室射血分数，并发现其在预测死亡方面具有增量预后价值	本研究仅限于应激心血管磁共振患者，样本量较大但仍需在更广泛的人群中验证	评估基于人工智能的全自动应激左心室射血分数在应激心血管磁共振患者中作为死亡预测标志物的增量预后价值	应激心血管磁共振患者	心血管疾病	心血管疾病	心血管磁共振（CMR）	深度学习网络	图像	9712名患者
15453	2024-10-02	Machine learning assisted crystallographic reconstruction from atom probe tomographic images 2024-Sep-30, Journal of physics. Condensed matter : an Institute of Physics journal DOI:10.1088/1361-648X/ad81a2 PMID:39348858	研究论文	本文提出了一种结合改进的前向模拟过程和反向机器学习过程的新方法，用于从原子探针断层扫描图像中重建晶体学信息	采用深度学习模型（CNN、ViT和VAE）进行反向过程，显著提高了晶体取向的重建精度	NA	解决从原子探针断层扫描数据中准确重建晶体学信息的挑战	铝单晶的不同取向	计算机视觉	NA	原子探针断层扫描（APT）	卷积神经网络（CNN）、视觉变换器（ViT）、变分自编码器（VAE）	三维图像	10,000个原始三维图像，通过数据增强生成100,000个三维图像
15454	2024-10-02	Deep Learning Classification of Ischemic Stroke Territory on Diffusion-Weighted MRI: Added Value of Augmenting the Input with Image Transformations 2024-Sep-30, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01277-6 PMID:39349784	研究论文	本研究旨在利用人工智能构建基于扩散加权MRI的卒中区域分类器，以加速卒中患者的分诊	通过图像变换增强输入数据，提高了预训练模型的分类性能	研究样本来自两个中心，可能存在数据偏倚	开发一种能够快速准确分类卒中区域的AI模型	急性缺血性卒中患者的扩散加权MRI图像	计算机视觉	心血管疾病	NA	MobileNetV2, EfficientNetB0	图像	271名急性缺血性卒中患者和122名来自两个中心的急性缺血性卒中患者
15455	2024-10-02	Deep Learning Approaches for Brain Tumor Detection and Classification Using MRI Images (2020 to 2024): A Systematic Review 2024-Sep-30, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01283-8 PMID:39349785	综述	本文详细回顾了2020年至2024年间使用MRI图像进行脑肿瘤检测和分类的深度学习方法研究	总结了现有研究的局限性和重要亮点，并提供了未来研究方向	NA	提供对脑肿瘤分类和检测自动技术的全面理解，以帮助专业人士和学术界	脑肿瘤检测和分类的深度学习方法	计算机视觉	脑肿瘤	深度学习	转移学习、自编码器、变换器、注意力机制	图像	60篇研究论文
15456	2024-10-02	Deep learning detects subtle facial expressions in a multilevel society primate 2024-Sep-30, Integrative zoology IF:3.5Q1 DOI:10.1111/1749-4877.12905 PMID:39350466	研究论文	研究利用深度学习技术检测多层次社会灵长类动物的微妙面部表情	首次使用人工智能技术发现人类观察者无法察觉的非人类灵长类动物的微妙面部表情	研究仅限于金丝猴这一特定物种，且样本主要来自野外和实验室环境	探讨非人类灵长类动物面部表情的功能意义及其在复杂社会系统中的作用	金丝猴的面部表情	计算机视觉	NA	深度学习	EfficientNet, RepMLP, Tokens-To-Token ViT	图像	3427张金丝猴正面图像，来自275段视频
15457	2024-10-02	Adaptive haze pixel intensity perception transformer structure for image dehazing networks 2024-Sep-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73866-y PMID:39341993	研究论文	提出了一种自适应雾像素强度感知Transformer结构，用于图像去雾网络	通过独特的三分支设计，结合Transformer的全局特征和CNN的局部特征，实现对雾残差的层次调节	未提及	解决基于深度学习的去雾网络在复杂现实雾场景和跨数据集挑战中的算法效率和色彩失真问题	雾图像中的像素强度和雾残差	计算机视觉	NA	Transformer, CNN	SwinTieredHazymers (STH)	图像	使用配对的干净-雾图像数据集进行实验
15458	2024-10-02	FindCSV: a long-read based method for detecting complex structural variations 2024-Sep-28, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05937-w PMID:39342151	研究论文	提出了一种基于长读长测序数据检测复杂结构变异的新方法FindCSV	利用深度学习技术和共识序列来增强复杂和简单结构变异的检测	未提及具体限制	开发一种高效且准确的复杂结构变异检测方法	复杂和简单的结构变异	生物信息学	NA	长读长测序	深度学习	测序数据	未提及具体样本数量
15459	2024-09-30	Dual stage MRI image restoration based on blind spot denoising and hybrid attention 2024-Sep-28, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01437-8 PMID:39342222	研究论文	本文提出了一种基于盲点去噪和混合注意力的双阶段MRI图像恢复方法	本文创新性地结合了盲点去噪和混合注意力机制，通过生成对抗网络（GAN）恢复去噪后的MRI图像细节	当前的去噪网络可能在未来被更先进的模型替代，以进一步提升性能	解决医学MRI图像中的噪声问题，提高图像质量和细节恢复	MRI图像中的噪声和细节信息	计算机视觉	NA	生成对抗网络（GAN）	生成对抗网络（GAN）	图像	临床数据集
15460	2024-10-02	Hand gesture recognition using sEMG signals with a multi-stream time-varying feature enhancement approach 2024-09-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72996-7 PMID:39333258	研究论文	本文提出了一种基于多流时间变化特征增强方法的表面肌电信号手势识别系统	引入了一种轻量级的四流深度学习架构，结合了时间卷积网络（TCN）和卷积神经网络（CNN）的特征，以提高手势识别的准确性和稳定性	NA	开发一种高性能的表面肌电信号手势识别系统，以改善肌肉-计算机接口的部署	表面肌电信号（sEMG）手势识别	机器学习	NA	时间卷积网络（TCN），卷积神经网络（CNN），长短期记忆网络（LSTM）	四流深度学习架构	表面肌电信号（sEMG）	Ninapro DB1和DB9数据集