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
141	2024-11-29	Contraction assessment of abdominal muscles using automated segmentation designed for wearable ultrasound applications 2024-Aug, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03204-0 PMID:38865060	研究论文	本文研究了三种基于深度学习的分割方法，用于在超声视频中自动评估腹部肌肉的收缩状态	提出了三种基于深度学习的分割方法，其中两种方法结合了视频中的时间信息，以提高分割的时空一致性	在回顾性分析中，自动分割的准确率为71%，低于手动参考分割的90%。此外，讨论了分割、分类和实时评估中失败的原因及对图像质量和硬件设计的要求	开发用于可穿戴超声设备的自动分割算法，以在物理治疗中提供实时反馈	腹部肌肉在超声视频中的收缩状态	计算机视觉	NA	深度学习	2D网络	视频	NA
142	2024-11-26	DilatedToothSegNet: Tooth Segmentation Network on 3D Dental Meshes Through Increasing Receptive Vision 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01061-6 PMID:38441700	研究论文	本文介绍了一种名为DilatedToothSegNet的牙齿分割网络，通过增加感受野来提高3D牙模的分割精度	提出了一个名为扩张边缘卷积的网络操作符，通过扩展网络的感受野来增强学习更远特征的能力，从而提高分割结果	NA	提高3D牙模中牙齿的自动分割精度	3D牙模中的牙齿分割	计算机视觉	NA	几何深度学习	CNN	3D模型	使用了最近发布的基准数据集Teeth3DS进行评估
143	2024-11-24	Unsupervised representation learning on high-dimensional clinical data improves genomic discovery and prediction 2024-Aug, Nature genetics IF:31.7Q1 DOI:10.1038/s41588-024-01831-6 PMID:38977853	研究论文	本文介绍了一种无监督深度学习模型REGLE，用于在高通量临床数据中发现基因变异与临床数据之间的关联	REGLE利用变分自编码器计算非线性解耦嵌入，能够发现现有专家定义特征未捕捉到的特征，并在数据标签较少的情况下创建准确的疾病特异性多基因风险评分	NA	提高基因发现和疾病预测的准确性	高通量临床数据与基因变异之间的关联	机器学习	NA	变分自编码器	变分自编码器	临床数据	NA
144	2024-11-23	Rapid, autonomous and ultra-large-area detection of latent fingerprints using object-driven optical coherence tomography 2024-Aug-26, Optics express IF:3.2Q2 DOI:10.1364/OE.533554 PMID:39573253	研究论文	本研究介绍了一种基于对象驱动的光学相干断层扫描（OD-OCT）技术，用于快速、自主和超大范围检测潜在指纹	通过使用机器人手臂进行稀疏采样，实现了比传统技术快100倍的扫描速度，并结合深度学习模型实时处理B-扫描数据，实现了自主指纹检测	NA	提高潜在指纹检测的速度和覆盖范围，同时保持高分辨率成像	潜在指纹	计算机视觉	NA	光学相干断层扫描（OCT）	深度学习模型	图像	约400 cm²的变形状区域
145	2024-11-23	Deep learning based on the loss metric for inverse design of photonic resonators 2024-Aug-26, Optics express IF:3.2Q2 DOI:10.1364/OE.523652 PMID:39573260	研究论文	本文提出并实现了一种新的损失度量方法，用于光子谐振器的逆向设计	本文提出了一种新的损失度量方法，通过傅里叶变换计算时间域复向量，结合频谱MSE和时间域向量误差（TVE），能够更有效地识别谐振特性	NA	改进深度学习算法在光子谐振器逆向设计中的相似性评估	光子谐振器	机器学习	NA	傅里叶变换（FT）	深度学习	频谱数据	NA
146	2024-11-23	Enhancing single-pixel imaging reconstruction using hybrid transformer network with adaptive feature refinement 2024-Aug-26, Optics express IF:3.2Q2 DOI:10.1364/OE.523276 PMID:39573346	研究论文	本文提出了一种混合卷积-变换器网络用于单像素成像的高效重建	引入了一种新的混合卷积-变换器网络，结合了U-Net架构和自适应特征细化模块，显著提高了重建速度和准确性	NA	解决现有单像素成像重建技术效率低下的问题	单像素成像数据的重建	计算机视觉	NA	NA	混合卷积-变换器网络	图像	NA
147	2024-11-23	Photonic integrated interference imaging system based on front-end S-shaped microlens array and Con-DDPM 2024-Aug-12, Optics express IF:3.2Q2 DOI:10.1364/OE.530187 PMID:39573109	研究论文	本文提出了一种基于前端S形微透镜阵列和条件去噪扩散概率模型（Con-DDPM）的光子集成干涉成像系统，以解决UV空间频率采样不均匀和逆傅里叶变换（IFT）伪影问题	引入前端S形微透镜阵列改善UV空间频率采样的均匀性，并采用基于Con-DDPM的深度学习重建算法处理IFT图像，有效去除伪影并恢复图像细节	NA	提高光子集成干涉成像系统的成像质量	UV空间频率采样均匀性和逆傅里叶变换（IFT）伪影	计算机视觉	NA	条件去噪扩散概率模型（Con-DDPM）	Con-DDPM	图像	NA
148	2024-11-23	Deep learning-based general beam synthesis for atmospheric propagation 2024-Aug-12, Optics express IF:3.2Q2 DOI:10.1364/OE.530561 PMID:39573113	研究论文	本文提出了一种基于深度学习的方法，用于生成通过大气湍流传播的最佳光束	通过卷积神经网络（CNN）的批量计算来近似接收器统计数据，并合成任意复杂幅度分布的广义光束	NA	优化自由空间光系统的传输光束设计	通过大气湍流传播的光束	计算机视觉	NA	深度学习	卷积神经网络（CNN）	光束模式	NA
149	2024-11-23	Research on deep learning restoration algorithm of X-ray backscatter imaging based on virtual training dataset 2024-Aug-12, Optics express IF:3.2Q2 DOI:10.1364/OE.531818 PMID:39573130	研究论文	本文介绍了一种基于虚拟训练数据集的X射线背散射图像深度学习恢复算法	利用虚拟训练数据集生成大量卷积图像进行深度学习训练，无需手动标注	NA	研究X射线背散射图像的恢复技术	X射线背散射图像	计算机视觉	NA	深度学习	NA	图像	大量虚拟生成的卷积图像
150	2024-11-23	Ground-to-air aircraft infrared image deblurring based on imaging degradation simulation 2024-Aug-12, Optics express IF:3.2Q2 DOI:10.1364/OE.524571 PMID:39573156	研究论文	本文提出了一种基于成像退化模拟的地对空飞机红外图像去模糊方法	创新性地提出了一种简单的全链路成像退化模拟方法，用于生成丰富的模糊-清晰图像对，并通过预训练和微调提升神经网络在特定场景下的去模糊性能	需要选择与场景退化模式匹配的预训练数据集，且模型在处理真实图像时仍存在一定局限性	解决特定场景下红外图像去模糊问题	地对空飞机红外图像	计算机视觉	NA	成像退化模拟	神经网络	图像	通过模拟方法生成的丰富模糊-清晰图像对
151	2024-11-23	Anti-noise performance analysis in amplitude-modulated collinear holographic data storage using deep learning 2024-Aug-12, Optics express IF:3.2Q2 DOI:10.1364/OE.532825 PMID:39573152	研究论文	研究了在幅度调制同轴全息数据存储系统中使用深度学习进行抗噪性能分析	提出了一种使用端到端卷积神经网络分析编码数据页噪声抵抗能力的方法	NA	提高幅度调制同轴全息数据存储系统的数据读取准确性和可靠性	幅度调制同轴全息数据存储系统中的噪声和误码率	机器学习	NA	深度学习	卷积神经网络	图像	NA
152	2024-11-23	Wide-field imaging and recognition through cascaded complex scattering media 2024-Aug-12, Optics express IF:3.2Q2 DOI:10.1364/OE.534163 PMID:39573154	研究论文	本文探讨了通过级联复杂散射介质实现宽场成像和识别的挑战，并提出了一种基于SMixerNet的深度学习方法	本文提出了一种基于SMixerNet的深度学习方法，通过参数自由的矩阵转置实现广泛的感受野，减少了参数密集的需求	NA	探索通过级联复杂散射介质实现宽场成像和识别的挑战	通过多模光纤和混浊介质实现宽场成像和病理筛查	计算机视觉	NA	深度学习	SMixerNet	图像	大量数据集
153	2024-11-23	Enhanced single-frame interferometry via hybrid conv-transformer architecture for ultra-precise phase retrieval 2024-Aug-12, Optics express IF:3.2Q2 DOI:10.1364/OE.530142 PMID:39573190	研究论文	本文介绍了一种新的深度学习架构TECD-PSNet，用于高保真干涉图重建和精确相位恢复	提出了Transformer编码器-卷积解码器相移网络（TECD-PSNet），结合了Transformer块的全局描述能力和卷积块的高效特征提取能力，并引入了残差局部负反馈增强机制	NA	提高动态单帧干涉测量中相位恢复的精度和适应性	干涉图和相位恢复	计算机视觉	NA	深度学习	Transformer Encoder-Convolution Decoder	图像	NA
154	2024-11-23	Underwater polarization image de-scattering utilizing a physics-driven deep learning method 2024-Aug-12, Optics express IF:3.2Q2 DOI:10.1364/OE.529711 PMID:39573222	研究论文	本文提出了一种利用物理驱动的深度学习方法进行水下偏振图像去散射的方法	结合主动偏振成像模型与深度学习，设计了偏振特征细化块，直接预测偏振相关参数，无需先验参数和手动估计	NA	解决现有基于学习的方法缺乏可解释性和泛化性的问题	水下偏振图像的去散射	计算机视觉	NA	深度学习	深度学习网络	图像	多组不同材料和不同浑浊条件下的实验结果
155	2024-11-23	High-dimensional signal encoding and decoding method based on multi-ring perfect vortex beam 2024-Aug-12, Optics express IF:3.2Q2 DOI:10.1364/OE.530961 PMID:39573231	研究论文	研究提出了一种基于多环完美涡旋光束的高维信号编码与解码方法	通过叠加多个完美涡旋光束创建多环完美涡旋光束，并引入机器学习方法优化编码和解码过程	NA	提升自由空间光通信的通道容量和解码准确性	多环完美涡旋光束的编码与解码技术	光学通信	NA	机器学习	深度学习	光束	NA
156	2024-11-23	SDD-Net: self-supervised dual-domain dual-path single-pixel imaging 2024-Aug-12, Optics express IF:3.2Q2 DOI:10.1364/OE.530902 PMID:39573230	研究论文	提出了一种自监督的双域双路径单像素成像方法	采用自监督学习方法，无需实际标签即可重建目标图像，并通过双域约束和结构-纹理双路径引导网络恢复图像的结构和纹理信息	未提及具体限制	解决现有单像素成像方法在复杂场景或特定应用中成像细节不足的问题	单像素成像技术	计算机视觉	NA	自监督学习	SDD-Net	图像	未提及具体样本数量
157	2024-11-22	Deep Learning-Based Synthetic Skin Lesion Image Classification 2024-Aug-22, Studies in health technology and informatics DOI:10.3233/SHTI240612 PMID:39176583	研究论文	本研究提出了一种基于改进的VGG16算法来识别AI生成的医学图像	使用生成对抗网络（GAN）生成合成皮肤病变图像，并开发了一种增强的VGG16算法来分类真实图像与AI生成的图像	未提及	分析生成的医学图像的有效性	合成皮肤病变图像与真实图像的分类	计算机视觉	NA	生成对抗网络（GAN）	VGG16	图像	10,000张合成皮肤病变图像
158	2024-11-21	Artificial Intelligence Measurement of Preoperative Radiographs in Adolescent Idiopathic Scoliosis Based on Multiple-View Semantic Segmentation 2024-Aug-07, Global spine journal IF:2.6Q1 DOI:10.1177/21925682241270036 PMID:39109794	研究论文	研究基于多视角语义分割的人工智能在青少年特发性脊柱侧弯术前影像测量中的应用	本研究首次使用深度学习方法自动分类青少年特发性脊柱侧弯，并与手动分类进行一致性验证	研究样本量有限，且仅限于青少年特发性脊柱侧弯病例	探索深度学习在青少年特发性脊柱侧弯影像分类中的应用，验证其与手动分类的一致性	青少年特发性脊柱侧弯的术前影像	计算机视觉	脊柱侧弯	U-Net语义分割神经网络技术	U-Net	影像	506例训练样本，107例测试样本
159	2024-11-21	Evaluation of deep-learning TSE images in clinical musculoskeletal imaging 2024-Aug, Journal of medical imaging and radiation oncology IF:2.2Q2 DOI:10.1111/1754-9485.13714 PMID:38837669	研究论文	本研究比较了传统重建的脂肪饱和（FS）和非FS涡轮自旋回波（TSE）磁共振成像与基于深度学习的加速TSE（DL-TSE）重建在膝关节成像中的效果	DL-TSE重建在提高图像分辨率和缩短扫描时间的同时，保持了图像对比度，且在大多数情况下被放射科医生认为具有更好的小结构显示效果	DL-TSE在21/232（9%）的病例中被认为效果不如传统TSE	评估基于深度学习的TSE图像在临床肌肉骨骼成像中的应用效果	脂肪饱和和非脂肪饱和的TSE磁共振成像与基于深度学习的TSE重建图像	计算机视觉	NA	磁共振成像	深度学习	图像	232对传统TSE和DL-TSE图像
160	2024-11-20	Checklist for Reproducibility of Deep Learning in Medical Imaging 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01065-2 PMID:38483694	研究论文	本文开发了一个全面的检查清单，用于增强医学影像中深度学习的可重复性和可靠性	通过Delphi方法开发了一个26项的深度学习模型报告检查清单，以提高研究的可重复性	NA	解决深度学习在医学影像应用中的独特挑战，提高研究的可重复性和透明度	深度学习在医学影像中的应用	计算机视觉	NA	深度学习	NA	医学影像	11位医学影像和深度学习领域的专家参与了评估