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
301	2024-09-17	Feature Interaction-Based Face De-Morphing Factor Prediction for Restoring Accomplice's Facial Image 2024-Aug-25, Sensors (Basel, Switzerland) DOI:10.3390/s24175504 PMID:39275415	研究论文	本文提出了一种基于特征交互的面部去变形因子预测方法，用于恢复共犯的面部图像	本文创新性地引入了基于特征交互的通道注意力机制，并结合实时捕捉的参考图像，预测去变形因子，从而恢复共犯的身份信息	NA	恢复共犯的面部图像	面部去变形因子预测	计算机视觉	NA	通道注意力机制	StyleGAN	图像	NA
302	2024-09-17	A New Method for Non-Destructive Identification and Tracking of Multi-Object Behaviors in Beef Cattle Based on Deep Learning 2024-Aug-24, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani14172464 PMID:39272249	研究论文	本文提出了一种基于深度学习的非破坏性识别和跟踪牛肉牛多对象行为的新方法	引入了动态蛇卷积模块和BiFormer注意力机制，改进了YOLOv8n算法，提高了行为识别的准确性；优化了Deep SORT算法，减少了ID匹配错误	未提及具体局限性	为牛肉牛的智能识别和管理提供理论和实践支持	牛肉牛的行为识别和跟踪	计算机视觉	NA	深度学习	YOLOv8n, ResNet18	视频	九种行为，包括站立、躺卧、爬跨、打斗、舔舐、进食、饮水、工作、搜索，平均50和50:95精度分别为96.5%和71.5%
303	2024-09-17	Modern Approach to Diabetic Retinopathy Diagnostics 2024-Aug-24, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14171846 PMID:39272631	综述	本文综述了糖尿病视网膜病变诊断的创新方法	介绍了远程眼科、智能手机摄影、人工智能与深度学习等技术在早期疾病检测中的应用	这些技术的使用可能受限于某些地区的保险覆盖，且存在高成本、睫毛伪影、周边畸变等问题	探讨糖尿病视网膜病变的创新诊断方法	糖尿病视网膜病变	计算机视觉	糖尿病	人工智能、深度学习、卷积神经网络	卷积神经网络	图像	NA
304	2024-09-17	A Deep Learning Approach to Distance Map Generation Applied to Automatic Fiber Diameter Computation from Digital Micrographs 2024-Aug-24, Sensors (Basel, Switzerland) DOI:10.3390/s24175497 PMID:39275408	研究论文	本文介绍了一种基于深度学习的纤维显微图像距离图生成方法，用于自动计算纤维直径	提出了一种基于深度学习的距离图生成方法，改进了U-Net架构，能够更准确地分割和计算纤维直径	NA	开发一种更精确和自动化的方法来测量纤维直径，以改进纺织行业的质量控制和定价	动物和合成纺织品中的纤维直径	计算机视觉	NA	深度学习	U-Net	图像	使用了真实和模拟的显微图像进行训练
305	2024-09-17	Ultrafast Brain MRI at 3 T for MS: Evaluation of a 51-Second Deep Learning-Enhanced T2-EPI-FLAIR Sequence 2024-Aug-23, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14171841 PMID:39272626	研究论文	评估了一种51秒的深度学习增强T2-EPI-FLAIR序列在3T磁共振成像中对多发性硬化症（MS）患者脑部病变的检测效果	提出了一种超快速的深度学习增强T2-EPI-FLAIR序列，旨在缩短MRI成像时间，同时保持图像质量	FLAIR序列在某些脑区的信噪比和对比噪声比存在局限性，且存在空间畸变等伪影	评估超快速深度学习增强T2-EPI-FLAIR序列在多发性硬化症患者脑部病变检测中的应用效果	17名多发性硬化症患者	数字病理学	多发性硬化症	磁共振成像（MRI）	深度学习	图像	17名多发性硬化症患者
306	2024-09-17	Enhancing Jujube Forest Growth Estimation and Disease Detection Using a Novel Diffusion-Transformer Architecture 2024-Aug-23, Plants (Basel, Switzerland) DOI:10.3390/plants13172348 PMID:39273832	研究论文	本文提出了一种结合扩散-Transformer结构和并行注意力机制的深度学习模型，用于枣树林的生长估计和疾病检测	创新点在于设计了一种新的扩散-Transformer架构，并结合并行注意力机制，显著提升了模型在复杂森林区域中的数据处理能力和特征提取精度	NA	旨在解决现有林业监测方法在大规模和高度复杂森林区域中的数据处理能力和特征提取精度不足的问题	枣树林的生长和疾病检测	机器学习	NA	深度学习	扩散-Transformer	图像	NA
307	2024-09-17	A Deep Learning Framework for Real-Time Bird Detection and Its Implications for Reducing Bird Strike Incidents 2024-Aug-23, Sensors (Basel, Switzerland) DOI:10.3390/s24175455 PMID:39275366	研究论文	本文提出了一种用于实时鸟类检测的深度学习框架，旨在减少鸟击事件对航空安全的影响	本文的创新点在于开发了一种双焦点模型，结合了基于注意力的时序分析网络和具有空间意识的卷积神经网络，能够识别复杂背景中的特定特征，从而提高检测准确性	NA	本文的研究目的是开发一种高效的鸟类检测技术，以减少机场鸟击事件的发生	本文的研究对象是机场环境中的鸟类检测	计算机视觉	NA	深度学习	卷积神经网络	图像	使用了包含不同种类和飞行模式的鸟类图像的大规模数据库
308	2024-09-17	PolyMeme: Fine-Grained Internet Meme Sensing 2024-Aug-23, Sensors (Basel, Switzerland) DOI:10.3390/s24175456 PMID:39275367	研究论文	本文介绍了一个名为PolyMeme的数据集，用于细粒度互联网模因检测	提出了PolyMeme数据集，包含了约27K个来自四个类别的模因，填补了现有数据集在模因格式、风格和内容多样性方面的不足	未提及	开发一个细粒度的互联网模因检测系统	互联网模因	计算机视觉	NA	深度学习	ResNet, ViT	图像	约27K个模因样本
309	2024-09-17	A Self-Attention Legendre Graph Convolution Network for Rotating Machinery Fault Diagnosis 2024-Aug-23, Sensors (Basel, Switzerland) DOI:10.3390/s24175475 PMID:39275385	研究论文	本文提出了一种结合自注意力机制的Legendre图卷积网络，用于旋转机械故障诊断	该方法将振动信号从欧几里得空间转换为非欧几里得空间的图信号，并采用基于Legendre多项式的快速局部谱滤波和自注意力图池化方法，显著提高了模型的稳定性和计算效率	NA	提高旋转机械故障诊断的准确性和适应性	旋转机械的故障诊断	机器学习	NA	图卷积网络	Legendre图卷积网络	振动信号	10种不同的行星齿轮箱故障任务
310	2024-09-17	Coronary computed tomographic angiography-derived anatomic and hemodynamic plaque characteristics in prediction of cardiovascular events 2024-Aug, The international journal of cardiovascular imaging DOI:10.1007/s10554-024-03149-0 PMID:38878147	研究论文	本研究探讨了基于深度学习的冠状动脉CT血管造影（CCTA）得出的解剖和血流动力学斑块特征与导致后续主要不良心血管事件（MACE）的高风险斑块之间的关联	本研究创新性地结合了深度学习和计算流体动力学算法，从CCTA中提取了不良斑块特征和血流动力学参数，并验证了这些参数在预测MACE事件及其预后中的价值	本研究为回顾性分析，样本量较小，且未涉及前瞻性验证	研究基于CCTA的解剖和血流动力学斑块特征与MACE事件之间的关系，并评估血流动力学参数在预测MACE事件及其预后中的价值	冠状动脉CT血管造影（CCTA）得出的解剖和血流动力学斑块特征	数字病理学	心血管疾病	冠状动脉CT血管造影（CCTA）	深度学习	图像	86名患者，共134个斑块形成的血管和83个随后发生冠状动脉事件的罪犯血管
311	2024-09-17	Deep learning-based automated liver contouring using a small sample of radiotherapy planning computed tomography images 2024-Aug, Radiography (London, England : 1995) DOI:10.1016/j.radi.2024.08.005 PMID:39179459	研究论文	研究使用少量放射治疗计划CT图像进行基于深度学习的自动肝脏轮廓描绘的可行性	首次探讨了基于深度学习的肝脏轮廓描绘所需的最小数据量	研究仅限于放射治疗计划CT图像，未涉及其他类型的医学影像	探讨使用有限数据进行自动肝脏轮廓描绘的可行性	放射治疗计划CT图像中的肝脏轮廓	计算机视觉	NA	深度学习	U-Net	图像	62个训练病例
312	2024-09-16	Pediatric septic shock estimation using deep learning and electronic medical records 2024-Aug, Acute and critical care IF:1.7Q3 DOI:10.4266/acc.2024.00031 PMID:39266275	研究论文	本研究利用深度学习和电子病历数据开发了一种用于儿科脓毒性休克早期诊断的模型	本研究的创新点在于使用深度学习模型简化了儿科脓毒性休克的早期诊断过程	本研究需要通过前瞻性研究进行外部验证	开发一种基于深度学习的模型，用于儿科脓毒性休克的早期诊断	儿科患者（<18岁）的脓毒性休克病例	机器学习	NA	深度学习	深度学习模型	电子病历数据	9,616,115次测量，其中34,696例脓毒性休克病例
313	2024-09-15	LungPath: artificial intelligence-driven histologic pattern recognition for improved diagnosis of early-stage invasive lung adenocarcinoma 2024-Aug-31, Translational lung cancer research IF:4.0Q1 DOI:10.21037/tlcr-24-258 PMID:39263012	研究论文	开发了一种基于深度学习算法的LungPath模型，用于早期肺腺癌的CT扫描图像自动分割和高风险病理模式的预测	提出了基于Mask-RCNN和ResNet50_3D的深度学习模型，用于早期肺腺癌的高风险病理模式识别	研究仅基于回顾性数据，且样本量相对较小	开发和评估一种深度学习算法，用于早期肺腺癌的高风险病理模式识别	早期肺腺癌患者及其CT扫描图像	计算机视觉	肺癌	深度学习	Mask-RCNN, ResNet50_3D	图像	432名早期肺腺癌患者，其中385名在开发组，47名在外部测试组
314	2024-09-15	Automatic detection of adenoid hypertrophy on lateral nasopharyngeal radiographs of children based on deep learning 2024-Aug-31, Translational pediatrics IF:1.5Q2 DOI:10.21037/tp-24-194 PMID:39263285	研究论文	本研究评估了基于深度学习的侧位鼻咽部X光片在儿童腺样体肥大诊断中的准确性和可靠性	本研究首次使用多种深度学习模型（如AlexNet、VGG16、Inception v3、ResNet50和DenseNet121）进行腺样体肥大的自动检测，并发现DenseNet121模型表现最佳	本研究仅使用了三家医院的儿童侧位鼻咽部X光片数据，样本量有限，且未涉及其他类型的影像数据	评估深度学习模型在儿童腺样体肥大诊断中的应用效果	儿童腺样体肥大及其在侧位鼻咽部X光片上的表现	计算机视觉	耳鼻喉疾病	深度学习	DenseNet121	影像	1188名儿童，包括705名男性和483名女性，年龄范围为8个月至13岁
315	2024-09-15	Deep learning to predict long-term mortality from plain chest X-ray in patients referred for suspected coronary artery disease 2024-Aug-31, Journal of thoracic disease IF:2.1Q3 DOI:10.21037/jtd-24-322 PMID:39268143	研究论文	本文研究了使用深度学习模型从普通胸部X光片预测长期死亡率的方法	本文首次在疑似冠心病患者中验证了深度学习模型从胸部X光片预测长期死亡率的有效性	研究仅在意大利和荷兰的两家学术医院进行，样本量有限，可能影响结果的普适性	验证深度学习模型从胸部X光片预测长期死亡率的有效性	疑似冠心病患者的长期死亡率	计算机视觉	心血管疾病	深度学习	深度卷积神经网络	图像	6031名患者，其中4259名用于模型训练，602名用于微调/验证，1170名用于内部验证
316	2024-09-15	Refining CycleGAN with attention mechanisms and age-Aware training for realistic Deepfakes 2024-Aug-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36665 PMID:39262956	研究论文	本文提出了一种改进的CycleGAN框架，通过引入注意力机制和年龄感知训练，旨在生成更逼真的Deepfake人脸图像	本文的创新点在于在CycleGAN框架中引入了注意力机制和自适应残差块，以提取更细致的面部特征，并在损失函数中加入了相对损失概念，同时采用了年龄约束的训练方法	本文未提及具体的局限性	改进现有基于生成对抗网络（GAN）的人脸图像生成算法，解决域无关性和面部细节不足的问题	人脸图像生成算法	计算机视觉	NA	生成对抗网络（GAN）	CycleGAN	图像	使用了CelebA数据集进行实验验证
317	2024-09-15	Deep learning fusion framework for automated coronary artery disease detection using raw heart sound signals 2024-Aug-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e35631 PMID:39262986	研究论文	本文提出了一种基于原始心音信号的深度学习融合框架，用于自动化冠状动脉疾病检测	本文创新性地构建了一个融合框架，结合了多领域特征模型和医学多领域特征融合模型，用于冠状动脉疾病的检测	NA	研究目的是开发一种非侵入性的方法，用于早期冠状动脉疾病的检测	研究对象是冠状动脉疾病	机器学习	心血管疾病	深度学习	融合模型	心音信号	400名参与者的心音信号数据集
318	2024-09-15	Diabetes detection from non-diabetic retinopathy fundus images using deep learning methodology 2024-Aug-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36592 PMID:39258195	研究论文	本文研究了使用深度学习方法从无糖尿病视网膜病变的视网膜图像中检测糖尿病	本文创新性地开发了一种人工智能机器学习模型，能够从无糖尿病眼病的视网膜图像中检测糖尿病	本文未详细讨论模型的泛化能力和在不同人群中的适用性	研究目的是开发一种能够从视网膜图像中非侵入性检测糖尿病的机器学习模型	研究对象包括47,076张视网膜图像和基于疾病持续时间的患者分组	机器学习	糖尿病	深度学习	机器学习算法	图像	47,076张视网膜图像
319	2024-09-15	Advancing sub-seasonal to seasonal multi-model ensemble precipitation prediction in east asia: Deep learning-based post-processing for improved accuracy 2024-Aug-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e35933 PMID:39258194	研究论文	本研究通过深度学习后处理技术提高了东亚地区次季节至季节性降水预测的准确性	采用基于U-Net架构的深度学习模型进行后处理，显著提升了降水预测的准确性	NA	提高次季节至季节性降水预测的准确性	东亚地区的降水预测	机器学习	NA	深度学习	U-Net	降水数据	使用了六个S2S气候模型的降水预测数据及其多模型集合
320	2024-09-15	Traditional Machine Learning, Deep Learning, and BERT (Large Language Model) Approaches for Predicting Hospitalizations From Nurse Triage Notes: Comparative Evaluation of Resource Management 2024-Aug-27, JMIR AI DOI:10.2196/52190 PMID:39190905	研究论文	比较传统机器学习、深度学习和BERT（大型语言模型）在预测护士分诊笔记中的住院情况方面的性能	比较了深度学习模型Bio-Clinical-BERT与基于词袋（BOW）的逻辑回归（LR）模型在预测住院情况方面的性能	研究仅限于特定医院的数据，未涵盖所有可能的医疗系统	评估不同模型在预测护士分诊笔记中住院情况的有效性，以优化资源管理	护士分诊笔记中的住院预测	机器学习	NA	深度学习、BERT、词袋模型、逻辑回归	Bio-Clinical-BERT、逻辑回归	文本	1,391,988名患者的数据