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
10141	2024-08-05	Classification of Ameloblastoma, Periapical Cyst, and Chronic Suppurative Osteomyelitis with Semi-Supervised Learning: The WaveletFusion-ViT Model Approach 2024-Jun-05, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11060571 PMID:38927807	研究论文	提出了一种新的WaveletFusion-ViT模型，通过半监督学习自动诊断三种颌面疾病	创新性地采用WaveletFusion-ViT模型，结合半监督学习，减少对标记样本的依赖	CSO病例数量较少且该病的准确率相对较低，这在未来研究中需要解决	旨在实现对AM、PC和CSO的自动化预操作诊断	对包含健康、AM、PC和CSO的539个样本进行分类	数字病理学	NA	CBCT	WaveletFusion-ViT	图像	539个样本，包括154个健康样本、181个AM样本、102个PC样本和102个CSO样本，另外还有2000个健康样本用于预训练
10142	2024-08-05	Magnetic-Controlled Microrobot: Real-Time Detection and Tracking through Deep Learning Approaches 2024-Jun-05, Micromachines IF:3.0Q2 DOI:10.3390/mi15060756 PMID:38930726	研究论文	本文提出了一种增强的YOLOv5微型机器人检测和跟踪系统，以提高小目标的检测和跟踪精度	通过改进YOLOv5网络结构和视觉跟踪算法，提升了微型机器人的实时检测和跟踪能力	NA	研究微型机器人在生物医学中的检测和跟踪技术	针对3mm、1mm的磁性物体和2mm长度的磁性微型机器人进行检测和跟踪	机器学习	NA	YOLOv5	改进的YOLOv5	图像	包含3mm、1mm磁性物体和2mm磁性微型机器人
10143	2024-08-05	FQ-UWF: Unpaired Generative Image Enhancement for Fundus Quality Ultra-Widefield Retinal Images 2024-Jun-04, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11060568 PMID:38927804	研究论文	本研究提出了一种无配对生成图像增强技术，用于改善超宽视场视网膜图像的质量	提出了一种基于生成对抗网络和注意力机制的无配对、降解感知的超分辨率方法	此方法在依赖未配对的图像数据下工作，可能对特定类型的图像增强效果不佳	旨在提高超宽视场视网膜成像的分辨率，增强临床诊断的准确性	聚焦于改善眼科疾病（如糖尿病视网膜病和黄斑变性）的超宽视场视网膜图像	计算机视觉	眼科疾病	生成对抗网络	GAN	图像	实验和评估通过大量的超宽视场视网膜图像进行
10144	2024-08-05	Pioneering Data Processing for Convolutional Neural Networks to Enhance the Diagnostic Accuracy of Traditional Chinese Medicine Pulse Diagnosis for Diabetes 2024-Jun-02, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11060561 PMID:38927797	研究论文	本研究通过深度学习算法加强中医脉诊对糖尿病的诊断准确性	引入深度学习算法，特别是LeNet和ResNet模型来分析脉波形，显著提高了诊断的准确性和一致性	本文未详细探讨脉波形变化和噪声水平对算法性能的影响	提升传统中医脉诊在糖尿病诊断中的准确性和可靠性	本研究分析健康个体和糖尿病患者的脉波形数据	机器学习	糖尿病	深度学习算法	LeNet和ResNet	脉波形	包含健康个体及糖尿病患者的多样化数据集
10145	2024-08-05	Explainable deep learning for disease activity prediction in chronic inflammatory joint diseases 2024-Jun, PLOS digital health DOI:10.1371/journal.pdig.0000422 PMID:38935600	研究论文	本文提出了一种可解释的深度学习模型用于慢性炎性关节疾病的疾病活动性预测	引入DAS-Net模型，结合多任务学习和可解释性，提升了疾病活动性分数的预测能力	未提供样本的具体多样性和其他潜在影响因素的详细分析	研究慢性炎性关节疾病的活动性预测模型	19,267名慢性炎性关节疾病患者的数据	机器学习	慢性炎性关节疾病	深度学习	多任务学习模型，前馈神经网络，长短期记忆网络，注意力层	患者数据	19,267名患者
10146	2024-08-05	Deep-Learning-Based Recovery of Missing Optical Marker Trajectories in 3D Motion Capture Systems 2024-Jun-01, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11060560 PMID:38927796	研究论文	本文介绍了一种基于深度学习的技术，用于恢复3D运动捕捉系统中丢失的光学标记轨迹	提出了一种受U-net启发的双向长短期记忆自编码器技术，针对多摄像头设置中的数据丢失问题	传统恢复方法的限制在于不能有效处理标记间关系或独立标记的处理问题	研究旨在改善运动捕捉系统中缺失数据的恢复能力	研究对象为多摄像头运动捕捉系统中的光学标记数据	计算机视觉	NA	深度学习	双向长短期记忆自编码器	3D数据	NA
10147	2024-08-05	Quality Control in the Corneal Bank with Artificial Intelligence: Comparison of a New Deep Learning-based Approach with Conventional Endothelial Cell Counting by the "Rhine-Tec Endothelial Analysis System" 2024-Jun, Klinische Monatsblatter fur Augenheilkunde IF:0.8Q4 DOI:10.1055/a-2299-8117 PMID:38574759	研究论文	本文比较了一种基于深度学习的新方法与传统的“Rhine-Tec内皮分析系统”在角膜银行中的质量控制中的应用。	提出了一种基于深度学习的新方法，能够自动检测图像中所有可见的内皮细胞，从而提高样本量和客观性。	目前无法通过深度学习方法替代对角膜内皮的全面评估，这仍然是角膜移植释放的最重要依据。	研究旨在比较深度学习方法与传统Rhine-Tec系统在内皮细胞密度测量中的表现。	评估9375张来自狮子眼库的存档相位差显微图像，分析深度学习方法的效果。	数字病理学	NA	深度学习	NA	图像	9375张存档相位差显微图像
10148	2024-08-05	Objective Analysis of Corneal Nerves and Dendritic Cells 2024-Jun, Klinische Monatsblatter fur Augenheilkunde IF:0.8Q4 DOI:10.1055/a-2307-0313 PMID:38941998	综述	这篇文章探讨了角膜神经和树突细胞在眼表疾病诊断中的临床应用	文章详细介绍了深度学习算法在影像分析中的应用，并与已有方法进行了比较	NA	阐明影像分析方法在角膜神经和树突细胞可视化中的应用	角膜神经和树突细胞	数字病理学	眼表疾病	活体共聚焦显微镜	深度学习算法	图像	NA
10149	2024-08-05	A Glimpse into the AI-Driven Advances in Neurobiology and Neurologic Diseases 2024-May-31, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines12061221 PMID:38927428	研究论文	这篇文章探讨了人工智能在神经生物学和神经疾病研究中的最新进展	文章创新点在于介绍了机器学习和深度学习在神经学领域的应用	文章未详细讨论这些技术的实际应用效果和临床转化	研究人工智能如何促进神经生物学和神经疾病的发展	本文主要关注人工智能与神经生物学及相关神经疾病的交叉研究	机器学习	NA	AI, 机器学习, 深度学习	NA	NA	NA
10150	2024-08-05	Explainable Precision Medicine in Breast MRI: A Combined Radiomics and Deep Learning Approach for the Classification of Contrast Agent Uptake 2024-May-31, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11060556 PMID:38927793	研究论文	该文章介绍了一种结合放射组学和深度学习的方法用于乳腺MRI中对对比剂摄取的分类	提出了一种高度精确和可解释的BPE分类流程，解决了用户或算法依赖的放射组学特征选择问题	该研究主要基于回顾性数据，样本量相对较小，仅包括27名健康女性的图像	研究目的是开发一个标准化的BPE分类算法，减少读者之间的变异性	研究对象为27名健康女性的DCE-MRI图像	数字病理	乳腺癌	DCE-MRI，深度学习	深度神经网络	图像	27名健康女性的DCE-MRI图像
10151	2024-08-05	Sentiment Analysis of Social Media Data on Ebola Outbreak Using Deep Learning Classifiers 2024-May-30, Life (Basel, Switzerland) DOI:10.3390/life14060708 PMID:38929691	研究论文	本研究利用深度学习技术分析与埃博拉疫情相关的社交媒体情感	首次应用三种深度学习技术对8395条与埃博拉相关的推文进行情感分类	研究仅关注推特数据，可能无法全面反映公众情感	分析埃博拉疫情期间社交媒体上的情感表达	8395条关于埃博拉的推文	自然语言处理	埃博拉病毒感染	深度学习	CNN, LSTM, BERT	文本	8395条推文
10152	2024-08-05	Exploring Automated Contouring Across Institutional Boundaries: A Deep Learning Approach with Mouse Micro-CT Datasets 2024-May-29, ArXiv PMID:38855547	研究论文	使用深度学习方法对小鼠微CT进行自动轮廓绘制的研究	提出了一种基于Swin UNEt Transformers的创新性小鼠器官分割方法，并与nnU-Net进行了基准比较	在小鼠肠道轮廓绘制的结果上表现不佳，特定情况中存在局限性	旨在通过自动化分割小鼠微CT图像来提高前临床研究的效率	主要研究对象为小鼠的native微CT和增强对比微CT图像	数字病理学	NA	微CT	Swin UNEt Transformers，FCNN	图像	开放数据集上训练和评估，基于不同小鼠进行数据分离
10153	2024-08-05	Optimizing Acute Coronary Syndrome Patient Treatment: Leveraging Gated Transformer Models for Precise Risk Prediction and Management 2024-May-29, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11060551 PMID:38927787	研究论文	本文介绍了一种使用门控Transformer模型分析电子健康记录以改进急性冠脉综合征患者的风险预测和管理	提出了一种通过门控机制提高Transformer模型性能的新方法	未提及具体样本的多样性和模型在不同人群中的适用性	改进急性冠脉综合征患者的风险预测和管理策略	急性冠脉综合征患者的电子健康记录	计算机视觉	心血管疾病	机器学习	门控Transformer模型	电子健康记录	NA
10154	2024-08-05	Deep Learning-Based Surgical Treatment Recommendation and Nonsurgical Prognosis Status Classification for Scaphoid Fractures by Automated X-ray Image Recognition 2024-May-28, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines12061198 PMID:38927405	研究论文	本文提出了一种基于深度学习的自动X光图像识别的方法，用于舟骨骨折的外科治疗建议和非手术预后状态分类	研究集中于舟骨骨折的外科治疗推荐和非手术预后状态分类，填补了现有研究的空白	未提供足够详细的信息关于舟骨骨折的所有特征，可能影响结果的准确性	研究旨在探讨如何利用深度学习技术优化舟骨骨折的治疗推荐和预后分类	研究对象为舟骨骨折患者的X光图像，分析其外科和非外科治疗的有效性	计算机视觉	NA	深度学习	DenseNet169, ResNet50	图像	使用真实数据集进行实验，样本数量未明确说明
10155	2024-08-05	Integrating OpenPose and SVM for Quantitative Postural Analysis in Young Adults: A Temporal-Spatial Approach 2024-May-28, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11060548 PMID:38927784	研究论文	本研究通过整合OpenPose和支持向量机(SVM)进行高精度姿态分析	本研究创新性地将OpenPose与SVM结合，改善了传统的姿态控制量化方法	本研究的局限在于目前样本仅为35名年轻成人，尚需在更广泛的人群中验证	研究旨在通过视频监控提升姿势控制的定量分析	研究对象为35名年轻成人，在受控行走实验中进行分析	计算机视觉	NA	OpenPose与支持向量机(SVM)	NA	视频	35名年轻成人
10156	2024-08-05	Artificial Intelligence in Sports Medicine: Reshaping Electrocardiogram Analysis for Athlete Safety-A Narrative Review 2024-May-26, Sports (Basel, Switzerland) DOI:10.3390/sports12060144 PMID:38921838	综述	人工智能正在重新定义运动员的心电图分析，以提高心血管健康的检测和监测	探讨机器学习和深度学习在心电图解读中的应用，改善心律失常、通道病和肥厚型心肌病的检测	传统心电图方法在区分良性心脏适应与严重病症上存在局限	提高运动员预参与检查中的心电图诊断的准确性和效率	运动员的心电图数据	医学	心血管疾病	机器学习，深度学习	NA	心电图	过去十年的文献综述
10157	2024-08-05	ChatGPT as a New Tool to Select a Biological for Chronic Rhino Sinusitis with Polyps, "Caution Advised" or "Distant Reality"? 2024-May-24, Journal of personalized medicine IF:3.0Q1 DOI:10.3390/jpm14060563 PMID:38929784	研究论文	该研究评估了Rhinology委员会的治疗指示与ChatGPT在慢性鼻窦炎患者中使用生物治疗的推荐之间的一致性	研究展示了ChatGPT在选择最佳生物治疗的潜力，为管理缺乏强大生物标志物的CRSwNP提供了重要的进展	研究可能没有考虑到所有相关的疗法选择和患者个体差异	评估ChatGPT与Rhinology委员会在慢性鼻窦炎生物治疗中的推荐一致性	72名患有慢性鼻窦炎合并鼻息肉的患者	自然语言处理	NA	深度学习	NA	观测数据	72名患者
10158	2024-08-05	An Improved Two-Shot Tracking Algorithm for Dynamics Analysis of Natural Killer Cells in Tumor Contexts 2024-May-24, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11060540 PMID:38927775	研究论文	本文探讨了自然杀伤细胞在肿瘤环境中的动态特性分析。	提出了距离级联匹配和再搜索方法，改进现有的自然杀伤细胞追踪算法	关于自然杀伤细胞动态的研究仍然稀缺	分析自然杀伤细胞在不同形态与肿瘤背景下的运动特征	5000帧图像中的约300,000个自然杀伤细胞	计算机视觉	肿瘤	深度学习技术	NA	图像	包含约300,000个细胞
10159	2024-08-05	HLAIImaster: a deep learning method with adaptive domain knowledge predicts HLA II neoepitope immunogenic responses 2024-May-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae302 PMID:38920343	研究论文	本文提出了一种深度学习方法HLAIImaster，用于预测HLA II新表位的免疫原性反应	HLAIImaster结合了适应性领域知识和注意力机制，提升了现有工具的预测能力	目前预测方法的局限性在于高质量训练表位数据集的不足和算法上的限制	开发能够有效预测HLA II相关肽段的工具，以推动疫苗和癌症免疫疗法的进展	针对主要人群的外源性HLA II限制肽段进行预测	机器学习	癌症	质谱数据分析	深度学习	质谱数据	>223000
10160	2024-08-05	Unraveling the Potential of Attentive Bi-LSTM for Accurate Obesity Prognosis: Advancing Public Health towards Sustainable Cities 2024-May-23, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11060533 PMID:38927769	研究论文	本文提出了一种新的混合模型ABi-LSTM，用于准确的肥胖预测	引入了基于注意力机制的双向长短期记忆网络，以增强肥胖预测的可解释性和性能	NA	改善肥胖预测模型以促进公共健康和城市可持续发展	传统与深度学习方法的比较分析，开发肥胖预测模型	机器学习	肥胖症	深度学习	ABi-LSTM	NA	NA