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
13961	2024-08-05	Real-World Spatial Synchronization of Event-CMOS Cameras through Deep Learning: A Novel CNN-DGCNN Approach 2024-Jun-21, Sensors (Basel, Switzerland) DOI:10.3390/s24134050 PMID:39000829	研究论文	该论文提出了一种新的深度学习架构，以增强CMOS和事件摄像机之间的空间同步。	该研究首创了基于场景的CMOS与事件摄像机同步方式，利用动态图卷积神经网络(DGCNN)直接处理事件数据。	目前的算法无法有效解决精准的空间对齐问题。	研究目的在于提高CMOS与事件摄像机之间的空间同步精度。	研究对象为CMOS相机和事件相机的集成与同步。	计算机视觉	NA	深度学习, DGCNN	动态图卷积神经网络(DGCNN)	事件数据	NA
13962	2024-08-05	Wheat Fusarium Head Blight Automatic Non-Destructive Detection Based on Multi-Scale Imaging: A Technical Perspective 2024-Jun-21, Plants (Basel, Switzerland) DOI:10.3390/plants13131722 PMID:38999562	综述	本文综述了小麦赤霉病的自动非破坏性检测技术。	本研究总结了不同成像技术在小麦赤霉病检测中的应用，并提出了理想的应用模式与发展趋势。	缺乏对现有先进检测技术的全面总结及其在实际应用中的潜在挑战讨论。	探讨小麦赤霉病的自动检测技术及其应用前景。	涉及小麦赤霉病在不同成像尺度下的检测技术和方法。	计算机视觉	小麦赤霉病	成像技术	深度学习	图像	NA
13963	2024-08-05	Smart Partitioned Blockchain 2024-Jun-21, Sensors (Basel, Switzerland) DOI:10.3390/s24134033 PMID:39000812	研究论文	本文提出了一种智能分区区块链模型，用于处理和管理智能空间及物联网中的敏感交易	提出了一种通过机器学习和深度学习将交易分类到不同敏感度池的智能分区区块链模型	医学数据集的分类准确性较低，仅达到91%	开发一个能够根据应用领域要求定制的区块链模型	银行和医疗数据集，依据定义的敏感度阈值进行分类	区块链	NA	机器学习，深度学习	随机森林，顺序深度学习	数据集	银行交易和医学数据集
13964	2024-08-05	A Data Matrix Code Recognition Method Based on L-Shaped Dashed Edge Localization Using Central Prior 2024-Jun-21, Sensors (Basel, Switzerland) DOI:10.3390/s24134042 PMID:39000820	研究论文	本文提出了一种基于中心先验的L形虚线边缘定位的数据矩阵码识别方法	提出了一种新方法，利用数据矩阵码中心的先验信息进行L形虚线边缘的定位，克服了现有方法在干扰问题上的局限性	仍需在不同干扰和复杂背景下进一步验证方法的鲁棒性	提高在工业生产环境中数据矩阵码的识别准确率	数据矩阵码的识别	计算机视觉	NA	深度学习对象检测	NA	图像	多种类型的数据矩阵码数据集
13965	2024-08-05	HeMoDU: High-Efficiency Multi-Object Detection Algorithm for Unmanned Aerial Vehicles on Urban Roads 2024-Jun-21, Sensors (Basel, Switzerland) DOI:10.3390/s24134045 PMID:39000823	研究论文	本文提出了一种高效的多目标检测算法HeMoDU，专为无人驾驶飞行器在城市道路上的应用设计	HeMoDU通过重构现代深度学习基础的目标检测模型，优化多个方面以提高计算效率和检测准确性	尚未提及具体的局限性	提高无人驾驶飞行器在城市道路环境中目标检测的速度和准确性	无人驾驶飞行器在城市道路环境中的目标检测	计算机视觉	NA	深度学习	无	公共城市道路数据集	使用了公共数据集VisDrone2019和UA-DETRAC进行评估
13966	2024-08-05	Unveiling the Secrets of Acinetobacter baumannii: Resistance, Current Treatments, and Future Innovations 2024-Jun-21, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms25136814 PMID:38999924	研究论文	揭示了嗜麦芽寡糖样芽孢杆菌的抗药性、当前治疗方法及未来创新	探讨了新的治疗方法和感染控制策略，特别是结合药物和新分子	未具体提供实验数据或样本量	提高对嗜麦芽寡糖样芽孢杆菌抗药性机制的理解	嗜麦芽寡糖样芽孢杆菌及其抗药性	数字病理学	NA	深度学习和人工智能	NA	NA	NA
13967	2024-08-05	PolarFormer: A Transformer-based Method for Multi-lesion Segmentation in Intravascular OCT 2024-Jun-20, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3417007 PMID:38900618	研究论文	本文提出了一种基于Transformer的多病灶分割方法PolarFormer，用于血管内光学相干断层扫描（OCT）图像中的脆弱斑块分割	该研究通过集成脆弱斑块的空间分布先验知识，提出了Polar Attention模块以建模脆弱斑块的径向空间关系	目前研究受限于缺乏公开的大规模血管内OCT数据集，且多类脆弱斑块的分割任务具有高难度	本研究的目的是开发一种能够处理多类脆弱斑块分割的模型	研究对象为血管内光学相干断层扫描中的脆弱斑块	计算机视觉	NA	光学相干断层扫描（OCT）	Transformer	图像	70个回拉数据
13968	2024-08-05	Identification of inhibitors for neurodegenerative diseases targeting dual leucine zipper kinase through virtual screening and molecular dynamics simulations 2024-Jun, SAR and QSAR in environmental research IF:2.3Q3 DOI:10.1080/1062936X.2024.2363195 PMID:38855951	研究论文	本文研究了通过虚拟筛选和分子动力学模拟来识别针对双亮氨酸拉链激酶的神经退行性疾病抑制剂	本研究首次在众多化合物中筛选出具有潜在抑制作用的DLK抑制剂，并结合深度学习提升了化合物的亲和力	研究主要依赖于计算方法，未进行实验室验证	识别新型DLK抑制剂，以应对神经退行性疾病	主要针对双亮氨酸拉链激酶的抑制剂进行筛选	计算机视觉	神经退行性疾病	分子动力学模拟	深度学习	化合物	筛选了多个化合物，包括两个天然产品和两个FDA批准的药物
13969	2024-08-07	Deep Learning during burn prehospital care: An evolving perspective 2024-06, Burns : journal of the International Society for Burn Injuries IF:3.2Q1 DOI:10.1016/j.burns.2024.03.015 PMID:38582694	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
13970	2024-08-05	Missing Wedge Completion via Unsupervised Learning with Coordinate Networks 2024-May-17, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms25105473 PMID:38791508	研究论文	本文介绍了一种利用坐标网络的无监督学习方法，解决低温电子断层扫描中的缺失楔形问题	提出了一种无须预训练的无监督学习方法，利用坐标网络直接优化网络权重，减少重建运行时间	缺乏在真实数据集上验证的结果	旨在改善低温电子断层扫描的重建质量和速度	生物标本的3D成像数据	数字病理学	NA	低温电子断层扫描 (cryoET)	坐标网络 (CNs)	图像	NA
13971	2024-08-05	A fully automated deep learning approach for coronary artery segmentation and comprehensive characterization 2024-Mar, APL bioengineering IF:6.6Q1 DOI:10.1063/5.0181281 PMID:38269204	研究论文	提出了一种完全自动化的深度学习方法，用于冠状动脉分割和综合特征分析	创新点在于开发了一个全自动化的管道，能够实现冠状动脉的分割以及冠状动脉钙化和扭曲的客观分析	该研究可能存在对特定数据集的依赖性，且只在CCTA图像上进行了验证	本研究旨在提供一种快速且客观的工具，以协助临床医生进行冠状动脉疾病风险评估	研究对象为281幅经过手动注释的CCTA图像	数字病理学	冠心病	冠状动脉计算机断层血管造影（CCTA）	基于U-Net的双阶段模型	图像	281幅CCTA图像
13972	2024-08-05	Analysis of pig posture detection in group-housed pigs using deep learning-based mask scoring instance segmentation 2024 Jan-Dec, Animal science journal = Nihon chikusan Gakkaiho DOI:10.1111/asj.13975 PMID:39005155	research paper	本研究探讨了一种基于深度学习的实例分割评分算法，用于检测和分割群体中猪的不同姿势	提出了一种新的对象检测和分割算法，能够在群体图像中识别个体猪的姿势，同时结合了残差网络和特征金字塔网络以提取特征图	在处理目标丢失和重叠猪只的错误检测方面仍存在一些挑战	研究猪姿势检测与家畜健康和福利之间的关系	群体饲养的猪	计算机视觉	NA	深度学习	残差网络和特征金字塔网络	图像	图像批次大小为512，每批次4张图像
13973	2024-08-05	Deep learning classification of ex vivo human colon tissues using spectroscopic OCT 2023-Sep-06, bioRxiv : the preprint server for biology DOI:10.1101/2023.09.04.555974 PMID:37732221	研究论文	本文提出了一种基于光谱光学相干断层扫描的方法用于分类异体人类结肠组织。	创新性地结合了深度学习架构与光谱OCT技术，提升了结肠组织分类的准确性。	研究仅限于结肠上皮组织，不一定适用于其他组织类型。	提高结直肠癌筛查的效率和效果。	分析经过活检的结肠上皮组织样本。	数字病理学	结肠癌	光谱光学相干断层扫描（OCT）	深度学习架构，LSTM，KNN	组织样本	活检的结肠上皮组织样本
13974	2024-08-07	Incorporation of a spectral model in a convolutional neural network for accelerated spectral fitting 2019-05, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.27641 PMID:30666698	研究论文	本文介绍了一种结合卷积神经网络和光谱模型的无监督深度学习架构，用于加速大脑体积磁共振波谱成像（MRSI）的光谱拟合	提出了一种新的卷积编码器-模型解码器（CEMD）架构，结合了自适应和无偏的卷积网络与磁共振模型，具有良好的可解释性	NA	开发一种能够快速进行全脑数据光谱拟合的新架构，以促进临床常规实践	大脑体积MRSI数据在胶质母细胞瘤患者中的光谱拟合	机器学习	肿瘤	磁共振波谱成像（MRSI）	卷积神经网络（CNN）	光谱数据	约10,000个光谱
13975	2024-08-07	Deep Learning Neural Networks Highly Predict Very Early Onset of Pluripotent Stem Cell Differentiation 2019-04-09, Stem cell reports IF:5.9Q2 DOI:10.1016/j.stemcr.2019.02.004 PMID:30880077	研究论文	本文利用卷积神经网络（CNN）通过透射光显微镜图像区分多能干细胞和早期分化细胞	成功训练网络以超过99%的准确率识别未分化细胞和分化细胞，并在分化开始后仅20分钟即可进行成功预测	NA	训练CNN区分多能干细胞和早期分化细胞	小鼠胚胎干细胞和人类诱导多能干细胞的分化过程	计算机视觉	NA	透射光显微镜	CNN	图像	多个时间点的图像
13976	2024-08-07	Deep learning opens new horizons in personalized medicine 2019-Apr, Biomedical reports IF:2.3Q3 DOI:10.3892/br.2019.1199 PMID:30988951	研究论文	本文探讨了深度学习在个性化医疗中的应用，通过开发高精度的多模态预测模型，促进个性化医疗的实现。	深度学习提供了一种新颖的方法，能够开发高精度的多模态预测模型，有助于个性化医疗的实施。	NA	研究深度学习在个性化医疗中的应用，以解决多模态大数据转化为决策支持工具的挑战。	深度学习模型在个性化医疗中的应用及其对预测和检测率的影响。	机器学习	NA	深度学习 (DL)	深度学习模型	多模态数据	NA
13977	2024-08-07	A deep learning approach to automatic teeth detection and numbering based on object detection in dental periapical films 2019-03-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-019-40414-y PMID:30846758	研究论文	本文提出使用TensorFlow工具包中的faster R-CNN来检测和编号牙科根尖片中的牙齿，并引入三种后处理技术以提高检测精度	引入了三种后处理技术：过滤算法删除重叠框、神经网络模型检测缺失牙齿、基于牙齿编号系统的规则模块修正检测结果	NA	开发一种自动检测和编号牙科根尖片中牙齿的深度学习方法	牙科根尖片中的牙齿	计算机视觉	NA	faster R-CNN	CNN	图像	测试数据集
13978	2024-08-07	Reagent-Free and Rapid Assessment of T Cell Activation State Using Diffraction Phase Microscopy and Deep Learning 2019-03-05, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.8b04895 PMID:30741527	研究论文	本文介绍了一种利用衍射相位显微镜和深度学习技术快速且无需试剂评估CD8 T细胞激活状态的光学成像方法	提出了一种无需试剂且快速的方法来区分激活和未激活的CD8 T细胞，通过深度学习模型准确预测混合细胞群的比例	该方法仍需进一步完善以提高其准确性和应用范围	开发一种快速且成本效益高的平台，用于评估T细胞对候选抗原的反应	CD8 T细胞的激活状态	生物医学工程	NA	衍射相位显微镜	深度学习	图像	活细胞
13979	2024-08-07	Automated segmentation of dermal fillers in OCT images of mice using convolutional neural networks 2019-Mar-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.10.001315 PMID:30891348	研究论文	本文介绍了一种基于光学相干断层扫描（OCT）和深度学习的系统，用于自动确定水凝胶的皮内体积	使用了一种自建的OCT原型设备和u-net类似架构的卷积神经网络进行图像分割	NA	开发一种自动测量皮内填充物体积的方法	小鼠皮肤中的皮内填充物	计算机视觉	NA	光学相干断层扫描（OCT）	卷积神经网络（CNN）	图像	100个OCT体积数据集
13980	2024-08-07	High-throughput, high-resolution deep learning microscopy based on registration-free generative adversarial network 2019-Mar-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.10.001044 PMID:30891329	研究论文	本文结合生成对抗网络（GAN）与光学显微镜，实现了在大视场（FOV）下的深度学习超分辨率成像	提出了一种无需图像配准的生成对抗网络，并设计了一个图像降级模型用于生成低分辨率图像以进行训练	NA	实现高吞吐量、高分辨率的深度学习显微成像	多种样本，包括USA分辨率目标、人类病理切片、荧光标记的成纤维细胞以及转基因小鼠脑部的深层组织	计算机视觉	NA	生成对抗网络（GAN）	GAN	图像	多种类型样本，包括USA分辨率目标、人类病理切片、荧光标记的成纤维细胞及转基因小鼠脑部深层组织