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
561	2024-08-07	ResNet1D-Based Personal Identification with Multi-Session Surface Electromyography for Electronic Health Record Integration 2024-May-15, Sensors (Basel, Switzerland) DOI:10.3390/s24103140 PMID:38793994	研究论文	本研究利用ResNet1D深度学习架构分析表面肌电图（sEMG）信号，提出一种基于sEMG信号的个人识别方法，用于电子健康记录（EHR）系统的安全访问	本研究首次采用ResNet1D模型结合sEMG信号进行个人识别，提供了一种更安全的EHR系统个人识别方法	实验仅在200名受试者中进行，且仅针对手势动作，可能限制了方法的普适性	开发一种新的个人识别方法，以提高电子健康记录系统的安全性和隐私保护	表面肌电图信号和ResNet1D模型	机器学习	NA	表面肌电图（sEMG）	ResNet1D	信号	200名受试者，每人进行12种动作，共3个会话，每个动作重复10次
562	2024-08-07	DMAF-NET: Deep Multi-Scale Attention Fusion Network for Hyperspectral Image Classification with Limited Samples 2024-May-15, Sensors (Basel, Switzerland) DOI:10.3390/s24103153 PMID:38794007	研究论文	本文提出了一种基于多尺度特征的深度多尺度注意力融合网络（DMAF-NET），用于在样本有限的情况下进行高光谱图像分类	主要创新点包括设计了一种新的多尺度特征提取基线网络，采用了金字塔结构和密集连接的3D八度卷积网络；设计了多尺度空间-光谱注意力模块和金字塔多尺度通道注意力模块；以及设计了多注意力融合模块来有效结合从多个分支提取的特征映射	NA	提高在样本有限情况下的高光谱图像分类准确性	高光谱图像	计算机视觉	NA	卷积神经网络（CNN）	DMAF-NET	高光谱图像	有限样本
563	2024-08-07	Efhamni: A Deep Learning-Based Saudi Sign Language Recognition Application 2024-May-14, Sensors (Basel, Switzerland) DOI:10.3390/s24103112 PMID:38793964	研究论文	本文提出了一种基于深度学习的沙特手语识别移动应用，旨在帮助沙特阿拉伯的聋人和听力障碍者更有效地与社区沟通	该应用针对沙特手语（SSL）进行翻译，具有独特的功能，且在评估中表现优于多个现有技术方法	未来计划提高模型准确性并增加应用功能	开发一种帮助聋人和听力障碍者沟通的自动工具	沙特手语（SSL）的识别与翻译	计算机视觉	NA	深度学习	NA	视频	包括聋人、听力障碍者和听力正常用户的多组测试
564	2024-08-07	Fine-Grained Cross-Modal Semantic Consistency in Natural Conservation Image Data from a Multi-Task Perspective 2024-May-14, Sensors (Basel, Switzerland) DOI:10.3390/s24103130 PMID:38793984	研究论文	本文提出了一种细粒度的跨模态语义一致性方法，通过多任务视角下的动量编码，改善了自然保护区域图像数据的跨模态表示对齐问题	提出了一种残差注意力网络来增强跨模态编码器在动量更新期间的一致性，并从多任务视角提出动量编码作为跨模态信息的桥梁，有效提高了跨模态互信息和表示质量	在对比学习过程中，除了学习数据本身的差异外，一对编码器不可避免地学习了由编码器波动引起的差异，导致收敛捷径，影响表示质量和样本间相似关系的准确反映	实现细粒度的跨模态表示对齐，提高模型在图像分类和图像-文本跨模态检索任务中的性能	自然保护区域图像数据中的物种分类和跨模态表示对齐	计算机视觉	NA	跨模态对比学习	残差注意力网络	图像和文本	8142个物种
565	2024-08-07	Analysis of Continual Learning Techniques for Image Generative Models with Learned Class Information Management 2024-May-13, Sensors (Basel, Switzerland) DOI:10.3390/s24103087 PMID:38793943	research paper	本研究提出了一种在持续学习框架内应用类别替换技术的方法，以解决图像生成模型在训练和适应新数据及任务时的挑战	本研究采用了选择性遗忘（SA）技术，有效替换现有类别并保留关键信息，提高了模型对不断变化数据环境的适应性	NA	提高图像生成模型的学习效率和长期性能	图像生成模型及其在持续学习中的应用	computer vision	NA	持续学习框架内的类别替换技术	图像生成模型	图像	NA
566	2024-08-07	An Edge Computing System with AMD Xilinx FPGA AI Customer Platform for Advanced Driver Assistance System 2024-May-13, Sensors (Basel, Switzerland) DOI:10.3390/s24103098 PMID:38793952	研究论文	本文介绍了一种针对路面缺陷检测的边缘计算系统设计，该系统结合了AMD Xilinx AI平台和FPGA技术，用于高级驾驶辅助系统（ADAS）	系统利用深度学习处理单元（DPU）执行YOLOv3模型，实现了对三种不同类型路面缺陷的高精度高效识别，并通过CAN接口实时传输缺陷信息	NA	旨在通过边缘计算和FPGA技术的结合，提升ADAS系统在路面缺陷检测中的速度和准确性，并增强车辆的安全性和性能	路面缺陷检测在高级驾驶辅助系统中的应用	计算机视觉	NA	FPGA	YOLOv3	图像	NA
567	2024-08-07	Multi-Task Scenario Encrypted Traffic Classification and Parameter Analysis 2024-May-12, Sensors (Basel, Switzerland) DOI:10.3390/s24103078 PMID:38793930	研究论文	本研究主要关注网络分析和网络安全领域的加密流量分类，引入了一种参数高效的微调方法来优化加密流量分类模型的参数	提出的方法在减少微调参数规模和计算资源使用的同时，实现了与现有最佳模型相媲美的性能	NA	解决现有深度学习加密流量分类方法在计算内存消耗和可解释性方面的不足	加密流量分类，包括Tor流量服务分类和恶意流量分类	网络分析	NA	深度学习	NA	流量数据	使用多个公共数据集进行实验
568	2024-08-07	Image Fusion Method Based on Snake Visual Imaging Mechanism and PCNN 2024-May-12, Sensors (Basel, Switzerland) DOI:10.3390/s24103077 PMID:38793931	研究论文	本文提出了一种基于蛇视觉成像机制和脉冲耦合神经网络（PCNN）的图像融合方法	结合蛇的视觉机制和PCNN模型，提出了一种改进的红外和可见光图像融合方法，无需大量训练数据	大多数模拟蛇的融合方法存在细节不清晰的问题	实现图像融合，提高图像质量，便于后续图像处理和分析	红外和可见光图像的融合	计算机视觉	NA	脉冲耦合神经网络（PCNN）	PCNN	图像	十一组源图像
569	2024-08-07	Deep Learning Method for Precise Landmark Identification and Structural Assessment of Whole-Spine Radiographs 2024-May-11, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11050481 PMID:38790348	研究论文	本研究通过在全脊柱X光片上标记测量点来自动测量参数	提出了一种自动对齐分析系统，能够高精度地识别脊柱的解剖标志和位置，并生成与手动测量有良好相关性的多种X光影像参数	胸椎标志显示出较大的定位误差，表明与颈椎和腰骶区域相比精度略有降低	开发一种深度学习方法，用于全脊柱X光片的精确地标识别和结构评估	全脊柱X光片的地标识别和结构评估	计算机视觉	NA	深度学习	CNN	图像	训练集包含819张全脊柱X光片，测试集包含198张，外部验证集包含690张，总计1667张X光片，涉及857名女性和850名男性患者
570	2024-08-07	Speeding Up and Improving Image Quality in Glioblastoma MRI Protocol by Deep Learning Image Reconstruction 2024-May-10, Cancers IF:4.5Q1 DOI:10.3390/cancers16101827 PMID:38791906	研究论文	本研究通过深度学习优化胶质母细胞瘤MRI协议，旨在提高图像质量和减少扫描时间	使用深度学习重建技术（DLR）在保持诊断信心的同时，提高了图像质量并减少了30%的扫描时间	NA	研究深度学习优化胶质母细胞瘤MRI协议的诊断性能、采集加速影响及图像质量	33名经组织学证实的胶质母细胞瘤患者	计算机视觉	脑肿瘤	深度学习	DLR	MRI图像	33名患者
571	2024-08-07	Implementation of Artificial Intelligence in Personalized Prognostic Assessment of Lung Cancer: A Narrative Review 2024-May-10, Cancers IF:4.5Q1 DOI:10.3390/cancers16101832 PMID:38791910	综述	本文综述了人工智能在非小细胞肺癌个性化预后评估中的应用	人工智能算法能够通过机器学习技术和深度图像数据分析准确分类非小细胞肺癌阶段，并整合临床、影像和分子数据预测生存率和疾病进展	数据质量、可解释性和AI模型的泛化能力是需要解决的挑战	分析人工智能算法如何预测不同治疗方式的反应，并探讨其在肿瘤复发和失败模式预测中的作用	非小细胞肺癌的个性化预后评估	机器学习	肺癌	机器学习 (ML) 和深度学习 (DL)	NA	临床、分子和影像数据	NA
572	2024-08-07	Filtering Empty Video Frames for Efficient Real-Time Object Detection 2024-May-10, Sensors (Basel, Switzerland) DOI:10.3390/s24103025 PMID:38793880	研究论文	提出了一种名为L-filter的轻量级过滤方法，用于预测并丢弃不含目标对象的视频帧，从而提高实时对象检测的效率	L-filter通过混合时间序列分析高精度预测空视频帧，仅对非空帧进行对象检测，显著提高了帧处理速率和实时对象检测的可扩展性	NA	提高实时对象检测的效率和可扩展性	视频帧中的目标对象检测	计算机视觉	NA	混合时间序列分析	NA	视频	单个交通视频流及最多六个并发视频流
573	2024-08-07	Enhancing Classification Accuracy with Integrated Contextual Gate Network: Deep Learning Approach for Functional Near-Infrared Spectroscopy Brain-Computer Interface Application 2024-May-10, Sensors (Basel, Switzerland) DOI:10.3390/s24103040 PMID:38793895	研究论文	本文研究了功能性近红外光谱（fNIRS）脑-机接口系统中，通过集成上下文门网络（ICGN）算法提高分类准确性的深度学习方法	提出了一种集成上下文门网络（ICGN）算法，该算法能够自动提取数据中的隐藏模式/特征，并在分类准确性上显著优于传统的长短期记忆（LSTM）和双向长短期记忆（Bi-LSTM）算法	NA	提高fNIRS脑-机接口系统中的分类准确性	研究对象为20名健康参与者的手握动作（闭合和打开）两类运动活动数据集	机器学习	NA	深度学习	集成上下文门网络（ICGN）	功能性近红外光谱（fNIRS）数据	20名健康参与者的手握动作数据集，以及30名参与者的三类（右手和左手手指敲击及主导脚敲击）数据集
574	2024-08-07	Preoperative Molecular Subtype Classification Prediction of Ovarian Cancer Based on Multi-Parametric Magnetic Resonance Imaging Multi-Sequence Feature Fusion Network 2024-May-09, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11050472 PMID:38790338	研究论文	本研究提出了一种基于多参数磁共振成像（mpMRI）数据融合的深度学习方法，用于提高卵巢癌术前亚型分类的准确性	通过构建一种新的深度学习网络架构，集成多种序列特征，实现了高级别浆液性癌和透明细胞癌的高精度预测	NA	旨在通过深度学习模型分析医学图像，辅助诊断和术前评估	卵巢癌的不同亚型，特别是高级别浆液性癌和透明细胞癌的术前区分	计算机视觉	卵巢癌	多参数磁共振成像（mpMRI）	深度学习网络	图像	NA
575	2024-08-07	Catalyzing Precision Medicine: Artificial Intelligence Advancements in Prostate Cancer Diagnosis and Management 2024-May-09, Cancers IF:4.5Q1 DOI:10.3390/cancers16101809 PMID:38791888	研究论文	本文分析了基于深度学习的 prostate cancer 诊断现状，重点关注磁共振前列腺重建、PCa 检测/分类/重建、PET/CT、ADT、前列腺活检及其临床意义	探讨了深度学习模型在前列腺癌诊断中的应用潜力	深度学习模型在前列腺癌诊断中尚未准备好临床使用，由于方法、标签和评估标准的不一致性	分析深度学习在前列腺癌诊断中的应用现状及其临床意义	前列腺癌的诊断和治疗	机器学习	前列腺癌	深度学习	DL	图像	共分析了784篇文章，其中64篇符合条件，涉及不同类型的数据集和研究
576	2024-08-07	Prediction of Mismatch Repair Status in Endometrial Cancer from Histological Slide Images Using Various Deep Learning-Based Algorithms 2024-May-09, Cancers IF:4.5Q1 DOI:10.3390/cancers16101810 PMID:38791889	研究论文	本研究利用深度学习算法从子宫内膜癌的苏木精-伊红染色切片图像中预测错配修复（MMR）状态	首次探索使用深度学习算法从子宫内膜癌的苏木精-伊红染色切片图像中预测MMR状态	NA	研究深度学习算法在从子宫内膜癌的苏木精-伊红染色切片图像中预测MMR状态的潜力	子宫内膜癌的苏木精-伊红染色切片图像	计算机视觉	子宫内膜癌	深度学习	卷积神经网络（CNN）和注意力机制网络	图像	127例子宫内膜癌原发灶的苏木精-伊红染色切片图像，分割成5397个512×512像素的图像块
577	2024-08-07	Non-Invasive Retinal Vessel Analysis as a Predictor for Cardiovascular Disease 2024-May-09, Journal of personalized medicine IF:3.0Q1 DOI:10.3390/jpm14050501 PMID:38793083	研究论文	本文通过非侵入性视网膜血管分析来预测心血管疾病，并探讨了人工智能在视网膜血管成像中的应用	本文不仅综述了当前文献，还讨论了方法学上的优势并识别了研究空白，强调了微血管生物标志物在筛查和治疗监测心血管疾病中的潜在用途	需要进一步研究探索视网膜微血管生物标志物的潜在临床应用	旨在通过视网膜血管分析预测心血管疾病，并评估人工智能在提高诊断准确性和改善患者护理中的作用	视网膜血管作为研究心血管疾病相关血管改变的模型	计算机视觉	心血管疾病	人工智能（AI），如视网膜血管拓扑和尺寸定量分析（QUARTZ）和SIVA-深度学习系统（SIVA-DLS）	深度学习系统	图像	NA
578	2024-08-07	Deep Learning-Enhanced Sampling-Based Path Planning for LTL Mission Specifications 2024-May-09, Sensors (Basel, Switzerland) DOI:10.3390/s24102998 PMID:38793854	研究论文	本文介绍了一种新颖的路径规划算法，旨在生成满足线性时序逻辑（LTL）任务要求的低成本轨迹	本文的核心贡献是提出了一种改进的基于采样的路径规划算法，通过多层框架方法实现简化的离散抽象，无需依赖网格分解，特别适用于复杂或高维环境	NA	开发一种能够生成满足特定任务要求的低成本轨迹的路径规划算法	路径规划算法及其在复杂环境中的应用	机器学习	NA	深度学习	NA	NA	NA
579	2024-08-07	Human Activity Recognition Algorithm with Physiological and Inertial Signals Fusion: Photoplethysmography, Electrodermal Activity, and Accelerometry 2024-May-09, Sensors (Basel, Switzerland) DOI:10.3390/s24103005 PMID:38793858	研究论文	本研究探讨了通过融合生理信号与惯性信号来提升人体活动识别（HAR）模型的潜力	本研究通过融合光电容积脉搏波（BVP）、皮肤电活动（EDA）和加速度计（ACC）数据，改进了深度学习（DL）分类器的性能	本研究仅评估了腕戴式传感器获取的数据，未涉及其他类型传感器或数据源	研究通过融合生理信号与惯性信号来提升人体活动识别模型的性能	评估八种常见低、中、高强度活动的分类	机器学习	NA	机器学习算法	随机森林（RF）和预训练深度学习网络（ResNet-18）	加速度计（ACC）、血容量脉搏（BVP）和皮肤电活动（EDA）数据	腕戴式传感器获取的数据
580	2024-08-07	Photothermal Radiometry Data Analysis by Using Machine Learning 2024-May-09, Sensors (Basel, Switzerland) DOI:10.3390/s24103015 PMID:38793869	研究论文	本文综述了机器学习在光热技术中的最新发展和应用，并介绍了在光热瞬态发射辐射测量（OTTER）中使用机器学习进行数据分析的最新工作	研究了多种机器学习算法在光热技术数据分析中的应用，包括随机森林回归、梯度提升回归、支持向量机回归、偏最小二乘回归以及深度学习神经网络回归	NA	探索机器学习在光热技术中的应用，特别是在OTTER技术中的数据分析	光热技术在生物医学和工业无损检测中的应用	机器学习	NA	光热技术	随机森林回归、梯度提升回归、支持向量机回归、偏最小二乘回归、深度学习神经网络回归	数据	NA