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
7301	2024-09-13	Automated shape-independent assessment of the spatial distribution of proton density fat fraction in vertebral bone marrow 2024-Aug, Zeitschrift fur medizinische Physik IF:2.4Q2 DOI:10.1016/j.zemedi.2022.12.004 PMID:36725478	研究论文	提出了一种自动标准化评估椎体骨髓体积和质子密度脂肪分数（PDFF）空间分布的方法	基于深度学习图像分割，将单个椎体的骨髓PDFF映射到圆柱模板并校正其相对于水平面的倾斜，实现了形状无关的空间PDFF分布特征化	仅在60名健康个体中进行了测试，未涉及疾病状态或干预效果的评估	开发一种自动方法，用于标准化评估椎体骨髓的体积和PDFF的空间分布	椎体骨髓的体积和质子密度脂肪分数（PDFF）的空间分布	计算机视觉	NA	深度学习图像分割	NA	图像	60名健康个体（30名男性，30名女性）
7302	2024-09-13	Estimating infant age from skull X-ray images using deep learning 2024-07-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-64489-4 PMID:39025919	研究论文	本研究利用普通头骨X光片图像构建深度学习模型，预测12个月以下婴儿的准确出生后年龄	本研究首次利用深度学习模型分析头骨X光片图像，通过梯度加权类激活映射评估头骨X光片图像中可见的主要变化，以评估出生后颅骨发育的可行性	研究样本仅包括1343名婴儿，可能存在样本量不足的问题	评估利用头骨X光片图像通过深度学习模型预测婴儿出生后年龄的可行性	12个月以下婴儿的头骨X光片图像	计算机视觉	NA	深度学习	卷积神经网络	图像	1343名婴儿的4933张头骨X光片图像
7303	2024-09-13	Achieving Occam's razor: Deep learning for optimal model reduction 2024-Jul, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012283 PMID:39024398	研究论文	本文展示了如何利用深度学习来实现奥卡姆剃刀原则，通过FixFit方法减少模型参数，提高模型的简洁性和准确性	提出了FixFit方法，利用深度神经网络的瓶颈层来量化模型复杂度，并提供了一种无偏的方式来区分有价值和无价值的实验假设	NA	探索如何利用深度学习实现奥卡姆剃刀原则，减少模型参数，提高模型的简洁性和准确性	模型参数的简化与优化	机器学习	NA	深度学习	前馈深度神经网络	数值数据	NA
7304	2024-09-13	Safety and efficiency of a fully automatic workflow for auto-segmentation in radiotherapy using three commercially available deep learning-based applications 2024-Jul, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2024.100627 PMID:39253729	研究论文	本文开发并评估了一种用于放射治疗自动分割的全自动工作流程的安全性和效率	本文引入了标准化全自动工作流程，显著减少了失败模式并提高了工作流程的安全性和效率	NA	评估全自动工作流程在放射治疗自动分割中的安全性和效率	三种商业化的基于深度学习的自动分割应用程序	计算机视觉	NA	深度学习	NA	NA	NA
7305	2024-09-13	A deep learning-based approach for unbiased kinematic analysis in CNS injury 2024-Apr-12, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.08.588606 PMID:38645091	研究论文	本文介绍了一种基于深度学习的方法，用于脊髓损伤后无偏差的运动学分析	开发了两种基于深度学习算法的无标记运动学分析范式，MotorBox和MotoRater，用于替代传统的BMS测试，消除了评估中的主观偏差和变异性	NA	提高脊髓损伤后功能评估的准确性、敏感性和可重复性	脊髓损伤后的运动功能评估	机器学习	脊髓损伤	深度学习	NA	视频	NA
7306	2024-09-13	Automated cutaneous squamous cell carcinoma grading using deep learning with transfer learning 2024 Apr-Jun, Romanian journal of morphology and embryology = Revue roumaine de morphologie et embryologie DOI:10.47162/RJME.65.2.10 PMID:39020538	研究论文	本研究开发并验证了一种基于深度学习的模型，用于自动化皮肤鳞状细胞癌的病理分级	利用迁移学习训练三种不同架构的深度神经网络，提高了诊断准确性和效率	NA	开发和验证一种基于深度学习的模型，用于自动化皮肤鳞状细胞癌的病理分级	皮肤鳞状细胞癌的病理分级	计算机视觉	皮肤癌	深度学习	深度神经网络（DNN）	图像	300张皮肤鳞状细胞癌的病理图像，60张用于临床验证
7307	2024-09-13	Machine learning and single-cell transcriptome profiling reveal regulation of fibroblast activation through THBS2/TGFβ1/P-Smad2/3 signalling pathway in hypertrophic scar 2024-Mar, International wound journal IF:2.6Q1 DOI:10.1111/iwj.14481 PMID:37986676	研究论文	本研究通过单细胞转录组测序和机器学习方法，揭示了肥厚性瘢痕中纤维母细胞激活的调控机制	首次通过单细胞转录组测序和多种机器学习算法，识别出与肥厚性瘢痕相关的关键基因模块，并建立了基于卷积神经网络的诊断和预测模型	研究样本量较小，可能影响结果的普适性	揭示肥厚性瘢痕形成机制，并提供诊断和治疗的新生物标志物	肥厚性瘢痕中的纤维母细胞及其相关基因	数字病理学	皮肤疾病	单细胞RNA测序	卷积神经网络	基因表达数据	正常皮肤和肥厚性瘢痕样本
7308	2024-09-13	A deep learning approach to remove contrast from contrast-enhanced CT for proton dose calculation 2024-Feb, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14266 PMID:38269961	研究论文	本文提出了一种深度学习方法，用于从增强CT图像中生成非增强CT图像，以减少质子剂量计算中的不确定性	开发了一种深度网络，能够直接从增强CT图像生成非增强CT图像，避免了额外的非增强CT扫描，减少了成像时间和辐射剂量，并降低了组织运动引起的不确定性	研究仅在20名患者的腹部CT图像上进行了验证，结果显示在质子束路径的远端存在显著的剂量差异	开发一种方法，用于从增强CT图像生成非增强CT图像，以减少质子剂量计算中的不确定性	增强CT和非增强CT图像，以及质子剂量计算	计算机视觉	NA	深度学习	深度网络	图像	20名患者的腹部增强CT和非增强CT图像对，以及8000个图像块对
7309	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
7310	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
7311	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
7312	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
7313	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
7314	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
7315	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
7316	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
7317	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
7318	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
7319	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
7320	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