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
20741	2024-10-21	Data set terminology of deep learning in medicine: a historical review and recommendation 2024-Oct, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-024-01608-1 PMID:38856878	综述	本文回顾了医学和深度学习领域中数据集术语的历史演变，并提出了减少术语混淆的建议	本文通过历史文献的考察，揭示了医学和AI领域中数据集术语的差异，并提出了减少误解的实用解决方案	本文主要关注数据集术语的历史和定义，未涉及具体的技术实现或模型评估	旨在减少医学和深度学习领域中数据集术语的混淆，促进跨学科研究的透明性和有效性	医学和深度学习领域中的数据集术语及其历史演变	机器学习	NA	NA	NA	NA	NA
20742	2024-10-21	Accuracy and time efficiency of a novel deep learning algorithm for Intracranial Hemorrhage detection in CT Scans 2024-Oct, La Radiologia medica DOI:10.1007/s11547-024-01867-y PMID:39123064	研究论文	评估一种基于Dense-UNet架构的深度学习算法在非对比CT扫描中检测急性颅内出血（ICH）的准确性和时间效率	提出了一种新的深度学习算法，使用Dense-UNet架构，能够高准确度地检测和分类颅内出血，并且处理时间显著缩短	研究是回顾性的，样本量有限，且仅限于创伤性脑损伤（TBI）后的非对比CT扫描	评估深度学习算法在非对比CT扫描中检测急性颅内出血的准确性和时间效率	502例非对比CT头部扫描，涉及创伤性脑损伤后的急性颅内出血	计算机视觉	颅内出血	深度学习	Dense-UNet	图像	502例非对比CT头部扫描
20743	2024-09-06	Advancing MRI Technology with Deep Learning Super Resolution Reconstruction 2024-Oct, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.08.046 PMID:39232913	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
20744	2024-10-21	Computational modeling of tumor invasion from limited and diverse data in Glioblastoma 2024-Oct, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102436 PMID:39342741	研究论文	本文提出了一种使用生成对抗网络（TI-GAN）自动计算建模肿瘤周围受影响组织的方法	首次使用生成深度学习自动化建模肿瘤周围受影响组织，并提出TI-GAN模型	NA	研究肿瘤侵袭对周围组织的影响，并评估其预后价值	胶质母细胞瘤患者的肿瘤侵袭及其对周围组织的影响	计算机视觉	脑肿瘤	生成对抗网络（GAN）	生成对抗网络（TI-GAN）	图像	NA
20745	2024-10-21	Main challenges on the curation of large scale datasets for pancreas segmentation using deep learning in multi-phase CT scans: Focus on cardinality, manual refinement, and annotation quality 2024-Oct, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102434 PMID:39284244	研究论文	研究探讨了在多相CT扫描中使用深度学习进行胰腺分割的大规模数据集的优化问题	提出了AIMS-1300数据集，并研究了不同训练样本数量对分割精度的影响	研究主要集中在特定数据集和模型上，未广泛验证其他数据集和模型的适用性	优化胰腺分割的准确性，并探讨数据集大小对分割性能的影响	胰腺分割在多相CT扫描中的应用	计算机视觉	NA	深度学习	UNet	CT扫描图像	1300个CT扫描图像
20746	2024-10-21	Three-Dimensional Gravity Inversion Based on Attention Feature Fusion 2024-Sep-01, Sensors (Basel, Switzerland) DOI:10.3390/s24175697 PMID:39275607	研究论文	本文提出了一种基于注意力特征融合机制的三维重力反演方法	引入注意力特征融合模块，避免了网络训练过程中的特征损失，提高了垂直分辨率和预测精度	未提及具体局限性	改进三维重力反演的垂直分辨率和抗噪能力	地下异常源的位置、形状和物理属性参数	计算机视觉	NA	深度学习 (DL)	U-Net	重力异常数据	未提及具体样本数量
20747	2024-10-21	A Study of Classroom Behavior Recognition Incorporating Super-Resolution and Target Detection 2024-Aug-30, Sensors (Basel, Switzerland) DOI:10.3390/s24175640 PMID:39275552	研究论文	本文提出了一种结合超分辨率和目标检测的学生课堂行为识别网络，以解决传统课堂观察评估中的图像清晰度不足、数据集复杂、多目标检测错误和角色交互复杂等问题	本文创新性地将SRGAN用于提高图像分辨率，优化特征提取并引入AKConv和LASK注意力机制增强多尺度特征识别，同时集成CBAM注意力机制以提升重要特征通道和空间区域的识别	NA	旨在通过结合超分辨率和目标检测技术，提高课堂行为识别的准确性和鲁棒性	学生课堂行为，包括举手、阅读、写作、玩手机、低头和趴在桌子上	计算机视觉	NA	超分辨率生成对抗网络（SRGAN）、YOLOv8s算法、AKConv、LASK注意力机制、CBAM注意力机制	YOLOv8s	图像	NA
20748	2024-10-21	Visual Navigation of Caged Chicken Coop Inspection Robot Based on Road Features 2024-Aug-29, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani14172515 PMID:39272300	研究论文	本文提出了一种基于道路特征的笼养鸡舍巡检机器人视觉导航系统	提出了新的灰度因子（4B-3R-2G）用于快速准确的道路提取，并基于道路边界特征提出了导航线拟合算法	NA	提高笼养鸡舍巡检机器人的导航速度和精度	笼养鸡舍巡检机器人	计算机视觉	NA	视觉导航	NA	图像	NA
20749	2024-10-21	FedAvg-P: Performance-Based Hierarchical Federated Learning-Based Anomaly Detection System Aggregation Strategy for Advanced Metering Infrastructure 2024-Aug-24, Sensors (Basel, Switzerland) DOI:10.3390/s24175492 PMID:39275403	研究论文	本文提出了一种基于性能的分层联邦学习异常检测系统聚合策略FedAvg-P，用于高级计量基础设施（AMI）	开发了一种新的聚合策略FedAvg-P，以提高全局性能，并提出了一种点对点架构以防止单点故障	联邦学习模型存在单点故障的风险，可能导致系统故障和性能下降	开发一种基于性能的分层联邦学习异常检测系统，以提高高级计量基础设施的安全性和可靠性	高级计量基础设施（AMI）及其数据安全	机器学习	NA	联邦学习	深度学习模型	数据	使用了CIC-IDS2017数据集进行实验
20750	2024-10-21	An Intrinsically Explainable Method to Decode P300 Waveforms from EEG Signal Plots Based on Convolutional Neural Networks 2024-Aug-20, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci14080836 PMID:39199527	研究论文	提出了一种基于卷积神经网络的内在可解释方法，用于从脑电图信号中解码P300波形	克服了深度学习技术的黑箱特性，通过将脑电图信号绘制为图像，使医生和技术人员能够直观解释和网络检测	仅在8名ALS患者的公共数据集上进行了验证	开发一种可解释的脑机接口技术，用于ALS患者的替代通信	P300波形和脑电图信号	机器学习	肌萎缩侧索硬化症	卷积神经网络	CNN	图像	8名ALS患者
20751	2024-10-21	Corun: Concurrent Inference and Continuous Training at the Edge for Cost-Efficient AI-Based Mobile Image Sensing 2024-Aug-14, Sensors (Basel, Switzerland) DOI:10.3390/s24165262 PMID:39204957	研究论文	介绍了一种名为Corun的新框架，旨在边缘服务器上同时处理多个推理查询和持续模型再训练/微调，以提高推理吞吐量并保持推理精度	提出了Corun框架，能够在单个商品GPU上同时处理多个推理查询和持续模型再训练/微调，显著提高推理吞吐量并保持推理精度	推理查询的延迟和再训练周期的长度增加率较低	解决移动设备上深度学习资源不足导致的推理延迟和电池消耗问题，以及数据漂移导致的推理精度下降问题	移动设备上的图像传感应用，如图像分类、人脸识别和相机场景检测	计算机视觉	NA	深度学习	NA	图像	NA
20752	2024-10-21	Short tandem repeat expansions in cortical layer-specific genes implicate in phenotypic severity and adaptability of autism spectrum disorder 2024-Jul, Psychiatry and clinical neurosciences IF:5.0Q1 DOI:10.1111/pcn.13676 PMID:38751214	研究论文	研究短串联重复序列（STR）在自闭症谱系障碍（ASD）中的作用及其与皮质层特异性基因的关系	首次在未充分研究的群体中展示了与ASD相关的STR扩展的证据	NA	研究STR扩展与ASD的遗传关联，并识别与ASD表型相关的风险位点	自闭症谱系障碍（ASD）及其相关基因	基因组学	自闭症谱系障碍	全基因组测序（WGS）	深度学习	基因组数据	634个ASD家庭
20753	2024-10-21	Quantization avoids saddle points in distributed optimization 2024-Apr-23, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2319625121 PMID:38640343	研究论文	本文研究了分布式非凸优化中的鞍点问题，并提出了一种利用量化技术避免鞍点的解决方案	提出了一种随机量化方案，能够有效逃离鞍点并确保收敛到二阶平稳点	NA	解决分布式非凸优化中的鞍点问题	分布式系统中的非凸优化问题	机器学习	NA	量化技术	NA	数据集	使用基准数据集进行实验
20754	2024-10-21	Added prognostic value of 3D deep learning-derived features from preoperative MRI for adult-type diffuse gliomas 2024-03-04, Neuro-oncology IF:16.4Q1 DOI:10.1093/neuonc/noad202 PMID:37855826	研究论文	研究了使用三维卷积神经网络从术前MRI中提取的空间特征对成人弥漫性胶质瘤的预后价值	提出了基于三维卷积神经网络的深度学习预后指数（DPI），并验证了其在独立于临床和分子遗传变量的预后价值	研究为回顾性多中心研究，数据集来自不同机构，可能存在数据异质性	探讨三维卷积神经网络从全脑MRI中提取的空间特征对成人弥漫性胶质瘤的预后价值	成人弥漫性胶质瘤患者	计算机视觉	脑肿瘤	三维卷积神经网络	三维卷积神经网络	图像	1925名弥漫性胶质瘤患者
20755	2024-10-21	A novel dataset of date fruit for inspection and classification 2024-Feb, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2023.110026 PMID:38260861	研究论文	本文介绍了一个新的用于日期水果检测和分类的数据集	提供了包含3004张预处理图像的日期水果数据集，分为四个品种和不同尺寸及质量等级	未提及	开发一个智能系统来分级和检测日期水果，以促进水果加工行业和农民的可持续发展	日期水果的分级和分类	计算机视觉	NA	深度学习算法	VGG16, VGG19	图像	3004张预处理图像，分为四个品种和不同尺寸及质量等级
20756	2024-10-21	BDHusk: A comprehensive dataset of different husk species images as a component of cattle feed from different regions of Bangladesh 2024-Feb, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2023.110018 PMID:38260865	研究论文	本文介绍了一个名为BDHusk的综合数据集，包含来自孟加拉国不同地区的八种不同种类的外壳图像，作为牛饲料的组成部分	该数据集包含2,400张原始图像和9,280张增强图像，为机器学习和深度学习模型提供了丰富的资源	NA	通过利用这一广泛的数据集和各种机器学习及深度学习技术，研究人员有望在农业、食品与营养科学、环境监测和计算机科学等领域取得显著进展	八种不同种类的外壳图像	计算机视觉	NA	机器学习和深度学习技术	NA	图像	2,400张原始图像和9,280张增强图像
20757	2024-10-21	Assessing generalisability of deep learning-based polyp detection and segmentation methods through a computer vision challenge 2024-01-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-52063-x PMID:38263232	研究论文	本文通过计算机视觉挑战评估深度学习在息肉检测和分割中的泛化能力	本文通过多中心和多人群数据集，评估了深度学习方法在不同数据集和临床环境中的泛化能力	研究主要集中在准确性上，而忽略了实时性能对临床应用的重要性	评估深度学习方法在息肉检测和分割中的泛化能力，并探讨其在临床应用中的实用性	息肉的检测和分割方法	计算机视觉	NA	深度学习	NA	图像	来自六个不同结肠镜系统的多中心和多人群数据集
20758	2024-10-21	Multi-channel feature extraction for virtual histological staining of photon absorption remote sensing images 2024-01-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-52588-1 PMID:38263394	研究论文	本文介绍了一种基于深度学习的虚拟组织学染色框架，使用光子吸收遥感（PARS）图像进行多通道特征提取	提出了一种新的多通道cycleGAN模型，扩展了传统的cycleGAN框架，允许包含额外的特征	NA	提高组织学染色的准确性和速度，减少诊断延迟	人类皮肤和老鼠脑组织	数字病理学	NA	光子吸收遥感（PARS）	cycleGAN	图像	人类皮肤和老鼠脑组织样本
20759	2024-10-21	Deep learning-based algorithm for the detection of idiopathic full thickness macular holes in spectral domain optical coherence tomography 2024-Jan-23, International journal of retina and vitreous IF:1.9Q2 DOI:10.1186/s40942-024-00526-8 PMID:38263402	研究论文	研究开发了一种基于深度学习的算法，用于在频域光学相干断层扫描（SD-OCT）中检测特发性全层黄斑裂孔（IFTMH）	首次使用深度学习算法在SD-OCT B-扫描中准确检测IFTMH特征	算法在IFTMH严重程度阶段的概率评分与实际阶段之间的相关性较低	测试一种基于深度学习的算法，用于在SD-OCT B-扫描中识别IFTMH特征和严重程度阶段	特发性全层黄斑裂孔（IFTMH）和后玻璃体脱离（PVD）患者	计算机视觉	眼科疾病	频域光学相干断层扫描（SD-OCT）	深度学习（DL）	图像	601名受试者，包括299名IFTMH患者和302名PVD患者
20760	2024-10-21	Therapy-induced modulation of tumor vasculature and oxygenation in a murine glioblastoma model quantified by deep learning-based feature extraction 2024-01-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-52268-0 PMID:38263339	研究论文	本文研究了在小鼠胶质母细胞瘤模型中，治疗诱导的肿瘤血管和氧合状态的调节，并通过基于深度学习的特征提取进行量化	本文提出了基于深度学习的分割和自动特征提取方法，用于量化整个肿瘤血管和氧合状态，并揭示了在抗血管生成治疗中血管正常化的主导作用	本文主要基于小鼠模型，结果的临床转化和适用性需要进一步验证	研究抗血管生成治疗对肿瘤血管和氧合状态的影响，并提供量化分析方法	小鼠胶质母细胞瘤模型中的肿瘤血管和氧合状态	数字病理学	脑癌	深度学习	NA	图像	使用Gli36细胞进行同种异体移植的小鼠模型