深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
341	2024-10-30	Radar-Based Fall Detection: A Survey 2024-Sep, IEEE robotics & automation magazine IF:5.4Q1 DOI:10.1109/MRA.2024.3352851 PMID:39465183	综述	本文深入分析了基于雷达的跌倒检测技术，重点介绍了微多普勒、距离多普勒和距离多普勒角度技术	强调了深度学习在处理复杂特征和大型非结构化数据集方面的优势，并探讨了其在雷达跌倒检测中的应用潜力	需要明确跌倒的定义和适当的检测标准，并考虑多种影响因素	旨在填补当前研究的空白，并强调未来研究策略和实际应用的可能性	基于雷达的跌倒检测技术及其在老年人等高风险人群中的应用	计算机视觉	老年病	雷达技术	CNN和RNN	雷达信号	74篇自2000年以来发表的研究文章	NA	NA	NA	NA
342	2024-10-29	3D Light-Direction Sensor Based on Segmented Concentric Nanorings Combined with Deep Learning 2024-Sep-30, Micromachines IF:3.0Q2 DOI:10.3390/mi15101219 PMID:39459093	研究论文	本文提出了一种基于分段同心纳米环结构和深度学习的3D光方向传感器，能够在微米级设备尺度上实现高精度的光方向检测	该传感器通过分段同心纳米环结构实现对入射光的三维方向检测，并利用深度学习解决数据混叠问题，扩展了传感范围	NA	开发一种高精度、超薄的光方向检测设备，推动机器视觉和交互技术的发展	3D光方向传感器的设计与实现	机器学习	NA	深度学习	NA	模拟数据	NA	NA	NA	NA	NA
343	2024-10-29	[Clinical Validation Study of Deep Learning-Generated Magnetic Resonance Images] 2024-Sep-30, Zhongguo yi liao qi xie za zhi = Chinese journal of medical instrumentation DOI:10.12455/j.issn.1671-7104.240050 PMID:39463079	研究论文	本研究利用深度学习图像生成算法，从矢状位T1WI和T2WI MR图像生成伪矢状位STIR序列	深度学习生成的STIR序列在图像质量和临床诊断能力上与金标准相当甚至可能超越	NA	验证深度学习生成MR图像的临床有效性	矢状位T1WI和T2WI MR图像以及生成的伪矢状位STIR序列	计算机视觉	NA	深度学习	NA	图像	五种不同组织的ROI	NA	NA	NA	NA
344	2024-10-28	Ensemble Fusion Models Using Various Strategies and Machine Learning for EEG Classification 2024-Sep-29, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11100986 PMID:39451362	研究论文	本文提出了五种集成模型用于脑电图（EEG）信号分类，主要分析的神经系统疾病是癫痫	本文提出了五种新的集成模型，分别利用了不同的特征选择和分类技术，如ESCD、I-ICA、GA、HHT和因子分析，以提高EEG信号分类的准确性	本文未详细讨论模型的计算复杂性和训练时间，且未与其他最先进的EEG分类方法进行全面比较	开发和评估用于EEG信号分类的集成模型，以提高神经系统疾病的诊断准确性	脑电图（EEG）信号和癫痫	机器学习	神经系统疾病	集成学习	集成模型	信号	未明确提及具体样本数量	NA	NA	NA	NA
345	2024-10-28	The Application of Deep Learning to Accurately Identify the Dimensions of Spinal Canal and Intervertebral Foramen as Evaluated by the IoU Index 2024-Sep-29, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11100981 PMID:39451357	研究论文	本文利用深度学习结合图像处理技术，识别脊髓管和椎间孔的尺寸	本文采用了YOLOv4和Resnet50混合U-Net模型，显著提高了脊髓管和椎间孔尺寸识别的准确性	NA	提高医学影像中脊髓管和椎间孔尺寸识别的准确性	脊髓管和椎间孔的尺寸	计算机视觉	NA	深度学习	YOLOv4, Resnet50混合U-Net	图像	NA	NA	NA	NA	NA
346	2024-10-28	Identification of Anomalies in Lung and Colon Cancer Using Computer Vision-Based Swin Transformer with Ensemble Model on Histopathological Images 2024-Sep-28, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11100978 PMID:39451355	研究论文	本文提出了一种基于计算机视觉的Swin Transformer与集成模型相结合的方法，用于在病理图像上识别肺癌和结肠癌的异常	本文创新性地使用了Swin Transformer模型进行特征提取，并结合双向长短期记忆与多头注意力（BiLSTM-MHA）、双深度Q网络（DDQN）和稀疏堆叠自编码器（SSAE）三种深度学习技术进行集成分类	NA	旨在提高肺癌和结肠癌的诊断效率和准确性	肺癌和结肠癌的病理图像	计算机视觉	肺癌	深度学习	Swin Transformer	图像	使用了基准数据集进行广泛的模拟分析	NA	NA	NA	NA
347	2024-10-28	Comprehensive Review and Assessment of Computational Methods for Prediction of N6-Methyladenosine Sites 2024-Sep-28, Biology DOI:10.3390/biology13100777 PMID:39452086	综述	本文综述了用于预测N6-甲基腺苷位点的计算方法，并评估了这些方法的性能	本文系统地回顾了自2015年以来发表的52种计算方法，并使用13个最新的基准数据集对其中9种方法进行了性能评估	本文主要集中在计算方法的回顾和评估，未提出新的预测模型	旨在为N6-甲基腺苷位点的识别提供计算支持，并促进未来研究	N6-甲基腺苷位点的预测方法	机器学习	NA	NA	传统机器学习、深度学习和集成学习	文本	13个基准数据集，涵盖9种不同物种	NA	NA	NA	NA
348	2024-10-28	Applying a Deep Learning Model for Total Kidney Volume Measurement in Autosomal Dominant Polycystic Kidney Disease 2024-Sep-26, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11100963 PMID:39451339	研究论文	本文研究了使用深度学习模型测量常染色体显性多囊肾病患者的总肾体积	本文首次比较了深度学习模型在轴向和冠状图像上的表现，发现轴向图像模型表现更优	本文发现不同图像方向可能引入测量偏差，冠状图像模型的表现不如轴向图像模型	研究深度学习模型在测量常染色体显性多囊肾病总肾体积中的应用	常染色体显性多囊肾病患者和健康个体的总肾体积	计算机视觉	肾脏疾病	磁共振成像 (MRI)	U-net	图像	30名常染色体显性多囊肾病患者和10名健康个体	NA	NA	NA	NA
349	2024-10-28	Exploiting K-Space in Magnetic Resonance Imaging Diagnosis: Dual-Path Attention Fusion for K-Space Global and Image Local Features 2024-Sep-25, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11100958 PMID:39451334	研究论文	本文提出了一种基于MRI K空间的全局特征提取和双路径注意力融合网络，用于MRI诊断中的分割任务	本文创新性地利用了MRI K空间的全局表示能力，并通过双路径注意力机制将K空间的全局特征与图像域的局部特征融合，提高了MRI分割的准确性	NA	提高MRI诊断中的分割准确性	MRI图像中的全局和局部特征	计算机视觉	NA	MRI	双路径注意力融合网络	图像	在Brain Tumor Segmentation (BraTS) MRI数据集和Automated Cardiac Diagnosis Challenge (ACDC) MRI心脏分割数据集上进行了验证	NA	NA	NA	NA
350	2024-10-26	A Survey on Explainable Artificial Intelligence (XAI) Techniques for Visualizing Deep Learning Models in Medical Imaging 2024-Sep-25, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10100239 PMID:39452402	综述	本文综述了用于可视化医学影像中深度学习模型的可解释人工智能（XAI）技术	本文系统地探讨了各种解释和可视化技术，以揭示深度学习模型的内部工作机制，增强对其预测的信任	NA	提高深度学习模型在医学影像分析中的可解释性、可靠性和临床相关性	医学影像中的深度学习模型	计算机视觉	NA	深度学习	深度学习模型	图像	NA	NA	NA	NA	NA
351	2024-10-28	Deep learning model for extensive smartphone-based diagnosis and triage of cataracts and multiple corneal diseases 2024-Sep-20, The British journal of ophthalmology DOI:10.1136/bjo-2023-324488 PMID:38242700	研究论文	开发了一种基于智能手机图像的人工智能算法，用于诊断和分类白内障及多种角膜疾病	利用智能手机图像进行白内障和角膜疾病的诊断和分类，展示了高精度的诊断性能	研究样本主要来自智能手机和裂隙灯显微镜图像，可能存在样本偏倚	开发和验证一种基于智能手机图像的人工智能算法，用于诊断和分类白内障及多种角膜疾病	白内障和多种角膜疾病	计算机视觉	眼科疾病	人工智能算法	深度学习模型	图像	6442张图像，其中6106张来自裂隙灯显微镜，336张来自智能手机	NA	NA	NA	NA
352	2024-10-28	Lightweight deep neural network for radio frequency interference detection and segmentation in synthetic aperture radar 2024-Sep-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-71775-8 PMID:39237592	研究论文	提出了一种轻量级神经网络算法用于合成孔径雷达图像中的射频干扰检测和分割	引入轻量级模块和剪枝操作，提高了检测和分割的准确性，同时减少了模型大小和推理延迟	NA	提高合成孔径雷达图像中射频干扰检测和分割的效率和准确性	合成孔径雷达图像中的射频干扰	计算机视觉	NA	深度学习	神经网络	时间-频率谱图	NA	NA	NA	NA	NA
353	2024-10-28	A robust deep learning attack immune MRAM-based physical unclonable function 2024-Sep-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-71730-7 PMID:39232128	研究论文	本文提出了一种基于磁阻随机存取存储器（MRAM）的物理不可克隆函数（PUF）电路，旨在增强硬件安全性	该电路利用磁隧道结（MTJ）单元的电阻特性，有效满足严格的雪崩准则（SAC），并具有对抗机器学习建模攻击的能力	NA	研究如何通过硬件安全机制保护敏感信息免受威胁	基于MRAM的物理不可克隆函数电路及其对抗机器学习攻击的能力	机器学习	NA	磁阻随机存取存储器（MRAM）	多层感知器（MLP）、线性回归（LR）、支持向量机（SVM）、卷积神经网络（CNN）、循环神经网络（RNN）	NA	两组和四组电路架构的模拟	NA	NA	NA	NA
354	2024-10-27	A Lesion-aware Edge-based Graph Neural Network for Predicting Language Ability in Patients with Post-stroke Aphasia 2024-Sep-03, ArXiv PMID:39279836	研究论文	本文提出了一种基于病灶感知的图神经网络（LEGNet），用于预测中风后失语症患者的语言能力	该模型整合了边缘学习模块、病灶编码模块和子图学习模块，利用功能相似性进行预测，并在两个不同的数据集上展示了优越的泛化能力	NA	旨在通过静息态功能磁共振成像（rs-fMRI）连接预测中风后失语症患者的语言能力	中风后失语症患者的语言能力	计算机视觉	中风	静息态功能磁共振成像（rs-fMRI）	图神经网络（GNN）	图像	使用来自人类连接组项目（HCP）的合成数据进行超参数调优和模型预训练，并在一个包含中风后失语症患者的内部神经影像数据集上进行10折交叉验证评估	NA	NA	NA	NA
355	2024-10-27	Role of Radiology in the Diagnosis and Treatment of Breast Cancer in Women: A Comprehensive Review 2024-Sep, Cureus DOI:10.7759/cureus.70097 PMID:39449897	综述	本文综述了影像学在女性乳腺癌诊断和治疗中的作用，重点介绍了影像技术的进步和人工智能（AI）的整合	本文介绍了影像组学和AI在提高诊断准确性和减少观察者变异性方面的潜力，并讨论了诊断影像与治疗干预相结合的个性化癌症护理新兴领域	本文指出需要大量注释数据集和将AI整合到临床实践中仍然存在挑战	探讨影像学在乳腺癌诊断和治疗中的演变作用	影像学在乳腺癌诊断和治疗中的应用	计算机视觉	乳腺癌	影像组学	深度学习算法	影像	NA	NA	NA	NA	NA
356	2024-10-26	A deep learning approach for predicting visceral pleural invasion in cT1 lung adenocarcinoma 2024-Sep-30, Journal of thoracic disease IF:2.1Q3 DOI:10.21037/jtd-24-601 PMID:39444851	研究论文	本文开发了一种深度学习模型，用于预测cT1期肺腺癌中的胸膜侵犯	本文首次利用深度学习技术，结合放射组学和CT影像数据，开发了一种非侵入性预测胸膜侵犯的模型	尽管3D-ROI-only模型在AUC值上表现最佳，但在决策曲线、校准曲线和生存分析中，其预测胸膜侵犯状态的性能较差	开发一种机器学习模型，用于非侵入性预测胸膜侵犯，为手术决策提供支持	cT1期肺腺癌患者	机器学习	肺癌	深度学习	CNN	影像	983名患者	NA	NA	NA	NA
357	2024-10-26	Detection of chronic obstructive pulmonary disease with deep learning using inspiratory and expiratory chest computed tomography and clinical information 2024-Sep-30, Journal of thoracic disease IF:2.1Q3 DOI:10.21037/jtd-24-367 PMID:39444883	研究论文	本研究开发了一种使用双相（吸气和呼气）胸部CT图像和临床信息自动检测慢性阻塞性肺病（COPD）的卷积神经网络（CNN）模型	本研究创新性地结合了双相胸部CT图像和临床信息，开发了一种新的CNN模型，显著提高了COPD的检测准确性	NA	开发一种自动检测慢性阻塞性肺病（COPD）的卷积神经网络（CNN）模型	慢性阻塞性肺病（COPD）的自动检测	计算机视觉	慢性阻塞性肺病	卷积神经网络（CNN）	卷积神经网络（CNN）	图像	2047名参与者，包括从不吸烟者、前吸烟者和当前吸烟者	NA	NA	NA	NA
358	2024-10-26	The development and validation of a prognostic prediction modeling study in acute myocardial infarction patients after percutaneous coronary intervention: hemorrhea and major cardiovascular adverse events 2024-Sep-30, Journal of thoracic disease IF:2.1Q3 DOI:10.21037/jtd-24-1362 PMID:39444902	研究论文	本研究开发并验证了一种机器学习模型，用于预测经皮冠状动脉介入治疗后急性心肌梗死患者的出血和主要心血管不良事件风险	本研究利用机器学习技术，通过正则化、交叉验证和集成学习等方法，提高了预测模型的准确性，并引入了SHAP方法以提高模型的可解释性	NA	本研究旨在通过机器学习方法识别经皮冠状动脉介入治疗后患者的出血和主要心血管不良事件风险	研究对象为7931名接受经皮冠状动脉介入治疗的患者	机器学习	心血管疾病	机器学习算法，包括XGBoost、随机森林和深度学习神经网络	XGBoost模型	临床特征数据	7931名患者	NA	NA	NA	NA
359	2024-10-26	m6ATM: a deep learning framework for demystifying the m6A epitranscriptome with Nanopore long-read RNA-seq data 2024-Sep-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae529 PMID:39438075	研究论文	介绍了一种基于深度学习的计算框架m6ATM，用于解析m6A表观转录组，使用Nanopore长读长RNA-seq数据进行单碱基分辨率的m6A位点预测	提出了m6ATM框架，结合WaveNet编码器和双流多实例学习模型，能够从DRS数据中提取特征并预测m6A位点	NA	开发一种高性能的m6A检测工具，以推动表观转录组研究的进展	m6A表观转录组及其在生物过程中的作用	机器学习	肝癌	Nanopore长读长RNA-seq	深度神经网络	RNA序列数据	包含不同m6A修饰比例的体外转录数据集和人类细胞系数据	NA	NA	NA	NA
360	2024-10-26	Predictability of antigen binding based on short motifs in the antibody CDRH3 2024-Sep-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae537 PMID:39438077	研究论文	本文提出了一种基于抗体CDRH3区域短基序预测抗原结合状态的方法	本文发现了一种简单分类器，其在独立生成的实验数据集上优于专门为此类数据集设计的深度学习模型	本文仅分析了基于突变实验的抗体数据集，未来需要更多实验数据验证	探索免疫受体与抗原结合的规则，预测未知免疫受体的抗原结合状态	抗体CDRH3区域的短基序	生物信息学	NA	NA	分类器	序列数据	11,336个位置特异性短基序，178个基序用于分类器训练	NA	NA	NA	NA