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
14441	2024-10-17	MFCA-MICNN: a convolutional neural network with multiscale fast channel attention and multibranch irregular convolution for noise removal in dMRI 2024-Oct-16, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad8294 PMID:39412243	研究论文	提出了一种用于dMRI图像去噪的多尺度快速通道注意力和多分支不规则卷积神经网络	引入了多尺度快速通道注意力和多分支不规则卷积架构，以及一种新的损失函数	NA	提高dMRI图像去噪的准确性和速度	dMRI图像中的噪声	计算机视觉	NA	卷积神经网络	CNN	图像	NA
14442	2024-10-17	Mild cognitive impairment detection from facial video interviews by applying spatial-to-temporal attention module 2024-Oct-15, Expert systems with applications IF:7.5Q1 DOI:10.1016/j.eswa.2024.124185 PMID:38881832	研究论文	本文提出了一种基于深度学习模型，通过面部视频访谈检测轻度认知障碍（MCI）的方法	本文创新性地提出了空间到时间注意力模块（STAM），结合面部和交互特征，提高了MCI检测的准确性	NA	早期检测轻度认知障碍（MCI），以实现早期干预，减缓MCI向痴呆的进展	老年人的轻度认知障碍（MCI）	计算机视觉	老年疾病	深度学习（DL）	卷积自编码器和Transformer	视频	来自I-CONECT行为干预研究的多个视频记录会话，涉及社会隔离的老年人与采访者之间的半结构化访谈
14443	2024-10-17	Based on improved joint detection and tracking of UAV for multi-target detection of livestock 2024-Oct-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38316 PMID:39403468	研究论文	本文介绍了一种基于改进的联合检测和跟踪框架，用于无人机对牲畜的多目标检测	提出了一种结合目标检测和跟踪的深度学习框架，通过连续帧对提取和共享特征，提高了计算效率，并使用多种损失函数和复合去模糊模块来提高检测精度	未提及具体限制	提高无人机在农业中对牲畜多目标检测和跟踪的精度和速度	牲畜的多目标检测和跟踪	计算机视觉	NA	深度学习	NA	视频	未提及具体样本数量
14444	2024-10-17	How to go green? Exploring public attention and sentiment towards waste sorting behaviors on Weibo platform: A study based on text co-occurrence networks and deep learning 2024-Oct-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38510 PMID:39403487	研究论文	研究通过文本共现网络和深度学习模型分析微博平台上公众对垃圾分类行为的关注度和情感	开发了结合共现网络和深度学习的研究框架，扩展了公众对垃圾分类感知研究的范式和维度	NA	探讨公众对垃圾分类行为在社交媒体上的关注度和情感，以促进绿色生活和气候政策的实施	微博平台上关于垃圾分类的帖子及其用户	自然语言处理	NA	文本共现网络、LDA主题建模、深度学习	LSTM	文本	367,856条微博帖子
14445	2024-10-17	Unpaired data training enables super-resolution confocal microscopy from low-resolution acquisitions 2024-Oct-15, Optics letters IF:3.1Q2 DOI:10.1364/OL.537713 PMID:39404535	研究论文	本文介绍了一种使用循环一致生成对抗网络（cycleGAN）框架，通过未配对数据训练来提高共聚焦显微镜横向分辨率的方法	本文首次使用未配对数据训练cycleGAN模型，实现了共聚焦显微镜的超分辨率成像	需要进一步验证该方法在其他类型细胞和不同显微镜系统中的适用性	开发一种无需配对训练数据即可实现显微镜超分辨率成像的方法	人胶质母细胞瘤细胞的低分辨率和高分辨率共聚焦图像	计算机视觉	NA	NA	cycleGAN	图像	未配对的低分辨率和高分辨率共聚焦图像
14446	2024-10-17	Deep Learning Analysis With Gray Scale and Doppler Ultrasonography Images to Differentiate Graves' Disease 2024-Oct-15, The Journal of clinical endocrinology and metabolism DOI:10.1210/clinem/dgae254 PMID:38609169	研究论文	本研究开发了一种基于灰度和多普勒超声图像的机器学习算法，用于区分格雷夫斯病和甲状腺炎	利用深度学习模型Xception和EfficientNetB0_2处理超声图像，以提高格雷夫斯病诊断的准确性和敏感性	研究仅在单一三级医院进行，样本量有限，可能影响结果的普适性	开发一种机器学习算法，用于区分格雷夫斯病和甲状腺炎，以确保有效的治疗决策	格雷夫斯病和甲状腺炎患者	机器学习	内分泌疾病	超声成像	深度学习模型	图像	7719张格雷夫斯病患者的超声图像和2980张甲状腺炎患者的超声图像
14447	2024-10-17	Enhancing societal security: a multimodal deep learning approach for a public person identification and tracking system 2024-10-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74560-9 PMID:39397044	研究论文	本文提出了一种基于多模态深度学习的公共人员识别和跟踪系统，以增强社会安全	该系统采用多模态方法，结合步态、面部和虹膜识别，并使用预训练的深度卷积神经网络（DCNNs）进行个体预测，准确率高达94%，优于现有系统	NA	研究旨在探索和验证所提出的系统在公共空间中的有效性和潜在应用	公共空间中的人员识别和跟踪	计算机视觉	NA	深度卷积神经网络（DCNNs）	深度卷积神经网络（DCNNs）	图像	NA
14448	2024-10-17	An effective method for anomaly detection in industrial Internet of Things using XGBoost and LSTM 2024-Oct-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74822-6 PMID:39397055	研究论文	提出了一种基于XGBoost和LSTM的工业物联网异常检测方法	通过设置不同阈值的XGBoost进行特征选择，并设计了优化的损失函数来处理数据不平衡和高相似类别问题	未提及具体局限性	提高工业物联网中异常检测的准确性和效率	工业物联网中的异常检测	机器学习	NA	XGBoost, LSTM	MIX_LSTM	数据集	使用UNSW-NB15和NSL-KDD数据集进行实验
14449	2024-10-17	Intelligent agricultural robotic detection system for greenhouse tomato leaf diseases using soft computing techniques and deep learning 2024-10-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75285-5 PMID:39396063	研究论文	本文提出了一种智能农业机器人系统，用于温室番茄叶病的检测，结合了模糊控制算法和基于深度学习的疾病分类模型	引入了升级版的深度卷积生成对抗网络（DCGAN），通过生成增强的番茄叶病图片来显著提升训练数据集的质量	NA	开发一种用于温室番茄叶病检测的智能农业机器人系统	温室番茄叶病	计算机视觉	NA	深度学习	深度卷积生成对抗网络（DCGAN）	图像	使用了包含九种番茄叶病类的PlantVillage数据集，并通过DCGAN生成了增强数据集
14450	2024-10-17	Deep learning assisted quantitative detection of cardiac troponin I in hierarchical dendritic copper-nickel nanostructure lateral flow immunoassay 2024-Oct-10, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d4ay01187b PMID:39259228	研究论文	本文开发了一种深度学习方法，用于高效分割HD-纳米金属LFIA传感器图像中的目标区域，以提高定量检测的准确性	提出了改进的UNet++网络，结合注意力和残差模块，能够准确分割不同强度的荧光区域，特别是弱荧光区域	NA	提高基于HD-纳米金属LFIA传感器的快速和准确疾病标志物检测的定量检测准确性	心脏肌钙蛋白I（cTnI）的定量检测	计算机视觉	心血管疾病	深度学习	UNet++	图像	使用HD-nanoCu-Ni LFIA传感器进行cTnI检测的案例研究
14451	2024-10-17	Efficient application of deep learning-based elective lymph node regions delineation for pelvic malignancies 2024-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.17330 PMID:39072765	研究论文	本研究开发了一种基于深度学习的盆腔淋巴结区域自动勾画模型，用于提高盆腔恶性肿瘤放疗中的勾画效率和一致性	本研究首次应用级联多头部U-net模型进行盆腔淋巴结区域的自动勾画，显著提高了勾画效率和一致性	本研究仅在盆腔恶性肿瘤患者中进行了验证，未来需在更多类型的肿瘤中进行验证	开发一种高效的深度学习模型，用于自动勾画盆腔恶性肿瘤患者的淋巴结区域	盆腔恶性肿瘤患者的淋巴结区域	计算机视觉	NA	深度学习	级联多头部U-net	CT图像	160名盆腔恶性肿瘤患者，包括直肠癌、前列腺癌和宫颈癌，其中120名用于训练，40名用于测试
14452	2024-10-17	Efficient segmentation of fetal brain MRI based on the physical resolution 2024-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.17306 PMID:39008780	研究论文	本文研究了基于物理分辨率的胎儿脑部MRI图像分割方法	提出了一种基于MRI物理分辨率的胎儿脑部图像分割方法，并通过深度学习模块实现了高表观分辨率的分割	研究仅限于回顾性分析，样本量相对较小	验证基于MRI物理分辨率的胎儿脑部图像分割方法的有效性	胎儿和成人的脑部MRI图像	计算机视觉	NA	MRI	ConvNet	图像	150例成人脑部MRI和80例胎儿脑部MRI
14453	2024-10-17	Assessment of multi-modal magnetic resonance imaging for glioma based on a deep learning reconstruction approach with the denoising method 2024-Oct, Acta radiologica (Stockholm, Sweden : 1987) DOI:10.1177/02841851241273114 PMID:39219486	研究论文	本文评估了基于深度学习重建和去噪方法的多模态磁共振成像在胶质瘤中的应用	首次评估了深度学习重建方法在多模态胶质瘤成像中的应用	NA	评估多模态磁共振成像在胶质瘤中的应用效果	107名胶质瘤患者的术前和术后多模态图像	计算机视觉	脑肿瘤	磁共振成像	深度学习重建	图像	107名胶质瘤患者
14454	2024-10-17	Artificial Intelligence-Assisted Perfusion Density as Biomarker for Screening Diabetic Nephropathy 2024-Oct-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.13.10.19 PMID:39388177	研究论文	研究利用人工智能辅助的超广角扫频源光学相干断层扫描血管造影技术，识别糖尿病肾病筛查的可靠生物标志物	首次提出利用人工智能辅助的超广角扫频源光学相干断层扫描血管造影技术，评估糖尿病肾病与糖尿病视网膜病变之间的关联，并将其作为非侵入性生物标志物	研究样本仅限于2型糖尿病患者，且样本量相对较小，可能影响结果的普适性	识别糖尿病肾病的可靠筛查生物标志物	2型糖尿病患者的视网膜和脉络膜数据	数字病理学	糖尿病肾病	超广角扫频源光学相干断层扫描血管造影技术	随机森林模型	图像	169名2型糖尿病患者，共287只眼睛，产生15,211个数据点
14455	2024-10-17	Deep Learning Augmented Osteoarthritis Grading Standardization 2024-Oct, Tissue engineering. Part A DOI:10.1089/ten.TEA.2023.0206 PMID:37950715	研究论文	本文探讨了使用深度学习技术对骨关节炎（OA）的软骨组织学图像进行自动分级，以标准化OA分级	本文首次使用组织学图像而非放射图像进行OA分级，并开发了一种基于深度学习的自动化分级系统	本文未详细讨论模型的泛化能力和在不同数据集上的表现	开发一种基于深度学习的自动化系统，用于骨关节炎的软骨组织学图像分级	膝关节骨关节炎的软骨组织学图像	计算机视觉	骨关节炎	深度学习	DenseNet121	图像	组织学图像被分为四个等级（Grade 0-3），并进行了五折交叉验证
14456	2024-10-17	DOCTer: a novel EEG-based diagnosis framework for disorders of consciousness 2024-09-24, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad7904 PMID:39255823	研究论文	提出了一种基于EEG的新型诊断框架DOCTer，用于区分意识障碍患者中的最小意识状态和无反应觉醒综合征	DOCTer框架通过提取时间-频率特征和微状态，结合临床特征，实现了端到端的意识障碍诊断	NA	通过EEG信号区分最小意识状态和无反应觉醒综合征	意识障碍患者	机器学习	NA	EEG	深度学习	EEG信号	409个静息状态EEG记录，包括128个无反应觉醒综合征和187个最小意识状态病例
14457	2024-10-17	Integrating spatial and temporal features for enhanced artifact removal in multi-channel EEG recordings 2024-09-19, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad788d PMID:39250956	研究论文	本文提出了一种新的去噪网络STFNet，通过整合空间和时间特征来增强多通道EEG记录中的伪影去除效果	本文创新性地利用自注意力机制显式建模EEG通道间的关系，以提升去噪性能	NA	提升多通道EEG记录中的伪影去除效果	多通道EEG信号中的伪影	机器学习	NA	自注意力机制	STFNet	EEG信号	公开基准数据集
14458	2024-10-17	PD-ARnet: a deep learning approach for Parkinson's disease diagnosis from resting-state fMRI 2024-09-18, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad788b PMID:39250928	研究论文	提出了一种基于深度学习的帕金森病诊断方法PD-ARnet，利用静息态fMRI数据进行自动诊断	开发了一种双分支3D特征提取器和相关驱动加权模块，以捕捉低频振幅和区域同质性的互补信息，并通过注意力增强融合模块有效融合特征	NA	开发一种自动化的帕金森病诊断方法，减少诊断过程中的主观性，提高诊断效率和一致性	帕金森病	机器学习	神经退行性疾病	静息态功能磁共振成像（rs-fMRI）	深度学习模型	图像	145个样本
14459	2024-10-17	A Deep Learning-Derived Transdiagnostic Signature Indexing Hypoarousal and Impulse Control: Implications for Treatment Prediction in Psychiatric Disorders 2024-Aug-13, Biological psychiatry. Cognitive neuroscience and neuroimaging DOI:10.1016/j.bpsc.2024.07.027 PMID:39142534	研究论文	本文研究了一种基于深度学习的跨诊断特征指数，用于评估低觉醒和冲动控制，并探讨其在精神疾病治疗预测中的应用	本文首次提出了一种基于深度学习的跨诊断生物标志物，能够诊断和预测冲动控制和睡眠问题	研究结果主要基于特定的脑电图特征，可能不适用于所有精神疾病患者	探讨基于研究领域标准（RDoC）的精神疾病研究方法，以发现具有诊断和治疗预测能力的生物标志物	脑电图前额贝塔活动作为潜在的跨诊断生物标志物	机器学习	精神疾病	脑电图	深度学习算法	脑电图数据	共涉及三个数据集，样本量分别为3279、336和1008
14460	2024-10-17	Ultra-low dose hip CT-based automated measurement of volumetric bone mineral density at proximal femoral subregions 2024-Jul-23, Medical physics IF:3.2Q1 DOI:10.1002/mp.17319 PMID:39042053	研究论文	开发并评估了一种基于超低剂量髋部CT的自动化方法，用于评估近端股骨亚区域的体积骨矿物质密度	结合深度学习、形状模型和有限元分析，提出了一种准确、可重复且可推广的算法，用于自动化分割近端股骨和解剖股骨亚区域	NA	开发和评估一种基于超低剂量髋部CT的自动化方法，用于评估近端股骨亚区域的体积骨矿物质密度	近端股骨亚区域的体积骨矿物质密度	计算机视觉	NA	深度学习、有限元分析	深度学习网络	CT图像	100名参与者（50名女性）