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
701	2024-09-07	Automatic deep learning-based consolidation/collapse classification in lung ultrasound images for COVID-19 induced pneumonia 2022-10-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-22196-y PMID:36266463	研究论文	本文提出了一种基于深度学习的自动化方法，用于在肺超声图像中识别COVID-19诱导的肺炎晚期的实变/塌陷	引入了一种新的采样四元方法，该方法随机抽取10%的肺超声视频帧，并根据正样本的比例为所有帧分配分类标签，这种方法在精度和召回率曲线下面积（PR-AUC）和F1分数等指标上优于不准确监督的视频方法和完全监督的帧方法	该方法的有效性需要在更大的实变/塌陷数据集上进行验证	开发一种自动化方法，用于在肺超声图像中识别COVID-19诱导的肺炎晚期的实变/塌陷，以辅助临床诊断	肺超声图像中的实变/塌陷	计算机视觉	肺部疾病	深度学习	NA	图像	NA
702	2024-09-07	DAD-Net: Classification of Alzheimer's Disease Using ADASYN Oversampling Technique and Optimized Neural Network 2022-Oct-20, Molecules (Basel, Switzerland) DOI:10.3390/molecules27207085 PMID:36296677	研究论文	提出了一种新的深度卷积神经网络DAD-Net，用于阿尔茨海默病的分类，通过ADASYN过采样技术和优化神经网络提高分类准确性	提出了DAD-Net架构，通过减少参数和计算成本，适用于小数据集训练，并在分类准确性上优于现有模型	NA	开发一种可靠且高效的深度学习方法，用于通过MRI图像识别阿尔茨海默病	阿尔茨海默病的早期阶段分类	计算机视觉	阿尔茨海默病	ADASYN过采样技术	CNN	图像	使用Kaggle MRI图像数据集，存在严重的类别不平衡问题
703	2024-09-07	A Systematic Review of Time Series Classification Techniques Used in Biomedical Applications 2022-Oct-20, Sensors (Basel, Switzerland) DOI:10.3390/s22208016 PMID:36298367	综述	本文系统回顾了在生物医学应用中用于时间序列分类的非深度学习模型	本文总结了在生物医学应用中常用的时间序列分类模型和解释方法，并进行了分类	目前没有标准化的基准数据集、建模方法或报告方法	系统回顾和总结在生物医学应用中用于时间序列分类的非深度学习模型	时间序列分类技术在生物医学应用中的表现和方法	机器学习	NA	时间序列分类	非深度学习模型	数字临床数据	从四个数据库中筛选出135篇相关文章进行详细回顾和数据提取
704	2024-09-07	Semantic Segmentation of Pancreatic Cancer in Endoscopic Ultrasound Images Using Deep Learning Approach 2022-Oct-18, Cancers IF:4.5Q1 DOI:10.3390/cancers14205111 PMID:36291895	研究论文	本文提出了一种基于深度学习的方法，用于内镜超声图像中胰腺癌的语义分割	提出了一个具有深度注意力特征的网络（DAF-Net），用于胰腺癌的分割，并展示了其在分割性能上的优越性	未提及具体的局限性	开发一种能够准确分割内镜超声图像中胰腺癌的深度学习方法，以辅助手术治疗规划	胰腺癌的语义分割	计算机视觉	胰腺癌	深度学习	DAF-Net	图像	150名被诊断为胰腺癌的患者
705	2024-09-07	Scalable training of graph convolutional neural networks for fast and accurate predictions of HOMO-LUMO gap in molecules 2022-Oct-17, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-022-00652-1 PMID:36253845	研究论文	本文研究了在HPC系统上训练图卷积神经网络（GCNN）以快速准确预测分子HOMO-LUMO间隙的方法	利用HydraGNN库和ADIOS数据管理框架，实现了大规模GCNN训练的数据加载时间缩短4.2倍，并在1024个GPU上实现了线性扩展性能	NA	提高GCNN在材料科学中预测分子性质的训练效率	分子HOMO-LUMO间隙的预测	机器学习	NA	图卷积神经网络（GCNN）	图卷积神经网络（GCNN）	图数据	数百万个分子
706	2024-09-07	Blind Deblurring of Remote-Sensing Single Images Based on Feature Alignment 2022-Oct-17, Sensors (Basel, Switzerland) DOI:10.3390/s22207894 PMID:36298241	研究论文	本文提出了一种基于特征对齐的生成对抗网络（SDD-GAN）用于单幅遥感图像的去模糊处理	引入特征对齐模块（FAFM）和特征重要性选择模块，以解决现有深度学习算法中的特征错位问题，并优化模糊遥感图像的恢复效果	NA	提高遥感图像处理中的运动模糊恢复精度	单幅遥感图像	计算机视觉	NA	生成对抗网络（GAN）	生成对抗网络（GAN）	图像	自建遥感数据集（RSDATA）和公开数据集，以及CX-6(02)卫星拍摄的真实遥感模糊图像
707	2024-09-07	Transfer Learning for Modeling Plasmonic Nanowire Waveguides 2022-Oct-16, Nanomaterials (Basel, Switzerland) DOI:10.3390/nano12203624 PMID:36296814	研究论文	本文提出了一种基于物理引导的迁移学习方法，用于建模等离子体纳米线波导的波导特性	通过迁移学习方法，利用自由悬挂的圆形等离子体纳米线的计算廉价数据，显著提高了对复杂配置纳米线波导特性的预测性能	NA	克服传统数值模拟方法在计算时间和资源上的限制，提供一种高效且准确的建模方法	等离子体金属纳米线波导的波导特性	NA	NA	迁移学习	深度学习模型	数值数据	涉及多种复杂配置的等离子体金属纳米线
708	2024-09-07	A Hard Voting Policy-Driven Deep Learning Architectural Ensemble Strategy for Industrial Products Defect Recognition and Classification 2022-Oct-16, Sensors (Basel, Switzerland) DOI:10.3390/s22207846 PMID:36298197	研究论文	提出了一种基于深度学习模型架构投票策略的集成深度学习框架，用于工业产品缺陷识别和分类	通过投票策略结合多个深度学习模型，提高了工业产品缺陷识别和分类的性能	未提及具体的技术局限性	改进工业产品生产中的缺陷识别和分类，以优化视觉检测和质量控制	工业产品的缺陷识别和分类	计算机视觉	NA	深度学习	集成模型	图像	使用了三个公开的工业产品数据集进行实验和验证
709	2024-09-07	CorDeep and the Sacrobosco Dataset: Detection of Visual Elements in Historical Documents 2022-Oct-15, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging8100285 PMID:36286379	研究论文	本文介绍了CorDeep模型和Sacrobosco数据集，用于检测历史文档中的视觉元素	提出了一个公开的多类历史视觉元素数据集，并基于YOLO架构训练了一个图像提取模型，通过公开的网络服务提供图像检测和提取功能	主要集中在历史文档中的视觉元素检测，未涉及其他类型的历史文档分析	旨在利用深度学习技术促进历史研究，特别是历史文档中的视觉元素检测	历史文档中的视觉元素，特别是插图	计算机视觉	NA	深度学习	YOLO	图像	一个公开的多类历史视觉元素数据集
710	2024-09-07	Hair Follicle Classification and Hair Loss Severity Estimation Using Mask R-CNN 2022-Oct-14, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging8100283 PMID:36286377	研究论文	本文提出了一种使用Mask R-CNN框架进行毛囊分类和脱发严重程度估计的高效准确算法	相较于其他方法，本文提出的算法在分类准确性上提高了4到15%	NA	旨在提高脱发检测的准确性和鲁棒性，以便及时制定有效的治疗计划	毛囊分类和脱发严重程度估计	计算机视觉	NA	Mask R-CNN	Mask R-CNN	图像	10名不同脱发阶段的男性头皮图像
711	2024-09-07	Using Artificial Intelligence to Analyze Non-Human Drawings: A First Step with Orangutan Productions 2022-Oct-14, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani12202761 PMID:36290146	研究论文	研究利用人工智能分析猩猩莫莉的绘画作品，探讨季节性变化	首次使用深度学习模型VGG19分析非人类绘画作品中的季节性变化	分类准确率仅为41.6%，可能受限于数据量和模型性能	探索人工智能在分析非人类绘画中的应用	猩猩莫莉的绘画作品	计算机视觉	NA	深度学习	VGG19	图像	1299幅绘画作品
712	2024-09-07	Omics Data and Data Representations for Deep Learning-Based Predictive Modeling 2022-Oct-14, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms232012272 PMID:36293133	综述	本文综述了用于深度学习预测建模的组学数据及其数据表示方法	本文旨在弥合计算机科学与生命科学之间的鸿沟，帮助计算机科学家将其专业知识应用于生命科学领域	本文主要关注数据类型和数据表示方法，未深入探讨具体的深度学习模型和算法细节	帮助计算机科学家了解生物数据类型及其表示方法，以便参与基于深度学习的生物医学、生物技术和药物发现研究	组学数据及其数据表示方法	机器学习	NA	深度学习	NA	组学数据	NA
713	2024-09-07	Cervical Cell/Clumps Detection in Cytology Images Using Transfer Learning 2022-Oct-13, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics12102477 PMID:36292166	研究论文	本文研究了使用迁移学习方法在细胞学图像中检测宫颈细胞/细胞团块，以提高宫颈癌筛查的准确性	本文提出在宫颈细胞/细胞团块检测任务中使用COCO预训练模型，并进行了多尺度训练以提高模型性能	本文未详细讨论模型在不同数据集上的泛化能力	提高宫颈癌筛查的自动化程度和准确性	宫颈细胞/细胞团块的检测	计算机视觉	宫颈癌	迁移学习	卷积神经网络 (CNN)	图像	具体样本数量未在摘要中提及
714	2024-09-07	Deep Convolutional Neural Network for Nasopharyngeal Carcinoma Discrimination on MRI by Comparison of Hierarchical and Simple Layered Convolutional Neural Networks 2022-Oct-13, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics12102478 PMID:36292167	研究论文	本文比较了分层和简单层卷积神经网络在鼻咽癌MRI图像分类中的表现	通过微调ResNet50模型，实现了鼻咽癌肿瘤诊断的高预测性能	NA	寻找用于鼻咽癌MRI图像分类的最佳卷积神经网络模型	鼻咽癌患者的MRI图像	计算机视觉	鼻咽癌	卷积神经网络	CNN	图像	NA
715	2024-09-07	The federated tumor segmentation (FeTS) tool: an open-source solution to further solid tumor research 2022-10-12, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ac9449 PMID:36137534	研究论文	本文介绍了联邦肿瘤分割（FeTS）工具的软件架构和功能，旨在促进脑部磁共振图像肿瘤子区域的统一处理和金标准标签生成，并支持全球多个站点间的联邦学习模型训练	FeTS工具利用现有的开源工具（如Insight Toolkit和Qt），设计用于在集中式或联邦式设置中训练深度学习模型，以实现肿瘤区域的划分	NA	开发一个开源工具，支持在医疗领域中进行去中心化的数据分析和肿瘤子区域的联邦学习模型训练	脑部磁共振图像中的肿瘤子区域	计算机视觉	NA	联邦学习	深度学习模型	图像	NA
716	2024-09-07	Sparse Optical Flow Implementation Using a Neural Network for Low-Resolution Thermal Aerial Imaging 2022-Oct-12, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging8100279 PMID:36286373	研究论文	本文提出了一种基于神经网络的稀疏光流实现方法，用于低分辨率热成像空中图像	本文创新性地将稀疏Lucas-Kanade算法应用于光流神经网络，通过特征提取器减少计算需求，提高了在小型多旋翼无人机上的实时处理能力	本文未详细讨论在不同环境条件下的性能表现	研究如何在小型无人机平台上实现高效的光流计算	低分辨率热成像空中图像	计算机视觉	NA	稀疏Lucas-Kanade算法	RAFT-s模型	图像	未明确提及样本数量
717	2024-09-07	Fast and Efficient Image Novelty Detection Based on Mean-Shifts 2022-Oct-10, Sensors (Basel, Switzerland) DOI:10.3390/s22197674 PMID:36236774	研究论文	本文提出了一种基于均值漂移的快速高效图像新颖性检测方法	本文通过将训练和测试图像转换为补丁集合，评估正常数据和异常数据之间的均值漂移，并使用Hotelling T2检验进行均值漂移估计，从而实现新颖性检测	补丁大小的选择需要额外的领域知识，且模型选择和特征空间的选择受卷积神经网络或视觉图像变换器的感受野大小影响	开发一种快速高效的图像新颖性检测方法	图像新颖性检测	计算机视觉	NA	均值漂移估计	卷积神经网络	图像	使用CIFAR-10和MVTec数据集进行验证
718	2024-09-07	nn-TransUNet: An Automatic Deep Learning Pipeline for Heart MRI Segmentation 2022-Oct-09, Life (Basel, Switzerland) DOI:10.3390/life12101570 PMID:36295005	研究论文	本文提出了一种名为nn-TransUNet的自动深度学习管道，用于心脏MRI分割任务	结合了nnU-net的实验规划和TransUNet的网络架构，使用视觉变换器和卷积层设计编码器，并采用卷积层作为解码器，实现了自动化的预处理和网络训练计划	NA	开发一种自动化的深度学习方法，用于心脏MRI分割，以提高诊断心血管疾病的效率	心脏MRI图像的分割	计算机视觉	心血管疾病	深度学习	nn-TransUNet	图像	在Automatic Cardiac Diagnosis Challenge (ACDC) Dataset上进行了验证
719	2024-09-07	Application of Deep Learning for Automated Detection of Polypoidal Choroidal Vasculopathy in Spectral Domain Optical Coherence Tomography 2022-10-03, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.11.10.16 PMID:36219163	研究论文	本文开发了一种用于自动检测多形性脉络膜血管病变的深度学习模型，以区分多形性脉络膜血管病变与湿性年龄相关性黄斑变性	提出了一种基于深度学习的算法来自动区分多形性脉络膜血管病变与湿性年龄相关性黄斑变性	多形性脉络膜血管病变在光谱域光学相干断层扫描图像中的不可见性是该模型的主要限制	开发一种自动筛查多形性脉络膜血管病变的模型，以区分多形性脉络膜血管病变与湿性年龄相关性黄斑变性	多形性脉络膜血管病变与湿性年龄相关性黄斑变性	计算机视觉	眼科疾病	深度学习	ResNet attention模型	图像	训练集包含2334张光谱域光学相干断层扫描图像，外部验证集包含1171张图像
720	2024-09-07	The Applications of Metaheuristics for Human Activity Recognition and Fall Detection Using Wearable Sensors: A Comprehensive Analysis 2022-Oct-03, Biosensors DOI:10.3390/bios12100821 PMID:36290958	研究论文	本文研究了元启发式优化算法在基于传感器数据的人类活动识别和跌倒检测中的应用	本文使用了九种元启发式算法进行特征选择，以提高人类活动识别和跌倒检测的分类准确性	NA	研究元启发式优化算法在人类活动识别和跌倒检测中的应用	人类活动识别和跌倒检测	机器学习	NA	元启发式优化算法	ResRNN	传感器数据	使用了七个不同的复杂数据集进行多分类，以及一个数据集进行二分类