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
16881	2024-09-13	Deep Learning Reconstruction of Accelerated MRI: False-Positive Cartilage Delamination Inserted in MRI Arthrography Under Traction 2024-Aug-01, Topics in magnetic resonance imaging : TMRI DOI:10.1097/RMR.0000000000000313 PMID:39016321	研究论文	本文探讨了深度学习在加速MRI重建中的应用，特别是在关节造影牵引下的MRI图像重建中出现的假阳性软骨剥离问题	本文首次报道了深度学习重建加速MRI数据时可能出现的假阳性软骨剥离和软骨缺陷	本文仅展示了一个病例，未来需要对这种新技术进行更全面的测试，特别是训练数据选择带来的系统偏差	研究深度学习在加速MRI重建中的应用及其潜在问题	右髋关节的MRI图像	计算机视觉	NA	深度学习	NA	图像	1名30岁健康男性患者
16882	2024-09-13	Preface to the special issue of Food and Chemical Toxicology on "New approach methodologies and machine learning in food safety and chemical risk assessment: Development of reproducible, open-source, and user-friendly tools for exposure, toxicokinetic, and toxicity assessments in the 21st century" 2024-Aug, Food and chemical toxicology : an international journal published for the British Industrial Biological Research Association IF:3.9Q1 DOI:10.1016/j.fct.2024.114809 PMID:38857761	评论	本特刊包含关于毒理学和风险评估领域中各种新方法学（NAMs）应用的文章	介绍了多种新方法学（NAMs），包括高通量筛选、定量结构-活性关系（QSAR）建模、生理药代动力学（PBPK）建模、网络毒理学分析、分子对接模拟、组学、机器学习、深度学习和“模板与锚点”多尺度计算建模	NA	探讨新方法学和机器学习在食品安全和化学风险评估中的应用	新方法学（NAMs）在毒理学和风险评估中的应用	毒理学	NA	高通量筛选、定量结构-活性关系（QSAR）建模、生理药代动力学（PBPK）建模、网络毒理学分析、分子对接模拟、组学、机器学习、深度学习	NA	NA	NA
16883	2024-09-13	Automated shape-independent assessment of the spatial distribution of proton density fat fraction in vertebral bone marrow 2024-Aug, Zeitschrift fur medizinische Physik IF:2.4Q2 DOI:10.1016/j.zemedi.2022.12.004 PMID:36725478	研究论文	提出了一种自动标准化评估椎体骨髓体积和质子密度脂肪分数（PDFF）空间分布的方法	基于深度学习图像分割，将单个椎体的骨髓PDFF映射到圆柱模板并校正其相对于水平面的倾斜，实现了形状无关的空间PDFF分布特征化	仅在60名健康个体中进行了测试，未涉及疾病状态或干预效果的评估	开发一种自动方法，用于标准化评估椎体骨髓的体积和PDFF的空间分布	椎体骨髓的体积和质子密度脂肪分数（PDFF）的空间分布	计算机视觉	NA	深度学习图像分割	NA	图像	60名健康个体（30名男性，30名女性）
16884	2024-09-13	Estimating infant age from skull X-ray images using deep learning 2024-07-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-64489-4 PMID:39025919	研究论文	本研究利用普通头骨X光片图像构建深度学习模型，预测12个月以下婴儿的准确出生后年龄	本研究首次利用深度学习模型分析头骨X光片图像，通过梯度加权类激活映射评估头骨X光片图像中可见的主要变化，以评估出生后颅骨发育的可行性	研究样本仅包括1343名婴儿，可能存在样本量不足的问题	评估利用头骨X光片图像通过深度学习模型预测婴儿出生后年龄的可行性	12个月以下婴儿的头骨X光片图像	计算机视觉	NA	深度学习	卷积神经网络	图像	1343名婴儿的4933张头骨X光片图像
16885	2024-09-13	Achieving Occam's razor: Deep learning for optimal model reduction 2024-Jul, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012283 PMID:39024398	研究论文	本文展示了如何利用深度学习来实现奥卡姆剃刀原则，通过FixFit方法减少模型参数，提高模型的简洁性和准确性	提出了FixFit方法，利用深度神经网络的瓶颈层来量化模型复杂度，并提供了一种无偏的方式来区分有价值和无价值的实验假设	NA	探索如何利用深度学习实现奥卡姆剃刀原则，减少模型参数，提高模型的简洁性和准确性	模型参数的简化与优化	机器学习	NA	深度学习	前馈深度神经网络	数值数据	NA
16886	2024-09-13	Safety and efficiency of a fully automatic workflow for auto-segmentation in radiotherapy using three commercially available deep learning-based applications 2024-Jul, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2024.100627 PMID:39253729	研究论文	本文开发并评估了一种用于放射治疗自动分割的全自动工作流程的安全性和效率	本文引入了标准化全自动工作流程，显著减少了失败模式并提高了工作流程的安全性和效率	NA	评估全自动工作流程在放射治疗自动分割中的安全性和效率	三种商业化的基于深度学习的自动分割应用程序	计算机视觉	NA	深度学习	NA	NA	NA
16887	2024-09-13	A deep learning-based approach for unbiased kinematic analysis in CNS injury 2024-Apr-12, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.08.588606 PMID:38645091	研究论文	本文介绍了一种基于深度学习的方法，用于脊髓损伤后无偏差的运动学分析	开发了两种基于深度学习算法的无标记运动学分析范式，MotorBox和MotoRater，用于替代传统的BMS测试，消除了评估中的主观偏差和变异性	NA	提高脊髓损伤后功能评估的准确性、敏感性和可重复性	脊髓损伤后的运动功能评估	机器学习	脊髓损伤	深度学习	NA	视频	NA
16888	2024-09-13	Automated cutaneous squamous cell carcinoma grading using deep learning with transfer learning 2024 Apr-Jun, Romanian journal of morphology and embryology = Revue roumaine de morphologie et embryologie DOI:10.47162/RJME.65.2.10 PMID:39020538	研究论文	本研究开发并验证了一种基于深度学习的模型，用于自动化皮肤鳞状细胞癌的病理分级	利用迁移学习训练三种不同架构的深度神经网络，提高了诊断准确性和效率	NA	开发和验证一种基于深度学习的模型，用于自动化皮肤鳞状细胞癌的病理分级	皮肤鳞状细胞癌的病理分级	计算机视觉	皮肤癌	深度学习	深度神经网络（DNN）	图像	300张皮肤鳞状细胞癌的病理图像，60张用于临床验证
16889	2024-09-13	Machine learning and single-cell transcriptome profiling reveal regulation of fibroblast activation through THBS2/TGFβ1/P-Smad2/3 signalling pathway in hypertrophic scar 2024-Mar, International wound journal IF:2.6Q1 DOI:10.1111/iwj.14481 PMID:37986676	研究论文	本研究通过单细胞转录组测序和机器学习方法，揭示了肥厚性瘢痕中纤维母细胞激活的调控机制	首次通过单细胞转录组测序和多种机器学习算法，识别出与肥厚性瘢痕相关的关键基因模块，并建立了基于卷积神经网络的诊断和预测模型	研究样本量较小，可能影响结果的普适性	揭示肥厚性瘢痕形成机制，并提供诊断和治疗的新生物标志物	肥厚性瘢痕中的纤维母细胞及其相关基因	数字病理学	皮肤疾病	单细胞RNA测序	卷积神经网络	基因表达数据	正常皮肤和肥厚性瘢痕样本
16890	2024-09-13	A deep learning approach to remove contrast from contrast-enhanced CT for proton dose calculation 2024-Feb, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14266 PMID:38269961	研究论文	本文提出了一种深度学习方法，用于从增强CT图像中生成非增强CT图像，以减少质子剂量计算中的不确定性	开发了一种深度网络，能够直接从增强CT图像生成非增强CT图像，避免了额外的非增强CT扫描，减少了成像时间和辐射剂量，并降低了组织运动引起的不确定性	研究仅在20名患者的腹部CT图像上进行了验证，结果显示在质子束路径的远端存在显著的剂量差异	开发一种方法，用于从增强CT图像生成非增强CT图像，以减少质子剂量计算中的不确定性	增强CT和非增强CT图像，以及质子剂量计算	计算机视觉	NA	深度学习	深度网络	图像	20名患者的腹部增强CT和非增强CT图像对，以及8000个图像块对
16891	2024-09-13	Reference-Based Multi-Stage Progressive Restoration for Multi-Degraded Images 2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2024.3451939 PMID:39236125	研究论文	本文提出了一种基于参考图像的多阶段渐进式图像恢复方法，用于处理多重退化的图像	本文创新性地提出了Reference-based Image Restoration Transformer (Ref-IRT)模型，通过三个主要阶段逐步恢复图像细节，并引入了质量退化恢复方法和纹理转移/重建网络来增强恢复效果	NA	研究如何通过深度学习技术有效恢复多重退化图像的高质量细节	多重退化的图像	计算机视觉	NA	深度学习	Transformer	图像	在三个基准数据集上进行了实验
16892	2024-09-13	Smartphone region-wise image indoor localization using deep learning for indoor tourist attraction 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0307569 PMID:39250439	研究论文	本文提出了一种利用深度学习技术通过智能手机图像进行室内旅游景点区域定位的方法	该方法无需基础设施投资，降低了将博物馆和海洋馆转变为智能场所的成本和时间	研究仅在巴西的一个实际场景中进行了评估，可能需要进一步验证其在其他地区的效果	开发一种适用于室内旅游景点的智能手机图像区域定位技术	智能手机拍摄的图像和室内旅游景点的位置分类	计算机视觉	NA	深度学习	神经网络（包括基于Transformer的模型）	图像	3654张图像，来自10种不同智能手机
16893	2024-09-13	Innovation in public health surveillance for social distancing during the COVID-19 pandemic: A deep learning and object detection based novel approach 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0308460 PMID:39250511	研究论文	本文提出了一种基于深度学习和目标检测的公共健康监测新方法，用于在COVID-19疫情期间监控社交距离	采用YOLOv4模型和无人机实时视频数据，实现了高效的社交距离监控，准确率达到82%	NA	开发一种创新的公共健康监测方法，以应对COVID-19疫情期间的社交距离问题	社交距离的监控和违规行为的检测	计算机视觉	COVID-19	目标检测	YOLOv4	视频	使用无人机实时流式传输的25fps、1920 X 1080分辨率视频数据，监控范围为35米
16894	2024-09-13	Deep learning for detecting prenatal alcohol exposure in pediatric brain MRI: a transfer learning approach with explainability insights 2024, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2024.1434421 PMID:39252695	研究论文	本文利用深度学习技术，通过迁移学习方法检测儿童脑部MRI中的产前酒精暴露（PAE），并进行了可解释性分析	本文首次将深度学习应用于检测儿童脑部MRI中的产前酒精暴露，并采用迁移学习方法和可解释性分析来提高模型的性能和透明度	由于儿童脑部快速发育、运动伪影和数据不足等问题，构建适用于儿童群体的深度学习模型存在挑战	研究如何利用深度学习和迁移学习方法检测儿童脑部MRI中的产前酒精暴露，并进行可解释性分析	2至8岁儿童的T1加权结构脑部MRI扫描数据	计算机视觉	NA	深度学习	简单全卷积网络（SFCN）	图像	涉及2至8岁儿童的脑部MRI扫描数据，具体样本数量未明确提及
16895	2024-09-13	High-Throughput Phenotyping of Soybean Biomass: Conventional Trait Estimation and Novel Latent Feature Extraction Using UAV Remote Sensing and Deep Learning Models 2024, Plant phenomics (Washington, D.C.) DOI:10.34133/plantphenomics.0244 PMID:39252878	研究论文	本研究利用无人机遥感和深度学习模型对大豆生物量相关性状进行高通量表型分析	首次结合无人机遥感和深度学习模型进行大豆生物量相关性状的高通量表型分析，并提取潜在特征用于基因组预测	研究仅在2018年进行了一次田间试验，样本量有限，且仅在干旱和对照两种灌溉条件下进行	开发模型以利用无人机遥感和深度学习模型估计大豆生物量相关性状的表型值	大豆生物量相关性状，包括干重、主茎长度、节点和分支数量以及植株高度	计算机视觉	NA	无人机遥感	卷积神经网络（CNN）	图像	198个已知全基因组序列的大豆种质
16896	2024-09-13	Choroidal Optical Coherence Tomography Angiography: Noninvasive Choroidal Vessel Analysis via Deep Learning 2024, Health data science DOI:10.34133/hds.0170 PMID:39257642	研究论文	本文提出了一种基于深度学习的非侵入性脉络膜血管分析方法，通过光学相干断层扫描血管造影（OCTA）技术，实现对脉络膜亚层的血管分布评估	本文提出了一种新的脉络膜血管造影策略，并采用了一种集成判别均值教师结构来处理跨域分割任务中的特定问题	本文的实验结果主要基于特定的疾病样本，未来需要进一步验证其在更广泛疾病类型中的适用性	开发一种非侵入性的方法来评估脉络膜亚层的血管分布，支持脉络膜疾病的临床分析	脉络膜亚层的血管分布	计算机视觉	NA	光学相干断层扫描血管造影（OCTA）	集成判别均值教师结构	图像	NA
16897	2024-09-13	medigan: a Python library of pretrained generative models for medical image synthesis 2023-Nov, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.10.6.061403 PMID:36814939	研究论文	本文介绍了一个名为medigan的Python库，该库提供了预训练的生成模型，用于医学图像合成	medigan库通过提供预训练的生成模型，降低了生成模型在研究和临床应用中的使用门槛，促进了合成数据的共享和利用	NA	探索生成模型共享，以降低生成模型在研究和临床应用中的使用门槛	生成模型在医学图像合成中的应用	计算机视觉	NA	生成对抗网络（GAN）	生成对抗网络（GAN）	图像	21个模型，9种不同的GAN架构，11个不同的数据集
16898	2024-09-13	Unbiased curriculum learning enhanced global-local graph neural network for protein thermodynamic stability prediction 2023-10-03, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btad589 PMID:37740312	研究论文	本文提出了一种基于无偏课程学习增强的全局-局部图神经网络，用于蛋白质热力学稳定性预测	本文创新性地结合了全局-局部图神经网络和无偏课程学习方法，以解决现有方法在蛋白质结构自然拓扑和噪声样本处理上的不足	NA	提高蛋白质热力学稳定性预测的准确性	蛋白质及其点突变后的热力学稳定性	机器学习	NA	图神经网络	全局-局部图神经网络	蛋白质结构数据	NA
16899	2024-09-13	Proteogenomic insights suggest druggable pathways in endometrial carcinoma 2023-09-11, Cancer cell IF:48.8Q1 DOI:10.1016/j.ccell.2023.07.007 PMID:37567170	研究论文	研究通过多组学平台分析了138个子宫内膜癌肿瘤和20个正常组织样本，揭示了潜在的可药物化通路和分子影像标志物	研究首次通过多组学平台全面分析子宫内膜癌，发现了新的生物标志物和潜在的治疗靶点	研究样本量有限，需要进一步验证结果在更大规模研究中的适用性	揭示子宫内膜癌中的可药物化通路和分子影像标志物，以指导患者分层和精准治疗	子宫内膜癌肿瘤和正常组织样本	数字病理学	子宫内膜癌	多组学平台	深度学习	图像	138个肿瘤样本和20个正常组织样本
16900	2024-09-13	Data for assessing red blood cell deformability from microscopy images using deep learning 2023-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2023.108928 PMID:36798597	研究论文	本文提供了一个用于评估红细胞变形性的显微镜图像数据集，并探讨了利用深度学习算法从图像中测量红细胞变形性的潜力	本文首次提供了一个包含10名健康供体红细胞样本的显微镜图像数据集，用于开发深度学习算法以评估红细胞变形性	数据集仅包含10名健康供体的样本，可能不足以涵盖所有可能的红细胞变形性变化情况	开发一种从显微镜图像中测量红细胞变形性的深度学习算法，以简化红细胞质量评估过程	红细胞的变形性	计算机视觉	NA	显微镜成像	深度学习	图像	10名健康供体的红细胞样本