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
22661	2024-08-05	Working memory load recognition with deep learning time series classification 2024-May-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.516063 PMID:38855665	研究论文	本研究提出了一种用于工作记忆负荷识别的深度学习时间序列分类模型	提出了一种新的TAResnet-BiLSTM模型，在跨主体工作记忆负荷解码中达到最高准确率	样本数量仅为27人，可能限制结果的普遍性和适用性	研究旨在精确评估工作记忆负荷以改善人机交互应用	研究对象为27名参与者的血氧信号	计算机视觉	NA	fNIRS	TAResnet-BiLSTM	时间序列	27名参与者
22662	2024-08-05	STCS-Net: a medical image segmentation network that fully utilizes multi-scale information 2024-May-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.517737 PMID:38855673	研究论文	本文提出了一种名为STCS-Net的医学图像分割网络，充分利用多尺度信息	创新点在于设计了一个能够多尺度滤波和信息校正的解码器，以及引入了强调重要特征的信息增强模块	NA	研究医学图像分割领域的新方法	医学图像，包括ISIC2016、ISIC2018和肺部数据集	数字病理学	肺癌	深度学习	NA	图像	在ISIC2016、ISIC2018和肺部数据集上进行的评估
22663	2024-08-05	Role of artificial intelligence in multiple sclerosis management 2024-May, European review for medical and pharmacological sciences DOI:10.26355/eurrev_202405_36289 PMID:38856129	研究论文	本文探讨了人工智能在多发性硬化症管理中的应用前景	强调了人工智能在提高多发性硬化症早期检测、个性化治疗和预后预测中的潜力	研究可能面临数据量不足和模型准确性问题	研究人工智能在多发性硬化症诊断和治疗中的作用	患者数据（人口统计、基因信息、临床和影像表现）	医疗健康	多发性硬化症	人工智能	机器学习，深度学习，神经网络	数据，影像	NA
22664	2024-08-07	Correction: Identification of a novel bile marker clusterin and a public online prediction platform based on deep learning for cholangiocarcinoma 2024-Apr-29, BMC medicine IF:7.0Q1 DOI:10.1186/s12916-024-03404-0 PMID:38679726	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
22665	2024-08-05	Application of Medical Statistical and Machine Learning Methods in the Age Estimation of Living Individuals 2024-Apr-25, Fa yi xue za zhi DOI:10.12116/j.issn.1004-5619.2023.231103 PMID:38847025	综述	本文回顾了常用的医学统计方法和机器学习方法在活体年龄估计中的应用	总结医学统计方法与机器学习方法之间的相关性及应用前景	未提及具体的实证研究及其效果	为活体年龄估计研究提供技术指导，获得更科学准确的结果	活体个体的年龄估计	机器学习	NA	医学统计方法与机器学习方法	浅层学习与深度学习	数据分析	NA
22666	2024-08-05	SE-FSCNet: full-scale connection network for single-shot phase demodulation 2024-Apr-22, Optics express IF:3.2Q2 DOI:10.1364/OE.520818 PMID:38859184	研究论文	提出了一种基于新型全尺度连接网络SE-FSCNet的单次相位解调方法	SE-FSCNet采用全尺度连接方法和特征融合模块，改善了特征传输和利用能力	未提及具体的局限性	提高投影条纹3D测量中相位解调的准确性	针对条纹投影的相位解调方法	计算机视觉	NA	深度学习	SE-FSCNet	NA	测试集
22667	2024-08-05	Towards high-performance polarimeters with large-area uniform chiral shells: a comparative study on the polarization detection precision enabled by the Mueller matrix and deep learning algorithm 2024-Apr-22, Optics express IF:3.2Q2 DOI:10.1364/OE.521432 PMID:38859268	研究论文	本研究展示了一种基于大面积均匀手性外壳的高精度宽带全斯托克斯偏振计	提出了一种后建立的映射关系，通过深度学习算法和穆勒矩阵理论来提高偏振检测精度	研究可能受到设备制造和检测误差的影响	提高偏振检测和成像技术的精度和稳定性	基于大面积均匀手性外壳的全斯托克斯偏振计	光学	NA	深度学习算法，穆勒矩阵理论	NA	光学数据	大数据集，具体样本数量未明确提及
22668	2024-08-05	Efficient and robust phase unwrapping method based on SFNet 2024-Apr-22, Optics express IF:3.2Q2 DOI:10.1364/OE.517676 PMID:38859192	研究论文	提出了一种基于改进SegFormer网络SFNet的高效且强健的空间相位展开方法	使用无位置编码的层次编码器和基于轻量级全连接多层感知器的解码器，提高了相位展开的效率和鲁棒性	虽然方法具有较低的参数数量和较好的性能，但仍可能受到训练数据集的限制，尤其是在简单噪声类型上的训练	提高光学计量中相位展开的效率和鲁棒性	开发和评估一种新的相位展开方法，特别是在处理具有噪声和相位不连续的相位数据时	计算机视觉	NA	深度学习	SFNet	模拟数据集	NA
22669	2024-08-05	Deep learning-assisted inverse design of nanoparticle-embedded radiative coolers 2024-Apr-22, Optics express IF:3.2Q2 DOI:10.1364/OE.518164 PMID:38859256	研究论文	本文介绍了一种基于深度学习的逆设计方法用于开发纳米粒子嵌入的辐射冷却器	提出了一种新颖的深度学习算法用于优化薄膜辐射冷却器的光学常数和材料比例	未讨论该方法在实际应用中的长期稳定性	研究如何设计高效的辐射冷却器以提高能源效率	主要研究氧化物/氮化物纳米粒子嵌入聚乙烯薄膜的光学性质	机器学习	NA	深度学习	NA	光学数据	NA
22670	2024-08-05	Vision transformer empowered physics-driven deep learning for omnidirectional three-dimensional holography 2024-Apr-08, Optics express IF:3.2Q2 DOI:10.1364/OE.519400 PMID:38859385	研究论文	本文提出了一种基于视觉变换器的物理驱动深度学习方法，用于生成全方位三维全息图。	提出了利用视觉变换器的全局注意力机制来提高三维全息图的生成质量，降低了平面间的串扰。	NA	旨在解决三维全息图在生成过程中的平面间串扰和轴向分辨率限制。	针对三维全息图的生成和显示进行研究。	数字成像	NA	深度学习	视觉变换器 (ViT)	全息图	NA
22671	2024-08-05	Flexible design of chiroptical response of planar chiral metamaterials using deep learning 2024-Apr-08, Optics express IF:3.2Q2 DOI:10.1364/OE.510656 PMID:38859355	研究论文	本文构建了一个双向深度学习网络，旨在加速平面手性超材料的设计过程和光学响应预测	提出的BDL网络显著提高了设计速度和预测准确性，且相比传统方法大幅降低了计算成本	未提及具体的实验验证和实际应用案例	加速平面手性超材料的光学响应设计和预测	平面手性超材料的光谱预测与设计	数字病理学	NA	深度学习	双向深度学习网络	光谱数据	未具体描述样本数量
22672	2024-08-05	ICF-PR-Net: a deep phase retrieval neural network for X-ray phase contrast imaging of inertial confinement fusion capsules 2024-Apr-08, Optics express IF:3.2Q2 DOI:10.1364/OE.518249 PMID:38859383	研究论文	本文介绍了一种新的深度学习基础的相位恢复方法ICF-PR-Net，用于惯性约束聚变胶囊的X射线相位对比成像	提出了一种结合图像形成物理的对象-图像损失函数，从而提升了网络训练的效果	在多种情况下保持相位和吸收的恢复质量，但在具体的实验条件下进行测试，可能存在外部变量的影响	提升惯性约束聚变胶囊的X射线相位对比成像的相位恢复能力	ICF-XPCI胶囊的相位信息	计算机视觉	NA	深度学习	深度相位恢复神经网络	数值数据集	基于ICF胶囊形状特征构建的数据集
22673	2024-08-05	Modulation format recognition in a UVLC system based on an ultra-lightweight model with communication-informed knowledge distillation 2024-Apr-08, Optics express IF:3.2Q2 DOI:10.1364/OE.517666 PMID:38859288	研究论文	本文提出了一种基于超轻量模型的通信信息知识蒸馏方法，用于在UVLC系统中实现调制格式识别。	创新点在于提出了一种新的知识蒸馏方法CIKD，通过高复杂度教师模型指导超轻量学生模型，实现高精度和低延迟的调制格式识别。	虽然学生模型可以达到与教师模型相当的准确性，但其整体能力仍受到学生模型参数数量的限制。	研究旨在提高出水下可见光通信系统中的调制格式识别的效率和准确性。	研究对象为八种调制格式，包括PAM4、QPSK、8QAM-CIR、8QAM-DIA、16QAM、16APSK、32QAM和32APSK。	自然语言处理	NA	知识蒸馏	线性稠密层	NA	NA
22674	2024-08-05	Adaptive imaging through dense dynamic scattering media using transfer learning 2024-Apr-08, Optics express IF:3.2Q2 DOI:10.1364/OE.519771 PMID:38859332	研究论文	本文提出了一种通过密集动态散射介质进行自适应成像的方法	创新点在于利用迁移学习对预训练的去散射模型进行微调，以适应动态变化的散射介质	该方法的实际应用仍然受限于对静态和动态非静态散射介质的适应能力	研究旨在通过迁移学习改善在动态散射介质中的成像质量	主要研究目标为利用已知图像目标的部分信息改善成像效果	计算机视觉	NA	深度学习	去散射模型	图像	NA
22675	2024-08-05	Deep learning-enhanced snapshot hyperspectral confocal microscopy imaging system 2024-Apr-08, Optics express IF:3.2Q2 DOI:10.1364/OE.519045 PMID:38859350	研究论文	该文章提出了一种快照高光谱共聚焦显微成像系统SHCMS	通过结合基于数字微镜器件的编码照明显微镜和快照高光谱共聚焦神经网络，创新性地实现了单次拍摄的高光谱成像	无相关限制信息提供	开发一种快速高分辨率的高光谱成像方法用于生物影像	主要研究对象为马铃薯块茎的自发荧光	数字病理学	NA	高光谱显微成像	神经网络	图像	马铃薯块茎的高对比度160波段图像
22676	2024-08-05	Development and Validation of a Deep Learning and Radiomics Combined Model for Differentiating Complicated From Uncomplicated Acute Appendicitis 2024-04, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2023.08.018 PMID:37775450	研究论文	本研究旨在开发和验证一个深度学习与放射组学结合的模型，以区分复杂性与简单性急性阑尾炎	提出了一种新的结合模型，利用临床特征、CT视觉特征、深度学习特征和放射组学特征进行复杂性与简单性急性阑尾炎的分类	基于回顾性数据，可能存在选样偏差和外部验证局限	研究的目的是提高急性阑尾炎患者的鉴别诊断准确性	1165名成人急性阑尾炎患者的CT影像数据	计算机视觉	急性阑尾炎	CT成像，CatBoost	深度学习与放射组学结合模型	医学影像	1165名患者（训练队列700名，验证队列465名）
22677	2024-08-05	Combining Deep Learning and Radiomics for Automated, Objective, Comprehensive Bone Mineral Density Assessment From Low-Dose Chest Computed Tomography 2024-03, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2023.08.030 PMID:37730494	研究论文	本文开发了一种基于低剂量胸部计算机断层扫描的智能骨密度筛查模型	该研究结合了深度学习和放射组学，创建了一个完全自动化的骨密度评估流程	缺乏不同人种和年龄段的广泛验证	研究旨在开发智能诊断模型用于骨质疏松症筛查	研究对象为442名接受低剂量胸部CT和定量CT检查的参与者	数字病理	骨质疏松症	低剂量胸部计算机断层扫描 (LDCT)	VB-Net	影像	共442名参与者
22678	2024-08-05	Deep-learning enabled smart insole system aiming for multifunctional foot-healthcare applications 2024-Feb, Exploration (Beijing, China) DOI:10.1002/EXP.20230109 PMID:38854485	研究论文	提出了一种深度学习驱动的智能鞋垫系统，旨在实现多功能足部健康监测应用。	该文章创新性地结合了深度学习与智能鞋垫，实现了动态和静态足底压力的高效监测与分析。	传统智能鞋垫仅依赖基本的数据分析方法，无法满足用户对全面足部健康保护的多样化需求。	旨在提高生活质量与预防足部相关疾病。	研究对象为智能鞋垫系统自身及其在足部健康监测中的应用。	数字病理学	足部疾病	深度学习	分割方法辅助的深度学习模型	传感数据	使用了长期的足部压力数据进行分析，具体样本数量未详细说明
22679	2024-08-05	Technical note: ShinyAnimalCV: open-source cloud-based web application for object detection, segmentation, and three-dimensional visualization of animals using computer vision 2024-Jan-03, Journal of animal science IF:2.7Q1 DOI:10.1093/jas/skad416 PMID:38134209	研究论文	本研究开发了一个名为ShinyAnimalCV的开源云端网络应用，用于在动物科学中教授计算机视觉。	ShinyAnimalCV提供了一个用户友好的界面，便于进行物体分割、检测和三维可视化，是一个创新的教学工具。	尽管ShinyAnimalCV提供了易用的界面，但在某些情况下，用户仍可能需要编程和数据分析技能。	研究旨在通过开发ShinyAnimalCV来促进动物科学中的计算机视觉教育。	本研究的对象是动物科学学生和相关教育者。	计算机视觉	NA	计算机视觉	预训练的计算机视觉模型	图像	九个使用俯视动物数据的预训练模型
22680	2024-08-05	Human cytokine and coronavirus nucleocapsid protein interactivity using large-scale virtual screens 2024, Frontiers in bioinformatics IF:2.8Q2 DOI:10.3389/fbinf.2024.1397968 PMID:38855143	研究论文	本研究利用大型虚拟筛选来理解SARS-CoV-2与人体免疫系统之间的相互作用。	提出了一种新算法GIRAF，用于快速评估蛋白质-蛋白质对接的结合界面，同时比较了基于深度学习的AlphaFold2-Multimer和半物理化学的HADDOCK方法的预测能力。	研究的限制未详细说明，但可能存在数据的适用性和通用性的问题。	研究SARS-CoV-2和人类细胞因子之间的相互作用，以推动针对新型病毒变异的干预措施的开发。	分析64种人类细胞因子与来自六种β冠状病毒的17种核壳蛋白的结合亲和力。	数字病理学	NA	分子对接工具	AlphaFold2-Multimer和HADDOCK	NA	64种细胞因子和17种核壳蛋白