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
13941	2024-10-20	SSIM-Based Autoencoder Modeling to Defeat Adversarial Patch Attacks 2024-Oct-06, Sensors (Basel, Switzerland) DOI:10.3390/s24196461 PMID:39409500	研究论文	本文提出了一种基于SSIM的自编码器模型，用于防御对抗性补丁攻击	提出了使用自编码器和结构相似性指数（SSIM）进行图像重建的方法，以防御对抗性补丁攻击	NA	研究如何防御针对自动驾驶车辆边缘设备的对抗性补丁攻击	交通标志检测系统	计算机视觉	NA	自编码器	自编码器	图像	NA
13942	2024-10-20	PointCloud-At: Point Cloud Convolutional Neural Networks with Attention for 3D Data Processing 2024-Oct-05, Sensors (Basel, Switzerland) DOI:10.3390/s24196446 PMID:39409486	研究论文	本文提出了一种将注意力机制引入点云卷积神经网络的方法，用于直接处理3D点云数据	首次将注意力机制应用于直接处理点云数据的卷积神经网络，避免了传统方法中将点云转换为2D图像或体素时导致的信息损失	研究仅在ShapeNet数据集上进行了验证，尚未在其他数据集上进行广泛测试	提高直接处理点云数据的卷积神经网络的性能和准确性	点云数据及其在自动驾驶、机器人和虚拟现实等领域的应用	计算机视觉	NA	卷积神经网络	CNN	点云	ShapeNet数据集
13943	2024-10-20	SMOTE-Based Automated PCOS Prediction Using Lightweight Deep Learning Models 2024-Oct-05, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14192225 PMID:39410629	研究论文	本文提出了一种基于SMOTE和轻量级深度学习模型的自动化多囊卵巢综合征（PCOS）预测方法	采用SMOTE技术进行数据平衡，并结合轻量级深度学习模型（LSTM、CNN和CNN-LSTM）进行自动特征工程，提高了PCOS预测的准确性和效率	NA	开发一种高效且准确的自动化多囊卵巢综合征预测方法	多囊卵巢综合征（PCOS）的预测	机器学习	生殖系统疾病	SMOTE	LSTM, CNN, CNN-LSTM	NA	NA
13944	2024-10-20	Gear Classification in Skating Cross-Country Skiing Using Inertial Sensors and Deep Learning 2024-Oct-04, Sensors (Basel, Switzerland) DOI:10.3390/s24196422 PMID:39409462	研究论文	本文利用惯性传感器和深度学习模型对越野滑雪中的三种不同齿轮进行分类	本文创新性地将卷积神经网络与长短期记忆网络结合，用于分类和提取时空特征，实现了对滑雪齿轮的高精度识别	研究仅限于两名经验丰富的滑雪者，且测试场景有限	识别越野滑雪中的三种不同齿轮	越野滑雪中的三种不同齿轮	机器学习	NA	惯性测量单元（IMU）	卷积神经网络（CNN）与长短期记忆网络（LSTM）	加速度和欧拉角数据	两名经验丰富的滑雪者
13945	2024-10-20	Mobile Spatiotemporal Gait Segmentation Using an Ear-Worn Motion Sensor and Deep Learning 2024-Oct-04, Sensors (Basel, Switzerland) DOI:10.3390/s24196442 PMID:39409482	研究论文	研究使用耳戴式运动传感器和深度学习技术进行移动时空步态分割	首次探索使用耳戴式运动传感器进行步态模式的时空分割，并提出了一种名为mEar的算法	研究仅在53名健康成年人中进行，未来需在更多样化的样本中验证	探索耳戴式传感器在移动健康技术中的应用，特别是步态评估	53名健康成年人的步态模式	计算机视觉	NA	深度学习	时序卷积网络	3D加速度数据	53名健康成年人
13946	2024-10-20	Fully Automated Detection of the Appendix Using U-Net Deep Learning Architecture in CT Scans 2024-Oct-02, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm13195893 PMID:39407953	研究论文	本文提出了一种基于U-Net深度学习架构的全自动阑尾检测方法，用于CT扫描中的阑尾分割	利用U-Net架构的编码器-解码器结构和跳跃连接，捕捉空间上下文，提供准确的分割输出	在阑尾与其他结构接近的情况下，模型表现有限	开发一种全自动的阑尾检测方法，以提高急性阑尾炎诊断的准确性和效率	阑尾的准确分割和检测	计算机视觉	NA	深度学习	U-Net	图像	使用了标注的腹部CT扫描数据集进行训练，并通过数据增强技术扩展训练集
13947	2024-10-20	Respiratory Rate Estimation from Thermal Video Data Using Spatio-Temporal Deep Learning 2024-Oct-02, Sensors (Basel, Switzerland) DOI:10.3390/s24196386 PMID:39409425	研究论文	本文提出了一种使用热成像视频数据进行呼吸率估计的端到端深度学习方法	引入了基于负最大互相关和绝对频率峰值差异的新型损失函数，以解决呼吸带测量与面部视频测量之间的相位偏移问题	NA	开发一种高精度的呼吸率估计方法，适用于远程健康监测	从热成像视频中估计呼吸率	计算机视觉	NA	深度学习	3D卷积神经网络和双向长短期记忆网络	视频	22名受试者
13948	2024-10-20	A Dataset of Visible Light and Thermal Infrared Images for Health Monitoring of Caged Laying Hens in Large-Scale Farming 2024-Oct-02, Sensors (Basel, Switzerland) DOI:10.3390/s24196385 PMID:39409426	研究论文	本文介绍了一个包含可见光和热红外图像的数据集，用于大规模养殖中笼养蛋鸡的健康监测	构建了一个名为BClayinghens的数据集，包含61,133张可见光和热红外图像，用于评估笼养蛋鸡的健康状况、行为和数量	NA	评估笼养蛋鸡的健康状况和行为	笼养蛋鸡	计算机视觉	NA	深度学习	对象检测和识别模型	图像	61,133张可见光和热红外图像，包含63,693个鸡头标签
13949	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
13950	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
13951	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
13952	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
13953	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
13954	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
13955	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
13956	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
13957	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
13958	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
13959	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
13960	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%