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
641	2024-08-23	Effective lane detection on complex roads with convolutional attention mechanism in autonomous vehicles 2024-Aug-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-70116-z PMID:39160343	研究论文	本文提出了一种基于卷积注意力机制的车道检测方法，用于在复杂路况和极端天气条件下提高自动驾驶车辆的车道检测准确性	引入卷积注意力机制（LD-CAM）模型，通过编码器、增强卷积块注意力模块（E-CBAM）和解码器结构，提高了在恶劣路况和极端天气条件下的车道检测性能	NA	开发一种在复杂路况和极端天气条件下有效进行车道检测的方法，以提高自动驾驶车辆的安全性和可靠性	自动驾驶车辆中的车道检测技术	计算机视觉	NA	卷积注意力机制（LD-CAM）	卷积神经网络（CNN）	图像	使用了三个数据集：Tusimple（不同天气条件图像）、Curve Lanes（不同曲线车道图像）和Cracks and Potholes（损坏道路图像）
642	2024-08-23	Deep learning based uterine fibroid detection in ultrasound images 2024-Aug-19, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01389-z PMID:39160500	研究论文	本文提出了一种基于注意力机制的Fine-tuned EfficientNetB0模型，用于从超声图像中分类子宫肌瘤	采用注意力机制使模型能够专注于图像的特定部分，提高分类的准确性	需要进一步提高诊断技术的准确性和效率，并在不同人群中评估其有效性	开发一种新的方法来早期检测子宫肌瘤，以预防并发症	子宫肌瘤的超声图像分类	计算机视觉	妇科疾病	NA	EfficientNetB0	图像	1990张图像，分为两类：非子宫肌瘤和子宫肌瘤
643	2024-08-23	Multi-class segmentation of temporomandibular joint using ensemble deep learning 2024-08-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69814-5 PMID:39160234	研究论文	本文开发了一种基于深度学习的模型，用于自动分割颞下颌关节的组成部分，包括颞骨、盘和髁突	本文采用集成学习方法，结合五个独立模型，提高了颞下颌关节自动分割的准确性	NA	提高颞下颌关节疾病的诊断准确性	颞下颌关节的组成部分，包括颞骨、盘和髁突	计算机视觉	颞下颌关节疾病	深度学习	集成模型	磁共振图像	3693张磁共振图像，来自542名患者
644	2024-08-23	Quantifying brain-functional dynamics using deep dynamical systems: Technical considerations 2024-Aug-16, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.110545 PMID:39165842	研究论文	本研究通过分析使用深度学习模型从fMRI数据中生成脑功能动力学的挑战，探讨了其在精神分裂症和重度抑郁症患者分类中的影响	本研究展示了深度学习模型在参数优化过程中倾向于识别功能上独特的解决方案	深度学习模型在个体层面的应用面临计算挑战，影响下游预测的可重复性和临床实用性	指导未来针对精神疾病可重复生物标志物的个体级别生成模型和类似机器学习方法的开发	精神分裂症和重度抑郁症患者	机器学习	精神疾病	fMRI	深度学习模型	fMRI数据	未明确提及具体样本数量
645	2024-08-23	Diagnostic performance of EfficientNetV2-S method for staging liver fibrosis based on multiparametric MRI 2024-Aug-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e35115 PMID:39165928	研究论文	本研究利用EfficientNetV2-S深度学习框架，基于多参数磁共振成像（MRI）开发了用于肝纤维化分期的无创预测模型	EfficientNetV2-S模型因其更快的训练速度和更好的参数效率，相较于其他模型，提高了肝纤维化预测的训练效率	NA	开发基于EfficientNetV2-S框架的无创预测模型，用于肝纤维化的分期	慢性肝病患者的多参数腹部MRI图像	机器学习	肝病	多参数磁共振成像（MRI）	EfficientNetV2-S	图像	回顾性研究中包括了慢性肝病患者
646	2024-08-23	Deep learning-based electricity theft prediction in non-smart grid environments 2024-Aug-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e35167 PMID:39166039	研究论文	本研究提出了一种基于深度学习的轻量级模型，用于在非智能电网环境中预测电力盗窃行为	通过采用直接和间接特征工程技术，包括PCA、t-SNE、UMAP和重采样方法（如RUS、SMOTE和ROS），显著提高了模型在盗窃类别的准确性、精确度、召回率和F1分数	NA	旨在提高非智能电网环境中电力盗窃检测的准确性和效率	电力盗窃行为	机器学习	NA	深度学习	深度学习模型	月度客户读数	未明确提及具体样本数量
647	2024-08-23	A novel deep learning framework for rolling bearing fault diagnosis enhancement using VAE-augmented CNN model 2024-Aug-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e35407 PMID:39166054	research paper	本文介绍了一种使用变分自编码器增强的卷积神经网络（VAE-CNN）的新型深度学习框架，用于提升滚动轴承故障诊断的准确性和鲁棒性	该研究引入了VAE增强的CNN模型，通过提取详细的振动信号特征来精确识别和分类故障，同时解决了传统方法中梯度消失和爆炸的问题	NA	开发一种新的故障诊断方法，以提高滚动轴承故障检测的准确性和可靠性	滚动轴承的故障诊断	machine learning	NA	VAE, CNN	VAE-CNN	vibration signal	NA
648	2024-08-23	Automated classification of angle-closure mechanisms based on anterior segment optical coherence tomography images via deep learning 2024-Aug-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e35236 PMID:39166052	研究论文	本研究开发并验证了一种基于前节光学相干断层扫描图像的深度学习算法，用于识别和分类闭角机制	开发了一种名为综合机制决策网络（CMD-Net）的深度学习架构，用于模拟人类专家对图像级闭角机制的识别	需要进一步验证CMD-Net的性能	开发和验证能够识别和分类闭角机制的深度学习算法	前节光学相干断层扫描（AS-OCT）图像中的闭角机制	计算机视觉	NA	深度学习	综合机制决策网络（CMD-Net）	图像	11,035张AS-OCT图像，涉及1455名参与者（2833只眼）
649	2024-08-23	A new CNN-BASED object detection system for autonomous mobile robots based on real-world vehicle datasets 2024-Aug-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e35247 PMID:39166079	研究论文	本文介绍了一种基于真实世界车辆数据集的新型CNN对象检测系统，用于自主移动机器人	开发了一种新的基于CNN的对象识别系统，能够识别不同光照条件下的多种对象，并采用了SSD Mobilenetv2 FPN Lite 320 × 320架构进行重新训练	NA	开发一种适用于自主移动机器人的高效、准确的对象检测系统	自主移动机器人及其导航系统中的对象检测	计算机视觉	NA	卷积神经网络（CNN）	SSD Mobilenetv2 FPN Lite 320 × 320	图像	来自班达亚齐市的真实世界图像数据集
650	2024-08-23	Age prediction from 12-lead electrocardiograms using deep learning: a comparison of four models on a contemporary, freely available dataset 2024-Aug-12, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad6746 PMID:39048099	研究论文	本文通过深度学习方法，使用四种模型从12导联心电图预测年龄和性别，并在公开数据集上进行性能比较	本文首次直接比较了四种模型在12导联心电图上的性能	NA	研究使用深度学习模型从12导联心电图中预测年龄和性别	12导联心电图数据	机器学习	NA	深度学习	CNN, LSTM, GAN, ...	心电图	公开数据集
651	2024-08-23	Rapid detection of perfluorooctanoic acid by surface enhanced Raman spectroscopy and deep learning 2024-Aug-08, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.126693 PMID:39167934	研究论文	本文开发了一种快速检测去离子水中PFOA浓度的方法，使用表面增强拉曼光谱和深度学习模型	利用深度学习模型和转移学习方法，提高了检测速度和准确性，适用于不同水质	NA	开发一种快速、准确的PFOA检测方法	PFOA在去离子水、自来水及湖水中的浓度检测	机器学习	NA	表面增强拉曼光谱	深度学习模型	光谱数据	浓度范围从10到10 mol/L的PFOA样品
652	2024-08-23	An Effective Deep Learning Framework for Fall Detection: Model Development and Study Design 2024-Aug-05, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/56750 PMID:39102676	研究论文	研究开发并验证了一种基于深度学习的跌倒检测框架，使用可穿戴传感器中的加速度和陀螺仪数据准确检测跌倒事件	提出了一种新的双流卷积神经网络自注意力（DSCS）模型，通过自注意力模块为原始特征向量分配不同权重，增强分类准确性	NA	开发并验证一种深度学习框架，以准确检测跌倒事件并区分日常生活中的活动	使用可穿戴传感器中的加速度和陀螺仪数据	机器学习	NA	深度学习	双流卷积神经网络自注意力（DSCS）模型	加速度和陀螺仪数据	10名参与者，共进行了1700次试验
653	2024-08-23	Fusing multi-scale functional connectivity patterns via Multi-Branch Vision Transformer (MB-ViT) for macaque brain age prediction 2024-Aug-03, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106592 PMID:39168070	研究论文	本文提出了一种名为Multi-Branch Vision Transformer（MB-ViT）的深度学习模型，用于融合从粗粒度到细粒度的脑功能连接模式，以预测猕猴的大脑年龄	首次使用MB-ViT模型融合多尺度脑功能连接模式，成功预测猕猴的大脑年龄，并识别出对预测结果有重要贡献的功能连接和相关脑区	NA	探索并实现猕猴大脑年龄的准确预测	猕猴的大脑年龄	机器学习	NA	功能磁共振成像（rs-fMRI）	Multi-Branch Vision Transformer（MB-ViT）	图像	450只正常猕猴
654	2024-08-23	Improving intracranial aneurysms image quality and diagnostic confidence with deep learning reconstruction in craniocervical CT angiography 2024-Aug, Acta radiologica (Stockholm, Sweden : 1987) DOI:10.1177/02841851241258220 PMID:38839094	研究论文	本研究评估了深度学习算法DELTA在颅颈CT血管造影中重建颅内动脉瘤图像质量和诊断信心的效果。	DELTA算法在降低噪声、提高信噪比和对比噪声比方面表现优于传统的混合迭代重建（HIR）方法。	研究样本量较小，且为回顾性研究，可能影响结果的普遍性。	量化DELTA算法在颅颈CT血管造影中重建颅内动脉瘤图像质量和诊断信心的效果。	60名经颅颈CT血管造影诊断为颅内动脉瘤的患者。	计算机视觉	颅内动脉瘤	CT血管造影	深度学习	图像	60名患者
655	2024-08-07	Deep Learning for Video-Based Assessment in Surgery 2024-Aug-01, JAMA surgery IF:15.7Q1 DOI:10.1001/jamasurg.2024.1510 PMID:38837128	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
656	2024-08-23	Environmentally Robust Triboelectric Tire Monitoring System for Self-Powered Driving Information Recognition via Hybrid Deep Learning in Time-Frequency Representation 2024-Aug, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202400484 PMID:38564789	研究论文	本研究开发了一种环境适应性强的摩擦电轮胎监测系统，通过混合深度学习模型从轮胎与路面的摩擦产生的摩擦电信号中提取驾驶信息	引入了激光诱导石墨烯电极层优化技术，以及结合短时傅里叶变换和卷积神经网络-长短期记忆的混合深度学习模型	NA	开发一种能够在恶劣环境中自供电的智能物联网系统，用于实时监测和识别驾驶信息	摩擦电轮胎监测系统及其在不同环境条件下的性能	机器学习	NA	激光诱导石墨烯	CNN-LSTM	时间-频率表示	旋转速度范围200-2000 rpm，接触线分数，湿度10%-90%，温度50-70°C
657	2024-08-23	Controlled Synthesis of Preferential Facet-Exposed Fe-MOFs for Ultrasensitive Detection of Peroxides 2024-Aug, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202401024 PMID:38597755	研究论文	本文通过调节金属前驱体与配体的比例，探索了具有增强催化活性的面工程铁基MOFs（Fe-MOFs）的合成，并详细揭示了面依赖性能的机制	开发了一种简便有效的方法来实现MOFs的面控制合成，并通过深度学习架构提高了检测的准确性和选择性	NA	探索和优化金属有机框架（MOFs）的面暴露，以提高其在检测过氧化物中的性能	面工程铁基MOFs（Fe-MOFs）及其在检测过氧化物中的应用	纳米材料	NA	深度学习	SE-VGG16网络模型	图像	NA
658	2024-08-23	A model for electroencephalogram emotion recognition: Residual block-gated recurrent unit with attention mechanism 2024-Aug-01, The Review of scientific instruments DOI:10.1063/5.0221637 PMID:39166916	研究论文	提出了一种基于残差块-门控循环单元与注意力机制的脑电图情绪识别模型	引入残差块提取空间和频率域信息，结合门控循环单元捕捉时间信息，并通过注意力机制增强关键信息的识别	未提及	解决深度学习在情绪识别中特征选择和信息保留的问题	脑电图信号的情绪识别	机器学习	NA	脑电图(EEG)	残差块-门控循环单元(Res-CRANN)	脑电图信号	DEAP数据集
659	2024-08-22	Single-Image-Based Deep Learning for Precise Atomic Defect Identification 2024-Aug-21, Nano letters IF:9.6Q1 DOI:10.1021/acs.nanolett.4c02654 PMID:39106329	研究论文	本文提出了一种基于单张实验STEM图像的深度学习方法，用于精确识别原子缺陷	利用CycleGAN和U-Nets网络，通过单张STEM图像进行训练，有效降低了标注成本和图像噪声	NA	开发一种新的深度学习方法，用于在材料科学中进行精确的原子缺陷识别	原子缺陷和单层MoS中的氧掺杂	机器学习	NA	STEM	CycleGAN, U-Nets	图像	单张实验STEM图像
660	2024-08-22	3MT-Net: A Multi-modal Multi-task Model for Breast Cancer and Pathological Subtype Classification Based on a Multicenter Study 2024-Aug-20, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3445952 PMID:39163184	研究论文	本研究介绍了一种名为“多模态多任务网络”（3MT-Net）的深度学习架构，用于乳腺癌及其病理亚型的分类	3MT-Net结合了临床数据、B模式和彩色多普勒超声，采用级联交叉注意力机制融合三种不同来源的信息，并通过优化算法为不同模态分配权重	NA	提高乳腺癌诊断的准确性	乳腺癌及其病理亚型的分类	计算机视觉	乳腺癌	深度学习	CNN	图像	回顾性收集自九个医疗中心的数据