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
10601	2024-12-20	Hybrid Deep Learning-Based Enhanced Occlusion Segmentation in PICU Patient Monitoring 2025, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2024.3503499 PMID:39698122	研究论文	本文提出了一种混合深度学习方法，用于在PICU患者远程监控中有效分割常见的遮挡	本文的创新点在于结合了Google DeepLabV3+分割模型和基于transformer的Segment Anything Model (SAM)，以在有限训练数据的情况下实现遮挡分割	本文的局限性在于使用了小规模的真实世界PICU数据集进行训练和验证	研究目的是提高PICU患者远程监控中遮挡分割的准确性和可靠性	研究对象是PICU患者远程监控中的遮挡问题	计算机视觉	NA	深度学习	混合模型（Google DeepLabV3+和Segment Anything Model）	图像	小规模的真实世界PICU数据集
10602	2024-12-20	Ocular Biomechanical Responses to Long-Duration Spaceflight 2025, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2024.3453049 PMID:39698125	研究论文	研究长期太空任务对眼部刚性、眼内压和眼脉冲幅度的影响	揭示了微重力对眼睛机械特性的未知影响，为深入理解太空飞行相关神经眼综合征（SANS）提供了新见解	未观察到新手和经验丰富的宇航员之间的显著差异	评估微重力暴露对眼部刚性、眼内压和眼脉冲幅度的影响	眼部刚性、眼内压和眼脉冲幅度	NA	NA	光学相干断层扫描（OCT）、基于深度学习的脉络膜分割、PASCAL动态轮廓眼压计（DCT）	深度学习	图像	26只眼，来自13名在国际空间站上度过157至186天的机组人员
10603	2024-12-20	Advanced analytical methods for multi-spectral transmission imaging optimization: enhancing breast tissue heterogeneity detection and tumor screening with hybrid image processing and deep learning 2024-Dec-19, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d4ay01755b PMID:39569814	研究论文	本文介绍了一种结合空间金字塔匹配模型（SPM）、调制与解调（M_D）和帧累积（FA）的混合图像处理和深度学习方法，用于优化多光谱透射成像并增强乳腺组织异质性检测和肿瘤筛查	本文创新性地将SPM、M_D和FA技术结合，显著提升了多光谱透射图像的质量，并通过U-Net语义分割和VGG16/19、ResNet50/101网络的结合，进一步提高了异质性分类的准确性	本文主要基于仿体实验，尚未在临床实际应用中验证其效果	优化多光谱透射成像技术，提高乳腺组织异质性检测和肿瘤筛查的准确性	多光谱透射图像中的乳腺组织异质性	计算机视觉	乳腺癌	多光谱透射成像（MTI）	VGG16/19、ResNet50/101	图像	仿体实验中的多光谱透射图像
10604	2024-12-20	EKFNet: edge-based Kalman filter network for real-time EEG signal denoising 2024-Dec-19, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad995a PMID:39622170	研究论文	本文提出了一种基于边缘计算的轻量级卡尔曼滤波网络EKFNet，用于实时脑电信号去噪	EKFNet通过多尺度特征融合模块和自适应增益估计模块，无需手动估计先验知识，并结合LSTM和序列通道注意力模块动态预测卡尔曼增益，同时采用操作融合和常量折叠优化策略减少计算开销和内存占用	NA	解决现有深度学习去噪方法在边缘计算设备上因计算复杂度高而无法部署的问题	脑电信号去噪	机器学习	NA	卡尔曼滤波	LSTM	信号	NA
10605	2024-12-20	Deep learning for opportunistic, end-to-end automated assessment of epicardial adipose tissue in pre-interventional, ECG-gated spiral computed tomography 2024-Dec-19, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-024-01875-6 PMID:39699798	研究论文	本文开发了一种深度学习管道，用于在螺旋CT扫描中自动评估心外膜脂肪组织（EAT）	提出了一个两步法，包括切片提取和组织分割，以实现EAT的稳健自动评估，并展示了其在临床常规中的应用潜力	NA	开发一种深度学习管道，用于在螺旋CT扫描中自动评估心外膜脂肪组织（EAT）	心外膜脂肪组织（EAT）的自动评估	计算机视觉	心血管疾病	螺旋CT成像	2D卷积神经网络（CNN）、3D CNN、2D U-Net	图像	1502名接受经导管主动脉瓣置换术（TAVR）的患者
10606	2024-12-20	Flexible Photoacoustic Device Integrating Electroluminescence, Piezoelectric Vibration, and Pressure Sensing 2024-Dec-18, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c18371 PMID:39628397	研究论文	本文开发了一种多功能柔性光声设备（MFPAD），集成了电致发光、压电振动和压力传感功能	该设备通过单一结构整合了多种传感功能，简化了设计并提高了适应性	NA	解决现有仿生设备独立传感模块导致的复杂设计和适应性差的问题	多功能柔性光声设备（MFPAD）	NA	NA	气流辅助静电纺丝	深度学习模型	图像	NA
10607	2024-12-20	Multi-dimensional hybrid bilinear CNN-LSTM models for epileptic seizure detection and prediction using EEG signals 2024-Dec-18, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ada0e5 PMID:39693763	研究论文	本文提出了一种多维混合双线性CNN-LSTM模型，用于基于EEG信号的癫痫发作检测和预测	创新点在于整合了EEG信号的时间、空间和频率信息，并通过频率域分离周期性和非周期性成分，使用自注意力机制过滤单通道特征，并结合CNN和LSTM网络捕捉时空特征	NA	开发一种自动检测和预测癫痫发作的方法，以改善患者护理和提高生活质量	EEG信号中的癫痫发作	机器学习	NA	EEG信号分析	CNN-LSTM	信号	CHB-MIT数据集和Kaggle数据集
10608	2024-12-20	Generative modeling and augmentation of EEG signals using improved diffusion probabilistic models 2024-Dec-18, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ada0e4 PMID:39693767	研究论文	本文研究了改进的扩散概率模型（DPM）用于脑电图（EEG）信号的生成和数据增强	提出了使用改进的扩散概率模型进行脑电图信号的生成和数据增强，并通过隐式采样和渐进蒸馏缩短推理时间	在单步生成样本时，数据质量和采样步骤之间存在显著的权衡	开发一种高效的、可推广的数据增强方法，用于各种脑电图解码任务	脑电图信号的生成和数据增强	机器学习	NA	扩散概率模型（DPM）	扩散概率模型	脑电图信号	使用了两个公开的脑电图数据集，并在跨受试者设置下训练和评估了四个分类模型
10609	2024-12-20	Disorder-specific neurodynamic features in schizophrenia inferred by neurodynamic embedded contrastive variational autoencoder model 2024-Dec-18, Translational psychiatry IF:5.8Q1 DOI:10.1038/s41398-024-03200-7 PMID:39695106	研究论文	本研究将神经动力学模型与经典的对比变分自编码器（CVAE）相结合，提取并评估了与精神分裂症（SCZ）相关的宏观尺度特征	首次将神经动力学模型与对比变分自编码器结合，提取精神分裂症特异性特征，并通过吸引子特征分析揭示了SCZ特异性状态与共享状态在吸引子空间模式上的显著差异	NA	探讨精神分裂症的病理机制，特别是神经动力学特征	NA	神经科学	精神分裂症	对比变分自编码器（CVAE），部分最小二乘回归（PLS）	对比变分自编码器（CVAE）	神经数据	多站点数据集
10610	2024-12-20	Low-power scalable multilayer optoelectronic neural networks enabled with incoherent light 2024-Dec-18, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-55139-4 PMID:39695133	研究论文	本文介绍了一种多层光电神经网络计算框架，利用非相干光实现高能效的深度学习计算	提出了交替使用光学和光电层的多层光电计算框架，显著减少了读入和读出的次数，为超低能耗的光学加速器铺平了道路	实验中仅使用了三层网络，且在MNIST数据库上的识别准确率为92%，在非线性螺旋数据上的分类准确率为86%	开发一种高速度、高能效的计算方法，以满足现代深度学习和人工智能应用的需求	多层光电神经网络的计算框架及其在图像识别和分类中的应用	机器学习	NA	光电计算	多层神经网络	图像	使用了MNIST数据库中的图像数据和非线性螺旋数据进行实验
10611	2024-12-20	QM40, Realistic Quantum Mechanical Dataset for Machine Learning in Molecular Science 2024-Dec-18, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-04206-y PMID:39695146	研究论文	本文介绍了QM40数据集，这是一个用于分子科学中机器学习的真实量子力学数据集	QM40数据集代表了88%的FDA批准药物化学空间，包含162,954个分子的16个关键量子力学参数，解决了高质量数据稀缺的问题	NA	解决机器学习和深度学习在科学领域应用中高质量数据集稀缺的问题	分子科学中的量子力学预测	机器学习	NA	量子力学计算（B3LYP/6-31G(2df,p)）	图神经网络（GNNs）和生成模型	分子结构数据	162,954个分子，包含10到40个原子，由C、O、N、S、F、Cl等元素组成
10612	2024-12-20	GF-1 WFV satellite images based forest cover mapping in China supported by open land use/cover datasets 2024-Dec-18, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-04202-2 PMID:39695154	研究论文	本研究基于GF-1 WFV卫星图像和开放的土地利用/覆盖数据集，开发了中国2020年的16米分辨率森林覆盖图	提出了基于弱监督深度学习和开放数据集先验知识的森林分类框架，生成了高精度的中国森林覆盖图	NA	开发高精度的中国森林覆盖图，以支持生态研究和可持续管理	中国的森林覆盖	遥感	NA	弱监督深度学习	NA	图像	136,385个样本点
10613	2024-12-20	Author Correction: Fast inter-frame motion correction in contrast-free ultrasound quantitative microvasculature imaging using deep learning 2024-Dec-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82620-3 PMID:39695241	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
10614	2024-12-20	DeepMiRBP: a hybrid model for predicting microRNA-protein interactions based on transfer learning and cosine similarity 2024-Dec-18, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05985-2 PMID:39695955	研究论文	本文介绍了一种名为DeepMiRBP的新型混合深度学习模型，用于预测microRNA-蛋白质相互作用	首次针对小RNA与蛋白质之间的直接相互作用进行建模，结合了双向长短期记忆网络（Bi-LSTM）和卷积神经网络（CNN），并利用余弦相似度和转移学习来提高预测准确性	NA	开发一种高效的生物信息学工具，用于预测microRNA-蛋白质相互作用	microRNA与RNA结合蛋白之间的相互作用	机器学习	NA	转移学习，余弦相似度	混合模型（Bi-LSTM和CNN）	RNA序列和蛋白质结构数据	使用了大量RNA-蛋白质结合位点的数据集，并通过三个案例研究验证了模型
10615	2024-12-20	Segmentation for mammography classification utilizing deep convolutional neural network 2024-Dec-18, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01510-2 PMID:39696014	研究论文	本文提出了一种改进的transformer模型，用于乳腺癌预测和乳腺X线图像分类，通过分割技术准确识别受乳腺癌影响的区域	本文创新性地将transformer模型与分割技术结合，用于乳腺X线图像的乳腺癌分类，并提出了金字塔transformer（PTr）模型的架构改进	本文未详细讨论模型在不同数据集上的泛化能力以及模型的计算资源需求	研究如何利用改进的transformer模型提高乳腺X线图像中良性和恶性乳腺组织的分类准确性	乳腺X线图像中的良性和恶性乳腺组织	计算机视觉	乳腺癌	深度学习	transformer	图像	使用了Mendeley数据仓库中的INbreast数据集，包含良性和恶性乳腺类型
10616	2024-12-20	Novel neural network classification of maternal fetal ultrasound planes through optimized feature selection 2024-Dec-18, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01453-8 PMID:39696025	研究论文	本文提出了一种基于深度学习的自动化分类方法，用于母体胎儿超声平面的分类，通过优化的特征选择和新型径向基函数神经网络（RBFNN）提高检测效率和诊断准确性	本文引入了混合优化技术进行特征选择，并提出了新型径向基函数神经网络（RBFNN）用于母体胎儿超声平面的分类	NA	提高母体胎儿超声平面分类的效率和诊断准确性	母体胎儿超声平面	机器学习	NA	深度学习	径向基函数神经网络（RBFNN）	图像	从公开来源收集的大量母体胎儿筛查超声图像，分为六个类别
10617	2024-12-20	Shape-based disease grading via functional maps and graph convolutional networks with application to Alzheimer's disease 2024-Dec-18, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01513-z PMID:39696064	研究论文	本文通过功能映射和图卷积网络的方法，提出了一种基于形状的疾病分级方法，并应用于阿尔茨海默病的诊断	本文引入了功能映射的概念，并结合图卷积网络进行形状分析，以解决传统形状空间方法在处理不完全和拓扑变化形状时的局限性	NA	本文旨在通过改进形状分析方法，提高疾病分级的准确性	本文的研究对象是阿尔茨海默病患者的形状特征	计算机视觉	阿尔茨海默病	图卷积网络	图卷积网络	形状	使用了来自ADNI数据库的样本
10618	2024-12-20	Target informed client recruitment for efficient federated learning in healthcare 2024-Dec-18, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02798-4 PMID:39696193	研究论文	本文提出了一种基于本地硬件知识的目标引导客户端招募方法，用于在医疗领域中实现高效的联邦学习	通过结合本地硬件信息和目标分布偏差，提出了一种新的客户端招募策略，显著减少了训练时间和数据需求，同时提高了隐私保护特性	未提及具体的局限性	提高医疗领域中联邦学习的效率和隐私保护	医疗数据和联邦学习模型	机器学习	NA	联邦学习	NA	数据	未提及具体样本数量
10619	2024-12-20	Evaluation of modified essay questions (MEQs) as an assessment tool in third-year medical students' modular summative assessment 2024-Dec-18, BMC medical education IF:2.7Q1 DOI:10.1186/s12909-024-06469-w PMID:39696207	研究论文	本研究评估了基于案例的修改论文问题（MEQs）作为医学课程中三年级医学生模块化总结性评估工具的有效性	本研究首次系统性地比较了MEQs和多项选择题（MCQs）在医学生总结性评估中的表现，并探讨了其在特殊情况下的可靠性	研究仅限于内分泌模块，且样本仅涵盖四年的数据，可能无法全面代表所有医学课程和更长时间跨度的情况	评估基于案例的MEQs在医学生总结性评估中的表现及其与MCQs的比较	三年级医学生在内分泌模块中的MEQs和MCQs表现	NA	NA	NA	NA	NA	四年间（2018/2019至2021/2022）的三年级医学生
10620	2024-12-20	Reduced-dose deep learning iterative reconstruction for abdominal computed tomography with low tube voltage and tube current 2024-Dec-18, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02811-w PMID:39696218	研究论文	本研究探讨了深度学习迭代重建算法（Deep IR）在低管电压和管电流条件下，减少腹部CT辐射剂量并提高图像质量的可行性	首次应用深度学习迭代重建算法（Deep IR）在低管电压和管电流条件下，显著减少腹部CT的辐射剂量并提高图像质量	研究样本量较小，仅包括60名患者，可能限制了结果的普适性	评估深度学习迭代重建算法在低管电压和管电流条件下，减少腹部CT辐射剂量并提高图像质量的效果	腹部CT图像质量及辐射剂量	计算机视觉	NA	深度学习迭代重建算法（Deep IR）	深度学习模型	图像	60名患者（男性/女性，36/24；年龄，57.72 ± 10.19岁）