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
3421	2024-11-18	DNN-BP: a novel framework for cuffless blood pressure measurement from optimal PPG features using deep learning model 2024-Dec, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03157-1 PMID:38963467	研究论文	本文提出了一种基于深度神经网络（DNN）和光体积描记（PPG）信号的无袖带血压测量新框架	本文创新性地结合了深度神经网络和集成特征选择技术，显著提高了基于PPG信号的血压估计精度	NA	开发一种基于PPG信号的无袖带连续血压监测算法	PPG信号和血压值	机器学习	心血管疾病	深度神经网络（DNN）	DNN	信号	125名受试者的218条记录
3422	2024-11-18	Evaluation of Neonatal Cerebral Circulation Under Hypoxic Ischemic Risk Factors Based on Quantitative Analysis of Cerebral Veins with Magnetic Resonance Susceptibility Weighted Imaging 2024-Dec, Clinical neuroradiology IF:2.4Q2 DOI:10.1007/s00062-024-01432-0 PMID:38922421	研究论文	本文通过磁共振磁敏感加权成像（SWI）和图像分割算法，量化分析了新生儿大脑深部髓静脉（DMVs）的数量、宽度和曲率，以评估新生儿在缺氧缺血风险下的脑循环自我调节能力	首次使用图像分割算法量化新生儿大脑深部髓静脉，为评估新生儿脑循环自我调节提供了新的方法	样本量有限，且仅限于特定风险因素下的新生儿	评估新生儿在缺氧缺血风险下的脑循环自我调节能力	新生儿大脑深部髓静脉的数量、宽度和曲率	医学影像	NA	磁共振磁敏感加权成像（SWI）	图像分割算法	图像	317名新生儿
3423	2024-11-18	Hybrid deep learning based prediction for water quality of plain watershed 2024-Dec-01, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2024.119911 PMID:39233036	研究论文	本文评估了传统机器学习模型与深度学习模型在预测平原流域水质方面的效果，并提出了一种新的混合深度学习模型以提高预测准确性	提出了混合Bayes-LSTM-GRU模型，显著提高了预测准确性，平均RMSE降低了18.1%	未提及具体限制	评估不同模型在平原流域水质预测中的效果，并开发新的混合模型以提高预测准确性	平原流域的水质	机器学习	NA	NA	LSTM, GRU	时间序列数据	未提及具体样本数量
3424	2024-11-18	Conv-RGNN: An efficient Convolutional Residual Graph Neural Network for ECG classification 2024-Dec, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108406 PMID:39241329	研究论文	本文提出了一种用于心电图分类的高效卷积残差图神经网络（Conv-RGNN）	该方法通过将12导联心电图映射到图结构中，同时提取时间序列和空间特征，解决了传统方法忽略导联间空间关系的问题	NA	提高心血管疾病诊断的自动化水平	12导联心电图信号	机器学习	心血管疾病	卷积神经网络，图神经网络	Conv-RGNN	时间序列数据	涉及两个多标签数据集和一个单标签数据集
3425	2024-11-18	ViT-MAENB7: An innovative breast cancer diagnosis model from 3D mammograms using advanced segmentation and classification process 2024-Dec, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108373 PMID:39276667	研究论文	本文提出了一种基于3D乳腺X光图像的创新性乳腺癌诊断模型ViT-MAENB7，通过先进的分割和分类过程实现肿瘤的准确检测	本文创新性地结合了Vision Transformer和Multiscale Adaptive EfficientNetB7模型，并使用Modified Garter Snake Optimization Algorithm优化参数，显著提高了乳腺癌诊断的准确性	NA	开发一种高精度的乳腺癌诊断模型，以提高早期乳腺癌检测的准确性和患者的生存率	3D乳腺X光图像中的肿瘤检测	计算机视觉	乳腺癌	Adaptive Thresholding with Region Growing Fusion Model (AT-RGFM), Modified Garter Snake Optimization Algorithm (MGSOA)	Vision Transformer-based Multiscale Adaptive EfficientNetB7 (ViT-MAENB7)	图像	从互联网收集的3D乳腺X光图像
3426	2024-11-18	Optimizing graph neural network architectures for schizophrenia spectrum disorder prediction using evolutionary algorithms 2024-Dec, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108419 PMID:39293231	研究论文	本文提出了一种基于进化算法的图神经网络架构搜索方法，用于精神分裂谱系障碍的预测	采用进化算法自动搜索高性能的图神经网络架构，并使用GNNExplainer提高模型的可解释性	NA	提高精神分裂谱系障碍的诊断准确性	精神分裂谱系障碍患者的功能磁共振成像数据	机器学习	精神疾病	进化算法	图神经网络	图像	多站点数据集
3427	2024-11-18	Stress-induced overeating behaviors explained from a (transitory) relief-learning perspective 2024-Dec-01, Physiology & behavior IF:2.4Q2 DOI:10.1016/j.physbeh.2024.114707 PMID:39349091	评论	本文提出了一种基于缓解学习的新模型，旨在解释压力诱导的过度饮食行为，并试图将情感饮食理论与激励敏感化理论结合起来	提出了一个新的基于缓解学习的模型，旨在整合情感饮食理论和激励敏感化理论，以更好地理解压力诱导的过度饮食行为	目前缺乏对压力诱导过度饮食行为深层机制的深入理解，且现有理论存在内部理论和方法上的不足	探讨压力诱导的过度饮食行为的深层机制，并提出一个新的整合模型	压力诱导的过度饮食行为及其临床表现	NA	肥胖	NA	NA	NA	NA
3428	2024-11-18	ECG classification based on guided attention mechanism 2024-Dec, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108454 PMID:39369585	研究论文	本研究通过引入两种新的引导注意力机制，提升了心电图异常分类的性能和可解释性	提出了两种新的引导注意力机制，即Guided Spatial Attention (GSA)和CAM-based spatial guided attention mechanism (CGAM)，并基于临床知识创建了不同的注意力引导标签	未提及具体限制	提升心电图异常分类的性能和可解释性	心电图异常分类任务，包括ST段改变检测、早搏识别、Wolf-Parkinson-White综合征分类和房颤检测	机器学习	心血管疾病	引导注意力机制	NA	心电图	未提及具体样本数量
3429	2024-11-18	Bootstrap each lead's latent: A novel method for self-supervised learning of multilead electrocardiograms 2024-Dec, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108452 PMID:39393284	研究论文	本文提出了一种新的自监督学习方法BELL，用于多导联心电图的自动检测，以减少对标签的依赖并提升模型性能	BELL是BYOL的一个变体，利用多导联心电图的特性，通过预训练学习先验知识，并在下游任务中受益	NA	减少深度学习模型对心电图标签的依赖，提升模型在各种任务中的性能，特别是在训练数据不足的情况下	多导联心电图	机器学习	心血管疾病	自监督学习	BELL	心电图	NA
3430	2024-11-18	Concept-based AI interpretability in physiological time-series data: Example of abnormality detection in electroencephalography 2024-Dec, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108448 PMID:39395304	研究论文	本文探讨了在生理时间序列数据中使用基于概念的解释方法（TCAV）来提高深度学习模型的可解释性，特别是针对脑电图（EEG）中的异常检测	本文引入了TCAV方法，通过人类可理解的抽象概念来解释模型行为，并应用于多通道生理时间序列数据	需要进一步开发和验证概念定义的策略，以更好地从概念敏感性分数中提取临床相关信息	提高深度学习模型在生理时间序列数据中的可解释性，并检测数据中的潜在偏差	脑电图（EEG）中的异常检测	机器学习	NA	TCAV（测试概念激活向量）	XceptionTime	时间序列数据	使用额外的标记EEG数据和医院数据进行评估
3431	2024-11-18	MG-Net: A fetal brain tissue segmentation method based on multiscale feature fusion and graph convolution attention mechanisms 2024-Dec, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108451 PMID:39395303	研究论文	本文提出了一种基于多尺度特征融合和图卷积注意力机制的胎儿脑组织分割方法	引入了新的双膨胀注意力块（DDAB）、多尺度可变形变换器（MSDT）和基于图卷积注意力（GCAB）的解码器块，以增强特征提取和分割效果	NA	开发一种能够高效准确分割胎儿脑组织的自动化分割模型，以提高医疗专业人员的工作流程	胎儿脑组织	计算机视觉	NA	深度学习	MG-Net	图像	使用了FeTA 2021和FeTA 2022数据集进行训练和测试
3432	2024-11-18	Assessing the impact of ultrasound image standardization in deep learning-based segmentation of carotid plaque types 2024-Dec, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108460 PMID:39426138	研究论文	研究超声图像标准化对基于深度学习的颈动脉斑块类型分割的影响	提出了三种逐步预处理方案，以发现最优的超声图像标准化方法，并评估每种预处理对不同斑块类型分割性能的影响	研究中未涵盖所有斑块类型，特别是均匀回声斑块或具有声影的严重钙化斑块	评估超声图像标准化对基于深度学习的颈动脉斑块类型分割的影响	颈动脉斑块类型的分割	计算机视觉	心血管疾病	深度学习	CFPNet-M	图像	276张超声图像，来自三个医疗中心
3433	2024-11-18	DEDUCE: Multi-head attention decoupled contrastive learning to discover cancer subtypes based on multi-omics data 2024-Dec, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108478 PMID:39504713	研究论文	本文提出了一种基于对称多头注意力编码器（SMAE）的无监督对比学习模型DEDUCE，用于分析多组学癌症数据并识别癌症亚型	引入了基于多头注意力机制的亚型解耦对比学习方法，同时从多组学数据中学习特征并进行聚类，以识别癌症亚型	NA	开发一种新的模型来分析多组学癌症数据，以识别和表征癌症亚型	多组学癌症数据和急性髓系白血病（AML）的亚型	机器学习	血液肿瘤	多头注意力机制	对称多头注意力编码器（SMAE）	多组学数据	模拟多组学数据集、单细胞多组学数据集和癌症多组学数据集，以及AML的六个亚型
3434	2024-11-18	Multi-type stroke lesion segmentation: comparison of single-stage and hierarchical approach 2024-Nov-16, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03243-4 PMID:39549224	研究论文	本文研究了多类型中风病灶分割问题，比较了单阶段和分层方法的性能	本文首次探索了多类型中风病灶分割的两种不同方法：单阶段方法和分层方法，并评估了不同深度学习模型的性能	本文仅使用了来自土耳其卫生部的6650张图像的数据集，未来研究可以扩展到更多样化的数据集	旨在比较单阶段和分层方法在中风病灶分割中的有效性，以提高临床决策和治疗效果	中风病灶的分割和分类	计算机视觉	中风	深度学习	U-Net, U-Net++, DeepLabV3, ResNet, ResNeXt, ViT	图像	6650张图像，包括1130张缺血性中风、1093张出血性中风和4427张非中风病例
3435	2024-11-18	Kruskal Szekeres generative adversarial network augmented deep autoencoder for colorectal cancer detection 2024-Nov-16, Network (Bristol, England) DOI:10.1080/0954898X.2024.2426580 PMID:39550608	研究论文	本文介绍了一种用于早期结直肠癌检测的Kruskal Szekeres生成对抗网络增强深度自编码器（KSGANA-DA）	引入了Kruskal Szekeres生成对抗网络增强深度自编码器（KSGANA-DA），通过数据增强和深度自编码器图像分割提高检测性能	NA	提高早期结直肠癌检测的准确性和效率	结直肠癌的早期检测	计算机视觉	结直肠癌	生成对抗网络（GAN），深度自编码器	Kruskal Szekeres生成对抗网络增强深度自编码器（KSGANA-DA）	图像	NA
3436	2024-11-18	Application of deep learning for the analysis of stomata: a review of current methods and future directions 2024-Nov-15, Journal of experimental botany IF:5.6Q1 DOI:10.1093/jxb/erae207 PMID:38716775	综述	本文综述了深度学习在气孔分析中的应用现状及未来方向	介绍了深度学习模型在植物表型分析任务中的潜力，特别是气孔分析	主要关注数据集共享和模型泛化，以及利用图像数据推断生理功能的局限性	促进深度学习方法在植物表型分析任务中的应用，并指出未来优化的需求	气孔的形态、密度及其在气体交换中的作用	计算机视觉	NA	深度学习	NA	图像	涉及多种植物物种
3437	2024-11-18	AI Prediction for Post-Lower Blepharoplasty Age Reduction 2024-Nov-15, Aesthetic surgery journal IF:3.0Q1 DOI:10.1093/asj/sjae182 PMID:39163263	研究论文	本研究利用人工智能评估下眼睑整形手术后的年龄变化	首次使用深度学习模型客观评估下眼睑整形手术的美容效果	样本量较小，仅包括150名患者	提供下眼睑整形手术美容效果的客观评估	下眼睑整形手术后的年龄变化	计算机视觉	NA	卷积神经网络 (CNN)	卷积神经网络 (CNN)	图像	150名接受下眼睑整形手术的患者
3438	2024-11-18	iACP-DFSRA: Identification of Anticancer Peptides Based on a Dual-channel Fusion Strategy of ResCNN and Attention 2024-Nov-15, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2024.168810 PMID:39362624	研究论文	提出了一种基于深度学习的模型iACP-DFSRA，用于识别抗癌肽	采用双通道融合策略，结合ResCNN和Attention机制提取局部和全局特征，并通过Attention机制进行深度融合	NA	开发一种准确且成本效益高的方法来识别抗癌肽	抗癌肽的识别	机器学习	癌症	深度学习	ResCNN, Attention	蛋白质序列	NA
3439	2024-11-18	An Artificial Intelligence-Assisted Flexible and Wearable Mechanoluminescent Strain Sensor System 2024-Nov-15, Nano-micro letters IF:31.6Q1 DOI:10.1007/s40820-024-01572-5 PMID:39542976	研究论文	开发了一种人工智能辅助的无线、柔性和可穿戴的机械发光应变传感器系统	整合了基于深度学习神经网络的颜色数据处理系统与三明治结构的柔性机械发光传感器薄膜，解决了传统柔性应变传感器在实际应用中的复杂布线、数据采集设备笨重以及现场数据解释困难的问题	NA	解决柔性应变传感器在实际应用中的限制，推动其从实验室研究走向消费市场	柔性机械发光应变传感器及其在人体手势识别中的应用	机器学习	NA	深度学习神经网络	NA	颜色数据	NA
3440	2024-11-18	Early detection of verticillium wilt in eggplant leaves by fusing five image channels: a deep learning approach 2024-Nov-15, Plant methods IF:4.7Q1 DOI:10.1186/s13007-024-01291-3 PMID:39543664	研究论文	本文研究了通过融合五个图像通道的深度学习方法早期检测茄子叶片上的黄萎病	本文创新性地结合了低成本多光谱相机和深度学习技术，建立了五通道图像信息融合模型，实现了对茄子黄萎病的早期诊断	本文的局限性在于传统多光谱病害成像设备的高成本和复杂操作，以及低成本设备的信息覆盖不足	本研究的目的是利用低成本多光谱相机和深度学习技术有效检测茄子早期黄萎病	本研究的对象是茄子叶片上的黄萎病	计算机视觉	植物病害	多光谱成像	VGG16-triplet attention	图像	48小时和72小时的数据