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
341	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
342	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
343	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
344	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
345	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
346	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
347	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
348	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
349	2024-08-07	AI-powered COVID-19 forecasting: a comprehensive comparison of advanced deep learning methods 2024-Apr, Osong public health and research perspectives IF:2.1Q3 DOI:10.24171/j.phrp.2023.0287 PMID:38621765	研究论文	本研究旨在评估多种深度学习模型在预测阿联酋COVID-19病例中的效率和准确性	研究展示了RNN模型在未优化情况下优于其他架构，并验证了深度学习技术在处理复杂数据集中的潜力	NA	评估深度学习模型在预测COVID-19病例中的效率和准确性	COVID-19病例预测	机器学习	COVID-19	深度学习	RNN	数据集	包括确诊COVID-19病例、人口统计数据和社会经济指标的全面数据集
350	2024-08-07	Cardiovascular disease risk assessment through sensing the circulating microbiome with perovskite quantum dots leveraging deep learning models for bacterial species selection 2024-04-10, Mikrochimica acta DOI:10.1007/s00604-024-06343-y PMID:38594377	研究论文	本研究利用钙钛矿量子点（PQDs）的高荧光量子产率检测循环微生物组的16S rRNA，以评估心血管疾病（CVDs）的风险，并使用长短期记忆（LSTM）深度学习模型分析与CVD风险相关的循环细菌种类	开发了一种基于钙钛矿量子点的高灵敏度、选择性和适用性的纳米传感器，无需标记、扩增、定量和生物化学评估，具有快速检测时间和用户友好性	NA	评估心血管疾病风险通过检测循环微生物组的16S rRNA	循环微生物组的16S rRNA与心血管疾病风险的相关性	机器学习	心血管疾病	钙钛矿量子点（PQDs）	LSTM	16S rRNA	涉及三种不同的细菌种类（Bauldia litoralis (BL), Hymenobacter properus (HYM), 和 Virgisporangium myanmarense (VIG)）
351	2024-08-07	Artificial intelligence based on falling in older people: A bibliometric analysis 2024-Apr, Aging medicine (Milton (N.S.W)) DOI:10.1002/agm2.12302 PMID:38725694	研究论文	本研究旨在从文献计量学的角度分析关于老年人跌倒的人工智能（AI）相关出版物	NA	关于老年跌倒的AI出版物数量较少，且研究应包括更多科学数据库的分析	分析老年人跌倒的人工智能相关出版物	老年人跌倒的人工智能研究	机器学习	NA	文献计量分析	NA	文献	37篇英文文章
352	2024-08-07	Ultrasound deep learning radiomics and clinical machine learning models to predict low nuclear grade, ER, PR, and HER2 receptor status in pure ductal carcinoma in situ 2024-Apr-29, Gland surgery IF:1.5Q3 DOI:10.21037/gs-23-417 PMID:38720675	研究论文	本研究利用超声深度学习放射组学和临床机器学习模型预测纯导管原位癌中的低核级、ER、PR和HER2受体状态	本研究首次结合深度学习放射组学和临床机器学习模型，利用超声数据预测纯导管原位癌的分子标记物状态	研究样本量较小，且仅基于超声数据进行分析	开发模型以预测纯导管原位癌的分子标记物状态，从而实现个性化治疗	纯导管原位癌患者的超声数据和临床特征	机器学习	乳腺癌	深度学习放射组学	CNN	图像	349名纯导管原位癌患者
353	2024-08-07	Clinical validation of a deep-learning-based bone age software in healthy Korean children 2024-Apr, Annals of pediatric endocrinology & metabolism IF:2.8Q1 DOI:10.6065/apem.2346050.025 PMID:38271993	研究论文	评估基于深度学习的骨龄软件在健康韩国儿童中估计实际年龄的临床性能	使用基于深度学习的骨龄软件进行骨龄评估	软件显示出较低的一致性率，并且在8.3岁以下的儿童中倾向于低估骨龄	评估基于深度学习的骨龄软件在健康韩国儿童中的临床性能	371名年龄在4至17岁之间的健康韩国儿童	机器学习	NA	深度学习	NA	图像	371名健康儿童，553张左手X光片
354	2024-08-07	Hybrid-supervised deep learning for domain transfer 3D protoacoustic image reconstruction 2024-Apr-03, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad3327 PMID:38471184	研究论文	本研究开发了一种混合监督深度学习方法，用于解决质子声学成像中有限视角问题，并实现了3D质子剂量验证的高效重建	提出了一种两阶段的深度学习方法Recon-Enhance，其中Recon阶段使用基于transformer的网络从原始声学信号重建初始压力图，Enhance阶段使用3D U-net进一步增强图像质量	NA	解决质子声学成像中有限视角问题，提高3D质子剂量验证的准确性和效率	质子声学成像中的3D剂量验证	机器学习	前列腺癌	深度学习	transformer, 3D U-net	图像	126名前列腺癌患者的数据集
355	2024-08-07	A deep learning based holistic diagnosis system for immunohistochemistry interpretation and molecular subtyping 2024-04, Neoplasia (New York, N.Y.) DOI:10.1016/j.neo.2024.100976 PMID:38412576	研究论文	开发了一种基于深度学习的整体智能乳腺癌肿瘤诊断系统，用于免疫组化图像的自动解读和分子亚型分类	该系统通过卷积神经网络自动提取和分析免疫染色多特征，提高了免疫组化图像解读的效率和准确性	NA	提高乳腺癌免疫组化图像解读的效率和准确性	乳腺癌的分子亚型分类	机器学习	乳腺癌	卷积神经网络	CNN	图像	NA
356	2024-08-07	Application of computer vision and deep learning models to automatically classify medically important mosquitoes in North Borneo, Malaysia 2024-Apr, Bulletin of entomological research IF:1.6Q2 DOI:10.1017/S000748532400018X PMID:38557482	研究论文	本研究利用深度学习模型MobileNetV2自动检测和分类马来西亚北婆罗洲的城市和郊区收集的蚊子样本	开发了一个可以在实地使用的应用程序，用于自动检测蚊子，并在不同背景环境下实现了较高的准确率	未来需要更多的图像数据和更强大的深度学习架构来提高预测结果	利用深度学习模型开发一个能够自动检测蚊子的应用程序	马来西亚北婆罗洲的城市和郊区收集的蚊子样本	计算机视觉	NA	深度学习	MobileNetV2	图像	4880张蚊子图像
357	2024-08-07	Deep learning in the radiologic diagnosis of osteoporosis: a literature review 2024-Apr, The Journal of international medical research IF:1.4Q4 DOI:10.1177/03000605241244754 PMID:38656208	综述	本文综述了深度学习方法在放射诊断骨质疏松症中的应用	深度学习在骨质疏松筛查中表现出显著能力	临床商业化骨质疏松诊断模型仍面临挑战	总结深度学习方法在放射诊断骨质疏松症中的应用	骨质疏松症的筛查和诊断	机器学习	骨质疏松症	深度学习	NA	图像	共包含40项研究，分为骨质疏松筛查（20项）、骨密度预测（13项）和骨质疏松骨折风险预测与检测（7项）
358	2024-08-07	DeepLabCut-based daily behavioural and posture analysis in a cricket 2024-Apr-15, Biology open IF:1.8Q3 DOI:10.1242/bio.060237 PMID:38533608	研究论文	本文介绍了一种基于DeepLabCut的系统，用于长期量化单个蟋蟀的多种行为，如运动活动、进食和类似睡眠状态	该系统利用DeepLabCut软件，通过监督式机器学习进行身体关键点标记，无需物理标记个体动物，减少了人为偏差	NA	研究蟋蟀的昼夜节律及其神经机制	蟋蟀的行为和姿势	机器学习	NA	DeepLabCut	监督式机器学习	视频	单个蟋蟀
359	2024-08-07	Artificial intelligence in liver imaging: methods and applications 2024-Apr, Hepatology international IF:5.9Q1 DOI:10.1007/s12072-023-10630-w PMID:38376649	综述	本文综述了基于医学影像的人工智能方法及其在肝脏疾病管理中的应用	重点介绍了深度学习在肝脏影像中的代表性方法及其在精确检测、诊断和治疗肝脏疾病中的临床应用	强调了当前面临的挑战，如特征可解释性、多模态数据集成和多中心研究	探讨人工智能方法在肝脏疾病管理中的应用及其未来发展	肝脏疾病及其影像学评估	计算机视觉	肝脏疾病	深度学习	NA	影像	NA
360	2024-08-07	AI-Driven Clinical Decision Support Systems: An Ongoing Pursuit of Potential 2024-Apr, Cureus DOI:10.7759/cureus.57728 PMID:38711724	综述	本文综述了人工智能（AI）技术如何革新临床决策支持系统（CDSS），包括其在医疗决策中的应用、相关挑战以及实现AI-CDSS潜力的未来方向。	强调了AI在提升CDSS效能和效率中的日益重要的作用，并探讨了AI技术如机器学习算法、自然语言处理和深度学习在CDSS中的集成。	讨论了AI集成中的挑战，如可解释性和偏见问题，并提出了成功采用AI-CDSS的策略，强调了工作流程对齐和跨学科合作的重要性。	探讨AI技术如何改变CDSS，并推动其在医疗实践中的应用。	研究对象包括AI技术在CDSS中的应用，如AI驱动的诊断、个性化治疗建议、风险预测和临床文档辅助。	NA	NA	机器学习算法、自然语言处理、深度学习	神经网络、决策树	NA	NA