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
11261	2024-11-29	Shape-Aware Adversarial Learning for Scribble-Supervised Medical Image Segmentation with a MaskMix Siamese Network: A Case Study of Cardiac MRI Segmentation 2024-Nov-13, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11111146 PMID:39593806	研究论文	本研究提出了一种形状感知的涂鸦监督学习框架，用于提高医学图像分割的精度，特别是在心脏MRI分割中的应用	引入了一种基于混合掩码策略的伪标签生成方法，并通过双分支孪生网络和基于CNN的判别器优化伪标签轮廓，显著减少了标注时间	仅在心脏MRI数据集上进行了验证，未来需在更多类型的医学图像上进行测试	提高涂鸦监督下医学图像分割的精度，使其接近精细标注的效果	心脏MRI图像的分割	计算机视觉	心血管疾病	MaskMixAdv	CNN	图像	公开的心脏MRI数据集
11262	2024-11-29	DGNMDA: Dual Heterogeneous Graph Neural Network Encoder for miRNA-Disease Association Prediction 2024-Nov-10, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11111132 PMID:39593792	研究论文	提出了一种名为DGNMDA的创新模型，用于miRNA-疾病关联预测，通过双异构图神经网络编码器和细粒度多层特征交互门控机制，有效整合局部和全局信息	创新性地设计了双异构图神经网络编码器和细粒度多层特征交互门控机制，能够同时利用局部和全局信息进行miRNA-疾病关联预测	未提及具体局限性	开发一种能够有效预测miRNA与疾病关联的新方法，推动精准医学的发展	miRNA与疾病的关联	机器学习	NA	图神经网络	双异构图神经网络编码器	图数据	基于HMDD V3.2数据集进行5折交叉验证和真实疾病案例研究
11263	2024-11-29	Automatic Segmentation and Evaluation of Mitral Regurgitation Using Doppler Echocardiographic Images 2024-Nov-09, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11111131 PMID:39593791	研究论文	本文提出了一种基于深度学习的二尖瓣反流区域自动分割和评估方法，旨在提高二尖瓣反流严重程度分类和诊断的效率	本文改进了Efficient Multi-Scale Attention (EMA)模块，以更有效地捕捉多尺度特征，从而提高二尖瓣反流区域的分割性能	NA	提高二尖瓣反流严重程度的分类和诊断效率	二尖瓣反流区域	计算机视觉	心血管疾病	深度学习	ResUNet	图像	共367张彩色多普勒超声心动图图像，其中293张用于模型训练，74张用于测试
11264	2024-11-29	Integrating Super-Resolution with Deep Learning for Enhanced Periodontal Bone Loss Segmentation in Panoramic Radiographs 2024-Nov-08, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11111130 PMID:39593790	研究论文	本研究提出了一种结合超分辨率生成对抗网络（SRGAN）和深度学习分割模型，用于增强全景放射图像中牙周骨丧失区域的分割	本研究的创新点在于将超分辨率技术与深度学习相结合，提高了全景放射图像的分辨率和分割精度	本研究的局限性在于数据集的多样性有限，需要进一步的研究来扩展数据集并进行临床验证	本研究旨在提高全景放射图像中牙周骨丧失区域的分割精度，以支持更准确的诊断和治疗	本研究的研究对象是全景放射图像中的牙周骨丧失区域	计算机视觉	牙周病	超分辨率生成对抗网络（SRGAN）	U-Net	图像	本研究使用了来自Chungbuk National University Hospital和Kaggle数据门户的数据集
11265	2024-11-29	Transfer Learning Approaches for Brain Metastases Screenings 2024-Nov-08, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines12112561 PMID:39595126	研究论文	本研究探讨了迁移学习在磁共振成像扫描中自动分割脑转移瘤的有效性	本研究展示了迁移学习在医学影像中的潜力，并引入了定制的Tversky和二元交叉熵损失函数来处理类别不平衡问题	模型在检测非常小的、分散的肿瘤时存在局限性，尤其是在复杂病例中	研究迁移学习在脑转移瘤筛查中的应用效果	脑转移瘤的自动分割	计算机视觉	脑部疾病	迁移学习	深度学习模型	图像	使用了来自ASNR-MICCAI脑转移瘤挑战2024的公开数据集和一个小型私有数据集
11266	2024-11-29	Non-Contact Cross-Person Activity Recognition by Deep Metric Ensemble Learning 2024-Nov-07, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11111124 PMID:39593784	研究论文	本文提出了一种基于深度度量集成学习的非接触式跨人活动识别方法	首次采用快照集成技术训练多个基分类器，并引入中心损失进行度量学习，以提高识别的泛化能力和实用性	NA	提高非接触式跨人活动识别的准确性和实用性	老年监控和室内入侵检测中的活动识别	机器学习	老年病	深度学习	ABLSTM	CSI数据	七种活动类别
11267	2024-11-29	Sequence-Activity Relationship of Angiotensin-Converting Enzyme Inhibitory Peptides Derived from Food Proteins, Based on a New Deep Learning Model 2024-Nov-07, Foods (Basel, Switzerland) DOI:10.3390/foods13223550 PMID:39593966	研究论文	本文构建了一种基于深度学习模型的血管紧张素转换酶抑制肽预测器，用于筛选食物来源的潜在抑制肽	本文提出了一种新的深度学习模型ACEiPP，结合优化后的氨基酸描述符和长短时记忆神经网络，显著提高了预测能力	NA	通过生物信息学方法减少实验验证的范围，加速血管紧张素转换酶抑制肽的发现	食物来源的血管紧张素转换酶抑制肽	机器学习	NA	深度学习	LSTM	文本	21,249种食物来源的蛋白质
11268	2024-11-29	A Survey on AI-Driven Mouse Behavior Analysis Applications and Solutions 2024-Nov-06, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11111121 PMID:39593781	综述	本文探讨了人工智能在分析小鼠行为中的应用，强调了AI在识别和分类这些行为方面的潜力	AI能够自动从大数据集中提取定量特征，从而提高小鼠行为分析的效率和准确性	AI在小鼠行为分析中面临数据集不足和基准缺乏等挑战，需要更集成的AI平台和标准化的数据集与基准	利用AI增强小鼠行为分析的效率和准确性	小鼠行为分析	机器学习	NA	深度学习	NA	视频	NA
11269	2024-11-29	Video WeAther RecoGnition (VARG): An Intensity-Labeled Video Weather Recognition Dataset 2024-Nov-05, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10110281 PMID:39590745	研究论文	本文介绍了一个名为VARG的新型视频天气识别数据集，该数据集包含天气强度标签	VARG数据集创新性地包含了天气强度的标签，弥补了现有数据集在这方面的不足	NA	构建安全且鲁棒的自主系统，特别是在农业和自动驾驶/无人机领域	视频天气识别数据集VARG	计算机视觉	NA	深度学习	NA	视频	6742个标注片段，来自1079个视频，训练集包含5159个片段，测试集包含1583个片段
11270	2024-11-29	An Enhanced Deep Learning Model for Effective Crop Pest and Disease Detection 2024-Nov-02, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10110279 PMID:39590743	研究论文	本文提出了一种改进的ResNet34模型（ESA-ResNet34）用于作物害虫和疾病检测	引入了一种高效的空间注意力机制（ESA），并使用深度可分离卷积替代标准卷积，显著减少了模型参数和计算量	NA	提高作物害虫和疾病检测的准确性和效率	作物害虫和疾病的图像识别	计算机视觉	NA	深度学习	ResNet34	图像	小样本
11271	2024-11-29	Convolutional Neural Network-Based Deep Learning Methods for Skeletal Growth Prediction in Dental Patients 2024-Nov-02, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10110278 PMID:39590742	研究论文	本研究利用基于卷积神经网络的深度学习方法，通过颈椎成熟度和下颌第二磨牙钙化水平预测牙科患者的骨骼生长成熟度	本研究首次将卷积神经网络应用于骨骼生长预测，并结合颈椎成熟度和下颌第二磨牙钙化水平进行多分类	研究样本仅来自牙科中心的患者，可能存在样本偏倚	预测牙科患者的骨骼生长成熟度	颈椎成熟度和下颌第二磨牙钙化水平	计算机视觉	NA	卷积神经网络	CNN	图像	1200张头颅侧位片和1200张全景片
11272	2024-11-29	Research and Application of Deep Learning Models with Multi-Scale Feature Fusion for Lesion Segmentation in Oral Mucosal Diseases 2024-Nov-02, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11111107 PMID:39593767	研究论文	本研究开发了一种基于SegFormer语义分割模型的高精度人工智能辅助诊断方法，用于自动分割口腔黏膜疾病白光图像中的病变区域	本研究设计了一种基于Transformer架构的SegFormer模型，并将其应用于口腔黏膜疾病病变区域的自动分割，显著提高了分割精度	本研究仅使用了浙江大学医学院附属口腔医院的838张高分辨率图像，样本量有限，未来需扩大样本量以验证模型的泛化能力	开发一种高精度的人工智能辅助诊断方法，用于自动分割口腔黏膜疾病病变区域	口腔黏膜疾病病变区域的自动分割	计算机视觉	口腔黏膜疾病	SegFormer语义分割模型	Transformer	图像	838张高分辨率图像，包含三种疾病：口腔扁平苔藓、口腔白斑和口腔黏膜下纤维化
11273	2024-11-29	Preprocessing and Denoising Techniques for Electrocardiography and Magnetocardiography: A Review 2024-Nov-02, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11111109 PMID:39593769	综述	系统分析了过去十年中用于心电图（ECG）和磁电图（MCG）信号预处理的最新进展	首次系统比较了ECG和MCG信号的特性，强调了它们的互补性	评估了当前去噪方法在临床应用中的局限性，并指出了未来方向	提高心血管疾病（CVD）诊断的准确性	心电图（ECG）和磁电图（MCG）信号	NA	心血管疾病	NA	NA	信号	NA
11274	2024-11-29	A Highly-Sensitive Omnidirectional Acoustic Sensor for Enhanced Human-Machine Interaction 2024-Nov, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202413086 PMID:39410724	研究论文	本文介绍了一种具有全方位声源识别和跟踪能力的高灵敏度自供电摩擦电立体声声学传感器（SAS），用于增强人机交互	该传感器通过3D结构配置实现全方位声源识别和跟踪，具有高灵敏度和宽频率响应范围，能够在嘈杂环境中实现98%的深度学习识别准确率	NA	提高智能机器人中人机交互的自然性和效率	全方位声源的准确识别和跟踪	NA	NA	摩擦电技术	深度学习	音频信号	NA
11275	2024-11-29	Classifying Tumor Reportability Status From Unstructured Electronic Pathology Reports Using Language Models in a Population-Based Cancer Registry Setting 2024-Nov, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI.24.00110 PMID:39561305	研究论文	本文介绍了一种基于自然语言处理（NLP）的管道，通过微调预训练语言模型（LMs）来分类电子病理报告中肿瘤的可报告状态	采用深度学习方法，通过微调预训练语言模型GatorTron和BlueBERT，显著提高了分类准确性	需要大量病理报告数据进行微调，且依赖于预训练模型的性能	提高基于人群的癌症登记处（PBCRs）中肿瘤报告状态分类的准确性	电子病理报告中的肿瘤可报告状态	自然语言处理	NA	自然语言处理（NLP）	预训练语言模型（LMs）	文本	微调数据集包含40,000份2021年的报告，测试数据集包含10,000份2021年的报告、20,000份2022年的报告和400份2023年的报告
11276	2024-11-29	Deep Learning and Single-Cell Sequencing Analyses Unveiling Key Molecular Features in the Progression of Carotid Atherosclerotic Plaque 2024-Nov, Journal of cellular and molecular medicine IF:4.3Q2 DOI:10.1111/jcmm.70220 PMID:39586797	研究论文	本研究利用单细胞RNA测序和高维加权基因共表达网络分析，揭示了颈动脉粥样硬化斑块进展中的关键分子特征	首次识别出在高级斑块中显著增加浸润的单核细胞亚群，并基于单核细胞特征和机器学习方法准确区分高级斑块与早期斑块	NA	阐明免疫细胞在高级斑块进展中的作用，并探索诊断斑块进展的生物标志物	颈动脉粥样硬化斑块中的免疫细胞和分子特征	数字病理学	心血管疾病	单细胞RNA测序	卷积神经网络	基因数据	NA
11277	2024-11-29	Deep or Shallow? A Comparative Analysis on the Oil Species Identification Based on Excitation-Emission Matrix and Multiple Machine Learning Algorithms 2024-Nov, Journal of fluorescence IF:2.6Q3 DOI:10.1007/s10895-023-03511-w PMID:37962766	研究论文	本文比较了四种机器学习模型在基于激发-发射矩阵的油种识别中的表现	首次系统比较了深度学习模型与浅层学习模型在油种识别中的性能差异	深度学习模型在准确性上没有显著提升，且计算量大、运行时间长	评估不同机器学习模型在油种识别中的适用性	常见油种的激发-发射矩阵数据	机器学习	NA	激发-发射矩阵	随机森林、支持向量机、反向传播神经网络、深度卷积神经网络	激发-发射矩阵数据	若干常见油种
11278	2024-11-29	A Dual-Module System for Copyright-Free Image Recommendation and Infringement Detection in Educational Materials 2024-Nov-01, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10110277 PMID:39590741	研究论文	本文介绍了一种用于教育材料中无版权图像推荐和侵权检测的双模块系统	该系统结合了深度学习技术，使用卷积变分自编码器（CVAE）和视觉变换器（ViT）模型，实现了高效的版权侵权检测和无版权图像推荐	NA	旨在帮助教育工作者创建符合版权法规的教育材料	教育材料中的图像版权问题	计算机视觉	NA	深度学习	卷积变分自编码器（CVAE）、视觉变换器（ViT）	图像	65名教师参与的用户研究
11279	2024-11-29	A Review of Application of Deep Learning in Endoscopic Image Processing 2024-Nov-01, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10110275 PMID:39590739	综述	本文综述了深度学习在内窥镜图像处理中的应用，特别是卷积神经网络（CNNs）在疾病诊断中的显著提升	深度学习通过其卓越的特征提取和复杂模式分类能力，显著提高了内窥镜图像处理的效率和准确性	深度学习模型在内窥镜图像分析中仍需优化，包括需要大量标注数据和提高罕见或微妙病理的诊断精度	探讨深度学习在内窥镜图像处理中的当前优势和局限，并探索未来的研究方向，以促进其在临床实践中的应用	内窥镜图像处理中的深度学习应用	计算机视觉	NA	深度学习	卷积神经网络（CNN）	图像	NA
11280	2024-11-29	Deep learning-based screening for locomotive syndrome using single-camera walking video: Development and validation study 2024-Nov, PLOS digital health DOI:10.1371/journal.pdig.0000668 PMID:39591393	研究论文	开发并验证了一种基于深度学习的计算机视觉模型，用于通过单摄像头步行视频筛查运动障碍综合征	首次使用计算机视觉技术进行姿态估计来诊断运动障碍综合征，提供了一种新颖且高效的筛查方法	模型在识别非运动障碍综合征病例时准确性较低	开发一种高效、非侵入性的方法来筛查运动障碍综合征，以简化诊断过程并加速治疗	运动障碍综合征的早期诊断和筛查	计算机视觉	NA	深度学习	计算机视觉模型	视频	训练集包含186个步行视频，外部验证集包含65个额外视频