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
621	2024-08-07	Enhancing gait recognition by multimodal fusion of mobilenetv1 and xception features via PCA for OaA-SVM classification 2024-07-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68053-y PMID:39060307	研究论文	本研究通过多模态融合MobileNetV1和Xception特征并使用PCA降维，结合OaA-SVM分类器，提高了步态识别模型的性能	采用多模态特征融合和PCA降维技术，结合OaA-SVM分类器，显著提高了步态识别的准确率	研究仅使用了CASIA-B数据集中的50个个体，且数据集划分比例固定	旨在解决步态识别领域中现有的一些限制，提高识别准确性	步态识别模型及其在安全系统和医疗诊断中的应用	计算机视觉	NA	PCA降维	MobileNetV1, Xception, OaA-SVM	图像	50个个体，数据集分为训练和测试两部分
622	2024-08-07	A chatbot based question and answer system for the auxiliary diagnosis of chronic diseases based on large language model 2024-07-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-67429-4 PMID:39054346	研究论文	本研究利用GPT系列的大型语言模型和深度学习技术，开发了一个针对慢性疾病的辅助诊断问答系统Chat Ella	本研究首次将GPT-2模型进行迁移学习和微调，用于辅助诊断24种常见慢性疾病，并开发了用户友好的对话界面	NA	开发一个辅助诊断慢性疾病的智能问答系统，提高医疗质量和效率	慢性疾病	自然语言处理	慢性疾病	深度学习	GPT-2	文本	验证集上的准确率为97.50%，AUC值为99.91%，用户满意度测试中68.7%的参与者表示认可
623	2024-08-07	Exceptional performance with minimal data using a generative adversarial network for alzheimer's disease classification 2024-07-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66874-5 PMID:39043757	研究论文	本研究利用生成对抗网络（GAN）在数据有限的情况下实现阿尔茨海默病（AD）的高精度分类	提出将生成对抗网络（GAN）与预训练的卷积神经网络（CNN）结合，以减少数据需求并提高分类准确性	研究依赖于OASIS数据库的数据，可能存在数据不平衡问题	解决阿尔茨海默病分类中数据不足的问题	阿尔茨海默病（AD）的分类	机器学习	阿尔茨海默病	生成对抗网络（GAN）	卷积神经网络（CNN）	医学影像数据（MRI）	使用OASIS数据库中的实验数据
624	2024-08-07	Insights from EEG analysis of evoked memory recalls using deep learning for emotion charting 2024-07-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-61832-7 PMID:39048599	研究论文	本文提出了一种结合1D-CNN和LSTM特征提取器与极学习机（ELM）分类器的深度学习框架，用于改善由记忆诱发的情绪识别	该研究利用深度学习技术捕捉记忆诱发情绪的重复和连续模式，这是深度学习技术在情绪识别领域中未充分探索的应用	NA	旨在提高在无外部刺激的日常活动中，通过智能可穿戴脑电图（EEG）传感器监测心理状态的情绪识别技术的工业级实用性	通过可穿戴的超移动运动帽分析EEG信号，同时回忆由情感词汇引发的 autobiographical emotional memories，并自我标注在valence和arousal的量表上	机器学习	NA	EEG	1D-CNN, LSTM, ELM	EEG信号	使用相同数据集进行广泛实验，具体样本数量未详述
625	2024-08-07	Robust evaluation of deep learning-based representation methods for survival and gene essentiality prediction on bulk RNA-seq data 2024-07-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-67023-8 PMID:39048590	研究论文	本文评估了不同设计选择的深度学习表示学习方法在TCGA和DepMap泛癌数据集上的性能，并评估了它们在生存和基因必需性预测任务中的预测能力	本文展示了自动编码器（AE）通过遮蔽和多头训练等技术持续改进，并强调了深度学习表示和预训练的影响高度依赖于任务和架构	本文指出深度学习表示和预训练的影响高度依赖于任务和架构，需要采用严格的评估指南	评估深度学习表示学习方法在生存和基因必需性预测任务中的性能	TCGA和DepMap泛癌数据集	机器学习	NA	深度学习	自动编码器（AE）	RNA-seq数据	NA
626	2024-08-07	Resolution Enhancement of Metabolomic J-Res NMR Spectra Using Deep Learning 2024-07-23, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c00563 PMID:38990576	研究论文	本文介绍了一种基于深度学习的生成对抗网络J-RESRGAN，用于增强代谢组学J-Res NMR光谱的分辨率	引入了新的对称损失函数，利用J-Res NMR光谱的固有垂直对称性，提高了模型的性能	NA	提高NMR代谢组学研究的精确度	代谢组学中的J-Res NMR光谱	机器学习	NA	NMR	GAN	光谱数据	模拟血浆数据中100%的峰对，实验血浆、尿液、全脂牛奶和橙汁中分别为80.8-100%、85.0-96.7%、94.4-98.9%和82.6-91.7%的峰对
627	2024-08-07	Deep Learning Enhanced Label-Free Action Potential Detection Using Plasmonic-Based Electrochemical Impedance Microscopy 2024-07-16, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c01179 PMID:38953225	研究论文	本文利用深度学习技术改进基于等离子体激元的电化学阻抗显微镜（P-EIM）进行无标记动作电位检测	采用长短期记忆（LSTM）循环神经网络和匹配滤波技术，显著减少信号平均周期数，提高动作电位检测的效率和可行性	目前方法需要进一步优化以适应所有神经元细胞的检测需求	提高神经元电活动检测的灵敏度和分辨率	神经元细胞的动作电位传播	机器学习	NA	等离子体激元电化学阻抗显微镜（P-EIM）	长短期记忆（LSTM）循环神经网络	视频信号	90个信号周期减少至5个或单个周期
628	2024-08-07	Magnetic resonance imaging-based radiomics and deep learning models for predicting lymph node metastasis of squamous cell carcinoma of the tongue 2024-07, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2024.01.016 PMID:38378316	研究论文	本研究旨在通过磁共振成像（MRI）中的放射组学和深度学习（DL）相结合的方法，预测舌鳞状细胞癌患者的淋巴结转移（LNM）	本研究创新性地结合了放射组学和深度学习特征，构建了一个深度学习放射组学列线图，用于预测舌鳞状细胞癌的淋巴结转移	NA	建立一种结合放射组学和深度学习的MRI方法，用于术前预测舌鳞状细胞癌患者的淋巴结转移	舌鳞状细胞癌患者的淋巴结转移	机器学习	口腔癌	磁共振成像（MRI）	多层感知器模型	图像	196名舌鳞状细胞癌患者的MR图像，分为训练组（156例）和测试组（40例）
629	2024-08-07	Detection of extracranial and intracranial calcified carotid artery atheromas in cone beam computed tomography using a deep learning convolutional neural network image segmentation approach 2024-07, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2023.08.009 PMID:37770329	研究论文	利用深度学习卷积神经网络（DL CNN）在锥束计算机断层扫描（CBCT）图像上检测颅外和颅内钙化的颈动脉粥样硬化斑块	采用基于U-Net的CNN架构进行迁移学习，提高了模型在检测颈动脉粥样硬化斑块的准确性	模型在检测颅内颈动脉粥样硬化斑块的准确性较低，需要进一步研究	开发一种使用深度学习技术在CBCT图像上检测颈动脉粥样硬化斑块的方法	颅外和颅内钙化的颈动脉粥样硬化斑块	计算机视觉	心血管疾病	锥束计算机断层扫描（CBCT）	卷积神经网络（CNN）	图像	137个完整CBCT扫描，170个单轴CBCT切片用于训练
630	2024-08-07	Evaluation of deep learning for detecting intraosseous jaw lesions in cone beam computed tomography volumes 2024-07, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2023.09.011 PMID:38155015	研究论文	本研究旨在开发和评估深度学习算法在锥束计算机断层扫描（CBCT）体积中检测颌骨内病变的表现	本研究展示了深度学习方法在CBCT体积中检测颌骨内病变的潜力	NA	开发和评估深度学习算法在CBCT体积中检测颌骨内病变的表现	颌骨内病变	计算机视觉	NA	深度学习	NA	CBCT体积	共290个CBCT体积，来自超过12种不同的扫描仪，视野范围从6 × 6 × 6 cm到18 × 18 × 16 cm，包含0或至少一个经活检证实的颌骨内病变
631	2024-08-07	Age and sex estimation in cephalometric radiographs based on multitask convolutional neural networks 2024-07, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2024.02.010 PMID:38614872	研究论文	本研究利用多任务卷积神经网络从头颅侧位X光片中自动估计年龄和性别	提出了一种基于VGG16的多任务深度学习模型，用于从头颅侧位X光片中同时估计年龄和性别	NA	利用深度学习技术自动估计头颅侧位X光片中的年龄和性别	头颅侧位X光片中的年龄和性别特征	计算机视觉	NA	深度学习	CNN	图像	4,557张头颅侧位X光片
632	2024-08-07	Maxillary sinus detection on cone beam computed tomography images using ResNet and Swin Transformer-based UNet 2024-07, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2023.06.001 PMID:37633787	研究论文	本研究开发了一种基于Swin transformer和ResNet的新型UNet架构，用于在锥束计算机断层扫描（CBCT）图像中检测上颌窦的病理状况和感染	提出的Res-Swin-UNet模型结合了ResNet和Swin transformer，实现了强大的全局上下文特性和高效的特征分割	NA	旨在通过人工智能方法确定与上颌窦相关的病理状况和感染的界限，以辅助牙科医生的工作	上颌窦的病理状况和感染	计算机视觉	NA	CBCT	UNet	图像	298张CBCT图像
633	2024-08-07	Image preprocessing with contrast-limited adaptive histogram equalization improves the segmentation performance of deep learning for the articular disk of the temporomandibular joint on magnetic resonance images 2024-07, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2023.01.016 PMID:37263812	研究论文	本文评估了对比度受限的自适应直方图均衡化（CLAHE）预处理对深度学习（DL）编码器-解码器卷积神经网络（ED-CNN）在磁共振图像上分割颞下颌关节（TMJ）关节盘性能的影响	提出使用CLAHE预处理方法提高DL-ED-CNN模型在TMJ关节盘分割任务中的鲁棒性	模型在单设备数据集上的鲁棒性较低	评估DL-ED-CNN在TMJ关节盘分割中的性能，并探讨CLAHE预处理的效果	颞下颌关节的关节盘	计算机视觉	NA	对比度受限的自适应直方图均衡化（CLAHE）	编码器-解码器卷积神经网络（ED-CNN）	磁共振图像（MRI）	536张MR图像，来自49名个体
634	2024-08-07	Developing deep learning methods for classification of teeth in dental panoramic radiography 2024-07, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2023.02.021 PMID:37316425	研究论文	本文旨在开发基于深度学习方法的临床牙科决策支持系统，以减少诊断解释错误和时间，提高牙科治疗和分类的有效性	本文比较了两种深度学习方法（YOLO-V4和Faster R-CNN）在牙科全景放射摄影中牙齿分类的性能，发现YOLO-V4方法在预测牙齿的准确性、分类速度和检测能力方面优于Faster R-CNN方法	NA	开发基于人工智能的临床牙科决策支持系统	牙科全景放射摄影中的牙齿分类	计算机视觉	NA	深度学习	YOLO-V4, Faster R-CNN	图像	1200张全景放射摄影图像
635	2024-08-07	Multi-model deep learning approach for segmentation of teeth and periapical lesions on pantomographs 2024-07, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2023.11.006 PMID:38616480	研究论文	本文介绍了一种多模型深度学习方法，用于在全景X光片上分割牙齿和根尖周病变，并将其与致病牙齿关联	本文采用了U-net和Mask RCNN两种算法进行病变检测，并通过多模型方法成功关联了根尖周病变与致病牙齿	本文仅使用了250张全景X光片进行训练，未来可通过增加图像数量和训练模型以自动化检测更多牙科诊断中的常见影像发现	开发一种深度学习AI模型，用于在全景X光片上分割根尖周病变并关联致病牙齿	根尖周病变及其与致病牙齿的关系	机器学习	NA	深度学习	U-net, Mask RCNN	图像	250张全景X光片
636	2024-08-07	Dose robustness of deep learning models for anatomic segmentation of computed tomography images 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.044005 PMID:39099642	研究论文	本文研究了在降低辐射剂量和CT重建技术进步的背景下，预训练分割模型在CT图像解剖分割中的剂量鲁棒性问题	使用全剂量采集的原始数据模拟低剂量CT扫描，避免了重新扫描患者的需要，并通过实际CT扫描的幻影验证了模拟的准确性	需要进一步研究以确定病变分割方法的鲁棒性，并排序影响剂量鲁棒性的因素	评估现有分割模型在不同辐射剂量下的性能	CT图像的解剖分割模型	计算机视觉	NA	CT扫描	CNN	图像	涉及多个预训练分割模型，剂量降低至20%，使用实际CT扫描的幻影进行验证
637	2024-08-07	Development and External Validation of a Multidimensional Deep Learning Model to Dynamically Predict Kidney Outcomes in IgA Nephropathy 2024-Jul-01, Clinical journal of the American Society of Nephrology : CJASN IF:8.5Q1 DOI:10.2215/CJN.0000000000000471 PMID:38728096	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
638	2024-08-07	A scheme combining feature fusion and hybrid deep learning models for epileptic seizure detection and prediction 2024-07-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-67855-4 PMID:39043914	研究论文	提出了一种基于多类特征融合和混合深度学习模型的新方法，用于癫痫发作的检测和预测	结合了卷积神经网络、门控递归单元和注意力机制，以提高癫痫发作检测和预测的精度	NA	开发一种有效的方法以检测和预测癫痫发作	针对癫痫患者的EEG信号进行分析	机器学习	癫痫	离散小波变换（DWT）、卷积神经网络（CNN）、门控循环单元（GRU）	CNN-GRU-AM	EEG信号	使用CHB-MIT数据集进行验证
639	2024-08-07	Human gender estimation from CT images of skull using deep feature selection and feature fusion 2024-07-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-65521-3 PMID:39043755	研究论文	本研究旨在通过颅骨CT图像预测性别	该研究利用深度学习和特征融合技术，提高了性别预测的准确性和效率	研究可能只限于特定人群，可能无法推广至其他年龄和种族	探索通过CT图像准确估计人类性别的可能性	涉及421名年龄在25至65岁之间的男性和女性的颅骨CT图像	计算机视觉	NA	深度学习	卷积神经网络（CNN）	图像	421个颅骨CT图像样本
640	2024-08-07	The artistic image processing for visual healing in smart city 2024-07-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68082-7 PMID:39039163	研究论文	本研究探讨了艺术图像处理在智慧城市背景下对城市居民心理健康和生活质量的视觉治疗效果	提出了重叠分割视觉变换器（OSViT）结合双向长短期记忆（BiLSTM）算法的艺术图像处理和分类识别模型	NA	探讨艺术图像处理在智慧城市中的应用及其对居民心理健康的影响	艺术图像及其处理技术	数字病理学	NA	深度学习技术	OSViT-BiLSTM	图像	涉及多个场景的艺术图像，用户反馈超过90%满意