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
13361	2024-10-21	Driving fingerprinting enhances drowsy driving detection: Tailoring to individual driver characteristics 2024-Oct-16, Accident; analysis and prevention DOI:10.1016/j.aap.2024.107812 PMID:39423716	研究论文	本文提出了一种利用驾驶指纹（DF）个性化检测驾驶员疲劳的模型，通过提取个体驾驶员的最佳疲劳特征来提高检测准确性	本文创新性地引入了驾驶指纹（DF）来代表个体特征，并利用改进的自适应遗传算法提取个体驾驶员的最佳疲劳特征，从而提高检测准确性和实时性	本文提出的模型在实际应用中仍面临与现有系统集成和隐私保护的挑战	提高驾驶员疲劳检测的准确性和个性化程度，以预防疲劳驾驶相关事故	24名参与者（男女比例2:1，包括专业出租车司机和研究生）的驾驶行为、面部表情和卡罗林斯卡嗜睡量表（KSS）数据	计算机视觉	NA	驾驶指纹（DF）、主成分分析（PCA）、径向基函数神经网络（RBFNN）	个性化疲劳驾驶检测模型（IDDM）	驾驶行为数据、面部表情数据、卡罗林斯卡嗜睡量表（KSS）数据	24名参与者（男女比例2:1，包括专业出租车司机和研究生）
13362	2024-10-21	Duodenal papilla radiomics-based prediction model for post-ERCP pancreatitis using machine learning: a retrospective multicohort study 2024-Oct, Gastrointestinal endoscopy IF:6.7Q1 DOI:10.1016/j.gie.2024.03.031 PMID:38583542	研究论文	本文研究了十二指肠乳头形态与ERCP术后胰腺炎（PEP）之间的关系，并构建了一个基于放射组学的PEP预测模型	本文首次利用放射组学特征结合机器学习算法，构建了一个预测ERCP术后胰腺炎的模型，显著提高了诊断准确性	本文为回顾性研究，样本量有限，且仅在两个中心进行验证，未来需在更多中心进行前瞻性研究以验证模型的普适性	研究十二指肠乳头形态与ERCP术后胰腺炎之间的关系，并构建一个有效的预测模型	十二指肠乳头形态和ERCP术后胰腺炎	机器学习	胰腺炎	放射组学	逻辑回归	图像	2038和334名ERCP患者
13363	2024-10-21	Data set terminology of deep learning in medicine: a historical review and recommendation 2024-Oct, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-024-01608-1 PMID:38856878	综述	本文回顾了医学和深度学习领域中数据集术语的历史演变，并提出了减少术语混淆的建议	本文通过历史文献的考察，揭示了医学和AI领域中数据集术语的差异，并提出了减少误解的实用解决方案	本文主要关注数据集术语的历史和定义，未涉及具体的技术实现或模型评估	旨在减少医学和深度学习领域中数据集术语的混淆，促进跨学科研究的透明性和有效性	医学和深度学习领域中的数据集术语及其历史演变	机器学习	NA	NA	NA	NA	NA
13364	2024-10-21	A Fully Automated Pipeline Using Swin Transformers for Deep Learning-Based Blood Segmentation on Head Computed Tomography Scans After Aneurysmal Subarachnoid Hemorrhage 2024-Oct, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2024.07.216 PMID:39111661	研究论文	本文开发并验证了一种基于Swin-UNETR架构的全自动血液分割工具，用于动脉瘤性蛛网膜下腔出血患者的非对比CT扫描	本文首次采用Swin-UNETR架构进行全自动血液分割，显著提高了分割精度和处理速度	模型在标准硬件上运行，但计算需求较高，需要进一步验证其在不同数据集上的临床可靠性	开发和验证一种人工智能驱动的全自动血液分割工具，用于动脉瘤性蛛网膜下腔出血患者的非对比CT扫描	动脉瘤性蛛网膜下腔出血患者的非对比CT扫描图像	计算机视觉	脑血管疾病	Swin-UNETR架构	Swin-UNETR	图像	回顾性分析了动脉瘤性蛛网膜下腔出血患者的非对比CT扫描图像，包括内部和外部验证队列
13365	2024-10-21	Accuracy and time efficiency of a novel deep learning algorithm for Intracranial Hemorrhage detection in CT Scans 2024-Oct, La Radiologia medica DOI:10.1007/s11547-024-01867-y PMID:39123064	研究论文	评估一种基于Dense-UNet架构的深度学习算法在非对比CT扫描中检测急性颅内出血（ICH）的准确性和时间效率	提出了一种新的深度学习算法，使用Dense-UNet架构，能够高准确度地检测和分类颅内出血，并且处理时间显著缩短	研究是回顾性的，样本量有限，且仅限于创伤性脑损伤（TBI）后的非对比CT扫描	评估深度学习算法在非对比CT扫描中检测急性颅内出血的准确性和时间效率	502例非对比CT头部扫描，涉及创伤性脑损伤后的急性颅内出血	计算机视觉	颅内出血	深度学习	Dense-UNet	图像	502例非对比CT头部扫描
13366	2024-09-06	Advancing MRI Technology with Deep Learning Super Resolution Reconstruction 2024-Oct, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.08.046 PMID:39232913	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
13367	2024-10-21	Computational modeling of tumor invasion from limited and diverse data in Glioblastoma 2024-Oct, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102436 PMID:39342741	研究论文	本文提出了一种使用生成对抗网络（TI-GAN）自动计算建模肿瘤周围受影响组织的方法	首次使用生成深度学习自动化建模肿瘤周围受影响组织，并提出TI-GAN模型	NA	研究肿瘤侵袭对周围组织的影响，并评估其预后价值	胶质母细胞瘤患者的肿瘤侵袭及其对周围组织的影响	计算机视觉	脑肿瘤	生成对抗网络（GAN）	生成对抗网络（TI-GAN）	图像	NA
13368	2024-10-21	Main challenges on the curation of large scale datasets for pancreas segmentation using deep learning in multi-phase CT scans: Focus on cardinality, manual refinement, and annotation quality 2024-Oct, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102434 PMID:39284244	研究论文	研究探讨了在多相CT扫描中使用深度学习进行胰腺分割的大规模数据集的优化问题	提出了AIMS-1300数据集，并研究了不同训练样本数量对分割精度的影响	研究主要集中在特定数据集和模型上，未广泛验证其他数据集和模型的适用性	优化胰腺分割的准确性，并探讨数据集大小对分割性能的影响	胰腺分割在多相CT扫描中的应用	计算机视觉	NA	深度学习	UNet	CT扫描图像	1300个CT扫描图像
13369	2024-10-21	Image-domain material decomposition for dual-energy CT using unsupervised learning with data-fidelity loss 2024-Sep, Medical physics IF:3.2Q1 DOI:10.1002/mp.17255 PMID:38865687	研究论文	本文提出了一种基于无监督学习框架的双能CT图像域材料分解方法，通过数据保真度损失来实现噪声抑制	本文的创新点在于提出了一种无监督学习框架，结合生成对抗网络（GAN）架构，通过数据保真度损失来实现双能CT图像域材料分解，无需配对数据进行模型训练	本文未提及具体的局限性	开发一种无监督学习框架，通过数据测量一致性实现双能CT图像域材料分解	双能CT图像域材料分解中的噪声抑制	计算机视觉	NA	生成对抗网络（GAN）	生成对抗网络（GAN）	图像	头和肺部数字体模以及临床头和肺部患者研究
13370	2024-10-21	Diffeomorphic transformer-based abdomen MRI-CT deformable image registration 2024-Sep, Medical physics IF:3.2Q1 DOI:10.1002/mp.17235 PMID:38820286	研究论文	本文提出了一种基于微分同胚变换器的腹部MRI-CT可变形图像配准方法	本文创新性地将Swin变换器集成到卷积神经网络中，用于变形特征提取，并假设微分同胚变形	本文未详细讨论该方法在其他疾病或器官上的适用性	开发一种新的深度学习模型，用于直接注册腹部MRI-CT图像的变形矢量场估计	腹部MRI-CT图像的变形矢量场估计	计算机视觉	NA	深度学习	卷积神经网络 (CNN) 和 Swin变换器	图像	50例肝脏病例
13371	2024-10-21	Three-Dimensional Gravity Inversion Based on Attention Feature Fusion 2024-Sep-01, Sensors (Basel, Switzerland) DOI:10.3390/s24175697 PMID:39275607	研究论文	本文提出了一种基于注意力特征融合机制的三维重力反演方法	引入注意力特征融合模块，避免了网络训练过程中的特征损失，提高了垂直分辨率和预测精度	未提及具体局限性	改进三维重力反演的垂直分辨率和抗噪能力	地下异常源的位置、形状和物理属性参数	计算机视觉	NA	深度学习 (DL)	U-Net	重力异常数据	未提及具体样本数量
13372	2024-10-21	A Study of Classroom Behavior Recognition Incorporating Super-Resolution and Target Detection 2024-Aug-30, Sensors (Basel, Switzerland) DOI:10.3390/s24175640 PMID:39275552	研究论文	本文提出了一种结合超分辨率和目标检测的学生课堂行为识别网络，以解决传统课堂观察评估中的图像清晰度不足、数据集复杂、多目标检测错误和角色交互复杂等问题	本文创新性地将SRGAN用于提高图像分辨率，优化特征提取并引入AKConv和LASK注意力机制增强多尺度特征识别，同时集成CBAM注意力机制以提升重要特征通道和空间区域的识别	NA	旨在通过结合超分辨率和目标检测技术，提高课堂行为识别的准确性和鲁棒性	学生课堂行为，包括举手、阅读、写作、玩手机、低头和趴在桌子上	计算机视觉	NA	超分辨率生成对抗网络（SRGAN）、YOLOv8s算法、AKConv、LASK注意力机制、CBAM注意力机制	YOLOv8s	图像	NA
13373	2024-10-21	Visual Navigation of Caged Chicken Coop Inspection Robot Based on Road Features 2024-Aug-29, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani14172515 PMID:39272300	研究论文	本文提出了一种基于道路特征的笼养鸡舍巡检机器人视觉导航系统	提出了新的灰度因子（4B-3R-2G）用于快速准确的道路提取，并基于道路边界特征提出了导航线拟合算法	NA	提高笼养鸡舍巡检机器人的导航速度和精度	笼养鸡舍巡检机器人	计算机视觉	NA	视觉导航	NA	图像	NA
13374	2024-10-21	FedAvg-P: Performance-Based Hierarchical Federated Learning-Based Anomaly Detection System Aggregation Strategy for Advanced Metering Infrastructure 2024-Aug-24, Sensors (Basel, Switzerland) DOI:10.3390/s24175492 PMID:39275403	研究论文	本文提出了一种基于性能的分层联邦学习异常检测系统聚合策略FedAvg-P，用于高级计量基础设施（AMI）	开发了一种新的聚合策略FedAvg-P，以提高全局性能，并提出了一种点对点架构以防止单点故障	联邦学习模型存在单点故障的风险，可能导致系统故障和性能下降	开发一种基于性能的分层联邦学习异常检测系统，以提高高级计量基础设施的安全性和可靠性	高级计量基础设施（AMI）及其数据安全	机器学习	NA	联邦学习	深度学习模型	数据	使用了CIC-IDS2017数据集进行实验
13375	2024-10-21	An Intrinsically Explainable Method to Decode P300 Waveforms from EEG Signal Plots Based on Convolutional Neural Networks 2024-Aug-20, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci14080836 PMID:39199527	研究论文	提出了一种基于卷积神经网络的内在可解释方法，用于从脑电图信号中解码P300波形	克服了深度学习技术的黑箱特性，通过将脑电图信号绘制为图像，使医生和技术人员能够直观解释和网络检测	仅在8名ALS患者的公共数据集上进行了验证	开发一种可解释的脑机接口技术，用于ALS患者的替代通信	P300波形和脑电图信号	机器学习	肌萎缩侧索硬化症	卷积神经网络	CNN	图像	8名ALS患者
13376	2024-10-21	Corun: Concurrent Inference and Continuous Training at the Edge for Cost-Efficient AI-Based Mobile Image Sensing 2024-Aug-14, Sensors (Basel, Switzerland) DOI:10.3390/s24165262 PMID:39204957	研究论文	介绍了一种名为Corun的新框架，旨在边缘服务器上同时处理多个推理查询和持续模型再训练/微调，以提高推理吞吐量并保持推理精度	提出了Corun框架，能够在单个商品GPU上同时处理多个推理查询和持续模型再训练/微调，显著提高推理吞吐量并保持推理精度	推理查询的延迟和再训练周期的长度增加率较低	解决移动设备上深度学习资源不足导致的推理延迟和电池消耗问题，以及数据漂移导致的推理精度下降问题	移动设备上的图像传感应用，如图像分类、人脸识别和相机场景检测	计算机视觉	NA	深度学习	NA	图像	NA
13377	2024-10-21	Deep Learning-Assisted Automatic Diagnosis of Anterior Cruciate Ligament Tear in Knee Magnetic Resonance Images 2024-Aug-13, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10080094 PMID:39195729	研究论文	本文开发了一种深度学习模型，用于膝关节磁共振图像中前交叉韧带撕裂的自动诊断	提出了一个包含双尺度数据增强模块、选择性组注意力模块和融合模块的深度学习模型，以提高诊断准确性和效率	NA	开发一种深度学习模型，用于提高膝关节磁共振图像中前交叉韧带撕裂的诊断准确性和效率	膝关节磁共振图像中的前交叉韧带撕裂	计算机视觉	运动损伤	深度学习	SGNET	图像	1250个膝关节MRI扫描
13378	2024-10-21	Short tandem repeat expansions in cortical layer-specific genes implicate in phenotypic severity and adaptability of autism spectrum disorder 2024-Jul, Psychiatry and clinical neurosciences IF:5.0Q1 DOI:10.1111/pcn.13676 PMID:38751214	研究论文	研究短串联重复序列（STR）在自闭症谱系障碍（ASD）中的作用及其与皮质层特异性基因的关系	首次在未充分研究的群体中展示了与ASD相关的STR扩展的证据	NA	研究STR扩展与ASD的遗传关联，并识别与ASD表型相关的风险位点	自闭症谱系障碍（ASD）及其相关基因	基因组学	自闭症谱系障碍	全基因组测序（WGS）	深度学习	基因组数据	634个ASD家庭
13379	2024-10-21	Quantization avoids saddle points in distributed optimization 2024-Apr-23, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2319625121 PMID:38640343	研究论文	本文研究了分布式非凸优化中的鞍点问题，并提出了一种利用量化技术避免鞍点的解决方案	提出了一种随机量化方案，能够有效逃离鞍点并确保收敛到二阶平稳点	NA	解决分布式非凸优化中的鞍点问题	分布式系统中的非凸优化问题	机器学习	NA	量化技术	NA	数据集	使用基准数据集进行实验
13380	2024-10-21	Added prognostic value of 3D deep learning-derived features from preoperative MRI for adult-type diffuse gliomas 2024-03-04, Neuro-oncology IF:16.4Q1 DOI:10.1093/neuonc/noad202 PMID:37855826	研究论文	研究了使用三维卷积神经网络从术前MRI中提取的空间特征对成人弥漫性胶质瘤的预后价值	提出了基于三维卷积神经网络的深度学习预后指数（DPI），并验证了其在独立于临床和分子遗传变量的预后价值	研究为回顾性多中心研究，数据集来自不同机构，可能存在数据异质性	探讨三维卷积神经网络从全脑MRI中提取的空间特征对成人弥漫性胶质瘤的预后价值	成人弥漫性胶质瘤患者	计算机视觉	脑肿瘤	三维卷积神经网络	三维卷积神经网络	图像	1925名弥漫性胶质瘤患者