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
13601	2024-10-20	Gapr for large-scale collaborative single-neuron reconstruction 2024-Oct, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02345-z PMID:38961277	研究论文	开发了一种名为Gapr的工具，用于大规模协作的单神经元重建	引入了Gapr工具，结合深度学习自动重建、自动校对和互联网协作校对，提高了大规模神经元重建的效率	NA	解决大规模神经元重建的挑战	小鼠大脑中的单神经元	计算机视觉	NA	深度学习	NA	图像	超过4000个神经元
13602	2024-10-20	Establishing a Validation Infrastructure for Imaging-Based Artificial Intelligence Algorithms Before Clinical Implementation 2024-Oct, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2024.04.027 PMID:38789066	研究论文	本文探讨了在临床实施前建立用于成像人工智能算法的验证基础设施的必要性和方法	提出了针对大型医疗中心和机构的外部验证基础设施的建议，以确保AI模型的准确性和可推广性	未详细讨论具体的验证方法或技术细节	探讨如何建立一个强大的验证基础设施，以确保AI算法在临床实施前的准确性和安全性	成像人工智能算法及其在临床实施前的验证	计算机视觉	NA	深度学习	AI模型	图像	NA
13603	2024-10-20	[Research status of the tumor stroma ratio in prognosis and treatment of pancreatic cancer] 2024-Oct-01, Zhonghua wai ke za zhi [Chinese journal of surgery] DOI:10.3760/cma.j.cn112139-20240414-00183 PMID:39183024	研究论文	本文综述了肿瘤间质比例（TSR）在胰腺癌预后和治疗中的研究现状	整合人工智能深度学习模型到传统的病理和影像评估中，以实现对TSR的精确评估	当前研究结果不一致，指导精准治疗仍存在差距	探讨肿瘤间质比例在胰腺癌预后和治疗中的作用	胰腺癌患者的肿瘤间质比例及其对预后和治疗方案的影响	数字病理	胰腺癌	人工智能深度学习	深度学习模型	病理和影像数据	NA
13604	2024-10-20	Economical hybrid novelty detection leveraging global aleatoric semantic uncertainty for enhanced MRI-based ACL tear diagnosis 2024-Oct, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102424 PMID:39241271	研究论文	本研究提出了一种创新的混合深度学习框架，将矢状MRI上的前交叉韧带（ACL）撕裂分类任务重新定义为新颖性检测问题，以解决类别不平衡问题	引入了高度区分性的新颖性评分，利用YOLOv5-nano对象检测模型输出的类别分数中的偶然语义不确定性，并提出了使用全局分数（概率向量）来考虑组织连续性	NA	提高基于MRI的ACL撕裂诊断的准确性、速度和环境可持续性	矢状MRI上的前交叉韧带（ACL）撕裂分类任务	计算机视觉	运动损伤	深度学习	YOLOv5-nano, MINIROCKET	图像	涉及两个公共数据库（KneeMRI和MRNet）和一个来自希腊拉里萨大学总医院的验证数据库
13605	2024-10-20	Hematoma expansion prediction in intracerebral hemorrhage patients by using synthesized CT images in an end-to-end deep learning framework 2024-Oct, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102430 PMID:39260113	研究论文	本文提出了一种端到端的深度学习框架，用于预测自发性脑出血患者中的血肿扩张，使用合成CT图像进行训练	首次在血肿扩张预测领域使用图像合成技术来增强结果	数据集规模较小，仅包含122名患者的数据	开发一种能够预测自发性脑出血患者血肿扩张的深度学习模型，以改善患者的临床管理	自发性脑出血患者及其初始CT扫描图像	计算机视觉	脑血管疾病	深度学习	EfficientNet B0	图像	122名自发性脑出血患者，其中包括35名血肿扩张患者
13606	2024-10-20	Self-inspired learning for denoising live-cell super-resolution microscopy 2024-Oct, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02400-9 PMID:39261639	研究论文	本文介绍了一种基于深度学习的去噪方法，用于提高活细胞超分辨率显微镜成像质量	提出了一种自启发式Noise2Noise模块SN2N，通过自监督数据生成和自约束学习过程，无需大量训练集和干净的真实数据，仅需单个噪声帧即可训练	NA	提高活细胞超分辨率显微镜成像的效率和质量	活细胞超分辨率显微镜成像	计算机视觉	NA	深度学习	Noise2Noise模块	图像	仅需单个噪声帧进行训练
13607	2024-10-20	Towards explainable oral cancer recognition: Screening on imperfect images via Informed Deep Learning and Case-Based Reasoning 2024-Oct, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102433 PMID:39276433	研究论文	本文提出了一种基于知情深度学习和案例推理的解释性口腔癌识别系统，旨在处理不完美图像并提供临床用户所需的解释	本文的创新点在于结合了案例推理和知情深度学习，能够处理数据不完美问题，并提供更符合临床用户需求的解释	本文的局限性在于实验数据集的规模和多样性可能不足以全面评估系统的性能	研究目的是开发一种成本效益高且透明的计算机化口腔癌筛查系统，以早期检测疾病并减少专家干预和昂贵分析的需求	研究对象是口腔鳞状细胞癌的识别和解释性人工智能系统	计算机视觉	口腔癌	知情深度学习	深度学习模型	图像	与医疗机构合作收集的数据集
13608	2024-10-20	Application of machine learning and deep learning techniques in modeling the associations between air pollution and meteorological parameters in urban areas of tehran metropolis 2024-Oct-01, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-024-13162-4 PMID:39352511	研究论文	研究探讨了德黑兰大都市区空气污染物与气象参数之间的统计关系，并评估了六种不同算法在污染物和气候因素建模中的有效性	比较了六种不同算法在污染物和气候因素建模中的表现，发现MLR在某些情况下优于其他模型	需要进一步研究以确定人类活动对德黑兰污染物水平的具体影响	研究空气污染与气象参数之间的关系，并评估不同机器学习和深度学习算法在污染物建模中的有效性	德黑兰大都市区的空气污染物和气象参数	机器学习	NA	机器学习和深度学习技术	多种模型（MLR, GAM, CART, RF, GBM, DL）	空气污染物和气象参数数据	2001年至2021年的数据
13609	2024-10-20	Detecting thyroid nodules along with surrounding tissues and tracking nodules using motion prior in ultrasound videos 2024-Oct, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102439 PMID:39357244	研究论文	提出了一种新的检测模型DiffusionVID-Line和一种新的跟踪算法ByteTrack-Line，利用甲状腺超声视频中结节直线运动的先验知识，提高了检测和跟踪的准确性	利用甲状腺超声视频中结节直线运动的先验知识，设计了新的检测模型和跟踪算法，显著提高了检测和跟踪的准确性	NA	提高甲状腺结节在超声视频中的检测和跟踪准确性	甲状腺结节及其周围组织在超声视频中的检测和跟踪	计算机视觉	甲状腺疾病	深度学习	CNN	视频	NA
13610	2024-10-20	MultiNet 2.0: A lightweight attention-based deep learning network for stenosis measurement in carotid ultrasound scans and cardiovascular risk assessment 2024-Oct, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102437 PMID:39378691	研究论文	本文提出了一种基于注意力机制的轻量级深度学习网络MultiNet 2.0，用于颈动脉超声扫描中的狭窄测量和心血管风险评估	引入注意力机制以提高分割精度和风险预测准确性	NA	开发一种更精确的深度学习模型用于颈动脉超声图像的分割和心血管风险评估	颈动脉超声图像和心血管疾病风险	计算机视觉	心血管疾病	深度学习	注意力机制网络	图像	407张颈动脉超声图像，来自204名患者
13611	2024-10-20	MSDAFL: molecular substructure-based dual attention feature learning framework for predicting drug-drug interactions 2024-Oct-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae596 PMID:39383521	研究论文	本文介绍了一种基于分子子结构的双注意力特征学习框架MSDAFL，用于预测药物-药物相互作用	本文的创新点在于利用分子子结构之间的相互作用信息，通过自注意力和交互注意力模块提取特征，从而提高DDI预测的性能	NA	开发一种新的计算方法来预测药物-药物相互作用，以提前识别药物组合的潜在风险	药物-药物相互作用	机器学习	NA	自注意力机制	双注意力特征学习框架	分子子结构数据	三个数据集，分别进行了三折和五折交叉验证
13612	2024-10-20	On-Line Measurement of Tracking Poses of Heliostats in Concentrated Solar Power Plants 2024-Oct-01, Sensors (Basel, Switzerland) DOI:10.3390/s24196373 PMID:39409413	研究论文	本文提出了一种基于改进的YOLO-v5神经网络的在线检测方法，用于测量聚光太阳能电站中定日镜的跟踪姿态	本文设计了一种基于YOLO-v5框架的改进神经网络，显著提高了定日镜的检测和分割性能	NA	解决传统图像处理算法在检测和分割定日镜时表现不佳的问题，提高跟踪姿态测量的准确性	聚光太阳能电站中的定日镜	计算机视觉	NA	深度学习神经网络	YOLO-v5	图像	测试集的识别准确率达到99.7%
13613	2024-10-20	Enhanced microvascular imaging through deep learning-driven OCTA reconstruction with squeeze-and-excitation block integration 2024-Oct-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.525928 PMID:39421773	研究论文	本文提出了一种通过深度学习驱动的OCTA重建方法，结合挤压激励块来增强皮肤微血管成像	本文的创新点在于将挤压激励块集成到卷积神经网络中，以提高微血管成像的准确性和稳定性	NA	本文的研究目的是改进皮肤微血管成像技术，以提高心血管健康和体温调节的评估	本文的研究对象是皮肤微血管	计算机视觉	NA	光学相干断层扫描（OCT）	卷积神经网络（CNN）	图像	NA
13614	2024-10-20	LS-Net: lightweight segmentation network for dermatological epidermal segmentation in optical coherence tomography imaging 2024-Oct-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.529662 PMID:39421780	研究论文	介绍了一种轻量级分割网络LS-Net，用于光学相干断层扫描图像中的皮肤表皮分割	结合了卷积神经网络的局部特征提取能力和视觉变换器的长程信息处理能力，采用深度卷积变换器增强空间上下文，并通过挤压激励块进行特征重校准	未提及	提高光学相干断层扫描在皮肤疾病诊断中的准确性和效率	皮肤表皮在光学相干断层扫描图像中的分割	计算机视觉	皮肤疾病	光学相干断层扫描	LS-Net	图像	包括面部和手掌等多个皮肤部位的样本
13615	2024-10-20	Unsupervised adversarial neural network for enhancing vasculature in photoacoustic tomography images using optical coherence tomography angiography 2024-Oct, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102425 PMID:39216343	研究论文	提出了一种无监督深度学习方法OCPA-Net，利用光学相干断层扫描血管造影（OCTA）的丰富血管特征来增强光声断层扫描（PAT）图像中的血管结构	引入了一种新的无监督深度学习方法OCPA-Net，结合了血管感知注意力模块和领域对抗损失函数，以增强PAT图像中的深层血管细节	仅在模拟实验和体内实验中验证了其结构保真度和血管增强性能，尚未在临床环境中进行广泛验证	开发一种能够增强光声断层扫描图像中深层血管结构的可视化方法	光声断层扫描（PAT）图像和光学相干断层扫描血管造影（OCTA）图像	计算机视觉	NA	深度学习	神经网络	图像	包括肿瘤小鼠和增强对比的怀孕小鼠在内的体内实验
13616	2024-10-20	Fuzzy Petri Nets for Traffic Node Reliability 2024-Sep-30, Sensors (Basel, Switzerland) DOI:10.3390/s24196337 PMID:39409377	研究论文	本文探讨了使用模糊Petri网分析交通节点可靠性的方法	提出了使用模糊Petri网作为解决自动驾驶汽车在处理大量传感器数据和验证问题上的替代方案	未提及具体限制	研究交通节点的可靠性，以支持自动驾驶汽车的感知模型	交通节点及其可靠性	机器学习	NA	模糊Petri网	模糊Petri网	数据	涉及超过70,000个交通节点
13617	2024-10-20	Performance Evaluation of an Object Detection Model Using Drone Imagery in Urban Areas for Semi-Automatic Artificial Intelligence Dataset Construction 2024-Sep-30, Sensors (Basel, Switzerland) DOI:10.3390/s24196347 PMID:39409383	研究论文	本文评估了在城市区域使用无人机图像进行半自动人工智能数据集构建的对象检测模型的性能	提出了使用现有AI对象检测模型构建AI训练数据集的性能评估方法，并发现F分数可以减少26.5%的努力来提高数据集的完整性	未提及具体限制	评估和改进基于深度学习的对象检测模型在城市环境中使用无人机图像进行半自动数据集构建的性能	城市区域中的移动对象检测	计算机视觉	NA	深度学习	对象检测模型	图像	未提及具体样本数量
13618	2024-10-20	Mechanism-Based Fault Diagnosis Deep Learning Method for Permanent Magnet Synchronous Motor 2024-Sep-30, Sensors (Basel, Switzerland) DOI:10.3390/s24196349 PMID:39409386	研究论文	研究提出了一种基于连续小波变换和卷积神经网络的永磁同步电机故障诊断方法	结合连续小波变换和卷积神经网络进行故障诊断，实现了高精度的故障识别	未提及具体限制	开发一种高精度的永磁同步电机故障诊断方法	永磁同步电机的匝间短路和退磁故障	机器学习	NA	连续小波变换 (CWT)	卷积神经网络 (CNN)	时间-频率图像	涉及多种严重程度的永磁同步电机故障样本
13619	2024-10-20	EnNet: Enhanced Interactive Information Network with Zero-Order Optimization 2024-Sep-30, Sensors (Basel, Switzerland) DOI:10.3390/s24196361 PMID:39409398	研究论文	本文提出了一种增强的交互式信息网络EnNet，通过引入注意力机制和零阶优化方法，解决了交互式图像分割中的信息不足和高计算成本问题	提出了EnNet网络，通过注意力机制整合用户交互信息，并在优化过程中采用零阶优化方法，减少了计算开销	NA	解决交互式图像分割中的信息不足和高计算成本问题	交互式图像分割中的网络架构和优化过程	计算机视觉	NA	注意力机制	EnNet	图像	GrabCut、Berkeley、DAVIS和SBD数据集
13620	2024-10-20	Reproducible and Interpretable Machine Learning-Based Radiomic Analysis for Overall Survival Prediction in Glioblastoma Multiforme 2024-Sep-30, Cancers IF:4.5Q1 DOI:10.3390/cancers16193351 PMID:39409970	研究论文	开发并验证了一种基于MRI的放射组学模型，用于预测胶质母细胞瘤（GBM）患者的总生存期（OS）	结合临床变量和放射组学特征，开发了一种具有高解释性的预测模型，并在多中心回顾性数据集上进行了验证	未来工作将集中在使用基于深度学习的特征和标准化的卷积滤波器	开发和验证一种基于MRI的放射组学模型，用于预测胶质母细胞瘤患者的总生存期	胶质母细胞瘤患者的总生存期预测	机器学习	脑癌	放射组学分析	NA	图像	289名胶质母细胞瘤患者