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
23201	2024-08-07	W-DRAG: A joint framework of WGAN with data random augmentation optimized for generative networks for bone marrow edema detection in dual energy CT 2024-Jul, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102387 PMID:38703602	研究论文	本文提出了一种基于深度学习技术的框架W-DRAG，用于在双能CT中检测骨髓水肿，通过结合Wasserstein GAN和数据随机增强优化生成对抗网络，提高了疾病筛查和骨病变定位的准确性	本文创新性地结合了数据增强优化和Wasserstein GAN，生成稳定且与真实图像分布高度一致的合成图像，提高了分类模型的性能	NA	开发一种新的生成对抗网络框架，用于提高双能CT中骨髓水肿检测的准确性	双能CT图像中的骨髓水肿检测	计算机视觉	骨髓水肿	生成对抗网络(GAN)	Wasserstein GAN	图像	使用真实和合成样本进行训练和测试
23202	2024-08-07	3DFRINet: A Framework for the Detection and Diagnosis of Fracture Related Infection in Low Extremities Based on 18F-FDG PET/CT 3D Images 2024-Jul, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102394 PMID:38714019	研究论文	提出了一种基于18F-FDG PET/CT 3D图像的自动化两阶段框架3DFRINet，用于检测和诊断下肢骨折相关感染	3DFRINet通过双分支设计和注意力模块有效提取和融合两种模态的特征，并使用最大强度投影降低图像维度，提高了诊断性能	NA	开发一种自动化工具，用于早期全面评估和准确诊断下肢骨折手术后的骨折相关感染	下肢骨折相关感染的检测和诊断	计算机视觉	骨折相关感染	18F-FDG PET/CT	CNN	3D图像	NA
23203	2024-08-07	CAVE: Cerebral artery-vein segmentation in digital subtraction angiography 2024-Jul, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102392 PMID:38714020	研究论文	本文提出了一种名为CAVE的网络，用于在数字减影血管造影（DSA）中自动分割脑动脉和静脉	CAVE网络结合了空间血管结构和时间脑血流特征，有效解决了传统U-Net在DSA图像中难以区分血管与减影伪影以及无法有效分离动脉和静脉的问题	NA	研究目的是开发一种新的深度学习方法，用于在DSA图像中自动分割脑动脉和静脉	脑动脉和静脉的自动分割	计算机视觉	神经血管疾病	数字减影血管造影（DSA）	CAVE网络	图像	多中心临床数据集
23204	2024-08-07	Weakly-supervised preclinical tumor localization associated with survival prediction from lung cancer screening Chest X-ray images 2024-Jul, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102395 PMID:38729092	研究论文	本文探讨了通过弱监督训练的生存预测模型，在胸部X光片（CXR）图像中定位临床前肿瘤区域的可能性，并使用健康患者的CXR图像及其死亡时间标签数据集进行验证	本文提出了一种新的方法，通过使用多类生存预测深度学习分类器和Grad-CAM等后置解释方法，实现了临床前肿瘤区域的定位，并为生存预测结果提供了视觉解释	NA	验证在胸部X光片中通过弱监督学习定位临床前肿瘤区域并预测生存率的可行性	胸部X光片中的临床前肿瘤区域定位及生存预测	计算机视觉	肺癌	弱监督学习	深度学习分类器	图像	使用国家肺癌筛查试验（NLST）数据集进行实验
23205	2024-08-07	High-spatial resolution ground-level ozone in Yunnan, China: A spatiotemporal estimation based on comparative analyses of machine learning models 2024-Jun-15, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2024.118609 PMID:38442812	研究论文	本研究比较了几种广泛使用的集成学习和深度学习方法，用于模拟云南地区地面臭氧浓度，并评估其时空泛化性能	采用3维卷积神经网络（3-D CNN）模型，该模型在评估云南地区每日最大8小时平均臭氧浓度方面表现最佳	NA	开发高精度模型以模拟地面臭氧浓度，评估表面臭氧污染	云南地区的地面臭氧浓度	机器学习	NA	集成学习方法，深度学习方法	3-D CNN	数据集	5折交叉验证
23206	2024-08-07	Daily scale air quality index forecasting using bidirectional recurrent neural networks: Case study of Delhi, India 2024-Jun-15, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2024.124040 PMID:38685551	研究论文	本研究旨在利用双向循环神经网络准确预测每日空气质量指数（AQI），以德里市为例	研究采用了多种深度学习模型，包括长短期记忆网络（LSTM）、双向LSTM（Bi-LSTM）和双向循环神经网络（Bi-RNN），并发现Bi-RNN模型在训练和测试阶段均表现最佳	研究显示模型性能受数据质量影响，需要充足的数据来训练模型	准确预测每日空气质量指数，为决策提供支持	德里市的空气质量指数	机器学习	NA	深度学习	双向循环神经网络（Bi-RNN）	空气质量数据	具体样本数量未在摘要中提及
23207	2024-08-07	The role and future prospects of artificial intelligence algorithms in peptide drug development 2024-Jun, Biomedicine & pharmacotherapy = Biomedecine & pharmacotherapie DOI:10.1016/j.biopha.2024.116709 PMID:38713945	综述	本文综述了人工智能算法在肽类药物开发中的作用及未来前景	介绍了人工智能辅助的机器学习或深度学习模型在筛选大量候选治疗肽序列中的应用	传统肽类药物研发周期长且投资高	探讨人工智能在肽类药物开发中的应用，以加速药物研发过程	肽类药物及其在治疗各种疾病中的应用	机器学习	NA	机器学习, 深度学习	NA	序列数据	大量候选治疗肽序列
23208	2024-08-07	Light field image super-resolution based on dual learning and deep Fourier channel attention 2024-Jun-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.522701 PMID:38824284	研究论文	本文提出了一种基于双重学习和深度傅里叶通道注意力机制的光场图像超分辨率方法	引入了双重学习和傅里叶通道注意力机制，以提高光场图像超分辨率的效果	在获取真实世界光场场景的配对数据集方面存在困难，影响模型泛化能力	提高光场图像的空间分辨率	光场图像的超分辨率	计算机视觉	NA	深度学习	CNN	图像	未具体说明
23209	2024-08-07	Performance of the neural network-based prediction model in closed-loop adaptive optics 2024-Jun-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.527429 PMID:38824294	研究论文	本文研究了基于神经网络的预测模型在闭环自适应光学系统中的性能	首次成功测试了基于深度学习的时空预测模型在实际3公里激光大气传输自适应光学系统中的应用，并与传统闭环控制方法进行了比较	大多数预测算法仅限于开环系统，且在实际自适应光学系统中的部署和应用很少被报道	研究如何通过前馈预测大气湍流来抵消自适应光学系统的固有时间延迟，提高其校正带宽	自适应光学系统中的大气湍流预测模型	计算机视觉	NA	深度学习	神经网络	时空数据	3公里激光大气传输系统
23210	2024-08-07	Snapshot spectral imaging based on aberration model-driven deep learning 2024-Jun-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.523832 PMID:38824286	研究论文	本文提出了一种基于像差模型驱动的深度学习方法，用于从低分辨率的编码孔径快照光谱成像（CASSI）测量中恢复高分辨率的超光谱图像（HSIs）	该方法通过生成模拟CASSI光学像差的现实训练数据，并训练生成网络以从模糊和扭曲的CASSI测量中恢复HSIs，从而适应光学系统降解模型，提高了重建的鲁棒性	NA	提高CASSI系统中光谱图像重建的质量	超光谱图像（HSIs）	计算机视觉	NA	深度学习	生成网络	图像	NA
23211	2024-08-07	Symmetry of constellation diagram-based intelligent SNR estimation for visible light communications 2024-Jun-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.525115 PMID:38824347	research paper	本文提出了一种基于星座图对称性的可见光通信智能信噪比估计方案	引入了点归一化和象限归一化两种数据增强方法，提高了信噪比估计的准确性	NA	提高可见光通信中信噪比估计的准确性	可见光通信系统的信噪比性能	machine learning	NA	NA	deep learning frameworks	image	使用了不同数量的星座点（如32, 64, 128, 256, 512, 1024, 2048）进行实验
23212	2024-08-07	Semantically Redundant Training Data Removal and Deep Model Classification Performance: A Study with Chest X-rays 2023-Sep-18, ArXiv PMID:37986725	研究论文	本研究探讨了深度学习模型在胸部X光片分类任务中，通过去除语义冗余训练数据来提升模型性能的方法	提出了一种基于熵的样本评分方法来识别和去除语义冗余的训练数据，从而提高模型性能	未提及具体的研究局限性	研究如何通过去除语义冗余数据来提升深度学习模型在医学影像分类任务中的性能	胸部X光片数据集	机器学习	NA	深度学习	NA	图像	使用了公开的NIH胸部X光数据集
23213	2024-08-07	The Use of Deep Learning Software in the Detection of Voice Disorders: A Systematic Review 2024-Jun, Otolaryngology--head and neck surgery : official journal of American Academy of Otolaryngology-Head and Neck Surgery DOI:10.1002/ohn.636 PMID:38168017	综述	本文综述了深度学习在利用声学和喉镜输入检测声音障碍中的应用，比较了特定神经网络的准确性，并评估了它们与专家临床视觉检查的有效性	深度学习模型在检测声音病理方面表现出高准确性，特别是CNN在评估喉镜图像和MLP在评估声学输入方面最为有效	尽管深度学习方法在有限的比较中优于专家临床检查，但仍需进一步研究以整合外部验证	总结深度学习在声音障碍检测中的应用，并评估其与传统临床检查的比较效果	声音障碍的检测	机器学习	NA	深度学习	CNN, MLP	图像, 声学数据	34项研究符合纳入标准，其中18项专注于声音分析，15项专注于图像分析，1项两者兼有
23214	2024-08-07	Diagnostic evaluation of deep learning accelerated lumbar spine MRI 2024-Jun, The neuroradiology journal DOI:10.1177/19714009231224428 PMID:38195418	研究论文	本研究评估了深度学习加速的腰椎MRI协议与传统协议在图像质量和诊断性能上的差异	首次全面评估了基于深度学习的MRI协议对常规腰椎MRI扫描时间和诊断质量的影响	深度学习加速的协议在信号噪声比和伪影感知方面表现较差	探讨深度学习加速的MRI技术在腰椎MRI中的应用效果	评估深度学习加速的腰椎MRI协议与传统协议在图像质量和诊断性能上的差异	计算机视觉	NA	深度学习	NA	图像	36名连续门诊患者
23215	2024-08-07	Deep Learning for Automated Image Segmentation of the Middle Ear: A Scoping Review 2024-Jun, Otolaryngology--head and neck surgery : official journal of American Academy of Otolaryngology-Head and Neck Surgery DOI:10.1002/ohn.758 PMID:38667630	综述	本文是一篇综述，旨在全面回顾使用卷积神经网络（CNN）从计算机断层扫描（CT）图像中自动分割中耳的文献	综述了多种架构在利用CNN分割中耳方面的表现，并提出了针对最难分割的镫骨结构，建议开发一种在锥束CT上训练的架构以提高空间分辨率	对于最难分割的镫骨结构，现有的最高Dice相似系数为0.84，仍有改进空间	进行一项全面的文献综述，描述使用CNN从CT扫描中自动分割中耳的情况	中耳的自动图像分割	计算机视觉	NA	卷积神经网络（CNN）	CNN	图像	共分析了10项研究，包含866个扫描图像用于模型训练/测试
23216	2024-08-07	Prognostic impact and causality of age on oncological outcomes in women with endometrial cancer: a multimethod analysis of the randomised PORTEC-1, PORTEC-2, and PORTEC-3 trials 2024-Jun, The Lancet. Oncology DOI:10.1016/S1470-2045(24)00142-6 PMID:38701815	研究论文	本研究通过多方法分析PORTEC-1、PORTEC-2和PORTEC-3随机试验的数据，探讨年龄对子宫内膜癌患者预后影响的因果关系	使用先进的统计和因果推断技术，首次证实年龄是子宫内膜癌预后的独立因果因素	NA	探讨年龄是否为子宫内膜癌预后的因果因素	1801名参与PORTEC-1、PORTEC-2和PORTEC-3随机试验的子宫内膜癌患者	NA	子宫内膜癌	非参数测试、多变量竞争风险分析、深度学习因果推断模型AutoCI	深度学习因果推断模型AutoCI	临床病理和分子特征数据	1801名患者，包括714名中风险、427名高-中风险和660名高风险子宫内膜癌患者
23217	2024-08-07	PEA-m6A: an ensemble learning framework for accurately predicting N6-methyladenosine modifications in plants 2024-May-31, Plant physiology IF:6.5Q1 DOI:10.1093/plphys/kiae120 PMID:38428981	研究论文	本文介绍了一种名为PEA-m6A的集成学习框架，用于准确预测植物基因组中的N6-甲基腺苷修饰	PEA-m6A框架通过集成学习构建m6A预测模型，并利用预训练模型进行迁移学习，提高了小样本训练任务中m6A修饰预测的准确性	NA	开发一个统一的、模块化的、参数化的框架，用于简化m6A-Seq数据分析，预测植物基因组中的m6A修饰区域	植物基因组中的N6-甲基腺苷（m6A）修饰	机器学习	NA	集成学习	集成学习模型	基因组数据	12种植物物种
23218	2024-08-07	Industrial Metaverse-Based Intelligent PID Optimal Tuning System for Complex Industrial Processes 2024-May-31, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2024.3386669 PMID:38819970	研究论文	本文提出了一种在虚拟现实场景中对工业过程实际PID控制系统进行动态性能监控和参数自适应调整的方法	该方法结合了基于系统识别和自适应深度学习的PID控制过程数字孪生模型，以及基于强化学习的PID调优智能算法与工业元宇宙的虚拟现实和沉浸式交互	NA	解决复杂工业过程中实际运行的PID控制系统无法在线优化的问题	以能耗设备——镁熔炉作为工业对象，进行了对比仿真实验和工业实验	工业自动化	NA	系统识别、自适应深度学习、强化学习	数字孪生模型	虚拟现实场景	使用镁熔炉作为工业对象进行实验
23219	2024-08-07	A CNN-LSTM model using elliptical constraints for temporally consistent sun position estimation 2024-May-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e31539 PMID:38818140	研究论文	本文提出了一种基于椭圆约束的CNN-LSTM模型，用于时间一致的太阳位置估计	该研究利用空间、时间和几何特征，即使在太阳部分或完全被遮挡的情况下，也能准确回归太阳位置	NA	提高太阳位置估计的准确性，以优化太阳能系统设计、天气预报服务和户外增强现实系统	太阳位置估计	计算机视觉	NA	深度学习	CNN-LSTM	图像序列	使用了Sirta、Laval和自定义数据集
23220	2024-08-07	EEG-based emotion recognition systems; comprehensive study 2024-May-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e31485 PMID:38818173	review	本文对基于脑电图（EEG）信号的情绪识别技术进行了全面的综述	重点关注了深度学习在情绪识别中的应用，并分析了其特点、优势、劣势及适用场景	NA	总结当前情绪识别研究的状态，并为后续相关研究提供思路	基于EEG信号的情绪识别方法	machine learning	NA	EEG	CNN, LSTM, GAN	EEG信号	NA