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
14761	2024-10-20	SSG-Net: A Multi-Branch Fault Diagnosis Method for Scroll Compressors Using Swin Transformer Sliding Window, Shallow ResNet, and Global Attention Mechanism (GAM) 2024-Sep-26, Sensors (Basel, Switzerland) DOI:10.3390/s24196237 PMID:39409277	研究论文	提出了一种基于Swin Transformer、全局注意力机制（GAM）和浅层ResNet的多分支卷积神经网络故障诊断方法（SSG-Net），用于滚动压缩机的故障诊断	该方法结合了Swin Transformer的窗口注意力机制、GAM的2D卷积和浅层ResNet的二维卷积特征提取，优化了特征提取过程，提高了故障特征识别的准确性和对数据变化的敏感性	NA	开发一种高效且准确的故障诊断方法，以应对滚动压缩机在不同操作状态、故障模式和操作条件下的故障诊断需求	滚动压缩机的故障诊断	机器学习	NA	卷积神经网络	SSG-Net	时间序列信号	滚动压缩机数据集和CWRU数据集
14762	2024-10-20	Prediction of Metal Additively Manufactured Bead Geometry Using Deep Neural Network 2024-Sep-26, Sensors (Basel, Switzerland) DOI:10.3390/s24196250 PMID:39409290	研究论文	本文介绍了一种使用深度神经网络模型预测线弧增材制造过程中焊道几何形状的方法	本文开发了一种基于深度神经网络的预测框架，用于预测焊道几何形状，并展示了其在精度上的显著优势	NA	提高线弧增材制造过程中焊道几何形状预测的准确性和效率	焊道宽度、高度等几何参数	机器学习	NA	线弧增材制造（WAAM）	深度神经网络（DNN）	数值数据	涉及多种回归模型，包括线性回归、岭回归、多项式回归、随机森林等，以及自定义的深度神经网络模型
14763	2024-10-20	Deep Learning for Image Analysis in the Diagnosis and Management of Esophageal Cancer 2024-Sep-26, Cancers IF:4.5Q1 DOI:10.3390/cancers16193285 PMID:39409906	研究论文	本文介绍了深度学习在食管癌诊断和管理中的图像分析应用	深度学习方法在图像分析中的应用有望减少过度诊断和不必要的监测，并协助及时检测食管癌	本文主要介绍了深度学习的应用和评估指标，但未深入探讨具体的技术细节和模型局限性	介绍深度学习在食管癌管理中的应用，并指导临床医生理解其基本功能原理和评估方法	食管癌的诊断和管理	计算机视觉	食管癌	深度学习	NA	图像	NA
14764	2024-10-20	Performance evaluation of image co-registration methods in photoacoustic mesoscopy of the vasculature 2024-Sep-25, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad7fc7 PMID:39321985	研究论文	评估了五种开源图像配准方法在肿瘤血管的光声显微成像中的性能	使用生成对抗网络进行图像预处理和分割，并比较了五种不同类型的配准方法，发现LocalNet在纵向乳腺癌异种移植数据集中表现最佳	文章未详细讨论每种方法的具体局限性	评估不同图像配准方法在光声显微成像中对肿瘤血管网络的配准效果	小鼠耳朵和乳腺癌患者来源的异种移植模型的3D血管图像	数字病理学	乳腺癌	光声显微成像	生成对抗网络	图像	小鼠耳朵和乳腺癌患者来源的异种移植模型
14765	2024-10-20	Predicting Outcomes of Preterm Neonates Post Intraventricular Hemorrhage 2024-Sep-25, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms251910304 PMID:39408633	研究论文	研究利用可解释的机器学习模型基于液体活检蛋白质组学数据预测早产儿脑室内出血后的结果	结合蛋白质组学和机器学习技术，识别出41个显著的独立蛋白质标记物，用于预测早产儿脑室内出血后的结果	需要进一步验证这些发现才能在临床中实施	探索利用可解释的机器学习模型预测早产儿脑室内出血后的结果	早产儿脑室内出血及其并发症	机器学习	新生儿疾病	液体活检蛋白质组学	机器学习模型	蛋白质组学数据	1109个液体活检样本，来自99名早产儿，收集时间长达13年
14766	2024-10-20	Contrastive Speaker Representation Learning with Hard Negative Sampling for Speaker Recognition 2024-Sep-25, Sensors (Basel, Switzerland) DOI:10.3390/s24196213 PMID:39409253	研究论文	本文提出了一种通过对比学习进行鲁棒说话人识别模型开发的方法	引入了一种新的框架，通过对比学习来最小化与硬负样本的相似性，并使用交叉注意力机制来确定说话人一致性	未提及具体限制	提高说话人识别的准确率	说话人识别技术	机器学习	NA	对比学习	深度学习模型	语音信号	使用了voxceleb2数据集进行训练，并在voxceleb1-E和voxceleb1-H数据集上进行了测试
14767	2024-10-20	PROTA: A Robust Tool for Protamine Prediction Using a Hybrid Approach of Machine Learning and Deep Learning 2024-Sep-24, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms251910267 PMID:39408595	研究论文	本文介绍了一种名为PROTA的新工具，结合机器学习和深度学习技术，用于高精度预测鱼精蛋白	首次将生成对抗网络（GANs）与监督学习方法结合，提高了鱼精蛋白预测的准确性和通用性	NA	开发一种高效工具，用于快速可靠地预测鱼精蛋白，推动其在生殖生物学、生物技术和医学中的应用	鱼精蛋白	机器学习	NA	生成对抗网络（GANs）	多层感知器（MLP）	NA	NA
14768	2024-10-20	TW-YOLO: An Innovative Blood Cell Detection Model Based on Multi-Scale Feature Fusion 2024-Sep-24, Sensors (Basel, Switzerland) DOI:10.3390/s24196168 PMID:39409208	研究论文	本文提出了一种基于多尺度特征融合的血细胞检测模型TW-YOLO	引入了RFAConv模块和CBAM、EMA模块，以及PGI-Ghost策略，提升了模型对血细胞几何特征的提取和识别能力	未提及具体的局限性	改进血细胞检测的准确性和效率	血细胞图像	计算机视觉	NA	多尺度特征融合	YOLO	图像	使用了BloodCell-Detection-Dataset (BCD)数据集
14769	2024-10-20	An Experimental Methodology for Automated Detection of Surface Turbulence Features in Tidal Stream Environments 2024-Sep-24, Sensors (Basel, Switzerland) DOI:10.3390/s24196170 PMID:39409210	研究论文	本文介绍了一种用于在潮汐流环境中自动检测表面湍流特征的实验方法	利用无人机和深度学习模型（Faster R-CNN）来自动检测潮汐流环境中的湍流特征	模型在检测假阳性值方面存在不足，需要进一步优化和标准化数据集	开发一种自动化方法来检测潮汐流环境中的表面湍流特征，以评估人类活动对环境的影响	潮汐流环境中的表面湍流特征和动物行为	计算机视觉	NA	深度学习	Faster R-CNN	图像	使用了预先标记的湍流特征图像进行训练，具体数量未提及
14770	2024-10-20	Monocular 3D Multi-Person Pose Estimation for On-Site Joint Flexion Assessment: A Case of Extreme Knee Flexion Detection 2024-Sep-24, Sensors (Basel, Switzerland) DOI:10.3390/s24196187 PMID:39409227	研究论文	本文提出了一种用于施工环境中工作相关肌肉骨骼疾病风险评估的单目3D多人姿态估计方法	利用先进的计算机视觉和深度学习技术，准确捕捉和分析工人的姿态，特别是极端膝关节屈曲的检测	目前仅进行了试点研究，未来需要进一步提高方法的鲁棒性和与健康监测系统的集成	开发一种有效的工具来评估和减轻施工环境中的工作相关肌肉骨骼疾病风险	施工环境中的工人姿态和极端膝关节屈曲	计算机视觉	工作相关肌肉骨骼疾病	深度学习	NA	图像	试点研究在实际施工现场进行，具体样本数量未明确提及
14771	2024-10-20	Research Progress of Machine Learning in Extending and Regulating the Shelf Life of Fruits and Vegetables 2024-Sep-24, Foods (Basel, Switzerland) DOI:10.3390/foods13193025 PMID:39410060	研究论文	本文讨论了机器学习在预测水果和蔬菜货架期及质量控制中的应用	强调了数据集扩展、模型优化、多模型融合以及深度学习和无损检测的集成等进展	NA	旨在减少资源浪费，为现代智能农业供应链的形成提供理论基础和技术指导	水果和蔬菜的货架期预测及质量控制	机器学习	NA	机器学习	多模型融合	数据集	NA
14772	2024-10-20	HMPA: a pioneering framework for the noncanonical peptidome from discovery to functional insights 2024-Sep-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae510 PMID:39413795	研究论文	本文介绍了一个名为HMPA的工作流程，用于收集和分析癌症相关微肽的蛋白质组学、转录组学数据和临床结果	首次系统地整合了从序列到结构和功能的分析，构建了微肽-蛋白质相互作用网络，并揭示了微肽在癌症中的生物学机制	NA	开发一个工作流程，用于系统分析和整合癌症相关微肽的蛋白质组学、转录组学数据和临床结果	癌症相关微肽及其在癌症中的功能	蛋白质组学	癌症	深度学习	NA	蛋白质组学数据、转录组学数据、临床数据	3753个样本，涵盖8种癌症类型
14773	2024-10-20	Forecasting carbon dioxide emissions in Chongming: a novel hybrid forecasting model coupling gray correlation analysis and deep learning method 2024-Sep-17, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-024-13092-1 PMID:39287717	研究论文	本文介绍了一种新的混合预测模型，用于预测上海崇明的二氧化碳排放量	结合灰色关联分析和深度学习方法，提出了一种创新的混合预测模型，能够准确预测二氧化碳排放量	NA	预测区域二氧化碳排放量，为实现全球碳中和提供支持	上海崇明的二氧化碳排放量	机器学习	NA	灰色关联分析、深度学习	双通道池化卷积神经网络（DCNN）、门控循环单元（GRU）网络	数据	2000年至2022年的数据
14774	2024-10-20	The Role of Deep Learning and Gait Analysis in Parkinson's Disease: A Systematic Review 2024-Sep-13, Sensors (Basel, Switzerland) DOI:10.3390/s24185957 PMID:39338702	综述	本文系统回顾了深度学习和步态分析在帕金森病中的应用	探讨了深度学习技术在帕金森病诊断和监测中的新兴应用	仅涵盖了2018年至2023年间发表的25篇文章，可能未全面反映该领域的最新进展	评估深度学习技术在帕金森病步态分析中的应用潜力	帕金森病患者及其步态数据	机器学习	神经退行性疾病	深度学习	卷积神经网络和姿态估计网络	信号和视频	25篇相关研究文章
14775	2024-10-20	Efficacy of compressed sensing and deep learning reconstruction for adult female pelvic MRI at 1.5 T 2024-Sep-10, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-024-00506-5 PMID:39254920	研究论文	研究压缩感知和深度学习重建在1.5T女性盆腔MRI中的效果	首次比较了压缩感知结合深度学习重建与传统并行成像在女性盆腔MRI中的图像质量和检查时间	样本量较小，仅包括52名女性患者	评估压缩感知和深度学习重建在1.5T女性盆腔MRI中提高图像质量和缩短检查时间的能力	52名患有各种盆腔疾病的女性患者	计算机视觉	NA	压缩感知和深度学习重建	NA	图像	52名女性患者
14776	2024-10-20	Enhancing voxel-based dosimetry accuracy with an unsupervised deep learning approach for hybrid medical image registration 2024-Sep, Medical physics IF:3.2Q1 DOI:10.1002/mp.17129 PMID:38772037	研究论文	本文介绍了一种用于混合医学图像变形的无监督深度学习网络CoRX-NET，以提高基于体素的剂量测定精度	提出了一种基于Swin-transformer的无监督深度学习网络CoRX-NET，用于混合医学图像的变形配准，并引入了交叉缝合层以增强SPECT和CT特征的融合	NA	开发一种新的无监督深度学习网络，以提高混合医学图像配准的准确性，从而改进基于体素的剂量测定	177Lu DOTATATE SPECT/CT数据集	计算机视觉	NA	深度学习	Swin-transformer	图像	36组SPECT/CT数据集，其中22组用于训练/内部验证，14组用于外部验证
14777	2024-10-20	Dear-PSM: A deep learning-based peptide search engine enables full database search for proteomics 2024-Sep, Smart medicine DOI:10.1002/SMMD.20240014 PMID:39420951	研究论文	提出了一种基于深度学习的肽段搜索引擎Dear-PSM，支持全数据库搜索	Dear-PSM不限制肽段质量误差，匹配每个光谱到数据库中的所有肽段，并将每个肽段的变异修饰数量从传统的3-20增加，利用倒排索引技术和深度学习算法进行肽段验证，实现了速度和内存消耗的显著提升	NA	解决肽段光谱匹配中的时间限制和解释能力问题	肽段光谱匹配和蛋白质组学数据	蛋白质组学	NA	深度学习	NA	质谱数据	不同物种和仪器的复杂质谱数据
14778	2024-10-20	Computer-aided diagnosis of cystic lung diseases using CT scans and deep learning 2024-Sep, Medical physics IF:3.2Q1 DOI:10.1002/mp.17252 PMID:39422997	研究论文	本文提出了一种基于深度学习的计算机辅助诊断方法，用于自动分割CT扫描图像中的肺实质并准确诊断囊性肺疾病	本文提出了一种两阶段的深度学习方法，能够实现肺实质的分割和囊性肺疾病的分类，相较于之前的单一囊性肺疾病诊断任务，本文方法能够在早期实现多种囊性肺疾病的诊断	NA	实现计算机辅助诊断囊性肺疾病	囊性肺疾病（CLDs）的自动诊断	计算机视觉	肺部疾病	深度学习	U-Net模型、MPIRMNet模型	CT扫描图像	543名患者，共4718张CT切片图像用于验证分割方法，16290张CT切片图像用于验证分类方法
14779	2024-10-19	Correction: "Selective ensemble methods for deep learning segmentation of major vessels in invasive coronary angiography" DOI: https://doi.org/10.1002/mp.16554 2024-Sep, Medical physics IF:3.2Q1 DOI:10.1002/mp.17332 PMID:39423010	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
14780	2024-10-20	Deep learning prediction of stroke thrombus red blood cell content from multiparametric MRI 2024-Aug, Interventional neuroradiology : journal of peritherapeutic neuroradiology, surgical procedures and related neurosciences IF:1.5Q3 DOI:10.1177/15910199221140962 PMID:36437762	研究论文	本研究评估了卷积神经网络（CNN）使用多参数MRI图像预测缺血性中风血栓红细胞含量的能力	首次使用卷积神经网络从多参数MRI图像中预测血栓红细胞含量	数据集较小，且仅限于缺血性中风病例	评估卷积神经网络预测缺血性中风血栓红细胞含量的能力	缺血性中风血栓的红细胞含量	计算机视觉	脑血管疾病	多参数MRI	CNN	图像	188个血栓样本