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
461	2024-10-24	Journey tracker: driver alerting system with a deep learning approach 2024, Frontiers in robotics and AI IF:2.9Q2 DOI:10.3389/frobt.2024.1433795 PMID:39430550	研究论文	本文设计了一种基于深度学习的驾驶员警示系统，通过自定义的EfficientNet模型架构检测驾驶员的疲劳状态，以提高公共交通的安全性	采用自定义的EfficientNet模型架构，结合个性化数据和瞳孔检测进行交叉验证，提高了检测的准确性和可靠性	系统依赖于初始10分钟的基线行为学习，可能对新驾驶员的适应性有限	开发一种能够实时监测驾驶员疲劳状态并发出警示的系统，以提高公共交通安全	公共交通驾驶员的疲劳状态	计算机视觉	NA	深度学习	EfficientNet	图像	使用Media Research Lab (MRL)眼数据集进行训练和测试
462	2024-10-24	A deep learning algorithm model to automatically score and grade obstructive sleep apnea in adult polysomnography 2024 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076241291707 PMID:39430691	研究论文	本文研究了一种基于深度学习的算法模型，用于自动评分和分级成人多导睡眠图中的阻塞性睡眠呼吸暂停	本文提出了一种基于深度学习的自动评分系统，用于睡眠呼吸障碍患者呼吸事件的评分，相比传统的手动评分方法，提高了效率和准确性	本文仅使用了1000例多导睡眠图数据进行模型训练和验证，样本量相对较小，可能影响模型的泛化能力	研究目的是评估一种基于深度学习的自动评分系统在睡眠呼吸障碍患者中的应用效果	研究对象是1000例多导睡眠图数据，包括简单打鼾、轻度、中度和重度阻塞性睡眠呼吸暂停患者	机器学习	阻塞性睡眠呼吸暂停	深度学习	LSTM	多导睡眠图数据	1000例多导睡眠图数据，其中700例用于训练，200例用于验证，100例用于测试
463	2024-10-24	Transformer-based active learning for multi-class text annotation and classification 2024 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076241287357 PMID:39430702	研究论文	本文介绍了一种基于Transformer的深度主动学习框架，用于多类文本注释和分类，特别是使用SOAP框架进行临床笔记的自动注释	利用Transformer深度学习技术自动注释临床笔记，显著减轻了手动劳动并提高了分类性能	未来研究将整合多模态数据和大型语言模型以增强临床文本分析的丰富性和准确性	开发一种新的深度主动学习框架，以促进多类文本分类的注释过程	临床笔记的多类文本分类	自然语言处理	NA	Transformer深度学习技术	Transformer	文本	426份临床笔记
464	2024-10-24	Maize yield prediction with trait-missing data via bipartite graph neural network 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1433552 PMID:39430895	研究论文	本文提出了一种基于二部图神经网络的模型，用于处理缺失特征数据并预测玉米产量	本文创新性地使用二部图神经网络来挖掘不同样本数据、不同气象特征与特征以及不同特征之间的关联，并提出了一种基于梯度平衡机制的损失函数来解决样本不平衡问题	现有方法通常忽略了玉米种植数据中的广泛关联性，如相邻种植地点的玉米产量关联以及气象特征与玉米特征对玉米产量的综合影响	旨在通过机器学习和深度学习方法，在收获前及时准确地预测玉米产量，以支持粮食安全和农业政策发展	玉米产量预测	机器学习	NA	二部图神经网络	二部图神经网络	数据	涉及多个种植地点的玉米种植数据
465	2024-10-24	DPNet: Scene text detection based on dual perspective CNN-transformer 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0309286 PMID:39432472	研究论文	本文提出了一种基于双视角CNN-transformer的场景文本检测方法，通过集成通道增强自注意力模块和空间增强自注意力模块，改进了传统ResNet骨干网络，提高了模型对不同类型文本检测的鲁棒性	本文创新性地将通道增强自注意力模块和空间增强自注意力模块集成到传统ResNet骨干网络中，有效促进了全局上下文信息和文本位置关系的学，并引入特征解码器来细化特征图中的有效文本信息	NA	提高场景文本检测的准确性和鲁棒性	场景中的文本检测	计算机视觉	NA	CNN, transformer	CNN-transformer	图像	Total-Text数据集, ICDAR 2015数据集, MSRA-TD500数据集
466	2024-10-24	3D CNN for neuropsychiatry: Predicting Autism with interpretable Deep Learning applied to minimally preprocessed structural MRI data 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0276832 PMID:39432512	研究论文	本文介绍了一种可解释的深度学习方法，用于通过3D CNN模型预测自闭症诊断，基于最小预处理的结构MRI数据	本文的创新点在于使用3D深度学习模型进行自闭症诊断，同时避免了数据归一化到模板空间的需求，从而减少了偏差并提高了对结构变化的敏感性	本文的局限性包括自闭症临床异质性和站点效应等挑战	本文的研究目的是开发一种可解释的预测模型，用于通过结构MRI数据预测自闭症诊断	本文的研究对象是自闭症患者和对照组的结构MRI数据	计算机视觉	神经精神疾病	3D CNN	3D CNN	图像	1329个样本，分为训练集、验证集和测试集
467	2024-10-24	Auto encoder-based defense mechanism against popular adversarial attacks in deep learning 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0307363 PMID:39432550	研究论文	本文研究了基于卷积神经网络（CNN）的模型在对抗攻击下的防御机制，特别是针对肺炎胸片图像的检测	提出了一种基于卷积自编码器的防御机制，能够有效抵御多种类型的对抗攻击，包括快速梯度符号法（FGSM）和投影梯度下降（PGD）攻击	本文未详细讨论防御机制在其他类型医学图像上的适用性	旨在提高深度学习模型在医学图像分类中的安全性和鲁棒性	研究对象为肺炎胸片图像，以及针对这些图像的对抗攻击	计算机视觉	肺部疾病	卷积神经网络（CNN）	卷积自编码器	图像	涉及五种不同ε值的对抗攻击图像
468	2024-10-24	Applications of Artificial Intelligence in Cataract Surgery: A Review 2024, Clinical ophthalmology (Auckland, N.Z.) DOI:10.2147/OPTH.S489054 PMID:39434720	综述	本文综述了人工智能在白内障手术中的应用现状	探讨了人工智能在白内障手术的术前、术中和术后各阶段的应用，包括机器学习、深度学习和卷积神经网络等技术的整合	当前研究面临的挑战包括图像数据集有限、深度学习分析指标不统一以及对新数据集的泛化能力不足	旨在理解人工智能在眼科显微手术，特别是白内障手术中的应用现状	白内障手术的术前、术中和术后阶段	机器学习	眼科疾病	机器学习、深度学习、卷积神经网络	卷积神经网络	图像	NA
469	2024-10-24	ECG data analysis to determine ST-segment elevation myocardial infarction and infarction territory type: an integrative approach of artificial intelligence and clinical guidelines 2024, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2024.1462847 PMID:39434722	研究论文	本研究提出了一种基于人工智能和临床指南的综合方法，用于通过12导联心电图数据准确诊断ST段抬高型心肌梗死并详细分类梗死区域	本研究创新性地将临床领域与人工智能技术相结合，用于心电图诊断，提高了STEMI患者的快速治疗和预后	NA	研究目的是开发一种新方法，通过12导联心电图数据准确诊断ST段抬高型心肌梗死并详细分类梗死区域	研究对象是888名心肌梗死患者的心电图数据	机器学习	心血管疾病	深度学习	NA	心电图数据	888名心肌梗死患者
470	2024-10-24	The art of selecting the ECG input in neural networks to classify heart diseases: a dual focus on maximizing information and reducing redundancy 2024, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2024.1452829 PMID:39434723	研究论文	本文研究了在神经网络中选择心电图输入以分类心脏疾病时，如何最大化信息并减少冗余	首次量化了输入中的冗余，并通过验证多种冗余减少技术，为生物医学信号处理研究提供了新的方向	NA	量化心电图中的冗余及其对使用卷积神经网络进行分类任务的影响	心电图中的冗余信息及其对神经网络性能的影响	机器学习	心血管疾病	卷积神经网络	CNN	信号	NA
471	2024-10-24	Predicting the influence of extreme temperatures on grain production in the Middle-Lower Yangtze Plains using a spatially-aware deep learning model 2024, PeerJ IF:2.3Q2 DOI:10.7717/peerj.18234 PMID:39434796	研究论文	研究利用空间感知深度学习模型预测极端温度对长江中下游平原粮食产量的影响	提出了一种空间感知深度学习模型，显著优于传统的多线性粮食产量模型，并提供了新的气候变化对粮食产量影响的预测	研究主要集中在长江中下游平原，可能不适用于其他地区	填补以往研究中忽视极端温度时空分布对区域粮食产量影响的空白，并提供21世纪剩余时间气候变化对粮食产量变化的预测	长江中下游平原的粮食产量	机器学习	NA	深度学习	空间感知深度学习模型	气候数据	NA
472	2024-10-24	An integrated method for detecting lung cancer via CT scanning via optimization, deep learning, and IoT data transmission 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1435041 PMID:39435294	研究论文	本文介绍了一种通过优化、深度学习和物联网数据传输进行肺癌CT扫描检测的综合方法	本文提出了一种结合碰撞体优化（CBO）和DenseNet CNN的新方法，显著提高了肺癌检测的分割和分类精度	NA	开发一种先进的诊断工具，以提高肺癌早期检测的准确性	肺癌的早期检测和诊断	计算机视觉	肺癌	CT扫描	DenseNet CNN	图像	NA
473	2024-10-21	Assessing generalisability of deep learning-based polyp detection and segmentation methods through a computer vision challenge 2024-01-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-52063-x PMID:38263232	研究论文	本文通过计算机视觉挑战评估深度学习在息肉检测和分割中的泛化能力	本文通过多中心和多人群数据集，评估了深度学习方法在不同数据集和临床环境中的泛化能力	研究主要集中在准确性上，而忽略了实时性能对临床应用的重要性	评估深度学习方法在息肉检测和分割中的泛化能力，并探讨其在临床应用中的实用性	息肉的检测和分割方法	计算机视觉	NA	深度学习	NA	图像	来自六个不同结肠镜系统的多中心和多人群数据集
474	2024-10-21	Multi-channel feature extraction for virtual histological staining of photon absorption remote sensing images 2024-01-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-52588-1 PMID:38263394	研究论文	本文介绍了一种基于深度学习的虚拟组织学染色框架，使用光子吸收遥感（PARS）图像进行多通道特征提取	提出了一种新的多通道cycleGAN模型，扩展了传统的cycleGAN框架，允许包含额外的特征	NA	提高组织学染色的准确性和速度，减少诊断延迟	人类皮肤和老鼠脑组织	数字病理学	NA	光子吸收遥感（PARS）	cycleGAN	图像	人类皮肤和老鼠脑组织样本
475	2024-10-21	Deep learning-based algorithm for the detection of idiopathic full thickness macular holes in spectral domain optical coherence tomography 2024-Jan-23, International journal of retina and vitreous IF:1.9Q2 DOI:10.1186/s40942-024-00526-8 PMID:38263402	研究论文	研究开发了一种基于深度学习的算法，用于在频域光学相干断层扫描（SD-OCT）中检测特发性全层黄斑裂孔（IFTMH）	首次使用深度学习算法在SD-OCT B-扫描中准确检测IFTMH特征	算法在IFTMH严重程度阶段的概率评分与实际阶段之间的相关性较低	测试一种基于深度学习的算法，用于在SD-OCT B-扫描中识别IFTMH特征和严重程度阶段	特发性全层黄斑裂孔（IFTMH）和后玻璃体脱离（PVD）患者	计算机视觉	眼科疾病	频域光学相干断层扫描（SD-OCT）	深度学习（DL）	图像	601名受试者，包括299名IFTMH患者和302名PVD患者
476	2024-10-21	Therapy-induced modulation of tumor vasculature and oxygenation in a murine glioblastoma model quantified by deep learning-based feature extraction 2024-01-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-52268-0 PMID:38263339	研究论文	本文研究了在小鼠胶质母细胞瘤模型中，治疗诱导的肿瘤血管和氧合状态的调节，并通过基于深度学习的特征提取进行量化	本文提出了基于深度学习的分割和自动特征提取方法，用于量化整个肿瘤血管和氧合状态，并揭示了在抗血管生成治疗中血管正常化的主导作用	本文主要基于小鼠模型，结果的临床转化和适用性需要进一步验证	研究抗血管生成治疗对肿瘤血管和氧合状态的影响，并提供量化分析方法	小鼠胶质母细胞瘤模型中的肿瘤血管和氧合状态	数字病理学	脑癌	深度学习	NA	图像	使用Gli36细胞进行同种异体移植的小鼠模型
477	2024-10-21	Multiple Classification of Brain MRI Autism Spectrum Disorder by Age and Gender Using Deep Learning 2024-Jan-22, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-023-02032-0 PMID:38252192	研究论文	本文通过深度学习方法对脑部MRI图像进行多分类，以年龄和性别为因素，诊断自闭症谱系障碍	首次基于年龄和性别进行多分类，并开发了最优的卷积神经网络模型	样本量未明确提及，且未详细说明数据增强技术的具体应用	通过多分类方法探讨年龄和性别因素对自闭症谱系障碍诊断的影响	自闭症谱系障碍患者和典型发育者的脑部MRI图像	计算机视觉	自闭症	Canny边缘检测算法	卷积神经网络	图像	NA
478	2024-10-21	Subtle variation in sepsis-III definitions markedly influences predictive performance within and across methods 2024-01-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-51989-6 PMID:38253623	研究论文	研究了三种不同解读的脓毒症III定义对预测模型性能的影响	强调了脓毒症定义对模型性能的影响大于模型本身，并呼吁标准化脓毒症发作定义	回顾性研究，依赖于MIMIC-III数据库，样本量受脓毒症定义影响	评估不同脓毒症定义对预测模型性能的影响	脓毒症预测模型在不同定义下的性能	机器学习	脓毒症	NA	树模型、深度学习模型、生存分析模型	电子健康记录	867至2178例重症监护病房脓毒症患者
479	2024-10-21	Pneumonia detection based on RSNA dataset and anchor-free deep learning detector 2024-01-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-52156-7 PMID:38253758	研究论文	本文提出了一种基于RSNA数据集和无锚点深度学习检测器的肺炎检测方法	本文提出了一种无锚点目标检测框架，避免了传统深度学习框架中锚点设置的影响	NA	研究肺炎的早期筛查工具	肺炎检测	计算机视觉	肺炎	深度学习	无锚点目标检测框架	图像	基于RSNA数据集的胸片图像
480	2024-10-21	An automated deep learning pipeline for EMVI classification and response prediction of rectal cancer using baseline MRI: a multi-centre study 2024-Jan-22, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00516-x PMID:38253770	研究论文	本文提出了一种基于基线MRI的自动化深度学习管道，用于直肠癌的EMVI分类和CR预测，并在多中心研究中验证了其有效性	本文创新性地使用了nnUNet进行肿瘤分割，并结合多层次图像特征训练分类模型MLNet，提高了EMVI分类和CR预测的准确性	本文的研究结果主要基于回顾性数据，未来需要前瞻性研究进一步验证其临床应用价值	开发一种自动化深度学习管道，用于直肠癌的EMVI分类和CR预测，以辅助临床医生制定治疗计划	直肠癌患者的EMVI状态和CR预测	计算机视觉	直肠癌	MRI	nnUNet, MLNet	图像	509名患者