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
23261	2024-08-07	DeepFace: Deep learning-based framework to contextualize orofacial cleft-related variants during human embryonic craniofacial development 2024-May-24, HGG advances DOI:10.1016/j.xhgg.2024.100312 PMID:38796699	研究论文	开发了一种基于深度学习的框架DeepFace，用于评估与人类胚胎颅面发育相关的唇腭裂相关变异的功能影响	DeepFace模型能够利用广泛的表观基因组测定中的远端调控信号，为使用情境化的功能基因组特征优先处理唇腭裂变异提供新视角	NA	评估与唇腭裂相关的单核苷酸多态性（SNP）的功能影响	唇腭裂相关的SNP及其在胚胎颅面发育中的作用	机器学习	唇腭裂	卷积神经网络	CNN	表观基因组数据	204项表观基因组测定
23262	2024-08-07	A Primer for Utilizing Deep Learning and Abdominal MRI Imaging Features to Monitor Autosomal Dominant Polycystic Kidney Disease Progression 2024-May-20, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines12051133 PMID:38791095	研究论文	本文探讨了利用深度学习和腹部MRI影像特征监测常染色体显性多囊肾病（ADPKD）进展的方法	利用深度学习技术提高了肾脏体积（TKV）测量的速度、准确性和可重复性，并能分割其他器官和组织，提取额外的生物标志物	NA	展示如何应用深度学习测量TKV并扩展到测量ADPKD的其他特征	常染色体显性多囊肾病（ADPKD）的腹部影像特征	机器学习	肾脏疾病	深度学习	深度学习模型	影像	NA
23263	2024-08-07	Single-Shot 3D Reconstruction via Nonlinear Fringe Transformation: Supervised and Unsupervised Learning Approaches 2024-May-20, Sensors (Basel, Switzerland) DOI:10.3390/s24103246 PMID:38794100	研究论文	本文介绍了一种新的单次3D形状重建方法，通过非线性条纹变换结合监督和非监督学习网络实现	提出了一种结合结构光和深度学习的3D形状重建技术，使用非线性条纹变换方法，并通过实验验证了非监督学习方法在图像生成方面的优越性	NA	实现从单一2D图像中准确重建3D物体形状	3D形状重建技术	计算机视觉	NA	结构光条纹投影轮廓测量技术	深度卷积生成对抗网络（DCGAN）和UNet	灰度条纹图像	NA
23264	2024-08-07	Improving the Concrete Crack Detection Process via a Hybrid Visual Transformer Algorithm 2024-May-20, Sensors (Basel, Switzerland) DOI:10.3390/s24103247 PMID:38794102	研究论文	本研究通过结合视觉变换器（ViT）和图像增强检测算法，提高了混凝土裂缝检测的效率	本研究首次将ViT与多种图像增强检测器结合，显著提高了混凝土裂缝检测的准确性	NA	提高混凝土桥梁检查的效率和准确性	混凝土桥梁的裂缝检测	计算机视觉	NA	视觉变换器（ViT），卷积神经网络（CNN）	视觉变换器（ViT），卷积神经网络（CNN）	图像	超过20,000张高质量图像
23265	2024-08-07	Artificial Intelligence and Deep Learning in Sensors and Applications 2024-May-20, Sensors (Basel, Switzerland) DOI:10.3390/s24103258 PMID:38794112	研究论文	本文探讨了在传感器应用中使用人工智能和深度学习技术来解决复杂问题的方法。	本文采用了大量不同类型的传感器来收集数据，并基于深度学习和人工智能建立有效解决方案。	NA	旨在通过传感器收集数据并应用深度学习和人工智能技术解决复杂问题。	传感器数据和人工智能技术。	机器学习	NA	深度学习	NA	数据	大量不同类型的传感器
23266	2024-08-07	Deep Learning and High-Resolution Anoscopy: Development of an Interoperable Algorithm for the Detection and Differentiation of Anal Squamous Cell Carcinoma Precursors-A Multicentric Study 2024-May-17, Cancers IF:4.5Q1 DOI:10.3390/cancers16101909 PMID:38791987	研究论文	本文开发了一种用于检测和区分肛门鳞状细胞癌前病变的高分辨率肛门镜检查的深度学习算法	该研究利用卷积神经网络（CNN）自动检测和区分高级别鳞状上皮内病变（HSIL）和低级别鳞状上皮内病变（LSIL），并展示了在传统和数字肛门镜检查系统中的有效性	NA	开发一种深度学习系统，用于自动检测和区分高分辨率肛门镜检查图像中的HSIL和LSIL	高分辨率肛门镜检查图像中的HSIL和LSIL	机器学习	肛门鳞状细胞癌	卷积神经网络（CNN）	CNN	图像	共包含57,822张图像，其中28,874张为HSIL，28,948张为LSIL
23267	2024-08-07	Explainable AI: Machine Learning Interpretation in Blackcurrant Powders 2024-May-17, Sensors (Basel, Switzerland) DOI:10.3390/s24103198 PMID:38794052	研究论文	本研究探讨了可解释人工智能（XAI）在黑加仑粉末识别中的应用，使用了决策树和随机森林等模型，并通过LIME方法进行可视化分析	本研究采用了'玻璃盒'和'黑盒'模型来提高模型的透明度和有效性，并通过LIME方法进行可视化分析，以预测特定类型黑加仑粉末的识别效果	NA	研究目的是提高机器学习模型在黑加仑粉末识别中的解释性和透明度	研究对象是黑加仑粉末的识别	机器学习	NA	LIME	决策树, 随机森林	纹理描述符	具体样本数量未在摘要中提及
23268	2024-08-07	Mixed Reality Biopsy Navigation System Utilizing Markerless Needle Tracking and Imaging Data Superimposition 2024-May-16, Cancers IF:4.5Q1 DOI:10.3390/cancers16101894 PMID:38791972	研究论文	本研究介绍了一种混合现实活检导航系统，利用无标记针跟踪和图像数据叠加技术，帮助操作者精确地将针定位在预先规划的路径上。	开发了一种无标记针跟踪方法，结合了深度学习和确定性计算机视觉技术，并在混合现实头盔中叠加图像数据，以直接感知解剖结构并确定从选定的注射点到目标位置的路径。	NA	旨在提高活检手术的精确性和效率，减少并发症的风险。	活检手术中的针定位和导航。	计算机视觉	NA	深度学习，确定性计算机视觉	NA	图像	涉及四种测试，包括针姿态估计的准确性、注射点与目标位置的距离、材料收集效率以及使用和不使用系统时的手术时间和穿刺次数，测试中包括了模拟和医生参与。
23269	2024-08-07	MR Imaging of Adverse Effects and Ocular Growth Decline after Selective Intra-Arterial Chemotherapy for Retinoblastoma 2024-May-16, Cancers IF:4.5Q1 DOI:10.3390/cancers16101899 PMID:38791976	研究论文	本研究回顾性多中心分析了视网膜母细胞瘤患者接受选择性动脉内化疗（SIAC）后眼部和眼眶的MRI影像学变化，并量化了SIAC对眼部和视神经生长的影响	利用深度学习分割技术辅助评估总眼球体积，并首次详细描述了SIAC后的血管和炎症不良反应及其对眼部和视神经生长的影响	研究为回顾性且多中心，可能存在选择偏倚和数据一致性问题	探讨SIAC对视网膜母细胞瘤患者眼部和视神经生长的影响及其不良反应	视网膜母细胞瘤患者接受SIAC后的眼部和眼眶MRI影像	数字病理学	视网膜母细胞瘤	MRI	深度学习	影像	包括接受SIAC治疗的眼部（Rb-SIAC）、其他保眼治疗方法的眼部（Rb-control）和健康眼部三组
23270	2024-08-07	Human-Unrecognizable Differential Private Noised Image Generation Method 2024-May-16, Sensors (Basel, Switzerland) DOI:10.3390/s24103166 PMID:38794019	研究论文	本文提出了一种新的基于差分隐私的图像生成方法，该方法使用两种不同类型的噪声，一种使图像对人类不可识别，另一种保持机器学习分析所需的关键特征	本文的创新点在于结合了差分隐私技术，通过使用两种不同类型的噪声，既保护了数据隐私，又确保了机器学习服务的准确性	NA	解决现有差分隐私实现中的隐私攻击漏洞问题，同时减少加密方法的计算开销	差分隐私在深度学习中的应用	机器学习	NA	差分隐私	NA	图像	CIFAR100数据集
23271	2024-08-07	Optimized Design of EdgeBoard Intelligent Vehicle Based on PP-YOLOE 2024-May-16, Sensors (Basel, Switzerland) DOI:10.3390/s24103180 PMID:38794034	研究论文	本文提出了一种基于PP-YOLOE+模型的EdgeBoard智能车辆优化设计，通过引入复合骨干网络和高效任务对齐头，提高了检测精度和效率	创新性地引入了复合骨干网络和高效任务对齐头，以及优化了Pos-PID控制算法和硬件设计	NA	提高EdgeBoard智能车辆的检测精度和效率	EdgeBoard智能车辆的环境感知和数据处理能力	计算机视觉	NA	PP-YOLOE+	CNN	图像	4777张图像
23272	2024-08-07	Deep Learning Insights into the Dynamic Effects of Photodynamic Therapy on Cancer Cells 2024-May-16, Pharmaceutics IF:4.9Q1 DOI:10.3390/pharmaceutics16050673 PMID:38794335	研究论文	本研究利用深度学习中的Cellpose算法分析光动力疗法（PDT）对癌细胞形态的影响，并通过逻辑增长模型预测PDT后的细胞行为	本研究首次结合深度学习技术，特别是Cellpose算法，来分析PDT对癌细胞形态的影响，并通过逻辑增长模型预测细胞行为	NA	研究深度学习在优化光动力疗法参数中的作用，以个性化肿瘤治疗并提高疗效	光动力疗法对癌细胞的影响，特别是对肝细胞癌（HCC）细胞的影响	机器学习	肝癌	深度学习	Cellpose算法	图像	NA
23273	2024-08-07	Finite Element Analysis of a Rib Cage Model: Influence of Four Variables on Fatigue Life during Simulated Manual CPR 2024-May-15, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11050491 PMID:38790358	研究论文	本研究使用有限元分析方法，研究了四个变量对模拟手动心肺复苏中肋骨疲劳寿命的影响	采用有限元分析和深度学习模型来预测肋骨疲劳断裂，以优化心肺复苏指南	研究受时间限制，通过设计实验选择最佳分析条件，可能未涵盖所有可能的变量组合	探讨影响肋骨疲劳断裂的因素，以制定更安全的心肺复苏指南	老年人的肋骨疲劳断裂风险	NA	心血管疾病	有限元分析 (FEA)	深度学习模型	模型数据	三个特定年龄的肋骨模型
23274	2024-08-07	ResNet1D-Based Personal Identification with Multi-Session Surface Electromyography for Electronic Health Record Integration 2024-May-15, Sensors (Basel, Switzerland) DOI:10.3390/s24103140 PMID:38793994	研究论文	本研究利用ResNet1D深度学习架构分析表面肌电图（sEMG）信号，提出一种基于sEMG信号的个人识别方法，用于电子健康记录（EHR）系统的安全访问	本研究首次采用ResNet1D模型结合sEMG信号进行个人识别，提供了一种更安全的EHR系统个人识别方法	实验仅在200名受试者中进行，且仅针对手势动作，可能限制了方法的普适性	开发一种新的个人识别方法，以提高电子健康记录系统的安全性和隐私保护	表面肌电图信号和ResNet1D模型	机器学习	NA	表面肌电图（sEMG）	ResNet1D	信号	200名受试者，每人进行12种动作，共3个会话，每个动作重复10次
23275	2024-08-07	DMAF-NET: Deep Multi-Scale Attention Fusion Network for Hyperspectral Image Classification with Limited Samples 2024-May-15, Sensors (Basel, Switzerland) DOI:10.3390/s24103153 PMID:38794007	研究论文	本文提出了一种基于多尺度特征的深度多尺度注意力融合网络（DMAF-NET），用于在样本有限的情况下进行高光谱图像分类	主要创新点包括设计了一种新的多尺度特征提取基线网络，采用了金字塔结构和密集连接的3D八度卷积网络；设计了多尺度空间-光谱注意力模块和金字塔多尺度通道注意力模块；以及设计了多注意力融合模块来有效结合从多个分支提取的特征映射	NA	提高在样本有限情况下的高光谱图像分类准确性	高光谱图像	计算机视觉	NA	卷积神经网络（CNN）	DMAF-NET	高光谱图像	有限样本
23276	2024-08-07	Efhamni: A Deep Learning-Based Saudi Sign Language Recognition Application 2024-May-14, Sensors (Basel, Switzerland) DOI:10.3390/s24103112 PMID:38793964	研究论文	本文提出了一种基于深度学习的沙特手语识别移动应用，旨在帮助沙特阿拉伯的聋人和听力障碍者更有效地与社区沟通	该应用针对沙特手语（SSL）进行翻译，具有独特的功能，且在评估中表现优于多个现有技术方法	未来计划提高模型准确性并增加应用功能	开发一种帮助聋人和听力障碍者沟通的自动工具	沙特手语（SSL）的识别与翻译	计算机视觉	NA	深度学习	NA	视频	包括聋人、听力障碍者和听力正常用户的多组测试
23277	2024-08-07	Fine-Grained Cross-Modal Semantic Consistency in Natural Conservation Image Data from a Multi-Task Perspective 2024-May-14, Sensors (Basel, Switzerland) DOI:10.3390/s24103130 PMID:38793984	研究论文	本文提出了一种细粒度的跨模态语义一致性方法，通过多任务视角下的动量编码，改善了自然保护区域图像数据的跨模态表示对齐问题	提出了一种残差注意力网络来增强跨模态编码器在动量更新期间的一致性，并从多任务视角提出动量编码作为跨模态信息的桥梁，有效提高了跨模态互信息和表示质量	在对比学习过程中，除了学习数据本身的差异外，一对编码器不可避免地学习了由编码器波动引起的差异，导致收敛捷径，影响表示质量和样本间相似关系的准确反映	实现细粒度的跨模态表示对齐，提高模型在图像分类和图像-文本跨模态检索任务中的性能	自然保护区域图像数据中的物种分类和跨模态表示对齐	计算机视觉	NA	跨模态对比学习	残差注意力网络	图像和文本	8142个物种
23278	2024-08-07	Analysis of Continual Learning Techniques for Image Generative Models with Learned Class Information Management 2024-May-13, Sensors (Basel, Switzerland) DOI:10.3390/s24103087 PMID:38793943	research paper	本研究提出了一种在持续学习框架内应用类别替换技术的方法，以解决图像生成模型在训练和适应新数据及任务时的挑战	本研究采用了选择性遗忘（SA）技术，有效替换现有类别并保留关键信息，提高了模型对不断变化数据环境的适应性	NA	提高图像生成模型的学习效率和长期性能	图像生成模型及其在持续学习中的应用	computer vision	NA	持续学习框架内的类别替换技术	图像生成模型	图像	NA
23279	2024-08-07	An Edge Computing System with AMD Xilinx FPGA AI Customer Platform for Advanced Driver Assistance System 2024-May-13, Sensors (Basel, Switzerland) DOI:10.3390/s24103098 PMID:38793952	研究论文	本文介绍了一种针对路面缺陷检测的边缘计算系统设计，该系统结合了AMD Xilinx AI平台和FPGA技术，用于高级驾驶辅助系统（ADAS）	系统利用深度学习处理单元（DPU）执行YOLOv3模型，实现了对三种不同类型路面缺陷的高精度高效识别，并通过CAN接口实时传输缺陷信息	NA	旨在通过边缘计算和FPGA技术的结合，提升ADAS系统在路面缺陷检测中的速度和准确性，并增强车辆的安全性和性能	路面缺陷检测在高级驾驶辅助系统中的应用	计算机视觉	NA	FPGA	YOLOv3	图像	NA
23280	2024-08-07	Multi-Task Scenario Encrypted Traffic Classification and Parameter Analysis 2024-May-12, Sensors (Basel, Switzerland) DOI:10.3390/s24103078 PMID:38793930	研究论文	本研究主要关注网络分析和网络安全领域的加密流量分类，引入了一种参数高效的微调方法来优化加密流量分类模型的参数	提出的方法在减少微调参数规模和计算资源使用的同时，实现了与现有最佳模型相媲美的性能	NA	解决现有深度学习加密流量分类方法在计算内存消耗和可解释性方面的不足	加密流量分类，包括Tor流量服务分类和恶意流量分类	网络分析	NA	深度学习	NA	流量数据	使用多个公共数据集进行实验