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
121	2024-10-24	CryoSamba: self-supervised deep volumetric denoising for cryo-electron tomography data 2024-Aug-03, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.11.603117 PMID:39071256	研究论文	本文介绍了一种名为CryoSamba的自监督深度学习模型，用于去噪低温电子断层扫描（cryo-ET）图像	CryoSamba通过深度学习插值技术，对单个连续的2D平面进行去噪，模拟增加曝光的效果，从而提高图像对比度和信噪比	CryoSamba不需要预先记录的图像、合成数据、标签或注释、噪声模型或配对体积，这限制了其应用范围	开发一种用于低温电子断层扫描图像去噪的新方法，以提高图像质量和分析效率	低温电子断层扫描图像	计算机视觉	NA	深度学习	自监督深度学习模型	3D体积数据	NA
122	2024-10-24	EPInformer: a scalable deep learning framework for gene expression prediction by integrating promoter-enhancer sequences with multimodal epigenomic data 2024-Aug-01, bioRxiv : the preprint server for biology DOI:10.1101/2024.08.01.606099 PMID:39131276	研究论文	本文介绍了一种名为EPInformer的可扩展深度学习框架，用于通过整合启动子-增强子序列与多模态表观基因组数据来预测基因表达	EPInformer通过整合启动子-增强子相互作用及其序列、表观基因组信号和染色质接触，克服了现有方法在捕捉远端增强子调控效应方面的不足，提高了预测准确性	NA	开发一种能够准确预测基因表达的深度学习框架	基因表达、启动子-增强子相互作用、表观基因组信号和染色质接触	机器学习	NA	深度学习	深度学习框架	DNA序列、表观基因组数据	NA
123	2024-10-21	A Study of Classroom Behavior Recognition Incorporating Super-Resolution and Target Detection 2024-Aug-30, Sensors (Basel, Switzerland) DOI:10.3390/s24175640 PMID:39275552	研究论文	本文提出了一种结合超分辨率和目标检测的学生课堂行为识别网络，以解决传统课堂观察评估中的图像清晰度不足、数据集复杂、多目标检测错误和角色交互复杂等问题	本文创新性地将SRGAN用于提高图像分辨率，优化特征提取并引入AKConv和LASK注意力机制增强多尺度特征识别，同时集成CBAM注意力机制以提升重要特征通道和空间区域的识别	NA	旨在通过结合超分辨率和目标检测技术，提高课堂行为识别的准确性和鲁棒性	学生课堂行为，包括举手、阅读、写作、玩手机、低头和趴在桌子上	计算机视觉	NA	超分辨率生成对抗网络（SRGAN）、YOLOv8s算法、AKConv、LASK注意力机制、CBAM注意力机制	YOLOv8s	图像	NA
124	2024-10-21	Visual Navigation of Caged Chicken Coop Inspection Robot Based on Road Features 2024-Aug-29, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani14172515 PMID:39272300	研究论文	本文提出了一种基于道路特征的笼养鸡舍巡检机器人视觉导航系统	提出了新的灰度因子（4B-3R-2G）用于快速准确的道路提取，并基于道路边界特征提出了导航线拟合算法	NA	提高笼养鸡舍巡检机器人的导航速度和精度	笼养鸡舍巡检机器人	计算机视觉	NA	视觉导航	NA	图像	NA
125	2024-10-21	FedAvg-P: Performance-Based Hierarchical Federated Learning-Based Anomaly Detection System Aggregation Strategy for Advanced Metering Infrastructure 2024-Aug-24, Sensors (Basel, Switzerland) DOI:10.3390/s24175492 PMID:39275403	研究论文	本文提出了一种基于性能的分层联邦学习异常检测系统聚合策略FedAvg-P，用于高级计量基础设施（AMI）	开发了一种新的聚合策略FedAvg-P，以提高全局性能，并提出了一种点对点架构以防止单点故障	联邦学习模型存在单点故障的风险，可能导致系统故障和性能下降	开发一种基于性能的分层联邦学习异常检测系统，以提高高级计量基础设施的安全性和可靠性	高级计量基础设施（AMI）及其数据安全	机器学习	NA	联邦学习	深度学习模型	数据	使用了CIC-IDS2017数据集进行实验
126	2024-10-21	An Intrinsically Explainable Method to Decode P300 Waveforms from EEG Signal Plots Based on Convolutional Neural Networks 2024-Aug-20, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci14080836 PMID:39199527	研究论文	提出了一种基于卷积神经网络的内在可解释方法，用于从脑电图信号中解码P300波形	克服了深度学习技术的黑箱特性，通过将脑电图信号绘制为图像，使医生和技术人员能够直观解释和网络检测	仅在8名ALS患者的公共数据集上进行了验证	开发一种可解释的脑机接口技术，用于ALS患者的替代通信	P300波形和脑电图信号	机器学习	肌萎缩侧索硬化症	卷积神经网络	CNN	图像	8名ALS患者
127	2024-10-21	Corun: Concurrent Inference and Continuous Training at the Edge for Cost-Efficient AI-Based Mobile Image Sensing 2024-Aug-14, Sensors (Basel, Switzerland) DOI:10.3390/s24165262 PMID:39204957	研究论文	介绍了一种名为Corun的新框架，旨在边缘服务器上同时处理多个推理查询和持续模型再训练/微调，以提高推理吞吐量并保持推理精度	提出了Corun框架，能够在单个商品GPU上同时处理多个推理查询和持续模型再训练/微调，显著提高推理吞吐量并保持推理精度	推理查询的延迟和再训练周期的长度增加率较低	解决移动设备上深度学习资源不足导致的推理延迟和电池消耗问题，以及数据漂移导致的推理精度下降问题	移动设备上的图像传感应用，如图像分类、人脸识别和相机场景检测	计算机视觉	NA	深度学习	NA	图像	NA
128	2024-10-21	Deep Learning-Assisted Automatic Diagnosis of Anterior Cruciate Ligament Tear in Knee Magnetic Resonance Images 2024-Aug-13, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10080094 PMID:39195729	研究论文	本文开发了一种深度学习模型，用于膝关节磁共振图像中前交叉韧带撕裂的自动诊断	提出了一个包含双尺度数据增强模块、选择性组注意力模块和融合模块的深度学习模型，以提高诊断准确性和效率	NA	开发一种深度学习模型，用于提高膝关节磁共振图像中前交叉韧带撕裂的诊断准确性和效率	膝关节磁共振图像中的前交叉韧带撕裂	计算机视觉	运动损伤	深度学习	SGNET	图像	1250个膝关节MRI扫描
129	2024-10-20	Deep learning prediction of stroke thrombus red blood cell content from multiparametric MRI 2024-Aug, Interventional neuroradiology : journal of peritherapeutic neuroradiology, surgical procedures and related neurosciences IF:1.5Q3 DOI:10.1177/15910199221140962 PMID:36437762	研究论文	本研究评估了卷积神经网络（CNN）使用多参数MRI图像预测缺血性中风血栓红细胞含量的能力	首次使用卷积神经网络从多参数MRI图像中预测血栓红细胞含量	数据集较小，且仅限于缺血性中风病例	评估卷积神经网络预测缺血性中风血栓红细胞含量的能力	缺血性中风血栓的红细胞含量	计算机视觉	脑血管疾病	多参数MRI	CNN	图像	188个血栓样本
130	2024-10-20	Development and validation of a nonverbal consensus-based semantic memory paradigm in patients with epilepsy 2024-Aug, Journal of the International Neuropsychological Society : JINS IF:2.6Q2 DOI:10.1017/S1355617724000158 PMID:38616725	研究论文	开发并验证了一种基于共识的非言语语义记忆范式，用于评估癫痫患者的非言语语义处理能力	提出了新的基于视觉的语义关联任务（ViSAT），避免了现有测试中的文化和人口统计学偏差	样本量较小，需要进一步验证其在不同人群中的适用性	评估癫痫患者非言语语义处理能力的损伤	癫痫患者和健康对照组	神经心理学	癫痫	深度学习模型	NA	图像	23名癫痫患者和24名对照组参与者，以及54名Amazon Mechanical Turk工人
131	2024-10-18	Approximating Intermediate Feature Maps of Self-Supervised Convolution Neural Network to Learn Hard Positive Representations in Chest Radiography 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01032-x PMID:38381382	研究论文	本文提出了一种中间特征近似（IFA）损失，通过关注胸部X光片的正样本表示来改进对比卷积神经网络的性能	引入IFA损失，通过最大化原始数据和正样本对之间的中间特征输出的余弦相似度，来增强正样本表示的学习	未提及具体限制	改进对比学习在医学图像中的性能，特别是处理正样本表示的困难	胸部X光片（CXR）的正样本表示	计算机视觉	NA	对比学习	卷积神经网络（CNN）	图像	未提及具体样本数量
132	2024-10-18	DeepCSFusion: Deep Compressive Sensing Fusion for Efficient COVID-19 Classification 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01011-2 PMID:38381386	研究论文	提出了一种新的压缩策略，通过压缩深度特征来提高COVID-19分类的效率	提出了DeepCSFusion模型，通过压缩深度特征并进行融合，实现了高效的COVID-19分类	NA	提高在资源受限设备上部署深度学习模型的效率	COVID-19和非COVID-19的CT扫描图像	计算机视觉	COVID-19	深度学习	DeepCSFusion	图像	1252张CT扫描图像
133	2024-10-18	Automatic Tracking of Hyoid Bone Displacement and Rotation Relative to Cervical Vertebrae in Videofluoroscopic Swallow Studies Using Deep Learning 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01039-4 PMID:38383805	研究论文	本文提出了一种基于深度学习的方法，用于在视频荧光吞咽研究中自动跟踪舌骨相对于颈椎的位移和旋转	本文提出了一种全高分辨率网络，用于检测舌骨的前后部分，并同时检测C2和C4颈椎的前下角，以自动建立新的坐标系并消除姿势变化的影响	NA	开发一种自动跟踪舌骨在视频荧光吞咽研究中位移和旋转的方法	舌骨的位移和旋转，以及C2和C4颈椎的前下角	计算机视觉	NA	深度学习	全高分辨率网络	视频	1488个吞咽样本，共59,468帧视频荧光吞咽研究图像
134	2024-10-18	Auto-segmentation of Adult-Type Diffuse Gliomas: Comparison of Transfer Learning-Based Convolutional Neural Network Model vs. Radiologists 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01044-7 PMID:38383806	研究论文	本文比较了基于迁移学习的卷积神经网络模型与放射科医生在成人弥漫性胶质瘤自动分割中的表现	本文提出了一个基于迁移学习的深度学习模型，用于多序列MRI的胶质瘤自动分割，并展示了其与放射科医生相当的表现	模型在分割术后和多灶性胶质瘤方面仍需改进	开发和评估一种自动分割工具，用于多序列MRI的胶质瘤分割，以减少放射科医生的工作量	成人弥漫性胶质瘤的自动分割	计算机视觉	脑肿瘤	深度学习	卷积神经网络	图像	使用了三个数据集，分别是A（210例）、B（369例）和机构数据集（197例），其中机构数据集分为训练集（100例）和测试集（97例）
135	2024-10-18	Developing a Radiomics Atlas Dataset of normal Abdominal and Pelvic computed Tomography (RADAPT) 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01028-7 PMID:38383807	研究论文	本文系统地创建了一个正常腹部和盆腔放射组学数据集，用于模型开发和验证	首次创建了正常腹部和盆腔放射组学数据集，填补了该领域的空白	仅包含年轻成年人的数据，可能不适用于所有年龄段	创建一个用于模型开发和验证的正常腹部和盆腔放射组学数据集	年轻成年人的正常腹部和盆腔放射组学数据	数字病理学	NA	深度学习	TotalSegmentator	图像	531名患者，平均年龄26.8±5.19岁，包括250名女性和281名男性，最大53个解剖结构被分割
136	2024-10-18	HBMD-Net: Feature Fusion Based Breast Cancer Classification with Class Imbalance Resolution 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01046-5 PMID:38409609	研究论文	本文提出了一种基于特征融合和类别不平衡解决的乳腺癌分类方法	本文创新性地结合了全局和局部特征，并采用了BSMOTE技术解决类别不平衡问题	本文未详细讨论模型在其他数据集上的泛化能力	提高乳腺癌分类的准确性	乳腺癌的分类	计算机视觉	乳腺癌	ResNet50, HOG, BSMOTE, BM3D	HBMD-Net	图像	两个乳腺超声数据集BUSI和UDIAT
137	2024-10-18	LAMA: Lesion-Aware Mixup Augmentation for Skin Lesion Segmentation 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01000-5 PMID:38409610	研究论文	本文提出了一种新的数据增强技术LAMA，用于皮肤病变分割，通过混合多个病变图像生成合成多病变图像，以提高分割准确性	提出了LAMA方法，通过混合多个病变图像生成合成多病变图像，以解决现有方法在多病变图像分割中的不足	需要进一步研究以验证LAMA技术在其他数据集和实际应用中的有效性	提高皮肤病变图像分割的准确性	皮肤病变图像的分割	计算机视觉	NA	数据增强	深度神经网络	图像	使用了ISIC 2017数据集进行训练，并创建了新的MuLe数据集用于测试
138	2024-10-18	Deep Learning Radiomics Analysis of CT Imaging for Differentiating Between Crohn's Disease and Intestinal Tuberculosis 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01059-0 PMID:38424279	研究论文	本研究旨在开发和评估基于CT影像的深度学习放射组学模型，用于区分克罗恩病和肠结核	本研究首次将深度学习放射组学模型应用于区分克罗恩病和肠结核，并展示了其在不同数据集上的高预测质量	本研究仅在特定医院的数据集上进行了验证，未来需要在更多中心和更大样本量上进行验证	开发和评估基于CT影像的深度学习放射组学模型，用于区分克罗恩病和肠结核	克罗恩病和肠结核患者	计算机视觉	消化系统疾病	深度学习放射组学	逻辑回归模型	CT影像	330名病理确诊的克罗恩病或肠结核患者
139	2024-10-18	Privacy-Preserving Breast Cancer Classification: A Federated Transfer Learning Approach 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01035-8 PMID:38424280	研究论文	本文提出了一种基于联邦迁移学习的隐私保护乳腺癌分类方法	本文创新性地将迁移学习与联邦学习框架结合，解决了医疗领域中数据隐私和数据孤岛问题	本文未详细讨论模型在不同数据集上的泛化能力	提高乳腺癌分类的准确性和隐私保护	乳腺癌分类	机器学习	乳腺癌	联邦学习	ResNet	图像	来自三个不同医疗中心的乳腺X线和MRO图像
140	2024-10-18	A Systematic Review on Caries Detection, Classification, and Segmentation from X-Ray Images: Methods, Datasets, Evaluation, and Open Opportunities 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01054-5 PMID:38429559	综述	本文系统回顾了从X射线图像中检测、分类和分割龋齿的方法、数据集、评估和开放机会	本文总结了当前使用深度学习、机器学习和图像处理技术在X射线图像中检测龋齿的主要计算方法	本文主要回顾了现有研究的方法和数据集，未提出新的技术或模型	系统回顾和总结用于从X射线图像中检测、分类和分割龋齿的主要计算方法	龋齿的检测、分类和分割	计算机视觉	口腔疾病	深度学习、机器学习、图像处理	NA	图像	42项研究