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
16781	2024-08-07	Alternating direction method of multipliers for displacement estimation in ultrasound strain elastography 2024-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.16921 PMID:38159299	研究论文	本文提出了一种基于交替方向乘子法（ADMM）的超声应变弹性成像位移估计新技术，名为ALTRUIST，旨在解决现有时间延迟估计（TDE）技术中的缺陷。	ALTRUIST通过结合ADMM优化基于L1范数正则化的代价函数，解决了现有算法中正则化与组织变形物理不一致、过度平滑估计时间延迟以及数学模量函数需近似为平滑函数的问题。	NA	开发一种新型的时间延迟估计技术，以解决现有算法的缺陷。	超声应变成像中的位移估计。	数字病理学	肝癌	交替方向乘子法（ADMM）	NA	图像	两个模拟层幻影、三个模拟分辨率幻影、一个硬包含模拟幻影、一个多包含模拟幻影、一个实验性乳腺幻影和三个体内肝癌数据集。
16782	2024-08-07	Benchmarking machine learning-based real-time respiratory signal predictors in 4D SBRT 2024-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17038 PMID:38536107	研究论文	本研究探索并比较了六种基于机器学习和深度学习的实时呼吸信号预测模型，旨在提高成像和剂量传递的实时性和实际应用性	本研究采用了六种先进的预测模型，并分析了它们在不同预测时间范围和异常信号情况下的表现	所有模型的预测精度在应用于异常信号时都有所下降，特别是简单模型的性能下降最为明显	探索和比较不同机器学习和深度学习模型在实时呼吸信号预测中的应用效果	呼吸信号预测模型在立体定向体部放射治疗中的应用	机器学习	NA	机器学习和深度学习	LSTM, Trans-Enc, Linear, Dlinear, Xgboost	呼吸信号	2502个呼吸信号（总时长约90小时）
16783	2024-08-07	A medical image segmentation method for rectal tumors based on multi-scale feature retention and multiple attention mechanisms 2024-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17044 PMID:38569054	研究论文	本文提出了一种基于多尺度特征保留和多注意力机制的直肠肿瘤医学图像分割方法	引入了多尺度特征保留、多分支跨通道注意力和坐标注意力三个新模块，有效解决了深度网络中高级语义特征提取导致的细节丢失和分割精度低的问题	未提及具体限制	提高直肠肿瘤MRI图像分割的效率和准确性	直肠肿瘤的医学图像	计算机视觉	直肠肿瘤	MRI	CNN	图像	未提及具体样本数量
16784	2024-08-07	Knowledge-based planning for Gamma Knife 2024-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17058 PMID:38598107	研究论文	本文开发了一种基于知识的治疗计划（KBP）管道，使用逆优化（IO）和3D剂量预测，用于Gamma Knife（GK）治疗。	首次为Gamma Knife开发了完整的KBP管道，通过逆优化和3D剂量预测生成可交付的治疗计划。	NA	开发一种新的基于知识的治疗计划管道，以改善Gamma Knife治疗的计划过程。	349名患者的Gamma Knife治疗数据，以及3D剂量预测模型和逆优化模型。	数字病理学	NA	逆优化（IO）	深度学习	3D剂量预测	349名患者的数据，其中322名用于训练模型，27名用于验证。
16785	2024-08-07	MFTrans: A multi-feature transformer network for protein secondary structure prediction 2024-May, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2024.131311 PMID:38599417	研究论文	本文提出了一种基于深度学习的多特征融合网络MFTrans，用于提高蛋白质二级结构预测的精度和效率	MFTrans模型采用多序列比对Transformer和多视角深度学习架构，有效捕捉蛋白质序列的全局和局部特征，并集成多种特征融合策略	NA	提高蛋白质二级结构预测的精度和效率	蛋白质二级结构	计算生物学	NA	多序列比对Transformer	Transformer、卷积神经网络、双向门控循环单元网络	序列信息	包括CASP12、CASP13、CASP14、TEST2016、TEST2018和CB513等公共基准数据集
16786	2024-08-07	Prediction of the marine spreading of low sulfur fuel oil using the long short-term memory model trained with three-phase numerical simulations 2024-May, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2024.116356 PMID:38604079	研究论文	本研究开发并验证了一种基于长短期记忆（LSTM）深度学习算法的模型，用于预测低硫燃料油（LSFO）在水面上的意外扩散	使用数值模拟数据训练LSTM模型，以预测LSFO在水面上的扩散模式，并在实际泄漏事故中验证了模型的实用性	NA	开发和验证一种预测低硫燃料油在水面上意外扩散的深度学习算法	低硫燃料油（LSFO）在水面上的扩散模式	机器学习	NA	长短期记忆（LSTM）模型	LSTM	数值模拟数据	不同配置的岛屿和海岸线以及风速（2.0-8.0 m/s）的数值模拟数据
16787	2024-08-07	Machine learning and deep learning to identifying subarachnoid haemorrhage macrophage-associated biomarkers by bulk and single-cell sequencing 2024-May, Journal of cellular and molecular medicine IF:4.3Q2 DOI:10.1111/jcmm.18296 PMID:38702954	研究论文	本研究通过单细胞转录组测序和批量RNA测序，鉴定了与蛛网膜下腔出血（SAH）相关的巨噬细胞亚群及其关键基因，以改进诊断和治疗策略	本研究首次通过单细胞数据识别出独特的SAH巨噬细胞亚群，并利用机器学习算法和卷积神经网络构建了诊断模型，同时通过分子对接和网络药理学分析确定了潜在的治疗药物	需要进一步的实验和临床研究来验证这些发现，并探索这些靶点在SAH治疗中的临床意义	鉴定与蛛网膜下腔出血相关的巨噬细胞亚群及其关键基因，以改进诊断和治疗策略	SAH大鼠模型的脑组织样本	机器学习	脑血管疾病	单细胞转录组测序，批量RNA测序	卷积神经网络（CNN）	转录组数据	多个SAH大鼠模型的脑组织样本
16788	2024-08-07	Machine learning and deep learning for the diagnosis and treatment of ankylosing spondylitis- a scoping review 2024-May, Journal of clinical orthopaedics and trauma DOI:10.1016/j.jcot.2024.102421 PMID:38708092	综述	本文综述了机器学习和深度学习在强直性脊柱炎诊断和治疗中的应用现状	机器学习和深度学习技术有助于早期诊断强直性脊柱炎并预测更好的患者特异性治疗方案	缺乏来自多中心、包含不同类型诊断参数的足够大的数据集，且关于机器学习和深度学习在强直性脊柱炎治疗方面的研究较少	旨在更新机器学习和深度学习在强直性脊柱炎诊断和治疗不同阶段的应用，描述所用技术类型、数据集描述、现有工作的贡献和局限性，并识别当前知识的空白以供未来研究	强直性脊柱炎的诊断和治疗	机器学习	强直性脊柱炎	机器学习 (ML) 和深度学习 (DL)	NA	NA	缺乏足够大的数据集
16789	2024-08-07	Spatial landmark detection and tissue registration with deep learning 2024-Apr, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02199-5 PMID:38438615	研究论文	本文介绍了一种新的无监督地标检测和注册方法，使用神经网络引导的薄板样条，用于组织学图像数据的空间地标检测和组织样本注册	提出了一种新的无监督地标检测和注册方法，使用神经网络引导的薄板样条，能够处理非线性变形和多模态数据	NA	解决现有无监督地标检测方法在组织学图像数据处理中的局限性	空间地标检测和组织样本注册	计算机视觉	NA	神经网络引导的薄板样条	神经网络	图像	多种数据集，包括组织学和空间解析转录组学
16790	2024-08-07	Assessing Biological Age: The Potential of ECG Evaluation Using Artificial Intelligence: JACC Family Series 2024-Apr, JACC. Clinical electrophysiology DOI:10.1016/j.jacep.2024.02.011 PMID:38597855	研究论文	本文探讨了利用人工智能评估心电图以预测生物年龄的潜力	利用深度学习方法训练人工智能模型，通过大量心电图数据预测年龄，并探讨了预测误差与生物年龄的关系	年龄预测存在不完美性，预测误差可能影响生物年龄的准确性	研究生物年龄预测的新方法，特别是通过心电图和人工智能的结合	生物年龄的预测及其与死亡率的关系	机器学习	NA	深度学习	AI模型	心电图	数十万份心电图数据
16791	2024-08-07	Revolutionizing Pulmonary Diagnostics: A Narrative Review of Artificial Intelligence Applications in Lung Imaging 2024-Apr, Cureus DOI:10.7759/cureus.57657 PMID:38707160	综述	本文综述了人工智能在肺部影像学中的应用，探讨了其在肺部异常检测、疾病诊断和疾病预后预测方面的影响	强调了人工智能在提高肺部医疗准确性、效率和可及性方面的变革潜力	提到了在临床工作流程中整合人工智能、伦理考虑以及进一步研究和合作的需要	探讨人工智能在肺部影像学中的应用及其对肺部诊断的影响	肺部影像学中的异常检测、疾病诊断和疾病预后预测	计算机视觉	肺部疾病	机器学习算法、深度学习技术和自然语言处理	NA	影像	NA
16792	2024-08-07	Deep learning based automatic segmentation of the Internal Pudendal Artery in definitive radiotherapy treatment planning of localized prostate cancer 2024-Apr, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2024.100577 PMID:38707629	研究论文	本研究提出了一种基于深度学习的自动分割内部阴部动脉（IPA）的模型，用于前列腺癌的确定性放疗治疗计划	本模型采用了挤压和激发块以及模态注意力机制进行有效的特征提取和精确分割，使用了一种新的损失函数有效训练模型，并采用了模态丢失策略以在没有MRI的情况下进行分割	NA	探索剂量保护内部阴部动脉以保留性功能，并提高分割的一致性	内部阴部动脉（IPA）的自动分割	数字病理学	前列腺癌	深度学习	CNN	图像	86名患者
16793	2024-08-08	An Artificial Intelligence model for implant segmentation on periapical radiographs 2024-Apr, JPMA. The Journal of the Pakistan Medical Association DOI:10.47391/JPMA.AKU-9S-02 PMID:38712403	研究论文	本文使用深度学习算法对牙科植入物在PA放射图像上进行分割，并将其性能与人类标注者确定的真实情况进行比较	开发了一种用于在PA放射图像上分割牙科植入物的人工智能模型	NA	研究目的是使用深度学习算法自动分割PA放射图像上的牙科植入物	牙科植入物在PA放射图像上的分割	计算机视觉	NA	深度学习	U-net	图像	总共使用了1294张图像进行训练、验证和测试，其中130张未见过的图像用于评估模型性能
16794	2024-08-07	SC-Track: a robust cell-tracking algorithm for generating accurate single-cell lineages from diverse cell segmentations 2024-Mar-27, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae192 PMID:38704671	研究论文	本文介绍了一种名为Single Cell Track (SC-Track)的新型细胞追踪算法，该算法基于生物学观察的细胞分裂和运动动态，采用分层概率缓存级联模型，旨在从多样化的细胞分割中生成准确的单细胞谱系	SC-Track算法在无需参数调整的情况下，能够在不同细胞分割质量、细胞形态外观和成像条件下保持稳健的细胞追踪性能，并配备了细胞类别校正功能，以提高多类别细胞分割时间序列中的细胞分类准确性	NA	开发一种能够从多样化的细胞分割中生成准确单细胞谱系的稳健细胞追踪算法	细胞追踪算法在荧光时间流逝显微镜图像中的应用	计算机视觉	NA	深度学习	CNN	图像	多样化的细胞分割类型
16795	2024-08-07	Local and global changes in cell density induce reorganisation of 3D packing in a proliferating epithelium 2024-Feb-08, bioRxiv : the preprint server for biology DOI:10.1101/2024.02.08.579268 PMID:38370815	研究论文	本文通过活体成像和基于深度学习的分割技术，研究了海星胚胎中细胞密度、组织紧缩和细胞增殖对上皮组织结构的影响	首次详细探讨了细胞密度变化对3D上皮组织重排的影响，并提出了增殖过程中细胞重排的机制	研究主要集中在海星胚胎，可能不完全适用于其他生物或组织类型	探讨细胞密度变化如何影响3D上皮组织的重排	海星胚胎中的上皮组织	生物物理学	NA	深度学习	NA	图像	海星胚胎
16796	2024-08-07	A Deep Learning Approach to Classify Fabry Cardiomyopathy from Hypertrophic Cardiomyopathy Using Cine Imaging on Cardiac Magnetic Resonance 2024, International journal of biomedical imaging IF:3.3Q2 DOI:10.1155/2024/6114826 PMID:38706878	研究论文	本文提出了一种基于人工智能的MRI短轴视图左心室肥厚分类器（MSLVHC），用于区分肥厚型心肌病（HCM）和法布里病	该模型利用AI技术，通过MRI短轴视图电影图像进行训练，实现了对HCM和法布里病的高精度标准化影像分类	NA	开发一种高精度的标准化影像分类模型，以辅助专家诊断左心室肥厚疾病	肥厚型心肌病（HCM）和法布里病	计算机视觉	心血管疾病	MRI	AI模型	影像	台北荣民总医院（TVGH）数据集和台中荣民总医院（TCVGH）数据集
16797	2024-08-07	Radiomics analysis of pancreas based on dual-energy computed tomography for the detection of type 2 diabetes mellitus 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1328687 PMID:38707184	研究论文	本研究利用基于双能量计算机断层扫描（CT）的胰腺放射组学分析，建立用于检测2型糖尿病的定量影像生物标志物。	本研究首次将放射组学分析应用于双能量CT胰腺图像，以识别2型糖尿病。	研究为回顾性研究，样本量相对较小，且未提及长期随访结果。	探索基于双能量CT的胰腺放射组学分析在2型糖尿病检测中的应用。	研究对象为78名参与者，其中45名患有2型糖尿病，33名未患。	计算机视觉	糖尿病	双能量CT	随机森林（RF）、支持向量机（SVM）和逻辑回归	影像数据	78名参与者
16798	2024-08-07	A novel deep learning method to segment parathyroid glands on intraoperative videos of thyroid surgery 2024, Frontiers in surgery IF:1.6Q2 DOI:10.3389/fsurg.2024.1370017 PMID:38708363	研究论文	本研究开发了一种新的深度学习方法Video-Trans-U-HRNet，用于在甲状腺手术的术中视频中分割甲状旁腺腺体，并与现有医疗AI方法进行比较	本研究引入了一种创新的术中视频方法，用于识别甲状旁腺腺体，强调了AI在手术领域的潜在进步	NA	研究目的是探索深度学习是否可以用于辅助识别甲状腺手术中术中视频的甲状旁腺腺体	甲状旁腺腺体在甲状腺手术中的识别	机器学习	NA	深度学习	Video-Trans-U-HRNet	视频	研究包括50名患者的数据集，包含98个视频和9,944个标注帧，以及一个独立的测试集，包含15个视频和1,500个帧
16799	2024-08-07	Physics-Guided Deep Generative Model for New Ligand Discovery 2023-Sep, ACM-BCB ... ... : the ... ACM Conference on Bioinformatics, Computational Biology and Biomedicine. ACM Conference on Bioinformatics, Computational Biology and Biomedicine DOI:10.1145/3584371.3613067 PMID:38706556	研究论文	本文介绍了一种基于物理引导的深度生成模型，用于发现新的配体，该模型不仅考虑了结合位点，还包含了基于物理的特征，描述了受体和配体之间的结合机制	该模型创新地结合了物理原理和深度学习，生成的配体结构在结合强度上优于传统方法	未来研究方向包括在更大的数据集上训练和测试模型，增加更多基于物理的特征，并从生物物理角度解释深度学习结果	旨在通过结合物理原理和深度学习技术，提高新配体发现的效率和质量	研究对象包括大型蛋白质-配体复合物和小型宿主-客体系统	机器学习	NA	深度生成模型	GAN	结构数据	测试了大型蛋白质-配体复合物和小型宿主-客体系统
16800	2024-08-07	Public mental health through social media in the post COVID-19 era 2023, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2023.1323922 PMID:38146469	研究论文	本文提出了一种基于微表情识别心理障碍的方法，使用深度学习模型HybridMicroNet进行情感识别	提出了一种基于卷积神经网络的深度学习模型HybridMicroNet，用于从微表情中识别情感	仅在CASME和SAMM数据集上进行了验证，可能需要更多数据集来验证模型的泛化能力	探索通过社交媒体中的微表情自动检测心理障碍的方法	心理障碍的自动检测	机器学习	NA	深度学习	CNN	图像	CASME数据集上的准确率为99.08%，SAMM数据集上的准确率为97.62%