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
301	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
302	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
303	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）
304	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
305	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
306	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
307	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）
308	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
309	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
310	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
311	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
312	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
313	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
314	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
315	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
316	2024-11-17	BCED-Net: Breast Cancer Ensemble Diagnosis Network using transfer learning and the XGBoost classifier with mammography images 2024-Oct, Osong public health and research perspectives IF:2.1Q3 DOI:10.24171/j.phrp.2023.0361 PMID:39511962	研究论文	本文提出了一种基于迁移学习和XGBoost分类器的乳腺癌集成诊断网络BCED-Net，用于乳腺X光图像的早期和准确检测	利用迁移学习和XGBoost分类器，结合多种预训练模型提取特征，提高了乳腺癌诊断的准确性和实用性	NA	提高乳腺癌早期检测的准确性和实用性	乳腺X光图像	计算机视觉	乳腺癌	迁移学习	XGBoost分类器	图像	使用了Breast Cancer RSNA数据集
317	2024-11-15	An integrated framework of deep learning and entropy theory for enhanced high-dimensional permeability field identification in heterogeneous aquifers 2024-Oct-30, Water research IF:11.4Q1 DOI:10.1016/j.watres.2024.122706 PMID:39515243	研究论文	研究将深度学习与熵理论结合，提出了一种集成MIMR优化方法，用于增强异质含水层中高维渗透率场的识别	提出了一种集成MIMR优化方法，通过结合不同测量类型和监测策略，显著提高了渗透率场的估计精度	研究仅限于数值模拟案例，尚未在实际含水层中验证	提高异质含水层中高维渗透率场的估计精度，减少地下水流动和溶质运移模拟中的不确定性	异质含水层中的渗透率场	机器学习	NA	深度学习	NA	数值模拟数据	十二种不同测量类型和监测策略的组合场景
318	2024-11-15	Deep learning-based super-resolution and denoising algorithm improves reliability of dynamic contrast-enhanced MRI in diffuse glioma 2024-10-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76592-7 PMID:39455814	研究论文	研究利用深度学习技术提高动态对比增强MRI在弥漫性胶质瘤中的可靠性和图像质量	提出了一种基于深度学习的超分辨率和去噪算法，显著提高了动态对比增强MRI的信噪比和对比噪声比	研究为回顾性研究，样本仅限于306名成年弥漫性胶质瘤患者	提高动态对比增强MRI在弥漫性胶质瘤中的图像质量和诊断可靠性	动态对比增强MRI图像在弥漫性胶质瘤患者中的应用	计算机视觉	脑肿瘤	深度学习	深度学习模型	图像	306名成年弥漫性胶质瘤患者
319	2024-11-15	Automated Cobb angle measurement in scoliosis radiographs: A deep learning approach for screening 2024-Oct-07, Annals of the Academy of Medicine, Singapore DOI:10.47102/annals-acadmedsg.2023300 PMID:39508697	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
320	2024-11-15	syN-BEATS for robust pollutant forecasting in data-limited context 2024-Oct-02, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-024-13164-2 PMID:39356366	研究论文	本文介绍了一种名为syN-BEATS的新型集成深度学习模型，专门用于在数据有限的情况下进行污染物预测	基于N-BEATS架构，syN-BEATS结合了不同配置的堆栈和块，有效整合了弱学习和强学习方法，并通过贝叶斯优化微调集成权重，显著提高了预测性能	研究中仅使用了每个地区一个气象和空气质量监测站的数据，模拟了监测能力受限的环境，这可能限制了模型在实际应用中的广泛适用性	开发一种在数据有限的情况下仍能有效预测污染物的深度学习模型，以支持环境监测和公共卫生管理	污染物预测模型及其在不同气候和空气质量水平下的适应性和鲁棒性	机器学习	NA	深度学习	集成模型	时间序列数据	每个地区一个气象和空气质量监测站的数据