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
61	2024-09-16	ST-CenterNet: Small Target Detection Algorithm with Adaptive Data Enhancement 2023-Mar-16, Entropy (Basel, Switzerland) DOI:10.3390/e25030509 PMID:36981396	研究论文	提出了一种名为ST-CenterNet的新型深度学习模型，用于小目标检测，并通过自适应数据增强技术提高检测性能	引入了选择性小目标复制算法（SSTRA）和目标适应特征提取模块（TAFEM），结合ResNet和自适应特征金字塔网络（AFPN）进行双向特征提取	NA	解决小目标检测中样本不足和特征信息提取不完整的问题	自动驾驶中的远距离标志和行人检测，以及医学早期病变的肿瘤检测	计算机视觉	NA	深度学习	CenterNet	图像	NA
62	2024-09-16	Camera- and Viewpoint-Agnostic Evaluation of Axial Postural Abnormalities in People with Parkinson's Disease through Augmented Human Pose Estimation 2023-Mar-16, Sensors (Basel, Switzerland) DOI:10.3390/s23063193 PMID:36991904	研究论文	本文介绍了一种通过增强的人体姿态估计来评估帕金森病患者轴向姿势异常的软件	该软件通过计算机视觉后处理原语增强了从RGB图像中提取的人体骨骼，以准确评估姿势	标准人体姿态估计平台的关键点与评估轴向姿势异常所需的关键点不一致，且对相机和场景敏感	开发一种自动工具，用于测量和分析帕金森病患者在不同治疗条件和任务下的轴向姿势异常	帕金森病患者的轴向姿势异常	计算机视觉	神经退行性疾病	计算机视觉后处理	NA	图像	76张RGB图像，来自55名不同程度的帕金森病患者
63	2024-09-16	Deep Learning-Based Prediction of Diabetic Retinopathy Using CLAHE and ESRGAN for Enhancement 2023-Mar-15, Healthcare (Basel, Switzerland) DOI:10.3390/healthcare11060863 PMID:36981520	研究论文	本文提出了一种基于深度学习的糖尿病视网膜病变诊断模型，通过CLAHE和ESRGAN进行图像增强，提高了诊断准确性	本文创新性地结合了CLAHE和ESRGAN进行图像增强，显著提高了深度学习模型在糖尿病视网膜病变诊断中的准确性	本文仅比较了两种情况下的模型性能，未探讨其他可能的图像增强方法	开发一种能够更准确诊断糖尿病视网膜病变的深度学习模型	糖尿病视网膜病变的五个阶段	计算机视觉	糖尿病视网膜病变	深度学习	Inception-V3	图像	使用了Asia Pacific Tele-Ophthalmology Society (APTOS)数据集
64	2024-09-16	Synthesizing Complex-Valued Multicoil MRI Data from Magnitude-Only Images 2023-Mar-14, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering10030358 PMID:36978749	研究论文	本文提出了一种从仅包含幅值信息的MRI图像中合成复杂值多线圈MRI数据的方法	使用条件生成对抗网络（GAN）框架从输入的幅值图像生成合成相位图像，并结合ESPIRiT方法生成多线圈数据，从而在MRI重建中使用临床影像档案中的多样化数据	尚未提及	解决大规模多样化MRI数据集构建的挑战，促进MRI技术的临床转化	MRI图像重建和数据合成	计算机视觉	NA	生成对抗网络（GAN）、ESPIRiT	生成对抗网络（GAN）、变分网络（Variational Network）	图像	未明确提及具体样本数量
65	2024-09-16	Artificial Intelligence: A Next-Level Approach in Confronting the COVID-19 Pandemic 2023-Mar-14, Healthcare (Basel, Switzerland) DOI:10.3390/healthcare11060854 PMID:36981511	综述	本文综述了人工智能在应对COVID-19大流行中的作用	探讨了AI及其子领域机器学习和深度学习在遏制疫情中的应用	NA	评估近期文献中AI在应对COVID-19大流行中的作用	COVID-19感染、次级感染检测、技术辅助防护、全球AI法规及疫情对公众生活的影响	机器学习	COVID-19	NA	NA	NA	NA
66	2024-09-16	Detection of Corona Faults in Switchgear by Using 1D-CNN, LSTM, and 1D-CNN-LSTM Methods 2023-Mar-14, Sensors (Basel, Switzerland) DOI:10.3390/s23063108 PMID:36991819	研究论文	本文系统分析了三种深度学习技术（1D-CNN、LSTM和1D-CNN-LSTM混合模型）用于检测开关设备中的电晕故障，并确定最有效的模型	本文提出了1D-CNN-LSTM混合模型，该模型在时间和频率域中均表现出高准确性，优于单独使用1D-CNN或LSTM	NA	研究如何利用深度学习技术有效检测开关设备中的电晕故障	开关设备中的电晕故障	机器学习	NA	深度学习	1D-CNN, LSTM, 1D-CNN-LSTM	声音波形	训练、验证和测试阶段的样本数量未明确提及
67	2024-09-16	An Analysis of Deep Learning Models in SSVEP-Based BCI: A Survey 2023-Mar-13, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci13030483 PMID:36979293	综述	本文综述了基于稳态视觉诱发电位（SSVEP）的脑机接口（BCI）中深度学习模型的应用	提供了最新的设计指南，帮助研究人员使用深度学习模型分类SSVEP信号	深度学习模型的设计差异很大，许多超参数对模型性能的影响难以预测	分析和总结用于分类SSVEP信号的深度学习模型的设计方面	31种用于分类SSVEP信号的深度学习模型	机器学习	NA	深度学习	深度学习模型	信号	31种模型（2011-2023年）
68	2024-09-16	Combining pairwise structural similarity and deep learning interface contact prediction to estimate protein complex model accuracy in CASP15 2023-Mar-12, bioRxiv : the preprint server for biology DOI:10.1101/2023.03.08.531814 PMID:36945536	研究论文	本文提出了一种结合成对结构相似性和深度学习界面接触预测的混合方法，用于估计蛋白质复合物模型在CASP15中的准确性	本文的创新点在于开发了一种结合成对相似性评分和界面接触概率评分的混合方法，用于估计蛋白质复合物模型的准确性，并在CASP15中取得了优异的成绩	本文未明确提及具体的局限性	本文的研究目的是开发一种新的方法来估计蛋白质复合物模型的准确性，并应用于预测四级结构和研究蛋白质功能与相互作用	本文的研究对象是蛋白质复合物的四级结构模型及其准确性	机器学习	NA	深度学习	NA	结构模型	参与CASP15的24个预测器
69	2024-09-16	Deep Monocular Depth Estimation Based on Content and Contextual Features 2023-Mar-08, Sensors (Basel, Switzerland) DOI:10.3390/s23062919 PMID:36991629	研究论文	提出了一种利用上下文语义信息进行单目深度估计的新方法	利用HRNet-v2语义分割模型的高质量语义特征，通过深度自编码器网络提高深度估计的准确性和鲁棒性	NA	提高单目图像深度估计的准确性和鲁棒性	单目图像的深度估计	计算机视觉	NA	深度学习	自编码器网络	图像	在NYU Depth v2和SUN RGB-D两个公开数据集上进行了测试
70	2024-09-16	GLH: From Global to Local Gradient Attacks with High-Frequency Momentum Guidance for Object Detection 2023-Mar-06, Entropy (Basel, Switzerland) DOI:10.3390/e25030461 PMID:36981349	研究论文	本文提出了一种基于高频动量引导的从全局到局部梯度攻击方法，用于目标检测任务	本文的创新点在于提出了一种针对目标检测任务的从全局到局部梯度攻击方法，并引入了高频特征梯度作为动量引导，以提高攻击效果	本文未提及具体的局限性	研究目的是提高深度学习模型在目标检测任务中的鲁棒性和安全性	研究对象是目标检测任务中的对抗攻击方法	计算机视觉	NA	梯度攻击	NA	图像	未提及具体样本数量
71	2024-09-16	BLENDS: Augmentation of Functional Magnetic Resonance Images for Machine Learning Using Anatomically Constrained Warping 2023-03, Brain connectivity IF:2.4Q3 DOI:10.1089/brain.2021.0186 PMID:36097756	研究论文	提出了一种新的数据增强方法BLENDS，用于生成解剖学上真实的四维功能磁共振成像（fMRI）图像，以提高深度学习模型的准确性	BLENDS通过结合对称归一化计算的跨受试者配准图，生成新的非线性变形场，从而创建新的增强fMRI图像	NA	解决神经影像学中缺乏验证的特定于合成解剖学上真实四维图像的数据增强方法的问题	功能磁共振成像（fMRI）图像的数据增强	机器学习	NA	对称归一化	深度学习模型	图像	抗抑郁药物反应预测任务中使用了163个原始数据集，帕金森病症状轨迹预测任务中使用了43个原始数据集
72	2024-09-16	Evidence of a predictive coding hierarchy in the human brain listening to speech 2023-03, Nature human behaviour IF:21.4Q1 DOI:10.1038/s41562-022-01516-2 PMID:36864133	研究论文	本文探讨了人类大脑在听语音时预测编码层次的存在	通过分析功能性磁共振成像数据，验证了人类大脑在语言处理中使用多时间尺度的层次预测编码，并展示了这种编码方式如何通过增强语言模型的预测能力来改善大脑映射	NA	测试预测编码理论在解释人类语言能力与语言模型之间差异中的作用	304名参与者的功能性磁共振成像脑信号	自然语言处理	NA	功能性磁共振成像	深度学习算法	脑信号	304名参与者
73	2024-09-16	A novel smart photoelectric lock system: Speech transmitted by laser and speech to text 2023-Mar, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2023.e14510 PMID:36967961	研究论文	提出了一种通过激光传输语音信号并将其转换为文本的智能光电锁系统	通过激光传输语音密码并使用深度学习模型进行语音到文本转换，显著提高了解锁容错率	实验结果仅限于英语语音，且未提及其他语言的适用性	实现一种基于激光传输语音密码的智能锁系统，提高解锁的容错率和安全性	智能光电锁系统及其语音传输和识别技术	机器学习	NA	激光调制、深度学习	TDNN、LSTM	语音	男性语音样本和女性语音样本
74	2024-09-16	Impact of Training Data, Ground Truth and Shape Variability in the Deep Learning-Based Semantic Segmentation of HeLa Cells Observed with Electron Microscopy 2023-Mar-01, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging9030059 PMID:36976110	研究论文	研究了训练数据量和形状变异性对基于深度学习的U-Net架构在电子显微镜下观察到的HeLa细胞语义分割的影响	通过自动生成的数据对训练U-Net架构，提供了比手动分割更好的结果	缺乏对8192×8192切片的全局真值进行定量评估	评估训练数据量和形状变异性对深度学习模型分割性能的影响	HeLa细胞的电子显微镜图像	计算机视觉	NA	深度学习	U-Net	图像	36,000对数据和标签补丁，135,000对自动生成的补丁，最终合并为270,000对补丁
75	2024-09-16	Self-supervised denoising of Nyquist-sampled volumetric images via deep learning 2023-Mar, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.10.2.024005 PMID:36992871	研究论文	本文开发了一种名为noise2Nyquist的算法，利用Nyquist采样提供的相邻切片之间的最大差异保证，实现了无需干净图像的自监督去噪	该算法不依赖于干净图像进行训练，相比其他自监督去噪算法更具广泛适用性和有效性	NA	展示noise2Nyquist算法在真实生物医学图像上的广泛适用性和有效性	生物医学图像的去噪效果	计算机视觉	NA	深度学习	NA	图像	涉及荧光共聚焦显微镜、计算机断层扫描和光学相干断层扫描图像
76	2024-09-16	Ten years after ImageNet: a 360° perspective on artificial intelligence 2023-Mar, Royal Society open science IF:2.9Q1 DOI:10.1098/rsos.221414 PMID:36998769	研究论文	本文回顾了自神经网络复兴以来的十年间人工智能（AI）的发展，探讨了监督学习、深度学习、强化学习等技术的进展及其社会影响	本文提出了对人工智能的全面视角，涵盖了监督学习、自监督学习、生成模型、图神经网络等新兴技术的应用，并讨论了AI技术带来的社会问题	文章指出深度神经网络模型的可解释性问题，以及AI技术可能带来的社会不公平和技术鸿沟	回顾和分析过去十年人工智能的发展，探讨其技术进步和社会影响	人工智能技术及其社会影响	机器学习	NA	深度学习	神经网络	NA	NA
77	2024-09-15	A Systematic Literature Review of the Use of Computational Text Analysis Methods in Intimate Partner Violence Research 2023-Mar-21, Journal of family violence IF:2.7Q2 DOI:10.1007/s10896-023-00517-7 PMID:37358974	综述	本文综述了计算文本分析方法在亲密伴侣暴力研究中的应用	提出计算文本挖掘方法作为亲密伴侣暴力研究中的方法创新	仅少数研究讨论了计算方法的伦理问题	概述当前使用文本挖掘方法研究亲密伴侣暴力的工作，为研究人员提供起点	亲密伴侣暴力研究中的文本挖掘方法	自然语言处理	NA	文本挖掘	NA	文本	22项独立研究
78	2024-09-15	Optimal feature selection for COVID-19 detection with CT images enabled by metaheuristic optimization and artificial intelligence 2023-Mar-20, Multimedia tools and applications IF:3.0Q2 DOI:10.1007/s11042-023-15031-7 PMID:37362744	研究论文	本文提出了一种基于元启发式优化和人工智能的最优特征选择方法，用于通过CT图像进行COVID-19检测	本文提出了一种改进的量子海洋捕食者算法（Mq-MPA）特征选择算法，显著减少了分类时间	NA	开发一种高效的COVID-19检测方法，特别是在缺乏专业医生的偏远地区	COVID-19、正常和肺炎三种类别的CT图像	计算机视觉	COVID-19	元启发式优化	最小二乘支持向量机（LSSVM）	图像	NA
79	2024-09-15	Are deep models in radiomics performing better than generic models? A systematic review 2023-03-15, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-023-00325-0 PMID:36918479	综述	本文系统回顾了深度模型和通用模型在放射组学中的表现差异	探讨了深度学习方法在放射组学中的应用，并比较了深度模型和通用模型的性能	研究主要基于回顾性数据，且样本量和验证方法存在差异	评估深度模型在放射组学中是否优于通用模型	深度模型和通用模型在放射组学中的性能	机器学习	NA	深度学习	深度模型和通用模型	影像	1229条记录，其中69项研究被纳入，训练样本中位数为196（范围41-1455），验证样本中位数为73（范围18-535）
80	2024-09-15	Newly reconstructed Arctic surface air temperatures for 1979-2021 with deep learning method 2023-03-15, Scientific data IF:5.8Q1 DOI:10.1038/s41597-023-02059-5 PMID:36922501	研究论文	本文通过深度学习方法重建了1979年至2021年的北极表面气温数据集	本文提出了一个新的北极表面气温数据集，该数据集具有更完整的空间和时间覆盖，并结合了多个数据源的表面气温观测	NA	重建一个精确且定期更新的北极表面气温数据集，以监测和理解北极气候的快速变化	北极表面气温数据	机器学习	NA	深度学习	NA	数据集	包括1979年至今的每月北极表面气温数据和2011年至今的每日北极表面气温数据