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
161	2024-11-17	Deep Learning-Based Microscopic Damage Assessment of Fiber-Reinforced Polymer Composites 2024-Oct-29, Materials (Basel, Switzerland) DOI:10.3390/ma17215265 PMID:39517542	研究论文	本文提出了一种基于深度学习的纤维增强聚合物复合材料微观损伤评估方法	利用深度学习模型自动识别纤维增强聚合物复合材料的多种损伤模式，提高了评估效率和一致性	仅限于评估五种特定的损伤模式，未涵盖所有可能的损伤类型	开发一种自动化的方法来评估纤维增强聚合物复合材料的微观损伤	纤维增强聚合物复合材料的微观损伤	计算机视觉	NA	深度学习	EfficientNet	图像	包含五种损伤模式的纤维增强聚合物复合材料的扫描电子显微镜图像
162	2024-11-17	Research on Deep Learning Detection Model for Pedestrian Objects in Complex Scenes Based on Improved YOLOv7 2024-Oct-29, Sensors (Basel, Switzerland) DOI:10.3390/s24216922 PMID:39517819	研究论文	本文提出了一种基于改进YOLOv7的复杂场景下行人目标检测模型	采用CBAM注意力机制和DCNv2在YOLOv7模型的ELAN模块中，并使用DyHead检测头替换原有检测头	未提及具体局限性	提高复杂场景下行人检测的准确性	行人目标检测	计算机视觉	NA	YOLOv7, CBAM, DCNv2, DyHead	YOLOv7	图像	Citypersons数据集和INRIA数据集
163	2024-11-17	Multi-Activity Step Counting Algorithm Using Deep Learning Foot Flat Detection with an IMU Inside the Sole of a Shoe 2024-Oct-29, Sensors (Basel, Switzerland) DOI:10.3390/s24216927 PMID:39517826	研究论文	本文介绍了一种基于深度学习的足底平坦检测算法，用于在鞋内嵌入IMU的多活动步数计数	本文提出了一种新的步数计数算法，通过在鞋内嵌入IMU并使用深度学习方法，实现了在多活动条件下的高精度步数计数	本文未详细讨论算法在极端条件下的表现，如剧烈运动或特殊地形	开发一种适用于多活动条件下的高精度步数计数算法	步数计数算法在多活动条件下的表现	机器学习	NA	惯性测量单元（IMU）	深度学习	传感器数据	21名参与者
164	2024-11-17	Deep Learning for Opportunistic Rain Estimation via Satellite Microwave Links 2024-Oct-29, Sensors (Basel, Switzerland) DOI:10.3390/s24216944 PMID:39517840	研究论文	研究利用卫星微波链路中的信号噪声比（SNR）数据，通过深度学习方法进行降雨率估计	首次探索直接利用深度学习模型从原始SNR数据中进行降雨估计，并提出了一种结合深度学习和传统机器学习方法的集成模型	研究仅基于一年的数据集，未来需要更多数据验证模型的泛化能力	提高降雨监测的准确性和效率，减少洪水和干旱风险	卫星微波链路中的SNR数据和降雨率	机器学习	NA	深度学习	深度学习模型和梯度提升机（GBM）	信号噪声比（SNR）数据	一年内多个地点的SNR测量数据，包括雨滴谱仪和雨量计数据
165	2024-11-17	Forecasting Patient Early Readmission from Irish Hospital Discharge Records Using Conventional Machine Learning Models 2024-Oct-29, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14212405 PMID:39518372	研究论文	本文比较了多种传统机器学习模型和深度学习模型在爱尔兰医院电子出院记录数据集上的患者早期再入院预测效果	本文通过解决数据不平衡和数据类型多样性问题，提升了机器学习算法的性能，并使用SHAP值可视化解释模型预测结果	NA	预测患者再入院，以帮助预防不良事件、降低成本和改善患者预后	爱尔兰急性医院的电子出院记录数据集	机器学习	NA	机器学习模型	传统机器学习模型和深度学习模型	多模态数据	NA
166	2024-11-17	Evaluation of a Vendor-Agnostic Deep Learning Model for Noise Reduction and Image Quality Improvement in Dental CBCT 2024-Oct-29, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14212410 PMID:39518377	研究论文	评估一种与供应商无关的深度学习模型在牙科CBCT图像降噪和图像质量改善中的效果	提出了一种与供应商无关的深度学习模型，用于改善牙科CBCT图像的对比噪声比和降低噪声	主观图像质量评估显示原生重建和深度学习模型重建之间没有统计学上的显著差异	评估深度学习模型对牙科CBCT图像质量参数和噪声减少的影响	牙科CBCT图像	计算机视觉	NA	深度学习	深度学习模型	图像	93名患者（41名男性和52名女性，平均年龄41.2岁，标准差15.8岁）
167	2024-11-17	BGF-YOLOv10: Small Object Detection Algorithm from Unmanned Aerial Vehicle Perspective Based on Improved YOLOv10 2024-Oct-28, Sensors (Basel, Switzerland) DOI:10.3390/s24216911 PMID:39517808	研究论文	提出了一种基于改进YOLOv10的轻量级小目标检测算法BGF-YOLOv10，用于无人机视角下的目标检测	引入了针对小目标的YOLOv10架构，结合BoTNet、C2f和C3变体以及额外的小目标检测头，同时在主干和头部嵌入GhostConv以减少参数数量，并在颈部插入Patch Expanding Layer模块以恢复特征空间分辨率	未提及	提高无人机视角下小目标检测的准确性和效率	无人机视角下的小目标检测	计算机视觉	NA	YOLOv10	CNN	图像	在VisDrone-DET2019和UAVDT数据集上进行了实验
168	2024-11-17	MSMTRIU-Net: Deep Learning-Based Method for Identifying Rice Cultivation Areas Using Multi-Source and Multi-Temporal Remote Sensing Images 2024-Oct-28, Sensors (Basel, Switzerland) DOI:10.3390/s24216915 PMID:39517811	研究论文	本文提出了一种基于深度学习模型的水稻种植区识别方法，使用多源和多时相遥感图像	利用多源和多时相遥感图像，结合U-Net模型，提高了水稻种植区识别的准确性和连续性	NA	及时准确地识别水稻种植区，以理解水稻的整体分布模式并制定农业政策	水稻种植区的识别	计算机视觉	NA	遥感观测技术	U-Net	图像	中国三江平原的实验数据
169	2024-11-17	Prediction of the Relative Resource Abundance of the Argentine Shortfin Squid Illex argentinus in the High Sea in the Southwest Atlantic Based on a Deep Learning Model 2024-Oct-28, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani14213106 PMID:39518829	研究论文	本研究基于深度学习模型预测西南大西洋公海上阿根廷滑柔鱼相对资源丰度	构建了基于决策树的集成学习模型和CNN-Attention深度学习模型，提高了资源丰度预测的准确性	NA	分析海洋环境对西南大西洋阿根廷滑柔鱼资源丰度的影响，并预测其资源分布	阿根廷滑柔鱼及其相关海洋环境因素	机器学习	NA	深度学习	CNN-Attention	数据	2014年12月至2024年6月期间的中国远洋渔船日志数据，包括船位数据和海洋环境变量
170	2024-11-17	Predictive and Explainable Artificial Intelligence for Neuroimaging Applications 2024-Oct-27, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14212394 PMID:39518362	综述	本文综述了预测性和可解释性人工智能在神经影像学应用中的最新进展	本文介绍了支持向量机和卷积神经网络在低级别与高级别胶质瘤和脑部疾病分类中的最佳表现，以及随机森林在脑部疾病回归中的最佳表现	本文仅基于2019年以后发表的30篇原始研究，可能未能涵盖所有相关研究	旨在突出预测性和可解释性人工智能在神经影像学应用中的新进展	神经影像学数据及其相关疾病	机器学习	NA	机器学习、深度学习	支持向量机、卷积神经网络、随机森林	图像	30项原始研究
171	2024-11-17	A deep profile of gene expression across 18 human cancers 2024-Oct-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.03.17.585426 PMID:38559197	研究论文	本文介绍了一种名为DeepProfile的综合框架，用于在18种人类癌症的50,211个转录组数据中应用无监督深度学习，以提取生物学上有价值的信息	DeepProfile在生物学解释性和鲁棒性方面优于现有的降维方法，并揭示了跨癌症类型的潜在空间中控制免疫细胞激活的基因	NA	应用无监督深度学习从现有基因表达数据中发现癌症生物学	18种人类癌症的基因表达数据	机器学习	NA	无监督深度学习	NA	基因表达数据	50,211个转录组数据
172	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
173	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
174	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
175	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
176	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
177	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
178	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）
179	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
180	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