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
41	2024-09-10	Automatic femoral articular cartilage segmentation using deep learning in three-dimensional ultrasound images of the knee 2022-Sep, Osteoarthritis and cartilage open DOI:10.1016/j.ocarto.2022.100290 PMID:36474947	研究论文	本研究开发了一种基于深度学习的自动分割方法，用于在膝关节的三维超声图像中分割股骨关节软骨	本研究创新性地使用了一种改进的U-Net算法来自动分割股骨关节软骨，提高了分割效率和减少了评估者间的变异性	算法在三维重建后的性能有所下降，但差异不显著	开发一种基于深度学习的自动分割方法，以提高膝关节三维超声图像中股骨关节软骨分割的时间效率和减少评估者间的变异性	膝关节的三维超声图像中的股骨关节软骨	计算机视觉	NA	深度学习	U-Net	图像	200张2DUS图像（来自20张3DUS图像）用于训练，50张2DUS图像（来自5张3DUS图像）用于评估
42	2024-09-08	Deep-SMOLM: deep learning resolves the 3D orientations and 2D positions of overlapping single molecules with optimal nanoscale resolution 2022-Sep-26, Optics express IF:3.2Q2 DOI:10.1364/OE.470146 PMID:36258598	研究论文	本文介绍了一种基于深度学习的估计方法Deep-SMOLM，用于在单分子定位显微镜中测量重叠分子的三维方向和二维位置，具有优于理论极限的分辨率	Deep-SMOLM能够以接近理论极限的精度测量重叠分子的三维方向和二维位置，并且在处理重叠图像时表现出优越的估计性能	NA	开发一种能够精确测量重叠单分子三维方向和二维位置的方法	重叠的单分子	计算机视觉	NA	深度学习	深度学习模型	图像	模拟生物纤维和实验性淀粉样纤维
43	2024-09-07	Attention-Based UNet Deep Learning Model for Plaque Segmentation in Carotid Ultrasound for Stroke Risk Stratification: An Artificial Intelligence Paradigm 2022-Sep-27, Journal of cardiovascular development and disease IF:2.4Q2 DOI:10.3390/jcdd9100326 PMID:36286278	研究论文	本文提出了一种基于注意力机制的UNet深度学习模型，用于颈动脉超声图像中的斑块分割，以评估中风风险	该研究引入了基于注意力机制的UNet模型，显著提高了斑块分割的准确性，特别是在处理难以诊断的明亮和模糊斑块图像时	研究样本主要来自英国、日本和香港，可能存在地域和种族偏差	开发一种自动化的方法来检测和预测心血管疾病和中风的风险	颈动脉内的斑块	计算机视觉	心血管疾病	深度学习	UNet	图像	970张来自英国的ICA图像，379张来自日本糖尿病患者的CCA图像，以及300张来自香港绝经后女性的CCA图像
44	2024-09-07	Artificial Intelligence Models for Zoonotic Pathogens: A Survey 2022-Sep-27, Microorganisms IF:4.1Q2 DOI:10.3390/microorganisms10101911 PMID:36296187	综述	本文综述了人工智能模型在研究人畜共患病原体及其传播因素中的应用	NA	NA	总结和分析机器学习和深度学习方法在研究人畜共患病中的应用，以帮助研究人员识别风险因素并制定缓解策略	人畜共患病原体及其传播因素	机器学习	NA	机器学习深度学习	NA	NA	NA
45	2024-09-07	A Novel Multi-Feature Fusion Method for Classification of Gastrointestinal Diseases Using Endoscopy Images 2022-Sep-26, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics12102316 PMID:36292006	研究论文	本文提出了一种新的多特征融合方法，用于通过内窥镜图像对胃肠道疾病进行分类	本文提出了一种名为Effimix的定制CNN架构，结合了EfficientNet B0和自定义的CNN架构，通过挤压和激励层以及自归一化激活层实现精确的疾病分类	NA	提高内窥镜图像中胃肠道疾病的分类准确性	内窥镜图像中的胃肠道疾病	计算机视觉	胃肠道疾病	卷积神经网络 (CNN)	Effimix	图像	HyperKvasir数据集
46	2024-09-07	Role of Drone Technology Helping in Alleviating the COVID-19 Pandemic 2022-Sep-25, Micromachines IF:3.0Q2 DOI:10.3390/mi13101593 PMID:36295946	研究论文	本文探讨了无人机技术在缓解COVID-19大流行中的作用	本文提出了无人机在运输医疗物资、喷洒消毒剂、广播通信、监控和筛查感染患者等方面的创新应用	本文未详细讨论无人机技术在实际应用中的技术挑战和成本问题	研究无人机技术在应对COVID-19大流行中的潜力	无人机技术在医疗领域的应用及其优缺点	NA	COVID-19	无人机技术	NA	NA	NA
47	2024-09-07	Deep Learning Techniques for the Effective Prediction of Alzheimer's Disease: A Comprehensive Review 2022-Sep-23, Healthcare (Basel, Switzerland) DOI:10.3390/healthcare10101842 PMID:36292289	综述	本文深入探讨了使用深度学习技术进行阿尔茨海默病识别和诊断的各种方法及其应用	本文综述了深度学习技术在阿尔茨海默病识别和诊断中的最新进展和应用	NA	探讨深度学习技术在阿尔茨海默病识别和诊断中的应用	阿尔茨海默病及其诊断方法	机器学习	神经退行性疾病	深度学习	神经网络	脑信号	NA
48	2024-09-07	Applying Deep Learning to Establish a Total Hip Arthroplasty Radiography Registry: A Stepwise Approach 2022-09-21, The Journal of bone and joint surgery. American volume DOI:10.2106/JBJS.21.01229 PMID:35866648	研究论文	本文介绍了一种利用深度学习技术自动建立全髋关节置换术（THA）患者骨盆和髋部X光影像注册库的方法	开发了一系列高精度的深度学习算法，能够快速筛选和标注THA患者的X光影像，显著提高了注册库的建立效率	研究仅限于特定机构的数据，未提及算法在其他数据集上的泛化能力	利用深度学习技术自动建立和标注THA患者的骨盆和髋部X光影像注册库	全髋关节置换术患者的骨盆和髋部X光影像	计算机视觉	NA	深度学习	EfficientNetB3分类器和YOLOv5目标检测器	影像	846,988张骨盆和髋部X光影像，来自20,378名患者
49	2024-09-07	ACF: An Armed CCTV Footage Dataset for Enhancing Weapon Detection 2022-Sep-21, Sensors (Basel, Switzerland) DOI:10.3390/s22197158 PMID:36236253	研究论文	本文介绍了一种基于图像分块的深度学习方法，用于在CCTV视频中检测小型武器	提出了一个名为ACF的自收集CCTV视频数据集，并使用图像分块方法显著提高了武器检测的mAP	实验仅在公开的Mock Attack数据集上进行评估，未提及在实际场景中的应用效果	提高CCTV视频中武器检测的准确性	CCTV视频中的小型武器	计算机视觉	NA	深度学习	SSD MobileNet V2	视频	自收集的ACF数据集包含行人携带手枪和刀具的模拟CCTV视频，用于不同场景
50	2024-09-07	Stacked dilated convolutions and asymmetric architecture for U-Net-based medical image segmentation 2022-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2022.105891 PMID:35932729	研究论文	本文探讨了基于U-Net的医学图像分割网络的改进方法，提出了堆叠扩张卷积和非对称结构	引入了堆叠扩张卷积操作，输出多尺度感受野特征图，以及非对称结构，减少了解码器路径的通道数	未提及	改进U-Net及其变体的性能，减少模型参数	医学图像分割	计算机视觉	NA	堆叠扩张卷积	U-Net	图像	使用了公开和私有数据集
51	2024-09-07	Clinical validation of deep learning algorithms for radiotherapy targeting of non-small-cell lung cancer: an observational study 2022-09, The Lancet. Digital health DOI:10.1016/S2589-7500(22)00129-7 PMID:36028289	研究论文	本文研究了深度学习算法在非小细胞肺癌放疗靶区勾画中的临床验证	本文提出了一个临床验证策略，并发现模型在几何分割指标上表现良好，但在临床实用性上可能存在差异	本文主要集中在几何分割指标的验证，未充分探讨模型在临床实用性上的表现	验证深度学习模型在非小细胞肺癌放疗靶区勾画中的临床应用	非小细胞肺癌肿瘤和淋巴结的CT图像分割	计算机视觉	肺癌	深度学习	NA	图像	2208名患者，其中787名用于模型发现，1421名用于模型验证，28名用于最终用户测试
52	2024-09-06	A Hybrid Model Based on Improved Transformer and Graph Convolutional Network for COVID-19 Forecasting 2022-09-30, International journal of environmental research and public health DOI:10.3390/ijerph191912528 PMID:36231828	研究论文	本文提出了一种基于改进Transformer和图卷积网络的混合模型，用于COVID-19趋势预测	该模型通过多头注意力机制提取丰富的时间序列信息，并使用图卷积网络进一步聚合时间序列信息的相关性。此外，通过使用余弦函数替代softmax计算，降低了时间复杂度	研究仅集中在美国三个州，可能限制了模型的普适性	提高COVID-19趋势预测的准确性	COVID-19疫情趋势	机器学习	传染病	图卷积网络	混合模型	时间序列	美国三个州的数据
53	2024-09-06	The compliance of head-mounted industrial PPE by using deep learning object detectors 2022-09-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-20282-9 PMID:36175434	研究论文	本文研究了使用深度学习对象检测器来评估工业个人防护设备（PPE）的合规性	提出了一个结合头部ROI估计和PPE检测的管道，减少了误报并加快了数据收集和标注	需要进一步研究以找到特定PPE类型的最佳深度学习架构	自动化评估工业PPE的合规性	工业PPE的合规性	计算机视觉	NA	深度学习	Faster R-CNN, MobileNetV2-SSD, YOLOv5	图像	合并了PictorPPE和Roboflow数据集以及作者收集的图像，包含12种不同类型的PPE
54	2024-09-06	Deciphering microbial gene function using natural language processing 2022-09-29, Nature communications IF:14.7Q1 DOI:10.1038/s41467-022-33397-4 PMID:36175448	研究论文	本文提出了一种利用自然语言处理技术揭示微生物基因功能的方法	将自然语言处理中的深度学习方法应用于微生物基因功能的预测	NA	揭示未表征基因的功能	微生物基因及其功能	自然语言处理	NA	深度学习	语言模型	基因组数据	36000万微生物基因
55	2024-09-06	A deep learning approach for classification of COVID and pneumonia using DenseNet-201 2022-Sep-29, International journal of imaging systems and technology IF:3.0Q2 DOI:10.1002/ima.22812 PMID:36249091	研究论文	本文提出了一种使用DenseNet-201深度学习模型进行COVID和肺炎分类的方法	本文的创新点在于使用DenseNet-201模型进行COVID和肺炎的分类，并开发了一个用户友好的框架，帮助医疗提供者根据历史CXR图像为患者提供最佳的治疗方案	NA	开发一种能够准确分类COVID和肺炎的深度学习模型，并提供一个用户友好的框架以辅助医疗决策	COVID和肺炎的胸部X光图像	计算机视觉	NA	深度学习	DenseNet-201	图像	使用了来自Kaggle的数据集，具体样本数量未明确说明
56	2024-09-06	A deep learning approach for semantic segmentation of unbalanced data in electron tomography of catalytic materials 2022-Sep-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-16429-3 PMID:36171204	研究论文	本文提出了一种基于深度学习的语义分割方法，用于处理电子断层扫描中催化材料的不平衡数据	本文采用了加权焦点损失函数，并将其应用于U-Net的全卷积网络架构，以解决不平衡数据集的分割问题	NA	解决电子断层扫描中催化材料的不平衡数据分割问题	γ-Alumina/Pt催化材料	计算机视觉	NA	电子断层扫描	U-Net	图像	大量高角度环形暗场扫描透射电子显微镜断层重建数据
57	2024-09-06	Point-of-care SARS-CoV-2 sensing using lens-free imaging and a deep learning-assisted quantitative agglutination assay 2022-09-27, Lab on a chip IF:6.1Q2 DOI:10.1039/d2lc00289b PMID:36047372	研究论文	本文介绍了一种使用无透镜成像和深度学习辅助定量凝集测定的便携式SARS-CoV-2检测系统	提出了一种结合无透镜成像和深度学习的新型生物传感器，用于检测SARS-CoV-2，能够在复杂样本中快速且灵敏地检测病毒水平	尚未达到动态范围的上限	开发一种快速且灵敏的SARS-CoV-2检测方法，用于资源有限的POC设置	SARS-CoV-2病毒的检测	计算机视觉	COVID-19	无透镜成像、深度学习	深度学习算法	图像	NA
58	2024-09-06	Psychological factors substantially contribute to biological aging: evidence from the aging rate in Chinese older adults 2022-09-27, Aging DOI:10.18632/aging.204264 PMID:36170009	研究论文	本文开发了一种基于血液检测数据的深度学习衰老时钟，用于评估中国老年人的生物学年龄，并探讨了心理因素对生物学衰老的影响	首次使用深度学习技术结合血液检测数据开发衰老时钟，并证明了心理因素对生物学年龄的显著影响	研究仅基于中国健康与退休纵向调查的数据，可能存在样本代表性不足的问题	探讨心理因素对生物学衰老的影响，并开发一种新的衰老评估工具	中国老年人的生物学年龄及其影响因素	机器学习	NA	深度学习	深度学习模型	血液检测数据	来自中国健康与退休纵向调查的数据
59	2024-09-06	A Review on Visual-SLAM: Advancements from Geometric Modelling to Learning-Based Semantic Scene Understanding Using Multi-Modal Sensor Fusion 2022-Sep-25, Sensors (Basel, Switzerland) DOI:10.3390/s22197265 PMID:36236364	综述	本文综述了从几何建模到基于学习的语义场景理解的多模态传感器融合在视觉SLAM中的进展	本文介绍了基于深度学习的视觉SLAM方法，提供了一种数据驱动的方法来解决传统几何模型在复杂环境中的误差问题	本文主要讨论了基于学习的视觉SLAM方法，但未深入探讨其在实际应用中的性能和局限性	总结视觉SLAM领域的最新进展，特别是基于学习的方法	自主移动机器人中的同时定位与地图构建问题	计算机视觉	NA	深度学习	NA	多模态传感器数据	NA
60	2024-09-06	PreS/MD: Predictor of Sensitization Hazard for Chemical Substances Released From Medical Devices 2022-09-24, Toxicological sciences : an official journal of the Society of Toxicology IF:3.4Q2 DOI:10.1093/toxsci/kfac078 PMID:35916740	研究论文	开发了一种名为PreS/MD的新型计算工具，用于快速准确预测医疗设备释放化学物质的致敏性	利用机器学习和深度学习算法开发了定量结构-活性关系（QSAR）模型，取代传统的动物测试方法	模型的平衡准确率在70%-74%之间，仍有提升空间	开发一种计算工具，用于预测医疗设备释放化学物质的致敏性，以替代动物测试	医疗设备释放的化学物质及其致敏性	机器学习	NA	机器学习算法，深度学习	定量结构-活性关系（QSAR）模型	化学物质数据	最大的公开GPMT结果数据集