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
241	2024-09-11	Photonic machine learning with on-chip diffractive optics 2023-Jan-05, Nature communications IF:14.7Q1 DOI:10.1038/s41467-022-35772-7 PMID:36604423	研究论文	本文提出了一种基于硅基绝缘体平台的片上衍射光学神经网络（DONN），用于高性能机器学习任务	首次提出了一种基于硅基绝缘体平台的片上衍射光学神经网络，具有高集成度和低功耗特性	实验验证的样本量较小，且仅在Iris植物数据集和MNIST手写数字图像上进行了分类任务	探索和验证基于光子学的机器学习技术在硬件加速方面的潜力	片上衍射光学神经网络的性能和应用	机器学习	NA	衍射光学	光学神经网络	图像	Iris植物数据集和MNIST手写数字图像
242	2024-09-11	High-resolution processing and sigmoid fusion modules for efficient detection of small objects in an embedded system 2023-01-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-27189-5 PMID:36604562	研究论文	本文提出了一种轻量级的小目标检测模型，使用高分辨率处理模块和S型融合模块来提高检测精度	引入了高分辨率处理模块和S型融合模块，显著提高了小目标检测的准确性，同时减少了计算成本	NA	提高嵌入式系统中小目标检测的效率和准确性	小目标检测，特别是无人机侦察图像中的小车辆	计算机视觉	NA	深度学习	YOLOX-s	图像	使用真实无人机侦察图像进行测试
243	2024-09-11	Rapid, label-free histopathological diagnosis of liver cancer based on Raman spectroscopy and deep learning 2023-01-04, Nature communications IF:14.7Q1 DOI:10.1038/s41467-022-35696-2 PMID:36599851	研究论文	本文利用拉曼光谱结合深度学习技术，开发并验证了一种用于体外和术中肝癌病理诊断的工作流程	本文提出了一种基于拉曼光谱和深度学习的快速、无标记、非破坏性的肝癌病理诊断方法	NA	开发一种快速、无标记的肝癌病理诊断方法	人肝组织样本	数字病理学	肝癌	拉曼光谱	深度学习	图像	NA
244	2024-09-11	A dataset for plain language adaptation of biomedical abstracts 2023-01-04, Scientific data IF:5.8Q1 DOI:10.1038/s41597-022-01920-3 PMID:36599892	研究论文	本文介绍了一个用于生物医学摘要的平实语言适应的数据集	该数据集是首个既文档对齐又句子对齐的手动适应数据集	NA	解决生物医学文献语言难以被公众理解的问题	生物医学摘要的平实语言适应	自然语言处理	NA	深度学习	NA	文本	750篇适应摘要，共7643对句子
245	2024-09-11	A Review of Recent Advances in Deep Learning Models for Chest Disease Detection Using Radiography 2023-Jan-03, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13010159 PMID:36611451	综述	本文综述了利用放射影像进行胸部疾病检测的深度学习模型的最新进展	本文详细描述了多个公开的CXR数据集，并介绍了用于胸部疾病检测的多种深度学习模型，如VGG、ResNet、DenseNet、Inception、EfficientNet、RetinaNet及集成学习方法	本文讨论了已发表文献中的挑战，并强调了可解释性和可解释性的重要性，以更好地理解深度学习模型的检测结果	本文旨在综述利用放射影像进行胸部疾病检测的深度学习模型的最新进展	本文研究对象为胸部疾病的检测	计算机视觉	NA	深度学习	CNN	图像	多个公开的CXR数据集
246	2024-09-11	A Holistic Approach to Identify and Classify COVID-19 from Chest Radiographs, ECG, and CT-Scan Images Using ShuffleNet Convolutional Neural Network 2023-Jan-03, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13010162 PMID:36611454	研究论文	本文提出了一种使用ShuffleNet卷积神经网络从胸部X光片、心电图和CT扫描图像中识别和分类COVID-19的综合方法	本文首次将胸部X光片、心电图和CT扫描图像三种数据类型结合，用于COVID-19的检测和分类，并使用ShuffleNet卷积神经网络进行处理	NA	开发一种早期且精确的COVID-19检测和分类方法，以减少病毒的传播	COVID-19的检测和分类	计算机视觉	COVID-19	ShuffleNet卷积神经网络	ShuffleNet	图像	使用了胸部X光片、CT扫描和心电图图像的数据集，具体样本数量未详细说明
247	2024-09-11	Deep Learning Model for Static Ocular Torsion Detection Using Synthetically Generated Fundus Images 2023-01-03, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.12.1.17 PMID:36630147	研究论文	研究开发了一种使用合成眼底图像的深度学习模型，用于检测静态眼旋	利用合成眼底图像和迁移学习开发了用于检测静态眼旋的深度学习模型	NA	开发深度学习模型以评估静态眼旋的方向和程度	静态眼旋的方向和程度	计算机视觉	NA	深度学习	CNN	图像	276张右眼眼底图像，合成数据集每模型12,740张图像
248	2024-09-11	Anomaly Detection and Inter-Sensor Transfer Learning on Smart Manufacturing Datasets 2023-Jan-02, Sensors (Basel, Switzerland) DOI:10.3390/s23010486 PMID:36617091	研究论文	本文分析了四个智能制造系统中的传感器数据集，利用深度学习技术检测缺陷水平，并评估了多种传统和基于机器学习的预测模型在预测传感器数据时间序列上的表现	本文提出了通过聚合多个预测RPM值来选择训练数据的方法，并利用高数据率传感器进行迁移学习以进行缺陷类型分类	NA	研究智能制造系统中快速检测和预测故障的方法，以降低维护成本和减少机器停机时间	智能制造系统中的传感器数据	机器学习	NA	深度学习	NA	时间序列数据	四个数据集
249	2024-09-11	A state-of-the-art survey of object detection techniques in microorganism image analysis: from classical methods to deep learning approaches 2023, Artificial intelligence review IF:10.7Q1 DOI:10.1007/s10462-022-10209-1 PMID:35693000	综述	本文综述了从传统方法到深度学习方法的微生物图像分析中的目标检测技术	介绍了视觉变换器等潜在方法	NA	帮助研究人员更全面地了解微生物检测领域的发展过程、研究现状和未来趋势	微生物检测方法	计算机视觉	NA	图像处理、机器学习、深度学习	视觉变换器	图像	142篇相关技术论文
250	2024-09-11	Diagnosis of anomalies based on hybrid features extraction in thyroid images 2023, Multimedia tools and applications IF:3.0Q2 DOI:10.1007/s11042-022-13433-7 PMID:35874325	研究论文	本文提出了一种基于胶囊网络的甲状腺超声图像特征提取方法，并结合传统特征形成混合特征空间，提高了支持向量机的分类准确率	本文创新性地将胶囊网络与传统特征（如方向梯度直方图和局部二值模式）结合，形成混合特征空间，提高了分类准确率	本文未提及具体的局限性	提高甲状腺超声图像中良恶性腺体的诊断准确率	甲状腺超声图像中的良恶性腺体	计算机视觉	甲状腺疾病	胶囊网络	胶囊网络	图像	未提及具体样本数量
251	2024-09-11	Constrained and unconstrained deep image prior optimization models with automatic regularization 2023, Computational optimization and applications IF:1.6Q3 DOI:10.1007/s10589-022-00392-w PMID:35909881	研究论文	本文提出了一种新的深度图像先验优化模型，通过自动估计正则化参数来解决图像恢复中的不适定逆问题	本文引入了局部自适应正则化参数的非约束模型和基于Morozov差异原则的约束模型，并通过近端梯度下降-上升法求解	目前的模型需要准确估计正则化参数	改进深度图像先验方法，使其在图像恢复任务中更加鲁棒和高效	图像去噪和去模糊任务	计算机视觉	NA	深度学习	卷积神经网络 (CNN)	图像	模拟和真实自然及医学图像
252	2024-09-11	Anti-aliasing convolution neural network of finger vein recognition for virtual reality (VR) human-robot equipment of metaverse 2023, The Journal of supercomputing IF:2.5Q2 DOI:10.1007/s11227-022-04680-4 PMID:36035635	研究论文	本文介绍了一种基于卷积神经网络和抗锯齿技术的指静脉识别系统，用于元宇宙中的虚拟现实人机设备	本文提出了一种新的指静脉识别方法，结合了卷积神经网络和抗锯齿技术，显著提高了识别精度	本文未详细讨论系统在实际应用中的部署和维护问题	开发一种高精度的指静脉识别系统，以增强元宇宙中虚拟现实人机设备的安全性	指静脉图像的识别和验证	计算机视觉	NA	卷积神经网络	CNN	图像	三个公开的指静脉数据集，包括FVUSM、SDUMLA和THUFV2
253	2024-09-11	Joint EANM/SNMMI guideline on radiomics in nuclear medicine : Jointly supported by the EANM Physics Committee and the SNMMI Physics, Instrumentation and Data Sciences Council 2023-01, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-022-06001-6 PMID:36326868	指南	本指南旨在提供关于放射组学分析最佳实践的综合信息，涵盖手工特征和深度学习方法	本指南结合了EANM和SNMMI的共同努力，提供了放射组学分析的当前最佳实践和推荐	本指南主要关注手工特征方法，因为该领域更为成熟，对深度学习方法的应用推荐较少	提供放射组学分析的最佳实践和推荐	放射组学分析的手工特征和深度学习方法	核医学	NA	放射组学	深度学习	医学影像	NA
254	2024-09-11	Strong semantic segmentation for Covid-19 detection: Evaluating the use of deep learning models as a performant tool in radiography 2023-01, Radiography (London, England : 1995) DOI:10.1016/j.radi.2022.10.010 PMID:36335787	研究论文	本文探讨了使用深度学习模型进行Covid-19检测的语义分割方法	提出了一种结合深度学习模块的语义分割新模型，用于从Covid-19 CT图像中提取明确的图形特征	NA	旨在提高Covid-19诊断的准确性和效率	Covid-19 CT图像	计算机视觉	Covid-19	深度学习	U-net	图像	包括正常胸部CT、肺炎、典型病毒原因和Covid-19病例的CT图像
255	2024-09-11	Utilizing deep learning for dermal matrix quality assessment on in vivo line-field confocal optical coherence tomography images 2023-Jan, Skin research and technology : official journal of International Society for Bioengineering and the Skin (ISBS) [and] International Society for Digital Imaging of Skin (ISDIS) [and] International Society for Skin Imaging (ISSI) IF:2.0Q3 DOI:10.1111/srt.13221 PMID:36366860	研究论文	本文开发了一种利用深度学习自动评估体内线场共聚焦光学相干断层扫描图像中真皮基质质量的新方法	本文首次提出了一种基于深度学习的自动评估方法，用于快速、准确地评估真皮基质质量	研究样本仅限于健康的高加索志愿者，且样本量相对较小	开发一种自动评估真皮基质质量的新方法，并应用于评估光老化相关的真皮基质变化	体内线场共聚焦光学相干断层扫描图像中的真皮基质质量	计算机视觉	NA	线场共聚焦光学相干断层扫描 (LC-OCT)	MobileNetv3-Small	图像	57名健康高加索志愿者和36名健康高加索女性
256	2024-09-11	A survey on deep learning applied to medical images: from simple artificial neural networks to generative models 2023, Neural computing & applications IF:4.5Q2 DOI:10.1007/s00521-022-07953-4 PMID:36373133	综述	本文综述了深度学习技术在医学图像分析中的应用，特别是生成模型	提供了对最新深度学习模型在医学图像生成中的应用的简明概述	未提及具体的研究局限性	提供深度学习在医学影像中应用的全面概述，以促进其在医学领域的应用	医学图像，包括不同受损身体部位或器官的图像	计算机视觉	NA	深度学习	生成对抗网络（GAN）和变分自编码器（VAE）	图像	使用了包含磁共振（MR）图像、计算机断层扫描（CT）扫描和常见图片的公开医学数据集
257	2024-09-11	Off the deep end: What can deep learning do for the gene expression field? 2023-01, The Journal of biological chemistry IF:4.0Q2 DOI:10.1016/j.jbc.2022.102760 PMID:36462664	评论	本文讨论了深度学习在基因表达领域的应用潜力	探讨了深度学习在解码DNA序列信息中的应用，以及如何通过深度学习模型识别跨物种的重要遗传变异	NA	探讨深度学习在基因调控和进化生物学中的应用	基因调控、进化生物学、DNA序列信息	机器学习	NA	深度学习	神经网络	DNA序列	NA
258	2024-09-11	Machine Learning and Deep Learning Based Time Series Prediction and Forecasting of Ten Nations' COVID-19 Pandemic 2023, SN computer science DOI:10.1007/s42979-022-01493-3 PMID:36532634	研究论文	本文利用机器学习和深度学习技术对十个国家的COVID-19疫情进行时间序列预测	提出了多种机器学习、深度学习和时间序列模型来预测COVID-19的确诊、死亡和康复病例	未提及具体的局限性	研究并预测COVID-19的未来环境情况以减少其影响	COVID-19在十个国家的确诊、死亡和康复病例	机器学习	COVID-19	机器学习、深度学习、时间序列模型	随机森林回归器、Facebook Prophet模型、堆叠LSTM	时间序列数据	2020年1月22日至2021年5月29日的COVID-19病例数据
259	2024-09-11	Post-pandemic healthcare for COVID-19 vaccine: Tissue-aware diagnosis of cervical lymphadenopathy via multi-modal ultrasound semantic segmentation 2023-Jan, Applied soft computing IF:7.2Q1 DOI:10.1016/j.asoc.2022.109947 PMID:36570119	研究论文	本文提出了一种基于深度学习的框架，用于快速诊断接种COVID-19疫苗后引起的颈部淋巴结肿大	本文创新性地提出了Tissue-Aware Cervical Lymph Node Diagnosis方法，通过多模态超声语义分割实现对颈部淋巴结及其周围组织的像素级定位和诊断	本文未提及具体的局限性	研究目的是开发一种快速诊断方法，以帮助医生在疫情后时代区分COVID相关反应性淋巴结肿大和转移性淋巴结肿大	研究对象是接种COVID-19疫苗后出现的颈部淋巴结肿大	计算机视觉	NA	深度学习	NA	图像	本文未提及具体的样本数量
260	2024-09-11	Motion artifact reduction for magnetic resonance imaging with deep learning and k-space analysis 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0278668 PMID:36603007	研究论文	本研究提出了一种新的方法，通过深度学习和k空间分析来检测和去除磁共振成像中的运动伪影	本研究的创新点在于结合深度学习和k空间分析，能够有效检测受运动影响的相位编码线，并利用压缩感知技术从不受影响的数据中重建图像，从而减少运动伪影	本研究的局限性在于仅使用了IXI公共数据集中的67个病例进行实验，未来需要更多的临床数据来验证方法的普适性	本研究旨在提高磁共振成像的质量，减少运动伪影的影响	本研究主要针对磁共振成像中的运动伪影问题	计算机视觉	NA	压缩感知	卷积神经网络 (CNN)	图像	本研究使用了67个病例，共8710张轴向T2加权图像，分为训练集（50个病例/6500张图像）、验证集（5个病例/650张图像）和测试集（12个病例/1560张图像）