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
1521	2024-08-07	HBNET: A blended ensemble model for the detection of cardiovascular anomalies using phonocardiogram 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-231290 PMID:38393859	研究论文	研究提出了一种名为HBNET的混合集成模型，用于通过心音图检测心血管异常	该研究首次使用混合深度学习模型和softmax回归开发了一种新的混合集成模型，用于区分成人和儿童心音的五个不同类别	研究中未明确提及模型的局限性	旨在开发一种新的混合集成模型，以提高心音图分类的准确性和可靠性，并创建一个全面的5类儿童心音图数据集	成人和儿童的心音图	机器学习	心血管疾病	混合深度学习模型	CNN-BiLSTM和CNN-LSTM	音频信号	成人和儿童的心音图数据集
1522	2024-08-07	The effect of the re-segmentation method on improving the performance of rectal cancer image segmentation models 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-230690 PMID:38517809	研究论文	本文研究了重新分割方法对直肠癌图像分割模型性能的提升效果	提出了使用重新分割方法手动修正模型分割区域并将其用于训练，以提高模型分割能力	深度学习切割直肠肿瘤仍无法与手动分割相比，主要障碍是缺乏高质量数据集	旨在提高直肠癌图像分割模型的性能	直肠癌CT图像和直肠区域图像	计算机视觉	直肠癌	NA	NA	图像	354张直肠癌CT图像和308张直肠区域图像
1523	2024-08-07	Sequential graph convolutional network and DeepRNN based hybrid framework for epileptic seizure detection from EEG signal 2024 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076241249874 PMID:38726217	研究论文	提出了一种结合顺序图卷积网络（SGCN）和深度循环神经网络（DeepRNN）的混合框架，用于从脑电图（EEG）信号中自动检测癫痫发作	该框架通过融合门控循环单元（GRU）与传统RNN，解决了梯度消失问题，并提高了模型的复杂性和性能	NA	开发一种新的深度学习算法，用于从EEG信号中自动检测癫痫发作	癫痫发作的自动检测	机器学习	癫痫	深度学习算法	顺序图卷积网络（SGCN）和深度循环神经网络（DeepRNN）	脑电图（EEG）信号	在CHB-MIT和TUH数据集上进行了广泛实验
1524	2024-08-07	Automatic grading evaluation of winter wheat lodging based on deep learning 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1284861 PMID:38726297	research paper	本研究设计了一种分类-语义分割多任务神经网络模型MLP_U-Net，用于自动评估冬小麦倒伏等级，准确估计倒伏角度和倒伏面积	提出了一种基于U-Net架构改进的MLP_U-Net模型，通过增强编码器的鲁棒性，提高了分类准确性和分割网络的强度	NA	实现冬小麦倒伏等级的准确和及时评估，为农业保险公司评估农业损失和种子选择提供技术支持	冬小麦倒伏等级评估	machine learning	NA	deep learning	MLP_U-Net	image	82种冬小麦品种
1525	2024-08-07	Neural network in food analytics 2024, Critical reviews in food science and nutrition IF:7.3Q1 DOI:10.1080/10408398.2022.2139217 PMID:36322538	综述	本文综述了神经网络（即深度学习，NN）在食品分析领域的应用，重点关注其在食品识别、供应链安全和组学分析等方面的应用	神经网络在食品领域的应用显示出其在食品识别、感官评估和光谱及色谱模式识别等方面的优势	神经网络在食品科学领域的扩展面临挑战，包括缺乏友好的界面软件包、模型行为难以理解、多源异构数据等问题	旨在全面概述神经网络在食品分析中的应用，并讨论其面临的挑战和潜在问题	食品分析领域的神经网络应用	机器学习	NA	神经网络（NN）	神经网络（NN）	多源异构数据	NA
1526	2024-08-07	Association Between Sleep Quality and Deep Learning-Based Sleep Onset Latency Distribution Using an Electroencephalogram 2024, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2024.3396169 PMID:38696294	研究论文	本研究提出了一种基于深度学习的模型，利用30秒的睡眠脑电图（EEG）在睡眠周期早期预测睡眠开始潜伏期（SOL）分布，并探讨其与睡眠质量的关联	本研究的创新点在于使用深度学习模型分析早期EEG数据，以预测SOL分布，并将其与睡眠质量相关联	NA	评估睡眠质量与深度学习模型预测的SOL分布之间的关联	睡眠质量与SOL分布	机器学习	NA	深度学习	深度学习模型	脑电图（EEG）	使用Sleep Heart Health Study公共数据集，包含大量研究对象
1527	2024-08-07	EMPT: a sparsity Transformer for EEG-based motor imagery recognition 2024, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2024.1366294 PMID:38721049	研究论文	本文提出了一种结合混合专家层和概率稀疏自注意力机制的Transformer神经网络，用于解码脊髓损伤患者运动想象（MI）EEG的时间-频率-空间域特征	引入了混合专家层和Kullback-Leibler散度注意力池化机制，通过稀疏化Transformer神经网络，提高了其在EEG数据集上的适用性	NA	开发一种新的深度学习方法，用于基于运动想象的EEG数据解码	脊髓损伤患者的运动想象EEG信号	机器学习	脊髓损伤	Transformer神经网络	Transformer	EEG信号	脊髓损伤患者的MI EEG数据集
1528	2024-08-07	Combining enhanced spectral resolution of EMG and a deep learning approach for knee pathology diagnosis 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0302707 PMID:38713653	研究论文	本研究开发了一种基于肌电图（EMG）的方法，结合深度学习技术用于诊断膝关节病理	利用高阶谱分析（HOSA）和深度学习技术，特别是改进的ResNet101 CNN模型，提高了膝关节病理诊断的准确性	尽管方法显示出高准确性，但仍存在一些局限性需要在未来研究中特别考虑和解决	开发一种基于EMG的诊断方法，用于识别膝关节病理，特别是膝关节骨性关节炎（KOA）	研究对象包括正常和KOA患者的膝关节周围肌肉的EMG信号	机器学习	关节疾病	高阶谱分析（HOSA）	CNN	图像	使用了公开数据库中的EMG信号数据，具体样本数量未详细说明
1529	2024-08-07	GELT: A graph embeddings based lite-transformer for knowledge tracing 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0301714 PMID:38713679	研究论文	本文提出了一种基于图嵌入的轻量级Transformer模型GELT，用于知识追踪任务	引入了基于图神经网络的模型GELT，并设计了一种节能注意力机制，以提高预测准确性并降低计算成本	NA	旨在解决传统深度学习模型在知识追踪任务中解释性不足的问题	研究学生技能与问题之间的关系，并预测知识状态	机器学习	NA	图嵌入	Transformer	数据集	三个公开的现实世界知识追踪数据集
1530	2024-08-07	ContourTL-Net: Contour-Based Transfer Learning Algorithm for Early-Stage Brain Tumor Detection 2024, International journal of biomedical imaging IF:3.3Q2 DOI:10.1155/2024/6347920 PMID:38716037	研究论文	本研究提出了一种基于轮廓的迁移学习模型ContourTL-Net，用于早期脑肿瘤检测，通过深度学习模型提高计算机化脑肿瘤检测的效率。	本研究创新性地采用了基于轮廓的MRI图像分割方法和迁移学习模型，以提高早期脑肿瘤检测的准确性和效率。	NA	旨在通过深度学习模型提高临床环境中计算机化脑肿瘤检测的效率。	早期脑肿瘤检测。	计算机视觉	脑肿瘤	深度学习	VGG-16	图像	两个基准数据集
1531	2024-08-07	Brain MRI sequence and view plane identification using deep learning 2024, Frontiers in neuroinformatics IF:2.5Q3 DOI:10.3389/fninf.2024.1373502 PMID:38716062	研究论文	本文提出了一种深度学习方法，用于自动识别脑部MRI扫描的序列和视图平面	使用MobileNet-v2模型实现了高达99.76%的准确率，并在公开数据集上进行了验证	在医院来源的数据上准确率略低，为86.49%	开发一种自动识别脑部MRI序列和视图平面的工具，以辅助计算机辅助诊断工具的设计和开发	脑部MRI扫描的序列和视图平面	计算机视觉	NA	深度学习	MobileNet-v2	图像	使用了多个公开可用的在线数据集
1532	2024-08-07	Using Artificial Intelligence for Rheumatic Heart Disease Detection by Echocardiography: Focus on Mitral Regurgitation 2024-Jan-16, Journal of the American Heart Association IF:5.0Q1 DOI:10.1161/JAHA.123.031257 PMID:38226515	研究论文	本文研究使用人工智能通过超声心动图检测风湿性心脏病，特别是二尖瓣反流	本文提出了一种自动化的方法，利用卷积神经网络和深度学习模型结合注意力机制来定位左心房并分析二尖瓣反流，以检测风湿性心脏病	研究需要更多的数据来进一步提高模型的准确性	探索人工智能在无症状儿童中通过超声心动图检测风湿性心脏病的能力，以预防疾病进展	儿童的风湿性心脏病和二尖瓣反流	机器学习	风湿性心脏病	卷积神经网络，深度学习	CNN，深度学习模型	图像	511例儿童超声心动图
1533	2024-08-07	A deep learning framework for noninvasive fetal ECG signal extraction 2024, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2024.1329313 PMID:38711954	研究论文	本文开发了一种深度学习框架，用于从12通道腹部复合信号中非侵入性地提取胎儿心电图（ECG）信号的R峰	提出了一种使用循环神经网络架构的模型，能够稳健地检测胎儿ECG的R峰	NA	开发一种框架，用于直接从腹部复合信号中检测和识别胎儿ECG的R峰	从70名健康和有健康状况的孕妇中非侵入性地记录的信号	机器学习	NA	循环神经网络	RNN	信号	70名孕妇
1534	2024-08-07	The 100 most cited articles in artificial intelligence related to orthopedics 2024, Frontiers in surgery IF:1.6Q2 DOI:10.3389/fsurg.2024.1370335 PMID:38712339	研究论文	本研究旨在识别和分析与骨科领域相关的人工智能领域前100篇高被引文章	NA	NA	识别和分析骨科领域中与人工智能相关的高被引文章	前100篇高被引文章	机器学习	NA	VOSviewer	NA	文本	100篇文章
1535	2024-08-07	A Deep Learning Approach to Classify Fabry Cardiomyopathy from Hypertrophic Cardiomyopathy Using Cine Imaging on Cardiac Magnetic Resonance 2024, International journal of biomedical imaging IF:3.3Q2 DOI:10.1155/2024/6114826 PMID:38706878	研究论文	本文提出了一种基于人工智能的MRI短轴视图左心室肥厚分类器（MSLVHC），用于区分肥厚型心肌病（HCM）和法布里病	该模型利用AI技术，通过MRI短轴视图电影图像进行训练，实现了对HCM和法布里病的高精度标准化影像分类	NA	开发一种高精度的标准化影像分类模型，以辅助专家诊断左心室肥厚疾病	肥厚型心肌病（HCM）和法布里病	计算机视觉	心血管疾病	MRI	AI模型	影像	台北荣民总医院（TVGH）数据集和台中荣民总医院（TCVGH）数据集
1536	2024-08-07	Radiomics analysis of pancreas based on dual-energy computed tomography for the detection of type 2 diabetes mellitus 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1328687 PMID:38707184	研究论文	本研究利用基于双能量计算机断层扫描（CT）的胰腺放射组学分析，建立用于检测2型糖尿病的定量影像生物标志物。	本研究首次将放射组学分析应用于双能量CT胰腺图像，以识别2型糖尿病。	研究为回顾性研究，样本量相对较小，且未提及长期随访结果。	探索基于双能量CT的胰腺放射组学分析在2型糖尿病检测中的应用。	研究对象为78名参与者，其中45名患有2型糖尿病，33名未患。	计算机视觉	糖尿病	双能量CT	随机森林（RF）、支持向量机（SVM）和逻辑回归	影像数据	78名参与者
1537	2024-08-07	A novel deep learning method to segment parathyroid glands on intraoperative videos of thyroid surgery 2024, Frontiers in surgery IF:1.6Q2 DOI:10.3389/fsurg.2024.1370017 PMID:38708363	研究论文	本研究开发了一种新的深度学习方法Video-Trans-U-HRNet，用于在甲状腺手术的术中视频中分割甲状旁腺腺体，并与现有医疗AI方法进行比较	本研究引入了一种创新的术中视频方法，用于识别甲状旁腺腺体，强调了AI在手术领域的潜在进步	NA	研究目的是探索深度学习是否可以用于辅助识别甲状腺手术中术中视频的甲状旁腺腺体	甲状旁腺腺体在甲状腺手术中的识别	机器学习	NA	深度学习	Video-Trans-U-HRNet	视频	研究包括50名患者的数据集，包含98个视频和9,944个标注帧，以及一个独立的测试集，包含15个视频和1,500个帧