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
1761	2024-08-07	FetSAM: Advanced Segmentation Techniques for Fetal Head Biometrics in Ultrasound Imagery 2024, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2024.3382487 PMID:38766538	研究论文	FetSAM是一种先进的深度学习模型，旨在通过改进胎儿头部超声图像分割来提高产前诊断的精确度	FetSAM采用了基于提示的学习方法和双损失机制（结合加权DiceLoss和加权Lovasz Loss），并通过AdamW优化和类别权重调整来实现更好的分割平衡	NA	提高胎儿头部超声图像分割的准确性，从而提升产前诊断的精确度	胎儿头部超声图像	计算机视觉	NA	深度学习	深度学习模型	图像	最大的胎儿头部指标数据集
1762	2024-08-07	An integrated technology for quantitative wide mutational scanning of human antibody Fab libraries 2024-Jan-16, bioRxiv : the preprint server for biology DOI:10.1101/2024.01.16.575852 PMID:38293170	research paper	本文介绍了一种名为MAGMA-seq的综合技术，用于定量分析人类抗体Fab库的广泛突变扫描	MAGMA-seq技术结合了多种抗原和抗体，并使用深度测序确定定量生物物理参数，能够在一个实验中测量多个给定亲本抗体突变体的结合情况	NA	旨在通过学习抗体分子识别，设计高亲和力结合物，以对抗几乎任何蛋白质表面	研究对象包括人类抗体的Fab库，以及多种抗原和抗体的序列-功能关系	NA	NA	深度测序	NA	序列数据	两个汇集库，包含十个不同人类抗体的突变体
1763	2024-08-07	CylinGCN: Cylindrical structures segmentation in 3D biomedical optical imaging by a contour-based graph convolutional network 2024-01, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2023.102316 PMID:38039866	研究论文	本文提出了一种基于轮廓的图卷积网络CylinGCN，用于生物医学光学成像中的三维圆柱结构分割	将圆柱结构视为三维图，引入了一种新的基于轮廓的图神经网络，能够提取语义特征和复杂拓扑关系，实现连续有效的三维分割	NA	开发一种新的方法用于生物医学光学成像中的三维圆柱结构分割	生物医学光学成像中的圆柱结构，如血管、气道和肠道	计算机视觉	NA	图卷积网络(GCN)	图神经网络	三维体积数据	两种光学断层成像数据，小动物全身光声断层成像(PAT)和内窥镜气道光学相干断层成像(OCT)
1764	2024-08-07	Deep learning for report generation on chest X-ray images 2024-01, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2023.102320 PMID:38134726	综述	本文综述了深度学习技术在胸部X光图像分析中的应用，特别是使用卷积神经网络（CNN）进行放射报告生成的进展和挑战	深度学习技术在胸部X光图像分析中的应用显示出超越人类放射科医生的潜力	NA	探讨深度学习技术在胸部X光图像分析中的应用，特别是放射报告生成的进展和挑战	胸部X光图像分析	计算机视觉	NA	卷积神经网络（CNN）	CNN	图像	NA
1765	2024-08-07	SMILE: Siamese Multi-scale Interactive-representation LEarning for Hierarchical Diffeomorphic Deformable image registration 2024-01, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2023.102322 PMID:38157671	研究论文	本文提出了一种新的卷积神经网络（CNN），包含孪生多尺度交互表示学习（SMILE）编码器和层次化微分形变（HDD）解码器，用于可变形医学图像配准	本文创新性地引入了SMILE编码器和HDD解码器，以及一种新的局部可逆损失（LIL），以促进拓扑保持和局部可逆性，同时保持高配准精度	现有深度学习方法存在以下局限：(a) 由于感受野有限，常忽略特征对应关系的显式建模；(b) 对于具有大空间位移的图像对，性能仍然有限；(c) 常忽略拓扑保持和变换的可逆性	旨在改进可变形医学图像配准方法，特别是在特征对应关系建模、处理大空间位移图像对以及拓扑保持和变换可逆性方面	可变形医学图像配准	计算机视觉	NA	卷积神经网络（CNN）	CNN	图像	在两个公开的大脑图像数据集上进行了大量实验
1766	2024-08-07	Model-Based Explainable Deep Learning for Light-Field Microscopy Imaging 2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2024.3387297 PMID:38656840	研究论文	本文提出了一种基于模型的可解释深度学习方法，用于光场显微镜成像，以观察神经元网络的信息处理	该方法结合了波动光学理论、稀疏表示和非线性优化与人工神经网络，设计了遵循精确信号和优化模型的神经网络架构，并采用了一种结合逐层训练和定制知识蒸馏的新颖训练策略	NA	开发一种新的计算方法，充分利用嵌入在物理和光学模型中的领域知识，同时实现高解释性和透明度	神经元网络的信息处理	计算机视觉	NA	光场显微镜成像	人工神经网络	图像	从散射的哺乳动物脑组织中获得的结构和功能光场显微镜数据
1767	2024-08-07	ET-Network: A novel efficient transformer deep learning model for automated Urdu handwritten text recognition 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0302590 PMID:38758731	研究论文	本文提出了一种名为ET-Network的新型高效Transformer深度学习模型，用于自动识别乌尔都语手写文本	ET-Network模型结合了EfficientNet的特征提取能力和Transformer的语言建模能力，通过自注意力层提取全局和局部特征，以捕捉长距离依赖关系	NA	提高乌尔都语手写文本的自动识别准确率	乌尔都语手写文本	自然语言处理	NA	Transformer	ET-Network	文本	使用了NUST-UHWR、UPTI2.0和MMU-OCR-21三个数据集进行训练和测试
1768	2024-08-07	High-precision tracking and positioning for monitoring Holstein cattle 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0302277 PMID:38743665	研究论文	本文提出了一种基于深度学习的跟踪算法，用于在复杂实际场景中进行多目标跟踪，以提高对荷斯坦牛的监测和定位精度	提出的多目标跟踪算法在多个性能指标上优于现有顶级跟踪算法，特别是在多目标跟踪准确性、精确性和IDF1方面	算法在实际多变的牧场条件下仍面临挑战，如规模变化、不可预测的运动和遮挡问题	提高在复杂牧场环境中对荷斯坦牛的监测和定位精度	荷斯坦牛的监测和定位	计算机视觉	NA	深度学习	CenterTrack算法	图像	NA
1769	2024-08-07	Predicting hotspots for disease-causing single nucleotide variants using sequences-based coevolution, network analysis, and machine learning 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0302504 PMID:38743747	研究论文	本文开发了一种基于蛋白质残基接触网络的序列分析方法，结合共进化分析工具和机器学习算法，用于预测疾病相关单核苷酸变异的热点	本文创新地整合了多种共进化分析工具和机器学习算法，通过蛋白质残基网络来预测疾病突变的热点，克服了以往方法依赖已知蛋白质结构或未充分考虑残基间相互作用的局限	NA	旨在通过高吞吐量准确预测目标蛋白质中的疾病相关突变，以支持个性化医疗	疾病相关的单核苷酸变异热点	机器学习	NA	NA	随机森林、梯度提升和极端梯度提升	蛋白质序列	107种富含疾病突变的蛋白质
1770	2024-08-07	A machine learning approach to detect potentially harmful and protective suicide-related content in broadcast media 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0300917 PMID:38743759	研究论文	本研究利用机器学习方法对广播媒体中的自杀相关内容进行分类，以识别其潜在的有害或保护性特征	首次应用机器学习模型对大量广播媒体数据进行分类，以符合自杀报道的媒体推荐标准	模型性能依赖于训练样本的数量，而非分类任务的难度	探索机器学习在识别广播媒体中自杀相关内容的有害或保护性特征方面的应用	广播媒体中的自杀相关内容	机器学习	NA	TF-IDF, 线性SVM, BERT	多数分类器, 基于词频的方法, 深度学习模型	文本	2519份英语广播媒体转录本
1771	2024-08-07	Specific emitter identification based on multiple sequence feature learning 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0299664 PMID:38748654	研究论文	本文提出了一种基于多序列特征学习的特定发射机识别算法	该算法通过提取通信辐射源发射信号的多序列特征，并构建多序列融合卷积网络进行深度特征提取和分类，有效提高了特定发射机识别的性能	NA	解决传统特定发射机识别算法依赖先验知识、泛化能力差以及现有基于深度学习的算法特征选择不佳的问题	特定发射机识别算法	机器学习	NA	卷积神经网络	CNN	信号序列	NA
1772	2024-08-07	Multi-strategy modified sparrow search algorithm for hyperparameter optimization in arbitrage prediction models 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0303688 PMID:38748753	研究论文	本文提出了一种多策略改进的麻雀搜索算法（MSMSSA）用于优化LSTM网络的超参数，构建了一个套利价差预测模型（MSMSSA-LSTM）	引入了好点集理论、比例自适应策略和改进的位置更新方法，以增强麻雀算法的空间探索能力	NA	提高深度学习模型在套利数据特征捕捉和预测准确性方面的性能	套利数据特征和预测模型性能	机器学习	NA	麻雀搜索算法（SSA）	LSTM	数据	中国期货市场中的螺纹钢和热卷期货的实际价差数据
1773	2024-08-07	Attention pyramid pooling network for artificial diagnosis on pulmonary nodules 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0302641 PMID:38753596	研究论文	本文提出了一种注意力金字塔池化网络（APPN）用于肺结节的自动诊断	结合注意力机制和金字塔池化模块，实现了多尺度特征融合并聚焦于关键特征，使用门控空间记忆技术提取更精确的分类特征	未提及具体限制	提高肺结节在CT影像中的分类准确性，从而降低肺癌死亡率	肺结节的自动检测与分类	计算机视觉	肺部疾病	深度学习	CNN	图像	使用LIDC-IDRI数据集进行实验
1774	2024-08-07	Toward explainable AI in radiology: Ensemble-CAM for effective thoracic disease localization in chest X-ray images using weak supervised learning 2024, Frontiers in big data IF:2.4Q2 DOI:10.3389/fdata.2024.1366415 PMID:38756502	研究论文	本文开发了一种基于类激活映射（CAM）的集成模型Ensemble-CAM，用于通过弱监督学习解决胸部X光图像中胸腔疾病定位的问题	提出了Ensemble-CAM模型，结合集成学习和迁移学习，通过类激活函数实现疾病定位，减少对大量标注数据的依赖，并通过可视化解释性特征增强预测结果的信心	NA	开发一种可解释的人工智能模型，用于胸部X光图像中的胸腔疾病定位，并减少对大量标注数据的依赖	胸部X光图像中的胸腔疾病定位	计算机视觉	胸腔疾病	弱监督学习	集成模型	图像	三个胸部X光图像数据集
1775	2024-08-07	Apriori prediction of chemotherapy response in locally advanced breast cancer patients using CT imaging and deep learning: transformer versus transfer learning 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1359148 PMID:38756659	研究论文	本研究使用深度学习网络和CT影像预测局部晚期乳腺癌患者对新辅助化疗的反应，比较了ViT变换器和迁移学习网络的性能	首次使用ViT变换器和迁移学习网络结合CT影像预测局部晚期乳腺癌患者对新辅助化疗的反应，并展示了注意力机制的重要性	研究结果依赖于训练数据和测试数据的分割比例，且不同网络的性能差异较大	开发预测模型以预测局部晚期乳腺癌患者对新辅助化疗的肿瘤反应	局部晚期乳腺癌患者对新辅助化疗的反应	机器学习	乳腺癌	CT影像	ViT变换器, VGG16, VGG19, ResNet-50, ResNet-101, ResNet-152, InceptionV3, Xception	影像	117名局部晚期乳腺癌患者，其中82名有临床病理反应，35名无反应
1776	2024-08-07	Open and remotely accessible Neuroplatform for research in wetware computing 2024, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2024.1376042 PMID:38756757	研究论文	本文介绍了一个开放且远程访问的神经平台，用于湿件计算和类器官智能的研究	开发了一个硬件和软件系统，支持大规模的电生理实验，并设计了微流控系统以自动化培养基流动和更换	NA	探索使用生物神经网络进行计算的新方法	神经类器官	人工智能	NA	电生理技术	NA	数据	超过1,000个脑类器官
1777	2024-08-07	Contrastive learning with token projection for Omicron pneumonia identification from few-shot chest CT images 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1360143 PMID:38756944	研究论文	本文提出了一种名为CoTP的对比学习模型，通过令牌投影技术提高从少量胸部CT图像中识别Omicron肺炎的诊断质量	利用无标签数据进行CoTP的拟合，并通过少量标记样本进行微调，同时引入新的Omicron数据集和改进的数据增强策略	NA	提高基于少量胸部CT图像的Omicron肺炎诊断效率	Omicron肺炎的胸部CT图像识别	计算机视觉	肺炎	对比学习	ResNet50	图像	少量标记样本和无标签数据
1778	2024-08-07	A Survey on 3D Skeleton-Based Action Recognition Using Learning Method 2024, Cyborg and bionic systems (Washington, D.C.) DOI:10.34133/cbsystems.0100 PMID:38757045	综述	本文综述了基于三维骨骼的动作识别（3D SAR）在计算机视觉领域的研究进展，特别关注了深度学习架构的应用	首次全面讨论了基于深度学习的3D骨骼数据动作识别方法	之前的综述主要集中在视频或RGB数据为主的方法，对骨骼数据的覆盖有限	强调动作识别的重要性，并突出三维骨骼数据作为宝贵模态的意义	基于四种基本深度架构的动作识别技术	计算机视觉	NA	深度学习	循环神经网络、卷积神经网络、图卷积网络、Transformer	骨骼数据	涉及当前最大的3D骨骼数据集NTU-RGB+D及其新版本NTU-RGB+D 120
1779	2024-08-07	Human Pose Estimation for Clinical Analysis of Gait Pathologies 2024, Bioinformatics and biology insights IF:2.3Q3 DOI:10.1177/11779322241231108 PMID:38757143	研究论文	本研究提出了一种用于定量评估步态障碍的二分类方法，特别是针对杜兴肌营养不良症（DMD）的步态特征进行分析	研究利用从YouTube和公开数据集中收集的新颖基准数据集，提取时间距离变量和下肢矢状关节角度，并采用机器学习和深度学习技术进行模式识别	当前模型能够区分健康对象和DMD患者，但不能区分DMD患者和其他步态障碍患者	开发一种成本效益高的方法，通过分析2D和3D人体姿态估计轨迹来检测步态异常	杜兴肌营养不良症（DMD）患者的步态特征	计算机视觉	神经肌肉疾病	人体姿态估计	支持向量机（SVM）和深度网络	视频（RGB）	数据来自YouTube和公开数据集的健康儿童
1780	2024-08-07	[[Fundamentals] 8. Works on Mac or Windows! Practical Deep Learning with PyTorch] 2024, Nihon Hoshasen Gijutsu Gakkai zasshi DOI:10.6009/jjrt.2024-2336 PMID:38644222	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA