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
941	2024-08-07	Light field image super-resolution based on dual learning and deep Fourier channel attention 2024-Jun-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.522701 PMID:38824284	研究论文	本文提出了一种基于双重学习和深度傅里叶通道注意力机制的光场图像超分辨率方法	引入了双重学习和傅里叶通道注意力机制，以提高光场图像超分辨率的效果	在获取真实世界光场场景的配对数据集方面存在困难，影响模型泛化能力	提高光场图像的空间分辨率	光场图像的超分辨率	计算机视觉	NA	深度学习	CNN	图像	未具体说明
942	2024-08-07	Performance of the neural network-based prediction model in closed-loop adaptive optics 2024-Jun-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.527429 PMID:38824294	研究论文	本文研究了基于神经网络的预测模型在闭环自适应光学系统中的性能	首次成功测试了基于深度学习的时空预测模型在实际3公里激光大气传输自适应光学系统中的应用，并与传统闭环控制方法进行了比较	大多数预测算法仅限于开环系统，且在实际自适应光学系统中的部署和应用很少被报道	研究如何通过前馈预测大气湍流来抵消自适应光学系统的固有时间延迟，提高其校正带宽	自适应光学系统中的大气湍流预测模型	计算机视觉	NA	深度学习	神经网络	时空数据	3公里激光大气传输系统
943	2024-08-07	Snapshot spectral imaging based on aberration model-driven deep learning 2024-Jun-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.523832 PMID:38824286	研究论文	本文提出了一种基于像差模型驱动的深度学习方法，用于从低分辨率的编码孔径快照光谱成像（CASSI）测量中恢复高分辨率的超光谱图像（HSIs）	该方法通过生成模拟CASSI光学像差的现实训练数据，并训练生成网络以从模糊和扭曲的CASSI测量中恢复HSIs，从而适应光学系统降解模型，提高了重建的鲁棒性	NA	提高CASSI系统中光谱图像重建的质量	超光谱图像（HSIs）	计算机视觉	NA	深度学习	生成网络	图像	NA
944	2024-08-07	Symmetry of constellation diagram-based intelligent SNR estimation for visible light communications 2024-Jun-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.525115 PMID:38824347	research paper	本文提出了一种基于星座图对称性的可见光通信智能信噪比估计方案	引入了点归一化和象限归一化两种数据增强方法，提高了信噪比估计的准确性	NA	提高可见光通信中信噪比估计的准确性	可见光通信系统的信噪比性能	machine learning	NA	NA	deep learning frameworks	image	使用了不同数量的星座点（如32, 64, 128, 256, 512, 1024, 2048）进行实验
945	2024-08-07	The Use of Deep Learning Software in the Detection of Voice Disorders: A Systematic Review 2024-Jun, Otolaryngology--head and neck surgery : official journal of American Academy of Otolaryngology-Head and Neck Surgery DOI:10.1002/ohn.636 PMID:38168017	综述	本文综述了深度学习在利用声学和喉镜输入检测声音障碍中的应用，比较了特定神经网络的准确性，并评估了它们与专家临床视觉检查的有效性	深度学习模型在检测声音病理方面表现出高准确性，特别是CNN在评估喉镜图像和MLP在评估声学输入方面最为有效	尽管深度学习方法在有限的比较中优于专家临床检查，但仍需进一步研究以整合外部验证	总结深度学习在声音障碍检测中的应用，并评估其与传统临床检查的比较效果	声音障碍的检测	机器学习	NA	深度学习	CNN, MLP	图像, 声学数据	34项研究符合纳入标准，其中18项专注于声音分析，15项专注于图像分析，1项两者兼有
946	2024-08-07	Diagnostic evaluation of deep learning accelerated lumbar spine MRI 2024-Jun, The neuroradiology journal DOI:10.1177/19714009231224428 PMID:38195418	研究论文	本研究评估了深度学习加速的腰椎MRI协议与传统协议在图像质量和诊断性能上的差异	首次全面评估了基于深度学习的MRI协议对常规腰椎MRI扫描时间和诊断质量的影响	深度学习加速的协议在信号噪声比和伪影感知方面表现较差	探讨深度学习加速的MRI技术在腰椎MRI中的应用效果	评估深度学习加速的腰椎MRI协议与传统协议在图像质量和诊断性能上的差异	计算机视觉	NA	深度学习	NA	图像	36名连续门诊患者
947	2024-08-07	Deep Learning for Automated Image Segmentation of the Middle Ear: A Scoping Review 2024-Jun, Otolaryngology--head and neck surgery : official journal of American Academy of Otolaryngology-Head and Neck Surgery DOI:10.1002/ohn.758 PMID:38667630	综述	本文是一篇综述，旨在全面回顾使用卷积神经网络（CNN）从计算机断层扫描（CT）图像中自动分割中耳的文献	综述了多种架构在利用CNN分割中耳方面的表现，并提出了针对最难分割的镫骨结构，建议开发一种在锥束CT上训练的架构以提高空间分辨率	对于最难分割的镫骨结构，现有的最高Dice相似系数为0.84，仍有改进空间	进行一项全面的文献综述，描述使用CNN从CT扫描中自动分割中耳的情况	中耳的自动图像分割	计算机视觉	NA	卷积神经网络（CNN）	CNN	图像	共分析了10项研究，包含866个扫描图像用于模型训练/测试
948	2024-08-07	Prognostic impact and causality of age on oncological outcomes in women with endometrial cancer: a multimethod analysis of the randomised PORTEC-1, PORTEC-2, and PORTEC-3 trials 2024-Jun, The Lancet. Oncology DOI:10.1016/S1470-2045(24)00142-6 PMID:38701815	研究论文	本研究通过多方法分析PORTEC-1、PORTEC-2和PORTEC-3随机试验的数据，探讨年龄对子宫内膜癌患者预后影响的因果关系	使用先进的统计和因果推断技术，首次证实年龄是子宫内膜癌预后的独立因果因素	NA	探讨年龄是否为子宫内膜癌预后的因果因素	1801名参与PORTEC-1、PORTEC-2和PORTEC-3随机试验的子宫内膜癌患者	NA	子宫内膜癌	非参数测试、多变量竞争风险分析、深度学习因果推断模型AutoCI	深度学习因果推断模型AutoCI	临床病理和分子特征数据	1801名患者，包括714名中风险、427名高-中风险和660名高风险子宫内膜癌患者
949	2024-08-07	Conceptualizing future groundwater models through a ternary framework of multisource data, human expertise, and machine intelligence 2024-Jun-15, Water research IF:11.4Q1 DOI:10.1016/j.watres.2024.121679 PMID:38696982	研究论文	本文开发了一种三元框架，结合多源数据、人类专业知识和机器智能，以提高地下水模型的可持续性和预测能力	提出了一种结合多源数据、人类专业知识和机器智能的三元框架，以克服传统地下水模型中的挑战	现有机器驱动方法在可解释性和泛化能力方面存在局限	概念化可持续水管理实践，增强对地下水系统的理解和预测能力	地下水模型	NA	NA	机器智能，特别是深度学习	NA	多源数据	NA
950	2024-08-07	A comprehensive assessment of machine learning algorithms for enhanced characterization and prediction in orodispersible film development 2024-Jun-10, International journal of pharmaceutics IF:5.3Q1 DOI:10.1016/j.ijpharm.2024.124188 PMID:38705248	研究论文	本文探讨了机器学习算法在口腔分散膜开发中的应用，以提高其特性和预测能力	本研究展示了机器学习模型在预测口腔分散膜机械特性方面的高准确性，并揭示了配方变量间的复杂交互作用	本研究为初步研究，可能需要进一步的实验验证和模型优化	探索机器学习方法在口腔分散膜特性分析中的应用，以指导药物开发	口腔分散膜及其机械特性	机器学习	NA	机器学习算法	支持向量机、随机森林、深度学习	实验数据	大量实验数据
951	2024-08-07	Advances in Clinical Care with Contemporary Cardiac SPECT 2024-Jun, Journal of medical imaging and radiation sciences IF:1.3Q3 DOI:10.1016/j.jmir.2024.02.024 PMID:38553298	综述	本文综述了当代心脏单光子发射计算机断层扫描（SPECT）在临床应用中的最新进展	介绍了数字SPECT技术、超低剂量成像、深度学习算法在冠状动脉造影和SPECT CT中的应用，以及无源发射衰减校正等新技术	NA	探讨心脏SPECT成像技术的临床应用和效果	心脏SPECT成像技术及其在多种心脏疾病诊断和治疗中的应用	数字病理学	心血管疾病	SPECT成像	深度学习算法	图像	NA
952	2024-08-07	Deep learning for low-data drug discovery: Hurdles and opportunities 2024-06, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2024.102818 PMID:38669740	综述	本文综述了在药物发现领域中，深度学习在低数据情况下的应用及其面临的挑战和机遇	探讨了在低数据环境下利用深度学习的新方法，并预测了未来研究方向	深度学习在药物发现中的应用常受限于某些任务的小数据情况	分析低数据学习在药物发现中的障碍和优势，并预测未来研究方向	药物发现领域中的深度学习应用	机器学习	NA	深度学习	NA	NA	低数据情况
953	2024-08-07	New methods for drug synergy prediction: A mini-review 2024-06, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2024.102827 PMID:38705070	综述	本文探讨了基于高通量组合筛选的药物组合协同预测新方法	介绍了自2021年以来发表的超过三十种基于深度学习技术的机器学习方法	涉及新药物或细胞线的预测场景仍未达到准确的预测水平	旨在通过突出核心技术、数据来源、输入数据类型和协同评分以及预测场景和评估协议，将这些文章置于统一的视角下	药物组合协同预测方法	机器学习	NA	深度学习	NA	NA	NA
954	2024-08-07	Deep learning framework for peak detection at the intact level of therapeutic proteins 2024-Jun, Journal of separation science IF:2.8Q2 DOI:10.1002/jssc.202400051 PMID:38819868	研究论文	本文研究了一种深度学习框架，用于在治疗性蛋白质的整体水平上进行峰值检测	采用卷积神经网络（CNN）模型进行峰值识别，其性能优于传统的部分最小二乘判别分析（PLS-DA）和局部加权回归（LWR）	NA	开发一种自动化的峰值检测方法，以提高治疗性蛋白质分析中的真阳性率	单克隆抗体的异质变体（糖型）	机器学习	NA	液相色谱-质谱法	CNN	质谱数据	NA
955	2024-08-07	Convolutional Neural Network-Based Deep Learning Engine for Mastoidectomy Instrument Recognition and Movement Tracking 2024-Jun, Otolaryngology--head and neck surgery : official journal of American Academy of Otolaryngology-Head and Neck Surgery DOI:10.1002/ohn.733 PMID:38520201	研究论文	开发一种基于卷积神经网络的计算机视觉模型，用于识别和追踪乳突切除术中的手术器械——钻头和吸引灌洗器	利用特征金字塔网络和DETECTRON技术开发了一种乳突切除术器械追踪模块，能够生成钻头和吸引灌洗器的运动方向和距离图	NA	开发和验证一种计算机视觉模型，用于识别和追踪乳突切除术中的手术器械	乳突切除术中的钻头和吸引灌洗器	计算机视觉	NA	卷积神经网络	CNN	视频	10个1分钟的视频，包含900帧图像，用于训练和测试模型
956	2024-08-07	Application of machine learning for antibiotic resistance in water and wastewater: A systematic review 2024-Jun, Chemosphere IF:8.1Q1 DOI:10.1016/j.chemosphere.2024.142223 PMID:38704045	综述	本文系统回顾了机器学习方法在解决水与废水中抗生素抗性问题中的应用	本文首次系统分析了机器学习在抗生素抗性问题中的应用，并指出了深度学习和其他方法的潜在应用前景	目前机器学习在抗生素抗性问题中的应用主要集中在浅层学习，深度学习和其他方法的应用较少	探讨机器学习方法在解决水与废水中抗生素抗性问题中的应用	水与废水中的抗生素抗性问题	机器学习	NA	机器学习方法	人工神经网络、决策树、贝叶斯方法	NA	12个应用案例，其中11个使用浅层学习，1个使用深层学习
957	2024-08-07	An efficient Fusion-Purification Network for Cervical pap-smear image classification 2024-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108199 PMID:38728830	研究论文	本文提出了一种高效的融合净化网络，用于宫颈涂片图像分类	本文创新性地引入了宫颈净化瓶颈模块，以增强宫颈细胞特征的判别性并解决融合后的数据冗余和偏差问题	现有方法忽视了全局形态信息的重要性，导致特征表示能力不足	旨在提高宫颈细胞图像分类的效率和准确性	宫颈细胞图像	计算机视觉	宫颈疾病	深度学习	融合净化网络	图像	涉及两个真实世界数据集
958	2024-08-07	Improved PAA algorithm for breast mass detection in mammograms 2024-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108211 PMID:38744058	研究论文	本文通过改进概率锚点分配（PAA）算法，提高了乳腺X线摄影中乳腺肿块检测的准确性	本文提出了一种改进的PAA算法，通过优化主干网络、特征融合模块和密集检测头，有效提高了乳腺肿块检测的TPR并降低了FPPI	NA	提高乳腺X线摄影中乳腺肿块检测的准确性	乳腺X线摄影中的乳腺肿块	计算机视觉	乳腺癌	深度学习	PAA算法	图像	INbreast数据集
959	2024-08-07	Point based weakly semi-supervised biomarker detection with cross-scale and label assignment in retinal OCT images 2024-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108229 PMID:38761413	研究论文	本文提出了一种基于点的弱半监督生物标志物检测网络，用于在视网膜OCT图像中进行生物标志物检测，通过点标注减少边界框级别的标注工作，并引入跨尺度特征增强模块和动态标签分配策略提高检测性能	提出了一种新的弱半监督对象检测方法，使用点标注减少边界框级别的标注工作；引入了跨尺度特征增强模块和动态标签分配策略，以处理生物标志物的大尺度变化和外观不明显的问题	NA	旨在克服现有深度学习方法在检测视网膜OCT图像中生物标志物时遇到的挑战，提高检测的准确性和效率	视网膜OCT图像中的生物标志物	计算机视觉	NA	深度学习	CNN	图像	使用了5%、10%和50%的全标注数据集进行实验
960	2024-08-07	Deep Learning Method for Rapid Simultaneous Multistructure Temporal Bone Segmentation 2024-Jun, Otolaryngology--head and neck surgery : official journal of American Academy of Otolaryngology-Head and Neck Surgery DOI:10.1002/ohn.764 PMID:38769857	研究论文	开发并验证了一种深度学习算法，用于从临床计算机断层扫描（CT）数据集中自动分割关键的颞骨结构	使用先进的深度学习算法（SwinUNETR）进行快速的多结构颞骨分割	NA	提高耳科手术的术前评估和术中指导	颞骨内的多个结构	计算机视觉	NA	深度学习	SwinUNETR	CT扫描图像	325个临床CT扫描数据集，分为训练集260个和测试集65个