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
2721	2024-11-29	Volumetric imaging and computation to explore contractile function in zebrafish hearts 2024-Nov-15, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.14.623621 PMID:39605398	研究论文	本文开发了一种结合光场检测和单细胞追踪的框架，用于捕获斑马鱼心脏的实时体积数据，以研究心脏收缩功能	本文首次实现了在斑马鱼心脏中进行实时体积成像和细胞分辨率的收缩动力学评估	本文未详细讨论该技术在人体心脏中的应用潜力和挑战	研究心脏收缩功能的细胞机制，以促进有效筛查和治疗方法的开发	斑马鱼心脏	生物医学工程	心血管疾病	光场检测、深度学习	深度学习模型	体积数据	斑马鱼心脏
2722	2024-11-29	Leveraging Deep Learning of Chest Radiograph Images to Identify Individuals at High Risk for Chronic Obstructive Pulmonary Disease 2024-Nov-15, medRxiv : the preprint server for health sciences DOI:10.1101/2024.11.14.24317055 PMID:39606360	研究论文	本研究评估了利用深度学习技术分析常规胸部X光片（CXR）以识别慢性阻塞性肺病（COPD）高风险个体的能力	本研究通过外部验证，证明了深度学习模型在常规CXR图像上识别COPD高风险个体的能力，超越了已知的风险因素	本研究的主要局限性在于样本主要来自特定地区（波士顿），可能限制了结果的普适性	研究目的是评估深度学习在常规胸部X光片上预测慢性阻塞性肺病（COPD）的能力	研究对象为无肺癌、COPD或肺气肿的门诊患者，他们在2013-2014年间在波士顿的Mass General Brigham医院进行了胸部X光检查	计算机视觉	慢性阻塞性肺病	卷积神经网络（CNN）	卷积神经网络（CXR-Lung-Risk）	图像	主要分析包括12,550名吸烟者和15,298名非吸烟者，次要分析包括2,097名Project Baseline Health Study的参与者
2723	2024-11-29	Non-coding genetic variants underlying higher prostate cancer risk in men of African ancestry 2024-Nov-15, medRxiv : the preprint server for health sciences DOI:10.1101/2024.11.14.24317278 PMID:39606387	研究论文	本文研究了非编码遗传变异在非洲裔美国男性中前列腺癌风险增加中的作用	首次利用基于序列的深度学习模型识别了与前列腺癌易感性相关的增强子SNPs，并通过实验验证了其功能	研究仅限于非洲裔美国男性，未涵盖其他种族群体	探讨非洲裔美国男性中前列腺癌风险增加的遗传机制	非洲裔美国男性的非编码遗传变异	数字病理学	前列腺癌	深度学习	深度学习模型	基因序列	约2000个SNPs
2724	2024-11-29	Deep Learning and IoT-Based Ankle-Foot Orthosis for Enhanced Gait Optimization 2024-Nov-14, Healthcare (Basel, Switzerland) DOI:10.3390/healthcare12222273 PMID:39595470	研究论文	本文提出了一种通过集成物联网和机器学习技术来管理步态失衡的方法，并开发了一种智能踝足矫形器	结合物联网和机器学习技术，提供了一种个性化、数据驱动的步态管理解决方案	未提及具体局限性	通过物联网和机器学习技术革新医疗矫形器，提供先进的步态管理解决方案	踝足矫形器及其在步态管理中的应用	机器学习	NA	物联网、表面肌电图（sEMG）、惯性测量单元（IMU）	Transformer	传感器数据	未提及具体样本数量
2725	2024-11-29	A Dynamic Interference Detection Method of Underwater Scenes Based on Deep Learning and Attention Mechanism 2024-Nov-14, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics9110697 PMID:39590269	研究论文	本文提出了一种基于深度学习和注意力机制的水下场景动态干扰检测方法	改进的YOLOv8网络结构，引入改进的SE注意力机制，优化损失函数为MPDIoU	未提及	提高水下场景的三维重建效果	水下动态目标检测	计算机视觉	NA	深度学习	YOLOv8	图像	未提及
2726	2024-11-29	Exploring the Impact of Additive Shortcuts in Neural Networks via Information Bottleneck-like Dynamics: From ResNet to Transformer 2024-Nov-14, Entropy (Basel, Switzerland) DOI:10.3390/e26110974 PMID:39593918	研究论文	本文探讨了加性捷径连接在神经网络中的作用，特别是对ResNet、Vision Transformers和MLP-Mixers等模型的影响	利用信息瓶颈方法分析加性捷径对训练过程中拟合和压缩阶段的影响，提出Z-X和Z-Y测量作为互信息的替代方法	NA	研究加性捷径连接在神经网络中的作用及其对训练过程的影响	ResNet、Vision Transformers和MLP-Mixers等模型	机器学习	NA	信息瓶颈方法	ResNet、Vision Transformers、MLP-Mixers	NA	NA
2727	2024-11-29	Performance of a Deep Learning System and Performance of Optometrists for the Detection of Glaucomatous Optic Neuropathy Using Colour Retinal Photographs 2024-Nov-13, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11111139 PMID:39593799	研究论文	本研究验证了一种基于Inception-v3架构的卷积神经网络AI系统在检测青光眼性视神经病变（GON）中的表现，并将其与澳大利亚验光师的表现进行比较	首次将AI系统与验光师在青光眼性视神经病变的检测中进行比较	AI系统的敏感性显著低于验光师，且AI和验光师在基于眼底照片的青光眼诊断中表现均不理想	验证AI系统在检测青光眼性视神经病变中的表现，并评估其与验光师的比较	基于Inception-v3架构的卷积神经网络AI系统和澳大利亚验光师	计算机视觉	眼科疾病	卷积神经网络	Inception-v3	图像	来自英国人口的眼底彩色照片，与11名澳大利亚验光师进行比较
2728	2024-11-29	Artificial Intelligence and/or Machine Learning Algorithms in Microalgae Bioprocesses 2024-Nov-13, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11111143 PMID:39593803	综述	本文综述了人工智能（AI）和机器学习（ML）在微藻生物过程中的应用，重点探讨了这些技术如何提高生产效率、产量和过程控制	本文分析了AI/ML技术在微藻过程中的实际应用、障碍和优势，提供了对该快速发展领域的关键见解	AI/ML技术在微藻过程中的广泛应用面临数据可用性、模型复杂性、可扩展性问题、网络安全威胁和监管挑战等障碍	探讨AI和ML在微藻生物过程中的应用及其对生产效率、产量和过程控制的改进	微藻生物过程，包括实时监测、物种识别、生长条件优化、收获和生物产品的纯化	机器学习	NA	支持向量机（SVM）、遗传算法（GA）、决策树（DT）、随机森林（RF）、人工神经网络（ANN）和深度学习（DL）	多种机器学习模型	模拟数据	NA
2729	2024-11-29	Shape-Aware Adversarial Learning for Scribble-Supervised Medical Image Segmentation with a MaskMix Siamese Network: A Case Study of Cardiac MRI Segmentation 2024-Nov-13, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11111146 PMID:39593806	研究论文	本研究提出了一种形状感知的涂鸦监督学习框架，用于提高医学图像分割的精度，特别是在心脏MRI分割中的应用	引入了一种基于混合掩码策略的伪标签生成方法，并通过双分支孪生网络和基于CNN的判别器优化伪标签轮廓，显著减少了标注时间	仅在心脏MRI数据集上进行了验证，未来需在更多类型的医学图像上进行测试	提高涂鸦监督下医学图像分割的精度，使其接近精细标注的效果	心脏MRI图像的分割	计算机视觉	心血管疾病	MaskMixAdv	CNN	图像	公开的心脏MRI数据集
2730	2024-11-29	DGNMDA: Dual Heterogeneous Graph Neural Network Encoder for miRNA-Disease Association Prediction 2024-Nov-10, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11111132 PMID:39593792	研究论文	提出了一种名为DGNMDA的创新模型，用于miRNA-疾病关联预测，通过双异构图神经网络编码器和细粒度多层特征交互门控机制，有效整合局部和全局信息	创新性地设计了双异构图神经网络编码器和细粒度多层特征交互门控机制，能够同时利用局部和全局信息进行miRNA-疾病关联预测	未提及具体局限性	开发一种能够有效预测miRNA与疾病关联的新方法，推动精准医学的发展	miRNA与疾病的关联	机器学习	NA	图神经网络	双异构图神经网络编码器	图数据	基于HMDD V3.2数据集进行5折交叉验证和真实疾病案例研究
2731	2024-11-29	Automatic Segmentation and Evaluation of Mitral Regurgitation Using Doppler Echocardiographic Images 2024-Nov-09, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11111131 PMID:39593791	研究论文	本文提出了一种基于深度学习的二尖瓣反流区域自动分割和评估方法，旨在提高二尖瓣反流严重程度分类和诊断的效率	本文改进了Efficient Multi-Scale Attention (EMA)模块，以更有效地捕捉多尺度特征，从而提高二尖瓣反流区域的分割性能	NA	提高二尖瓣反流严重程度的分类和诊断效率	二尖瓣反流区域	计算机视觉	心血管疾病	深度学习	ResUNet	图像	共367张彩色多普勒超声心动图图像，其中293张用于模型训练，74张用于测试
2732	2024-11-29	Integrating Super-Resolution with Deep Learning for Enhanced Periodontal Bone Loss Segmentation in Panoramic Radiographs 2024-Nov-08, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11111130 PMID:39593790	研究论文	本研究提出了一种结合超分辨率生成对抗网络（SRGAN）和深度学习分割模型，用于增强全景放射图像中牙周骨丧失区域的分割	本研究的创新点在于将超分辨率技术与深度学习相结合，提高了全景放射图像的分辨率和分割精度	本研究的局限性在于数据集的多样性有限，需要进一步的研究来扩展数据集并进行临床验证	本研究旨在提高全景放射图像中牙周骨丧失区域的分割精度，以支持更准确的诊断和治疗	本研究的研究对象是全景放射图像中的牙周骨丧失区域	计算机视觉	牙周病	超分辨率生成对抗网络（SRGAN）	U-Net	图像	本研究使用了来自Chungbuk National University Hospital和Kaggle数据门户的数据集
2733	2024-11-29	Transfer Learning Approaches for Brain Metastases Screenings 2024-Nov-08, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines12112561 PMID:39595126	研究论文	本研究探讨了迁移学习在磁共振成像扫描中自动分割脑转移瘤的有效性	本研究展示了迁移学习在医学影像中的潜力，并引入了定制的Tversky和二元交叉熵损失函数来处理类别不平衡问题	模型在检测非常小的、分散的肿瘤时存在局限性，尤其是在复杂病例中	研究迁移学习在脑转移瘤筛查中的应用效果	脑转移瘤的自动分割	计算机视觉	脑部疾病	迁移学习	深度学习模型	图像	使用了来自ASNR-MICCAI脑转移瘤挑战2024的公开数据集和一个小型私有数据集
2734	2024-11-29	Non-Contact Cross-Person Activity Recognition by Deep Metric Ensemble Learning 2024-Nov-07, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11111124 PMID:39593784	研究论文	本文提出了一种基于深度度量集成学习的非接触式跨人活动识别方法	首次采用快照集成技术训练多个基分类器，并引入中心损失进行度量学习，以提高识别的泛化能力和实用性	NA	提高非接触式跨人活动识别的准确性和实用性	老年监控和室内入侵检测中的活动识别	机器学习	老年病	深度学习	ABLSTM	CSI数据	七种活动类别
2735	2024-11-29	Sequence-Activity Relationship of Angiotensin-Converting Enzyme Inhibitory Peptides Derived from Food Proteins, Based on a New Deep Learning Model 2024-Nov-07, Foods (Basel, Switzerland) DOI:10.3390/foods13223550 PMID:39593966	研究论文	本文构建了一种基于深度学习模型的血管紧张素转换酶抑制肽预测器，用于筛选食物来源的潜在抑制肽	本文提出了一种新的深度学习模型ACEiPP，结合优化后的氨基酸描述符和长短时记忆神经网络，显著提高了预测能力	NA	通过生物信息学方法减少实验验证的范围，加速血管紧张素转换酶抑制肽的发现	食物来源的血管紧张素转换酶抑制肽	机器学习	NA	深度学习	LSTM	文本	21,249种食物来源的蛋白质
2736	2024-11-29	A Survey on AI-Driven Mouse Behavior Analysis Applications and Solutions 2024-Nov-06, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11111121 PMID:39593781	综述	本文探讨了人工智能在分析小鼠行为中的应用，强调了AI在识别和分类这些行为方面的潜力	AI能够自动从大数据集中提取定量特征，从而提高小鼠行为分析的效率和准确性	AI在小鼠行为分析中面临数据集不足和基准缺乏等挑战，需要更集成的AI平台和标准化的数据集与基准	利用AI增强小鼠行为分析的效率和准确性	小鼠行为分析	机器学习	NA	深度学习	NA	视频	NA
2737	2024-11-29	Video WeAther RecoGnition (VARG): An Intensity-Labeled Video Weather Recognition Dataset 2024-Nov-05, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10110281 PMID:39590745	研究论文	本文介绍了一个名为VARG的新型视频天气识别数据集，该数据集包含天气强度标签	VARG数据集创新性地包含了天气强度的标签，弥补了现有数据集在这方面的不足	NA	构建安全且鲁棒的自主系统，特别是在农业和自动驾驶/无人机领域	视频天气识别数据集VARG	计算机视觉	NA	深度学习	NA	视频	6742个标注片段，来自1079个视频，训练集包含5159个片段，测试集包含1583个片段
2738	2024-11-29	A Real-Time End-to-End Framework with a Stacked Model Using Ultrasound Video for Cardiac Septal Defect Decision-Making 2024-Nov-03, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10110280 PMID:39590744	研究论文	本文提出了一种基于超声视频的实时端到端框架，用于心脏间隔缺损的决策支持	采用先进的YOLO技术，结合Yolov8l架构，实现了高精度的实时诊断	仅在Mohammad Hoesin General Hospital进行了测试，需要进一步验证其在其他医疗机构的适用性	提高心脏间隔缺损诊断的效率和准确性	心脏间隔缺损的诊断	计算机视觉	心血管疾病	YOLO技术	Yolov8l	视频	222个超声视频，其中53个用于实时测试
2739	2024-11-29	An Enhanced Deep Learning Model for Effective Crop Pest and Disease Detection 2024-Nov-02, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10110279 PMID:39590743	研究论文	本文提出了一种改进的ResNet34模型（ESA-ResNet34）用于作物害虫和疾病检测	引入了一种高效的空间注意力机制（ESA），并使用深度可分离卷积替代标准卷积，显著减少了模型参数和计算量	NA	提高作物害虫和疾病检测的准确性和效率	作物害虫和疾病的图像识别	计算机视觉	NA	深度学习	ResNet34	图像	小样本
2740	2024-11-29	Convolutional Neural Network-Based Deep Learning Methods for Skeletal Growth Prediction in Dental Patients 2024-Nov-02, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10110278 PMID:39590742	研究论文	本研究利用基于卷积神经网络的深度学习方法，通过颈椎成熟度和下颌第二磨牙钙化水平预测牙科患者的骨骼生长成熟度	本研究首次将卷积神经网络应用于骨骼生长预测，并结合颈椎成熟度和下颌第二磨牙钙化水平进行多分类	研究样本仅来自牙科中心的患者，可能存在样本偏倚	预测牙科患者的骨骼生长成熟度	颈椎成熟度和下颌第二磨牙钙化水平	计算机视觉	NA	卷积神经网络	CNN	图像	1200张头颅侧位片和1200张全景片