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
12101	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
12102	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
12103	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
12104	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
12105	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
12106	2024-12-08	SMARTSeiz: Deep Learning With Attention Mechanism for Accurate Seizure Recognition in IoT Healthcare Devices 2024-07, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3336935 PMID:38055360	研究论文	提出了一种结合卷积神经网络和循环神经网络以及注意力机制的混合方法，用于通过EEG信号分析自动识别癫痫发作	引入了注意力机制，专注于EEG数据的重要子集，从而提高了模型性能	NA	开发一种自动识别癫痫发作的计算机方法，以减少医生的手动工作量	通过EEG信号分析自动识别癫痫发作	机器学习	NA	EEG信号分析	CNN和RNN结合注意力机制	EEG信号	使用了UCI癫痫发作识别数据集，包含五个类别：四个正常条件和一个异常发作条件
12107	2024-12-08	MDDBranchNet: A Deep Learning Model for Detecting Major Depressive Disorder Using ECG Signal 2024-07, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3390847 PMID:38954560	研究论文	提出了一种名为MDDBranchNet的深度学习模型，用于通过单通道ECG信号检测重度抑郁症	使用并行分支深度学习模型进行重度抑郁症的二分类，并引入了额外的ECG衍生信号（如R-R信号和水平可见图的度分布时间序列），提高了模型准确率约7%	未提及具体限制	开发一种能够在日常生活中通过ECG信号早期检测重度抑郁症的深度学习模型	重度抑郁症的早期检测	机器学习	精神疾病	深度学习	并行分支深度学习模型	ECG信号	未提及具体样本数量
12108	2024-12-08	A Deep Learning Approach for Fear Recognition on the Edge Based on Two-Dimensional Feature Maps 2024-07, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3392373 PMID:38648140	研究论文	本文提出了一种基于生理信号的可穿戴设备恐惧识别方法，通过创建二维特征图并使用深度学习模型进行分类	本文的创新点在于将图像处理中的深度学习模型应用于生理信号的恐惧识别，并验证了其在边缘设备上的可行性	NA	开发一种基于生理信号的恐惧识别方法，并验证其在边缘设备上的实时检测能力	可穿戴设备采集的生理信号	机器学习	NA	深度学习	NA	生理信号	两个不同数据集，WEMAC、WESAD 3-classes和WESAD 2-classes
12109	2024-12-08	Protecting Prostate Cancer Classification From Rectal Artifacts via Targeted Adversarial Training 2024-07, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3384970 PMID:38954559	研究论文	本文提出了一种新的目标对抗训练策略，用于保护前列腺癌分类模型免受直肠伪影的影响	本文创新性地提出了基于临床先验知识生成具有直肠伪影模式的对抗样本，并通过联合训练提高模型的分类性能	NA	研究如何减少直肠伪影对前列腺癌分类模型的影响	前列腺癌分类模型	计算机视觉	前列腺癌	磁共振成像 (MRI)	深度神经网络 (DNN)	图像	多个前列腺癌分类模型
12110	2024-12-08	Deep Learning-Enhanced Internet of Things for Activity Recognition in Post-Stroke Rehabilitation 2024-07, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3332735 PMID:37963004	研究论文	本文提出了一种结合深度学习模型和物联网技术的方法，用于中风康复中的活动识别	本文提出了一种基于多传感器数据融合机制和双向长短时记忆网络（BiLSTM）的新框架，并引入了注意力机制和增强损失函数来优化学习过程	NA	提高中风患者康复过程中活动监测和识别的准确性	中风患者的日常活动数据	机器学习	中风	深度学习	BiLSTM	传感器数据	两个基准数据集
12111	2024-12-08	Adaptive Multi-Dimensional Weighted Network With Category-Aware Contrastive Learning for Fine-Grained Hand Bone Segmentation 2024-07, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3391387 PMID:38640043	研究论文	本文提出了一种基于深度学习的儿科手骨分割方法，通过自适应多维加权网络和类别感知对比学习来提高分割精度	创新点在于自适应多维加权注意力机制和类别感知对比学习方法，有效挖掘细节特征并增强类别区分性能	NA	旨在提高3D超声中儿科手骨分割的准确性和分类性能	儿科手骨的3D超声图像	计算机视觉	NA	深度学习	自适应多维加权网络	3D超声图像	38个骨结构
12112	2024-12-08	Compact biologically inspired camera with computational compound eye 2024-Jul, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2023-0782 PMID:39634310	研究论文	本文介绍了一种紧凑的生物启发相机，基于南美虾的复眼结构，实现了宽视场、高分辨率成像和敏感的三维运动轨迹重建	提出了一种深度学习架构，通过距离调节实现宽范围清晰成像，无需硬件或复杂前端设计，显著降低了系统复杂性和尺寸	NA	开发一种紧凑的生物启发相机，解决现有复眼相机与商用CMOS相机不兼容导致的散焦问题	南美虾的复眼结构	计算机视觉	NA	深度学习	Unet变体和金字塔多尺度注意力模型	图像	271个视网膜单元
12113	2024-12-08	Deep learning for optical tweezers 2024-Jul, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2024-0013 PMID:39634937	研究论文	本文探讨了深度学习在光学镊子中的应用，展示了其如何显著提升光学镊子的设计、校准和实时控制	深度学习在光学镊子中的应用提高了计算速度和多功能性，超越了传统方法	NA	探索深度学习如何改进光学镊子，并提供将其与光学捕获和操纵结合的指南	光学镊子及其在物理、生物和纳米技术中的应用	机器学习	NA	深度学习	NA	NA	NA
12114	2024-12-08	Deep learning to estimate gestational age from fly-to cineloop videos: A novel approach to ultrasound quality control 2024-Jun, International journal of gynaecology and obstetrics: the official organ of the International Federation of Gynaecology and Obstetrics DOI:10.1002/ijgo.15321 PMID:38189177	研究论文	本文开发了一种深度学习人工智能模型，用于从常规超声生物测量中获取的fly-to cineloop视频中估计孕龄，并评估其性能	提出了一种新的方法，通过深度学习模型从fly-to cineloop视频中估计孕龄，以提高超声质量控制	NA	开发一种工具，减少不标准的胎儿生物测量，同时最小化护理中断	孕龄估计和超声质量控制	机器学习	NA	深度学习	AI模型	视频	NA
12115	2024-12-08	Long-Term Regional Influenza-Like-Illness Forecasting Using Exogenous Data 2024-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3377529 PMID:38483802	研究论文	本文提出了一种利用外部数据进行长期区域流感样疾病预测的方法	本文提出的ReILIF方法利用气象和人口数据等多样化的外部数据，并通过高效的中间融合机制结合不同类型的信息，以捕捉流感样疾病的多种变化	NA	提高长期流感样疾病预测的准确性	流感样疾病	机器学习	NA	深度学习	深度神经网络	时间序列数据	NA
12116	2024-12-08	Transfer learning for metamaterial design and simulation 2024-May, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2023-0691 PMID:39633659	研究论文	本文展示了迁移学习在基于残差神经网络（ResNets）的深度学习模型训练中的应用，以提高其效率	通过迁移学习，本文能够在数据有限的情况下，利用预训练模型在相似任务中实现高效训练，数据减少达1000倍	迁移学习的有效性依赖于源任务与目标任务的相似性	评估迁移学习在不同问题领域中的效率，特别是在电磁超材料中的多尺度大尺寸超表面阵列研究中	电磁超材料中的多尺度大尺寸超表面阵列	机器学习	NA	迁移学习	残差神经网络（ResNets）	模拟数据	使用准解析离散偶极子近似（DDA）方法模拟的大尺寸超表面阵列数据进行训练和测试
12117	2024-12-08	Integrated multi-operand optical neurons for scalable and hardware-efficient deep learning 2024-May, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2023-0554 PMID:39634509	研究论文	本文提出了一种基于定制多操作数光子器件的可扩展且高效的光点积引擎，用于图像识别任务	本文的创新点在于提出了多操作数光学神经元（MOON），并实验证明了其在图像识别任务中的有效性	NA	研究下一代神经形态计算的光学神经网络硬件平台	多操作数光学神经元及其在图像识别任务中的应用	计算机视觉	NA	光学神经网络	多操作数Mach-Zehnder干涉仪（MOMZI）	图像	使用了街景房屋号码（SVHN）识别数据集，精度达到85.89%，电压控制精度为4位
12118	2024-12-08	Image-based consensus molecular subtyping in rectal cancer biopsies and response to neoadjuvant chemoradiotherapy 2024-Apr-09, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00580-3 PMID:38594327	研究论文	研究使用深度学习模型从直肠癌活检的全切片病理图像中预测共识分子亚型，并评估其与新辅助放化疗反应的关系	开发了一种基于深度学习的模型，能够从直肠癌的全切片病理图像中预测共识分子亚型，并发现这些亚型与新辅助放化疗的病理完全反应显著相关	研究仅在两个独立的数据集中验证了模型的有效性，未来需要在更多数据集中进行验证	探索基于图像的共识分子亚型分类在直肠癌活检中的应用，并评估其与新辅助放化疗反应的关系	直肠癌活检的全切片病理图像及其与新辅助放化疗反应的关系	数字病理学	直肠癌	深度学习	深度学习模型	图像	1057张全切片病理图像，114名ARISTOTLE患者和55名SALZBURG患者的独立数据集
12119	2024-12-08	Lightning Pose: improved animal pose estimation via semi-supervised learning, Bayesian ensembling, and cloud-native open-source tools 2024-Apr-03, bioRxiv : the preprint server for biology DOI:10.1101/2023.04.28.538703 PMID:37162966	研究论文	本文介绍了一种名为“Lightning Pose”的高效姿态估计工具包，通过半监督学习、贝叶斯集成和云原生开源工具改进动物姿态估计	引入了半监督学习方法，利用未标记视频帧来提高预测的连续性和合理性；设计了一种网络架构，通过预测周围未标记帧来解决遮挡问题；采用集成和卡尔曼平滑技术对姿态预测进行后处理	NA	改进动物姿态估计的准确性和科学可用性	动物姿态估计	计算机视觉	NA	半监督学习、贝叶斯集成、卡尔曼平滑	NA	视频	少量标记视频帧和大量未标记视频帧
12120	2024-12-08	Investigating the role of imaging factors in the variability of CT-based texture analysis metrics 2024-Apr, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14192 PMID:37962032	研究论文	本研究评估了在不同剂量、重建算法和切片厚度下，从CT图像中提取的IQR、CV和SD等一阶放射组学纹理特征的鲁棒性	研究了不同成像因素对CT图像纹理分析指标变异性的影响，并发现DLIR-high重建算法在降低CV、IQR和SD值方面表现优于AV50和FBP	需要多中心、多扫描仪和多成像协议的前瞻性评估来建立放射组学的质量保证标准	评估不同成像因素对CT图像纹理分析指标的影响	水模、商业人体肝脏模和人体肝脏活体扫描图像	计算机视觉	NA	CT扫描	NA	图像	水模、商业人体肝脏模和人体肝脏活体扫描图像