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
11561	2024-08-07	Automated Generation of Clinical Reports Using Sensing Technologies with Deep Learning Techniques 2024-Apr-25, Sensors (Basel, Switzerland) DOI:10.3390/s24092751 PMID:38732857	研究论文	本研究利用先进的传感技术和深度学习技术，提出了一种自动生成临床报告的创新方法	通过使用高级传感器捕捉和解释语音模式、语调或停顿等线索，实现了实时感知和理解医患互动，并自动完成转录和总结任务	在开发过程中遇到了挑战，尽管实验结果显示系统在总结复杂医疗讨论方面有效，但具体限制未详细说明	提高医疗咨询期间临床文档生成过程的效率和准确性	医患互动的实时感知和临床文档的自动生成	自然语言处理	NA	自动语音识别传感器和Transformer模型	Transformer模型	文本	NA
11562	2024-08-07	A Degraded Finger Vein Image Recovery and Enhancement Algorithm Based on Atmospheric Scattering Theory 2024-Apr-24, Sensors (Basel, Switzerland) DOI:10.3390/s24092684 PMID:38732790	研究论文	本文提出了一种基于大气散射理论的指静脉图像恢复与增强算法	改进Gamma变换方法以校正图像灰度值，并设计像素突变滤波器来分割静脉与非静脉接触区域	NA	提高指静脉识别的准确性	指静脉图像	计算机视觉	NA	大气散射理论	NA	图像	SDUMLA-HMT和ZJ-UVM数据集
11563	2024-08-07	Enhanced Lightweight YOLOX for Small Object Wildfire Detection in UAV Imagery 2024-Apr-24, Sensors (Basel, Switzerland) DOI:10.3390/s24092710 PMID:38732816	研究论文	本文提出了一种改进的YOLOX网络，用于无人机图像中森林火灾的快速检测	设计了CSP-ML多级特征提取结构以提高小目标火灾区域的检测准确性，嵌入了CBAM注意力机制以减少背景噪声干扰，引入了自适应特征提取模块以增强特征学习能力，并使用CIoU损失函数替换原有损失函数以优化正样本识别	NA	提高无人机图像中森林火灾的检测速度和准确性	无人机图像中的小目标森林火灾	计算机视觉	NA	YOLOX网络	YOLOX	图像	NA
11564	2024-08-07	Human Activity Recognition in a Free-Living Environment Using an Ear-Worn Motion Sensor 2024-Apr-23, Sensors (Basel, Switzerland) DOI:10.3390/s24092665 PMID:38732771	研究论文	本研究探讨了使用耳戴式运动传感器在自由生活环境中识别日常活动（如躺、坐/站、走、上楼、下楼和跑步）的可行性	本研究采用了多种机器学习算法，包括浅层模型和最先进的深度学习方法，用于活动分类，并展示了耳传感器的高效性	NA	研究耳戴式运动传感器在日常活动识别中的应用及其在健康监测中的潜力	50名年龄在20至47岁之间的健康参与者	机器学习	NA	机器学习算法	深度学习模型	运动数据	50名健康参与者
11565	2024-08-07	DEMA: A Deep Learning-Enabled Model for Non-Invasive Human Vital Signs Monitoring Based on Optical Fiber Sensing 2024-Apr-23, Sensors (Basel, Switzerland) DOI:10.3390/s24092672 PMID:38732777	研究论文	本研究介绍了一种基于光纤传感器和先进深度学习方法的无创生命体征监测系统	该系统结合了基于MZI的光纤传感器和LSTM网络，超越了传统方法	NA	开发一种无创的生命体征监测系统，用于医疗诊断和智能健康护理	人类生命体征	机器学习	NA	光纤传感	LSTM	生命体征数据	NA
11566	2024-08-07	Continuous tracking using deep learning-based decoding for noninvasive brain-computer interface 2024-Apr, PNAS nexus IF:2.2Q1 DOI:10.1093/pnasnexus/pgae145 PMID:38689706	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，并评估了其在多个在线会话中的性能	预训练并未显著提高性能	探索基于深度学习的解码器在复杂脑机接口任务中的应用，以扩大其潜在应用并改善健康和运动障碍个体的生活质量	非侵入式脑机接口的性能提升	机器学习	NA	深度学习	PointNet	脑电图数据	28名参与者
11567	2024-08-07	Transforming breast cancer care: harnessing the power of artificial intelligence and imaging for predicting pathological complete response. a narrative review 2024-Apr, JPMA. The Journal of the Pakistan Medical Association DOI:10.47391/JPMA.AKU-9S-07 PMID:38712408	综述	本文综述探讨了人工智能（AI）和先进影像技术在预测接受新辅助化疗的乳腺癌患者病理完全缓解（pCR）中的变革潜力	AI驱动的模型，包括深度学习和放射组学，在准确评估pCR方面取得了显著进展，有望优化临床决策、个性化治疗策略并减少不必要的治疗负担	NA	探索AI和先进影像技术在预测乳腺癌患者pCR中的应用，以优化治疗策略和改善患者预后	接受新辅助化疗的乳腺癌患者的病理完全缓解（pCR）	计算机视觉	乳腺癌	AI	深度学习	影像	NA
11568	2024-08-07	Automated system for training and assessing reaching and grasping behaviors in rodents 2024-01-01, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2023.109990 PMID:37866457	研究论文	本文介绍了一种名为PANDA系统的自动化系统，用于训练和评估啮齿动物的到达、抓握和拉扯行为，并同步神经数据分析	该系统通过自动化训练过程显著提高了性能，并使用深度学习技术简化了视频评估，自动将到达动作分割为不同的到达/拉扯阶段	NA	研究运动控制、动机、感觉运动整合和运动障碍	啮齿动物的到达、抓握和拉扯行为	NA	帕金森病、中风	NA	NA	视频	在15分钟内，啮齿动物拉扯超过100米
11569	2024-08-07	Artificial-intelligence-based risk prediction and mechanism discovery for atrial fibrillation using heart beat-to-beat intervals 2024-May-10, Med (New York, N.Y.) DOI:10.1016/j.medj.2024.02.006 PMID:38492571	研究论文	本文开发了一种可解释的深度学习模型HBBI-AI，利用心搏间期预测房颤风险，并基于模型的可解释性提出并验证了房颤的可能机制	首次使用心搏间期数据，通过深度学习模型预测房颤风险，并揭示了自主神经失衡可能是房颤多个风险因素的共同机制	NA	提高房颤早期诊断效率，预防中风和其他并发症	房颤风险预测及其潜在机制	机器学习	心血管疾病	深度学习	深度学习模型	心搏间期数据	使用了大型内部和外部公共数据集
11570	2024-08-07	Predicting the age of field Anopheles mosquitoes using mass spectrometry and deep learning 2024-May-10, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adj6990 PMID:38728404	研究论文	本文介绍了一种结合质谱技术和深度学习方法快速预测野外按蚊年龄的新方法	该方法通过结合矩阵辅助激光解吸电离飞行时间质谱和深度学习，实现了对野外按蚊年龄的快速准确预测	NA	提高按蚊媒介监测效率，支持疟疾传播的流行病学监测和媒介控制策略评估	野外收集的按蚊头部、腿部和胸部的质谱数据	机器学习	疟疾	矩阵辅助激光解吸电离飞行时间质谱	深度学习模型	质谱数据	251只野外收集的按蚊，共2763个质谱数据
11571	2024-08-07	Machine learning in predicting pathological complete response to neoadjuvant chemoradiotherapy in rectal cancer using MRI: A systematic review and meta-analysis 2024-May-10, The British journal of radiology DOI:10.1093/bjr/tqae098 PMID:38730550	meta-analysis	本文通过系统综述和荟萃分析评估了机器学习模型在预测直肠癌患者对新辅助放化疗反应中的表现	与传统机器学习模型相比，基于深度学习的研究能够获得更高的AUC	深度学习模型在研究中占比较少且异质性较大	评估机器学习模型在预测直肠癌新辅助放化疗反应中的表现	直肠癌患者对新辅助放化疗的病理完全反应	machine learning	直肠癌	MRI	deep learning	image	共包含24项研究的1690名患者
11572	2024-08-07	Diagnostic biomarker discovery from brain EEG data using LSTM, reservoir-SNN, and NeuCube methods in a pilot study comparing epilepsy and migraine 2024-05-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-60996-6 PMID:38724576	研究论文	本研究通过使用深度学习神经网络模型（深度BiLSTM、reservoir SNN和NeuCube），从脑电图（EEG）数据中发现癫痫和偏头痛的诊断生物标志物	引入了一种新的在线尖峰编码算法用于尖峰神经网络（SNN），并提出了新的学习方法和识别诊断生物标志物的技术	需要进一步研究以探讨这些诊断生物标志物能在多早的阶段预测脑状态的发作	改进在线EEG分类、分析和早期脑状态诊断，增强AI模型的可解释性和发现能力	癫痫、偏头痛和健康受试者的EEG数据	机器学习	癫痫	EEG	LSTM, SNN, NeuCube	EEG数据	涉及癫痫、偏头痛和健康受试者的数据集
11573	2024-08-07	Adaptive recognition of machining features in sheet metal parts based on a graph class-incremental learning strategy 2024-May-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-61443-2 PMID:38724597	研究论文	本研究提出了一种基于图类增量学习策略的板金零件加工特征自适应识别方法	引入了多维属性面边图（maFEG）来封装CAD模型的几何和拓扑细节，并提出了Sheet-metalNet图神经网络和三组件增量学习策略	NA	提高计算机辅助设计（CAD）、计算机辅助工艺规划（CAPP）和计算机辅助制造（CAM）系统中自动特征识别（AFR）的效率和准确性	板金零件的加工特征识别	计算机辅助设计	NA	图神经网络	Sheet-metalNet	图结构数据	使用了开源的MFCAD++数据集和新建的SMCAD数据集进行评估
11574	2024-08-07	Distribution shift detection for the postmarket surveillance of medical AI algorithms: a retrospective simulation study 2024-May-09, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01085-w PMID:38724581	研究论文	本文研究了医疗AI系统在实际应用中分布偏移的检测问题，通过模拟实验评估了三种基于深度学习的偏移检测技术	本文首次在模拟数据集上评估了三种深度学习方法在检测医疗AI系统分布偏移中的性能	研究仅限于模拟数据集，实际应用中的效果可能有所不同	评估和实现用于医疗AI产品上市后监测的分布偏移检测工具	分布偏移检测技术在医疗AI系统中的应用	机器学习	糖尿病视网膜病变	深度学习	CNN	图像	130,486张视网膜图像
11575	2024-08-07	Machine learning models for abstract screening task - A systematic literature review application for health economics and outcome research 2024-May-09, BMC medical research methodology IF:3.9Q1 DOI:10.1186/s12874-024-02224-3 PMID:38724903	综述	本研究旨在开发两种疾病特异性注释语料库，并优化机器学习和深度学习模型以自动化系统文献综述（SLR）的摘要筛选任务	本研究引入了基于Transformer的深度学习模型，这些模型在SLR摘要筛选中持续优于传统的机器学习算法，突出了领域特定预训练语言模型的优势	NA	开发和优化机器学习和深度学习模型以自动化系统文献综述的摘要筛选过程	人乳头瘤病毒（HPV）相关疾病和肺炎球菌相关儿科疾病（PAPD）的文献筛选	机器学习	NA	机器学习和深度学习算法	Transformer	文本	HPV语料库包含1697条记录，PAPD语料库包含2865条记录
11576	2024-08-07	Clinical application of high-resolution spiral CT scanning in the diagnosis of auriculotemporal and ossicle 2024-May-09, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01277-6 PMID:38724896	研究论文	本研究通过结合高分辨率螺旋计算机断层扫描（HRSCT）与深度学习技术（DLT），旨在提高耳颞部和听小骨相关疾病的诊断准确性	本研究首次将高分辨率螺旋CT扫描与CNN-UNet模型结合，用于自动化处理听小骨分割、骨折检测及损伤原因分类，提高了诊断效率和准确性	NA	提高耳颞部和听小骨相关疾病的诊断准确性	耳颞部和听小骨的结构及疾病	计算机视觉	耳鼻喉疾病	高分辨率螺旋计算机断层扫描（HRSCT）	CNN-UNet	医学图像	NA
11577	2024-08-07	Application of deep learning in isolated tooth identification 2024-May-09, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-024-04274-x PMID:38724912	研究论文	本研究探讨了使用深度学习模型通过一组照片对孤立牙齿进行分类的可能性	本研究开发了一种结合最先进特征提取器和注意力机制的深度学习模型，用于从多个角度拍摄的照片中分类牙齿	NA	探索使用深度学习模型进行孤立牙齿识别的可能性	孤立的人类牙齿	计算机视觉	NA	深度学习	深度学习模型	图像	5100张照片，来自850个孤立的人类牙齿样本
11578	2024-08-07	Prediction of anticancer drug sensitivity using an interpretable model guided by deep learning 2024-May-09, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05669-x PMID:38724920	研究论文	本研究提出了一种新的可解释深度学习模型DrugGene，用于预测抗癌药物的敏感性	该模型整合了癌细胞的基因表达、基因突变、基因拷贝数变异以及抗癌药物的化学特性，通过两个不同的神经网络分支来预测药物反应，提高了预测的准确性和可解释性	NA	提高药物治疗效果，通过建立可解释的模型来学习药物反应机制并实现稳定预测	癌细胞和抗癌药物	机器学习	NA	深度学习	神经网络	基因表达数据、基因突变数据、基因拷贝数变异数据、化学结构数据	使用来自Cancer Drug Sensitivity Genome Database和Cancer Treatment Response Portal v2的药物敏感性数据
11579	2024-08-07	Automated segmentation and volume prediction in pediatric Wilms' tumor CT using nnu-net 2024-May-09, BMC pediatrics IF:2.0Q2 DOI:10.1186/s12887-024-04775-2 PMID:38724944	研究论文	本研究探讨了使用深度学习技术自动分割和预测儿童Wilms肿瘤CT图像体积的方法	引入了一种结合AI自动轮廓描绘和三维肿瘤直径的新方法，提高了Wilms肿瘤体积预测的准确性	NA	探索基于CT的Wilms肿瘤焦点自动分割的可行性	儿童Wilms肿瘤的CT图像	计算机视觉	儿童疾病	深度学习	nnUnet	图像	105名Wilms肿瘤患者
11580	2024-08-07	An efficient deep learning model for tomato disease detection 2024-May-09, Plant methods IF:4.7Q1 DOI:10.1186/s13007-024-01188-1 PMID:38725014	研究论文	本研究针对复杂背景下的番茄病害图像，提出了一种名为TomatoDet的新型番茄病害检测方法	引入Swin-DDETR的自注意力机制和动态激活函数Meta-ACON，以及增强的双向加权特征金字塔网络（IBiFPN），提高了小目标病害的检测能力和准确性	NA	提高番茄病害检测的准确性和效率	番茄病害图像，特别是晚疫病、灰叶斑病、褐腐病和叶霉病以及健康番茄	计算机视觉	NA	自注意力机制，动态激活函数Meta-ACON，双向加权特征金字塔网络（IBiFPN）	CNN	图像	NA