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
201	2024-12-11	Real-Time Non-Invasive Imaging and Detection of Spreading Depolarizations through EEG: An Ultra-Light Explainable Deep Learning Approach 2024-10, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3370502 PMID:38412076	研究论文	本文提出了一种超轻量级的可解释深度学习方法，通过脑电图（EEG）进行实时非侵入性成像和扩散去极化（SD）的检测	首次将SD识别问题从1维时间序列波的检测任务转化为在顺序2维渲染图像上的任务，并提出了一种超轻量级的多模态深度学习网络，融合EEG频谱图成像和时间功率向量，以提高每个电极上的SD识别准确性	本文仅提供了初步证据支持SD在频率轮廓上可能显示隐含特征的假设，仍需进一步研究验证	旨在通过非侵入性方法实时检测扩散去极化，以预防继发性脑损伤	扩散去极化（SD）的非侵入性检测	机器学习	NA	深度学习	多模态深度学习网络	脑电图（EEG）频谱图	NA
202	2024-12-11	Simultaneous Estimation of Digit Tip Forces and Hand Postures in a Simulated Real-Life Condition With High-Density Electromyography and Deep Learning 2024-10, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3350239 PMID:39361489	研究论文	研究使用高密度表面肌电图（HD-sEMG）和深度学习技术，在模拟真实生活条件下同时估计手指尖力与手部姿势的可行性	提出了结合三维卷积神经网络（3DCNN）和长短期记忆网络（LSTM）的框架，能够可靠且连续地估计手指尖力和分类不同手部姿势	研究仅在模拟真实生活条件下进行，未涉及实际应用中的复杂环境	探讨在日常活动场景中，连续估计多个自由度的可行性	手指尖力与手部姿势	机器学习	NA	高密度表面肌电图（HD-sEMG）	三维卷积神经网络（3DCNN）与长短期记忆网络（LSTM）	肌电信号	四种类型的日常抓握方式，多种物体
203	2024-12-11	Convolutional Neural Networks in the Diagnosis of Cervical Myelopathy 2024-Oct, Revista brasileira de ortopedia DOI:10.1055/s-0044-1779317 PMID:39649041	研究论文	本研究评估了卷积神经网络在颈椎病诊断中的有效性，并与传统的颈椎核磁共振成像进行了比较	本研究展示了深度学习技术在脊柱手术中的显著改进，尤其是在颈椎病诊断中的高准确性	NA	评估卷积神经网络在颈椎病诊断中的有效性	颈椎病患者和正常人的核磁共振成像图像	计算机视觉	颈椎病	卷积神经网络	CNN	图像	125名参与者，包括242张轴向视图图像和249张矢状视图图像
204	2024-12-11	Geometrical and dosimetrical evaluation of different interpretations of a european consensus delineation guideline for the internal mammary lymph node chain in breast cancer patients 2024-Oct, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2024.100676 PMID:39649154	研究论文	本研究评估了不同解释下欧洲共识指南对乳腺癌患者内乳淋巴结链勾画的剂量学和几何学影响	使用深度学习模型作为指南的第二种解释，并与传统解释进行比较	仅分析了95名左侧乳腺癌患者的病例，样本量有限	研究不同解释下内乳淋巴结勾画指南对心脏平均剂量的影响	左侧乳腺癌患者的内乳淋巴结勾画	NA	乳腺癌	深度学习	NA	图像	95名左侧乳腺癌患者
205	2024-12-10	A novel artificial intelligence model for diagnosing Acanthamoeba keratitis through confocal microscopy 2024-Oct, The ocular surface DOI:10.1016/j.jtos.2024.07.010 PMID:39084255	研究论文	开发了一种基于共聚焦显微镜图像的人工智能模型，用于诊断棘阿米巴角膜炎	首次开发了一种基于共聚焦显微镜图像的人工智能模型，用于诊断棘阿米巴角膜炎	研究样本量较小，且仅限于特定时间段和地点的患者	开发一种基于共聚焦显微镜图像的人工智能模型，用于诊断棘阿米巴角膜炎	棘阿米巴角膜炎的诊断	计算机视觉	眼科疾病	共聚焦显微镜	卷积神经网络	图像	3312张共聚焦显微镜图像，来自17名患者
206	2024-12-08	Automatic detection of temporomandibular joint osteoarthritis radiographic features using deep learning artificial intelligence. A Diagnostic accuracy study 2024-Oct-31, Journal of stomatology, oral and maxillofacial surgery DOI:10.1016/j.jormas.2024.102124 PMID:39488247	研究论文	研究使用深度学习人工智能模型自动检测颞下颌关节骨关节炎的放射学特征，并评估其诊断准确性	首次使用YOLO深度学习模型进行颞下颌关节骨关节炎放射学特征的自动检测，并展示了其与经验丰富的放射科医生的诊断结果具有高度一致性	研究中AI模型在检测皮质下囊肿时与放射科医生的诊断存在显著差异	评估神经网络人工智能模型在颞下颌关节骨关节炎放射学确认中的诊断性能	颞下颌关节骨关节炎的放射学特征	计算机视觉	颞下颌关节疾病	深度学习	YOLO	影像	包含符合颞下颌关节紊乱诊断标准决策树的成年患者的锥束CT影像
207	2024-12-08	An approach for classification of breast cancer using lightweight deep convolution neural network 2024-Oct-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38524 PMID:39640611	研究论文	本文提出了一种使用轻量级深度卷积神经网络进行乳腺癌分类的方法	本文创新性地使用了轻量级卷积神经网络（LWCNN）来自动提取特征，实现了端到端的乳腺癌分类	NA	研究如何利用深度学习技术提高乳腺癌筛查的准确性	乳腺癌筛查乳腺X光片	计算机视觉	乳腺癌	深度学习	轻量级卷积神经网络（LWCNN）	图像	两个实验中分别使用了两个案例的原始和增强数据集
208	2024-12-08	Transformer-based models for chemical SMILES representation: A comprehensive literature review 2024-Oct-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e39038 PMID:39640612	综述	本文综述了基于Transformer的化学语言模型在化学信息学中的应用现状	探讨了Transformer模型在化学信息学中的创新应用，特别是在处理化学SMILES数据方面的优势	分析了当前化学语言Transformer模型面临的挑战和局限性	旨在回顾和分析基于Transformer的化学语言模型在化学信息学中的最新进展	化学语言模型在处理化学SMILES数据中的应用	自然语言处理	NA	Transformer	Transformer	文本	NA
209	2024-12-07	3D microstructure reconstruction and characterization of porous materials using a cross-sectional SEM image and deep learning 2024-Oct-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e39185 PMID:39640653	研究论文	本文提出了一种利用生成对抗网络（GAN）从单个横截面扫描电镜（SEM）图像重建多孔材料三维微观结构的方法	与需要3D图像作为训练数据的现有GAN模型不同，本文提出的模型仅需要单个横截面图像即可进行3D重建	NA	准确评估多孔材料和设备中的三维孔隙特征	多孔陶瓷电极材料	计算机视觉	NA	生成对抗网络（GAN）	GAN	图像	NA
210	2024-12-08	Introducing a novel dataset for facial emotion recognition and demonstrating significant enhancements in deep learning performance through pre-processing techniques 2024-Oct-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38913 PMID:39640693	研究论文	本文介绍了一种新的面部情感识别数据集，并通过预处理技术显著提升了深度学习模型的性能	开发了新的面部情感识别数据集，并提出了基于EfficientNetB7和CBAM-4CNN的混合模型，显著提高了情感识别的准确性	面临GPU内存限制等挑战	提高面部情感识别模型的准确性	面部情感识别数据集和深度学习模型	计算机视觉	NA	深度学习	卷积神经网络 (CNN)	图像	新的面部情感识别数据集，包括FER13和扩展的CK+数据集
211	2024-12-08	Deep learning neural network-assisted badminton movement recognition and physical fitness training optimization 2024-Oct-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38865 PMID:39640697	研究论文	本文旨在解决羽毛球运动轨迹识别精度低的问题，通过视觉系统对羽毛球机器人进行侧向检测和跟踪，并利用卷积神经网络和改进的Tiny YOLOv2网络结合无迹卡尔曼滤波算法，提高羽毛球运动轨迹的识别和预测精度	本文引入了注意力机制和改进的Tiny YOLOv2网络，结合无迹卡尔曼滤波算法，显著提高了羽毛球运动轨迹的识别和预测精度	NA	提高羽毛球运动轨迹识别的精度	羽毛球运动轨迹的识别和物理健身训练的优化	计算机视觉	NA	卷积神经网络，Tiny YOLOv2，无迹卡尔曼滤波	卷积神经网络，Tiny YOLOv2	视频	四组简单和复杂的羽毛球飞行视频流
212	2024-12-08	State-of-health estimation and classification of series-connected batteries by using deep learning based hybrid decision approach 2024-Oct-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e39121 PMID:39640714	研究论文	本文提出了一种基于深度学习的混合决策方法，用于估计和分类串联锂离子电池的健康状态	本文创新性地结合了深度学习网络和混合分类技术，提高了对串联电池健康状态估计的准确性和效率	本文主要针对串联锂离子电池，未涵盖其他类型的电池系统	研究如何准确估计和分类串联锂离子电池的健康状态	串联锂离子电池的健康状态	机器学习	NA	深度学习	混合分类技术	数据集	使用了来自牛津大学和Calce电池组的多个数据集
213	2024-12-08	Towards multi-agent system for learning object recommendation 2024-Oct-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e39088 PMID:39640789	研究论文	本文介绍了一种基于多智能体系统和深度学习的教育内容推荐系统，旨在根据学习者的知识水平和学习风格提供个性化的学习对象推荐	本文创新性地结合了多智能体系统和深度学习技术，通过四个智能体（学习者代理、导师代理、学习对象代理和推荐代理）协同工作，提供个性化的学习对象推荐	NA	开发一种能够根据学习者知识水平和学习风格提供个性化学习对象推荐的多智能体系统	在线教育内容推荐系统	机器学习	NA	卷积神经网络 (CNN) 和多层感知器 (MLP)	多智能体系统	文本	NA
214	2024-12-08	AI-based fingerprint index of visceral adipose tissue for the prediction of bowel damage in patients with Crohn's disease 2024-Oct-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.111022 PMID:39635135	研究论文	开发了一种基于人工智能的内脏脂肪组织指纹指数，用于预测克罗恩病患者的肠道损伤	提出了内脏脂肪组织指纹指数（VAT-FI），并证明其在预测肠道损伤方面比皮下脂肪组织指纹指数（SAT-FI）更准确	NA	开发和验证一种新的生物标志物，用于预测克罗恩病患者的肠道损伤	克罗恩病患者的内脏脂肪组织和肠道损伤	计算机视觉	消化系统疾病	放射组学和深度学习	NA	图像	1135名克罗恩病患者，分为训练组（600例）和测试组（535例）
215	2024-12-08	Prediction of homologous recombination deficiency from routine histology with attention-based multiple instance learning in nine different tumor types 2024-Oct-08, BMC biology IF:4.4Q1 DOI:10.1186/s12915-024-02022-9 PMID:39379982	研究论文	研究使用基于注意力机制的多实例学习（attMIL）从常规组织学图像中预测同源重组缺陷（HRD）状态	首次证明可以通过常规组织学图像直接预测HRD状态，并展示了其在九种不同肿瘤类型中的适用性	研究仅限于九种肿瘤类型，且需要进一步验证其在其他肿瘤类型中的适用性	验证深度学习方法能否仅基于常规组织学图像预测HRD状态	九种不同类型的肿瘤	数字病理	NA	全基因组测序（WGS）	基于注意力机制的多实例学习（attMIL）	图像	5209名患者
216	2024-12-06	Revolutionizing dementia detection: Leveraging vision and Swin transformers for early diagnosis 2024-Oct, American journal of medical genetics. Part B, Neuropsychiatric genetics : the official publication of the International Society of Psychiatric Genetics DOI:10.1002/ajmg.b.32979 PMID:38619385	研究论文	本文探讨了利用计算机视觉和Swin transformer算法进行早期痴呆症检测的方法	本文采用了Swin transformer算法，相比传统的Vision transformer和卷积神经网络，在整体准确性上表现更优	NA	旨在通过先进的技术手段实现痴呆症的早期诊断	痴呆症及其早期检测方法	计算机视觉	神经退行性疾病	计算机视觉和深度学习	Swin transformer	影像数据（如正电子发射断层扫描）	NA
217	2024-12-05	A deep learning model for predicting the modified micro-dosimetric kinetic model-based dose and the dose-averaged linear energy transfer for prostate cancer in carbon ion therapy 2024-Oct, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2024.100671 PMID:39624391	研究论文	本研究开发了一种深度学习模型，用于快速预测碳离子治疗中前列腺癌的修正微剂量动力学模型（mMKM）剂量和剂量平均线性能量转移（LET）分布	本研究首次将深度学习应用于预测碳离子治疗中前列腺癌的mMKM剂量和LET分布，提供了一种快速、准确的评估工具	本研究仅使用了50名患者的样本数据进行训练和测试，样本量较小	开发一种快速、准确的工具，用于评估碳离子治疗中前列腺癌的生物剂量和剂量平均线性能量转移（LET）变化	前列腺癌患者在碳离子治疗中的修正微剂量动力学模型（mMKM）剂量和剂量平均线性能量转移（LET）分布	机器学习	前列腺癌	深度学习	深度学习模型	图像	50名前列腺癌患者
218	2024-12-02	A Robust and Data-Efficient Deep Learning Modelfor Cardiac Assessment without Segmentation 2024-Oct-28, Research square DOI:10.21203/rs.3.rs-5290766/v1 PMID:39574901	研究论文	本文介绍了一种无需分割模型的高效深度学习算法，用于心脏评估	提出了一种名为Scaled Gumbel Softmax (SGS) EchoNet的深度学习算法，该算法无需心脏分割模型，能够处理数据质量问题并提高预测模型的鲁棒性	NA	开发一种数据高效且鲁棒的深度学习算法，用于心脏评估	心脏评估中的数据质量和分割模型依赖问题	机器学习	心血管疾病	深度学习	R(2+1)D卷积编码器	视频	NA
219	2024-12-01	Machine-Learning-Based Depression Detection Model from Electroencephalograph (EEG) Data Obtained by Consumer-Grade EEG Device 2024-Oct-30, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci14111107 PMID:39595870	研究论文	本文提出了一种基于消费级脑电图（EEG）数据的机器学习模型，用于检测抑郁症	使用消费级EEG设备进行抑郁症检测，并通过特征选择方法提高模型的准确性	研究中使用的样本量未明确提及，且仅限于消费级EEG设备的数据	提高使用消费级EEG设备进行抑郁症检测的准确性	消费级EEG设备获取的脑电图数据	机器学习	NA	脑电图（EEG）	Light Gradient Boosting Machine (LightGBM)	脑电图数据	NA
220	2024-12-01	Novel Approaches for the Early Detection of Glaucoma Using Artificial Intelligence 2024-Oct-28, Life (Basel, Switzerland) DOI:10.3390/life14111386 PMID:39598184	研究论文	本文探讨了人工智能在青光眼早期检测中的应用，特别是机器学习和深度学习模型的优势和局限	本文介绍了卷积神经网络和其他深度学习算法在青光眼检测中的高灵敏度和特异性，展示了其在自动化筛查中的潜力	本文指出需要多样化的训练数据集、外部验证、决策透明度以及处理道德和法律问题等挑战	研究目的是探讨人工智能在青光眼早期诊断、治疗和检测中的应用，并评估不同AI模型和算法的优缺点	研究对象是青光眼的早期检测和治疗	机器学习	青光眼	机器学习、深度学习	卷积神经网络	图像	NA