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
1341	2024-08-26	General and custom deep learning autosegmentation models for organs in head and neck, abdomen, and male pelvis 2022-Mar, Medical physics IF:3.2Q1 DOI:10.1002/mp.15507 PMID:35094390	研究论文	本文开发并评估了用于头部和颈部、腹部及男性骨盆器官自动分割的通用和定制深度学习模型，使用深度卷积神经网络（DCNN）进行计算机断层扫描（CT）图像处理。	采用了适应性空间分辨率方法和伪扫描扩展方法来提高小或狭窄器官的分割准确性，并展示了多解剖深度学习自动分割模型在临床放射治疗规划中的实用性。	对于26%的器官风险区域（OARs），模型的准确性仅达到可接受水平。	减少放射治疗规划中器官分割的工作量和一致性问题。	头部和颈部、腹部及男性骨盆的42个器官风险区域（OARs）。	计算机视觉	NA	深度卷积神经网络（DCNN）	DCNN	CT图像	使用多机构数据集和单机构数据集分别训练了两种深度学习模型。
1342	2024-08-26	Current Only-Based Fault Diagnosis Method for Industrial Robot Control Cables 2022-Mar-01, Sensors (Basel, Switzerland) DOI:10.3390/s22051917 PMID:35271064	研究论文	本研究提出了一种基于电流的新颖检测方法，用于诊断工业机器人控制电缆的软故障	采用自动编码器架构和移动平均滤波器来检测新颖性并计算异常分数，以在环境干扰下准确诊断软故障	NA	开发一种有效的软故障诊断方法，适用于工业机器人控制电缆	工业机器人控制电缆的软故障	机器学习	NA	新颖检测	自动编码器	电流数据	11种故障场景下的数据集
1343	2024-08-26	Analyzing Classification Performance of fNIRS-BCI for Gait Rehabilitation Using Deep Neural Networks 2022-Mar-01, Sensors (Basel, Switzerland) DOI:10.3390/s22051932 PMID:35271077	研究论文	本研究提出了一种基于深度学习和机器学习方法的脑机接口框架，用于功能性近红外光谱（fNIRS）信号的脑信号分类	本研究展示了使用深度学习方法相比传统机器学习方法在分类准确性上的显著提升	NA	探讨深度学习在fNIRS-BCI系统中对步态康复的分类性能	fNIRS信号的分类性能	机器学习	NA	功能性近红外光谱（fNIRS）	卷积神经网络（CNN）、长短期记忆（LSTM）、双向LSTM（Bi-LSTM）	信号	九名受试者的左脑初级运动皮层的fNIRS信号
1344	2024-08-26	Automatic wound detection and size estimation using deep learning algorithms 2022-03, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1009852 PMID:35275923	研究论文	本文开发了一种基于深度学习的图像分析流程，用于自动检测和估计伤口大小	提出了一种利用深度学习算法自动检测和估计伤口大小的方法，特别是在图像中利用环形支架来预测伤口大小	数据集相对较小，仅包含256张图像，且并非专为训练深度学习模型设计	开发一种能够高效准确地跟踪伤口大小的高通量方法	实验室小鼠的伤口图像	计算机视觉	NA	深度学习	CNN	图像	256张图像
1345	2024-08-26	Use of machine learning in osteoarthritis research: a systematic literature review 2022-03, RMD open IF:5.1Q1 DOI:10.1136/rmdopen-2021-001998 PMID:35296530	综述	本综述旨在全面概述机器学习在骨关节炎临床护理中的应用	提供了机器学习在骨关节炎临床研究中应用的最新概述	大多数研究未进行外部验证，且未涉及手部骨关节炎的研究	全面了解机器学习在骨关节炎临床护理中的应用情况	骨关节炎的诊断、预测、表型分析、严重程度和进展	机器学习	骨关节炎	机器学习算法	深度学习	影像分析	涉及的患者数量从18到5749不等，主要涉及膝关节骨关节炎和髋关节骨关节炎
1346	2024-08-26	Bee Tracker-an open-source machine learning-based video analysis software for the assessment of nesting and foraging performance of cavity-nesting solitary bees 2022-Mar, Ecology and evolution IF:2.3Q2 DOI:10.1002/ece3.8575 PMID:35342575	研究论文	本文介绍了一种基于机器学习的视频分析软件Bee Tracker，用于自动跟踪和分析洞巢独居蜂的觅食和筑巢行为	该软件通过四个训练好的深度学习网络，能够检测蜜蜂进出巢穴的行为，并识别蜜蜂胸部的个体ID和巢穴ID，实现了对大量洞巢独居蜂个体行为的同步跟踪和分析	NA	开发一种高效的方法来收集洞巢独居蜂的行为数据，以评估环境压力对其健康的影响	洞巢独居蜂的觅食和筑巢行为	机器学习	NA	深度学习网络	CNN	视频	8个视频，每个视频记录24只筑巢雌蜂
1347	2024-08-26	BOVIDS: A deep learning-based software package for pose estimation to evaluate nightly behavior and its application to common elands (Tragelaphus oryx) in zoos 2022-Mar, Ecology and evolution IF:2.3Q2 DOI:10.1002/ece3.8701 PMID:35342615	研究论文	本文介绍了一种基于深度学习的软件包BOVIDS，用于姿态估计以评估动物园中普通伊兰羚羊的夜间行为，并分析了年龄、性别对夜间活动的影响。	首次详细描述了普通伊兰羚羊的夜间行为，并开发了一种基于深度学习的软件包BOVIDS用于姿态识别。	研究样本主要集中在动物园中的普通伊兰羚羊，可能不完全代表野生环境中的行为。	扩展对非洲有蹄类动物夜间行为的数据基础，并提供对动物福利和动物园饲养条件的更好理解。	动物园中的普通伊兰羚羊及其夜间行为。	机器学习	NA	深度学习	NA	视频	25只普通伊兰羚羊，来自5个动物园，共822晚的视频材料。
1348	2024-08-26	Study of Different Deep Learning Methods for Coronavirus (COVID-19) Pandemic: Taxonomy, Survey and Insights 2022-Feb-28, Sensors (Basel, Switzerland) DOI:10.3390/s22051890 PMID:35271037	研究论文	本文综述了利用深度学习技术在医学影像模式（如CT和胸片）中检测和分类COVID-19的应用	提供了关于COVID-19检测和分类的深度学习系统的概述，并总结了最常用的训练数据库	探讨了使用深度学习算法检测COVID-19的挑战	旨在概述深度学习在COVID-19诊断中的应用	COVID-19的检测和分类	机器学习	COVID-19	深度学习	NA	医学影像	NA
1349	2024-08-26	Kidney Tumor Semantic Segmentation Using Deep Learning: A Survey of State-of-the-Art 2022-Feb-25, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging8030055 PMID:35324610	综述	本文综述了基于深度学习的肾肿瘤语义分割技术的最新进展	NA	NA	探讨肾肿瘤分割系统中深度学习的应用	肾肿瘤的语义分割	计算机视觉	肾癌	深度学习	CNN	图像	NA
1350	2024-08-26	Medical Professional Enhancement Using Explainable Artificial Intelligence in Fetal Cardiac Ultrasound Screening 2022-Feb-25, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines10030551 PMID:35327353	研究论文	本文提出了一种基于深度学习的可解释表示“图表图”，用于支持胎儿心脏超声筛查，旨在提高诊断支持工具的可解释性和医疗专业人员的信心。	首次展示了使用基于深度学习的可解释表示来提高胎儿心脏超声筛查性能的方法。	NA	提高人工智能在医疗领域的可解释性和临床应用的可信度。	胎儿心脏超声筛查和医疗专业人员对AI决策的信任。	机器学习	先天性心脏病	深度学习	深度神经网络	超声图像	NA
1351	2024-08-26	A Comprehensive Evaluation of Metabolomics Data Preprocessing Methods for Deep Learning 2022-Feb-24, Metabolites IF:3.4Q2 DOI:10.3390/metabo12030202 PMID:35323644	研究论文	本文评估了代谢组学数据预处理方法对深度学习性能的影响	本文填补了深度学习在生命科学数据分析中数据预处理方法影响的评估空白	NA	评估代谢组学数据预处理方法对深度学习性能的影响	代谢组学数据预处理方法	机器学习	NA	深度学习	NA	代谢组学数据	NA
1352	2024-08-26	Improving mammography lesion classification by optimal fusion of handcrafted and deep transfer learning features 2022-02-21, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ac5297 PMID:35130517	研究论文	本研究旨在通过融合手工特征和深度迁移学习特征来提高乳腺X线摄影病变分类的性能	本研究首次验证了手工特征和自动化特征的互补性，并通过特征融合显著提高了计算机辅助诊断系统的性能	研究仅使用了单一类型的数据集，且未探讨不同数据预处理方法对结果的影响	测试手工特征和自动化特征的互补性，并通过特征融合提高计算机辅助诊断系统的性能	乳腺X线摄影中的1535个病变区域（740个恶性，795个良性）	数字病理学	乳腺癌	迁移学习	VGG16	图像	1535个病变区域
1353	2024-08-26	A Comparative Study of Deep Learning Classification Methods on a Small Environmental Microorganism Image Dataset (EMDS-6): From Convolutional Neural Networks to Visual Transformers 2022, Frontiers in microbiology IF:4.0Q2 DOI:10.3389/fmicb.2022.792166 PMID:35308350	研究论文	本文对21种深度学习模型在小规模环境微生物图像数据集上进行了一系列比较实验，包括直接分类、不平衡训练和超参数调整实验	发现21种模型之间存在互补性，为特征融合相关实验提供了基础	几何变形的数据增强方法难以提升VT系列模型的性能	为研究人员提供可靠的参考，寻找适合当前设备工作环境的具有良好分类性能的模型	小规模环境微生物图像数据集	计算机视觉	NA	深度学习	CNN, ViT, DeiT, BotNet, T2T-ViT, Xception, ShuffleNet-V2	图像	小规模环境微生物图像数据集（EMDS-6）
1354	2024-08-26	Tissue Cytometry With Machine Learning in Kidney: From Small Specimens to Big Data 2022, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2022.832457 PMID:35309077	综述	本文综述了利用机器学习结合细胞学技术在肾脏组织3D成像分析中的最新进展	介绍了体积组织探索与分析细胞学工具，以及基于深度学习的完整组织中细胞的图像分类方法	NA	探讨如何通过结合机器学习与细胞学技术，利用高分辨率成像提供的内容深度，生成高度信息化的分析输出	肾脏组织的3D成像分析	机器学习	肾脏疾病	3D成像	深度学习	图像	小组织样本
1355	2024-08-26	Multi-Stream Convolutional Neural Network-Based Wearable, Flexible Bionic Gesture Surface Muscle Feature Extraction and Recognition 2022, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2022.833793 PMID:35310001	研究论文	本文研究了基于表面肌电信号（sEMG）的手势识别问题，提出了一种多流卷积神经网络算法，用于增强手势识别中对手部动作的特征提取能力	本文采用了一种多流卷积神经网络算法，通过重建sEMG样本结构来虚拟增加信号通道，提供更丰富的输入信息，从而提高手势识别的准确性	本文未详细讨论算法的计算复杂度和实时性问题	研究如何利用sEMG信号进行手势识别，提高识别的准确性和鲁棒性	表面肌电信号（sEMG）和手势识别	机器学习	NA	表面肌电信号（sEMG）	多流卷积神经网络（CNN）	信号	未明确提及具体样本数量
1356	2024-08-26	Machine Vision and Intelligent Algorithm Based on Neural Network 2022, Computational intelligence and neuroscience DOI:10.1155/2022/6154453 PMID:35310591	研究论文	本文优化了神经网络算法和智能算法，并在机器视觉环境中进行了模拟实验，以提高算法的目标图像识别能力	本文采用了改进的VGG-16卷积神经网络模型进行金属块缺陷检测，并研究了基于神经网络的智能算法，通过比较不同算法的收敛速度，展示了ICS-BP算法的快速收敛性	NA	提高机器视觉环境中算法的目标图像识别能力	神经网络算法和智能算法在机器视觉中的应用	计算机视觉	NA	卷积神经网络	CNN	图像	使用了CIFAR-10数据集进行训练和验证测试
1357	2024-08-26	MPEPE, a predictive approach to improve protein expression in E. coli based on deep learning 2022, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2022.02.030 PMID:35317239	研究论文	本研究利用6438个异源蛋白在相同表达条件下的表达数据，构建了一个深度学习分类器，用于筛选高表达和低表达蛋白，并提出了一种增强蛋白表达的突变预测器MPEPE	本研究提出了MPEPE，一种基于深度学习的突变预测器，用于识别有助于蛋白表达的突变位点，并结合保守残基分析以最小化功能破坏	NA	提高大肠杆菌中蛋白表达水平	异源蛋白的表达	机器学习	NA	深度学习	深度学习分类器	基因序列数据	6438个异源蛋白
1358	2024-08-26	Automatic kidney segmentation using 2.5D ResUNet and 2.5D DenseUNet for malignant potential analysis in complex renal cyst based on CT images 2022, EURASIP journal on image and video processing IF:2.0Q3 DOI:10.1186/s13640-022-00581-x PMID:35340560	研究论文	本文研究使用2.5D ResUNet和2.5D DenseUNet进行肾脏分割，以分析复杂肾囊肿的恶性潜力	提出使用2.5D ResUNet和2.5D DenseUNet进行肾脏分割，有效提取切片内和切片间特征	在泰国患者的腹部CT图像上性能有所下降	开发精确的二分类方法（良性或恶性肿瘤）以分析计算机断层扫描（CT）图像中的肾囊肿	肾脏器官或病变	计算机视觉	NA	NA	2.5D ResUNet, 2.5D DenseUNet	CT图像	KiTS19验证集包含60名患者，另外对4名泰国患者的腹部CT图像进行实验
1359	2024-08-26	Image Compression Based on Hybrid Domain Attention and Postprocessing Enhancement 2022, Computational intelligence and neuroscience DOI:10.1155/2022/4926124 PMID:35341171	研究论文	本文提出了一种基于混合域注意力机制和后处理增强的图像压缩方法	该方法在主编码-解码网络和超先验网络中嵌入混合域注意力模块作为非线性变换器，构建更紧凑的潜在特征和超先验，并采用参数化高斯尺度混合模型进行更精确的熵估计	NA	提高图像压缩效率	图像压缩技术	计算机视觉	NA	深度学习	CNN	图像	NA
1360	2024-08-26	End-to-end antigenic variant generation for H1N1 influenza HA protein using sequence to sequence models 2022, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0266198 PMID:35344562	研究论文	本文提出了一种基于端到端学习方法的序列到序列模型，用于生成H1N1流感病毒HA蛋白的抗原变体	首次开发了一种生成流感病毒HA蛋白抗原变体的模型，利用深度序列到序列架构	NA	旨在加速流感病毒抗原变体的识别，从而加快疫苗选择和制造过程	H1N1流感病毒的HA蛋白抗原变体	机器学习	流感	序列到序列模型	序列到序列模型	序列数据	NA