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
10901	2024-08-05	Sub-photon accuracy noise reduction of a single shot coherent diffraction pattern with an atomic model trained autoencoder 2024-May-06, Optics express IF:3.2Q2 DOI:10.1364/OE.523999 PMID:38858990	研究论文	本研究利用深度学习验证噪声减少技术，使用自编码器作为学习模型。	采用U-net架构实现亚光子精度的噪声减少，且扩展模型以适应不同形状的粒子衍射模式。	对比其他神经网络架构的性能时，U-net虽然表现出色，但未说明不同形状粒子与模拟数据间的适应性全面。	验证深度学习在衍射模式噪声减少中的有效性。	主要研究纳米粒子的衍射模式。	计算机视觉	NA	深度学习，噪声减少	U-net	模拟数据，衍射图案	NA
10902	2024-08-05	Fully dense generative adversarial network for removing artifacts caused by microwave dielectric effect in thermoacoustic imaging 2024-May-06, Optics express IF:3.2Q2 DOI:10.1364/OE.522550 PMID:38858929	研究论文	提出了一种基于深度学习的完全密集生成对抗网络用于去除热声成像中由微波介电效应引起的伪影	引入了完全密集块到生成对抗网络中，以提高伪影去除的有效性	未提及实际临床应用的数据验证	提高热声成像的图像准确性和质量	热声成像中由微波介电效应造成的伪影	计算机视觉	NA	深度学习	完全密集生成对抗网络 (FD-GAN)	模拟和实验数据	NA
10903	2024-08-05	Terahertz deep learning fusion computed tomography 2024-May-06, Optics express IF:3.2Q2 DOI:10.1364/OE.518997 PMID:38858949	研究论文	提出了一种基于时域THz信号的多维成像框架和多尺度时空谱融合Unet，旨在提高THz图像质量	引入了MS3-Unet，通过多尺度分支提取特征，并使用自适应滤波器实现THz图像的高质量还原	NA	提高THz成像的图像质量以便于物体探索和检测	几何变化的物体	数字病理	NA	THz成像	Unet	图像	NA
10904	2024-08-05	SAHIS-Net: a spectral attention and feature enhancement network for microscopic hyperspectral cholangiocarcinoma image segmentation 2024-May-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.519090 PMID:38855697	研究论文	本文介绍了一种用于胆道癌图像分割的深度学习方法SAHIS-Net。	提出了基于光谱注意力模块的SAHIS-Net及改进的特征增强机制，以更好地区分胆道癌区域。	尚未提及具体的局限性。	通过深度学习提高胆道癌显微高光谱成像的分割精度。	主要研究对象为胆道癌的显微高光谱图像。	计算机视觉	胆道癌	高光谱成像	U-Net	图像	NA
10905	2024-08-05	Unveiling the Influence of AI Predictive Analytics on Patient Outcomes: A Comprehensive Narrative Review 2024-May, Cureus DOI:10.7759/cureus.59954 PMID:38854327	review	这篇综合文献综述探讨了人工智能预测分析对医疗保健及患者结果的变革性影响	文章创新地将人工智能预测分析应用于改善疾病进展、治疗反应和恢复率的领域	文章提到伦理考虑，包括数据隐私、偏见和责任，但未详细探讨这些问题	研究的目的是探索人工智能预测分析在提高患者结果方面的潜力	研究对象包括电子健康记录、成像和基因数据等大数据集	机器学习	NA	机器学习 (ML) 和深度学习 (DL)	NA	电子健康记录、成像和基因数据	NA
10906	2024-08-05	Working memory load recognition with deep learning time series classification 2024-May-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.516063 PMID:38855665	研究论文	本研究提出了一种用于工作记忆负荷识别的深度学习时间序列分类模型	提出了一种新的TAResnet-BiLSTM模型，在跨主体工作记忆负荷解码中达到最高准确率	样本数量仅为27人，可能限制结果的普遍性和适用性	研究旨在精确评估工作记忆负荷以改善人机交互应用	研究对象为27名参与者的血氧信号	计算机视觉	NA	fNIRS	TAResnet-BiLSTM	时间序列	27名参与者
10907	2024-08-05	STCS-Net: a medical image segmentation network that fully utilizes multi-scale information 2024-May-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.517737 PMID:38855673	研究论文	本文提出了一种名为STCS-Net的医学图像分割网络，充分利用多尺度信息	创新点在于设计了一个能够多尺度滤波和信息校正的解码器，以及引入了强调重要特征的信息增强模块	NA	研究医学图像分割领域的新方法	医学图像，包括ISIC2016、ISIC2018和肺部数据集	数字病理学	肺癌	深度学习	NA	图像	在ISIC2016、ISIC2018和肺部数据集上进行的评估
10908	2024-08-05	Role of artificial intelligence in multiple sclerosis management 2024-May, European review for medical and pharmacological sciences DOI:10.26355/eurrev_202405_36289 PMID:38856129	研究论文	本文探讨了人工智能在多发性硬化症管理中的应用前景	强调了人工智能在提高多发性硬化症早期检测、个性化治疗和预后预测中的潜力	研究可能面临数据量不足和模型准确性问题	研究人工智能在多发性硬化症诊断和治疗中的作用	患者数据（人口统计、基因信息、临床和影像表现）	医疗健康	多发性硬化症	人工智能	机器学习，深度学习，神经网络	数据，影像	NA
10909	2024-08-07	Correction: Identification of a novel bile marker clusterin and a public online prediction platform based on deep learning for cholangiocarcinoma 2024-Apr-29, BMC medicine IF:7.0Q1 DOI:10.1186/s12916-024-03404-0 PMID:38679726	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
10910	2024-08-05	Application of Medical Statistical and Machine Learning Methods in the Age Estimation of Living Individuals 2024-Apr-25, Fa yi xue za zhi DOI:10.12116/j.issn.1004-5619.2023.231103 PMID:38847025	综述	本文回顾了常用的医学统计方法和机器学习方法在活体年龄估计中的应用	总结医学统计方法与机器学习方法之间的相关性及应用前景	未提及具体的实证研究及其效果	为活体年龄估计研究提供技术指导，获得更科学准确的结果	活体个体的年龄估计	机器学习	NA	医学统计方法与机器学习方法	浅层学习与深度学习	数据分析	NA
10911	2024-08-05	SE-FSCNet: full-scale connection network for single-shot phase demodulation 2024-Apr-22, Optics express IF:3.2Q2 DOI:10.1364/OE.520818 PMID:38859184	研究论文	提出了一种基于新型全尺度连接网络SE-FSCNet的单次相位解调方法	SE-FSCNet采用全尺度连接方法和特征融合模块，改善了特征传输和利用能力	未提及具体的局限性	提高投影条纹3D测量中相位解调的准确性	针对条纹投影的相位解调方法	计算机视觉	NA	深度学习	SE-FSCNet	NA	测试集
10912	2024-08-05	Towards high-performance polarimeters with large-area uniform chiral shells: a comparative study on the polarization detection precision enabled by the Mueller matrix and deep learning algorithm 2024-Apr-22, Optics express IF:3.2Q2 DOI:10.1364/OE.521432 PMID:38859268	研究论文	本研究展示了一种基于大面积均匀手性外壳的高精度宽带全斯托克斯偏振计	提出了一种后建立的映射关系，通过深度学习算法和穆勒矩阵理论来提高偏振检测精度	研究可能受到设备制造和检测误差的影响	提高偏振检测和成像技术的精度和稳定性	基于大面积均匀手性外壳的全斯托克斯偏振计	光学	NA	深度学习算法，穆勒矩阵理论	NA	光学数据	大数据集，具体样本数量未明确提及
10913	2024-08-05	Efficient and robust phase unwrapping method based on SFNet 2024-Apr-22, Optics express IF:3.2Q2 DOI:10.1364/OE.517676 PMID:38859192	研究论文	提出了一种基于改进SegFormer网络SFNet的高效且强健的空间相位展开方法	使用无位置编码的层次编码器和基于轻量级全连接多层感知器的解码器，提高了相位展开的效率和鲁棒性	虽然方法具有较低的参数数量和较好的性能，但仍可能受到训练数据集的限制，尤其是在简单噪声类型上的训练	提高光学计量中相位展开的效率和鲁棒性	开发和评估一种新的相位展开方法，特别是在处理具有噪声和相位不连续的相位数据时	计算机视觉	NA	深度学习	SFNet	模拟数据集	NA
10914	2024-08-05	Deep learning-assisted inverse design of nanoparticle-embedded radiative coolers 2024-Apr-22, Optics express IF:3.2Q2 DOI:10.1364/OE.518164 PMID:38859256	研究论文	本文介绍了一种基于深度学习的逆设计方法用于开发纳米粒子嵌入的辐射冷却器	提出了一种新颖的深度学习算法用于优化薄膜辐射冷却器的光学常数和材料比例	未讨论该方法在实际应用中的长期稳定性	研究如何设计高效的辐射冷却器以提高能源效率	主要研究氧化物/氮化物纳米粒子嵌入聚乙烯薄膜的光学性质	机器学习	NA	深度学习	NA	光学数据	NA
10915	2024-08-05	Vision transformer empowered physics-driven deep learning for omnidirectional three-dimensional holography 2024-Apr-08, Optics express IF:3.2Q2 DOI:10.1364/OE.519400 PMID:38859385	研究论文	本文提出了一种基于视觉变换器的物理驱动深度学习方法，用于生成全方位三维全息图。	提出了利用视觉变换器的全局注意力机制来提高三维全息图的生成质量，降低了平面间的串扰。	NA	旨在解决三维全息图在生成过程中的平面间串扰和轴向分辨率限制。	针对三维全息图的生成和显示进行研究。	数字成像	NA	深度学习	视觉变换器 (ViT)	全息图	NA
10916	2024-08-05	Flexible design of chiroptical response of planar chiral metamaterials using deep learning 2024-Apr-08, Optics express IF:3.2Q2 DOI:10.1364/OE.510656 PMID:38859355	研究论文	本文构建了一个双向深度学习网络，旨在加速平面手性超材料的设计过程和光学响应预测	提出的BDL网络显著提高了设计速度和预测准确性，且相比传统方法大幅降低了计算成本	未提及具体的实验验证和实际应用案例	加速平面手性超材料的光学响应设计和预测	平面手性超材料的光谱预测与设计	数字病理学	NA	深度学习	双向深度学习网络	光谱数据	未具体描述样本数量
10917	2024-08-05	ICF-PR-Net: a deep phase retrieval neural network for X-ray phase contrast imaging of inertial confinement fusion capsules 2024-Apr-08, Optics express IF:3.2Q2 DOI:10.1364/OE.518249 PMID:38859383	研究论文	本文介绍了一种新的深度学习基础的相位恢复方法ICF-PR-Net，用于惯性约束聚变胶囊的X射线相位对比成像	提出了一种结合图像形成物理的对象-图像损失函数，从而提升了网络训练的效果	在多种情况下保持相位和吸收的恢复质量，但在具体的实验条件下进行测试，可能存在外部变量的影响	提升惯性约束聚变胶囊的X射线相位对比成像的相位恢复能力	ICF-XPCI胶囊的相位信息	计算机视觉	NA	深度学习	深度相位恢复神经网络	数值数据集	基于ICF胶囊形状特征构建的数据集
10918	2024-08-05	Modulation format recognition in a UVLC system based on an ultra-lightweight model with communication-informed knowledge distillation 2024-Apr-08, Optics express IF:3.2Q2 DOI:10.1364/OE.517666 PMID:38859288	研究论文	本文提出了一种基于超轻量模型的通信信息知识蒸馏方法，用于在UVLC系统中实现调制格式识别。	创新点在于提出了一种新的知识蒸馏方法CIKD，通过高复杂度教师模型指导超轻量学生模型，实现高精度和低延迟的调制格式识别。	虽然学生模型可以达到与教师模型相当的准确性，但其整体能力仍受到学生模型参数数量的限制。	研究旨在提高出水下可见光通信系统中的调制格式识别的效率和准确性。	研究对象为八种调制格式，包括PAM4、QPSK、8QAM-CIR、8QAM-DIA、16QAM、16APSK、32QAM和32APSK。	自然语言处理	NA	知识蒸馏	线性稠密层	NA	NA
10919	2024-08-05	Adaptive imaging through dense dynamic scattering media using transfer learning 2024-Apr-08, Optics express IF:3.2Q2 DOI:10.1364/OE.519771 PMID:38859332	研究论文	本文提出了一种通过密集动态散射介质进行自适应成像的方法	创新点在于利用迁移学习对预训练的去散射模型进行微调，以适应动态变化的散射介质	该方法的实际应用仍然受限于对静态和动态非静态散射介质的适应能力	研究旨在通过迁移学习改善在动态散射介质中的成像质量	主要研究目标为利用已知图像目标的部分信息改善成像效果	计算机视觉	NA	深度学习	去散射模型	图像	NA
10920	2024-08-05	Deep learning-enhanced snapshot hyperspectral confocal microscopy imaging system 2024-Apr-08, Optics express IF:3.2Q2 DOI:10.1364/OE.519045 PMID:38859350	研究论文	该文章提出了一种快照高光谱共聚焦显微成像系统SHCMS	通过结合基于数字微镜器件的编码照明显微镜和快照高光谱共聚焦神经网络，创新性地实现了单次拍摄的高光谱成像	无相关限制信息提供	开发一种快速高分辨率的高光谱成像方法用于生物影像	主要研究对象为马铃薯块茎的自发荧光	数字病理学	NA	高光谱显微成像	神经网络	图像	马铃薯块茎的高对比度160波段图像