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
3581	2024-11-17	Evaluation of a Vendor-Agnostic Deep Learning Model for Noise Reduction and Image Quality Improvement in Dental CBCT 2024-Oct-29, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14212410 PMID:39518377	研究论文	评估一种与供应商无关的深度学习模型在牙科CBCT图像降噪和图像质量改善中的效果	提出了一种与供应商无关的深度学习模型，用于改善牙科CBCT图像的对比噪声比和降低噪声	主观图像质量评估显示原生重建和深度学习模型重建之间没有统计学上的显著差异	评估深度学习模型对牙科CBCT图像质量参数和噪声减少的影响	牙科CBCT图像	计算机视觉	NA	深度学习	深度学习模型	图像	93名患者（41名男性和52名女性，平均年龄41.2岁，标准差15.8岁）
3582	2024-11-17	BGF-YOLOv10: Small Object Detection Algorithm from Unmanned Aerial Vehicle Perspective Based on Improved YOLOv10 2024-Oct-28, Sensors (Basel, Switzerland) DOI:10.3390/s24216911 PMID:39517808	研究论文	提出了一种基于改进YOLOv10的轻量级小目标检测算法BGF-YOLOv10，用于无人机视角下的目标检测	引入了针对小目标的YOLOv10架构，结合BoTNet、C2f和C3变体以及额外的小目标检测头，同时在主干和头部嵌入GhostConv以减少参数数量，并在颈部插入Patch Expanding Layer模块以恢复特征空间分辨率	未提及	提高无人机视角下小目标检测的准确性和效率	无人机视角下的小目标检测	计算机视觉	NA	YOLOv10	CNN	图像	在VisDrone-DET2019和UAVDT数据集上进行了实验
3583	2024-11-17	MSMTRIU-Net: Deep Learning-Based Method for Identifying Rice Cultivation Areas Using Multi-Source and Multi-Temporal Remote Sensing Images 2024-Oct-28, Sensors (Basel, Switzerland) DOI:10.3390/s24216915 PMID:39517811	研究论文	本文提出了一种基于深度学习模型的水稻种植区识别方法，使用多源和多时相遥感图像	利用多源和多时相遥感图像，结合U-Net模型，提高了水稻种植区识别的准确性和连续性	NA	及时准确地识别水稻种植区，以理解水稻的整体分布模式并制定农业政策	水稻种植区的识别	计算机视觉	NA	遥感观测技术	U-Net	图像	中国三江平原的实验数据
3584	2024-11-17	Prediction of the Relative Resource Abundance of the Argentine Shortfin Squid Illex argentinus in the High Sea in the Southwest Atlantic Based on a Deep Learning Model 2024-Oct-28, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani14213106 PMID:39518829	研究论文	本研究基于深度学习模型预测西南大西洋公海上阿根廷滑柔鱼相对资源丰度	构建了基于决策树的集成学习模型和CNN-Attention深度学习模型，提高了资源丰度预测的准确性	NA	分析海洋环境对西南大西洋阿根廷滑柔鱼资源丰度的影响，并预测其资源分布	阿根廷滑柔鱼及其相关海洋环境因素	机器学习	NA	深度学习	CNN-Attention	数据	2014年12月至2024年6月期间的中国远洋渔船日志数据，包括船位数据和海洋环境变量
3585	2024-11-17	Predictive and Explainable Artificial Intelligence for Neuroimaging Applications 2024-Oct-27, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14212394 PMID:39518362	综述	本文综述了预测性和可解释性人工智能在神经影像学应用中的最新进展	本文介绍了支持向量机和卷积神经网络在低级别与高级别胶质瘤和脑部疾病分类中的最佳表现，以及随机森林在脑部疾病回归中的最佳表现	本文仅基于2019年以后发表的30篇原始研究，可能未能涵盖所有相关研究	旨在突出预测性和可解释性人工智能在神经影像学应用中的新进展	神经影像学数据及其相关疾病	机器学习	NA	机器学习、深度学习	支持向量机、卷积神经网络、随机森林	图像	30项原始研究
3586	2024-11-17	MPE-HRNetL: A Lightweight High-Resolution Network for Multispecies Animal Pose Estimation 2024-Oct-26, Sensors (Basel, Switzerland) DOI:10.3390/s24216882 PMID:39517779	研究论文	本文提出了一种轻量级的高分辨率网络MPE-HRNetL，用于多物种动物姿态估计	通过改进Lite-HRNet，引入了空间金字塔池化快速版、混合池化模块和双空间通道注意力机制，并增加了特征增强阶段	NA	提高动物姿态估计模型的效率和准确性，使其适用于资源有限的边缘设备	多物种动物的姿态估计	计算机视觉	NA	NA	HRNet	图像	使用了AP-10K数据集和Animal Pose数据集进行实验
3587	2024-11-17	Artificial Intelligence-Based Sentinel Lymph Node Metastasis Detection in Cervical Cancer 2024-Oct-26, Cancers IF:4.5Q1 DOI:10.3390/cancers16213619 PMID:39518059	研究论文	评估深度学习算法在早期宫颈癌中检测前哨淋巴结转移的有效性	利用已开发的用于乳腺癌和结肠癌淋巴结转移检测的深度学习算法，首次在宫颈癌中进行前哨淋巴结转移检测，并展示了高敏感性	研究为回顾性分析，样本量较小，需要进一步的前瞻性验证	评估深度学习算法在早期宫颈癌中检测前哨淋巴结转移的敏感性和有效性	早期宫颈癌患者的前哨淋巴结转移情况	数字病理学	宫颈癌	深度学习算法	深度学习算法	图像	21名早期宫颈癌患者，包括15名鳞状细胞癌、5名腺癌和1名透明细胞癌患者，共47个前哨淋巴结样本
3588	2024-11-17	Airborne LiDAR Point Cloud Classification Using Ensemble Learning for DEM Generation 2024-Oct-25, Sensors (Basel, Switzerland) DOI:10.3390/s24216858 PMID:39517754	研究论文	本文提出了一种基于集成学习的机载LiDAR点云分类方法，用于生成数字高程模型（DEM）	本文创新性地结合了集成学习策略和几何特征，设计了适用于不同地形的专用地面点分类器，以提高分类的鲁棒性和准确性	本文未详细讨论集成学习模型的训练时间和计算资源需求	提高机载LiDAR点云分类的准确性和生成DEM的质量	机载激光扫描（ALS）点云数据	计算机视觉	NA	集成学习	深度学习模型	点云数据	包含各种地形的ALS点云数据
3589	2024-11-17	A Novel Method of Bridge Deflection Prediction Using Probabilistic Deep Learning and Measured Data 2024-Oct-25, Sensors (Basel, Switzerland) DOI:10.3390/s24216863 PMID:39517760	研究论文	提出了一种基于卷积神经网络（CNN）、长短期记忆网络（LSTM）、概率密度估计层和桥梁监测数据的集成挠度区间预测方法，用于预测悬索桥主梁在随机交通荷载和环境温度作用下的竖向挠度	结合CNN和LSTM捕捉时间序列中的局部特征和长期依赖性，并采用高斯分布（GD）作为概率密度函数，通过最大似然法估计其参数，输出最优挠度预测和概率区间	NA	预测悬索桥主梁在随机交通荷载和环境温度作用下的竖向挠度，并识别异常挠度	悬索桥主梁的挠度	机器学习	NA	卷积神经网络（CNN）、长短期记忆网络（LSTM）	CNN-LSTM-GD模型	时间序列数据	基于桥梁健康监测数据构建的时间序列训练数据集
3590	2024-11-17	Enhancing Activity Recognition After Stroke: Generative Adversarial Networks for Kinematic Data Augmentation 2024-Oct-25, Sensors (Basel, Switzerland) DOI:10.3390/s24216861 PMID:39517759	研究论文	本研究利用条件生成对抗网络（cGANs）生成合成运动学数据，以增强中风后活动识别的机器学习模型的泛化能力	采用条件生成对抗网络生成逼真的合成运动学数据，以增强训练数据集的多样性和复杂性	未提及	提高中风后活动识别的机器学习模型的泛化能力和分类准确性	中风幸存者的运动学数据	机器学习	中风	条件生成对抗网络（cGANs）	生成对抗网络（GAN）	运动学数据	使用公开数据集，未提及具体样本数量
3591	2024-11-17	Computer Vision-Driven Movement Annotations to Advance fNIRS Pre-Processing Algorithms 2024-Oct-24, Sensors (Basel, Switzerland) DOI:10.3390/s24216821 PMID:39517718	研究论文	研究利用计算机视觉技术自动检测和标注视频中的头部运动，以改进功能性近红外光谱（fNIRS）数据预处理算法	提出了一种基于深度学习的计算机视觉方法，自动检测和标注头部运动，为fNIRS数据预处理提供准确的地面实况信息	模型在不同类型的运动（如半运动、完整运动和重复运动）上的表现存在差异	探索计算机视觉技术在自动检测和标注头部运动方面的可行性和可靠性，以改进fNIRS数据预处理算法	头部运动检测和标注	计算机视觉	NA	计算机视觉	1D-UNet	视频	15名参与者进行了三种主要旋转轴（上下、左右、弯曲）的头部运动，速度分为快和慢，运动方式包括半运动、完整运动和重复运动
3592	2024-11-17	Dynamic Temporal Denoise Neural Network with Multi-Head Attention for Fault Diagnosis Under Noise Background 2024-Oct-23, Sensors (Basel, Switzerland) DOI:10.3390/s24216813 PMID:39517709	研究论文	本文提出了一种动态时间去噪神经网络（DTDNet），结合多头注意力机制，用于噪声背景下的故障诊断	DTDNet通过将一维信号转换为二维张量，并使用多尺度二维卷积核提取信号特征，同时引入时间变量去噪（TVD）模块和多头注意力融合（MAF）模块，解决了传统卷积神经网络缺乏去噪结构的问题	NA	提高机械系统故障诊断的准确性和鲁棒性	振动信号中的噪声去除和特征提取	机器学习	NA	深度学习	神经网络	信号	两个数据集：Case Western Reserve University轴承数据集（单传感器）和Real飞机传感器数据集（多传感器）
3593	2024-11-17	Deep Learning Models for Anatomical Location Classification in Esophagogastroduodenoscopy Images and Videos: A Quantitative Evaluation with Clinical Data 2024-Oct-23, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14212360 PMID:39518328	研究论文	本文研究了深度学习模型在食管胃十二指肠镜图像和视频中解剖位置分类的定量评估	本文引入了基于硬投票的后处理算法，通过聚合连续七帧的结果来提高预测的稳定性	本文仅使用了正常发现的图像和视频数据，未涵盖所有可能的病理情况	研究深度学习模型在胃镜检查中准确识别胃肠道解剖位置的可行性	食管胃十二指肠镜图像和视频中的解剖位置	计算机视觉	NA	深度学习	InceptionV3, InceptionResNetV2	图像, 视频	31,403张静态图像来自1000名患者，20个食管胃十二指肠镜视频
3594	2024-11-17	U-Net and Its Variants Based Automatic Tracking of Radial Artery in Ultrasonic Short-Axis Views: A Pilot Study 2024-Oct-23, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14212358 PMID:39518327	研究论文	本研究探讨了U-Net及其变体在超声短轴视图中自动追踪桡动脉的可行性	本研究首次验证了U-Net及其变体在自动桡动脉追踪中的应用，并发现Res-UNet在DSC和JSC方面表现最佳	本研究仅限于小规模的初步研究，样本量较小，且未涵盖所有可能的U-Net变体	验证U-Net及其变体在超声引导下桡动脉导管插入术中自动追踪桡动脉的可行性	桡动脉在超声短轴视图中的自动追踪	计算机视觉	NA	B模式超声成像	U-Net及其变体（如Attention U-Net, UNet++, Res-UNet, TransUNet, UNeXt）	图像	135名患者，共7233张图像
3595	2024-11-17	A Feature-Fusion Technique-Based Alzheimer's Disease Classification Using Magnetic Resonance Imaging 2024-Oct-23, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14212363 PMID:39518331	研究论文	本文提出了一种基于磁共振成像的阿尔茨海默病分类模型，通过特征融合技术提高分类准确性和模型可解释性	本文创新性地使用了混合ViTs模型，通过可视化关键特征来提高特征提取效率和模型可解释性	模型仅使用了MRI图像数据，未来研究可以结合遗传和临床数据以提高模型的鲁棒性和适用性	开发一种资源高效且可解释的阿尔茨海默病分类模型	阿尔茨海默病患者的磁共振成像数据	计算机视觉	阿尔茨海默病	深度学习	混合ViTs	图像	使用了OASIS数据集
3596	2024-11-17	A Review of Artificial Intelligence-Based Dyslexia Detection Techniques 2024-Oct-23, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14212362 PMID:39518334	综述	本文综述了基于人工智能的阅读障碍检测技术，重点探讨了降维技术在提升机器学习和深度学习模型性能中的作用	本文提出了降维技术在阅读障碍检测中的重要性，并强调了开发新型降维技术和将其与先进深度学习技术无缝集成以实现稳健和可解释模型的必要性	现有研究受限于数据集的有限性和机器学习模型的黑箱性质，导致阅读障碍检测模型的泛化性和可解释性不足	探讨降维技术在提升机器学习和深度学习模型在阅读障碍检测中的性能	阅读障碍检测模型及其性能提升	机器学习	NA	降维技术	机器学习模型和深度学习模型	行为数据和神经影像数据	共筛选出39篇文章进行综述
3597	2024-11-17	Prediction of a Cephalometric Parameter and Skeletal Patterns from Lateral Profile Photographs: A Retrospective Comparative Analysis of Regression Convolutional Neural Networks 2024-Oct-23, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm13216346 PMID:39518486	研究论文	本研究开发了一种深度学习系统，用于直接从侧面轮廓照片预测头影测量参数，作为正畸治疗的初步资源	本研究首次使用回归卷积神经网络（CNN）模型从侧面轮廓照片中预测头影测量参数，并展示了其在临床上的潜在应用	本研究的样本量有限，且仅针对ANB角进行预测，未来研究可以扩展到其他头影测量参数	开发一种深度学习系统，用于从侧面轮廓照片中直接预测头影测量参数，以促进正畸治疗	ANB角和侧面轮廓照片	计算机视觉	NA	回归卷积神经网络（CNN）	CNN	图像	1600名受试者（1039名女性和561名男性，年龄范围为3年8个月至69年1个月）
3598	2024-11-17	PTB-DDI: An Accurate and Simple Framework for Drug-Drug Interaction Prediction Based on Pre-Trained Tokenizer and BiLSTM Model 2024-Oct-23, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms252111385 PMID:39518938	研究论文	本文提出了一种名为PTB-DDI的精确且简单的药物-药物相互作用预测框架	该框架结合了ChemBerta分词器、BiLSTM模型和MLP，以捕捉药物的双向上下文特征并挖掘药物特征的非线性关系	NA	旨在解决现有模型在药物-药物相互作用预测中的信息丢失和特征挖掘不完整问题	药物-药物相互作用预测	机器学习	NA	BiLSTM	BiLSTM	文本	在BIOSNAP和DrugBank两个真实世界数据集上进行了实验，分别获得了0.997、0.995、0.984和0.896、0.873、0.826的AUC-ROC、PR-AUC和F1分数
3599	2024-11-17	IMU Airtime Detection in Snowboard Halfpipe: U-Net Deep Learning Approach Outperforms Traditional Threshold Algorithms 2024-Oct-22, Sensors (Basel, Switzerland) DOI:10.3390/s24216773 PMID:39517670	研究论文	本研究利用惯性测量单元（IMU）数据和U-Net深度学习模型，改进了单板滑雪半管表演中起飞和着陆事件的检测	本研究采用1D U-Net卷积神经网络（CNN），在所有实验中均表现出色，为二元分割任务设定了新的基准	本研究仅针对单板滑雪半管表演中的起飞和着陆事件进行检测，未涉及其他运动项目	本研究的目的是通过使用IMU数据和机器学习算法，提高单板滑雪半管表演中起飞和着陆事件的检测精度	本研究的对象是八名德国国家队的精英单板滑雪运动员在半管表演中的626次技巧动作	机器学习	NA	惯性测量单元（IMU）	U-Net	时间序列数据	8名运动员的626次技巧动作
3600	2024-11-17	Adaptive Wireless Image Transmission Transformer Architecture for Image Transmission and Reconstruction 2024-Oct-22, Sensors (Basel, Switzerland) DOI:10.3390/s24216772 PMID:39517669	研究论文	本文介绍了一种基于深度学习和变分信息瓶颈原理的自适应无线图像传输变压器架构（ADWITT），用于提高图像传输的效率和质量	本文提出了一个基于深度学习和变分信息瓶颈原理的自适应信道模块，改进了原有的无线图像传输变压器模型（WITT），形成了新的ADWITT架构	NA	提高6G通信技术中的图像传输效率和质量	无线图像传输系统	计算机视觉	NA	变分信息瓶颈（VIB）	变压器（Transformer）	图像	NA