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
261	2024-11-17	MPE-HRNetL: A Lightweight High-Resolution Network for Multispecies Animal Pose Estimation 2024-Oct-26, Sensors (Basel, Switzerland) DOI:10.3390/s24216882 PMID:39517779	研究论文	本文提出了一种轻量级的高分辨率网络MPE-HRNetL，用于多物种动物姿态估计	通过改进Lite-HRNet，引入了空间金字塔池化快速版、混合池化模块和双空间通道注意力机制，并增加了特征增强阶段	NA	提高动物姿态估计模型的效率和准确性，使其适用于资源有限的边缘设备	多物种动物的姿态估计	计算机视觉	NA	NA	HRNet	图像	使用了AP-10K数据集和Animal Pose数据集进行实验
262	2024-11-17	Artificial Intelligence-Based Sentinel Lymph Node Metastasis Detection in Cervical Cancer 2024-Oct-26, Cancers IF:4.5Q1 DOI:10.3390/cancers16213619 PMID:39518059	研究论文	评估深度学习算法在早期宫颈癌中检测前哨淋巴结转移的有效性	利用已开发的用于乳腺癌和结肠癌淋巴结转移检测的深度学习算法，首次在宫颈癌中进行前哨淋巴结转移检测，并展示了高敏感性	研究为回顾性分析，样本量较小，需要进一步的前瞻性验证	评估深度学习算法在早期宫颈癌中检测前哨淋巴结转移的敏感性和有效性	早期宫颈癌患者的前哨淋巴结转移情况	数字病理学	宫颈癌	深度学习算法	深度学习算法	图像	21名早期宫颈癌患者，包括15名鳞状细胞癌、5名腺癌和1名透明细胞癌患者，共47个前哨淋巴结样本
263	2024-11-17	Airborne LiDAR Point Cloud Classification Using Ensemble Learning for DEM Generation 2024-Oct-25, Sensors (Basel, Switzerland) DOI:10.3390/s24216858 PMID:39517754	研究论文	本文提出了一种基于集成学习的机载LiDAR点云分类方法，用于生成数字高程模型（DEM）	本文创新性地结合了集成学习策略和几何特征，设计了适用于不同地形的专用地面点分类器，以提高分类的鲁棒性和准确性	本文未详细讨论集成学习模型的训练时间和计算资源需求	提高机载LiDAR点云分类的准确性和生成DEM的质量	机载激光扫描（ALS）点云数据	计算机视觉	NA	集成学习	深度学习模型	点云数据	包含各种地形的ALS点云数据
264	2024-11-17	A Novel Method of Bridge Deflection Prediction Using Probabilistic Deep Learning and Measured Data 2024-Oct-25, Sensors (Basel, Switzerland) DOI:10.3390/s24216863 PMID:39517760	研究论文	提出了一种基于卷积神经网络（CNN）、长短期记忆网络（LSTM）、概率密度估计层和桥梁监测数据的集成挠度区间预测方法，用于预测悬索桥主梁在随机交通荷载和环境温度作用下的竖向挠度	结合CNN和LSTM捕捉时间序列中的局部特征和长期依赖性，并采用高斯分布（GD）作为概率密度函数，通过最大似然法估计其参数，输出最优挠度预测和概率区间	NA	预测悬索桥主梁在随机交通荷载和环境温度作用下的竖向挠度，并识别异常挠度	悬索桥主梁的挠度	机器学习	NA	卷积神经网络（CNN）、长短期记忆网络（LSTM）	CNN-LSTM-GD模型	时间序列数据	基于桥梁健康监测数据构建的时间序列训练数据集
265	2024-11-17	Enhancing Activity Recognition After Stroke: Generative Adversarial Networks for Kinematic Data Augmentation 2024-Oct-25, Sensors (Basel, Switzerland) DOI:10.3390/s24216861 PMID:39517759	研究论文	本研究利用条件生成对抗网络（cGANs）生成合成运动学数据，以增强中风后活动识别的机器学习模型的泛化能力	采用条件生成对抗网络生成逼真的合成运动学数据，以增强训练数据集的多样性和复杂性	未提及	提高中风后活动识别的机器学习模型的泛化能力和分类准确性	中风幸存者的运动学数据	机器学习	中风	条件生成对抗网络（cGANs）	生成对抗网络（GAN）	运动学数据	使用公开数据集，未提及具体样本数量
266	2024-11-17	Computer Vision-Driven Movement Annotations to Advance fNIRS Pre-Processing Algorithms 2024-Oct-24, Sensors (Basel, Switzerland) DOI:10.3390/s24216821 PMID:39517718	研究论文	研究利用计算机视觉技术自动检测和标注视频中的头部运动，以改进功能性近红外光谱（fNIRS）数据预处理算法	提出了一种基于深度学习的计算机视觉方法，自动检测和标注头部运动，为fNIRS数据预处理提供准确的地面实况信息	模型在不同类型的运动（如半运动、完整运动和重复运动）上的表现存在差异	探索计算机视觉技术在自动检测和标注头部运动方面的可行性和可靠性，以改进fNIRS数据预处理算法	头部运动检测和标注	计算机视觉	NA	计算机视觉	1D-UNet	视频	15名参与者进行了三种主要旋转轴（上下、左右、弯曲）的头部运动，速度分为快和慢，运动方式包括半运动、完整运动和重复运动
267	2024-11-17	Dynamic Temporal Denoise Neural Network with Multi-Head Attention for Fault Diagnosis Under Noise Background 2024-Oct-23, Sensors (Basel, Switzerland) DOI:10.3390/s24216813 PMID:39517709	研究论文	本文提出了一种动态时间去噪神经网络（DTDNet），结合多头注意力机制，用于噪声背景下的故障诊断	DTDNet通过将一维信号转换为二维张量，并使用多尺度二维卷积核提取信号特征，同时引入时间变量去噪（TVD）模块和多头注意力融合（MAF）模块，解决了传统卷积神经网络缺乏去噪结构的问题	NA	提高机械系统故障诊断的准确性和鲁棒性	振动信号中的噪声去除和特征提取	机器学习	NA	深度学习	神经网络	信号	两个数据集：Case Western Reserve University轴承数据集（单传感器）和Real飞机传感器数据集（多传感器）
268	2024-11-17	Deep Learning Models for Anatomical Location Classification in Esophagogastroduodenoscopy Images and Videos: A Quantitative Evaluation with Clinical Data 2024-Oct-23, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14212360 PMID:39518328	研究论文	本文研究了深度学习模型在食管胃十二指肠镜图像和视频中解剖位置分类的定量评估	本文引入了基于硬投票的后处理算法，通过聚合连续七帧的结果来提高预测的稳定性	本文仅使用了正常发现的图像和视频数据，未涵盖所有可能的病理情况	研究深度学习模型在胃镜检查中准确识别胃肠道解剖位置的可行性	食管胃十二指肠镜图像和视频中的解剖位置	计算机视觉	NA	深度学习	InceptionV3, InceptionResNetV2	图像, 视频	31,403张静态图像来自1000名患者，20个食管胃十二指肠镜视频
269	2024-11-17	U-Net and Its Variants Based Automatic Tracking of Radial Artery in Ultrasonic Short-Axis Views: A Pilot Study 2024-Oct-23, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14212358 PMID:39518327	研究论文	本研究探讨了U-Net及其变体在超声短轴视图中自动追踪桡动脉的可行性	本研究首次验证了U-Net及其变体在自动桡动脉追踪中的应用，并发现Res-UNet在DSC和JSC方面表现最佳	本研究仅限于小规模的初步研究，样本量较小，且未涵盖所有可能的U-Net变体	验证U-Net及其变体在超声引导下桡动脉导管插入术中自动追踪桡动脉的可行性	桡动脉在超声短轴视图中的自动追踪	计算机视觉	NA	B模式超声成像	U-Net及其变体（如Attention U-Net, UNet++, Res-UNet, TransUNet, UNeXt）	图像	135名患者，共7233张图像
270	2024-11-17	A Review of Artificial Intelligence-Based Dyslexia Detection Techniques 2024-Oct-23, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14212362 PMID:39518334	综述	本文综述了基于人工智能的阅读障碍检测技术，重点探讨了降维技术在提升机器学习和深度学习模型性能中的作用	本文提出了降维技术在阅读障碍检测中的重要性，并强调了开发新型降维技术和将其与先进深度学习技术无缝集成以实现稳健和可解释模型的必要性	现有研究受限于数据集的有限性和机器学习模型的黑箱性质，导致阅读障碍检测模型的泛化性和可解释性不足	探讨降维技术在提升机器学习和深度学习模型在阅读障碍检测中的性能	阅读障碍检测模型及其性能提升	机器学习	NA	降维技术	机器学习模型和深度学习模型	行为数据和神经影像数据	共筛选出39篇文章进行综述
271	2024-11-17	Prediction of a Cephalometric Parameter and Skeletal Patterns from Lateral Profile Photographs: A Retrospective Comparative Analysis of Regression Convolutional Neural Networks 2024-Oct-23, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm13216346 PMID:39518486	研究论文	本研究开发了一种深度学习系统，用于直接从侧面轮廓照片预测头影测量参数，作为正畸治疗的初步资源	本研究首次使用回归卷积神经网络（CNN）模型从侧面轮廓照片中预测头影测量参数，并展示了其在临床上的潜在应用	本研究的样本量有限，且仅针对ANB角进行预测，未来研究可以扩展到其他头影测量参数	开发一种深度学习系统，用于从侧面轮廓照片中直接预测头影测量参数，以促进正畸治疗	ANB角和侧面轮廓照片	计算机视觉	NA	回归卷积神经网络（CNN）	CNN	图像	1600名受试者（1039名女性和561名男性，年龄范围为3年8个月至69年1个月）
272	2024-11-17	PTB-DDI: An Accurate and Simple Framework for Drug-Drug Interaction Prediction Based on Pre-Trained Tokenizer and BiLSTM Model 2024-Oct-23, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms252111385 PMID:39518938	研究论文	本文提出了一种名为PTB-DDI的精确且简单的药物-药物相互作用预测框架	该框架结合了ChemBerta分词器、BiLSTM模型和MLP，以捕捉药物的双向上下文特征并挖掘药物特征的非线性关系	NA	旨在解决现有模型在药物-药物相互作用预测中的信息丢失和特征挖掘不完整问题	药物-药物相互作用预测	机器学习	NA	BiLSTM	BiLSTM	文本	在BIOSNAP和DrugBank两个真实世界数据集上进行了实验，分别获得了0.997、0.995、0.984和0.896、0.873、0.826的AUC-ROC、PR-AUC和F1分数
273	2024-11-17	IMU Airtime Detection in Snowboard Halfpipe: U-Net Deep Learning Approach Outperforms Traditional Threshold Algorithms 2024-Oct-22, Sensors (Basel, Switzerland) DOI:10.3390/s24216773 PMID:39517670	研究论文	本研究利用惯性测量单元（IMU）数据和U-Net深度学习模型，改进了单板滑雪半管表演中起飞和着陆事件的检测	本研究采用1D U-Net卷积神经网络（CNN），在所有实验中均表现出色，为二元分割任务设定了新的基准	本研究仅针对单板滑雪半管表演中的起飞和着陆事件进行检测，未涉及其他运动项目	本研究的目的是通过使用IMU数据和机器学习算法，提高单板滑雪半管表演中起飞和着陆事件的检测精度	本研究的对象是八名德国国家队的精英单板滑雪运动员在半管表演中的626次技巧动作	机器学习	NA	惯性测量单元（IMU）	U-Net	时间序列数据	8名运动员的626次技巧动作
274	2024-11-17	Adaptive Wireless Image Transmission Transformer Architecture for Image Transmission and Reconstruction 2024-Oct-22, Sensors (Basel, Switzerland) DOI:10.3390/s24216772 PMID:39517669	研究论文	本文介绍了一种基于深度学习和变分信息瓶颈原理的自适应无线图像传输变压器架构（ADWITT），用于提高图像传输的效率和质量	本文提出了一个基于深度学习和变分信息瓶颈原理的自适应信道模块，改进了原有的无线图像传输变压器模型（WITT），形成了新的ADWITT架构	NA	提高6G通信技术中的图像传输效率和质量	无线图像传输系统	计算机视觉	NA	变分信息瓶颈（VIB）	变压器（Transformer）	图像	NA
275	2024-11-17	Hybrid Reconstruction Approach for Polychromatic Computed Tomography in Highly Limited-Data Scenarios 2024-Oct-22, Sensors (Basel, Switzerland) DOI:10.3390/s24216782 PMID:39517679	研究论文	本文提出了一种基于深度学习的先验图像约束（PICDL）框架，用于在数据受限的情况下消除计算机断层扫描（CT）中的硬化伪影	结合了L2-PICCS算法和深度学习模型，能够有效纠正硬化伪影，恢复患者轮廓，并补偿条纹和变形伪影	仅在小型动物CT扫描仪上进行了评估，尚未在大规模临床数据上验证	开发一种在数据受限情况下消除CT图像中硬化伪影的新方法	计算机断层扫描图像中的硬化伪影	计算机视觉	NA	计算机断层扫描（CT）	U-Net架构（结合ResNet-34）	图像	小型动物CT扫描仪上的啮齿动物头部研究
276	2024-11-17	MDAR: A Multiscale Features-Based Network for Remotely Measuring Human Heart Rate Utilizing Dual-Branch Architecture and Alternating Frame Shifts in Facial Videos 2024-Oct-22, Sensors (Basel, Switzerland) DOI:10.3390/s24216791 PMID:39517688	研究论文	提出了一种基于多尺度特征的网络，用于通过面部视频远程测量心率，利用双分支架构和交替帧移位技术	设计了双分支信号处理框架，结合静态和动态特征，提出了一种新颖高效的特征融合方法，并引入交替时间移位模块增强模型的时间深度	未提及	解决远程光电容积描记法（rPPG）中因环境光变化、面部运动和光吸收反射差异带来的挑战	通过面部视频远程测量心率	计算机视觉	心血管疾病	远程光电容积描记法（rPPG）	双分支架构	视频	三个公共数据集：UBFC-rPPG, PURE, 和 MMPD
277	2024-11-17	MaskAppendix: Backbone-Enriched Mask R-CNN Based on Grad-CAM for Automatic Appendix Segmentation 2024-Oct-22, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14212346 PMID:39518314	研究论文	提出了一种基于Grad-CAM增强的Mask R-CNN架构，用于自动分割CT扫描中的阑尾	通过集成Grad-CAM到Mask R-CNN网络中，提高了特征定位能力，更好地捕捉阑尾形态的细微变化	NA	开发一种自动且准确的阑尾分割方法，以辅助临床诊断	阑尾的自动分割	计算机视觉	NA	Grad-CAM	Mask R-CNN	图像	腹腔CT扫描数据集
278	2024-11-17	A deep learning-based, real-time image report system for linear EUS 2024-Oct-19, Gastrointestinal endoscopy IF:6.7Q1 DOI:10.1016/j.gie.2024.10.030 PMID:39427992	研究论文	开发了一种基于深度学习的实时图像报告系统，用于线性EUS，旨在实现EUS期间的自动图像记录	提出了一个基于深度学习的EUS自动图像报告系统（EUS-AIRS），能够实时自动捕捉标准站、病变和穿刺程序的图像	NA	提高EUS报告的质量和一致性，减少不同内镜医师之间的报告差异	线性EUS图像的自动捕捉和报告	计算机视觉	NA	深度学习	深度学习模型	图像	235,784张图像用于训练和测试，114名患者用于前瞻性测试
279	2024-11-17	Comparing the accuracy of two machine learning models in detection and classification of periapical lesions using periapical radiographs 2024-Oct, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-024-00759-1 PMID:38862834	研究论文	比较两种深度学习模型在牙周病变检测和分类中的准确性	首次应用Faster R-CNN和YOLOv4模型在牙周病变检测和分类中，并使用PAI评分系统	样本量相对较小，且仅限于三种不同区域的牙齿	评估两种深度学习模型在牙周病变检测和分类中的性能	牙周病变及其在不同牙齿区域的分类	计算机视觉	NA	深度学习	Faster R-CNN, YOLOv4	图像	2658张牙周X光片，其中2122张用于训练，268张用于验证，268张用于测试
280	2024-08-07	Evolution Oroinformatics: A Deep Learning Perspective in Personalised Dental Care 2024-Oct, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2024.05.009 PMID:38853054	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA