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
21621	2024-08-05	DeCoGAN: MVCT image denoising via coupled generative adversarial network 2024-Jul-09, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad5d4c PMID:38979700	研究论文	本研究提出了一种基于深度学习的去噪方法以提高MVCT图像质量	提出了一种基于耦合生成对抗网络（DeCoGAN）的无配对MVCT去噪网络，利用共享潜在空间重建图像	没有提到具体的限制因素	提升MVCT图像质量以提高成像清晰度和人视觉感知	MVCT图像的去噪处理	计算机视觉	NA	深度学习	生成对抗网络	图像	未具体提及样本数量
21622	2024-08-05	Addressing the Accuracy-Cost Trade-off in Material Property Prediction Using a Teacher-Student Strategy 2024-Jul-09, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c00625 PMID:38875176	研究论文	本研究提出了一种新的教师-学生策略，以提高基于化学成分的材料性质预测模型的准确性	引入了教师-学生策略，利用预训练的结构基础预测模型来提高化学成分基础预测模型的精度	主要评估是在涉及100条数据的情况下进行的，可能限制了方法的普适性	提高材料 property 预测的准确性，同时降低探索成本	化学成分基础的材料属性预测模型，采用钙钛矿作为案例研究	机器学习	NA	深度学习	NA	数据条目	100条数据
21623	2024-08-05	Applications of Biosensors in Bladder Cancer 2024-Jul-08, Critical reviews in analytical chemistry IF:4.2Q1 DOI:10.1080/10408347.2024.2373923 PMID:38978228	综述	这篇综述文章强调了生物传感器在膀胱癌中的应用	探讨了电化学和光学传感器在检测肿瘤标志物方面的临床相关性	目前面临的挑战包括缺乏大规模临床试验和先进技术的整合	研究生物传感器在膀胱癌早期检测和治疗中的潜力	聚焦于膀胱癌相关的肿瘤标志物和治疗方法	数字病理学	膀胱癌	生物传感器	NA	NA	NA
21624	2024-08-05	HiDiff: Hybrid Diffusion Framework for Medical Image Segmentation 2024-Jul-08, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3424471 PMID:38976467	研究论文	提出了一种名为HiDiff的混合扩散框架，用于医学图像分割	通过结合生成模型的知识，填补了判别性分割方法的不足，提出了一种新的二元伯努利扩散模型作为扩散细化器	未提及具体的局限性	旨在提高医学图像分割的性能	医学图像分割，如腹部器官、脑肿瘤、息肉及视网膜血管	计算机视觉	NA	深度学习	混合扩散模型	医学图像	多个分割数据集，涵盖四种广泛使用的模态
21625	2024-08-05	Deep learning CT reconstruction improves liver metastases detection 2024-Jul-06, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-024-01753-1 PMID:38971933	研究论文	本研究旨在评估深度学习CT重建在检测肝转移方面的有效性。	深度学习图像重建相较于传统的迭代重建提供了更好的噪声减少和肝转移检测能力。	研究未明确提及深度学习重建对所有患者群体的普适性。	研究目标是确定深度学习图像重建是否影响肝转移的检测数量。	研究对象为121名肝转移患者的CT图像。	医学影像处理	肝癌	CT重建	深度学习模型	图像	121个肝转移患者的CT图像
21626	2024-08-05	Deep learning for multi-type infectious keratitis diagnosis: A nationwide, cross-sectional, multicenter study 2024-Jul-06, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01174-w PMID:38971902	研究论文	这项研究构建了一种名为DeepIK的深度学习系统，用于多种类型感染性角膜炎的诊断	DeepIK系统能够模仿人类专家的诊断过程，并在多个数据集上表现优异	该研究没有提及特定的局限性	提高感染性角膜炎的诊断效率和准确性	使用23,055张来自12个临床中心的裂隙灯图像	计算机视觉	感染性角膜炎	深度学习	NA	图像	23,055张裂隙灯图像
21627	2024-08-05	LSOTB-TIR: A Large-Scale High-Diversity Thermal Infrared Single Object Tracking Benchmark 2024-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3236895 PMID:37021992	研究论文	本文提出了一个大规模且高多样性的热红外单目标跟踪基准，名为LSOTB-TIR	LSOTB-TIR是迄今为止最大的和最具多样性的热红外目标跟踪基准，包含1416个热红外序列和超过643K帧	缺乏对不同场景和挑战属性的深入分析	建立一个统一的热红外单目标跟踪训练和评估基准	包含1416个热红外跟踪序列的评估数据集和一般训练数据集	计算机视觉	NA	深度学习	NA	视频	1416个热红外序列和超过643K帧
21628	2024-08-05	[Research progress of deep learning applications in mass spectrometry imaging data analysis] 2024-Jul, Se pu = Chinese journal of chromatography DOI:10.3724/SP.J.1123.2023.10035 PMID:38966975	综述	本文综述了深度学习在质谱成像数据分析中的应用进展和挑战	强调了四个核心阶段的数据预处理、图像重建、聚类分析和多模态融合	未提及具体的实验数据或案例研究以支持理论	旨在促进人工智能与质谱技术的更好结合	探讨深度学习在肿瘤诊断和亚型分类中的应用	数字病理	NA	深度学习	神经网络	图像	NA
21629	2024-08-05	UDRSNet: An unsupervised deformable registration module based on image structure similarity 2024-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.16986 PMID:38353628	研究论文	本文提出了一种基于图像结构相似性的完全无监督医疗图像配准方法	提出了一种简单可靠的无监督变形配准方法，利用结构相似性提升配准质量	在缺乏可靠临床数据标签的情况下进行实验，可能会影响结果的广泛适用性	开发一种有效的医疗图像配准技术	无须使用可靠的临床数据标签对医疗图像进行配准	计算机视觉	NA	深度学习	ResUnet和空间变换层	CT图像和超声图像	包含CT图像与超声图像的多组实验数据
21630	2024-08-05	Ensemble Conformalized Quantile Regression for Probabilistic Time Series Forecasting 2024-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2022.3217694 PMID:36331651	研究论文	本文提出了一种新的概率预测方法，称为集成校正分位回归（EnCQR）	EnCQR通过消除数据可交换性的要求，扩展了校正预测器在时间序列中的使用，从而构建了分布无关的预测区间	NA	研究一种适合于非平稳和异方差时间序列数据的概率预测方法	不同异方差程度的时间序列	机器学习	NA	NA	量化回归（QR）	时间序列数据	NA
21631	2024-08-05	Public health nurse perspectives on predicting nonattendance for cervical cancer screening through classification, ensemble, and deep learning models 2024 Jul-Aug, Public health nursing (Boston, Mass.) DOI:10.1111/phn.13334 PMID:38757647	研究论文	本研究旨在使用各种算法准确预测女性在宫颈癌筛查中不参加的主要障碍	本研究引入了集合和深度学习模型来提高对宫颈癌筛查不参加者的预测准确性	研究中未提及样本的地域和背景的限制	探讨影响女性参加宫颈癌筛查的障碍因素并进行预测	1046名在基层卫生中心就诊的女性的数据	数字病理学	宫颈癌	分类、集合、深度学习模型	LSTM、随机森林、神经网络、朴素贝叶斯	数据	1046
21632	2024-08-05	The Impact of Artificial Intelligence on Allergy Diagnosis and Treatment 2024-Jul, Current allergy and asthma reports IF:5.4Q1 DOI:10.1007/s11882-024-01152-y PMID:38954325	综述	本文章探讨了人工智能在过敏诊断和治疗中的潜在应用及其益处	探讨了机器学习在过敏诊断中的应用及其对患者数据集的学习模式	存在与人工智能整合医疗过程相关的伦理挑战和隐私问题	研究人工智能在免疫性疾病诊断和管理中的应用潜力	重点关注人工智能在过敏反应相关研究中的应用	机器学习	过敏性疾病	机器学习	NA	病人数据集	NA
21633	2024-08-05	Defocus Blur Detection Attack via Mutual-Referenced Feature Transfer 2024-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2022.3219059 PMID:36374887	研究论文	本文探索生成对抗图像以攻击失焦模糊检测网络。	提出了一种新的互参考攻击框架，利用失焦区域和对焦区域的互特征参考来提高对抗图像的质量。	未提及具体的限制	研究旨在通过生成对抗样本来攻击失焦模糊检测网络。	研究对象为失焦模糊检测（DBD）网络及其性能提升。	计算机视觉	NA	NA	NA	图像	NA
21634	2024-08-05	MRI-based prostate cancer classification using 3D efficient capsule network 2024-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.16975 PMID:38346111	研究论文	本研究提出了一种基于3D高效胶囊网络的前列腺癌风险分层方法	开发了一种3D高效胶囊网络，克服了传统CNN模型在位置编码方面的不足，增强了对图像变换的鲁棒性	该研究可能受限于数据的不平衡性和模型的泛化能力	研究旨在利用MRI影像对前列腺癌进行风险分层	参与研究的对象为976名前列腺癌患者的T2加权MRI影像数据	数字病理学	前列腺癌	MRI	3D胶囊网络	影像	976名患者的MRI数据
21635	2024-08-05	[Microbial metaproteomics--From sample processing to data acquisition and analysis] 2024-Jul, Se pu = Chinese journal of chromatography DOI:10.3724/SP.J.1123.2024.02009 PMID:38966974	研究论文	微生物组蛋白质组学成为研究微生物的重要方法，但在样本处理和数据分析上存在挑战	强调了数据独立采集（DIA）在微生物组样本分析中的潜力，并探讨了深度学习和人工智能在分析准确性和速度上的应用	样本的复杂性和高度异质性限制了微生物组蛋白质组分析的深入覆盖	探讨微生物组蛋白质组学的方法，包括样本处理、数据采集和分析	关注微生物社区的组成与功能	数字病理学	NA	质谱分析，元基因组测序	深度学习	蛋白质组数据	NA
21636	2024-08-05	Power Law in Deep Neural Networks: Sparse Network Generation and Continual Learning With Preferential Attachment 2024-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2022.3217403 PMID:36342998	研究论文	本文探讨了深度神经网络的拓扑结构是否呈现幂律分布以及如何利用这种拓扑结构构建性能良好的稀疏神经网络	提出了通过优先连接机制和幂律动态构建高效稀疏深度神经网络的新方法	对已有深度神经网络的实证分析可能未涵盖所有类型的网络	研究深度神经网络的拓扑特性及其在构建 compact DNNs 中的应用	稀疏深度神经网络和优先连接机制	机器学习	NA	深度神经网络	NA	样本数据	相比其他基准方法，使用更少的样本进行训练
21637	2024-08-05	Training of a deep learning based digital subtraction angiography method using synthetic data 2024-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.16973 PMID:38353632	研究论文	本文提出了一种使用合成数据训练深度学习基础的数字减影血管造影方法	研究通过生成没有典型伪影和噪声的合成数字减影血管造影图像对，为深度学习模型训练提供了丰富的数据	目前的深度学习数字减影血管造影模型仍无法令人满意地显示特定结构，也不能预测无噪声图像	研究旨在为深度学习数字减影血管造影模型的训练提供丰富的合成图像对	研究对象包括合成数字减影血管造影图像和临床数字减影血管造影数据	数字病理学	心血管疾病	计算机断层扫描 (CT)	深度学习模型	图像	超过7000张CT图像和超过25000张合成血管投影图像
21638	2024-08-05	Intelligent Power System Stability Assessment and Dominant Instability Mode Identification Using Integrated Active Deep Learning 2024-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3238168 PMID:37022042	研究论文	本文提出了一种智能框架，用于基于主动深度学习识别电力系统中的主导不稳定模式	提出了一种集成的主动深度学习查询策略，以减少标记数据集所需的人力专家工作	未提及具体的局限性	提高电力系统稳定性评估和应急控制的效率	电力系统中主导不稳定模式的识别和分类	机器学习	NA	主动深度学习	NA	数据集样本	在中国电力研究院 36 个节点系统和东北电力系统的案例研究中使用
21639	2024-08-05	Greybox: A hybrid algorithm for direct estimation of tracer kinetic parameters from undersampled DCE-MRI data 2024-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.16935 PMID:38214325	研究论文	提出了一种混合算法Greybox，直接从欠采样的DCE-MRI数据中估计示踪剂动力学参数	首次利用基于卷积神经网络的编码作为插件优先项来改善重建算法的性能	未提及文章的具体局限性	解决从欠采样DCE-MRI数据中直接估计示踪剂动力学参数的非线性逆问题	用于脑部、乳腺和前列腺的DCE-MRI数据集	数字病理学	乳腺癌、前列腺癌	动态对比增强（DCE）MRI	UNET	图像	乳腺数据集：10名患者（1032个训练样本，752个验证样本）；前列腺数据集：18名患者（720个训练样本，216个验证样本）；脑部数据集：19名患者（3152个训练样本，1168个验证样本）
21640	2024-08-05	An Efficient Federated Learning Framework for Machinery Fault Diagnosis With Improved Model Aggregation and Local Model Training 2024-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3238724 PMID:37022453	研究论文	本文提出了一种高性能的联邦学习框架，用于机械故障诊断。	提出了一种结合遗忘卡尔曼滤波器和立方指数平滑的优化聚合策略，以及一个结合多尺度卷积、注意力机制和多阶段残差连接的深度学习网络。	未提及	提高机械故障诊断模型的效率和泛化能力，同时保护数据隐私。	多客户端设备的故障数据。	机器学习	NA	联邦学习	深度学习网络	数据集	两个机械故障数据集