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
18041	2024-08-27	Preoperative Discrimination of CDKN2A/B Homozygous Deletion Status in Isocitrate Dehydrogenase-Mutant Astrocytoma: A Deep Learning-Based Radiomics Model Using MRI 2024-05, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.28945 PMID:37555723	研究论文	本研究开发了一种基于磁共振成像（MRI）特征的深度学习放射组学模型，用于术前鉴别IDH突变型星形细胞瘤中CDKN2A/B纯合子缺失状态	本研究创新性地结合了放射组学特征和深度学习特征，开发了一种综合模型，该模型在评估CDKN2A/B纯合子缺失状态方面表现优于单一的放射组学或深度学习模型	本研究为回顾性研究，未来需要进行前瞻性研究以验证模型的有效性	开发一种非侵入性、稳健的术前模型，用于鉴别IDH突变型星形细胞瘤中CDKN2A/B纯合子缺失状态	IDH突变型星形细胞瘤患者中的CDKN2A/B纯合子缺失状态	计算机视觉	神经系统肿瘤	MRI	深度学习模型	图像	251名患者，其中107名患者存在CDKN2A/B纯合子缺失，144名患者不存在CDKN2A/B纯合子缺失
18042	2024-08-27	Gra-CRC-miRTar: The pre-trained nucleotide-to-graph neural networks to identify potential miRNA targets in colorectal cancer 2024-Apr-20, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.15.589599 PMID:38659732	研究论文	本文提出了一种预训练的核苷酸到图神经网络框架Gra-CRC-miRTar，用于识别结直肠癌中的潜在miRNA靶点	构建了两个预训练模型来编码RNA序列并将其转换为de Bruijn图，使用不同的图神经网络学习潜在表示，并通过多层感知器进行预测任务	NA	提高结直肠癌治疗干预的基础	结直肠癌中的miRNA靶点	机器学习	结直肠癌	图神经网络	多层感知器（MLP）	RNA序列	201个实验验证的miRNA-mRNA对
18043	2024-08-27	Left Ventricular Trabeculations at Cardiac MRI: Reference Ranges and Association with Cardiovascular Risk Factors in UK Biobank 2024-04, Radiology IF:12.1Q1 DOI:10.1148/radiol.232455 PMID:38563665	研究论文	本研究利用深度学习算法对英国生物库的心脏MRI扫描进行自动分割，评估个体特征和心血管风险因素与左心室（LV）乳头肌质量（LVM）的关系，并建立健康参与者的正常参考范围	首次应用自动分割技术评估左心室乳头肌质量与心血管风险因素的关系，并建立了健康人群的年龄和性别特异性参考范围	研究仅包括白人成年参与者，可能限制了结果的普遍性	评估个体特征和心血管风险因素与左心室乳头肌质量的关系，并建立正常参考范围	左心室乳头肌质量及其与心血管风险因素的关系	数字病理学	心血管疾病	深度学习算法	NA	图像	共43,038名参与者，其中28,672人属于暴露组，7384人属于参考组
18044	2024-08-27	Predicting Invasiveness of Lung Adenocarcinoma at Chest CT with Deep Learning Ternary Classification Models 2024-04, Radiology IF:12.1Q1 DOI:10.1148/radiol.232057 PMID:38591974	研究论文	本文研究了使用深度学习三元分类模型在胸部CT上预测肺腺癌侵袭性的方法	提出了一种结合裁决方法的策略，通过框架优化、联合学习和裁决策略，提高了深度学习模型在分类肺腺癌侵袭性方面的性能	研究为回顾性研究，且仅在特定数据集上进行了验证	旨在确定包含裁决方法的策略是否能增强深度学习三元分类模型在预测肺腺癌侵袭性方面的性能，并保持对纯磨玻璃结节（pGGNs）的分类性能	肺腺癌的侵袭性分类	机器学习	肺腺癌	深度学习	三元分类模型	CT影像	共4929个结节来自4483名患者，外部测试集包含361个pGGNs来自281名患者
18045	2024-08-27	Clinical Utility of a CT-based AI Prognostic Model for Segmentectomy in Non-Small Cell Lung Cancer 2024-04, Radiology IF:12.1Q1 DOI:10.1148/radiol.231793 PMID:38625008	研究论文	开发并验证了一种基于深度学习的预测模型，使用术前CT扫描和临床影像信息对接受肺段切除术的IA期非小细胞肺癌患者进行风险分层	该模型在自由复发和肺癌特异性生存方面表现出比日本临床肿瘤学组标准更高的敏感性	这是一项单中心回顾性研究，需要进一步的多中心研究来验证模型的有效性	开发和验证一种基于CT的深度学习预测模型，用于对接受肺段切除术的IA期非小细胞肺癌患者进行风险分层	接受肺段切除术的IA期非小细胞肺癌患者	机器学习	肺癌	深度学习	DL模型	影像数据	预训练集包括1756名患者，内部集包括730名患者，肺段切除术测试集包括222名患者
18046	2024-08-27	US-based Sequential Algorithm Integrating an AI Model for Advanced Liver Fibrosis Screening 2024-04, Radiology IF:12.1Q1 DOI:10.1148/radiol.231461 PMID:38652028	研究论文	本研究构建了包含超声深度学习模型的序贯临床算法，并比较其与其它非侵入性测试预测晚期肝纤维化的能力	提出了一种结合FIB-4指数和超声深度学习模型的序贯算法，提高了诊断准确性和转诊管理	NA	构建序贯临床算法以提高晚期肝纤维化的筛查准确性	慢性肝病患者及肝功能异常但原因不明的成人患者	机器学习	肝病	超声深度学习	深度学习网络（FIB-Net）	图像	训练集3067例，验证集1599例，测试集1228例
18047	2024-08-27	GeneAI 3.0: powerful, novel, generalized hybrid and ensemble deep learning frameworks for miRNA species classification of stationary patterns from nucleotides 2024-03-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-56786-9 PMID:38531923	research paper	本文介绍了AtheroPoint的GeneAI 3.0，一种用于从miRNA序列中的固定模式提取特征的强大、新颖且通用的方法，基于机器学习（EML）和卷积神经网络（CNN）的深度学习（EDL）框架	GeneAI 3.0利用五种传统特征和三种现代特征生成复合特征集，并通过新的分类器设计，显著提高了miRNA物种分类的准确性和可靠性	NA	开发一种新的深度学习和机器学习框架，用于提高miRNA物种分类的准确性和通用性	miRNA序列的分类，包括人类、猩猩、鼠和鼠	machine learning	NA	深度学习	CNN	序列数据	未明确提及具体样本数量
18048	2024-08-27	Ultrafast Brain MRI with Deep Learning Reconstruction for Suspected Acute Ischemic Stroke 2024-02, Radiology IF:12.1Q1 DOI:10.1148/radiol.231938 PMID:38376403	研究论文	本研究旨在评估深度学习加速的磁共振成像（DL-accelerated MRI）与传统MRI在疑似急性缺血性卒中患者中的可互换性	本研究首次前瞻性地评估了深度学习加速MRI重建在急性疑似卒中中的诊断性能	NA	探讨深度学习加速MRI与传统MRI在疑似急性缺血性卒中患者中的可互换性	211名疑似急性卒中患者	计算机视觉	脑血管疾病	深度学习	NA	图像	211名参与者
18049	2024-08-27	Present and Future Innovations in AI and Cardiac MRI 2024-01, Radiology IF:12.1Q1 DOI:10.1148/radiol.231269 PMID:38193835	研究论文	本文综述了人工智能在心脏磁共振成像（MRI）中的应用及其未来创新	介绍了一种自动控制心脏图像处方的AI技术，以及通过提取新型影像标志物实现更个性化心血管护理的机会	NA	探讨人工智能在心脏MRI中的应用及其对未来医疗实践的影响	心脏MRI技术及其在心血管疾病诊断和治疗中的应用	计算机视觉	心血管疾病	深度学习（DL）	人工神经网络	图像	NA
18050	2024-08-27	Enhancing Alzheimer's Disease Classification with Transfer Learning: Finetuning a Pre-trained Algorithm 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056305633240603061644 PMID:38874032	研究论文	本研究通过迁移学习和微调预训练的ResNet50V2模型，提高了阿尔茨海默病分类的准确性	采用多类分类方法，通过迁移学习和微调层来适应预训练的ResNet50V2模型，并研究了不同输入层大小对模型性能的影响	NA	提高阿尔茨海默病不同阶段分类的准确性	阿尔茨海默病分类	机器学习	阿尔茨海默病	迁移学习	ResNet50V2	图像	6400张MRI图像
18051	2024-08-27	Prostate Segmentation in MRI Images using Transfer Learning based Mask RCNN 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056305021240603114137 PMID:38874030	research paper	本文使用基于迁移学习的Mask R-CNN方法进行MRI图像中的前列腺分割	采用基于迁移学习的Mask R-CNN方法进行前列腺分割，相较于传统方法具有更高的分割和检测准确率	文章未详细说明具体的局限性	旨在通过基于迁移学习的Mask R-CNN方法进行前列腺分割，以辅助前列腺癌的检测	前列腺癌及其在MRI图像中的分割	computer vision	prostate cancer	Mask R-CNN	CNN	image	NA
18052	2024-08-27	An Artificial Intelligence Driven Approach for Classification of Ophthalmic Images using Convolutional Neural Network: An Experimental Study 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056286918240419100058 PMID:38721793	研究论文	本文研究了一种基于卷积神经网络（CNN）的人工智能方法，用于眼科图像的分类	提出了一种新的集成深度学习CNN模型，通过增加卷积层到现有的VGG-16模型，显著提高了分类性能	NA	评估和确定新模型在分类眼底彩色图像（RCFIs）中的相对性能及其作为特定疾病筛查测试的诊断潜力	眼底彩色图像（RCFIs），包括白内障、青光眼和糖尿病视网膜病变等眼部疾病特征	计算机视觉	眼部疾病	卷积神经网络（CNN）	CNN	图像	包含多种眼部疾病特征的眼底彩色图像（RCFIs）数据集
18053	2024-08-27	A Systematic Review on Deep Learning Model in Computer-aided Diagnosis for Anterior Cruciate Ligament Injury 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056295157240418043624 PMID:38721794	综述	本文综述了深度学习模型在计算机辅助诊断前交叉韧带损伤中的应用	强调了可解释深度学习模型在提高诊断结果可信度方面的重要性	目前缺乏可解释的深度学习模型，且需要更多医疗专业人士参与系统设计	探讨深度学习在前交叉韧带损伤诊断中的应用及其可解释性	前交叉韧带损伤的诊断	计算机视觉	运动损伤	NA	CNN	MRI图像	NA
18054	2024-08-27	Automatic Optic Nerve Assessment From Transorbital Ultrasound Images: A Deep Learning-based Approach 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056293608240430073630 PMID:38712376	研究论文	本文提出了一种基于深度学习的全自动系统，用于从经眼眶超声图像中分割和计算与视神经相关的结构的直径	开发了一种基于预训练的全卷积神经网络模型的方法，用于自动分割和测量视神经及其鞘的直径	NA	开发一个能够自动分割和计算经眼眶超声图像中视神经相关结构直径的全自动系统	视神经直径鞘（ONSD）和视神经直径（OND）	计算机视觉	NA	深度学习	全卷积神经网络（FCN）	图像	464张图片来自110个人
18055	2024-08-27	PredIL13: Stacking a variety of machine and deep learning methods with ESM-2 language model for identifying IL13-inducing peptides 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0309078 PMID:39172871	研究论文	本文开发了PredIL13方法，结合多种机器学习和深度学习技术与ESM-2语言模型，用于识别IL13诱导肽	PredIL13采用先进的集成学习方法，通过堆叠168个单一特征的机器/深度学习模型的概率得分，并使用基于逻辑回归的元分类器进行训练，显著提高了预测能力	NA	探索和识别能够诱导IL-13的新分子或肽	IL-13诱导肽	机器学习	NA	ESM-2语言模型	逻辑回归	文本	NA
18056	2024-08-27	Chronic Lung Injury after COVID-19 Pneumonia: Clinical, Radiologic, and Histopathologic Perspectives 2024-01, Radiology IF:12.1Q1 DOI:10.1148/radiol.231643 PMID:38193836	综述	本文综述了COVID-19肺炎后慢性肺损伤的临床、影像学和组织病理学长期发现	介绍了先进的影像技术和深度学习方法在COVID-19幸存者中的应用	需要进一步的随访研究以更好地理解疾病的慢性阶段	评估和诊断持续有COVID-19后遗症症状的患者	COVID-19肺炎后的慢性肺损伤	数字病理学	肺损伤	双能量增强CT、氙129 MRI、低场强MRI	深度学习	影像	涉及第一年大流行期间住院的24%-54%的患者
18057	2024-08-27	Prospective Comparison of Standard and Deep Learning-reconstructed Turbo Spin-Echo MRI of the Shoulder 2024-01, Radiology IF:12.1Q1 DOI:10.1148/radiol.231405 PMID:38193842	研究论文	本研究旨在比较深度学习重建的涡轮自旋回波（TSE）MRI与标准TSE MRI在肩部成像中的采集时间、图像质量和诊断信心	首次前瞻性地使用深度学习（DL）重建的快速采集、欠采样MRI在肩部成像中的应用	NA	比较深度学习重建的TSE与标准TSE在肩部MRI中的效果	肩部MRI成像	计算机视觉	NA	涡轮自旋回波（TSE）MRI	深度学习（DL）	图像	135个肩部，涉及133名参与者
18058	2024-08-27	A CT-based Deep Learning Model for Predicting Subsequent Fracture Risk in Patients with Hip Fracture 2024-01, Radiology IF:12.1Q1 DOI:10.1148/radiol.230614 PMID:38289213	研究论文	本研究开发并验证了一种基于深度学习的预测模型，用于预测近期髋部骨折患者短期内的再次骨折风险，使用数字化重建的髋部CT放射图像	本研究首次开发了一种基于数字化重建髋部CT放射图像的深度学习模型，用于预测短期内的再次骨折风险	本研究为回顾性研究，且仅限于髋部骨折患者，未来研究需在前瞻性研究中验证模型并扩展至其他类型的骨折	开发并验证一种深度学习预测模型，用于预测近期髋部骨折患者短期内的再次骨折风险	近期发生髋部骨折的成年患者	计算机视觉	骨折	数字化重建放射图像	DenseNet	图像	训练和验证集包含1012名患者，测试集包含468名患者
18059	2024-08-27	Deep Learning-based Thigh Muscle Investigation Using MRI For Prosthetic Development for Patients Undergoing Total Knee Replacement (TKR) 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056284002240318055326 PMID:38523521	研究论文	本文通过MRI和深度学习方法对大腿肌肉进行定性和定量评估，以改进膝关节置换术患者的假肢设计	提出了一种结合群体智能和深度学习的方法，用于大腿肌肉的定性和定量评估，并用于假肢控制	未提及具体限制	改进现有的VAG信号分类方法，通过MRI诊断异常，以提高膝关节置换术患者的假肢控制	大腿肌肉的定性和定量评估	计算机视觉	关节疾病	MRI	CNN	图像	未提及具体样本数量
18060	2024-08-27	Identification of Severe Grading in Knee OsteoArthritis from MRI using Ensemble Deep Learning 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056289963240318040945 PMID:38584509	研究论文	本文提出了一种使用集成深度学习算法从MRI图像中识别膝关节骨性关节炎（KOA）严重程度的新方法	采用集成深度学习算法，结合EfficientNet-B3和ResNext-101架构，预测KOA的进展，超越了传统生物标志物的局限	NA	开发一种精确的预测模型，用于使用先进的深度学习架构和结构MRI扫描数据预测膝关节骨性关节炎	膝关节骨性关节炎（KOA）的严重程度	计算机视觉	骨关节炎	深度学习	集成模型（EfficientNet-B3和ResNext-101）	MRI图像	使用了Osteoarthritis Initiative数据集