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
15821	2024-09-25	On Clinical Agreement on the Visibility and Extent of Anatomical Layers in Digital Gonio Photographs 2021-09-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.10.11.1 PMID:34468695	研究论文	本文量化评估了眼科医生在数字前房角照片上描绘解剖层轮廓的注释者间变异性，为自动化分析算法的验证提供了基准	本文首次系统地评估了眼科医生在前房角照片上描绘解剖层轮廓的一致性，为深度学习模型的验证提供了基础	研究样本量较小，仅包含20张图像，可能影响结果的普适性	评估眼科医生在数字前房角照片上描绘解剖层轮廓的一致性，为自动化分析算法的验证提供基准	眼科医生在前房角照片上描绘的解剖层轮廓	计算机视觉	NA	NA	NA	图像	20张前房角照片，由5名经验丰富的眼科医生进行注释
15822	2024-09-25	Graph-Based Deep Learning for Medical Diagnosis and Analysis: Past, Present and Future 2021-Jul-12, Sensors (Basel, Switzerland) DOI:10.3390/s21144758 PMID:34300498	综述	本文综述了基于图的深度学习在医疗诊断和分析中的应用	探讨了图神经网络在处理不规则和无序生理记录数据中的潜力	现有技术主要集中在网格状数据上，难以处理不规则数据	探讨机器学习和深度学习方法在医疗数据分析中的应用	图神经网络及其在医疗领域的应用	机器学习	NA	图神经网络	图神经网络	生理记录数据	NA
15823	2024-09-25	Map3D: Registration-Based Multi-Object Tracking on 3D Serial Whole Slide Images 2021-07, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2021.3069154 PMID:33780334	研究论文	本文提出了一种名为Map3D的新方法，用于在3D连续全切片图像上进行基于配准的多目标跟踪，以实现肾脏病理学中大规模肾小球的自动识别和关联	创新点包括将大规模肾小球关联视为新的多目标跟踪视角，提出质量感知的全系列配准方法以提供亲和力估计和自动肾脏质量保证，以及提出双路径关联方法以应对跟踪过程中的大变形、缺失组织和伪影	NA	实现肾脏病理学中大规模肾小球的自动识别和关联	3D连续全切片图像中的肾小球	数字病理学	肾脏疾病	全切片成像（WSI）	多目标跟踪（MOT）	图像	大规模肾小球
15824	2024-09-25	A three-stage, deep learning, ensemble approach for prognosis in patients with Parkinson's disease 2021-Jun-07, EJNMMI research IF:3.1Q1 DOI:10.1186/s13550-021-00795-6 PMID:34100134	研究论文	本文提出了一种三阶段深度学习集成方法，用于帕金森病患者的预后预测	该研究结合了深度学习和集成方法，利用多模态数据（DaTscan图像和临床运动症状测量）进行预后预测，展示了成像和非成像信息的协同作用	研究使用了回顾性数据，且样本量相对较小，未来需要在前瞻性研究和更大样本量中验证其有效性	开发一种三阶段深度学习集成方法，用于帕金森病患者的预后预测	帕金森病患者的预后预测	计算机视觉	神经退行性疾病	深度学习	深度神经网络	图像和临床数据	198名帕金森病患者
15825	2024-09-25	An imageomics and multi-network based deep learning model for risk assessment of liver transplantation for hepatocellular cancer 2021-04, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2021.101894 PMID:33725579	研究论文	本文开发了一种结合临床数据和定量组织学及放射组学特征的深度学习模型，用于评估肝细胞癌患者肝移植的风险	本文的创新点在于开发了一种结合多尺度组织病理学和放射组学图像特征的深度学习模型，用于发现超出肿瘤大小和生物标志物分析的复发风险因素	NA	本文的研究目的是开发一种能够更客观评估肝细胞癌患者肝移植风险的深度学习模型	本文的研究对象是接受肝移植的肝细胞癌患者	计算机视觉	肝癌	深度学习	多层感知器	图像	共109名患者（训练组87名，测试组22名），其中20名患者出现癌症复发
15826	2024-09-25	Ventricular ectopic beat detection using a wavelet transform and a convolutional neural network 2019-06-04, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ab17f0 PMID:30970338	研究论文	本文提出了一种结合小波变换和卷积神经网络的方法来自动识别心电图中的室性早搏	本文创新性地将小波变换与深度学习网络结合，用于室性早搏的分类	NA	本文旨在介绍一种利用小波变换和深度学习网络进行室性早搏分类的方法	本文研究对象为心电图中的室性早搏	机器学习	心血管疾病	小波变换	卷积神经网络	图像	MIT-BIH心律失常数据库和AHA数据库
15827	2024-09-24	Machine Learning for RNA Design: LEARNA 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4079-1_5 PMID:39312137	研究论文	本文介绍了用于RNA设计的机器学习方法，特别是基于深度强化学习的learna_tools Python包	本文提出了一个用于RNA设计的自动化深度强化学习算法集合，这是在分子生物学领域中机器学习应用的创新	NA	探讨机器学习在RNA设计中的应用	RNA的二级结构设计	机器学习	NA	深度强化学习	深度强化学习	RNA结构数据	NA
15828	2024-09-24	The Evolution of Nucleic Acid-Based Diagnosis Methods from the (pre-)CRISPR to CRISPR era and the Associated Machine/Deep Learning Approaches in Relevant RNA Design 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4079-1_17 PMID:39312149	研究论文	本文探讨了从PCR到CRISPR时代核酸诊断方法的演变，并介绍了相关的机器学习和深度学习方法在RNA设计中的应用	本文首次全面介绍了CRISPR技术在分子诊断中的应用，并结合机器学习和深度学习方法，探讨了其在RNA设计中的潜力	本文主要集中在理论和计算工具的介绍，缺乏实际实验数据的支持	探讨核酸诊断方法的演变及其在RNA设计中的应用	核酸诊断技术、CRISPR技术、机器学习和深度学习方法	机器学习	NA	CRISPR技术、PCR、INAATs	机器学习、深度学习	RNA	NA
15829	2024-09-24	Building façade datasets for analyzing building characteristics using deep learning 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110885 PMID:39309718	研究论文	本文构建了一个用于分析建筑特征的立面图像数据集，并利用深度学习技术进行建筑特征的分类	本文首次构建了一个公开的、标注了建筑特征的立面图像数据集，用于训练深度学习模型	本文的研究重点是特定的任务，数据集的标注仅限于这些任务，其他用途需要进一步标注	构建一个用于训练深度学习模型的建筑特征立面图像数据集	建筑立面图像及其特征，包括楼层数、建筑类型、外墙材料和可用街景图像的分类	计算机视觉	NA	深度学习	NA	图像	数据集来源于英国的伦敦和苏格兰，由标注专家进行标注
15830	2024-09-24	AI for BPH Surgical Decision-Making: Cost Effectiveness and Outcomes 2024-Sep-23, Current urology reports IF:2.5Q2 DOI:10.1007/s11934-024-01240-6 PMID:39312102	综述	本文综述了人工智能在良性前列腺增生（BPH）手术决策中的应用，探讨了其在提高诊断精度和优化治疗策略方面的潜力	AI通过分析非侵入性影像学检查和结合血清生物标志物及组织病理学分析，提高了BPH与前列腺癌的区分准确率，并能预测治疗后的患者结果	将AI整合到临床工作流程中仍存在挑战，需要建立标准评估指标并实现成本效益	探讨人工智能在BPH管理中的应用，以提高决策效率和患者治疗效果	良性前列腺增生（BPH）及其与前列腺癌的区分	机器学习	前列腺疾病	多参数磁共振成像（MRI）和超声	机器学习和深度学习模型	影像和血清生物标志物	NA
15831	2024-09-24	Graph Convolutional Network With Self-Augmented Weights for Semi-Supervised Multi-View Learning 2024-Sep-20, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3456593 PMID:39302796	研究论文	提出了一种带有自增强权重的图卷积网络，用于半监督多视图学习	引入了一种基于指数级数积分的自增强权重策略，保留了次要视图的信息并增强了关键视图	NA	解决现有方法在多视图融合中忽略次要视图互补信息的问题	半监督多视图学习任务	机器学习	NA	图卷积网络	图卷积网络	多视图数据	NA
15832	2024-09-24	Turbocharging protein binding site prediction with geometric attention, inter-resolution transfer learning, and homology-based augmentation 2024-Sep-20, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05923-2 PMID:39304807	研究论文	本文提出了一种新的模型架构和训练方法，用于预测蛋白质结合位点，通过几何自注意力单元、跨分辨率迁移学习和同源性增强来提高预测效率和准确性	引入了几何自注意力单元和跨分辨率迁移学习，以及同源性增强，解决了传统CNN架构的低效性和信息损失问题	NA	提高蛋白质结合位点预测的准确性和效率	蛋白质结合位点的预测	机器学习	NA	几何自注意力单元、跨分辨率迁移学习、同源性增强	CNN	蛋白质结构数据	NA
15833	2024-09-24	GC-WIR : 3D global coordinate attention wide inverted ResNet network for pulmonary nodules classification 2024-Sep-20, BMC pulmonary medicine IF:2.6Q2 DOI:10.1186/s12890-024-03272-7 PMID:39304884	研究论文	本文介绍了一种名为GC-WIR的3D全局坐标注意力宽逆残差网络，用于肺结节的良恶性分类	提出了3D全局坐标注意力机制和3D宽逆残差网络结构，提高了分类效率和稳定性	NA	解决现有深度学习方法在肺结节分类中存在的模型复杂、数据适应性差和参数过多的问题	肺结节的良恶性分类	计算机视觉	肺部疾病	3D全局坐标注意力机制	3D宽逆残差网络	图像	LUNA 16数据集
15834	2024-09-24	Super-resolution deep learning image reconstruction: image quality and myocardial homogeneity in coronary computed tomography angiography 2024-Sep-20, Journal of cardiovascular imaging DOI:10.1186/s44348-024-00031-4 PMID:39304957	研究论文	研究超分辨率深度学习图像重建在冠状动脉CT血管造影中的图像质量和心肌均匀性的影响	引入超分辨率深度学习图像重建技术，显著降低图像噪声并提高空间分辨率	研究为回顾性，样本量有限，且未探讨长期临床效果	探讨超分辨率深度学习图像重建技术在冠状动脉CT血管造影中的图像质量和心肌均匀性的优势	冠状动脉CT血管造影图像的质量和心肌均匀性	计算机视觉	心血管疾病	超分辨率深度学习图像重建	深度学习模型	图像	63名患者
15835	2024-09-24	Deep learning applications in breast cancer histopathological imaging: diagnosis, treatment, and prognosis 2024-Sep-20, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-024-01895-6 PMID:39304962	综述	本文综述了深度学习技术在乳腺癌病理图像中的应用，包括诊断、治疗和预后评估	深度学习技术显著提高了乳腺癌诊断的准确性和效率，特别是在预测乳腺癌转移和临床预后方面	未来的研究将集中在解决数据管理、模型可解释性和监管合规性方面的挑战	探讨深度学习模型在乳腺癌诊断、治疗和预后预测中的应用	乳腺癌病理图像	计算机视觉	乳腺癌	深度学习	ResNet50, Transformer, Hover-net	图像	基于TCGA和多中心的大规模数据集
15836	2024-09-24	Automated gall bladder cancer detection using artificial gorilla troops optimizer with transfer learning on ultrasound images 2024-09-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72880-4 PMID:39300284	研究论文	本文提出了一种使用人工猩猩部队优化器和迁移学习在超声图像上自动检测胆囊癌的方法	本文的创新点在于结合了人工猩猩部队优化器和迁移学习技术，以及双向门控循环单元模型，用于超声图像中胆囊癌的自动检测	NA	本文的研究目的是开发一种自动检测胆囊癌的方法，以提高早期诊断的准确性	本文的研究对象是超声图像中的胆囊癌	计算机视觉	胆囊癌	深度学习	CNN, BiGRU	图像	涉及胆囊癌数据集的模拟分析
15837	2024-09-24	Tantalum oxide nanoparticles as versatile and high-resolution X-ray contrast agent for intraductal image-guided ablative procedure in rodent models of breast cancer 2024, Npj imaging DOI:10.1038/s44303-024-00007-5 PMID:39301013	研究论文	研究了钽氧化物纳米颗粒作为高分辨率X射线对比剂在乳腺癌小鼠模型中进行导管内图像引导消融手术的适用性	钽氧化物纳米颗粒在导管内图像引导消融手术中表现出最佳的成像性能、低向外扩散和高均匀性，具有最高的局部清除率和低毒性	研究仅限于小鼠和Sprague-Dawley大鼠模型，尚未在人类中进行验证	评估FDA批准的含碘和各种金属（铋、金、碘、钽）的纳米颗粒对比剂在乳腺癌小鼠模型中进行导管内图像引导消融手术的适用性	小鼠和Sprague-Dawley大鼠的乳腺组织	数字病理学	乳腺癌	X射线成像	NA	图像	至少六个腹部乳腺组织（>3只雌性FVB/JN小鼠和/或Sprague-Dawley大鼠，10-11周龄）
15838	2024-09-22	Promoted production of Fe(IV)/Fe(V) intermediates in the calcium peroxide/ferrate(VI) process for low-damage removal of algal contaminants and membrane fouling control 2024-Nov-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2024.135709 PMID:39236536	研究论文	本文研究了钙过氧化物和高铁酸盐联合处理对藻类污染物和膜污染的低损伤去除效果	创新性地将钙过氧化物和高铁酸盐结合用于超滤过程中藻类污染物和膜污染的控制	NA	研究钙过氧化物和高铁酸盐联合处理对藻类污染物和膜污染的去除效果	藻类污染物和膜污染	NA	NA	超滤	长短期记忆深度学习网络	NA	NA
15839	2024-09-23	Volumetric analysis of acute uncomplicated type B aortic dissection using an automated deep learning aortic zone segmentation model 2024-Oct, Journal of vascular surgery IF:3.9Q1 DOI:10.1016/j.jvs.2024.06.001 PMID:38851467	研究论文	本研究开发了一种自动深度学习模型，用于对急性未复杂B型主动脉夹层进行基于SVS/STS定义的主动脉区域的三维体积分析	首次将机器学习技术应用于急性未复杂B型主动脉夹层的SVS/STS定义的主动脉区域分割	样本量有限，仅包括59名患者	建立一个自动机器学习主动脉区域分割模型，以促进基于主动脉生长率的auTBAD患者之间的主动脉区域体积比较	急性未复杂B型主动脉夹层患者	计算机视觉	心血管疾病	深度学习	深度学习模型	医学影像	59名患者
15840	2024-09-23	Multi-rater Prism: Learning self-calibrated medical image segmentation from multiple raters 2024-Sep-30, Science bulletin IF:18.8Q1 DOI:10.1016/j.scib.2024.06.037 PMID:39155196	研究论文	本文提出了一种名为Multi-rater Prism（MrPrism）的新型神经网络框架，用于从多个专家标注中学习医学图像分割	MrPrism结合了迭代半二次优化方法，通过反复处理多评判者置信度和校准分割任务，学习了观察者间的变异性，并最终收敛到一个反映观察者间一致性的自校准分割结果	NA	开发一种能够从多个专家标注中学习医学图像分割的新方法	医学图像分割	计算机视觉	NA	NA	神经网络	图像	NA