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
12701	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
12702	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
12703	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
12704	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
12705	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
12706	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
12707	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
12708	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
12709	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
12710	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
12711	2024-11-29	MIMO-Uformer: A Transformer-Based Image Deblurring Network for Vehicle Surveillance Scenarios 2024-Oct-31, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10110274 PMID:39590738	研究论文	提出了一种基于Transformer的图像去模糊网络MIMO-Uformer，用于车辆监控场景	采用基于基本窗口的多头自注意力机制（W-MSA）来降低计算复杂度，并结合多输入多输出U形网络（MIMO-UNet）进行多尺度图像操作，同时提出Intersection over Patch（IoP）因子和监督形态学损失来改善局部模糊性能	主要针对车辆监控场景中的局部模糊问题，可能不适用于其他类型的模糊	开发一种高效的Transformer基去模糊网络，以提高车辆监控场景中的图像清晰度	车辆监控场景中的运动模糊图像	计算机视觉	NA	Transformer	MIMO-Uformer	图像	使用公开数据集和自建数据集进行广泛实验
12712	2024-11-29	GENERATIVE FORECASTING OF BRAIN ACTIVITY ENHANCES ALZHEIMER'S CLASSIFICATION AND INTERPRETATION 2024-Oct-30, ArXiv PMID:39575120	研究论文	本研究通过生成预测脑活动来增强阿尔茨海默病的分类和解释	本研究采用了一种新的基于Transformer的BrainLM模型，用于生成预测脑活动，并展示了其在阿尔茨海默病分类中的应用	研究受限于阿尔茨海默病特定群体的数据集有限，可能影响模型的泛化能力	通过数据驱动的方法理解认知与内在脑活动之间的关系，并增强阿尔茨海默病的分类和解释	静息态功能磁共振成像（rs-fMRI）数据和阿尔茨海默病分类	计算机视觉	阿尔茨海默病	功能磁共振成像（fMRI）	LSTM和Transformer	时间序列数据	NA
12713	2024-11-29	Development and Validation of Deep Learning Preoperative Planning Software for Automatic Lumbosacral Screw Selection Using Computed Tomography 2024-Oct-30, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11111094 PMID:39593754	研究论文	开发并验证了一种基于深度学习的术前计划软件，用于自动选择腰椎骶椎螺钉	使用深度学习模型自动进行腰椎骶椎螺钉的术前计划，显著提高了计划速度和准确性	研究样本量相对较小，且仅限于特定类型的手术	提高腰椎骶椎螺钉术前计划的效率和准确性	腰椎骶椎螺钉的术前计划	计算机视觉	NA	深度学习	深度学习模型	CT扫描数据	316例腰椎骶椎融合手术患者
12714	2024-11-29	HyMNet: A Multimodal Deep Learning System for Hypertension Prediction Using Fundus Images and Cardiometabolic Risk Factors 2024-Oct-29, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11111080 PMID:39593740	研究论文	本研究开发了一种名为HyMNet的多模态深度学习系统，结合眼底图像和心血管代谢风险因素（年龄和性别）来提高高血压的检测	创新点在于整合了眼底图像和心血管代谢因素，通过多模态深度学习系统HyMNet提高了高血压检测的准确性	研究样本主要来自沙特阿拉伯，可能限制了结果的普遍适用性	开发一种多模态深度学习系统，以提高高血压的检测准确性	高血压的检测	计算机视觉	心血管疾病	多模态深度学习	CNN	图像和数值数据	5016张眼底图像，来自1243名个体
12715	2024-11-29	Deep Learning in Spinal Endoscopy: U-Net Models for Neural Tissue Detection 2024-Oct-29, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11111082 PMID:39593742	研究论文	本研究开发了一种基于U-Net架构的深度学习模型，用于脊柱内窥镜手术中神经组织的分割，以提高手术的安全性和有效性	首次将U-Net模型应用于脊柱内窥镜手术中的神经组织检测，显著提高了神经组织的识别精度	研究样本量较小，仅包含28例手术视频，未来需扩大样本量以验证模型的泛化能力	开发一种能够准确分割神经组织的深度学习模型，以提高脊柱内窥镜手术的安全性和效果	脊柱内窥镜手术中的神经组织	计算机视觉	NA	深度学习	U-Net	图像	28例手术视频，包含2307张训练图像和635张验证图像
12716	2024-11-29	Mapping the Knowledge Structure of Image Recognition in Cultural Heritage: A Scientometric Analysis Using CiteSpace, VOSviewer, and Bibliometrix 2024-Oct-26, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10110272 PMID:39590736	研究论文	本文通过CiteSpace、VOSviewer和Bibliometrix工具对Web of Science数据库中的文献进行计量分析，探讨了图像识别技术在文化遗产领域的知识结构和发展趋势	本文首次通过计量分析方法，全面揭示了图像识别技术在文化遗产领域的宏观演进，并强调了人工智能和深度学习在该领域的应用	本文主要依赖于文献计量分析，可能忽略了实际应用中的具体案例和技术细节	旨在通过计量分析填补图像识别技术在文化遗产领域应用的宏观理解空白	图像识别技术在文化遗产领域的应用及其发展趋势	计算机视觉	NA	计量分析	深度学习	文献	1995年至2024年Web of Science数据库中的相关文献
12717	2024-11-29	Accuracy Assessment of EM3D App-Based 3D Facial Scanning Compared to Cone Beam Computed Tomography 2024-Oct-25, Dentistry journal IF:2.5Q2 DOI:10.3390/dj12110342 PMID:39590392	研究论文	本研究评估了基于EM3D应用的3D面部扫描与锥束计算机断层扫描（CBCT）的准确性	利用iPhone的TrueDepth摄像头技术和EM3D应用，提供了一种成本效益高的3D面部建模替代方案	研究样本量较小，仅涉及30名患者	验证EM3D应用在3D面部扫描中的准确性，并将其与CBCT进行比较	30名需要CBCT扫描的患者	计算机视觉	NA	深度学习	NA	3D模型	30名患者
12718	2024-11-29	Image Forensics in the Encrypted Domain 2024-Oct-24, Entropy (Basel, Switzerland) DOI:10.3390/e26110900 PMID:39593845	研究论文	本文首次介绍了加密域图像取证（IFED），包括其问题描述、形式定义和评估指标，并提出了一种基于深度学习的轻量级增强取证网络（LEFN）来检测加密域中的复制移动篡改	首次提出加密域图像取证（IFED）的概念，并开发了一种基于深度学习的轻量级增强取证网络（LEFN）来应对加密域中的复制移动篡改检测挑战	NA	解决加密域中的图像取证问题，特别是检测加密域中的复制移动篡改	加密域中的图像取证，特别是复制移动篡改的检测	计算机视觉	NA	深度学习	轻量级增强取证网络（LEFN）	图像	NA
12719	2024-11-29	The Adversarial Robust and Generalizable Stereo Matching for Infrared Binocular Based on Deep Learning 2024-Oct-22, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10110264 PMID:39590728	研究论文	本文提出了一种基于深度学习的红外双目立体匹配方法，旨在提高算法在复杂条件下的鲁棒性和泛化能力	该方法无需大型红外图像数据集，能够无缝适应任何特定红外相机，并扩展到标准双目图像，适用于红外和可见光立体图像	NA	提高深度学习方法在红外双目图像立体匹配中的鲁棒性和泛化能力	红外双目图像和可见光双目图像的立体匹配	计算机视觉	NA	多尺度census变换	堆叠沙漏子网络	图像	广泛使用的自动驾驶数据集
12720	2024-11-29	Robust Real-Time Cancer Tracking via Dual-Panel X-Ray Images for Precision Radiotherapy 2024-Oct-22, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11111051 PMID:39593711	研究论文	本研究提出了一种基于深度学习的实时无标记肺肿瘤跟踪方法，利用正交X射线投影图像进行精确的肿瘤定位	创新性地结合了混合变形模型与3D薄板样条变换的数据增强技术，以及基于Transformer的分割网络和CNN回归网络，实现了高精度的肿瘤跟踪	NA	提高肺癌放疗中肿瘤定位的精确性和实时性	肺癌肿瘤的实时跟踪和定位	计算机视觉	肺癌	X射线成像	Transformer, CNN	图像	使用The Cancer Imaging Archive的患者数据和动态胸腔模型数据进行评估