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
241	2024-12-18	A Spatial-Temporal Multi-Feature Network (STMF-Net) for Skeleton-Based Construction Worker Action Recognition 2024-Nov-22, Sensors (Basel, Switzerland) DOI:10.3390/s24237455 PMID:39685994	研究论文	本文提出了一种基于时空多特征网络（STMF-Net）用于识别建筑工人动作的方法	该研究创新性地利用了六种基于3D骨骼的特征来捕捉建筑工人的动作，相较于以往的单流数据方法，能够更全面地提取动作特征	实验结果的准确率为79.36%，仍有提升空间	旨在提高建筑工地的生产力、职业健康和安全管理	建筑工人的动作识别	计算机视觉	NA	深度学习算法	STMF-Net	3D骨骼数据	NA
242	2024-12-18	Unsupervised Deep Learning for Synthetic CT Generation from CBCT Images for Proton and Carbon Ion Therapy for Paediatric Patients 2024-Nov-22, Sensors (Basel, Switzerland) DOI:10.3390/s24237460 PMID:39685997	研究论文	本文提出了一种基于CycleGAN的无监督深度学习方法，用于从锥形束CT（CBCT）图像生成合成CT（sCT），以适应儿童患者的质子和碳离子治疗	本文首次采用CycleGAN网络，结合Res-Net和U-Net生成器，从CBCT图像生成高质量的sCT图像，以改善儿童患者的适应性粒子治疗	由于输入图像质量不佳和小视野（FOV）的限制，生成的sCT图像质量存在一定局限性	开发一种能够从CBCT图像生成高质量sCT图像的方法，以改善儿童患者的适应性粒子治疗	15名年轻骨盆患者的44个CBCT图像	计算机视觉	NA	CycleGAN	CycleGAN	图像	15名年轻骨盆患者的44个CBCT图像，其中36个用于训练，8个用于测试
243	2024-12-18	Artificial Intelligence in the Diagnosis and Quantitative Phenotyping of Hyperkinetic Movement Disorders: A Systematic Review 2024-Nov-21, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm13237009 PMID:39685480	综述	本文系统回顾了人工智能在诊断和定量表征运动障碍中的应用	本文整合了多模态运动测量和成像技术，并在大规模数据上进行分析	需要采用基于人工智能的研究指南，以减少报告异质性并增强临床可解释性	评估人工智能在诊断和定量表征运动障碍中的表现	运动障碍，包括共济失调、舞蹈病、肌张力障碍、肌阵挛、抽动和震颤	机器学习	运动障碍	人工智能	机器学习、深度学习	运动学数据（如加速度计和惯性测量单元）	55项研究，涉及11,946名受试者
244	2024-12-18	Intelligent Identification and Prediction of Roof Deterioration Areas Based on Measurements While Drilling 2024-Nov-21, Sensors (Basel, Switzerland) DOI:10.3390/s24237421 PMID:39685961	研究论文	本研究通过理论分析、实验室实验、ABAQUS动态数值模拟和现场测量，系统研究了钻进过程中推力、扭矩和Y方向振动信号对不同岩石层组合的响应特征，并提出了一种基于长短期记忆（LSTM）循环神经网络的深度学习算法和随机森林算法，用于智能识别和预测顶板劣化区域	本研究创新性地结合了长短期记忆（LSTM）循环神经网络和随机森林算法，用于智能识别和预测顶板劣化区域，并在实验室实验和现场测试中表现出优异的性能	本研究主要集中在实验室实验和现场测试，未来需要进一步验证和优化算法在不同地质条件下的适用性	研究目的是通过钻进测量信号实现对顶板劣化区域的及时有效识别和预测，以提高巷道开挖的安全性和稳定性	研究对象是巷道开挖过程中顶板劣化区域，如分层空间和弱夹层	计算机视觉	NA	长短期记忆（LSTM）循环神经网络，随机森林算法	LSTM	信号	实验室实验和现场测试中涉及的钻进测量信号
245	2024-12-18	Automated Pipeline for Robust Cat Activity Detection Based on Deep Learning and Wearable Sensor Data 2024-Nov-21, Sensors (Basel, Switzerland) DOI:10.3390/s24237436 PMID:39685969	研究论文	本文提出了一种基于深度学习和可穿戴传感器数据的自动化管道，用于稳健的猫活动检测	本研究创新性地结合了加速度、运动和磁传感器数据，并采用一维卷积神经网络（1D-CNN）进行猫活动建模和分类	NA	开发一种自动化系统，用于使用人工智能技术进行稳健的宠物（猫）活动分析	猫的活动检测和分类	机器学习	NA	一维卷积神经网络（1D-CNN）	1D-CNN	传感器数据	使用加速度计、陀螺仪和磁力计三种可穿戴传感器收集数据
246	2024-12-18	An Efficient Printing Defect Detection Based on YOLOv5-DCN-LSK 2024-Nov-21, Sensors (Basel, Switzerland) DOI:10.3390/s24237429 PMID:39685973	研究论文	本文提出了一种基于YOLOv5-DCN-LSK的改进模型，用于高效检测喷墨印刷标签中的印刷缺陷	引入了C3-DCN模块和Large Selective Kernel (LSK)模块，结合Normalized Gaussian Wasserstein Distance (NWD)和Efficient IoU (EIoU)损失函数，并应用模型剪枝技术，提高了检测精度和速度	未提及具体的局限性	提高印刷缺陷检测的精度和效率	喷墨印刷标签中的印刷缺陷	计算机视觉	NA	深度学习	YOLOv5	图像	未提及具体样本数量
247	2024-12-18	Characterization of Retinal Arteries by Adaptive Optics Ophthalmoscopy Image Analysis 2024-11, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3408232 PMID:38829761	研究论文	本文通过结合深度学习和知识驱动的可变形模型，对自适应光学眼底成像图像中的视网膜动脉进行分割，并量化相关的生物标志物	本文创新性地结合了深度学习和知识驱动的可变形模型，实现了对视网膜动脉壁的精确分割，特别是对分叉点的关注	该方法的有效性依赖于视网膜动脉壁的良好对比度	量化自适应光学眼底成像图像中视网膜动脉的生物标志物	视网膜动脉及其分叉点	计算机视觉	NA	自适应光学眼底成像	深度学习模型	图像	初步临床研究中包括患有遗传性小血管疾病的患者和对照人群
248	2024-12-18	Deep Autoencoder for Real-Time Single-Channel EEG Cleaning and Its Smartphone Implementation Using TensorFlow Lite With Hardware/Software Acceleration 2024-11, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3408331 PMID:38829759	研究论文	本文提出了一种基于深度自编码器（DAE）的单通道脑电图（EEG）信号去噪方法，并在智能手机上通过TensorFlow Lite实现了硬件/软件加速	首次展示了在智能手机上使用低计算资源的深度学习模型进行移动EEG信号去噪，并利用现代智能手机的人工智能加速器提高计算性能	NA	去除脑电图信号中的眼动、运动和肌肉伪迹，以提高信号质量，并在移动平台上实现低计算开销的实时处理	单通道脑电图信号中的伪迹去除	机器学习	NA	深度自编码器（DAE）	深度自编码器（DAE）	脑电图（EEG）信号	使用了来自公共数据集的受污染和干净的脑电图数据，涵盖多种伪迹类型
249	2024-12-18	Diagnosing Necrotizing Enterocolitis via Fine-Grained Visual Classification 2024-11, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3409642 PMID:39453790	研究论文	本文提出了一种基于深度学习的自动检测和分级坏死性小肠结肠炎（NEC）的方法AIDNEC，通过腹部X光片进行细粒度视觉分类	AIDNEC结合了检测Transformer和图卷积模块，用于定位X光片中的判别区域，并结合全局图像特征进行细粒度视觉分类，显著提高了分类准确率	本文仅在特定数据集上进行了验证，未来需要在更多不同来源的数据集上进行进一步验证	开发一种自动化的深度学习方法，用于从腹部X光片中检测和分级坏死性小肠结肠炎	坏死性小肠结肠炎（NEC）及其在腹部X光片中的表现	计算机视觉	新生儿疾病	深度学习	检测Transformer和图卷积模块	图像	1153张图像，来自334名患者
250	2024-12-18	Evaluating ChatGPT's Diagnostic Accuracy in Detecting Fundus Images 2024-Nov, Cureus DOI:10.7759/cureus.73660 PMID:39677217	研究论文	评估ChatGPT在检测眼底图像诊断准确性方面的表现	ChatGPT首次扩展到图像分析领域，为眼科诊断应用提供了新的机会	ChatGPT在处理某些眼底图像时存在诊断不准确的问题，且在不确定时会出现幻觉现象	评估ChatGPT在眼科图像分析中的诊断准确性	12张来自关键眼科疾病的眼底图像	计算机视觉	眼科疾病	深度学习模型	ChatGPT 4.0	图像	12张眼底图像
251	2024-12-18	Applications of Artificial Intelligence in Ophthalmology: Glaucoma, Cornea, and Oculoplastics 2024-Nov, Cureus DOI:10.7759/cureus.73522 PMID:39677277	综述	本文探讨了人工智能在眼科领域的应用，特别是青光眼、角膜疾病和眼整形手术中的应用	本文展示了人工智能在眼科领域的创新应用，包括早期疾病检测、诊断准确性提升、临床工作流程优化和患者治疗效果的改善	本文主要为综述性质，未提供具体的技术实现细节或实验数据	研究人工智能在眼科领域的应用及其对诊断和治疗的影响	青光眼、角膜疾病和眼整形手术	机器学习	NA	机器学习和深度学习技术，特别是人工神经网络（ANN）和卷积神经网络（CNN）	卷积神经网络（CNN）	图像	NA
252	2024-12-17	Tiberius: end-to-end deep learning with an HMM for gene prediction 2024-Nov-28, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae685 PMID:39558581	研究论文	本文介绍了Tiberius，一种基于深度学习的从头基因预测器，它将卷积层和长短期记忆层与可微分的隐马尔可夫模型（HMM）层进行端到端集成	Tiberius通过将深度学习层与可微分的HMM层结合，显著提高了从头基因预测的准确性，并在人类基因组中实现了62%的F1得分	NA	开发一种新的深度学习方法，用于提高从头基因预测的准确性	哺乳动物基因组中的基因预测	机器学习	NA	深度学习	CNN、LSTM、HMM	DNA序列	人类基因组及其他两个基因组
253	2024-12-17	Design of high specificity binders for peptide-MHC-I complexes 2024-Nov-28, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.28.625793 PMID:39651227	研究论文	本文使用基于深度学习的蛋白质设计工具，设计了能够高特异性结合肽-MHC-I复合物的小蛋白	本文首次使用深度学习技术设计了能够高特异性结合肽-MHC-I复合物的小蛋白，并展示了其在酵母表面展示系统中的应用	本文仅在酵母表面展示系统和T细胞激活实验中验证了设计的有效性，尚未在人体中进行临床验证	设计高特异性结合肽-MHC-I复合物的小蛋白，用于疾病治疗	肽-MHC-I复合物及其在免疫系统中的作用	机器学习	NA	深度学习	NA	蛋白质结构	10个目标肽-MHC-I复合物
254	2024-12-17	Managing Dyslipidemia in Children: Current Approaches and the Potential of Artificial Intelligence 2024-11-27, Cardiology in review IF:2.0Q3 DOI:10.1097/CRD.0000000000000816 PMID:39601582	综述	本文综述了儿童血脂异常的管理现状，并探讨了人工智能在改善筛查、诊断和治疗结果方面的潜力	本文探讨了人工智能在儿童血脂异常管理中的应用，包括脂质谱分析、肥胖评估和家族性高胆固醇血症筛查，展示了深度学习模型、机器学习算法和人工神经网络在提高诊断准确性和治疗效果方面的潜力	大多数研究是在成人群体中进行的，儿童群体的相关研究较少	分析当前儿童血脂异常管理的文献，并探讨人工智能在改善筛查、诊断和治疗结果方面的潜力	儿童血脂异常的管理	NA	心血管疾病	人工智能	深度学习模型、机器学习算法、人工神经网络	NA	NA
255	2024-12-17	A self-attention-driven deep learning framework for inference of transcriptional gene regulatory networks 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae639 PMID:39679439	研究论文	本文介绍了一种基于自注意力机制的深度学习框架DeepTGI，用于从单细胞和/或批量转录组数据中推断转录因子与基因之间的相互作用	DeepTGI通过融合自动编码器提取的特征与自注意力机制及其他网络，能够更准确地预测转录因子与基因的相互作用，并重建基因调控网络	NA	开发一种新的深度学习框架，用于从基因表达数据中推断转录因子与基因之间的相互作用	转录因子与基因之间的相互作用	机器学习	NA	深度学习	自注意力机制	基因表达数据	单细胞和/或批量转录组数据
256	2024-12-17	CT-based deep learning model for predicting the success of extracorporeal shock wave lithotripsy in treating ureteral stones larger than 1 cm 2024-Nov-05, Urolithiasis IF:2.0Q2 DOI:10.1007/s00240-024-01656-2 PMID:39499273	研究论文	开发基于CT图像的深度学习模型，用于预测体外冲击波碎石术治疗大于1厘米的输尿管结石的成功率	该研究首次基于CT图像构建深度学习模型，显著提高了对体外冲击波碎石术治疗结果的预测性能	研究样本量相对较小，且仅针对特定尺寸的输尿管结石患者	开发一种新的辅助工具，用于预测体外冲击波碎石术治疗大于1厘米输尿管结石的成功率	接受体外冲击波碎石术治疗的大于1厘米输尿管结石患者	计算机视觉	泌尿系统疾病	深度学习	深度学习模型	图像	333名患者
257	2024-12-17	Review of deep representation learning techniques for brain-computer interfaces 2024-Nov-01, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad8962 PMID:39433072	综述	本文综述了深度表示学习技术在脑机接口（BCI）中用于解码脑电图（EEG）信号的应用	本文强调了自监督学习（SSL）技术在脑机接口领域的相对年轻性，并倡导继续推进专门为EEG信号解码设计的基石模型	目前尚未有标准基石模型被脑机接口社区广泛采用，且只有少数研究对学习到的表示进行了内省分析	综述深度表示学习技术在脑机接口中的应用，分析当前最先进的技术，并提出未来研究方向	脑机接口中的脑电图（EEG）信号解码	机器学习	NA	深度表示学习	自编码器	脑电图（EEG）信号	81篇文章
258	2024-12-16	DeepDR: a deep learning library for drug response prediction 2024-Nov-28, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae688 PMID:39558584	研究论文	本文介绍了一个名为DeepDR的深度学习库，专门用于药物反应预测	DeepDR是首个专门为药物反应预测开发的深度学习库，简化了药物和细胞特征化、模型构建、训练和推理的过程	NA	推动精准医学和药物发现的发展	药物反应预测	机器学习	NA	深度学习	深度学习模型	药物和细胞特征	NA
259	2024-12-16	Multi-kernel feature extraction with dynamic fusion and downsampled residual feature embedding for predicting rice RNA N6-methyladenine sites 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae647 PMID:39674264	研究论文	本文提出了一种新的端到端深度学习框架MFDm6ARice，用于预测水稻RNA N6-甲基腺苷位点，通过多核特征融合模块和下采样残差特征嵌入模块提高特征提取的准确性和计算效率	本文创新性地构建了多核特征融合模块和下采样残差特征嵌入模块，解决了传统方法中因无效填充导致的特征稀疏和高维特征复杂性问题	本文未提及具体的局限性	开发一种新的深度学习框架，用于准确预测水稻RNA N6-甲基腺苷位点	水稻RNA N6-甲基腺苷位点	机器学习	NA	深度学习	NA	序列	未具体说明样本数量
260	2024-12-16	A Novel Management Challenge in Age-Related Macular Degeneration: Artificial Intelligence and Expert Prediction of Geographic Atrophy 2024-Nov-09, Ophthalmology. Retina DOI:10.1016/j.oret.2024.10.029 PMID:39522752	研究论文	本研究探讨了在年龄相关性黄斑变性（AMD）中，眼科专家与人工智能（AI）在预测地理萎缩（GA）进展方面的价值和差异	人工智能在预测地理萎缩进展方面表现优于眼科专家，尤其是在仅使用OCT影像的情况下	研究样本量较小，且仅基于一个临床试验的数据	研究眼科专家与人工智能在预测地理萎缩进展方面的预测能力和差异	年龄相关性黄斑变性患者的自然进展地理萎缩	机器学习	眼科疾病	深度学习算法	深度学习	图像	134只眼，来自134名患者