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
521	2024-08-05	Implementation and Evaluation of Spatial Attention Mechanism in Apricot Disease Detection Using Adaptive Sampling Latent Variable Network 2024-Jun-18, Plants (Basel, Switzerland) DOI:10.3390/plants13121681 PMID:38931113	研究论文	本研究提出了一种结合深度学习技术和数据增强策略的杏树病害检测方法	集成自适应采样潜在变量网络和空间状态注意机制以提升检测性能	未提及限制因素	提高杏树病害检测的准确性和效率	包括八种杏树病害的检测	数字病理	NA	深度学习	自适应采样潜在变量网络（ASLVN）	图像	未提及具体样本数量
522	2024-08-05	Generative Adversarial Networks (GANs) in the Field of Head and Neck Surgery: Current Evidence and Prospects for the Future-A Systematic Review 2024-Jun-18, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm13123556 PMID:38930087	系统评价	本文对生成对抗网络（GANs）在头颈外科领域的应用进行了系统评价	该研究揭示了GANs在图像生成和医学中的潜在应用，尤其是在头颈外科的最新进展	仅纳入了9项研究，样本量较小，可能影响结果的普遍性	探讨GANs在头颈外科的技术发展阶段及其应用潜力	分析头颈区域中GANs的八个具体应用	人工智能	肿瘤学	生成对抗网络（GAN）	NA	图像	包括9项研究
523	2024-08-05	Deep Learning in Neovascular Age-Related Macular Degeneration 2024-Jun-17, Medicina (Kaunas, Lithuania) DOI:10.3390/medicina60060990 PMID:38929607	综述	本文总结了深度学习在新生血管性年龄相关性黄斑变性的应用	深度学习在分析新生血管性AMD患者的结构性OCT图像方面显示出有效性，并能够识别与转变为新生血管性AMD相关的生物标志物	NA	研究深度学习在新生血管性年龄相关性黄斑变性中的作用	新生血管性年龄相关性黄斑变性患者	计算机视觉	年龄相关性黄斑变性	深度学习	NA	图像	几项研究中的新生血管性AMD患者
524	2024-08-05	Automated Nuclear Morphometry: A Deep Learning Approach for Prognostication in Canine Pulmonary Carcinoma to Enhance Reproducibility 2024-Jun-17, Veterinary sciences IF:2.0Q2 DOI:10.3390/vetsci11060278 PMID:38922025	研究论文	本文研究了自动化细胞核形态测量在犬肺癌预后中的应用，旨在提高可重复性	提出了一种基于深度学习的算法用于评估细胞核多态性，并与人工形态测量相比较	该研究样本量较小，且算法仍需进一步改进以解决欠分割问题	本研究旨在探讨自动化细胞核形态测量在犬肺癌预后中的有效性	研究对象为46例犬肺癌病例，包含全面的跟踪数据	数字病理学	肺癌	深度学习	分割模型	图像	46个犬肺癌病例
525	2024-08-05	The Impact of AI on Metal Artifacts in CBCT Oral Cavity Imaging 2024-Jun-17, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14121280 PMID:38928694	研究论文	本研究评估了人工智能驱动的噪声减少算法对口腔CBCT图像中金属伪影和图像质量参数的影响	应用ClariCT.AI深度学习模型显著提高CBCT图像质量，通过减少噪声和金属伪影来改善诊断准确性	样本量相对较小，仅分析了70名患者中的61名，且限制在单中心研究	评估AI噪声减少算法在口腔CBCT成像中的性能	包括有牙科植体、汞合金填充物、矫正装置等患者的CBCT扫描图像	数字病理学	NA	深度学习	ClariCT.AI	图像	70名患者中的61名
526	2024-08-05	Adversarial Robustness Enhancement for Deep Learning-Based Soft Sensors: An Adversarial Training Strategy Using Historical Gradients and Domain Adaptation 2024-Jun-17, Sensors (Basel, Switzerland) DOI:10.3390/s24123909 PMID:38931693	研究论文	提出了一种新的对抗训练方法，即领域适应对抗训练（DAAT），以增强深度学习软传感器的对抗鲁棒性	DAAT结合历史梯度信息和领域适应训练，有效改善对抗样本的强度及转移梯度的估计	未详细说明实验中使用的具体数据和样本规模	提高深度学习软传感器模型的对抗鲁棒性	用于硅单晶生长制造过程中晶体质量变量的深度学习软传感器模型	机器学习	NA	对抗训练	NA	NA	NA
527	2024-08-05	A Pix2Pix Architecture for Complete Offline Handwritten Text Normalization 2024-Jun-16, Sensors (Basel, Switzerland) DOI:10.3390/s24123892 PMID:38931676	研究论文	本论文提出了一种基于Pix2Pix架构的手写文本归一化方法	本研究利用可训练的Pix2Pix模型，提出了一种新颖的手写文本图像归一化算法，能够无缝集成至深度学习架构中	文章未提及具体的限制因素	研究旨在提升离线手写文本识别的整体性能	研究对象为手写文本图像	计算机视觉	NA	条件生成对抗网络	Pix2Pix	图像	NA
528	2024-08-05	A Semi-Automatic Magnetic Resonance Imaging Annotation Algorithm Based on Semi-Weakly Supervised Learning 2024-Jun-16, Sensors (Basel, Switzerland) DOI:10.3390/s24123893 PMID:38931677	研究论文	本文提出了一种基于半弱监督学习的半自动MRI注释算法	本研究引入了半监督和弱监督学习，提出了基于稀疏标签的半弱监督学习分割算法，并设计了一种基于主动学习的迭代注释策略	现有的半自动注释算法在缺乏分割标签的情况下预注释性能较差	提高在分割标签不足情况下的MRI图像预注释性能	公共MRI数据集上的实验	机器学习	NA	深度学习	半弱监督学习	图像	公开MRI数据集的实验结果
529	2024-08-05	Bridging Formal Shape Models and Deep Learning: A Novel Fusion for Understanding 3D Objects 2024-Jun-15, Sensors (Basel, Switzerland) DOI:10.3390/s24123874 PMID:38931658	研究论文	本文描述了一种新颖的生成形式模型与深度学习相融合的方法，以理解三维物体的几何结构及其组分之间的关系	通过将生成模型与深度学习相融合，提供了人工智能模型更好理解物体几何组织的机会	NA	探讨如何通过深度学习理解三维物体的几何结构	使用无序点云测量的数据集	计算机视觉	NA	深度学习	生成形式模型	点云	NA
530	2024-08-05	A Simulation Method for Underwater SPAD Depth Imaging Datasets 2024-Jun-15, Sensors (Basel, Switzerland) DOI:10.3390/s24123886 PMID:38931670	研究论文	提出了一种快速有效的水下SPAD数据仿真方法，并开发了一种去噪网络以去除水下SPAD图像中的后向散射干扰	提出了一种新的水下SPAD数据仿真方法，结合深度学习去除图像中的干扰	由于SPAD设备的高生产成本和小阵列面积，实际水下实验困难	研究水下成像技术，特别是提高SPAD成像质量	针对水下SPAD成像的干扰去除	计算机视觉	NA	深度学习	NA	仿真数据	NA
531	2024-08-05	A Review of Deep Learning-Based LiDAR and Camera Extrinsic Calibration 2024-Jun-15, Sensors (Basel, Switzerland) DOI:10.3390/s24123878 PMID:38931662	综述	本文系统总结了基于深度学习的LiDAR与相机外参标定的研究与发展	总结了近年来学习-based标定算法的发展及其分类，探讨了算法机制和适用场景	讨论了算法的优势及局限性，但未深入探讨具体实现细节	探讨LiDAR与相机数据融合中的外参标定技术	基于深度学习的LiDAR与相机标定方法	计算机视觉	NA	深度学习	NA	NA	NA
532	2024-08-05	Infrared Dim Small Target Detection Networks: A Review 2024-Jun-15, Sensors (Basel, Switzerland) DOI:10.3390/s24123885 PMID:38931669	综述	本文全面总结了红外微小目标检测的公共数据集、最新网络和评估指标	总结了过去三年基于深度学习方法的红外微小目标检测创新，并关注六个关键问题	仅限于过去三年内的深度学习方法，可能未涵盖所有相关研究	帮助研究人员全面了解红外微小目标检测网络的最新进展	红外微小目标及其检测方法	计算机视觉	NA	深度学习	NA	数据集	总结了十二个公共数据集
533	2024-08-05	Deep Learning-Based Prediction Model for the Cobb Angle in Adolescent Idiopathic Scoliosis Patients 2024-Jun-14, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14121263 PMID:38928678	研究论文	本研究提出了一个基于深度学习的模型，以预测青少年特发性脊柱侧弯患者的Cobb角	采用了椎骨标志提取方法和前馈神经网络(FNN)来提高脊柱侧弯进展的预测精度	FNN可能存在过拟合问题，需要通过“丢弃”或正则化等策略来改善	旨在开发一种自动化工具来提高青少年特发性脊柱侧弯的诊断和预后	研究对象为79名青少年特发性脊柱侧弯患者	机器学习	脊柱侧弯	前馈神经网络(FNN)	FNN	角度数据	79名青少年特发性脊柱侧弯患者
534	2024-08-05	GETNet: Group Normalization Shuffle and Enhanced Channel Self-Attention Network Based on VT-UNet for Brain Tumor Segmentation 2024-Jun-14, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14121257 PMID:38928672	研究论文	提出了一种新型网络GETNet，用于脑肿瘤分割，结合了Transformer结构和卷积操作	引入了组归一化洗牌块和增强通道自注意力块，以同时考虑全局和局部信息	未提及特定的限制	改进脑肿瘤分割的精确度	基于BraTS2021数据集进行实验验证	计算机视觉	脑肿瘤	未指定具体技术	基于VT-UNet的变种	影像数据	使用BraTS2021数据集进行测试，样本大小未明确说明
535	2024-08-05	Ensemble Deep Learning-Based Image Classification for Breast Cancer Subtype and Invasiveness Diagnosis from Whole Slide Image Histopathology 2024-Jun-14, Cancers IF:4.5Q1 DOI:10.3390/cancers16122222 PMID:38927927	研究论文	本研究提出了一种基于集成深度学习的乳腺癌亚型和侵袭性诊断的方法	引入了一种新的图像补丁技术来预处理高分辨率图像，并采用集成策略结合了多种深度学习模型以提高分类精度	仅使用了来自两个不同中心的现有数据集，可能不足以涵盖所有类型的乳腺癌	研究旨在改进乳腺癌的诊断和分类，提升患者管理和治疗规划的有效性	研究对象为乳腺癌的组织病理学图像，包含来自BACH和BreakHis数据集的样本	数字病理学	乳腺癌	深度学习	VGG16, ResNet34, ResNet50	图像	BACH数据集400个全幻灯片图像，BreakHis数据集8个类别的显微镜图像
536	2024-08-05	Empowering Modern Dentistry: The Impact of Artificial Intelligence on Patient Care and Clinical Decision Making 2024-Jun-14, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14121260 PMID:38928675	综述	这篇文章阐述了人工智能在提升牙科诊断和治疗计划中的潜在作用	本文创新性地探讨了人工智能在牙科各个领域应用的深度及其对患者护理标准的提升	文章指出将人工智能整合到临床实践中面临数据安全和结果透明度等挑战	本研究旨在探索人工智能在现代牙科中的应用及其对临床决策的影响	研究对象是不同牙科领域中人工智能的应用案例	数字病理学	NA	深度学习	卷积神经网络	NA	NA
537	2024-08-05	A Study on the Robustness and Stability of Explainable Deep Learning in an Imbalanced Setting: The Exploration of the Conformational Space of G Protein-Coupled Receptors 2024-Jun-14, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms25126572 PMID:38928278	研究论文	本研究探讨了在不平衡设置中可解释深度学习的鲁棒性和稳定性	该研究通过评估不同的不平衡缓解技术下的深度学习预测，扩展了之前的分析，解决了类别不平衡带来的挑战	由于缺乏具体的实验数据和样本细节，可能限制了结果的普遍适用性	研究旨在提高深度学习在GPCR构象状态识别中的可靠性和鲁棒性	研究对象为G蛋白偶联受体（GPCRs），特别是β2-肾上腺素受体	计算机视觉	NA	分子动力学模拟（MD）和机器学习（ML）	深度学习（DL）	NA	NA
538	2024-08-05	Virtual Experience Toolkit: An End-to-End Automated 3D Scene Virtualization Framework Implementing Computer Vision Techniques 2024-Jun-13, Sensors (Basel, Switzerland) DOI:10.3390/s24123837 PMID:38931621	研究论文	介绍了一个自动化的用户友好的框架，用于虚拟化现实世界的室内场景。	提出了虚拟体验工具包（VET），结合深度学习和先进的计算机视觉技术，实现室内场景的高效自动化虚拟化。	NA	旨在提高虚拟现实中用户体验的真实感和互动性。	虚拟化现实世界的室内场景。	计算机视觉	NA	深度学习，计算机视觉	NA	3D场景	使用多样化的数据集，包括ScanNet数据集
539	2024-08-05	Diagnosis of Citrus Greening Using Artificial Intelligence: A Faster Region-Based Convolutional Neural Network Approach with Convolution Block Attention Module-Integrated VGGNet and ResNet Models 2024-Jun-13, Plants (Basel, Switzerland) DOI:10.3390/plants13121631 PMID:38931063	研究论文	本研究利用人工智能诊断柑橘黄龙病，提出了一种基于区域的卷积神经网络方法，并集成了卷积块注意模块的VGGNet和ResNet模型	提出了一种通过集成CBAM提高柑橘黄龙病检测精度的深度学习模型	目前尚无针对该疾病的直接控制措施，依赖于综合管理措施	研究如何高效检测柑橘黄龙病感染的树木	柑橘黄龙病感染的柑橘树	计算机视觉	NA	深度学习	Faster R-CNN	图像	NA
540	2024-08-05	Human Joint Angle Estimation Using Deep Learning-Based Three-Dimensional Human Pose Estimation for Application in a Real Environment 2024-Jun-13, Sensors (Basel, Switzerland) DOI:10.3390/s24123823 PMID:38931606	研究论文	该研究比较了四种基于深度学习的三维人体姿态估计方法在真实环境中的应用	提出了关节位置修正技术，以消除日常动作中的左右反转和虚假检测	当前的三维姿态估计方法在真实环境中面临训练数据有限和深度模糊等挑战	旨在提高在真实环境中对人类活动进行准确识别的能力	研究对象为日常生活中的关节动作及角度变化	计算机视觉	NA	深度学习	NA	视频	三种自由手体操练习的运动数据