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
11541	2024-08-07	Surface Defect Detection of Aluminum Profiles Based on Multiscale and Self-Attention Mechanisms 2024-May-02, Sensors (Basel, Switzerland) DOI:10.3390/s24092914 PMID:38733020	研究论文	本研究提出了一种基于多尺度和自注意力机制的铝型材表面缺陷检测模型AluDef-ClassNet	利用高斯差分金字塔捕获多尺度图像特征，引入自注意力机制增强特征表示，并采用改进的残差网络结构结合膨胀卷积扩大感受野	NA	解决铝型材表面缺陷检测中的多尺度复杂性、光照变化敏感性、遮挡和噪声等问题	铝型材表面缺陷	计算机视觉	NA	深度学习	CNN	图像	使用CCD相机获取的小规模高质量铝型材表面缺陷图像数据集
11542	2024-08-07	Dosimetric impact of contour editing on CT and MRI deep-learning autosegmentation for brain OARs 2024-May, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14345 PMID:38664894	研究论文	研究深度学习自动分割模型在脑部放射治疗中对危及器官的临床适用性，并评估轮廓编辑对CT和MRI模型性能的剂量学影响	探讨了轮廓编辑对深度学习自动分割模型性能的影响，并研究了几何和剂量学测量之间的相关性	研究发现几何测试指标不足以估计轮廓不准确对剂量的影响	评估深度学习自动分割模型在脑部放射治疗中的临床适用性	脑部放射治疗中的危及器官	机器学习	NA	深度学习	深度学习自动分割模型	CT和MRI图像	测试队列中的患者数量未明确提及
11543	2024-08-07	Self-Supervised Joint Learning for pCLE Image Denoising 2024-Apr-30, Sensors (Basel, Switzerland) DOI:10.3390/s24092853 PMID:38732957	研究论文	本文提出了一种新的自监督去噪方法，通过联合训练噪声预测网络、图像质量评估网络和去噪网络，提高了pCLE图像和荧光显微镜图像的去噪效果	本文提出的自监督去噪方法通过联合训练多个网络，实现了对pCLE图像和荧光显微镜图像的更优去噪效果	NA	提高pCLE图像和荧光显微镜图像的去噪效果	pCLE图像和荧光显微镜图像	计算机视觉	NA	深度学习	CNN	图像	NA
11544	2024-08-07	Calibrating Deep Learning Classifiers for Patient-Independent Electroencephalogram Seizure Forecasting 2024-Apr-30, Sensors (Basel, Switzerland) DOI:10.3390/s24092863 PMID:38732969	研究论文	本研究展示了通过实施简单的校准流程，即使在训练阶段未见过的独立患者上，也能在一定程度上进行自动癫痫发作预测	本研究通过实施校准流程，能够在独立患者上提高深度学习模型的预测准确率，平均增加超过20%	本方法仍需每个患者至少一次癫痫发作事件来校准预测模型	验证自动癫痫发作预测方法在临床应用中的鲁棒性	评估深度学习模型在独立患者上的癫痫发作预测性能	机器学习	NA	深度学习	深度学习模型	脑电图信号	两个包含大量癫痫患者脑电图信号的数据集
11545	2024-08-07	Mapping Method of Human Arm Motion Based on Surface Electromyography Signals 2024-Apr-29, Sensors (Basel, Switzerland) DOI:10.3390/s24092827 PMID:38732933	研究论文	本文研究了一种基于表面肌电信号的精确映射人体手臂运动的方法	构建了结合卷积神经网络和人工神经网络的混合网络模型，并采用多特征融合算法提高手势识别的准确性	NA	研究精确映射人体手臂运动的方法，并验证其在机器人手臂精确控制中的应用潜力	人体手臂运动及表面肌电信号	机器学习	NA	表面肌电信号（sEMG）	卷积神经网络（CNN）和人工神经网络	信号	涉及多种运动（手势、单自由度关节运动和连续关节动作）的数据
11546	2024-08-07	Dynamic Occupancy Grid Map with Semantic Information Using Deep Learning-Based BEVFusion Method with Camera and LiDAR Fusion 2024-Apr-29, Sensors (Basel, Switzerland) DOI:10.3390/s24092828 PMID:38732934	研究论文	本研究通过深度学习方法融合相机和激光雷达传感器，开发了一种包含语义信息的动态占用网格地图（DOGM），以扩展其在机器人和自动驾驶领域的应用	本研究不仅更新了对象的位置和速度信息，还更新了对象的类别信息，并利用未分类的激光雷达点测量提高了环境地图的可靠性	传统的基于三维激光雷达的DOGM无法分类对象类型	开发一种包含语义信息的动态占用网格地图，以提供更丰富的环境信息，帮助自动驾驶车辆在复杂城市环境中导航	动态占用网格地图（DOGM）及其在自动驾驶中的应用	计算机视觉	NA	深度学习	NA	图像	使用公共的nuScenes数据集进行性能评估
11547	2024-08-07	Image Super Resolution-Based Channel Estimation for Orthogonal Chirp Division Multiplexing on Shallow Water Underwater Acoustic Communications 2024-Apr-29, Sensors (Basel, Switzerland) DOI:10.3390/s24092846 PMID:38732952	研究论文	本文研究了基于图像超分辨率的正交啁啾分频多路复用（OCDM）在浅水水声通信中的信道估计问题	将基于导频的信道估计转化为矩阵补全问题，等价于图像处理领域的图像超分辨率问题，并利用深度学习方法提高了信道估计性能	NA	提高浅水水声通信系统的鲁棒性和效率	浅水水声通信中的信道估计	通信	NA	深度学习	NA	图像	NA
11548	2024-08-07	Deep Learning Reconstruction for DWIs by EPI and FASE Sequences for Head and Neck Tumors 2024-Apr-28, Cancers IF:4.5Q1 DOI:10.3390/cancers16091714 PMID:38730665	研究论文	本研究探讨了使用快速高级自旋回波（FASE）序列和深度学习重建（DLR）对头颈部肿瘤扩散加权图像（DWI）质量的影响	提出使用FASE序列和DLR技术来改善DWI图像质量，同时不影响表观扩散系数（ADC）测量或恶性与良性头颈部肿瘤的区分能力	NA	研究不同序列和DLR对DWI图像质量、ADC评估及恶性与良性头颈部肿瘤区分的影响	头颈部肿瘤的扩散加权图像	计算机视觉	头颈部肿瘤	深度学习重建（DLR）	NA	图像	体外研究使用DWI幻影，体内研究涉及头颈部肿瘤患者
11549	2024-08-07	DeepSub: Utilizing Deep Learning for Predicting the Number of Subunits in Homo-Oligomeric Protein Complexes 2024-Apr-28, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms25094803 PMID:38732022	研究论文	本研究通过从UniProt数据库中提取和整理亚基信息，建立了一个稳健的基准数据集，并提出了一种名为DeepSub的新模型，利用蛋白质语言模型和双向门控循环单元（GRU）来预测同源寡聚蛋白复合物的亚基数目	DeepSub模型在预测同源寡聚蛋白复合物的亚基数目方面表现出0.967的高准确率，超过了QUEEN模型的性能	NA	解决从UniProt数据库中获取亚基信息的不便，提高预测同源寡聚蛋白复合物亚基数目的准确性	同源寡聚蛋白复合物的亚基数目	机器学习	NA	NA	双向门控循环单元（GRU）	蛋白质序列	NA
11550	2024-08-07	Low-Cost Recognition of Plastic Waste Using Deep Learning and a Multi-Spectral Near-Infrared Sensor 2024-Apr-28, Sensors (Basel, Switzerland) DOI:10.3390/s24092821 PMID:38732925	研究论文	本文提出了一种利用低成本光谱传感器和机器学习方法识别塑料的方法	使用低成本近红外多光谱传感器结合多种机器学习方法有效识别塑料	识别准确率有待提高，最高为83.5%，最低为66%	验证低成本近红外传感器与机器学习方法在塑料识别中的有效性	六种家用塑料废物，包括PET、HDPE、PVC、LDPE、PP和PS	机器学习	NA	近红外多光谱传感器	卷积神经网络（CNN）和多层感知器（MLP）	光谱数据	六种塑料类型
11551	2024-08-07	Application of Deep Learning for Real-Time Ablation Zone Measurement in Ultrasound Imaging 2024-Apr-27, Cancers IF:4.5Q1 DOI:10.3390/cancers16091700 PMID:38730652	研究论文	本研究评估了人工智能在超声图像中自动测量消融区的效果，并与手动测量进行了比较	使用Mask2Former模型自动测量消融区，减少了手动测量的变异性	研究仅限于体外鸡胸肉和肝脏样本，未涉及临床应用	评估人工智能在自动测量超声图像中消融区的有效性	鸡胸肉和肝脏样本的消融区	计算机视觉	NA	超声成像	Mask2Former	图像	308次射频消融程序，生成7275张超声图像
11552	2024-08-07	HyperFace: A Deep Fusion Model for Hyperspectral Face Recognition 2024-Apr-27, Sensors (Basel, Switzerland) DOI:10.3390/s24092785 PMID:38732891	研究论文	本文提出了一种名为HyperFace的深度融合模型，用于高光谱人脸识别	引入了一种新的融合模型，具有预融合方案、孪生编码器与双视野残差密集学习、反馈式解码器以及面向识别的复合损失函数	未提及	解决高光谱人脸识别问题，提高识别率	高光谱人脸识别	计算机视觉	NA	深度学习	CNN	图像	未提及
11553	2024-08-07	Real-Time Multi-Person Video Synthesis with Controllable Prior-Guided Matting 2024-Apr-27, Sensors (Basel, Switzerland) DOI:10.3390/s24092795 PMID:38732903	研究论文	本文介绍了一种鲁棒、实时、高分辨率且可控的多人视频抠图方法，该方法在所有指标上达到了最先进的水平	设计了一个统一的架构，使用可控生成模型解决了多人视频中缺乏整体语义信息的问题，并采用独立循环架构来利用视频中的时间信息，显著提高了时间一致性和抠图质量	NA	提高多人在动态场景中的抠图性能	多人视频抠图方法	计算机视觉	NA	深度学习	生成模型	视频	NA
11554	2024-08-07	An Explainable Deep Learning Classifier of Bovine Mastitis Based on Whole-Genome Sequence Data-Circumventing the p >> n Problem 2024-Apr-26, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms25094715 PMID:38731932	研究论文	本文提出了一种结合LASSO逻辑回归和深度学习的方法，用于基于单核苷酸多态性（SNP）基因型数据对奶牛进行乳腺炎易感性或抵抗性的分类	通过结合LASSO逻辑回归和深度学习，成功解决了全基因组序列数据中的p >> n问题	分类准确率约为65%，仍有提升空间	开发一种可解释的深度学习分类器，用于预测奶牛对乳腺炎的易感性或抵抗性	奶牛的乳腺炎易感性或抵抗性	机器学习	乳腺炎	LASSO逻辑回归，深度学习	深度学习模型	基因组序列数据	204,642个SNPs
11555	2024-08-07	Deep Learning Models to Reduce Stray Light in TJ-II Thomson Scattering Diagnostic 2024-Apr-26, Sensors (Basel, Switzerland) DOI:10.3390/s24092764 PMID:38732869	研究论文	本文提出使用深度学习模型Pix2Pix神经网络来减少TJ-II汤姆逊散射诊断中的杂散光	提出的方法在减少杂散光方面表现更优，可将噪声降低至98%，超过先前工作的85%	NA	旨在减少核聚变实验设备TJ-II中汤姆逊散射诊断图像的杂散光	TJ-II汤姆逊散射诊断中的杂散光	计算机视觉	NA	NA	GAN	图像	NA
11556	2024-08-07	Efficient Connectivity in Smart Homes: Enhancing Living Comfort through IoT Infrastructure 2024-Apr-26, Sensors (Basel, Switzerland) DOI:10.3390/s24092761 PMID:38732867	研究论文	本文提出了一种新型框架，旨在通过智能物联网系统减少智能家庭设备间的干扰，从而提高通信效率	使用自适应通信协议和先进的干扰管理算法，结合深度学习技术预测和适应干扰模式，以优化资源分配	NA	改善智能家庭设备间的通信效率，提升居住舒适度	智能家庭设备及其通信系统	物联网	NA	深度学习	优化模型	实时数据和历史数据	NA
11557	2024-08-07	HALNet: Partial Point Cloud Registration Based on Hybrid Attention and Deep Local Features 2024-Apr-26, Sensors (Basel, Switzerland) DOI:10.3390/s24092768 PMID:38732874	研究论文	本文提出了一种基于混合注意力和深度局部特征的部分点云配准网络HALNet	HALNet采用自适应图卷积、二维卷积和卷积块注意模块进行特征提取，并利用混合注意机制融合点云几何信息，提高了部分点云配准的准确性	NA	提高部分点云配准的准确性	点云配准	计算机视觉	NA	自适应图卷积、二维卷积、卷积块注意模块	HALNet	点云	NA
11558	2024-08-07	Continuous Tracking using Deep Learning-based Decoding for Non-invasive Brain-Computer Interface 2024-Apr-25, bioRxiv : the preprint server for biology DOI:10.1101/2023.10.12.562084 PMID:37905046	研究论文	本研究使用基于深度学习的解码器进行在线连续追踪任务，以提高非侵入式脑机接口的性能	提出了一种新的PointNet架构适应方法，并评估了其在复杂脑机接口任务中的性能	预训练并未显著提高性能，但中期更新模型可能有一定益处	提高非侵入式脑机接口在复杂任务中的性能，扩展其应用范围	非侵入式脑机接口的性能提升	机器学习	NA	深度学习	PointNet	EEG数据	28名参与者
11559	2024-08-07	A Metastatic Cancer Expression Generator (MetGen): A Generative Contrastive Learning Framework for Metastatic Cancer Generation 2024-Apr-25, Cancers IF:4.5Q1 DOI:10.3390/cancers16091653 PMID:38730604	研究论文	提出了一种名为MetGen的生成对比学习框架，用于生成转移性癌症表达谱	MetGen能够生成与真实转移性癌症样本相媲美的合成样本，并在癌症和组织分类中表现出高准确率	NA	克服获取足够转录组数据的挑战，促进对转移性癌症生物学的全面理解	转移性癌症表达谱	机器学习	转移性癌症	RNA-seq	生成对比学习模型	表达数据	NA
11560	2024-08-07	Large-Dynamic-Range Ocular Aberration Measurement Based on Deep Learning with a Shack-Hartmann Wavefront Sensor 2024-Apr-25, Sensors (Basel, Switzerland) DOI:10.3390/s24092728 PMID:38732834	研究论文	本研究利用卷积神经网络（CNN）模型结合Shack-Hartmann波前传感器，实现了大动态范围的眼部像差测量	相较于传统方法，本研究提出的方法在主要低阶像差的动态范围上提高了1.86至43.88倍，并具有更好的测量精度	NA	提高眼部像差测量的动态范围和精度	眼部像差	计算机视觉	NA	Shack-Hartmann波前传感器	CNN	图像	NA