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
4041	2024-12-06	Fine grained automatic left ventricle segmentation via ROI based Tri-Convolutional neural networks 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-240062 PMID:39058464	研究论文	本文提出了一种基于Tri-Convolutional神经网络的左心室自动分割方法	本文创新性地结合了三种不同的深度学习结构，通过Tri-Convolutional网络实现了高精度的左心室分割	NA	提高左心室分割的准确性和效率	左心室图像的自动分割	计算机视觉	心血管疾病	深度学习	Tri-Convolutional神经网络	图像	使用了sunny brook、York、ACDC和LVSC数据集
4042	2024-12-06	Gastrointestinal tract disease detection via deep learning based structural and statistical features optimized hexa-classification model 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-240603 PMID:39031411	研究论文	提出了一种基于深度学习的结构和统计特征优化六分类模型，用于检测胃肠道疾病	提出了Deep SS-Hexa模型，结合两种深度学习结构提取WCE图像的结构和统计特征，并通过Walrus优化算法选择最佳特征，最终使用深度信念网络进行六分类	未提及具体局限性	提高胃肠道疾病检测的准确性和效率	胃肠道疾病的检测	计算机视觉	胃肠道疾病	深度学习	深度信念网络	图像	使用了KVASIR和KID数据集
4043	2024-12-06	A hybrid model for the classification of Autism Spectrum Disorder using Mu rhythm in EEG 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-240644 PMID:39031413	研究论文	研究利用脑电图中的Mu节律，结合机器学习和深度学习技术，开发了一种混合模型用于自闭症谱系障碍的分类	提出了一个结合深度学习和机器学习的混合模型，显著提高了自闭症谱系障碍的分类准确率	研究仅使用了有限的脑电图通道，可能无法全面反映自闭症谱系障碍的复杂性	提高自闭症谱系障碍与典型发育个体的分类准确率	自闭症谱系障碍患者和典型发育个体	机器学习	自闭症谱系障碍	脑电图	混合模型	脑电图数据	未明确提及样本数量
4044	2024-12-06	CNN-based glioma detection in MRI: A deep learning approach 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-240158 PMID:39031408	研究论文	本文开发了一种基于卷积神经网络（CNN）的自动化胶质瘤分割算法，用于在MRI图像中准确识别肿瘤成分	本文利用CNN技术提高了胶质瘤分割的准确性，达到了与经验丰富的放射科医生和商用工具相当的水平	NA	开发一种自动化的胶质瘤分割算法，以提高诊断精度和量化	高级别胶质瘤（HGGs）和低级别胶质瘤（LGGs）的MRI扫描图像	计算机视觉	脑肿瘤	卷积神经网络（CNN）	U-Net网络	MRI图像	285例高级别胶质瘤（HGGs）和低级别胶质瘤（LGGs）的MRI扫描
4045	2024-12-06	Development of an efficient novel method for coronary artery disease prediction using machine learning and deep learning techniques 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-240740 PMID:39031414	研究论文	本文提出了一种基于机器学习和深度学习技术的新方法，用于提高冠状动脉疾病预测的准确性	本文提出了一种新的集成投票分类器模型，结合了多种机器学习算法和深度学习算法，以提高冠状动脉疾病预测的准确性	NA	提高冠状动脉疾病预测的准确性	冠状动脉疾病	机器学习	心血管疾病	机器学习、深度学习	集成投票分类器模型	临床数据	216例冠状动脉疾病病例
4046	2024-12-06	Football teaching and training based on video surveillance using deep learning 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-231860 PMID:39177616	研究论文	本文研究了基于视频监控和深度学习的足球教学与训练，通过自动识别和分类训练动作来评估运动员的表现	本文提出了基于深度学习的足球教学动作识别模型（DL-FTMR），并结合惯性测量单元（IMU）和计算机视觉分析数据进行系统性研究	NA	研究目的是通过深度学习技术自动识别和分类足球教学与训练动作，以提高运动员的表现评估准确性	足球教学与训练动作的自动识别和分类	计算机视觉	NA	深度学习	卷积神经网络（CNN）	视频	使用了公开的Human Activity Recognition (HAR)数据集和UT-Interaction数据集
4047	2024-12-06	Liver tumor segmentation method combining multi-axis attention and conditional generative adversarial networks 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0312105 PMID:39625955	研究论文	提出了一种结合多轴注意力和条件生成对抗网络的肝脏肿瘤分割方法	引入了多轴注意力机制和条件生成对抗网络，以解决现有方法在类不平衡、全局上下文特征融合不足和局部细节感知弱等问题	未提及具体局限性	提高肝脏肿瘤分割的效率和准确性	肝脏和肿瘤在腹部CT图像中的分割	计算机视觉	NA	深度学习	条件生成对抗网络 (cGAN)	图像	使用了LiTS公共数据集进行训练和测试
4048	2024-12-06	DLLabelsCT: Annotation tool using deep transfer learning to assist in creating new datasets from abdominal computed tomography scans, case study: Pancreas 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313126 PMID:39625972	研究论文	开发了一种名为DLLabelsCT的注释工具，利用深度迁移学习加速腹部CT扫描图像分析过程，并以胰腺为例进行了案例研究	提出了DLLabelsCT工具，通过使用ResNet34-UNet模型显著加速了注释过程，并展示了其在不同数据集上的高准确性和可扩展性	仅在胰腺分割任务上进行了验证，尚未在其他器官上进行广泛测试	开发一种能够加速医学图像注释过程的工具，以支持深度学习算法在放射学评估中的应用	腹部CT扫描图像中的胰腺分割	计算机视觉	NA	深度学习	CNN	图像	3715张CT扫描切片
4049	2024-12-06	A fact based analysis of decision trees for improving reliability in cloud computing 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0311089 PMID:39625991	研究论文	本文通过比较五种机器学习算法在云计算中的准确性和故障预测能力，提出了一种改进决策树算法的方法	提出了对决策树（J48）算法的改进，以提高其在云计算中的可靠性和准确性	算法复杂度较高，需要进一步优化	提高云计算中的决策树算法的可靠性和准确性	五种机器学习算法在云计算中的性能	机器学习	NA	机器学习算法	决策树（J48）	数值数据	NA
4050	2024-12-06	Dual assurance for healthcare and future education development: normalized assistance for low-income population in rural areas-evidence from the population identification 2024, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2024.1384474 PMID:39628808	研究论文	本研究探讨了农村低收入人口在医疗和未来教育方面的关系，并开发了一种智能识别分类模型来准确检测和分类农村低收入个体	提出了一个准确度达到91.93%的智能识别分类模型，超过了其他基线神经网络算法	研究仅限于广东省J市，结果可能不适用于其他地区	探索农村低收入人口在医疗和未来教育方面的关系，并为政策制定提供支持	农村低收入人口的医疗和教育状况	机器学习	NA	深度学习算法	神经网络	大数据	NA
4051	2024-12-06	SMART-PET: a Self-SiMilARiTy-aware generative adversarial framework for reconstructing low-count [18F]-FDG-PET brain imaging 2024, Frontiers in nuclear medicine (Lausanne, Switzerland) DOI:10.3389/fnume.2024.1469490 PMID:39628873	研究论文	本文介绍了一种基于生成对抗网络（GAN）和自相似性注意力机制的新型深度学习框架，用于重建低计数[18F]-FDG-PET脑部图像	提出了一个自相似性感知生成对抗框架（SMART-PET），利用自相似性注意力机制来增强PET图像的去噪效果，无需依赖MRI的解剖细节	NA	开发一种新的深度学习框架，用于提高低计数PET图像的质量，减少放射性暴露	低计数[18F]-FDG-PET脑部图像	计算机视觉	NA	生成对抗网络（GAN）	生成对抗网络（GAN）	图像	114名受试者，包括34名药物难治性癫痫患者、10名额颞叶痴呆患者和70名健康志愿者
4052	2024-12-06	The effectiveness of deep learning model in differentiating benign and malignant pulmonary nodules on spiral CT 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-241079 PMID:39520159	研究论文	研究深度学习模型在螺旋CT图像上区分良性和恶性肺结节的有效性	提出了一种基于深度学习的细粒度分类方法，用于区分肺结节，并展示了其在区分良恶性肺结节方面的优越性	研究样本量较小，且仅限于一家医院的病例	探讨基于深度学习的肺结节分类和分割算法在区分良恶性肺结节中的临床价值和诊断效果	良性和恶性肺结节	计算机视觉	肺部疾病	深度学习	深度学习模型	CT图像	120例肺结节患者
4053	2024-12-05	Correction: Comprehensive Symptom Prediction in Inpatients With Acute Psychiatric Disorders Using Wearable-Based Deep Learning Models: Development and Validation Study 2024-Dec-03, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/69042 PMID:39626223	correction	对先前发表的文章进行更正	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4054	2024-12-05	Improved Osteoporosis Prediction in Breast Cancer Patients Using a Novel Semi-Foundational Model 2024-Dec-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01337-x PMID:39621209	研究论文	本文研究了在乳腺癌患者中使用半基础模型改进骨质疏松预测的方法	本文提出了一种新的半基础模型，通过预训练VGG-16、ResNet-50和DenseNet-121在8500个胸部CT数据集上，然后微调以分类199名乳腺癌患者的骨密度，显著提高了三分类性能	本文仅在乳腺癌患者中进行了验证，未来需要在更多疾病状态下进行验证	研究如何通过半基础模型提高骨质疏松预测的准确性	乳腺癌患者的骨密度分类	计算机视觉	乳腺癌	NA	半基础模型	CT图像	8500个胸部CT数据集和199名乳腺癌患者
4055	2024-12-05	Comparison of deep learning schemes in grading non-alcoholic fatty liver disease using B-mode ultrasound hepatorenal window images with liver biopsy as the gold standard 2024-Dec-02, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2024.104862 PMID:39626614	研究论文	本文比较了不同预训练深度学习方案在非酒精性脂肪肝病分级中的表现，使用B模式超声肝肾窗图像作为输入，并以肝活检作为金标准	本文创新性地使用预训练深度学习方案对非酒精性脂肪肝病进行分级，并比较了不同网络模型的性能	本文的局限性在于样本量较小，且仅使用了B模式超声图像作为输入	评估预训练深度学习方案在非酒精性脂肪肝病分级中的表现	非酒精性脂肪肝病患者	计算机视觉	肝病	深度学习	CNN	图像	112名经活检验证的非酒精性脂肪肝病患者
4056	2024-12-05	Deep learning based on multiparametric MRI predicts early recurrence in hepatocellular carcinoma patients with solitary tumors ≤5 cm 2024-Dec, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2024.100610 PMID:39619794	研究论文	本文评估了一种基于深度学习的模型在预测肝细胞癌患者术后早期复发中的有效性	本文构建了一个基于ResNet的深度学习模型，结合多参数MRI图像特征和患者临床数据，提高了早期复发的预测性能	NA	评估深度学习模型在预测肝细胞癌患者术后早期复发中的有效性	肝细胞癌患者，单个肿瘤≤5 cm	机器学习	肝癌	动态对比增强MRI (DCE-MRI)	ResNet	图像	331名肝细胞癌患者
4057	2024-12-05	Regime switching in coupled nonlinear systems: Sources, prediction, and control-Minireview and perspective on the Focus Issue 2024-Dec-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0247498 PMID:39621472	综述	本文综述了耦合非线性系统中的状态转换现象，涵盖了理论分析、数据驱动检测方法和非反馈控制策略的最新进展	本文介绍了深度学习在预测电网故障中的应用，利用闪烁网络增强同步，创建控制流行病传播的自适应策略，以及抑制癫痫发作的非反馈控制策略	本文主要集中在理论分析和数据驱动方法上，未深入探讨实际应用中的具体挑战	探讨复杂系统中状态转换的机制，并开发预测、检测和控制这些转换的通用和鲁棒方法	耦合非线性系统中的状态转换现象，包括气候、海洋环流、生态系统、电网和大脑等	NA	NA	深度学习	NA	NA	NA
4058	2024-12-05	Enhanced prediction of protein functional identity through the integration of sequence and structural features 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.11.028 PMID:39624166	研究论文	本文开发了一种通过整合序列和结构特征来预测蛋白质功能的方法	本文提出了一种结合序列和结构信息的方法，显著提高了蛋白质功能预测的准确性，并发现结构对齐计算的域序列身份对预测影响最大	NA	提高蛋白质功能预测的准确性	蛋白质的功能预测	机器学习	NA	AlphaFold2	LightGBM	序列和结构数据	超过300000000个蛋白质序列
4059	2024-12-05	Auxiliary diagnosis of primary bone tumors based on Machine learning model 2024-Dec, Journal of bone oncology IF:3.1Q2 DOI:10.1016/j.jbo.2024.100648 PMID:39624676	研究论文	研究基于机器学习模型的原发性骨肿瘤辅助诊断，通过深度卷积神经网络和影像组学分析提高诊断准确性	提出了基于深度卷积神经网络的机器学习模型，并结合影像组学分析和差异表达基因筛选方法，提高了骨肿瘤的诊断准确性	研究主要集中在骨肿瘤的诊断，未涉及其他类型的肿瘤或疾病	提高原发性骨肿瘤的诊断准确性，促进早期检测和个性化治疗	原发性骨肿瘤的病理样本和影像数据	数字病理学	骨肿瘤	深度卷积神经网络 (DC-NN)	深度卷积神经网络 (DCNN)	全切片影像 (WSI)	包含所有类别骨肿瘤的病理样本数据库
4060	2024-12-05	AutoLDT: a lightweight spatio-temporal decoupling transformer framework with AutoML method for time series classification 2024-Nov-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81000-1 PMID:39616188	研究论文	提出了一种基于自动化机器学习技术的轻量级时空解耦Transformer框架AutoLDT，用于时间序列分类	引入模糊位置编码、TS可分离线性自注意力机制和卷积前馈网络，实现轻量级特征提取；采用协方差矩阵自适应进化策略和全局自适应剪枝技术实现自动化网络结构设计	未明确提及	解决时间序列分类中特征提取效果、模型复杂度和模型设计不确定性问题	时间序列数据	机器学习	NA	自动化机器学习	Transformer	时间序列	使用了公开的UCR和UEA时间序列数据集