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
20861	2024-08-07	A dual-branch selective attention capsule network for classifying kiwifruit soft rot with hyperspectral images 2024-05-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-61425-4 PMID:38724603	研究论文	本研究提出了一种双分支选择性注意力胶囊网络（DBSACaps），用于基于高光谱图像准确检测猕猴桃软腐病	使用双分支结构分别提取光谱和空间特征，并通过注意力机制融合这些特征，提高了分类准确性	NA	旨在通过深度学习方法基于高光谱图像准确检测猕猴桃软腐病	猕猴桃软腐病	计算机视觉	NA	高光谱图像	胶囊网络	图像	猕猴桃软腐病数据集
20862	2024-08-07	GAN Inversion for Data Augmentation to Improve Colonoscopy Lesion Classification 2024-May-07, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3397611 PMID:38713568	研究论文	本研究探讨了使用生成对抗网络（GAN）生成的合成图像进行数据增强，以改善结肠镜检查病变分类的效果	通过将图像对反转到语义丰富且解耦的潜在空间并操纵潜在表示来生成新的合成图像，这种方法在结肠镜检查数据增强技术中表现优异，无需重新训练多个生成模型	NA	探索使用合成图像进行数据增强以解决结肠镜检查病变分类中标注数据不足的问题	结肠镜检查病变分类	计算机视觉	NA	生成对抗网络（GAN）	GAN	图像	NA
20863	2024-08-07	Enhancing Fetal Electrocardiogram Signal Extraction Accuracy through a CycleGAN Utilizing Combined CNN-BiLSTM Architecture 2024-May-06, Sensors (Basel, Switzerland) DOI:10.3390/s24092948 PMID:38733053	研究论文	本文提出了一种新的深度学习模型CBLS-CycleGAN，用于提高胎儿心电图信号提取的准确性	模型结合了CNN提取的空间特征和BiLSTM提取的时间特征，确保重建信号具有空间和时间依赖性的组合特征	NA	提高胎儿心电图信号提取的准确性，以反映胎儿在子宫内的发育状态和生理心脏活动	胎儿心电图信号	机器学习	NA	CycleGAN	CNN-BiLSTM	信号	使用两个真实的胎儿心电图信号数据库进行评估
20864	2024-08-07	MultiFuseYOLO: Redefining Wine Grape Variety Recognition through Multisource Information Fusion 2024-May-06, Sensors (Basel, Switzerland) DOI:10.3390/s24092953 PMID:38733058	研究论文	本研究提出了一种基于多源信息融合的方法，通过优化和改进YOLOV7模型，形成MultiFuseYOLO模型，以提高葡萄酒葡萄品种识别的准确性	本研究通过引入多源信息融合方法，特别是基于SynthDiscrim算法，显著提高了对相似葡萄品种的识别精度	NA	旨在通过多源信息融合方法提高葡萄酒葡萄品种识别的准确性和全面性	葡萄酒葡萄品种的识别	计算机视觉	NA	多源信息融合	YOLO	图像	未具体说明样本数量
20865	2024-08-07	An Optimized Instance Segmentation of Underlying Surface in Low-Altitude TIR Sensing Images for Enhancing the Calculation of LSTs 2024-May-05, Sensors (Basel, Switzerland) DOI:10.3390/s24092937 PMID:38733039	研究论文	本研究提出了一种深度学习方法，用于优化低空热红外遥感图像中地表的实例分割，以提高地表温度计算的准确性	本研究采用基于掩膜的卷积神经网络进行像素级分类和分割，并通过优化超参数和架构，提高了地表分类的精确度	NA	提高基于低空热红外遥感图像的地表温度计算准确性	低空热红外遥感图像中的地表实例分割	计算机视觉	NA	深度学习	CNN	图像	1350张标注的热红外图像用于训练，150张新图像用于验证
20866	2024-08-07	Predicting Transcription Factor Binding Sites with Deep Learning 2024-May-03, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms25094990 PMID:38732207	研究论文	本文提出了一种基于双向Transformer编码器的深度学习方法，用于预测转录因子结合位点，并通过实验验证了其在不同细胞系中的有效性	本文提出的方法结合了双向长短期记忆层和胶囊层，以提高遗传数据嵌入的鲁棒性和意义	NA	研究转录因子如何调控基因表达及其在治疗中的潜在应用	转录因子结合位点的预测	机器学习	NA	ChIP-seq	双向Transformer编码器	基因数据	使用了ENCODE数据库中的五个细胞系（A549, GM12878, Hep-G2, H1-hESC, 和 Hela）以及五个额外的细胞系进行测试
20867	2024-08-07	AI Concepts for System of Systems Dynamic Interoperability 2024-May-03, Sensors (Basel, Switzerland) DOI:10.3390/s24092921 PMID:38733028	研究论文	本文探讨了在系统工程中动态建立异构网络物理系统间互操作性的问题，并总结了相关领域的最新进展	文章提出了利用机器学习和深度学习方法来解决互操作性问题的新思路，并讨论了相关架构和开放问题	目前尚未有能够完全解决复杂系统间动态互操作性的概念实例，且需要实际测试环境	研究如何自动建立具有目的性通信的系统，以实现动态互操作性	异构网络物理系统间的互操作性问题	机器学习	NA	深度学习	神经网络	文本和代码	NA
20868	2024-08-07	Surface Defect Detection of Aluminum Profiles Based on Multiscale and Self-Attention Mechanisms 2024-May-02, Sensors (Basel, Switzerland) DOI:10.3390/s24092914 PMID:38733020	研究论文	本研究提出了一种基于多尺度和自注意力机制的铝型材表面缺陷检测模型AluDef-ClassNet	利用高斯差分金字塔捕获多尺度图像特征，引入自注意力机制增强特征表示，并采用改进的残差网络结构结合膨胀卷积扩大感受野	NA	解决铝型材表面缺陷检测中的多尺度复杂性、光照变化敏感性、遮挡和噪声等问题	铝型材表面缺陷	计算机视觉	NA	深度学习	CNN	图像	使用CCD相机获取的小规模高质量铝型材表面缺陷图像数据集
20869	2024-08-07	Dosimetric impact of contour editing on CT and MRI deep-learning autosegmentation for brain OARs 2024-May, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14345 PMID:38664894	研究论文	研究深度学习自动分割模型在脑部放射治疗中对危及器官的临床适用性，并评估轮廓编辑对CT和MRI模型性能的剂量学影响	探讨了轮廓编辑对深度学习自动分割模型性能的影响，并研究了几何和剂量学测量之间的相关性	研究发现几何测试指标不足以估计轮廓不准确对剂量的影响	评估深度学习自动分割模型在脑部放射治疗中的临床适用性	脑部放射治疗中的危及器官	机器学习	NA	深度学习	深度学习自动分割模型	CT和MRI图像	测试队列中的患者数量未明确提及
20870	2024-08-07	Self-Supervised Joint Learning for pCLE Image Denoising 2024-Apr-30, Sensors (Basel, Switzerland) DOI:10.3390/s24092853 PMID:38732957	研究论文	本文提出了一种新的自监督去噪方法，通过联合训练噪声预测网络、图像质量评估网络和去噪网络，提高了pCLE图像和荧光显微镜图像的去噪效果	本文提出的自监督去噪方法通过联合训练多个网络，实现了对pCLE图像和荧光显微镜图像的更优去噪效果	NA	提高pCLE图像和荧光显微镜图像的去噪效果	pCLE图像和荧光显微镜图像	计算机视觉	NA	深度学习	CNN	图像	NA
20871	2024-08-07	Calibrating Deep Learning Classifiers for Patient-Independent Electroencephalogram Seizure Forecasting 2024-Apr-30, Sensors (Basel, Switzerland) DOI:10.3390/s24092863 PMID:38732969	研究论文	本研究展示了通过实施简单的校准流程，即使在训练阶段未见过的独立患者上，也能在一定程度上进行自动癫痫发作预测	本研究通过实施校准流程，能够在独立患者上提高深度学习模型的预测准确率，平均增加超过20%	本方法仍需每个患者至少一次癫痫发作事件来校准预测模型	验证自动癫痫发作预测方法在临床应用中的鲁棒性	评估深度学习模型在独立患者上的癫痫发作预测性能	机器学习	NA	深度学习	深度学习模型	脑电图信号	两个包含大量癫痫患者脑电图信号的数据集
20872	2024-08-07	Mapping Method of Human Arm Motion Based on Surface Electromyography Signals 2024-Apr-29, Sensors (Basel, Switzerland) DOI:10.3390/s24092827 PMID:38732933	研究论文	本文研究了一种基于表面肌电信号的精确映射人体手臂运动的方法	构建了结合卷积神经网络和人工神经网络的混合网络模型，并采用多特征融合算法提高手势识别的准确性	NA	研究精确映射人体手臂运动的方法，并验证其在机器人手臂精确控制中的应用潜力	人体手臂运动及表面肌电信号	机器学习	NA	表面肌电信号（sEMG）	卷积神经网络（CNN）和人工神经网络	信号	涉及多种运动（手势、单自由度关节运动和连续关节动作）的数据
20873	2024-08-07	Dynamic Occupancy Grid Map with Semantic Information Using Deep Learning-Based BEVFusion Method with Camera and LiDAR Fusion 2024-Apr-29, Sensors (Basel, Switzerland) DOI:10.3390/s24092828 PMID:38732934	研究论文	本研究通过深度学习方法融合相机和激光雷达传感器，开发了一种包含语义信息的动态占用网格地图（DOGM），以扩展其在机器人和自动驾驶领域的应用	本研究不仅更新了对象的位置和速度信息，还更新了对象的类别信息，并利用未分类的激光雷达点测量提高了环境地图的可靠性	传统的基于三维激光雷达的DOGM无法分类对象类型	开发一种包含语义信息的动态占用网格地图，以提供更丰富的环境信息，帮助自动驾驶车辆在复杂城市环境中导航	动态占用网格地图（DOGM）及其在自动驾驶中的应用	计算机视觉	NA	深度学习	NA	图像	使用公共的nuScenes数据集进行性能评估
20874	2024-08-07	Image Super Resolution-Based Channel Estimation for Orthogonal Chirp Division Multiplexing on Shallow Water Underwater Acoustic Communications 2024-Apr-29, Sensors (Basel, Switzerland) DOI:10.3390/s24092846 PMID:38732952	研究论文	本文研究了基于图像超分辨率的正交啁啾分频多路复用（OCDM）在浅水水声通信中的信道估计问题	将基于导频的信道估计转化为矩阵补全问题，等价于图像处理领域的图像超分辨率问题，并利用深度学习方法提高了信道估计性能	NA	提高浅水水声通信系统的鲁棒性和效率	浅水水声通信中的信道估计	通信	NA	深度学习	NA	图像	NA
20875	2024-08-07	Deep Learning Reconstruction for DWIs by EPI and FASE Sequences for Head and Neck Tumors 2024-Apr-28, Cancers IF:4.5Q1 DOI:10.3390/cancers16091714 PMID:38730665	研究论文	本研究探讨了使用快速高级自旋回波（FASE）序列和深度学习重建（DLR）对头颈部肿瘤扩散加权图像（DWI）质量的影响	提出使用FASE序列和DLR技术来改善DWI图像质量，同时不影响表观扩散系数（ADC）测量或恶性与良性头颈部肿瘤的区分能力	NA	研究不同序列和DLR对DWI图像质量、ADC评估及恶性与良性头颈部肿瘤区分的影响	头颈部肿瘤的扩散加权图像	计算机视觉	头颈部肿瘤	深度学习重建（DLR）	NA	图像	体外研究使用DWI幻影，体内研究涉及头颈部肿瘤患者
20876	2024-08-07	DeepSub: Utilizing Deep Learning for Predicting the Number of Subunits in Homo-Oligomeric Protein Complexes 2024-Apr-28, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms25094803 PMID:38732022	研究论文	本研究通过从UniProt数据库中提取和整理亚基信息，建立了一个稳健的基准数据集，并提出了一种名为DeepSub的新模型，利用蛋白质语言模型和双向门控循环单元（GRU）来预测同源寡聚蛋白复合物的亚基数目	DeepSub模型在预测同源寡聚蛋白复合物的亚基数目方面表现出0.967的高准确率，超过了QUEEN模型的性能	NA	解决从UniProt数据库中获取亚基信息的不便，提高预测同源寡聚蛋白复合物亚基数目的准确性	同源寡聚蛋白复合物的亚基数目	机器学习	NA	NA	双向门控循环单元（GRU）	蛋白质序列	NA
20877	2024-08-07	Low-Cost Recognition of Plastic Waste Using Deep Learning and a Multi-Spectral Near-Infrared Sensor 2024-Apr-28, Sensors (Basel, Switzerland) DOI:10.3390/s24092821 PMID:38732925	研究论文	本文提出了一种利用低成本光谱传感器和机器学习方法识别塑料的方法	使用低成本近红外多光谱传感器结合多种机器学习方法有效识别塑料	识别准确率有待提高，最高为83.5%，最低为66%	验证低成本近红外传感器与机器学习方法在塑料识别中的有效性	六种家用塑料废物，包括PET、HDPE、PVC、LDPE、PP和PS	机器学习	NA	近红外多光谱传感器	卷积神经网络（CNN）和多层感知器（MLP）	光谱数据	六种塑料类型
20878	2024-08-07	Application of Deep Learning for Real-Time Ablation Zone Measurement in Ultrasound Imaging 2024-Apr-27, Cancers IF:4.5Q1 DOI:10.3390/cancers16091700 PMID:38730652	研究论文	本研究评估了人工智能在超声图像中自动测量消融区的效果，并与手动测量进行了比较	使用Mask2Former模型自动测量消融区，减少了手动测量的变异性	研究仅限于体外鸡胸肉和肝脏样本，未涉及临床应用	评估人工智能在自动测量超声图像中消融区的有效性	鸡胸肉和肝脏样本的消融区	计算机视觉	NA	超声成像	Mask2Former	图像	308次射频消融程序，生成7275张超声图像
20879	2024-08-07	HyperFace: A Deep Fusion Model for Hyperspectral Face Recognition 2024-Apr-27, Sensors (Basel, Switzerland) DOI:10.3390/s24092785 PMID:38732891	研究论文	本文提出了一种名为HyperFace的深度融合模型，用于高光谱人脸识别	引入了一种新的融合模型，具有预融合方案、孪生编码器与双视野残差密集学习、反馈式解码器以及面向识别的复合损失函数	未提及	解决高光谱人脸识别问题，提高识别率	高光谱人脸识别	计算机视觉	NA	深度学习	CNN	图像	未提及
20880	2024-08-07	Real-Time Multi-Person Video Synthesis with Controllable Prior-Guided Matting 2024-Apr-27, Sensors (Basel, Switzerland) DOI:10.3390/s24092795 PMID:38732903	研究论文	本文介绍了一种鲁棒、实时、高分辨率且可控的多人视频抠图方法，该方法在所有指标上达到了最先进的水平	设计了一个统一的架构，使用可控生成模型解决了多人视频中缺乏整体语义信息的问题，并采用独立循环架构来利用视频中的时间信息，显著提高了时间一致性和抠图质量	NA	提高多人在动态场景中的抠图性能	多人视频抠图方法	计算机视觉	NA	深度学习	生成模型	视频	NA