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
11021	2024-12-08	External Validation of a Previously Developed Deep Learning-based Prostate Lesion Detection Algorithm on Paired External and In-House Biparametric MRI Scans 2024-Nov, Radiology. Imaging cancer DOI:10.1148/rycan.240050 PMID:39400232	研究论文	评估一个基于深度学习的AI模型在检测外部和内部双参数MRI扫描中的前列腺病变的表现	使用先前开发的基于深度学习的AI模型进行外部验证，评估其在不同数据集上的表现	研究为单中心回顾性研究，样本量有限，且仅限于男性患者	评估AI模型在检测前列腺癌阳性病变中的表现，并比较外部和内部MRI数据集的差异	前列腺癌阳性病变	计算机视觉	前列腺癌	深度学习	AI模型	MRI图像	201名男性患者
11022	2024-12-08	A deep learning model for estimating sedation levels using heart rate variability and vital signs: a retrospective cross-sectional study at a center in South Korea 2024-Nov, Acute and critical care IF:1.7Q3 DOI:10.4266/acc.2024.01200 PMID:39600246	研究论文	本研究开发了一种基于心率变异性（HRV）参数和生命体征的深度学习模型，用于预测儿科患者的镇静水平	首次将HRV参数和生命体征结合，利用深度学习模型预测儿科患者的镇静水平，提供了一种自动化和连续监测镇静状态的方法	研究结果需要多中心验证以确保其广泛适用性	开发一种能够有效且安全地预测儿科患者镇静水平的深度学习模型	儿科重症监护病房的患者	机器学习	NA	心率变异性（HRV）参数提取	1D ResNet	心电图波形和生命体征数据	324名患者，4193个特征集
11023	2024-12-08	Automatic detection of temporomandibular joint osteoarthritis radiographic features using deep learning artificial intelligence. A Diagnostic accuracy study 2024-Oct-31, Journal of stomatology, oral and maxillofacial surgery DOI:10.1016/j.jormas.2024.102124 PMID:39488247	研究论文	研究使用深度学习人工智能模型自动检测颞下颌关节骨关节炎的放射学特征，并评估其诊断准确性	首次使用YOLO深度学习模型进行颞下颌关节骨关节炎放射学特征的自动检测，并展示了其与经验丰富的放射科医生的诊断结果具有高度一致性	研究中AI模型在检测皮质下囊肿时与放射科医生的诊断存在显著差异	评估神经网络人工智能模型在颞下颌关节骨关节炎放射学确认中的诊断性能	颞下颌关节骨关节炎的放射学特征	计算机视觉	颞下颌关节疾病	深度学习	YOLO	影像	包含符合颞下颌关节紊乱诊断标准决策树的成年患者的锥束CT影像
11024	2024-12-08	An approach for classification of breast cancer using lightweight deep convolution neural network 2024-Oct-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38524 PMID:39640611	研究论文	本文提出了一种使用轻量级深度卷积神经网络进行乳腺癌分类的方法	本文创新性地使用了轻量级卷积神经网络（LWCNN）来自动提取特征，实现了端到端的乳腺癌分类	NA	研究如何利用深度学习技术提高乳腺癌筛查的准确性	乳腺癌筛查乳腺X光片	计算机视觉	乳腺癌	深度学习	轻量级卷积神经网络（LWCNN）	图像	两个实验中分别使用了两个案例的原始和增强数据集
11025	2024-12-08	Transformer-based models for chemical SMILES representation: A comprehensive literature review 2024-Oct-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e39038 PMID:39640612	综述	本文综述了基于Transformer的化学语言模型在化学信息学中的应用现状	探讨了Transformer模型在化学信息学中的创新应用，特别是在处理化学SMILES数据方面的优势	分析了当前化学语言Transformer模型面临的挑战和局限性	旨在回顾和分析基于Transformer的化学语言模型在化学信息学中的最新进展	化学语言模型在处理化学SMILES数据中的应用	自然语言处理	NA	Transformer	Transformer	文本	NA
11026	2024-12-07	3D microstructure reconstruction and characterization of porous materials using a cross-sectional SEM image and deep learning 2024-Oct-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e39185 PMID:39640653	研究论文	本文提出了一种利用生成对抗网络（GAN）从单个横截面扫描电镜（SEM）图像重建多孔材料三维微观结构的方法	与需要3D图像作为训练数据的现有GAN模型不同，本文提出的模型仅需要单个横截面图像即可进行3D重建	NA	准确评估多孔材料和设备中的三维孔隙特征	多孔陶瓷电极材料	计算机视觉	NA	生成对抗网络（GAN）	GAN	图像	NA
11027	2024-12-08	Introducing a novel dataset for facial emotion recognition and demonstrating significant enhancements in deep learning performance through pre-processing techniques 2024-Oct-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38913 PMID:39640693	研究论文	本文介绍了一种新的面部情感识别数据集，并通过预处理技术显著提升了深度学习模型的性能	开发了新的面部情感识别数据集，并提出了基于EfficientNetB7和CBAM-4CNN的混合模型，显著提高了情感识别的准确性	面临GPU内存限制等挑战	提高面部情感识别模型的准确性	面部情感识别数据集和深度学习模型	计算机视觉	NA	深度学习	卷积神经网络 (CNN)	图像	新的面部情感识别数据集，包括FER13和扩展的CK+数据集
11028	2024-12-08	Deep learning neural network-assisted badminton movement recognition and physical fitness training optimization 2024-Oct-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38865 PMID:39640697	研究论文	本文旨在解决羽毛球运动轨迹识别精度低的问题，通过视觉系统对羽毛球机器人进行侧向检测和跟踪，并利用卷积神经网络和改进的Tiny YOLOv2网络结合无迹卡尔曼滤波算法，提高羽毛球运动轨迹的识别和预测精度	本文引入了注意力机制和改进的Tiny YOLOv2网络，结合无迹卡尔曼滤波算法，显著提高了羽毛球运动轨迹的识别和预测精度	NA	提高羽毛球运动轨迹识别的精度	羽毛球运动轨迹的识别和物理健身训练的优化	计算机视觉	NA	卷积神经网络，Tiny YOLOv2，无迹卡尔曼滤波	卷积神经网络，Tiny YOLOv2	视频	四组简单和复杂的羽毛球飞行视频流
11029	2024-12-08	State-of-health estimation and classification of series-connected batteries by using deep learning based hybrid decision approach 2024-Oct-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e39121 PMID:39640714	研究论文	本文提出了一种基于深度学习的混合决策方法，用于估计和分类串联锂离子电池的健康状态	本文创新性地结合了深度学习网络和混合分类技术，提高了对串联电池健康状态估计的准确性和效率	本文主要针对串联锂离子电池，未涵盖其他类型的电池系统	研究如何准确估计和分类串联锂离子电池的健康状态	串联锂离子电池的健康状态	机器学习	NA	深度学习	混合分类技术	数据集	使用了来自牛津大学和Calce电池组的多个数据集
11030	2024-12-08	Towards multi-agent system for learning object recommendation 2024-Oct-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e39088 PMID:39640789	研究论文	本文介绍了一种基于多智能体系统和深度学习的教育内容推荐系统，旨在根据学习者的知识水平和学习风格提供个性化的学习对象推荐	本文创新性地结合了多智能体系统和深度学习技术，通过四个智能体（学习者代理、导师代理、学习对象代理和推荐代理）协同工作，提供个性化的学习对象推荐	NA	开发一种能够根据学习者知识水平和学习风格提供个性化学习对象推荐的多智能体系统	在线教育内容推荐系统	机器学习	NA	卷积神经网络 (CNN) 和多层感知器 (MLP)	多智能体系统	文本	NA
11031	2024-12-08	AI-based fingerprint index of visceral adipose tissue for the prediction of bowel damage in patients with Crohn's disease 2024-Oct-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.111022 PMID:39635135	研究论文	开发了一种基于人工智能的内脏脂肪组织指纹指数，用于预测克罗恩病患者的肠道损伤	提出了内脏脂肪组织指纹指数（VAT-FI），并证明其在预测肠道损伤方面比皮下脂肪组织指纹指数（SAT-FI）更准确	NA	开发和验证一种新的生物标志物，用于预测克罗恩病患者的肠道损伤	克罗恩病患者的内脏脂肪组织和肠道损伤	计算机视觉	消化系统疾病	放射组学和深度学习	NA	图像	1135名克罗恩病患者，分为训练组（600例）和测试组（535例）
11032	2024-12-08	Prediction of homologous recombination deficiency from routine histology with attention-based multiple instance learning in nine different tumor types 2024-Oct-08, BMC biology IF:4.4Q1 DOI:10.1186/s12915-024-02022-9 PMID:39379982	研究论文	研究使用基于注意力机制的多实例学习（attMIL）从常规组织学图像中预测同源重组缺陷（HRD）状态	首次证明可以通过常规组织学图像直接预测HRD状态，并展示了其在九种不同肿瘤类型中的适用性	研究仅限于九种肿瘤类型，且需要进一步验证其在其他肿瘤类型中的适用性	验证深度学习方法能否仅基于常规组织学图像预测HRD状态	九种不同类型的肿瘤	数字病理	NA	全基因组测序（WGS）	基于注意力机制的多实例学习（attMIL）	图像	5209名患者
11033	2024-12-08	Snapshot computational spectroscopy enabled by deep learning 2024-Sep, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2024-0328 PMID:39635447	研究论文	本文开发了一种基于超表面集成计算光谱仪和深度学习算法的计算光谱学方法，实现了单次操作、亚纳米光谱分辨率和直接材料表征	本文提出了一种新型的计算光谱学方法，结合超表面技术和深度学习算法，实现了传统光谱仪的功能，同时具有便携性和低成本的优势	NA	开发一种便携、低成本且轻量化的光谱分析方法，以替代传统的笨重且昂贵的光谱仪	光学腔的关键参数和化学溶液的浓度	计算机视觉	NA	深度学习	NA	光谱数据	NA
11034	2024-12-08	Digital-SMLM for precisely localizing emitters within the diffraction limit 2024-Aug, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2023-0936 PMID:39635039	研究论文	本文介绍了一种名为Digital-SMLM的新方法，通过结合实验数据集和深度学习，精确预测亚衍射极限点的发射器数量和位置	Digital-SMLM在预测亚衍射极限点的发射器数量和位置方面优于Deep-STORM，并能更准确地恢复目标分子的真实分布	NA	开发一种新的方法，以精确预测亚衍射极限点的发射器数量和位置，用于生物医学研究中的定量分析或分子机制调查	亚衍射极限点的发射器数量和位置	计算机视觉	NA	单分子定位显微镜（SMLM）	深度学习	图像	NA
11035	2024-12-08	A Coarse-Fine Collaborative Learning Model for Three Vessel Segmentation in Fetal Cardiac Ultrasound Images 2024-07, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3390688 PMID:38635389	研究论文	本文提出了一种用于胎儿心脏超声图像中三血管分割的粗细协同学习模型	本文提出了一种名为CoFi-Net的新型深度学习网络，采用粗细协同策略，结合全局定位和精细分割两个并行分支，显著提高了三血管分割的准确性	NA	提高先天性心脏病（CHD）的早期诊断效率	胎儿心脏超声图像中的肺动脉、升主动脉和上腔静脉的分割	计算机视觉	先天性心脏病	深度学习	CoFi-Net	图像	NA
11036	2024-12-08	Prognosis Prediction of Diffuse Large B-Cell Lymphoma in 18F-FDG PET Images Based on Multi-Deep-Learning Models 2024-07, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3390804 PMID:38635387	研究论文	本文提出了一种新的多深度学习模型，用于基于18F-FDG PET图像的弥漫性大B细胞淋巴瘤（DLBCL）的预后预测	本文提出了一种灵活的集成深度学习模型，通过选择预训练的深度学习模型构建多R-signature，用于预测无进展生存期（PFS）和总生存期（OS）	NA	开发一种多参数模型，用于准确分层DLBCL患者的生存风险，并指导个性化治疗策略	弥漫性大B细胞淋巴瘤（DLBCL）患者的预后预测	计算机视觉	淋巴瘤	深度学习	多深度学习模型	图像	两个不同影像中心的数据集
11037	2024-12-08	Multi-Resolution Wavelet Fractal Analysis and Subtask Training for Enhancing Few-Shot Noisy Brainwave Recognition 2024-07, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3318419 PMID:37738183	研究论文	本文提出了一种基于多分辨率小波分形分析和子任务训练的框架，用于增强少量噪声脑电波识别	引入多分辨率数据分析和子任务学习方法，通过小波分形捕捉不同尺度的特征，并采用子任务训练提高模型的泛化能力	NA	提高基于脑电波的识别系统在噪声环境下的性能	脑电波数据	机器学习	NA	小波变换	深度学习模型	脑电波数据	少量样本
11038	2024-12-08	GaitNet+ARL: A Deep Learning Algorithm for Interpretable Gait Analysis of Chronic Ankle Instability 2024-07, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3383588 PMID:38557612	研究论文	本文提出了一种基于深度学习的慢性踝关节不稳（CAI）步态分析算法，结合了图神经网络（GNN）和注意力强化学习（ARL）模型	创新点在于结合了生物力学原理的图神经网络和注意力强化学习模型，显著提高了CAI识别的准确性	NA	旨在开发一种可解释的深度学习算法，用于慢性踝关节不稳的步态分析	慢性踝关节不稳患者和对照组的步态数据	机器学习	运动损伤	图神经网络（GNN），注意力强化学习（ARL）	GNN，ARL	运动学数据	NEU-CAI数据集，由立体摄影测量系统收集
11039	2024-12-08	A Deep Learning Approach to Estimate Multi-Level Mental Stress From EEG Using Serious Games 2024-07, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3395548 PMID:38687658	研究论文	本研究探讨了通过脑电图（EEG）系统和严肃游戏来估计用户在特定任务中的多层次心理压力的可行性	本研究创新性地结合了严肃游戏和深度学习神经网络，用于分类用户的心理压力水平，并展示了比现有技术更高的预测准确性	NA	评估通过脑电图系统和严肃游戏来估计用户心理压力水平的可行性	用户在特定任务中的心理压力水平	机器学习	NA	脑电图（EEG）	门控循环单元（GRU）	脑电图数据	NA
11040	2024-12-08	A Residual U-Net Neural Network for Seismocardiogram Denoising and Analysis During Physical Activity 2024-07, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3392532 PMID:38648146	研究论文	提出了一种基于U-Net架构的深度学习模型，用于在步行时去噪和分析心冲击图（SCG）信号	开发了一种新的深度学习模型，能够有效去除运动噪声并保留心脏信息，显著提高了心率和其他健康参数估计的准确性	实验仅在步行时进行，未涵盖其他运动或日常活动	提高在日常活动中使用可穿戴加速度计进行心脏健康监测的准确性	心冲击图（SCG）信号的去噪和分析	机器学习	心血管疾病	深度学习	U-Net神经网络	信号	涉及多个数据集，包括导管和ICG衍生的PEP数据