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
6901	2024-09-13	Reference-Based Multi-Stage Progressive Restoration for Multi-Degraded Images 2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2024.3451939 PMID:39236125	研究论文	本文提出了一种基于参考图像的多阶段渐进式图像恢复方法，用于处理多重退化的图像	本文创新性地提出了Reference-based Image Restoration Transformer (Ref-IRT)模型，通过三个主要阶段逐步恢复图像细节，并引入了质量退化恢复方法和纹理转移/重建网络来增强恢复效果	NA	研究如何通过深度学习技术有效恢复多重退化图像的高质量细节	多重退化的图像	计算机视觉	NA	深度学习	Transformer	图像	在三个基准数据集上进行了实验
6902	2024-09-13	Smartphone region-wise image indoor localization using deep learning for indoor tourist attraction 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0307569 PMID:39250439	研究论文	本文提出了一种利用深度学习技术通过智能手机图像进行室内旅游景点区域定位的方法	该方法无需基础设施投资，降低了将博物馆和海洋馆转变为智能场所的成本和时间	研究仅在巴西的一个实际场景中进行了评估，可能需要进一步验证其在其他地区的效果	开发一种适用于室内旅游景点的智能手机图像区域定位技术	智能手机拍摄的图像和室内旅游景点的位置分类	计算机视觉	NA	深度学习	神经网络（包括基于Transformer的模型）	图像	3654张图像，来自10种不同智能手机
6903	2024-09-13	Innovation in public health surveillance for social distancing during the COVID-19 pandemic: A deep learning and object detection based novel approach 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0308460 PMID:39250511	研究论文	本文提出了一种基于深度学习和目标检测的公共健康监测新方法，用于在COVID-19疫情期间监控社交距离	采用YOLOv4模型和无人机实时视频数据，实现了高效的社交距离监控，准确率达到82%	NA	开发一种创新的公共健康监测方法，以应对COVID-19疫情期间的社交距离问题	社交距离的监控和违规行为的检测	计算机视觉	COVID-19	目标检测	YOLOv4	视频	使用无人机实时流式传输的25fps、1920 X 1080分辨率视频数据，监控范围为35米
6904	2024-09-13	Deep learning for detecting prenatal alcohol exposure in pediatric brain MRI: a transfer learning approach with explainability insights 2024, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2024.1434421 PMID:39252695	研究论文	本文利用深度学习技术，通过迁移学习方法检测儿童脑部MRI中的产前酒精暴露（PAE），并进行了可解释性分析	本文首次将深度学习应用于检测儿童脑部MRI中的产前酒精暴露，并采用迁移学习方法和可解释性分析来提高模型的性能和透明度	由于儿童脑部快速发育、运动伪影和数据不足等问题，构建适用于儿童群体的深度学习模型存在挑战	研究如何利用深度学习和迁移学习方法检测儿童脑部MRI中的产前酒精暴露，并进行可解释性分析	2至8岁儿童的T1加权结构脑部MRI扫描数据	计算机视觉	NA	深度学习	简单全卷积网络（SFCN）	图像	涉及2至8岁儿童的脑部MRI扫描数据，具体样本数量未明确提及
6905	2024-09-13	High-Throughput Phenotyping of Soybean Biomass: Conventional Trait Estimation and Novel Latent Feature Extraction Using UAV Remote Sensing and Deep Learning Models 2024, Plant phenomics (Washington, D.C.) DOI:10.34133/plantphenomics.0244 PMID:39252878	研究论文	本研究利用无人机遥感和深度学习模型对大豆生物量相关性状进行高通量表型分析	首次结合无人机遥感和深度学习模型进行大豆生物量相关性状的高通量表型分析，并提取潜在特征用于基因组预测	研究仅在2018年进行了一次田间试验，样本量有限，且仅在干旱和对照两种灌溉条件下进行	开发模型以利用无人机遥感和深度学习模型估计大豆生物量相关性状的表型值	大豆生物量相关性状，包括干重、主茎长度、节点和分支数量以及植株高度	计算机视觉	NA	无人机遥感	卷积神经网络（CNN）	图像	198个已知全基因组序列的大豆种质
6906	2024-09-13	Choroidal Optical Coherence Tomography Angiography: Noninvasive Choroidal Vessel Analysis via Deep Learning 2024, Health data science DOI:10.34133/hds.0170 PMID:39257642	研究论文	本文提出了一种基于深度学习的非侵入性脉络膜血管分析方法，通过光学相干断层扫描血管造影（OCTA）技术，实现对脉络膜亚层的血管分布评估	本文提出了一种新的脉络膜血管造影策略，并采用了一种集成判别均值教师结构来处理跨域分割任务中的特定问题	本文的实验结果主要基于特定的疾病样本，未来需要进一步验证其在更广泛疾病类型中的适用性	开发一种非侵入性的方法来评估脉络膜亚层的血管分布，支持脉络膜疾病的临床分析	脉络膜亚层的血管分布	计算机视觉	NA	光学相干断层扫描血管造影（OCTA）	集成判别均值教师结构	图像	NA
6907	2024-09-11	Real-time sign language detection: Empowering the disabled community 2024-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.102901 PMID:39247156	研究论文	本文提出了一种实时手语检测系统，旨在帮助残疾人士进行交流	使用预训练的VGG16卷积神经网络（CNN）结合注意力机制，实现了高精度的印度手语（ISL）分类，并实现了实时处理	NA	开发一种高效的实时手语检测系统，以帮助残疾人士进行交流	印度手语（ISL）中的23种手势	计算机视觉	NA	卷积神经网络（CNN）	VGG16	图像	23种手势
6908	2024-09-11	Semi-Supervised Semantic Image Segmentation by Deep Diffusion Models and Generative Adversarial Networks 2024-Nov, International journal of neural systems IF:6.6Q1 DOI:10.1142/S0129065724500576 PMID:39155691	研究论文	本文提出了一种结合生成对抗网络（GAN）和生成扩散模型的半监督语义图像分割方法	本文创新性地将生成扩散模型与EditGAN结合，提高了图像分割任务的性能	NA	减少图像分割任务中对大量像素级标注数据的依赖	多类和二进制标签的图像分割任务	计算机视觉	NA	生成对抗网络（GAN）、生成扩散模型	GAN	图像	多个分割数据集，包括ISIC数据集
6909	2024-09-11	2.5D deep learning based on multi-parameter MRI to differentiate primary lung cancer pathological subtypes in patients with brain metastases 2024-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111712 PMID:39222565	研究论文	本文研究了基于多参数MRI的2.5D深度学习模型在区分脑转移肺癌病理亚型中的应用	首次探讨了2.5D深度学习在区分脑转移肺癌病理亚型中的应用	研究为回顾性，样本量有限	开发一种有效的方法来区分脑转移肺癌的病理亚型	脑转移肺癌患者	计算机视觉	肺癌	多参数MRI	2.5D深度学习模型	图像	250名患者，其中训练集175名，测试集75名
6910	2024-09-11	Efficient EEG Feature Learning Model Combining Random Convolutional Kernel with Wavelet Scattering for Seizure Detection 2024-Nov, International journal of neural systems IF:6.6Q1 DOI:10.1142/S0129065724500606 PMID:39252680	研究论文	本文提出了一种结合随机卷积核与小波散射网络的高效EEG特征学习模型，用于癫痫发作检测	将随机卷积核嵌入小波散射网络结构中，并结合ANOVA和MRMR方法筛选显著EEG特征，提高了模型的泛化性能和计算效率	NA	开发一种高效的EEG特征学习模型，用于癫痫发作检测	EEG信号和癫痫发作检测	机器学习	癫痫	随机卷积核变换（ROCKET）	小波散射网络	EEG信号	头皮和颅内EEG数据库
6911	2024-09-11	Advancing Glaucoma Diagnosis: Employing Confidence-Calibrated Label Smoothing Loss for Model Calibration 2024 Nov-Dec, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2024.100555 PMID:39253549	研究论文	本文旨在通过使用一种名为置信校准标签平滑（CC-LS）损失函数的特殊损失函数来提高青光眼分类机器学习模型的校准	本文提出了一种新的置信校准标签平滑（CC-LS）损失函数，该函数结合了标签平滑和置信惩罚技术，专门用于青光眼检测，以在不牺牲准确性的情况下改进模型校准	NA	提高机器学习模型在青光眼分类中的校准	青光眼分类的机器学习模型	机器学习	眼科疾病	置信校准标签平滑（CC-LS）损失函数	深度学习模型	图像	外部数据集包括482张正常眼底图像和168张青光眼眼底图像，以及720张正常眼底图像和80张青光眼眼底图像；内部数据集包括每类4639张图像；验证集包括47913张正常眼底图像和1629张青光眼眼底图像
6912	2024-09-11	Deep Learning-Based Real-Time Ureter Identification in Laparoscopic Colorectal Surgery 2024-Oct-01, Diseases of the colon and rectum DOI:10.1097/DCR.0000000000003335 PMID:38959453	研究论文	本文开发了一种基于深度学习的实时输尿管识别模型，用于腹腔镜结直肠手术中	应用深度学习语义分割算法进行输尿管识别，开发了名为UreterNet的深度学习模型	需要验证UreterNet是否能减少医源性输尿管损伤的发生	验证在腹腔镜结直肠手术视频中能否识别输尿管	输尿管在腹腔镜结直肠手术视频中的识别	计算机视觉	NA	卷积神经网络	卷积神经网络	图像	从304个视频中创建了14,069张标注图像，其中训练集9537张，验证集2266张，测试集2266张
6913	2024-09-11	Patient-specific cerebral 3D vessel model reconstruction using deep learning 2024-Oct, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03136-6 PMID:38802608	研究论文	本研究利用深度学习方法从患者特定的磁共振血管造影图像中重建三维血管模型	首次使用深度学习技术进行患者特定三维血管模型的重建，并展示了其在血流模拟中的应用	研究样本量较小，未来需要进一步验证深度学习技术在医学图像处理中的应用	开发一种基于深度学习的血管模型重建方法，以减少手动操作的需求	40名患有颈内动脉瘤的患者	计算机视觉	心血管疾病	深度学习	U-net	图像	40名患者，60例病例
6914	2024-09-11	Hybrid optimal feature selection-based iterative deep convolution learning for COVID-19 classification system 2024-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109031 PMID:39173484	研究论文	本文提出了一种基于混合最优特征选择和迭代深度卷积学习的COVID-19分类系统	本文创新性地结合了物联网数据和深度学习技术，通过优化算法提取疾病特征，并使用一维卷积神经网络进行分类	NA	开发一种高效的方法用于COVID-19的早期检测和诊断	COVID-19样本数据和物联网设备生成的数据	机器学习	COVID-19	深度学习	一维卷积神经网络（1D-CNN）	数据	大量COVID-19样本
6915	2024-09-11	Depth estimation from monocular endoscopy using simulation and image transfer approach 2024-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109038 PMID:39178804	研究论文	本文提出了一种从单目内窥镜图像中估计深度的方法，通过模拟和图像迁移技术训练深度估计网络模型	本文创新性地使用Unity生成模拟内窥镜图像和深度图，并通过循环生成对抗网络增强模拟图像的真实感，最终训练深度学习模型进行深度估计	NA	开发一种从单目内窥镜图像中准确估计深度的方法，以提高导航系统的有效性	内窥镜图像的深度估计	计算机视觉	NA	深度学习	生成对抗网络	图像	使用从分割的计算机断层扫描结肠成像数据中获得的结肠表面模型生成的模拟内窥镜图像和深度图进行训练
6916	2024-09-11	Skeleton-guided multi-scale dual-coordinate attention aggregation network for retinal blood vessel segmentation 2024-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109027 PMID:39178808	研究论文	本文提出了一种用于视网膜血管分割的骨架引导多尺度双坐标注意力聚合网络（SMDAA）	SMDAA网络包含三个创新模块：双坐标注意力（DCA）、不平衡像素放大器（UPA）和血管骨架引导（VSG），分别用于解决类不平衡问题、提高分割精度和保持血管结构连续性	NA	提高视网膜血管分割的准确性和连续性	视网膜血管	计算机视觉	NA	深度学习	SMDAA网络	图像	三个公共数据集（DRIVE、STARE和CHASE_DB1）
6917	2024-09-11	RETNet: Resolution enhancement Transformer network for magnetic particle imaging based on X-space 2024-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109043 PMID:39191080	研究论文	本文提出了一种用于磁粒子成像分辨率增强的Transformer网络RETNet	RETNet利用浅层特征提取器、跨尺度Transformer和残差Swin Transformer分别提取浅层特征、纹理特征和结构特征，并通过图像重建模块聚合这些特征以重建高分辨率图像	NA	提高磁粒子成像的空间分辨率	磁粒子成像中的低分辨率图像	计算机视觉	NA	深度学习	Transformer	图像	包括仿真、模型和体内实验
6918	2024-09-11	ECG classification via integration of adaptive beat segmentation and relative heart rate with deep learning networks 2024-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109062 PMID:39205344	研究论文	提出了一种先进的深度学习方法，用于准确分析心电图（ECG）信号，同时解决波形描绘和心搏类型分类任务	整合了两种新颖的方案到深度学习模型中，显著提升了其性能：一是基于RR间期的自适应心搏分割方法，二是结合目标心搏相对于相邻心搏的相对心率信息	NA	提高心电图信号分析的准确性，特别是心搏类型分类和波形描绘	心电图信号的波形描绘和心搏类型分类	机器学习	心血管疾病	深度学习	深度学习网络	信号	使用了PhysioNet QT数据库、MIT-BIH心律失常数据库和真实世界可穿戴设备数据进行广泛评估
6919	2024-09-11	A novel pipeline employing deep multi-attention channels network for the autonomous detection of metastasizing cells through fluorescence microscopy 2024-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109052 PMID:39216406	研究论文	本文开发了一种基于深度多注意力通道网络的计算管道，用于通过荧光显微镜自动检测转移细胞	本文引入了新的多注意力通道架构，并开发了一种可解释的全局解释方法，以确保网络的高解释性	NA	研究细胞骨架中肌动蛋白和波形蛋白中间丝的空间组织变化，以区分正常细胞和转移细胞，从而改进癌症诊断和治疗	正常人类细胞及其同基因匹配的、致癌转化的、侵袭性和转移性对应物	数字病理学	NA	深度学习方法	多注意力通道网络	图像	NA
6920	2024-09-11	WeedCube: Proximal hyperspectral image dataset of crops and weeds for machine learning applications 2024-Oct, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110837 PMID:39252779	研究论文	介绍了一个名为WeedCube的数据集，包含用于机器学习应用的作物和杂草的近红外高光谱图像	提供了160个校准的高光谱图像，并附有Jupyter Notebook脚本用于数据增强和可视化，支持杂草分类和识别研究	NA	支持杂草分类或识别研究，验证现有模型的泛化能力	油菜、大豆、甜菜和四种入侵杂草的高光谱图像	机器学习	NA	高光谱成像	NA	高光谱图像	160个校准图像，可通过选择更小的感兴趣区域（ROI）增加图像数量