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
14781	2024-08-05	Development and Validation of a Deep Learning Classifier Using Chest Radiographs to Predict Extubation Success in Patients Undergoing Invasive Mechanical Ventilation 2024-Jun-19, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11060626 PMID:38927862	研究论文	本文开发并验证了一种基于深度学习的模型，使用胸部X光预测接受侵入性机械通气患者的拔管成功率	首次利用常规收集的胸部X光片进行拔管结果预测，改进了传统数据预测方法	模型性能虽改善显著，但仍有较大提升空间和实验需求	研究旨在提高识别可安全拔管患者的能力	研究对象为2288名接受侵入性机械通气的重症监护病房患者	计算机视觉	NA	深度学习	ResNet50	图像	2288名患者
14782	2024-08-05	Recruitment and Aggregation Capacity of Tea Trees to Rhizosphere Soil Characteristic Bacteria Affects the Quality of Tea Leaves 2024-Jun-18, Plants (Basel, Switzerland) DOI:10.3390/plants13121686 PMID:38931118	研究论文	本研究分析了不同茶树品种的根际土壤细菌群落及其与茶叶质量的关系	通过高通量测序技术和机器深度学习模型，识别出能够有效区分不同茶树品种的特征微生物	对样本的种类和数量的具体影响缺乏详细的数据支持	探讨不同茶树品种之间的质量差异及其根际土壤细菌的影响	44种茶树品种的根际土壤细菌群落	数字病理学	NA	高通量测序技术	机器深度学习模型	土壤样本	44种茶树品种的土壤样本
14783	2024-08-05	Integrated Circuit Bonding Distance Inspection via Hierarchical Measurement Structure 2024-Jun-18, Sensors (Basel, Switzerland) DOI:10.3390/s24123933 PMID:38931717	研究论文	本文提出了一种基于分层测量结构的集成电路粘接距离检测方法	创新点在于提出了分层测量结构，以提高对小尺寸焊点的检测精度和识别能力	在复杂背景中，粘接线和焊点的密集分布可能依然对检测造成一定的挑战	旨在提高集成电路中粘接距离的自动检测和测量精度	研究对象为集成电路中的金线和焊点	计算机视觉	NA	多层卷积网络	多分支网络	图像	通过全面实验验证了所提出模块的有效性
14784	2024-08-05	Assessment of Bone Age Based on Hand Radiographs Using Regression-Based Multi-Modal Deep Learning 2024-Jun-18, Life (Basel, Switzerland) DOI:10.3390/life14060774 PMID:38929756	研究论文	本研究开发了一种基于回归的多模态深度学习模型，用于评估骨龄，利用手部放射影像和临床数据作为输入。	该文章创新性地结合了手部放射影像和性别、年龄等临床数据，提升了模型的稳健性和诊断精度。	研究中存在数据分布不平衡和样本量有限的问题。	本研究的目的是开发一种新的骨龄评估模型。	研究对象为2974名儿科患者的手部放射影像。	数字病理学	NA	卷积神经网络（CNN）	EfficientNetV2S和深度神经网络（DNN）	图像和临床数据	2974名儿科患者的手部放射影像
14785	2024-08-05	Multi-Scale Digital Pathology Patch-Level Prostate Cancer Grading Using Deep Learning: Use Case Evaluation of DiagSet Dataset 2024-Jun-18, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11060624 PMID:38927860	研究论文	本文介绍了一种基于深度学习的前列腺癌病理分级方法	提出将前列腺癌分级框架化为分类问题，并利用多尺度数字病理学和ResNet模型进行分析	NA	提高前列腺癌的分级准确性，以实现更有效的治疗规划	使用Diagset数据集中的前列腺癌样本进行研究	数字病理学	前列腺癌	深度学习	ResNet	图像	使用Diagset数据集中的多个病理切片样本
14786	2024-08-05	Implementation and Evaluation of Spatial Attention Mechanism in Apricot Disease Detection Using Adaptive Sampling Latent Variable Network 2024-Jun-18, Plants (Basel, Switzerland) DOI:10.3390/plants13121681 PMID:38931113	研究论文	本研究提出了一种结合深度学习技术和数据增强策略的杏树病害检测方法	集成自适应采样潜在变量网络和空间状态注意机制以提升检测性能	未提及限制因素	提高杏树病害检测的准确性和效率	包括八种杏树病害的检测	数字病理	NA	深度学习	自适应采样潜在变量网络（ASLVN）	图像	未提及具体样本数量
14787	2024-08-05	Generative Adversarial Networks (GANs) in the Field of Head and Neck Surgery: Current Evidence and Prospects for the Future-A Systematic Review 2024-Jun-18, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm13123556 PMID:38930087	系统评价	本文对生成对抗网络（GANs）在头颈外科领域的应用进行了系统评价	该研究揭示了GANs在图像生成和医学中的潜在应用，尤其是在头颈外科的最新进展	仅纳入了9项研究，样本量较小，可能影响结果的普遍性	探讨GANs在头颈外科的技术发展阶段及其应用潜力	分析头颈区域中GANs的八个具体应用	人工智能	肿瘤学	生成对抗网络（GAN）	NA	图像	包括9项研究
14788	2024-08-05	Deep Learning for Alzheimer's Disease Prediction: A Comprehensive Review 2024-Jun-17, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14121281 PMID:38928696	综述	本文综述了阿尔茨海默病预测的深度学习方法	探讨了多种模态、特征提取方法和深度学习模型的可解释性问题	仅评估了116篇相关文献，可能无法完全覆盖所有现有研究	评估现有的阿尔茨海默病识别技术并提出未来研究的障碍	针对阿尔茨海默病的诊断方法和深度学习技术	机器学习	阿尔茨海默病	深度学习	NA	文献调查	116篇相关文献
14789	2024-08-05	Deep Learning in Neovascular Age-Related Macular Degeneration 2024-Jun-17, Medicina (Kaunas, Lithuania) DOI:10.3390/medicina60060990 PMID:38929607	综述	本文总结了深度学习在新生血管性年龄相关性黄斑变性的应用	深度学习在分析新生血管性AMD患者的结构性OCT图像方面显示出有效性，并能够识别与转变为新生血管性AMD相关的生物标志物	NA	研究深度学习在新生血管性年龄相关性黄斑变性中的作用	新生血管性年龄相关性黄斑变性患者	计算机视觉	年龄相关性黄斑变性	深度学习	NA	图像	几项研究中的新生血管性AMD患者
14790	2024-08-05	Automated Nuclear Morphometry: A Deep Learning Approach for Prognostication in Canine Pulmonary Carcinoma to Enhance Reproducibility 2024-Jun-17, Veterinary sciences IF:2.0Q2 DOI:10.3390/vetsci11060278 PMID:38922025	研究论文	本文研究了自动化细胞核形态测量在犬肺癌预后中的应用，旨在提高可重复性	提出了一种基于深度学习的算法用于评估细胞核多态性，并与人工形态测量相比较	该研究样本量较小，且算法仍需进一步改进以解决欠分割问题	本研究旨在探讨自动化细胞核形态测量在犬肺癌预后中的有效性	研究对象为46例犬肺癌病例，包含全面的跟踪数据	数字病理学	肺癌	深度学习	分割模型	图像	46个犬肺癌病例
14791	2024-08-05	The Impact of AI on Metal Artifacts in CBCT Oral Cavity Imaging 2024-Jun-17, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14121280 PMID:38928694	研究论文	本研究评估了人工智能驱动的噪声减少算法对口腔CBCT图像中金属伪影和图像质量参数的影响	应用ClariCT.AI深度学习模型显著提高CBCT图像质量，通过减少噪声和金属伪影来改善诊断准确性	样本量相对较小，仅分析了70名患者中的61名，且限制在单中心研究	评估AI噪声减少算法在口腔CBCT成像中的性能	包括有牙科植体、汞合金填充物、矫正装置等患者的CBCT扫描图像	数字病理学	NA	深度学习	ClariCT.AI	图像	70名患者中的61名
14792	2024-08-05	Adversarial Robustness Enhancement for Deep Learning-Based Soft Sensors: An Adversarial Training Strategy Using Historical Gradients and Domain Adaptation 2024-Jun-17, Sensors (Basel, Switzerland) DOI:10.3390/s24123909 PMID:38931693	研究论文	提出了一种新的对抗训练方法，即领域适应对抗训练（DAAT），以增强深度学习软传感器的对抗鲁棒性	DAAT结合历史梯度信息和领域适应训练，有效改善对抗样本的强度及转移梯度的估计	未详细说明实验中使用的具体数据和样本规模	提高深度学习软传感器模型的对抗鲁棒性	用于硅单晶生长制造过程中晶体质量变量的深度学习软传感器模型	机器学习	NA	对抗训练	NA	NA	NA
14793	2024-08-05	A Pix2Pix Architecture for Complete Offline Handwritten Text Normalization 2024-Jun-16, Sensors (Basel, Switzerland) DOI:10.3390/s24123892 PMID:38931676	研究论文	本论文提出了一种基于Pix2Pix架构的手写文本归一化方法	本研究利用可训练的Pix2Pix模型，提出了一种新颖的手写文本图像归一化算法，能够无缝集成至深度学习架构中	文章未提及具体的限制因素	研究旨在提升离线手写文本识别的整体性能	研究对象为手写文本图像	计算机视觉	NA	条件生成对抗网络	Pix2Pix	图像	NA
14794	2024-08-05	A Semi-Automatic Magnetic Resonance Imaging Annotation Algorithm Based on Semi-Weakly Supervised Learning 2024-Jun-16, Sensors (Basel, Switzerland) DOI:10.3390/s24123893 PMID:38931677	研究论文	本文提出了一种基于半弱监督学习的半自动MRI注释算法	本研究引入了半监督和弱监督学习，提出了基于稀疏标签的半弱监督学习分割算法，并设计了一种基于主动学习的迭代注释策略	现有的半自动注释算法在缺乏分割标签的情况下预注释性能较差	提高在分割标签不足情况下的MRI图像预注释性能	公共MRI数据集上的实验	机器学习	NA	深度学习	半弱监督学习	图像	公开MRI数据集的实验结果
14795	2024-08-05	Bridging Formal Shape Models and Deep Learning: A Novel Fusion for Understanding 3D Objects 2024-Jun-15, Sensors (Basel, Switzerland) DOI:10.3390/s24123874 PMID:38931658	研究论文	本文描述了一种新颖的生成形式模型与深度学习相融合的方法，以理解三维物体的几何结构及其组分之间的关系	通过将生成模型与深度学习相融合，提供了人工智能模型更好理解物体几何组织的机会	NA	探讨如何通过深度学习理解三维物体的几何结构	使用无序点云测量的数据集	计算机视觉	NA	深度学习	生成形式模型	点云	NA
14796	2024-08-05	A Simulation Method for Underwater SPAD Depth Imaging Datasets 2024-Jun-15, Sensors (Basel, Switzerland) DOI:10.3390/s24123886 PMID:38931670	研究论文	提出了一种快速有效的水下SPAD数据仿真方法，并开发了一种去噪网络以去除水下SPAD图像中的后向散射干扰	提出了一种新的水下SPAD数据仿真方法，结合深度学习去除图像中的干扰	由于SPAD设备的高生产成本和小阵列面积，实际水下实验困难	研究水下成像技术，特别是提高SPAD成像质量	针对水下SPAD成像的干扰去除	计算机视觉	NA	深度学习	NA	仿真数据	NA
14797	2024-08-05	A Review of Deep Learning-Based LiDAR and Camera Extrinsic Calibration 2024-Jun-15, Sensors (Basel, Switzerland) DOI:10.3390/s24123878 PMID:38931662	综述	本文系统总结了基于深度学习的LiDAR与相机外参标定的研究与发展	总结了近年来学习-based标定算法的发展及其分类，探讨了算法机制和适用场景	讨论了算法的优势及局限性，但未深入探讨具体实现细节	探讨LiDAR与相机数据融合中的外参标定技术	基于深度学习的LiDAR与相机标定方法	计算机视觉	NA	深度学习	NA	NA	NA
14798	2024-08-05	Infrared Dim Small Target Detection Networks: A Review 2024-Jun-15, Sensors (Basel, Switzerland) DOI:10.3390/s24123885 PMID:38931669	综述	本文全面总结了红外微小目标检测的公共数据集、最新网络和评估指标	总结了过去三年基于深度学习方法的红外微小目标检测创新，并关注六个关键问题	仅限于过去三年内的深度学习方法，可能未涵盖所有相关研究	帮助研究人员全面了解红外微小目标检测网络的最新进展	红外微小目标及其检测方法	计算机视觉	NA	深度学习	NA	数据集	总结了十二个公共数据集
14799	2024-08-05	Deep Learning-Based Prediction Model for the Cobb Angle in Adolescent Idiopathic Scoliosis Patients 2024-Jun-14, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14121263 PMID:38928678	研究论文	本研究提出了一个基于深度学习的模型，以预测青少年特发性脊柱侧弯患者的Cobb角	采用了椎骨标志提取方法和前馈神经网络(FNN)来提高脊柱侧弯进展的预测精度	FNN可能存在过拟合问题，需要通过“丢弃”或正则化等策略来改善	旨在开发一种自动化工具来提高青少年特发性脊柱侧弯的诊断和预后	研究对象为79名青少年特发性脊柱侧弯患者	机器学习	脊柱侧弯	前馈神经网络(FNN)	FNN	角度数据	79名青少年特发性脊柱侧弯患者
14800	2024-08-05	GETNet: Group Normalization Shuffle and Enhanced Channel Self-Attention Network Based on VT-UNet for Brain Tumor Segmentation 2024-Jun-14, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14121257 PMID:38928672	研究论文	提出了一种新型网络GETNet，用于脑肿瘤分割，结合了Transformer结构和卷积操作	引入了组归一化洗牌块和增强通道自注意力块，以同时考虑全局和局部信息	未提及特定的限制	改进脑肿瘤分割的精确度	基于BraTS2021数据集进行实验验证	计算机视觉	脑肿瘤	未指定具体技术	基于VT-UNet的变种	影像数据	使用BraTS2021数据集进行测试，样本大小未明确说明