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
12301	2024-12-06	Adaptive Fusion of Deep Learning With Statistical Anatomical Knowledge for Robust Patella Segmentation From CT Images 2024-05, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3372576 PMID:38446653	研究论文	提出了一种结合深度学习和统计解剖知识的自适应融合框架，用于从CT图像中进行髌骨分割	将深度神经网络与统计形状模型中的解剖知识相结合，提出了一种自适应融合框架，并采用了体素级细化策略	未提及	开发一种鲁棒的自动髌骨分割方法，以辅助医生诊断膝关节骨性关节炎	髌骨的分割	计算机视觉	关节疾病	统计形状模型	CNN	图像	未提及
12302	2024-12-06	Cross-Attention Enhanced Pyramid Multi-Scale Networks for Sensor-Based Human Activity Recognition 2024-05, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3377353 PMID:38483804	研究论文	本文提出了一种新的基于深度学习的人类活动识别模型，通过交叉注意力增强的金字塔多尺度网络来提高识别精度和计算效率	引入了金字塔多尺度卷积网络和交叉注意力机制，通过多尺度表示能力和跨维度关系增强特征表示	未提及具体限制	解决人类活动识别中识别精度和计算效率之间的权衡问题	人类活动识别	计算机视觉	NA	深度学习	金字塔多尺度卷积网络，交叉注意力机制	传感器数据	涉及四个不同数据集：UCI，WISDM，PAMAP2，OPPORTUNITY
12303	2024-12-06	Deep Multimodal Fusion of Data With Heterogeneous Dimensionality via Projective Networks 2024-04, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3352970 PMID:38206782	研究论文	提出了一种新的深度学习框架，用于融合具有异构维度的多模态数据，并验证了其在地理萎缩和视网膜血管分割任务中的有效性	提出了一种新的深度学习框架，能够融合具有不同维度的多模态数据，并适用于定位任务	当前的分割方法仅限于融合相同维度的模态，且分类方法的融合策略不适用于定位任务	开发一种能够融合异构维度多模态数据的深度学习框架，并验证其在医学图像分割任务中的应用	地理萎缩和视网膜血管的分割	计算机视觉	老年性疾病	深度学习	NA	图像	NA
12304	2024-12-06	Identifying Biases in a Multicenter MRI Database for Parkinson's Disease Classification: Is the Disease Classifier a Secret Site Classifier? 2024-04, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3352513 PMID:38198251	研究论文	研究探讨了在多中心MRI数据库中用于帕金森病分类的深度学习模型是否存在站点相关的偏差	首次系统分析了深度学习模型在帕金森病分类中可能利用的站点相关特征作为捷径的现象	研究仅限于T1加权MRI数据，未涵盖其他类型的医学影像数据	探究深度学习模型在帕金森病分类中是否存在站点相关的偏差	多中心MRI数据库中的帕金森病分类模型	计算机视觉	帕金森病	MRI	深度学习模型	图像	1880个MRI扫描数据，来自41个中心
12305	2024-12-06	Identification of Congenital Valvular Murmurs in Young Patients Using Deep Learning-Based Attention Transformers and Phonocardiograms 2024-04, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3357506 PMID:38261492	研究论文	本文开发了一种基于深度学习的注意力转换器模型，用于通过心音图（PCG）自动检测年轻患者中由先天性心脏病（CHD）引起的心脏杂音	本文首次使用深度学习技术结合注意力转换器模型，通过心音图自动检测先天性心脏病引起的心脏杂音，提高了诊断效率和准确性	模型在区分杂音存在与否的准确性上仍有提升空间，且在不同年龄段的预测准确性存在差异	开发一种自动化工具，通过心音图早期检测先天性心脏病引起的心脏杂音，减少对昂贵设备和专家评估的依赖	年轻患者的心脏杂音检测	机器学习	先天性心脏病	深度学习	注意力转换器	心音图	942名年轻患者的心音图记录
12306	2024-12-06	Discovering Consensus Regions for Interpretable Identification of RNA N6-Methyladenosine Modification Sites via Graph Contrastive Clustering 2024-04, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3357979 PMID:38265898	研究论文	提出了一种名为M6A-DCR的深度学习模型，用于通过发现共识区域来解释性地识别RNA N6-甲基腺苷修饰位点	通过整合特定位置和核苷酸类型构建实例图，并将共识区域的发现转化为图聚类问题，从而实现对m6A修饰位点的解释性识别	未提及	开发一种能够解释性地识别RNA N6-甲基腺苷修饰位点的深度学习模型	RNA N6-甲基腺苷修饰位点	机器学习	NA	图聚类	深度学习模型	RNA序列	未提及
12307	2024-12-06	Brain Structural Connectivity Guided Vision Transformers for Identification of Functional Connectivity Characteristics in Preterm Neonates 2024-04, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3355020 PMID:38285570	研究论文	提出了一种基于脑结构连接引导的视觉变换器模型，用于识别早产儿的功能连接特征	引入了一种新的脑结构连接/功能连接矩阵补丁标记，并使用结构连接矩阵作为有效掩码筛选输入的功能连接补丁嵌入，以提高分类和识别功能连接差异的能力	NA	提高早产儿功能连接特征的分类和识别能力，以改善诊断和治疗	早产儿、有早期新生儿经验的早产儿和足月儿的功能连接差异	计算机视觉	NA	NA	视觉变换器 (ViT)	多模态MRI数据	437名新生儿的大脑数据
12308	2024-12-06	Predicting Protein Functions Based on Heterogeneous Graph Attention Technique 2024-04, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3357834 PMID:38319781	研究论文	本文提出了一种基于异构图注意力技术的深度学习方法，用于预测蛋白质功能	该方法通过构建包含蛋白质相互作用网络、本体结构以及正负注释信息的异构图，利用图注意力技术学习蛋白质和本体术语的嵌入表示，从而提高预测性能	NA	解决现有计算方法在蛋白质功能预测中忽略负注释信息导致精度低估的问题	蛋白质功能预测	生物信息学	NA	异构图注意力技术	深度学习模型	图数据	三种物种（人类、小鼠和拟南芥）
12309	2024-12-06	Machine Learning and Deep Learning Techniques Applied to Diabetes Research: A Bibliometric Analysis 2024-03, Journal of diabetes science and technology IF:4.1Q2 DOI:10.1177/19322968231215350 PMID:38047451	研究论文	本文通过文献计量分析，探讨了2000年至2022年间机器学习和深度学习技术在糖尿病研究中的应用趋势	首次全面分析了机器学习和深度学习技术在糖尿病研究领域的知识生成景观	未发现特定作者的突出领导作用	揭示全球在糖尿病研究中应用机器学习和深度学习技术的研究趋势和网络	糖尿病研究领域的科学文章	机器学习	糖尿病	机器学习、深度学习	NA	文献	1773篇文章
12310	2024-12-06	A New Multi-Atlas Based Deep Learning Segmentation Framework With Differentiable Atlas Feature Warping 2024-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3344646 PMID:38113158	研究论文	本文提出了一种新的基于多图谱的深度学习分割框架，通过可微分的图谱特征变形模块来建立特征级别的图谱-目标对应关系	引入了一种新的可微分图谱特征变形模块，通过平滑正则化项来建立特征级别的图谱-目标对应关系，提高了分割精度	NA	解决现有基于深度学习的多图谱分割方法中图谱-目标特征不一致的问题，提高医学图像分割的准确性	脑部分割任务	计算机视觉	NA	深度学习	深度学习模型	图像	使用了两个公开的MR脑部图像数据集：LPBA40和NIREP-NA0
12311	2024-12-06	EHR-HGCN: An Enhanced Hybrid Approach for Text Classification Using Heterogeneous Graph Convolutional Networks in Electronic Health Records 2024-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3346210 PMID:38133976	研究论文	提出了一种基于异构图卷积网络的电子健康记录文本分类方法EHR-HGCN	结合了上下文敏感的词和句子嵌入与结构化的句子级和词级关系信息，将EHR文本分类重新定义为图分类任务	未提及	提高电子健康记录文本分类的准确性和F1分数	电子健康记录文本	自然语言处理	NA	异构图卷积网络	异构图卷积神经网络	文本	多种标准文本分类基准数据集和MedLit基准数据集
12312	2024-12-06	Dual-View Learning Based on Images and Sequences for Molecular Property Prediction 2024-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3347794 PMID:38153823	研究论文	本文提出了一种基于图像和序列的双视图学习方法，用于分子性质预测	本文创新性地结合了分子图像和SMILES序列，通过交叉注意力机制提取信息，提出了一种名为ISMol的多模态架构	NA	探索分子图像和SMILES序列之间的关系，提高分子性质预测的准确性	分子图像和SMILES序列	机器学习	NA	交叉注意力机制	多模态架构	图像和文本	14个小分子ADMET数据集
12313	2024-12-06	Graph Autoencoders for Embedding Learning in Brain Networks and Major Depressive Disorder Identification 2024-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3351177 PMID:38194405	研究论文	提出了一种利用图深度学习框架对脑网络进行分类以识别重度抑郁症的新方法	引入了一种新的图自编码器架构，基于图卷积网络，将fMRI网络的拓扑结构和节点内容嵌入到低维表示中	未提及	开发一种新的图深度学习框架，用于分类脑网络并识别重度抑郁症	重度抑郁症和健康对照组的脑网络	机器学习	精神疾病	功能磁共振成像(fMRI)	图自编码器(GAE)和全连接神经网络(FCNN)	图数据	未提及具体数量
12314	2024-12-06	A New Automated Prognostic Prediction Method Based on Multi-Sequence Magnetic Resonance Imaging for Hepatic Resection of Colorectal Cancer Liver Metastases 2024-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3350247 PMID:38446655	研究论文	提出了一种基于多序列磁共振成像的新型自动化预测方法，用于预测结直肠癌肝转移切除后的1年复发和无复发生存	设计了多模态引导局部特征融合模块和跨模态互补外部注意力模块，以解决现有方法中特征冗余和空间信息丢失的问题	未提及	探索结直肠癌肝转移手术切除后的预后预测	结直肠癌肝转移患者	计算机视觉	结直肠癌	磁共振成像 (MRI)	多模态引导互补网络 (MGCNet)	图像	未提及
12315	2024-12-06	The impact of artificial intelligence in the diagnosis and management of acoustic neuroma: A systematic review 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-232043 PMID:39093085	综述	本文系统回顾了人工智能在听神经瘤诊断和管理中的应用	探讨了机器学习和人工智能如何革新听神经瘤的管理和诊断程序	需要进一步研究以标准化人工智能方法，并验证其在医疗环境中的应用	研究人工智能和机器学习在听神经瘤诊断和管理中的潜力	听神经瘤的诊断和管理方法	机器学习	听神经瘤	NA	NA	NA	NA
12316	2024-12-06	Multi-dimensional dense attention network for pixel-wise segmentation of optic disc in colour fundus images 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-230310 PMID:39058458	研究论文	提出了一种多维密集注意力网络（MDDA-Net）用于彩色眼底图像中视盘的像素级分割	引入了密集注意力块和三重注意力块，以增强上下文表示能力和特征处理能力，并通过多尺度上下文融合获取多尺度上下文信息	未提及具体的局限性	提高视盘分割的准确性，以早期检测视网膜疾病	视盘的像素级分割	计算机视觉	NA	深度学习	MDDA-Net	图像	三个数据集（MESSIDOR和ORIGA）
12317	2024-12-06	Fine grained automatic left ventricle segmentation via ROI based Tri-Convolutional neural networks 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-240062 PMID:39058464	研究论文	本文提出了一种基于Tri-Convolutional神经网络的左心室自动分割方法	本文创新性地结合了三种不同的深度学习结构，通过Tri-Convolutional网络实现了高精度的左心室分割	NA	提高左心室分割的准确性和效率	左心室图像的自动分割	计算机视觉	心血管疾病	深度学习	Tri-Convolutional神经网络	图像	使用了sunny brook、York、ACDC和LVSC数据集
12318	2024-12-06	Gastrointestinal tract disease detection via deep learning based structural and statistical features optimized hexa-classification model 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-240603 PMID:39031411	研究论文	提出了一种基于深度学习的结构和统计特征优化六分类模型，用于检测胃肠道疾病	提出了Deep SS-Hexa模型，结合两种深度学习结构提取WCE图像的结构和统计特征，并通过Walrus优化算法选择最佳特征，最终使用深度信念网络进行六分类	未提及具体局限性	提高胃肠道疾病检测的准确性和效率	胃肠道疾病的检测	计算机视觉	胃肠道疾病	深度学习	深度信念网络	图像	使用了KVASIR和KID数据集
12319	2024-12-06	A hybrid model for the classification of Autism Spectrum Disorder using Mu rhythm in EEG 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-240644 PMID:39031413	研究论文	研究利用脑电图中的Mu节律，结合机器学习和深度学习技术，开发了一种混合模型用于自闭症谱系障碍的分类	提出了一个结合深度学习和机器学习的混合模型，显著提高了自闭症谱系障碍的分类准确率	研究仅使用了有限的脑电图通道，可能无法全面反映自闭症谱系障碍的复杂性	提高自闭症谱系障碍与典型发育个体的分类准确率	自闭症谱系障碍患者和典型发育个体	机器学习	自闭症谱系障碍	脑电图	混合模型	脑电图数据	未明确提及样本数量
12320	2024-12-06	CNN-based glioma detection in MRI: A deep learning approach 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-240158 PMID:39031408	研究论文	本文开发了一种基于卷积神经网络（CNN）的自动化胶质瘤分割算法，用于在MRI图像中准确识别肿瘤成分	本文利用CNN技术提高了胶质瘤分割的准确性，达到了与经验丰富的放射科医生和商用工具相当的水平	NA	开发一种自动化的胶质瘤分割算法，以提高诊断精度和量化	高级别胶质瘤（HGGs）和低级别胶质瘤（LGGs）的MRI扫描图像	计算机视觉	脑肿瘤	卷积神经网络（CNN）	U-Net网络	MRI图像	285例高级别胶质瘤（HGGs）和低级别胶质瘤（LGGs）的MRI扫描