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
19461	2024-08-15	Deep learning-based magnetic resonance imaging analysis for chronic cerebral hypoperfusion risk 2024-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.17237 PMID:38820428	研究论文	本文提出了一种基于深度学习的磁共振成像分析方法，用于提高慢性脑低灌注（CCH）的诊断准确性	提出了CCH-Network（CCHNet），一种结合卷积和Transformer模块的端到端深度学习模型，以及一种新颖的对抗训练方法，以提高特征知识捕获能力	NA	提高慢性脑低灌注（CCH）的诊断准确性	慢性脑低灌注（CCH）的诊断	机器学习	NA	磁共振成像（MRI）	CNN, Transformer	图像	训练和测试集共204例，验证集108例
19462	2024-08-15	Liver fibrosis automatic diagnosis utilizing dense-fusion attention contrastive learning network 2024-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.17130 PMID:38753547	研究论文	本文提出了一种基于密集融合注意力对比学习网络的肝纤维化自动诊断方法	开发了一种自定义的多视角对比学习网络，用于自动分类多参数DWI图像并探索不同DWI参数之间的协同作用	在有限样本的数据集中识别有效的DWI参数并挖掘潜在特征仍是一个挑战	开发一种新的深度学习模型，用于自动识别和分类多参数DWI图像，以辅助肝纤维化的诊断	肝纤维化及其相关DWI参数	计算机视觉	肝病	扩散加权成像(DWI)	密集融合注意力对比学习网络(DACLN)	图像	使用了一组真实的临床数据进行模型评估
19463	2024-08-15	Swin MoCo: Improving parotid gland MRI segmentation using contrastive learning 2024-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.17128 PMID:38749016	研究论文	本文提出了一种基于对比学习的Swin MoCo网络，用于改善腮腺MRI图像的分割效果	使用Swin Transformer作为骨干网络，并通过迁移学习初始化权重，提高了对小规模医学图像数据集的训练效果	NA	旨在通过对比学习方法改善腮腺肿瘤MRI图像的分割	腮腺及其肿瘤的MRI图像分割	计算机视觉	腮腺肿瘤	对比学习	Swin Transformer	图像	NA
19464	2024-08-15	Deep learning enhancing guide RNA design for CRISPR/Cas12a-based diagnostics 2024-Aug, iMeta IF:23.7Q1 DOI:10.1002/imt2.214 PMID:39135699	研究论文	本文提出了一种基于深度学习的增强型crRNA设计系统EasyDesign，用于Cas12a介导的诊断	该系统采用优化的卷积神经网络（CNN）预测模型，训练于包含11,496个实验验证的Cas12a检测案例的综合数据集，实现了0.812的Spearman相关系数，并在未训练数据中的四种病原体上展示了优越的预测性能	NA	提高患者治疗效果和抗击传染病，通过改进CRISPR/Cas12a系统的crRNA设计	Cas12a-based检测系统的crRNA设计	机器学习	NA	CRISPR/Cas12a	CNN	实验数据	11,496个实验验证的Cas12a检测案例
19465	2024-08-15	Two-stage adversarial learning based unsupervised domain adaptation for retinal OCT segmentation 2024-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.17012 PMID:38426594	研究论文	本文提出了一种基于两阶段对抗学习网络（TSANet）的无监督跨域光学相干断层扫描（OCT）图像分割方法	采用傅里叶变换减少图像风格差异，并通过对抗学习网络和伪标签精调段器，提高了跨域泛化能力	NA	解决OCT图像因设备或成像协议不同导致的域偏移问题	OCT图像的跨域分割	计算机视觉	NA	对抗学习	TSANet	图像	用于脉络膜分割的模型在源域训练400张图像，验证100张图像，目标域I训练1320张未标记图像，测试330张图像，目标域II训练400张未标记图像，测试200张图像；用于视网膜劈裂分割的模型在源域训练1284张图像，验证312张图像，目标域训练1024张未标记图像，测试200张图像
19466	2024-08-15	Pan-cancer image segmentation based on feature pyramids and Mask R-CNN framework 2024-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.17014 PMID:38436455	研究论文	本文提出了一种基于特征金字塔和Mask R-CNN框架的泛癌图像分割方法	采用特征金字塔处理数据集以实现目标分割中的多尺度协作	在分割任务中，大对象和小对象之间的效率存在差异，且对个别尺寸对象的分割效果有限	提高癌症图像分割的平均精度指数	Pan-Cancer Histology Dataset for Nuclei Instance Segmentation and Classification (PanNuke)数据集中的约7500张病理图像	计算机视觉	NA	Mask R-CNN	CNN	图像	约7500张病理图像，包含19种不同类型的组织和五种分类的细胞
19467	2024-08-15	Quantitative measurement of the ureter on three-dimensional magnetic resonance urography images using deep learning 2024-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.17025 PMID:38477634	研究论文	本文利用深度学习模型在三维磁共振尿路造影图像上对输尿管进行定量测量	开发了一种全面的自动化工具，用于在磁共振图像中精确分割和测量输尿管	NA	旨在通过深度学习模型对三维磁共振尿路造影图像上的输尿管进行定量测量	输尿管的直径测量	数字病理学	泌尿系统疾病	深度学习	3D V-Net	图像	445个三维磁共振尿路造影扫描（443名患者，52 ± 18岁；217名女性患者）用于训练和验证，50个扫描（50名患者，55 ± 21岁；30名女性患者）用于外部测试
19468	2024-08-15	Hepatic and portal vein segmentation with dual-stream deep neural network 2024-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.17090 PMID:38648676	研究论文	本文提出了一种双流深度神经网络结构，用于在CT图像上自动分割肝静脉和门静脉	本文创新性地结合了卷积和Transformer块的双流编码器结构，以及基于扩张卷积的多尺度特征融合块和多级融合注意力模块，有效提取肝静脉和门静脉的解剖信息，避免邻近外周血管的误分类	NA	开发一种全自动且鲁棒的语义分割算法，用于肝静脉和门静脉的分割，以指导后续的术前规划	肝静脉和门静脉的自动分割	计算机视觉	NA	CT	CNN, Transformer	图像	两个数据集，每个数据集随机选择50个病例进行模型评估
19469	2024-08-15	Fast SPECT/CT planar bone imaging enabled by deep learning enhancement 2024-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.17094 PMID:38652084	研究论文	本文提出了一种基于深度学习的方法，用于从快速扫描中生成高质量的全身体骨图像	引入了基于Residual-in-Residual Dense Block (RRDB)的内容-注意力图像恢复方法，有效恢复高质量图像并减少噪声	NA	加速全身体骨扫描并提高图像质量	全身体骨扫描图像	计算机视觉	NA	深度学习	Residual-in-Residual Dense Block (RRDB)	图像	76例
19470	2024-08-15	MPEK: a multitask deep learning framework based on pretrained language models for enzymatic reaction kinetic parameters prediction 2024-Jul-25, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae387 PMID:39129365	研究论文	本文提出了一种基于预训练语言模型的多任务深度学习框架MPEK，用于预测酶促反应动力学参数	MPEK模型在预测酶促反应动力学参数kcat和Km时，考虑了pH、温度和生物体信息，并展示了优于先前模型的预测性能	NA	提高酶促反应动力学参数预测的准确性	酶促反应动力学参数kcat和Km	机器学习	NA	深度学习	多任务深度学习模型	文本	使用相同的kcat和Km测试数据集进行验证
19471	2024-08-15	Deep learning for automatic volumetric segmentation of left ventricular myocardium and ischaemic scar from multi-slice late gadolinium enhancement cardiovascular magnetic resonance 2024-May-31, European heart journal. Cardiovascular Imaging DOI:10.1093/ehjci/jeae022 PMID:38244222	研究论文	本研究详细介绍了应用深度学习技术自动分割左心室心肌和缺血性瘢痕体积，并从晚期钆增强心血管磁共振成像（LGE-CMR）中自动量化心肌缺血性瘢痕负担	采用了三种模型（U-Net、Cascaded U-Net和U-Net++），并引入了一种新的自适应加权分类交叉熵损失函数进行训练	NA	开发一种深度学习模型，用于从LGE-CMR图像中自动分割和分析左心室瘢痕负担	左心室心肌和缺血性瘢痕的体积分割及量化	计算机视觉	心血管疾病	晚期钆增强心血管磁共振成像（LGE-CMR）	U-Net、Cascaded U-Net、U-Net++	图像	501张图像用于训练和验证，52张图像用于外部评估
19472	2024-08-15	PECAN Predicts Patterns of Cancer Cell Cytostatic Activity of Natural Products Using Deep Learning 2024-03-22, Journal of natural products IF:3.3Q1 DOI:10.1021/acs.jnatprod.3c00879 PMID:38349959	研究论文	本文介绍了一种名为PECAN的前馈神经网络，用于预测天然产物类似化合物对59种癌细胞系的抗增殖活性	PECAN不仅能够判断化合物是否具有生物活性，还能预测活性的程度，分为六类	NA	开发一种能够同时分类化合物对多种癌细胞系抗增殖活性的深度学习模型	天然产物类似化合物对59种癌细胞系的抗增殖活性	机器学习	NA	深度学习	前馈神经网络	化合物结构数据	59种癌细胞系
19473	2024-08-15	Deep learning-based natural language processing for detecting medical symptoms and histories in emergency patient triage 2024-03, The American journal of emergency medicine DOI:10.1016/j.ajem.2023.11.063 PMID:38096637	研究论文	本研究利用基于深度学习的自然语言处理技术，设计并验证大型语言模型（LLMs）用于自动临床诊断，以识别急诊患者分类中的12种医疗症状和2种患者病史。	本研究首次采用KLUE-RoBERTa模型进行自动电子健康记录（EHR）记录，并通过可解释的人工智能（XAI）和Shapley加法解释（SHAP）方法验证了模型的可靠性。	NA	设计并验证大型语言模型（LLMs）用于自动临床诊断，以提高急诊部门电子健康记录的效率。	识别急诊患者分类中的12种医疗症状和2种患者病史。	自然语言处理	NA	BERT	transformer	文本	15个样本
19474	2024-08-15	Detection and position evaluation of chest percutaneous drainage catheter on chest radiographs using deep learning 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0305859 PMID:39133733	研究论文	本研究旨在开发一种利用深度学习自动检测胸腔穿刺引流导管并评估其在胸片上位置的算法	使用深度学习模型自动检测和评估胸腔穿刺引流导管的位置，以辅助早期发现导管位置不当和功能障碍	回顾性研究，数据集来自单一机构，可能存在样本偏倚	开发和验证一种自动检测胸腔穿刺引流导管位置的算法	胸腔穿刺引流导管的位置及其功能	计算机视觉	NA	深度学习	AI模型	图像	1217张胸片，来自960名患者
19475	2024-08-15	Characterization of Wnt signaling pathway under treatment of Lactobacillus acidophilus postbiotic in colorectal cancer using an integrated in silico and in vitro analysis 2023-12-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-50047-x PMID:38151510	研究论文	本研究通过综合的计算机模拟和体外实验分析，探讨了乳酸菌酸ophilus后生物制剂对结直肠癌中Wnt信号通路的影响	本研究首次采用单细胞RNA测序和深度学习方法ExpiMap分析结直肠癌中的差异表达基因，并评估了乳酸菌酸ophilus后生物制剂对这些基因表达的影响	研究仅限于HT-29细胞系，未来研究应扩展到其他细胞系和临床试验以验证结果	探讨乳酸菌酸ophilus后生物制剂对结直肠癌中Wnt信号通路的影响及其治疗潜力	结直肠癌中的差异表达基因及其在Wnt信号通路中的作用	数字病理学	结直肠癌	单细胞RNA测序（scRNA-seq）、实时定量PCR（RT-qPCR）、流式细胞术	深度学习	基因表达数据	HT-29细胞系及正常邻近组织
19476	2024-08-15	Unidirectional imaging using deep learning-designed materials 2023-Apr-28, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adg1505 PMID:37115928	研究论文	本文首次展示了基于深度学习设计的连续衍射层的偏振不敏感和宽带单向成像器	利用深度学习设计并制造了首个单向成像器，该成像器在宽光谱范围内保持功能，并能通过不同波长的光照实现反向的单向成像	NA	开发一种新型的单向成像技术，该技术在安全、国防、通信和隐私保护等领域具有广泛应用	单向成像器的设计与实验验证	计算机视觉	NA	深度学习	NA	图像	NA
19477	2024-08-15	Experimental Study: Deep Learning-Based Fall Monitoring among Older Adults with Skin-Wearable Electronics 2023-Apr-14, Sensors (Basel, Switzerland) DOI:10.3390/s23083983 PMID:37112326	研究论文	本文介绍了一种基于深度学习的跌倒监测系统，使用无线、柔性的皮肤穿戴电子设备和分类算法来准确检测老年人的跌倒情况	开发了一种新型的无线、柔性皮肤穿戴电子设备，以及基于深度学习的分类算法，用于老年人的跌倒检测	需要大量的直接从老年人收集的运动数据来提高跌倒检测的准确性	研究并开发一种自动化的跌倒检测系统，以降低老年人跌倒带来的医疗和社会成本	老年人的跌倒检测	机器学习	老年疾病	深度学习	深度学习模型	运动数据	未明确提及具体样本数量
19478	2024-08-15	Integrating structured and unstructured data for timely prediction of bloodstream infection among children 2023-03, Pediatric research IF:3.1Q1 DOI:10.1038/s41390-022-02116-6 PMID:35854085	研究论文	本文研究了如何结合电子健康记录中的结构化数据和非结构化数据来预测儿童中心静脉导管相关血液感染	开发了一种先进的感染预测模型，该模型整合了结构化和非结构化的电子健康记录，并从临床笔记中提取信息以进行及时的临床预测	NA	研究如何利用电子健康记录中的结构化和非结构化数据来提高对儿童中心静脉导管相关血液感染的预测准确性	医院中带有中心静脉导管的儿童	机器学习	NA	深度学习模型	深度学习模型	结构化数据和临床笔记	24,351名患者
19479	2024-08-15	Recognition of Diabetic Retinopathy with Ground Truth Segmentation Using Fundus Images and Neural Network Algorithm 2022, Computational intelligence and neuroscience DOI:10.1155/2022/8356081 PMID:36211022	研究论文	本研究利用深度学习神经网络算法和眼底图像，对糖尿病视网膜病变进行识别和分类	采用深度学习神经网络对糖尿病视网膜病变进行识别，提高了识别的敏感性、特异性和准确性	现有糖尿病视网膜病变技术的敏感性、特异性和准确性水平低于本研究要求	利用深度学习神经网络识别糖尿病视网膜病变，以早期发现患者	糖尿病视网膜病变及其对视网膜血管的影响	计算机视觉	糖尿病视网膜病变	神经网络算法	NN分类器	图像	使用眼底图像和糖尿病视网膜病变数据库进行测试
19480	2024-08-15	Label-free SARS-CoV-2 detection and classification using phase imaging with computational specificity 2021-Sep-01, Light, science & applications DOI:10.1038/s41377-021-00620-8 PMID:34465726	研究论文	本文提出了一种光学方法，用于直接成像未标记的病毒颗粒并使用深度学习进行检测和分类	利用超灵敏干涉法和深度学习技术，实现了对未标记病毒颗粒的高精度分类	NA	开发一种快速、准确且可扩展的病毒检测方法，以应对COVID-19危机和未来大流行病	SARS-CoV-2、H1N1（流感A病毒）、HAdV（腺病毒）和ZIKV（寨卡病毒）	数字病理学	NA	干涉法	U-Net	图像	四种病毒类型