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
841	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
842	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
843	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
844	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
845	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
846	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
847	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
848	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
849	2024-08-07	Assessing the quality of experience in wireless networks for multimedia applications: A comprehensive analysis utilizing deep learning-based techniques 2024-May-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e30351 PMID:38726158	研究论文	本文介绍了一种利用深度学习技术评估无线网络中多媒体应用体验质量的新方法	提出了一种综合的QoE预测模型，该模型整合了视频信息、QoS数据、用户行为分析和面部表情分析，并通过实验证明其在性能指标上超越了现有模型	NA	旨在提高无线网络中多媒体服务的用户满意度	无线网络中的多媒体体验质量评估	机器学习	NA	深度学习	RNN	视频	使用了RTVCQoE数据集
850	2024-08-07	Cortical signals analysis to recognize intralimb mobility using modified RNN and various EEG quantities 2024-May-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e30406 PMID:38726180	研究论文	本研究通过分析脑电图（EEG）信号，使用改进的循环神经网络（RNN）和多种EEG信号量来识别肢体内部运动，如足部的背屈和跖屈	本研究采用了包含长短期记忆（LSTM）和门控循环单元（GRU）算法的改进循环神经网络，显著提高了识别肢体内部运动的能力	研究仅限于健康、右撇子的参与者，未来研究应考虑更广泛的人群	探索多种EEG信号量是否能有效识别肢体内部运动，以促进脑-机接口（BCI）设备在足部康复中的应用	研究对象为22名健康的右撇子参与者，通过21个电极收集脑电图数据，同时使用两个肌电图电极记录踝关节运动的开始	脑-机接口	NA	脑电图（EEG）	循环神经网络（RNN），长短期记忆（LSTM），门控循环单元（GRU）	脑电图信号	22名健康的右撇子参与者
851	2024-08-07	Deep convolutional neural network for weld defect classification in radiographic images 2024-May-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e30590 PMID:38726185	研究论文	本文提出了一种基于ResNet50的CNN模型，用于对射线图像中的四种焊缝缺陷进行分类	采用了分层交叉验证、数据增强和正则化技术来提高模型的泛化能力并避免过拟合	模型在低质量图像数据集上的准确率相对较低	提高焊缝缺陷检测的准确性和效率	射线图像中的焊缝缺陷	计算机视觉	NA	深度学习	CNN	图像	三个数据集，分别是RIAWELC、GDXray和一个私有低质量图像数据集
852	2024-08-07	An improvement method for pancreas CT segmentation using superpixel-based active contour 2024-May-10, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad3e5c PMID:38608641	研究论文	本文提出了一种基于超像素的主动轮廓模型（SbACM）作为深度学习方法的后处理器，以提高胰腺CT图像分割的准确性	引入超像素来设计窄带和能量函数，并采用多尺度演化策略来减少弱边界泄漏和提高演化速度	NA	提高胰腺CT图像分割的准确性	胰腺CT图像	计算机视觉	NA	超像素-基于主动轮廓模型（SbACM）	UNet, SS-UNet, PBR UNet, ResDSN, nnUNet	图像	使用来自美国国立卫生研究院（NIH）的胰腺分割公共数据集TCIA进行评估
853	2024-08-07	Impact of deep learning image reconstruction on volumetric accuracy and image quality of pulmonary nodules with different morphologies in low-dose CT 2024-May-09, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-024-00703-w PMID:38720391	研究论文	本研究系统比较了创新的深度学习图像重建（DLIR, TrueFidelity）与传统使用的迭代重建（IR）在低剂量CT中对肺结节体积测量和主观图像质量（IQ）的影响	深度学习图像重建（DLIR）在低剂量CT中对肺结节体积测量的误差比传统方法低50%，并能提高主观图像质量	NA	评估深度学习图像重建在低剂量CT中对肺结节体积测量和图像质量的影响	肺结节在低剂量CT中的体积测量和图像质量	计算机视觉	肺部疾病	深度学习图像重建（DLIR）	深度学习模型	CT图像	使用了一个包含3D打印肺结节的人体胸部模型，结节直径从4到9毫米，形态分为三类（叶状、棘状、光滑）
854	2024-08-07	ARGNet: using deep neural networks for robust identification and classification of antibiotic resistance genes from sequences 2024-May-09, Microbiome IF:13.8Q1 DOI:10.1186/s40168-024-01805-0 PMID:38725076	研究论文	本文介绍了ARGNet，一种使用深度神经网络从序列数据中识别和分类抗生素抗性基因的方法	ARGNet采用无监督学习自编码器模型和多类别分类卷积神经网络，不依赖序列比对，能更有效地发现已知和新型抗生素抗性基因	NA	开发一种高效、准确的方法来识别和分类抗生素抗性基因	抗生素抗性基因（ARGs）	机器学习	NA	深度神经网络	CNN	序列	接受氨基酸和核苷酸序列，长度可变，从部分序列到全长蛋白质或基因
855	2024-08-07	ReconU-Net: a direct PET image reconstruction using U-Net architecture with back projection-induced skip connection 2024-May-08, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad40f6 PMID:38640921	研究论文	本研究旨在介绍一种基于原始U-Net架构的新型反投影诱导U形架构，称为ReconU-Net，用于基于深度学习的直接正电子发射断层扫描（PET）图像重建	提出的ReconU-Net架构独特地将反投影操作的物理模型集成到跳跃连接中，有助于有效传递输入重排图到重建图像的内在空间信息	尽管ReconU-Net在模拟和真实数据上表现良好，但其性能可能受限于训练数据的大小	通过比较ReconU-Net架构与原始U-Net架构和现有的无跳跃连接的DeepPET编码器-解码器架构，可视化直接PET图像重建的行为	直接PET图像重建	计算机视觉	NA	深度学习	U-Net	图像	使用Brainweb脑部幻影的蒙特卡洛模拟数据进行训练，并在模拟和真实的Hoffman脑部幻影数据上进行测试
856	2024-08-07	In-situ particle analysis with heterogeneous background: a machine learning approach 2024-May-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-59558-7 PMID:38719876	研究论文	本文提出了一种结合先进深度学习方法和预处理及后处理算法的框架，用于在制造业中常见的复杂/异质背景下的颗粒检测	开发了一种灵活的框架，能够检测多种环境和输入类型的颗粒，并引入了基于异质性的图像分类器模型，使用MobileNet进行迁移学习，以选择最适合的AI模型（YOLO模型）进行分析	NA	解决传统方法在异质颗粒-基质界面中准确检测颗粒的不足	颗粒检测在异质背景下的准确性	机器学习	NA	深度学习	YOLO模型	图像	多种颗粒和基质属性（如材料类型、大小、粗糙度、形状）及过程参数（如毛细管数）下的图像
857	2024-08-07	Segmentation of mature human oocytes provides interpretable and improved blastocyst outcome predictions by a machine learning model 2024-05-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-60901-1 PMID:38719918	研究论文	本文开发了一种利用机器学习技术自动进行多类别分割、形态学分析并预测成熟裸卵发育结果的工作流程	首次提供了对卵母细胞发育能力的客观见解，超越了仅使用卵母细胞年龄作为质量代理的当前标准	需要进一步的研究来验证和优化模型，并探索其他可能影响卵母细胞发育能力的特征	开发一种可解释、非侵入性和客观的卵母细胞评估方法	成熟的人类裸卵及其发育成囊胚的可能性	机器学习	NA	机器学习技术	多类别分割模型和分类器模型	二维图像	未具体说明样本数量
858	2024-08-07	Epistasis regulates genetic control of cardiac hypertrophy 2024-May-04, medRxiv : the preprint server for health sciences DOI:10.1101/2023.11.06.23297858 PMID:37987017	研究论文	研究使用低信号签名迭代随机森林和深度学习方法，从英国生物库的29,661名个体的心脏MRI扫描中，揭示了心脏肥大的复杂遗传结构，并报告了包括多个位点的上位性遗传变异。	开发了低信号签名迭代随机森林方法来揭示心脏肥大的复杂遗传结构，并通过深度学习从心脏MRI扫描中估计左心室质量。	NA	揭示心脏肥大的遗传控制机制，特别是上位性效应。	心脏肥大的遗传变异及其上位性关系。	生物信息学	心血管疾病	深度学习, 随机森林	CNN	图像	29,661名个体的心脏MRI扫描数据，313个移植的人类心脏的转录组数据，以及人类诱导多能干细胞衍生的心肌细胞。
859	2024-08-07	Modular segmentation, spatial analysis and visualization of volume electron microscopy datasets 2024-May, Nature protocols IF:13.1Q1 DOI:10.1038/s41596-024-00957-5 PMID:38424188	研究论文	本文介绍了一种实用的、注释效率高的管道，用于特定细胞器的分割、空间分析和大型体积电子显微镜数据集的可视化	提供了一套用户友好的软件工具，适用于在标准工作站上运行的体积电子显微镜数据集的特定细胞器分割、空间分析和可视化	主要针对具有适度计算专业知识的生物学研究人员，可能不适用于高度专业化的计算需求	改进体积电子显微镜图像数据集的图像分割和空间分析的计算策略	体积电子显微镜数据集中的细胞器	计算机视觉	NA	体积电子显微镜	深度学习	图像	大型数据集
860	2024-08-07	Absolute ground truth-based validation of computer-aided nodule detection and volumetry in low-dose CT imaging 2024-May, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2024.103344 PMID:38593627	研究论文	本研究通过使用具有绝对基准的人体模型验证了低剂量CT成像中计算机辅助检测（CAD）和体积测量软件的性能	本研究首次使用具有3D打印结节的仿真人体模型作为绝对基准，评估了不同重建算法和辐射剂量对结节检测和体积测量的影响	研究仅限于特定的人体模型和结节类型，可能无法完全代表所有临床情况	验证计算机辅助检测和体积测量软件在低剂量CT成像中的性能	计算机辅助检测（CAD）和体积测量软件的性能	计算机视觉	NA	CT成像	深度学习图像重建	图像	使用包含3D打印固体结节（直径4至9毫米，三种形态：光滑、分叶、棘状）的京都化学肺部模型进行扫描