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
101	2024-08-05	Automated Traffic Surveillance Using Existing Cameras on Transit Buses 2023-May-26, Sensors (Basel, Switzerland) DOI:10.3390/s23115086 PMID:37299813	研究论文	本文提出了一种基于已有公交车摄像头的自动交通监测方法	本研究首次将公共交通公交车作为交通监测代理，利用现有的传感器进行车辆计数和轨迹跟踪	该方法的准确性可能受到不同天气条件的影响，尽管已经进行了全面的研究	研究旨在提高交通数据的准确性，以支持交通规划和管理	研究对象为固定路线上的公交车和经过的车辆	计算机视觉	NA	视觉基于的对象检测和跟踪	2D深度学习模型	视频	多个小时的实际监控视频来自正在运营的公交车
102	2024-08-05	Trends and Challenges in AIoT/IIoT/IoT Implementation 2023-May-25, Sensors (Basel, Switzerland) DOI:10.3390/s23115074 PMID:37299800	研究论文	本文分析并强调了AIoT技术生态系统的趋势与挑战	探讨了TinyML和神经形态计算等低功耗AI技术，并提出了一个使用TinyML的草莓疾病检测案例研究	尽管快速进展，AIoT/IIoT/IoT技术面临安全性、可靠性等多个挑战	分析AIoT技术在多领域应用中的趋势与挑战	AIoT、IIoT、IoT技术及其在健康、智能农业等领域的应用	NA	草莓疾病	TinyML	NA	NA	一个案例研究
103	2024-08-05	Deep Learning-Based Anomaly Detection in Video Surveillance: A Survey 2023-May-24, Sensors (Basel, Switzerland) DOI:10.3390/s23115024 PMID:37299751	review	本文提供了深度学习技术在视频异常检测领域的综合评估	对深度学习在视频异常检测中的应用进行了分类，并探讨了预处理和特征工程技术	未提及具体的评价标准或对比实验	旨在全面审视深度学习方法在视频异常检测中的应用	讨论不同方法的目标和学习指标下的深度学习方法	计算机视觉	NA	深度学习	生成模型	视频	NA
104	2024-08-07	Deep learning-based registration of two-dimensional dental images with edge specific loss 2023-May, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.10.3.034002 PMID:37274759	研究论文	本文提出了一种基于边缘特定损失的深度学习无监督变形配准框架，用于对齐二维牙科X射线图像	引入了一种边缘特定损失函数，增强了无监督学习，无需通过解剖结构进行监督	NA	提高牙科应用中图像配准的准确性和速度	二维牙科X射线图像	计算机视觉	NA	深度学习	U-Net结合空间变换网络	图像	104张下颌X射线图像，组成2600对用于训练和测试；17对术前和术后重建的全景图像
105	2024-08-07	RGC-Net: An Automatic Reconstruction and Quantification Algorithm for Retinal Ganglion Cells Based on Deep Learning 2023-05-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.12.5.7 PMID:37140906	研究论文	本文开发了一种基于深度学习的视网膜神经节细胞自动重建和量化算法RGC-Net	RGC-Net能够自动分割视网膜神经节细胞的轴突和细胞体，提供了一种比手动分析更高效和快速的新工具	NA	开发一种基于深度学习的全自动重建和量化视网膜神经节细胞的算法	视网膜神经节细胞的轴突和细胞体	计算机视觉	NA	深度学习	CNN	图像	166个视网膜神经节细胞扫描图像，其中132个用于训练，34个用于测试
106	2024-08-07	Explainable semi-supervised deep learning shows that dementia is associated with small, avocado-shaped clocks with irregularly placed hands 2023-05-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-34518-9 PMID:37149670	研究论文	本研究使用相关性因子变分自编码器（RF-VAE）深度生成神经网络，对来自多个机构的数字化钟表绘图进行表征，以无监督方式识别钟表绘图的独特构造特征，并区分痴呆与非痴呆患者。	本研究首次使用RF-VAE网络在无监督情况下识别钟表绘图的独特构造特征，这些特征在先前研究中未被广泛探讨。	NA	研究目的是通过钟表绘图测试识别痴呆患者的独特构造特征。	研究对象为数字化钟表绘图，来自多个机构。	机器学习	痴呆	相关性因子变分自编码器（RF-VAE）	变分自编码器（VAE）	图像	多个机构的数字化钟表绘图
107	2024-08-07	Multiple sampling schemes and deep learning improve active learning performance in drug-drug interaction information retrieval analysis from the literature 2023-05-30, Journal of biomedical semantics IF:1.6Q3 DOI:10.1186/s13326-023-00287-7 PMID:37248476	研究论文	本文首次研究了主动学习在药物-药物相互作用信息检索分析中的应用，并通过多种采样方案和深度学习算法提高了分析效率	首次将主动学习应用于药物-药物相互作用信息检索分析，并设计了随机负采样和正采样方法以提高分析效率	NA	提高药物-药物相互作用信息从文献中的检索分析效率	药物-药物相互作用信息检索分析	自然语言处理	NA	主动学习	支持向量机, 深度学习	文本	PubMed摘要被分为筛选池和未筛选池，具体样本数量未提及
108	2024-08-07	Leveraging deep learning models to understand the daily experience of anxiety in teenagers over the course of a year 2023-05-15, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2023.02.084 PMID:36858267	研究论文	本文利用深度学习模型评估青少年在一年中焦虑症状的日常变化，并探讨GAD-7评估与日常焦虑测量之间的关系	本文首次通过深度学习模型LSTM分析了青少年焦虑症状的动态变化，并揭示了GAD-7评估与日常焦虑体验之间的差异	研究样本较小，仅包括30名青少年，可能影响结果的普遍性	评估GAD-7等即时评估方法与青少年日常焦虑体验之间的关系	青少年的焦虑症状及其日常变化	机器学习	NA	NA	LSTM	文本	30名年龄在15至17岁之间的青少年
109	2024-08-07	STRIDE: Systematic Radar Intelligence Analysis for ADRD Risk Evaluation with Gait Signature Simulation and Deep Learning 2023-May-15, IEEE sensors journal IF:4.3Q2 DOI:10.1109/jsen.2023.3263071 PMID:37547101	研究论文	本文提出了一种名为STRIDE的系统，结合微多普勒雷达传感器和先进的人工智能技术，用于评估阿尔茨海默病相关痴呆（ADRD）的风险	STRIDE系统嵌入了一种新的深度学习分类框架，并开发了一个包含人体行走模拟模型和微多普勒雷达模拟模型的“数字孪生”，以生成步态特征数据集	NA	评估阿尔茨海默病相关痴呆（ADRD）的风险	通过微多普勒雷达捕捉的人体步态运动	机器学习	阿尔茨海默病	微多普勒雷达	深度学习	步态特征数据	NA