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
861	2024-12-18	Deep Learning-Based Object Detection Strategies for Disease Detection and Localization in Chest X-Ray Images 2024-Nov-22, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14232636 PMID:39682544	研究论文	本文提出了一种基于深度学习的对象检测方法，用于在胸部X光图像中自动识别和标注异常区域	本文引入了少样本对象检测技术，并比较了卷积神经网络和基于Transformer的模型在医学图像分析中的效果	本文未详细讨论模型在不同医院数据集上的泛化能力	开发一种高效可靠的系统，用于在胸部X光图像中自动检测疾病标签和位置边界框	胸部X光图像中的异常区域	计算机视觉	呼吸系统疾病	深度学习	CNN	图像	来自E-Da医院的疾病标注胸部X光图像和位置边界框
862	2024-12-18	A Spatial-Temporal Multi-Feature Network (STMF-Net) for Skeleton-Based Construction Worker Action Recognition 2024-Nov-22, Sensors (Basel, Switzerland) DOI:10.3390/s24237455 PMID:39685994	研究论文	本文提出了一种基于时空多特征网络（STMF-Net）用于识别建筑工人动作的方法	该研究创新性地利用了六种基于3D骨骼的特征来捕捉建筑工人的动作，相较于以往的单流数据方法，能够更全面地提取动作特征	实验结果的准确率为79.36%，仍有提升空间	旨在提高建筑工地的生产力、职业健康和安全管理	建筑工人的动作识别	计算机视觉	NA	深度学习算法	STMF-Net	3D骨骼数据	NA
863	2024-12-18	Unsupervised Deep Learning for Synthetic CT Generation from CBCT Images for Proton and Carbon Ion Therapy for Paediatric Patients 2024-Nov-22, Sensors (Basel, Switzerland) DOI:10.3390/s24237460 PMID:39685997	研究论文	本文提出了一种基于CycleGAN的无监督深度学习方法，用于从锥形束CT（CBCT）图像生成合成CT（sCT），以适应儿童患者的质子和碳离子治疗	本文首次采用CycleGAN网络，结合Res-Net和U-Net生成器，从CBCT图像生成高质量的sCT图像，以改善儿童患者的适应性粒子治疗	由于输入图像质量不佳和小视野（FOV）的限制，生成的sCT图像质量存在一定局限性	开发一种能够从CBCT图像生成高质量sCT图像的方法，以改善儿童患者的适应性粒子治疗	15名年轻骨盆患者的44个CBCT图像	计算机视觉	NA	CycleGAN	CycleGAN	图像	15名年轻骨盆患者的44个CBCT图像，其中36个用于训练，8个用于测试
864	2024-12-18	Artificial Intelligence in the Diagnosis and Quantitative Phenotyping of Hyperkinetic Movement Disorders: A Systematic Review 2024-Nov-21, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm13237009 PMID:39685480	综述	本文系统回顾了人工智能在诊断和定量表征运动障碍中的应用	本文整合了多模态运动测量和成像技术，并在大规模数据上进行分析	需要采用基于人工智能的研究指南，以减少报告异质性并增强临床可解释性	评估人工智能在诊断和定量表征运动障碍中的表现	运动障碍，包括共济失调、舞蹈病、肌张力障碍、肌阵挛、抽动和震颤	机器学习	运动障碍	人工智能	机器学习、深度学习	运动学数据（如加速度计和惯性测量单元）	55项研究，涉及11,946名受试者
865	2024-12-18	Intelligent Identification and Prediction of Roof Deterioration Areas Based on Measurements While Drilling 2024-Nov-21, Sensors (Basel, Switzerland) DOI:10.3390/s24237421 PMID:39685961	研究论文	本研究通过理论分析、实验室实验、ABAQUS动态数值模拟和现场测量，系统研究了钻进过程中推力、扭矩和Y方向振动信号对不同岩石层组合的响应特征，并提出了一种基于长短期记忆（LSTM）循环神经网络的深度学习算法和随机森林算法，用于智能识别和预测顶板劣化区域	本研究创新性地结合了长短期记忆（LSTM）循环神经网络和随机森林算法，用于智能识别和预测顶板劣化区域，并在实验室实验和现场测试中表现出优异的性能	本研究主要集中在实验室实验和现场测试，未来需要进一步验证和优化算法在不同地质条件下的适用性	研究目的是通过钻进测量信号实现对顶板劣化区域的及时有效识别和预测，以提高巷道开挖的安全性和稳定性	研究对象是巷道开挖过程中顶板劣化区域，如分层空间和弱夹层	计算机视觉	NA	长短期记忆（LSTM）循环神经网络，随机森林算法	LSTM	信号	实验室实验和现场测试中涉及的钻进测量信号
866	2024-12-18	Automated Pipeline for Robust Cat Activity Detection Based on Deep Learning and Wearable Sensor Data 2024-Nov-21, Sensors (Basel, Switzerland) DOI:10.3390/s24237436 PMID:39685969	研究论文	本文提出了一种基于深度学习和可穿戴传感器数据的自动化管道，用于稳健的猫活动检测	本研究创新性地结合了加速度、运动和磁传感器数据，并采用一维卷积神经网络（1D-CNN）进行猫活动建模和分类	NA	开发一种自动化系统，用于使用人工智能技术进行稳健的宠物（猫）活动分析	猫的活动检测和分类	机器学习	NA	一维卷积神经网络（1D-CNN）	1D-CNN	传感器数据	使用加速度计、陀螺仪和磁力计三种可穿戴传感器收集数据
867	2024-12-18	An Efficient Printing Defect Detection Based on YOLOv5-DCN-LSK 2024-Nov-21, Sensors (Basel, Switzerland) DOI:10.3390/s24237429 PMID:39685973	研究论文	本文提出了一种基于YOLOv5-DCN-LSK的改进模型，用于高效检测喷墨印刷标签中的印刷缺陷	引入了C3-DCN模块和Large Selective Kernel (LSK)模块，结合Normalized Gaussian Wasserstein Distance (NWD)和Efficient IoU (EIoU)损失函数，并应用模型剪枝技术，提高了检测精度和速度	未提及具体的局限性	提高印刷缺陷检测的精度和效率	喷墨印刷标签中的印刷缺陷	计算机视觉	NA	深度学习	YOLOv5	图像	未提及具体样本数量
868	2024-12-18	Metastasis Detection Using True and Artificial T1-Weighted Postcontrast Images in Brain MRI 2024-Nov-19, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001137 PMID:39688447	研究论文	本研究比较了在脑部MRI中使用真实对比增强T1加权图像和通过深度学习方法合成的低剂量图像进行转移瘤检测的敏感性和精确性	本研究首次比较了使用真实对比增强T1加权图像和通过深度学习方法合成的低剂量图像进行转移瘤检测的效果	本研究的样本量较小，且仅在特定条件下进行，结果可能不适用于所有情况	比较在脑部MRI中使用真实对比增强T1加权图像和通过深度学习方法合成的低剂量图像进行转移瘤检测的敏感性和精确性	脑部MRI中的转移瘤	医学影像	脑部疾病	MRI	深度学习	图像	917名参与者，其中40名有转移瘤或无明显脑部病变
869	2024-12-18	Characterization of Retinal Arteries by Adaptive Optics Ophthalmoscopy Image Analysis 2024-11, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3408232 PMID:38829761	研究论文	本文通过结合深度学习和知识驱动的可变形模型，对自适应光学眼底成像图像中的视网膜动脉进行分割，并量化相关的生物标志物	本文创新性地结合了深度学习和知识驱动的可变形模型，实现了对视网膜动脉壁的精确分割，特别是对分叉点的关注	该方法的有效性依赖于视网膜动脉壁的良好对比度	量化自适应光学眼底成像图像中视网膜动脉的生物标志物	视网膜动脉及其分叉点	计算机视觉	NA	自适应光学眼底成像	深度学习模型	图像	初步临床研究中包括患有遗传性小血管疾病的患者和对照人群
870	2024-12-18	Deep Autoencoder for Real-Time Single-Channel EEG Cleaning and Its Smartphone Implementation Using TensorFlow Lite With Hardware/Software Acceleration 2024-11, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3408331 PMID:38829759	研究论文	本文提出了一种基于深度自编码器（DAE）的单通道脑电图（EEG）信号去噪方法，并在智能手机上通过TensorFlow Lite实现了硬件/软件加速	首次展示了在智能手机上使用低计算资源的深度学习模型进行移动EEG信号去噪，并利用现代智能手机的人工智能加速器提高计算性能	NA	去除脑电图信号中的眼动、运动和肌肉伪迹，以提高信号质量，并在移动平台上实现低计算开销的实时处理	单通道脑电图信号中的伪迹去除	机器学习	NA	深度自编码器（DAE）	深度自编码器（DAE）	脑电图（EEG）信号	使用了来自公共数据集的受污染和干净的脑电图数据，涵盖多种伪迹类型
871	2024-12-18	Diagnosing Necrotizing Enterocolitis via Fine-Grained Visual Classification 2024-11, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3409642 PMID:39453790	研究论文	本文提出了一种基于深度学习的自动检测和分级坏死性小肠结肠炎（NEC）的方法AIDNEC，通过腹部X光片进行细粒度视觉分类	AIDNEC结合了检测Transformer和图卷积模块，用于定位X光片中的判别区域，并结合全局图像特征进行细粒度视觉分类，显著提高了分类准确率	本文仅在特定数据集上进行了验证，未来需要在更多不同来源的数据集上进行进一步验证	开发一种自动化的深度学习方法，用于从腹部X光片中检测和分级坏死性小肠结肠炎	坏死性小肠结肠炎（NEC）及其在腹部X光片中的表现	计算机视觉	新生儿疾病	深度学习	检测Transformer和图卷积模块	图像	1153张图像，来自334名患者
872	2024-12-18	Evaluating ChatGPT's Diagnostic Accuracy in Detecting Fundus Images 2024-Nov, Cureus DOI:10.7759/cureus.73660 PMID:39677217	研究论文	评估ChatGPT在检测眼底图像诊断准确性方面的表现	ChatGPT首次扩展到图像分析领域，为眼科诊断应用提供了新的机会	ChatGPT在处理某些眼底图像时存在诊断不准确的问题，且在不确定时会出现幻觉现象	评估ChatGPT在眼科图像分析中的诊断准确性	12张来自关键眼科疾病的眼底图像	计算机视觉	眼科疾病	深度学习模型	ChatGPT 4.0	图像	12张眼底图像
873	2024-12-18	Applications of Artificial Intelligence in Ophthalmology: Glaucoma, Cornea, and Oculoplastics 2024-Nov, Cureus DOI:10.7759/cureus.73522 PMID:39677277	综述	本文探讨了人工智能在眼科领域的应用，特别是青光眼、角膜疾病和眼整形手术中的应用	本文展示了人工智能在眼科领域的创新应用，包括早期疾病检测、诊断准确性提升、临床工作流程优化和患者治疗效果的改善	本文主要为综述性质，未提供具体的技术实现细节或实验数据	研究人工智能在眼科领域的应用及其对诊断和治疗的影响	青光眼、角膜疾病和眼整形手术	机器学习	NA	机器学习和深度学习技术，特别是人工神经网络（ANN）和卷积神经网络（CNN）	卷积神经网络（CNN）	图像	NA
874	2024-12-18	RUL forecasting for wind turbine predictive maintenance based on deep learning 2024-Oct-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e39268 PMID:39678167	研究论文	本文提出了一种基于深度学习的深度学习方法，用于预测风力涡轮机的剩余使用寿命（RUL），以实现预测性维护	本文引入了基于多参数注意力机制的深度学习方法，避免了特征工程，减少了人为错误的风险，并提出了ForeNet-2d和ForeNet-3d两种模型	本文未提及具体的局限性	研究目的是通过准确预测风力涡轮机的剩余使用寿命，降低风电场运营和维护成本	研究对象是风力涡轮机的剩余使用寿命预测	机器学习	NA	深度学习	深度学习模型	多参数数据	7个复杂的风力涡轮机故障
875	2024-12-18	HcGAN: Harmonic conditional generative adversarial network for efficiently generating high-quality IHC images from H&E 2024-Oct-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e37902 PMID:39678164	研究论文	本文提出了一种名为HcGAN的新技术，用于从H&E图像高效生成高质量的IHC图像	HcGAN模型引入了基于离散余弦变换滤波器的谐波卷积，以提高生成图像的视觉质量并解决过拟合问题	NA	开发一种高效生成高质量IHC图像的方法，以支持精确诊断和计算机辅助诊断系统的发展	IHC染色图像的生成	数字病理学	NA	生成对抗网络（GAN）	生成对抗网络（GAN）	图像	使用了两个公开数据集
876	2024-12-18	Systematic review of experimental paradigms and deep neural networks for electroencephalography-based cognitive workload detection 2024-10-21, Progress in biomedical engineering (Bristol, England) DOI:10.1088/2516-1091/ad8530 PMID:39655862	综述	本文总结了基于深度神经网络从脑电图信号中估计认知工作负荷的系统文献综述	本文提出了使用可解释的深度学习方法来揭示脑电图与认知工作负荷之间的关联，并建议使用对时间依赖性敏感的网络和适当的输入形式来提高分类性能	本文主要关注于文献综述，缺乏实际的实验验证和数据支持	探讨基于深度神经网络的认知工作负荷检测方法	脑电图信号和深度神经网络	机器学习	NA	深度神经网络	DNN	脑电图信号	NA
877	2024-12-18	Exploring linguistic features and user engagement in Chinese online mental health counseling 2024-Oct-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38042 PMID:39678785	研究论文	研究探讨了中文在线心理咨询平台上促进用户参与和互动的语言特征	本研究专注于专业心理健康平台，分析了能够促进用户参与和互动的帖子中的语言特征	研究仅限于中文在线心理咨询平台，未涵盖其他语言或平台的分析	旨在理解在线心理咨询平台上哪些问题披露和社会支持能够吸引更多用户关注和参与	中文在线心理咨询平台上的帖子，包括求助者的问题和提供社会支持的回答	自然语言处理	NA	文本挖掘和深度学习	NA	文本	22,250个求助者的问题和78,328个提供社会支持的回答
878	2024-12-18	Scan-Specific Unsupervised Highly Accelerated Non-Cartesian CEST Imaging Using Implicit Neural Representation and Explicit Sparse Prior 2024-10, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3407092 PMID:38814759	研究论文	提出了一种基于隐式神经表示和显式稀疏先验的无监督深度学习算法，用于加速非笛卡尔稳态脉冲CEST成像	采用混合特征哈希编码的隐式神经表示和显式稀疏先验，显著提高了成像质量和加速效果	NA	加速化学交换饱和转移（CEST）成像的扫描时间，以满足临床应用需求	人体大脑的CEST成像数据	医学影像	NA	化学交换饱和转移（CEST）成像	隐式神经表示	图像	人体大脑数据集
879	2024-12-18	Heart Sound Abnormality Detection From Multi-Institutional Collaboration: Introducing a Federated Learning Framework 2024-10, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3393557 PMID:38700959	研究论文	本文提出了一种联邦学习框架，用于从多机构合作中检测心脏声音异常	本文引入了联邦学习（FL）优化策略，通过水平FL解决隐私问题，并通过垂直FL提高模型可解释性和解决数据稀缺问题	NA	早期诊断心血管疾病	心脏声音异常检测	机器学习	心血管疾病	联邦学习（FL）	NA	声音	多中心机构的心脏声音数据库
880	2024-12-18	An approach to automatic fault detection in four-point system for knitted fabric with our benchmark dataset Isl-Knit 2024-Sep-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e35931 PMID:39676831	研究论文	本文提出了一种基于深度学习的针织面料自动缺陷检测方法，并引入了新的基准数据集ISL-Knit	本文的创新点在于引入了一个专门针对针织面料缺陷的基准数据集ISL-Knit，并使用YOLOv5模型进行训练和比较，展示了在不同硬件设备上的实际应用效果	本文的局限性在于仅在特定场景下验证了模型的可行性，未涵盖所有可能的针织面料缺陷类型	研究目的是开发一种自动化的针织面料缺陷检测系统，以减少人工检查的工作量	研究对象是针织面料的缺陷检测	计算机视觉	NA	深度学习	YOLOv5	图像	包含7种缺陷类型的高分辨率灰布和染色布图像