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
1021	2024-08-07	Evaluation of two deep learning-based approaches for detecting weeds growing in cabbage 2024-Jun, Pest management science IF:3.8Q1 DOI:10.1002/ps.7990 PMID:38323798	研究论文	本研究比较了两种基于深度学习的方法在卷心菜中检测杂草的效果	提出了一种间接检测杂草的方法，通过生成覆盖作物的边界框，并将边界框外的绿色像素视为杂草	直接检测杂草的性能较低，可能是由于不同密度和生长阶段的多种杂草物种及其不同的植物形态	比较两种不同的深度学习方法在卷心菜中检测杂草的效果	卷心菜中的杂草	计算机视觉	NA	深度学习	YOLOv5, YOLOv8	图像	NA
1022	2024-08-07	OMERACT validation of a deep learning algorithm for automated absolute quantification of knee joint effusion versus manual semi-quantitative assessment 2024-Jun, Seminars in arthritis and rheumatism IF:4.6Q1 DOI:10.1016/j.semarthrit.2024.152420 PMID:38422727	research paper	本文通过OMERACT过滤器评估深度学习（DL）自动量化膝关节积液-滑膜炎的效果	使用DL算法自动量化膝关节积液体积，并与专家的手动半定量评分进行比较	需要进一步评估区分度和真实性与临床结果的关系，以完全满足OMERACT过滤器的要求	评估深度学习自动量化膝关节积液的准确性	膝关节积液的量化	machine learning	NA	deep learning	NA	MRI image	53名OAI受试者
1023	2024-08-07	Prediction of Parkinson's disease by transcranial sonography-based deep learning 2024-Jun, Neurological sciences : official journal of the Italian Neurological Society and of the Italian Society of Clinical Neurophysiology IF:2.7Q3 DOI:10.1007/s10072-023-07154-4 PMID:37985633	研究论文	本研究旨在开发一种基于深度卷积神经网络（DCNN）模型的改良经颅超声（TCS）技术，用于预测帕金森病（PD）	本研究开发了基于经颅超声的深度卷积神经网络模型，其诊断准确性高于传统诊断方法	NA	开发一种新的经颅超声技术，用于提高帕金森病的诊断准确性	帕金森病患者和正常对照组的经颅超声图像	机器学习	帕金森病	经颅超声	深度卷积神经网络（DCNN）	图像	1529张经颅超声图像，来自854名帕金森病患者和775名正常对照者
1024	2024-08-07	ASD-Net: a novel U-Net based asymmetric spatial-channel convolution network for precise kidney and kidney tumor image segmentation 2024-Jun, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03025-y PMID:38326677	研究论文	本文提出了一种基于U-Net的新型不对称空间-通道卷积网络ASD-Net，用于肾脏及肾脏肿瘤图像的精确分割	ASD-Net采用了自适应空间-通道卷积优化（ASCO）块和密集扩张增强卷积（DDEC）块，以及Atrous空间金字塔池化（ASPP）模块和空间与通道挤压与激励（scSE）注意力机制，以提高分割精度	NA	提高肾脏及肾脏肿瘤图像分割的精确度	肾脏及肾脏肿瘤	计算机视觉	NA	深度学习	U-Net	图像	KiTS19数据集
1025	2024-08-07	Deep learning and predictive modelling for generating normalised muscle function parameters from signal images of mandibular electromyography 2024-Jun, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03047-6 PMID:38376739	研究论文	本文开发了一种从下颌肌电图信号图像中提取标准化信号参数的工作流程，并确定了量化信号强度和活动持续时间的最佳聚类方法	首次探索了开源下颌EMG信号转换方法，并利用深度学习技术从EMG图像中提取标准化信号数据	工作流程在某些肌肉活动中的聚类效果有待提高	开发一种能够从下颌肌电图信号图像中提取标准化信号数据的工作流程，并生成可量化的肌肉活动持续时间和功能强度参数	下颌肌电图信号图像	机器学习	NA	OpenCV, 变分编码器, Neurokit2	k-means, GMM, DBSCAN	图像	66名参与者的颞肌、咬肌和二腹肌数据
1026	2024-08-07	MAN-C: A masked autoencoder neural cryptography based encryption scheme for CT scan images 2024-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.102738 PMID:38715952	研究论文	本文提出了一种基于掩码自编码器神经密码学的加密方案MAN-C，用于安全共享医学图像	结合了掩码自编码器和神经密码学，提供了一种新的公钥密码学方法，具有更少的计算时间和内存需求，以及非确定性特性	NA	开发一种新的加密技术，以安全地共享医学图像，保护患者数据隐私	医学图像，特别是CT扫描图像	计算机视觉	NA	掩码自编码器	自编码器	图像	使用了由癌症影像档案(TCIA)公开的CT扫描数据集
1027	2024-08-07	Extensive data engineering to the rescue: building a multi-species katydid detector from unbalanced, atypical training datasets 2024-Jun-24, Philosophical transactions of the Royal Society of London. Series B, Biological sciences DOI:10.1098/rstb.2023.0444 PMID:38705172	研究论文	本研究通过广泛的数据工程技术，从非平衡、不典型的训练数据集中构建了一个多物种的蟋蟀检测器	采用严格的数据工程方法，通过控制播放重录和物理基础的数据增强技术，以及调整信号处理、模型和训练参数，提高了输入数据的多样性，并开发了Koogu工具箱	研究面临有限的和不平衡的初始训练数据集，以及域不匹配的录音问题	开发一种基于深度学习的解决方案，自动识别巴拿马热带森林中31种感兴趣的蟋蟀物种	31种蟋蟀物种	自然语言处理	NA	深度学习	NA	音频	超过80种蟋蟀物种的录音
1028	2024-08-07	Unsupervised Domain Adaptation of Object Detectors: A Survey 2024-Jun, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2022.3217046 PMID:37030853	综述	本文详细描述了目标检测中的域适应问题，并提供了一系列方法的广泛综述	介绍了多种针对目标检测的域适应技术，并指出了未来研究的有前景的方向	文章未明确提及当前方法的具体局限性	旨在为模式识别专家介绍域适应问题，并展示当前研究的进展及未来研究方向	目标检测模型在标签稀缺且视觉上不同的数据集上的适应性	计算机视觉	NA	深度学习	NA	图像	NA
1029	2024-08-07	DeepSFM: Robust Deep Iterative Refinement for Structure From Motion 2024-Jun, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2023.3307567 PMID:37669192	研究论文	本文提出了一种名为DeepSFM的物理驱动架构，用于解决Structure from Motion（SfM）问题，通过迭代细化深度和姿态来提高性能和鲁棒性	结合传统Bundle Adjustment和深度学习技术，引入3D成本体积作为显式结构约束，并使用Gated Recurrent Units（GRUs）进行深度和姿态的迭代更新	NA	提高Structure from Motion问题的解决效率和鲁棒性	图像中的深度和相机姿态	计算机视觉	NA	Gated Recurrent Units（GRUs）	深度学习模型	图像	涉及多个数据集的广泛实验
1030	2024-08-07	Real-Time Laryngeal Cancer Boundaries Delineation on White Light and Narrow-Band Imaging Laryngoscopy with Deep Learning 2024-Jun, The Laryngoscope DOI:10.1002/lary.31255 PMID:38174772	研究论文	研究使用深度学习技术自动描绘喉癌在内镜图像和视频中的表浅范围	开发了SegMENT-Plus模型，能够准确描绘喉癌边界，性能与耳鼻喉科住院医师相当，并展示了出色的泛化能力	需要临床试验来评估该技术在手术实践和切除边缘改进中的作用	探索深度学习在自动描绘喉癌表浅范围方面的潜力	喉癌的表浅范围	计算机视觉	喉癌	深度学习	SegMENT-Plus	图像	3933张喉癌图像来自557名患者
1031	2024-08-07	Consistent and effective method to define the mouse estrous cycle stage by a deep learning-based model 2024-Jun-01, The Journal of endocrinology IF:3.4Q2 DOI:10.1530/JOE-23-0204 PMID:38593833	研究论文	本文提出了一种基于深度学习模型的方法，用于准确且可重复地确定小鼠动情周期的阶段	开发了一种使用深度卷积神经网络（CNN）的模型，通过像素级多类语义分割从171个苏木精染色的样本中提取图像特征，实现了对小鼠动情周期阶段的自动分类	由于M阶段时间短且不易由研究人员定义，CNN对M阶段的识别存在挑战，且缺乏适当的基准真相	开发一种可靠且有效的方法来分类小鼠动情周期的阶段	小鼠动情周期的四个阶段：发情前期（P）、发情期（E）、发情后期（M）和间情期（D）	机器学习	NA	深度卷积神经网络（CNN）	CNN	数字全玻片图像（WSIs）	171个苏木精染色的样本用于训练，148个幻灯片用于验证
1032	2024-08-07	Advanced deep learning-based image reconstruction in lumbar spine MRI at 0.55 T - Effects on image quality and acquisition time in comparison to conventional deep learning-based reconstruction 2024-Jun, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2024.100567 PMID:38711678	研究论文	评估在0.55T腰椎MRI中使用优化深度学习图像后处理技术对图像质量和采集时间的影响	采用先进的深度学习后处理技术（ADLR）在0.55T腰椎MRI中显著提高图像质量并减少采集时间	对于脊髓管和神经孔的可评估性，评估者间的一致性为中等	评估在0.55T腰椎MRI中使用深度学习后处理技术对图像质量和采集时间的影响	18名患者的腰椎MRI图像	计算机视觉	NA	深度学习	NA	图像	18名患者
1033	2024-08-07	ASOptimizer: Optimizing antisense oligonucleotides through deep learning for IDO1 gene regulation 2024-Jun-11, Molecular therapy. Nucleic acids DOI:10.1016/j.omtn.2024.102186 PMID:38706632	research paper	本文介绍了一种基于深度学习的平台ASOptimizer，用于高效且低成本地设计反义寡核苷酸（ASOs），以优化IDO1基因的调控	ASOptimizer不仅选择最有效的mRNA靶点，还优化化学修饰以增强性能	NA	开发一种高效且低成本的方法来设计反义寡核苷酸，用于癌症治疗	IDO1 mRNA的反义寡核苷酸设计	machine learning	NA	deep learning	NA	sequence	NA
1034	2024-08-07	Fusion of multi-source relationships and topology to infer lncRNA-protein interactions 2024-Jun-11, Molecular therapy. Nucleic acids DOI:10.1016/j.omtn.2024.102187 PMID:38706631	研究论文	本文提出了一种基于图自编码器（GAE）的FMSRT-LPI模型，用于预测长非编码RNA与蛋白质的相互作用（LPI）	首次将路径掩蔽和度回归策略集成到GAE框架中，用于潜在的LPI推断	NA	准确预测长非编码RNA与蛋白质的相互作用，以阐明lncRNA的功能和致病机制	长非编码RNA与蛋白质的相互作用	生物信息学	NA	图自编码器（GAE）	GAE	网络数据	多个公共数据集
1035	2024-08-07	Evaluation of Deep Learning Clinical Target Volumes Auto-Contouring for Magnetic Resonance Imaging-Guided Online Adaptive Treatment of Rectal Cancer 2024-Jun, Advances in radiation oncology IF:2.2Q2 DOI:10.1016/j.adro.2024.101483 PMID:38706833	研究论文	本文提出并应用了一个全面的框架，用于评估深度学习在直肠癌患者MRI引导在线自适应放疗中自动勾画临床目标体积（CTV）的性能和临床可用性。	本文创新地提出了一种全面的评估框架，用于验证深度学习自动勾画CTV的准确性和临床信任度。	尽管模型在专家修正后性能与观察者间变异相当，但仍引入了一定的偏差，尽管对临床实践影响不大。	旨在评估深度学习在直肠癌放疗中自动勾画CTV的性能和临床应用潜力。	研究对象为接受MRI引导在线自适应放疗的直肠癌患者。	机器学习	直肠癌	深度学习	nnU-Net	图像	44名直肠癌患者
1036	2024-08-07	UIdataGB: Multi-Class ultrasound images dataset for gallbladder disease detection 2024-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110426 PMID:38708300	research paper	本文介绍了一个大型数据集UIdataGB，包含10,692张高分辨率的胆囊超声图像，用于胆囊疾病检测。	该研究首次提供了一个开放访问的胆囊器官超声图像数据集，有助于推动计算机辅助诊断胆囊疾病的研究。	由于是首次提供此类数据集，可能存在数据集质量和可用性方面的限制。	旨在通过提供一个大型胆囊超声图像数据集，推动医学影像领域的发展，改善患者治疗。	研究对象包括1,782名个体的胆囊超声图像，涵盖多种胆囊疾病类型。	computer vision	胆囊疾病	NA	NA	image	10,692张胆囊超声图像，来自1,782名个体
1037	2024-08-07	Bangla_MER: A unique dataset for Bangla mathematical entity recognition 2024-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110407 PMID:38708312	research paper	本文介绍了一个新的孟加拉语数学实体识别数据集Bangla_MER，包含13,717条记录	孟加拉语数学实体识别领域的新颖性，以及首个公开可用的数据集	NA	促进孟加拉语数学实体的识别和相关研究	孟加拉语中的数学实体，包括数学运算符、著名数学术语和操作数	自然语言处理	NA	NA	NA	文本	13,717条记录
1038	2024-08-08	Tea leaf age quality: Age-stratified tea leaf quality classification dataset 2024-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110462 PMID:38711743	研究论文	本文介绍了“茶叶叶片年龄质量”数据集，这是一个用于基于叶片年龄进行茶叶分类、检测和质量预测的创新农业和机器学习资源。	该数据集首次系统地根据年龄质量标准将茶叶叶片分为四个不同类别，并提供了原始、未注释和增强的数据，以促进高级研究。	NA	旨在通过提供详细的年龄分层茶叶叶片分类，推动农业领域的技术进步。	茶叶叶片的分类和质量评估。	机器学习	NA	深度学习	NA	图像	2208张原始图像