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
701	2024-10-20	Hybrid Deep Learning Framework for Melanoma Diagnosis Using Dermoscopic Medical Images 2024-Oct-08, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14192242 PMID:39410645	研究论文	本文提出了一种混合深度学习框架，用于使用皮肤镜图像进行黑色素瘤诊断	结合了U-Net、Inception-ResNet-v2和Vision Transformer模型，并通过超参数调优提高了分类准确性	NA	开发一种能够早期准确诊断黑色素瘤的深度学习方法	皮肤镜图像中的黑色素瘤	计算机视觉	皮肤癌	深度学习	混合模型（U-Net、Inception-ResNet-v2、Vision Transformer）	图像	使用了ISIC2020挑战数据集和HAM10000数据集
702	2024-10-20	A Comparative Study of Metaheuristic Feature Selection Algorithms for Respiratory Disease Classification 2024-Oct-08, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14192244 PMID:39410648	研究论文	本文比较了六种常用的元启发式优化方法在呼吸系统疾病分类中的应用	首次详细比较了元启发式方法在呼吸系统疾病分类中的应用	仅限于二分类和多分类情况，未涉及其他复杂分类任务	评估元启发式特征选择算法在呼吸系统疾病分类中的有效性	六种元启发式优化方法和八种不同的传递函数	机器学习	呼吸系统疾病	NA	NA	NA	NA
703	2024-10-20	Integrating Automated Labeling Framework for Enhancing Deep Learning Models to Count Corn Plants Using UAS Imagery 2024-Oct-07, Sensors (Basel, Switzerland) DOI:10.3390/s24196467 PMID:39409507	研究论文	本文开发并整合了一个自动图像标注框架，以提高基于无人机图像的深度学习模型对玉米植株计数的准确性	本文的创新点在于开发了一个自动图像标注框架，并将其整合到深度学习模型的训练中，显著提高了玉米植株计数的准确性	本文的局限性在于仅在特定生长阶段的玉米植株上进行了验证，未来需要在更多作物和生长阶段进行验证	本研究的目的是开发一个鲁棒的玉米计数模型，通过整合自动图像标注框架来提高深度学习模型的准确性	本研究的对象是玉米植株，特别是在V2-V4生长阶段的玉米植株	计算机视觉	NA	深度学习	VGG16	图像	本研究使用了来自俄亥俄州Wooster地区的高空间分辨率无人机图像，涵盖了五个测试区域
704	2024-10-20	An Ontology-Based Vehicle Behavior Prediction Method Incorporating Vehicle Light Signal Detection 2024-Oct-06, Sensors (Basel, Switzerland) DOI:10.3390/s24196459 PMID:39409499	研究论文	本文提出了一种结合深度学习和本体推理的前车行为预测方法，通过识别车辆灯光信号来提高预测的准确性和可解释性	本文的创新点在于将深度学习技术与本体推理相结合，解决了传统深度学习方法在车辆行为预测中难以整合交通规则和环境信息的问题，并提高了预测过程的可解释性	本文的局限性在于仅针对四车道交叉口场景进行了验证，未来需要扩展到更多复杂的交通场景中	本文的研究目的是提高车辆行为预测的准确性和可解释性，使其更适用于实际应用	本文的研究对象是前车行为预测，特别是通过识别车辆的刹车灯状态来预测其行为	计算机视觉	NA	YOLOv5s, CBAM, BIFPN	CNN	图像	本文使用了自制的刹车灯检测数据集进行模型验证
705	2024-10-20	SSIM-Based Autoencoder Modeling to Defeat Adversarial Patch Attacks 2024-Oct-06, Sensors (Basel, Switzerland) DOI:10.3390/s24196461 PMID:39409500	研究论文	本文提出了一种基于SSIM的自编码器模型，用于防御对抗性补丁攻击	提出了使用自编码器和结构相似性指数（SSIM）进行图像重建的方法，以防御对抗性补丁攻击	NA	研究如何防御针对自动驾驶车辆边缘设备的对抗性补丁攻击	交通标志检测系统	计算机视觉	NA	自编码器	自编码器	图像	NA
706	2024-10-20	PointCloud-At: Point Cloud Convolutional Neural Networks with Attention for 3D Data Processing 2024-Oct-05, Sensors (Basel, Switzerland) DOI:10.3390/s24196446 PMID:39409486	研究论文	本文提出了一种将注意力机制引入点云卷积神经网络的方法，用于直接处理3D点云数据	首次将注意力机制应用于直接处理点云数据的卷积神经网络，避免了传统方法中将点云转换为2D图像或体素时导致的信息损失	研究仅在ShapeNet数据集上进行了验证，尚未在其他数据集上进行广泛测试	提高直接处理点云数据的卷积神经网络的性能和准确性	点云数据及其在自动驾驶、机器人和虚拟现实等领域的应用	计算机视觉	NA	卷积神经网络	CNN	点云	ShapeNet数据集
707	2024-10-20	SMOTE-Based Automated PCOS Prediction Using Lightweight Deep Learning Models 2024-Oct-05, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14192225 PMID:39410629	研究论文	本文提出了一种基于SMOTE和轻量级深度学习模型的自动化多囊卵巢综合征（PCOS）预测方法	采用SMOTE技术进行数据平衡，并结合轻量级深度学习模型（LSTM、CNN和CNN-LSTM）进行自动特征工程，提高了PCOS预测的准确性和效率	NA	开发一种高效且准确的自动化多囊卵巢综合征预测方法	多囊卵巢综合征（PCOS）的预测	机器学习	生殖系统疾病	SMOTE	LSTM, CNN, CNN-LSTM	NA	NA
708	2024-10-20	Gear Classification in Skating Cross-Country Skiing Using Inertial Sensors and Deep Learning 2024-Oct-04, Sensors (Basel, Switzerland) DOI:10.3390/s24196422 PMID:39409462	研究论文	本文利用惯性传感器和深度学习模型对越野滑雪中的三种不同齿轮进行分类	本文创新性地将卷积神经网络与长短期记忆网络结合，用于分类和提取时空特征，实现了对滑雪齿轮的高精度识别	研究仅限于两名经验丰富的滑雪者，且测试场景有限	识别越野滑雪中的三种不同齿轮	越野滑雪中的三种不同齿轮	机器学习	NA	惯性测量单元（IMU）	卷积神经网络（CNN）与长短期记忆网络（LSTM）	加速度和欧拉角数据	两名经验丰富的滑雪者
709	2024-10-20	Mobile Spatiotemporal Gait Segmentation Using an Ear-Worn Motion Sensor and Deep Learning 2024-Oct-04, Sensors (Basel, Switzerland) DOI:10.3390/s24196442 PMID:39409482	研究论文	研究使用耳戴式运动传感器和深度学习技术进行移动时空步态分割	首次探索使用耳戴式运动传感器进行步态模式的时空分割，并提出了一种名为mEar的算法	研究仅在53名健康成年人中进行，未来需在更多样化的样本中验证	探索耳戴式传感器在移动健康技术中的应用，特别是步态评估	53名健康成年人的步态模式	计算机视觉	NA	深度学习	时序卷积网络	3D加速度数据	53名健康成年人
710	2024-10-20	Fully Automated Detection of the Appendix Using U-Net Deep Learning Architecture in CT Scans 2024-Oct-02, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm13195893 PMID:39407953	研究论文	本文提出了一种基于U-Net深度学习架构的全自动阑尾检测方法，用于CT扫描中的阑尾分割	利用U-Net架构的编码器-解码器结构和跳跃连接，捕捉空间上下文，提供准确的分割输出	在阑尾与其他结构接近的情况下，模型表现有限	开发一种全自动的阑尾检测方法，以提高急性阑尾炎诊断的准确性和效率	阑尾的准确分割和检测	计算机视觉	NA	深度学习	U-Net	图像	使用了标注的腹部CT扫描数据集进行训练，并通过数据增强技术扩展训练集
711	2024-10-20	Respiratory Rate Estimation from Thermal Video Data Using Spatio-Temporal Deep Learning 2024-Oct-02, Sensors (Basel, Switzerland) DOI:10.3390/s24196386 PMID:39409425	研究论文	本文提出了一种使用热成像视频数据进行呼吸率估计的端到端深度学习方法	引入了基于负最大互相关和绝对频率峰值差异的新型损失函数，以解决呼吸带测量与面部视频测量之间的相位偏移问题	NA	开发一种高精度的呼吸率估计方法，适用于远程健康监测	从热成像视频中估计呼吸率	计算机视觉	NA	深度学习	3D卷积神经网络和双向长短期记忆网络	视频	22名受试者
712	2024-10-20	A Dataset of Visible Light and Thermal Infrared Images for Health Monitoring of Caged Laying Hens in Large-Scale Farming 2024-Oct-02, Sensors (Basel, Switzerland) DOI:10.3390/s24196385 PMID:39409426	研究论文	本文介绍了一个包含可见光和热红外图像的数据集，用于大规模养殖中笼养蛋鸡的健康监测	构建了一个名为BClayinghens的数据集，包含61,133张可见光和热红外图像，用于评估笼养蛋鸡的健康状况、行为和数量	NA	评估笼养蛋鸡的健康状况和行为	笼养蛋鸡	计算机视觉	NA	深度学习	对象检测和识别模型	图像	61,133张可见光和热红外图像，包含63,693个鸡头标签
713	2024-10-20	Gapr for large-scale collaborative single-neuron reconstruction 2024-Oct, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02345-z PMID:38961277	研究论文	开发了一种名为Gapr的工具，用于大规模协作的单神经元重建	引入了Gapr工具，结合深度学习自动重建、自动校对和互联网协作校对，提高了大规模神经元重建的效率	NA	解决大规模神经元重建的挑战	小鼠大脑中的单神经元	计算机视觉	NA	深度学习	NA	图像	超过4000个神经元
714	2024-10-20	Establishing a Validation Infrastructure for Imaging-Based Artificial Intelligence Algorithms Before Clinical Implementation 2024-Oct, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2024.04.027 PMID:38789066	研究论文	本文探讨了在临床实施前建立用于成像人工智能算法的验证基础设施的必要性和方法	提出了针对大型医疗中心和机构的外部验证基础设施的建议，以确保AI模型的准确性和可推广性	未详细讨论具体的验证方法或技术细节	探讨如何建立一个强大的验证基础设施，以确保AI算法在临床实施前的准确性和安全性	成像人工智能算法及其在临床实施前的验证	计算机视觉	NA	深度学习	AI模型	图像	NA
715	2024-10-20	An Updated Simplified Severity Scale for Age-Related Macular Degeneration Incorporating Reticular Pseudodrusen: Age-Related Eye Disease Study Report Number 42 2024-Oct, Ophthalmology IF:13.1Q1 DOI:10.1016/j.ophtha.2024.04.011 PMID:38657840	研究论文	更新了年龄相关性黄斑变性（AMD）的简化严重程度评分，并进行了外部验证	引入了网状假性玻璃膜疣（RPD）作为评分的一部分，并使用深度学习技术进行验证	仅在AREDS和AREDS2两个临床试验队列中进行了验证	更新AMD的简化严重程度评分，并验证其在外部数据集中的适用性	年龄相关性黄斑变性（AMD）患者	NA	年龄相关性黄斑变性	深度学习	NA	图像	AREDS队列2719人，AREDS2队列1472人
716	2024-10-20	[Research status of the tumor stroma ratio in prognosis and treatment of pancreatic cancer] 2024-Oct-01, Zhonghua wai ke za zhi [Chinese journal of surgery] DOI:10.3760/cma.j.cn112139-20240414-00183 PMID:39183024	研究论文	本文综述了肿瘤间质比例（TSR）在胰腺癌预后和治疗中的研究现状	整合人工智能深度学习模型到传统的病理和影像评估中，以实现对TSR的精确评估	当前研究结果不一致，指导精准治疗仍存在差距	探讨肿瘤间质比例在胰腺癌预后和治疗中的作用	胰腺癌患者的肿瘤间质比例及其对预后和治疗方案的影响	数字病理	胰腺癌	人工智能深度学习	深度学习模型	病理和影像数据	NA
717	2024-10-20	Economical hybrid novelty detection leveraging global aleatoric semantic uncertainty for enhanced MRI-based ACL tear diagnosis 2024-Oct, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102424 PMID:39241271	研究论文	本研究提出了一种创新的混合深度学习框架，将矢状MRI上的前交叉韧带（ACL）撕裂分类任务重新定义为新颖性检测问题，以解决类别不平衡问题	引入了高度区分性的新颖性评分，利用YOLOv5-nano对象检测模型输出的类别分数中的偶然语义不确定性，并提出了使用全局分数（概率向量）来考虑组织连续性	NA	提高基于MRI的ACL撕裂诊断的准确性、速度和环境可持续性	矢状MRI上的前交叉韧带（ACL）撕裂分类任务	计算机视觉	运动损伤	深度学习	YOLOv5-nano, MINIROCKET	图像	涉及两个公共数据库（KneeMRI和MRNet）和一个来自希腊拉里萨大学总医院的验证数据库
718	2024-10-20	Hematoma expansion prediction in intracerebral hemorrhage patients by using synthesized CT images in an end-to-end deep learning framework 2024-Oct, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102430 PMID:39260113	研究论文	本文提出了一种端到端的深度学习框架，用于预测自发性脑出血患者中的血肿扩张，使用合成CT图像进行训练	首次在血肿扩张预测领域使用图像合成技术来增强结果	数据集规模较小，仅包含122名患者的数据	开发一种能够预测自发性脑出血患者血肿扩张的深度学习模型，以改善患者的临床管理	自发性脑出血患者及其初始CT扫描图像	计算机视觉	脑血管疾病	深度学习	EfficientNet B0	图像	122名自发性脑出血患者，其中包括35名血肿扩张患者
719	2024-10-20	Self-inspired learning for denoising live-cell super-resolution microscopy 2024-Oct, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02400-9 PMID:39261639	研究论文	本文介绍了一种基于深度学习的去噪方法，用于提高活细胞超分辨率显微镜成像质量	提出了一种自启发式Noise2Noise模块SN2N，通过自监督数据生成和自约束学习过程，无需大量训练集和干净的真实数据，仅需单个噪声帧即可训练	NA	提高活细胞超分辨率显微镜成像的效率和质量	活细胞超分辨率显微镜成像	计算机视觉	NA	深度学习	Noise2Noise模块	图像	仅需单个噪声帧进行训练
720	2024-10-20	Towards explainable oral cancer recognition: Screening on imperfect images via Informed Deep Learning and Case-Based Reasoning 2024-Oct, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102433 PMID:39276433	研究论文	本文提出了一种基于知情深度学习和案例推理的解释性口腔癌识别系统，旨在处理不完美图像并提供临床用户所需的解释	本文的创新点在于结合了案例推理和知情深度学习，能够处理数据不完美问题，并提供更符合临床用户需求的解释	本文的局限性在于实验数据集的规模和多样性可能不足以全面评估系统的性能	研究目的是开发一种成本效益高且透明的计算机化口腔癌筛查系统，以早期检测疾病并减少专家干预和昂贵分析的需求	研究对象是口腔鳞状细胞癌的识别和解释性人工智能系统	计算机视觉	口腔癌	知情深度学习	深度学习模型	图像	与医疗机构合作收集的数据集