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
15081	2024-10-15	Internet of Things and Cloud Computing-based Disease Diagnosis using Optimized Improved Generative Adversarial Network in Smart Healthcare System 2024-Oct-13, Network (Bristol, England) DOI:10.1080/0954898X.2024.2392770 PMID:39396229	研究论文	本文提出了一种基于物联网和云计算的智能医疗系统中使用优化改进生成对抗网络进行疾病诊断的方法	本文引入了优化改进生成对抗网络（IGAN），并通过Flamingo Search优化算法（FSOA）对其进行优化，提高了疾病诊断的准确性和特异性，同时减少了执行时间	NA	提高智能医疗系统中疾病诊断的准确性和效率	糖尿病、慢性肾病和心脏病患者的数据	机器学习	心血管疾病	生成对抗网络（GAN）	生成对抗网络（GAN）	电子健康记录	NA
15082	2024-10-15	Deep-learning-based attenuation map generation in kidney single photon emission computed tomography 2024-Oct-12, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-024-00686-4 PMID:39394395	研究论文	本研究利用深度学习技术从SPECT数据中生成合成衰减图（μ-maps），以实现肾脏SPECT成像的无CT量化技术	本研究开发了一种基于深度学习的算法，用于从SPECT数据生成合成μ-maps，无需CT扫描，从而减少辐射暴露	NA	建立一种无需CT扫描的肾脏SPECT成像量化技术，以减少辐射暴露	肾脏SPECT成像中的衰减校正	计算机视觉	NA	深度学习	3D U-Net	图像	1000例Tc-99m DTPA SPECT/CT扫描数据，其中800例用于训练，100例用于验证，100例用于测试
15083	2024-10-15	A lightweight defect detection algorithm for escalator steps 2024-Oct-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74320-9 PMID:39394361	研究论文	提出了一种高效的电梯台阶缺陷检测算法ASF-Sim-YOLO，解决了检测网络模型参数过多、适应性差和视频流实时处理困难的问题	设计了ASF-Sim-P2结构以提高小目标检测精度，结合SimAM与SPPF增强模型捕捉关键信息的能力，采用NWD替代传统的CIoU损失函数，并对模型进行通道剪枝以满足移动设备部署需求	NA	开发一种轻量级且高效的电梯台阶缺陷检测算法	电梯台阶缺陷	计算机视觉	NA	目标检测	YOLO	视频	测试数据集上的平均精度(mAP50)为96.8%，比基线模型提高了22.1%，模型计算复杂度(GFLOPS)降低到基线模型的四分之一，帧率(FPS)提高到575.1
15084	2024-10-15	A comparative study on automatic treatment planning for online adaptive proton therapy of esophageal cancer: which combination of deformable registration and deep learning planning tools performs the best? 2024-Oct-10, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad80f6 PMID:39332445	研究论文	本文比较了四种在线自适应质子治疗（OAPT）策略在食管癌治疗计划中的表现，评估了变形图像配准（DIR）和深度学习（DL）工具的组合效果	本文首次系统地比较了四种OAPT策略，并展示了DL-DEF和DL-DL在10分钟内实现OAPT的潜力	在某些情况下，目标体积的分割错误导致剂量下降，需要进一步改进分割算法	评估和比较不同变形图像配准和深度学习工具组合在食管癌在线自适应质子治疗中的效果	食管癌患者的在线自适应质子治疗计划	计算机视觉	食管癌	变形图像配准（DIR），深度学习（DL）	nnU-Net	图像	17名食管癌患者
15085	2024-10-15	Comparison of deep-learning multimodality data fusion strategies in mandibular osteoradionecrosis NTCP modelling using clinical variables and radiation dose distribution volumes 2024-Oct-10, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad8290 PMID:39357529	研究论文	本文比较了不同深度学习多模态数据融合策略在颌骨放射性骨坏死NTCP模型中的应用	首次比较了早期、联合和晚期多模态数据融合策略在深度学习NTCP模型中的应用	晚期融合策略虽然技术复杂度较低，但缺乏关键的模态间交互作用	探讨不同多模态数据融合策略在深度学习NTCP模型中的有效性	颌骨放射性骨坏死的NTCP模型	机器学习	NA	深度学习	3D DenseNet-40	图像数据和临床数据	92例放射性骨坏死病例和92例对照组
15086	2024-10-15	Deep learning-based detection of affected body parts in Parkinson's disease and freezing of gait using time-series imaging 2024-10-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75445-7 PMID:39390087	研究论文	提出了一种基于卷积神经网络的时间序列图像深度学习方法，用于检测帕金森病和冻结步态中受影响的身体部位	利用时间序列图像和卷积神经网络进行帕金森病和冻结步态中受影响身体部位的检测和区分	NA	开发一种辅助工具，用于评估帕金森病的严重程度和冻结步态	帕金森病患者和冻结步态患者在360°转身任务中的身体部位检测	计算机视觉	神经退行性疾病	卷积神经网络	CNN	时间序列图像	90名参与者，包括60名帕金森病患者（30名冻结步态患者和30名非冻结步态患者）和30名年龄匹配的老年人（对照组）
15087	2024-10-15	DETECTION OF ORAL SQUAMOUS CELL CARCINOMA USING PRE-TRAINED DEEP LEARNING MODELS 2024-Oct-09, Experimental oncology DOI:10.15407/exp-oncology.2024.02.119 PMID:39396172	研究论文	本文研究了使用预训练深度学习模型检测口腔鳞状细胞癌的方法	本文提出了一种基于迁移学习的预训练分类模型和卷积神经网络（CNN）用于口腔鳞状细胞癌的二分类	本文的实验数据集较小，且仅限于口腔鳞状细胞癌的检测	评估使用迁移学习方法和预训练模型在口腔鳞状细胞癌早期诊断中的应用	口腔鳞状细胞癌的组织病理学图像	计算机视觉	口腔癌	迁移学习	CNN	图像	5192张组织病理学图像
15088	2024-10-15	[Accelerated musculoskeletal magnetic resonance imaging with deep learning-based image reconstruction at 0.55 T-3 T] 2024-Oct, Radiologie (Heidelberg, Germany) DOI:10.1007/s00117-024-01325-w PMID:38864874	研究论文	本文探讨了使用深度学习技术加速肌肉骨骼磁共振成像（MRI）重建的方法	引入深度学习（DL）算法进行图像重建，以减少信噪比、空间分辨率和图像采集时间之间的相互依赖性，并允许使用更高的加速因子	NA	提高肌肉骨骼MRI的效率、患者舒适度、访问性和价值，同时保持高诊断准确性	肌肉骨骼系统的MRI图像重建	计算机视觉	NA	磁共振成像（MRI）	深度学习（DL）	图像	NA
15089	2024-10-15	Enhancing the analysis of murine neonatal ultrasonic vocalizations: Development, evaluation, and application of different mathematical models 2024-Oct-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0030473 PMID:39400270	研究论文	本文系统评估了不同类型的神经网络用于小鼠新生超声发声（USV）分类的效果	首次系统评估了多种神经网络架构在USV分类中的适用性，并确定了最适合的架构	NA	确定最适合分析小鼠新生超声发声的神经网络架构	小鼠新生超声发声的分类	机器学习	NA	深度学习	卷积神经网络（CNN）	音频	NA
15090	2024-10-15	Comprehensive Characterization of Tissue Mineralization in an Ex Vivo Model 2024-Sep-27, Journal of visualized experiments : JoVE DOI:10.3791/67235 PMID:39400183	研究论文	本文提出了一种全面评估新骨形成的工作流程，使用相关的大型动物骨体外移植模型	本文创新性地结合了多种分析方法，包括微CT、深度学习图像分析、纳米压痕、组织学检查、背散射扫描电子显微镜和拉曼光谱，以全面评估新形成的骨组织	本文的局限性在于其研究对象仅限于羊的股骨头移植模型，可能无法完全代表所有骨再生情况	本文旨在通过多模态分析方法，全面评估新形成的骨组织，并标准化这些协议以促进研究间的比较和提高研究结果的有效性和可靠性	本文的研究对象是羊的股骨头移植模型中新形成的骨组织	数字病理学	NA	微CT、深度学习、纳米压痕、组织学检查、背散射扫描电子显微镜、拉曼光谱	深度学习	图像	1个羊的股骨头移植模型
15091	2024-10-15	ECG-Image-Database: A Dataset of ECG Images with Real-World Imaging and Scanning Artifacts; A Foundation for Computerized ECG Image Digitization and Analysis 2024-Sep-25, ArXiv PMID:39398215	研究论文	介绍了一个名为ECG-Image-Database的大型多样化心电图图像数据集，包含真实世界的扫描和成像伪影	首次创建了一个包含真实世界伪影的高保真合成心电图图像数据集，为心电图图像数字化和分析提供了基础	NA	开发和提供一个用于心电图图像数字化和分类的机器学习和深度学习模型的基础数据集	心电图图像及其数字化	计算机视觉	NA	ECG-Image-Kit	NA	图像	35,595张软件标记的心电图图像
15092	2024-10-15	PredPSP: a novel computational tool to discover pathway-specific photosynthetic proteins in plants 2024-Sep-24, Plant molecular biology IF:3.9Q1 DOI:10.1007/s11103-024-01500-6 PMID:39316155	研究论文	介绍了一种名为PredPSP的新型计算工具，用于发现植物中特定途径的光合作用蛋白	首次提出了一种基于序列的计算方法，专门用于识别植物中的光合作用蛋白，填补了现有模型的空白	NA	开发一种全面的计算框架，用于预测植物中特定途径的光合作用蛋白	植物中的光合作用蛋白	机器学习	NA	深度学习与浅层学习算法	LightGBM	序列数据	涵盖多种植物物种，确保C和C途径的全面代表性
15093	2024-09-24	Application of machine learning for predicting lymph node metastasis in T1 colorectal cancer: a systematic review and meta-analysis 2024-Sep-23, Langenbeck's archives of surgery DOI:10.1007/s00423-024-03476-9 PMID:39311932	meta-analysis	本文综述并分析了机器学习和深度学习模型在T1期结直肠癌患者淋巴结转移预测中的应用	机器学习和深度学习模型在T1期结直肠癌淋巴结转移预测中表现出高灵敏度和特异性	研究间存在显著异质性，需要开发更可靠的算法	评估机器学习和深度学习模型在T1期结直肠癌淋巴结转移预测中的诊断准确性	T1期结直肠癌患者的淋巴结转移	machine learning	结直肠癌	机器学习 (ML) 和深度学习 (DL)	多种机器学习和深度学习模型	NA	33,199名T1期结直肠癌患者
15094	2024-10-15	Global research progress of electroencephalography applications in attention deficit hyperactivity disorder: Bibliometrics and visualized analysis 2024-Sep-20, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000039668 PMID:39312386	综述	本文对电生理学在注意力缺陷多动障碍（ADHD）中的应用进行了文献计量分析和可视化分析	本文通过文献计量分析和可视化工具，系统地总结了电生理学在ADHD诊断中的应用进展和研究趋势	本文主要基于文献计量分析，未涉及具体的实验数据或临床应用效果	旨在提供电生理学在ADHD应用领域的特征、主要研究领域、发展路径和趋势的概述	电生理学在ADHD中的应用	神经科学	神经发育障碍	电生理学（EEG）	NA	文本	1162篇文献
15095	2024-10-15	Leaf rolling detection in maize under complex environments using an improved deep learning method 2024-Aug-23, Plant molecular biology IF:3.9Q1 DOI:10.1007/s11103-024-01491-4 PMID:39179745	研究论文	本文提出了一种改进的深度学习方法，用于在复杂环境中检测玉米叶卷曲现象	本文引入了卷积块注意力模块和可变形卷积网络v2，以增强特征提取能力和对目标形状和尺度变化的适应性	NA	深入理解叶卷曲现象，提高作物对环境压力的耐受性	玉米叶卷曲现象	计算机视觉	NA	深度学习	YOLOv8	图像	包含严重遮挡、叶片尺度和形状变化以及复杂背景场景的数据集
15096	2024-10-15	Attaching organic fibers to mineral: The case of the avian eggshell 2023-Dec-15, iScience IF:4.6Q1 DOI:10.1016/j.isci.2023.108425 PMID:38034363	研究论文	研究鸟类蛋壳中有机纤维膜与无机矿物质之间的结构附着机制	通过3D多尺度成像技术结合深度学习特征分割，揭示了有机纤维膜如何嵌入和锚定到蛋壳矿物质中	NA	理解有机纤维膜如何附着到蛋壳矿物质上，以支持鸟类胚胎发育和孵化	鸟类蛋壳中的有机纤维膜和无机矿物质	生物学	NA	X射线和电子断层扫描	深度学习	图像	NA
15097	2024-10-15	Abdominal fat quantification using convolutional networks 2023-Dec, European radiology IF:4.7Q1 DOI:10.1007/s00330-023-09865-w PMID:37436508	研究论文	本文介绍了使用全卷积网络（FCN）自动量化腹部磁共振成像（MRI）数据中脂肪组织的软件，并评估了其性能	本文提出的方法在脂肪组织量化方面显著优于常见的半自动化方法，减少了依赖性和工作量	NA	开发和评估一种自动化的方法来量化腹部MRI数据中的脂肪组织	肥胖患者的腹部脂肪组织	计算机视觉	肥胖	全卷积网络（FCN）	UNet	图像	331个完整的腹部图像系列
15098	2024-10-15	M-MSSEU: source-free domain adaptation for multi-modal stroke lesion segmentation using shadowed sets and evidential uncertainty 2023-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-023-00247-6 PMID:37780536	研究论文	本文提出了一种新的无源域自适应方法，用于多模态中风病变分割，利用阴影集和证据不确定性	本文创新性地使用了证据深度学习代替卷积神经网络，并设计了多模态意见融合模块，利用Dempster-Shafer证据理论进行不同模态的决策融合	NA	解决无源域自适应问题，并有效利用医学图像中的多模态信息	多模态中风病变	计算机视觉	中风	Dempster-Shafer证据理论	证据深度学习	图像	两个多模态中风病变数据集
15099	2024-10-15	HUT: Hybrid UNet transformer for brain lesion and tumour segmentation 2023-Dec, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2023.e22412 PMID:38046150	研究论文	本文提出了一种混合UNet Transformer网络（HUT），用于脑部病变和肿瘤的分割	HUT网络结合了UNet和Transformer的优势，通过并行运行的两个管道，分别基于UNet和Transformer，提高了单模态病变分割和多模态脑肿瘤分割的性能	NA	提高脑部病变和肿瘤分割的准确性	脑部病变和肿瘤	计算机视觉	NA	深度学习	混合UNet Transformer	3D脑部体积图像	ATLAS数据集和BraTS20数据集
15100	2024-10-15	Formulation Graphs for Mapping Structure-Composition of Battery Electrolytes to Device Performance 2023-11-27, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c01030 PMID:37948621	研究论文	本文介绍了一种深度学习模型，即配方图卷积网络（F-GCN），用于将电池电解质的结构-组成关系映射到整体性能	提出了F-GCN模型，通过并行组装的多个GCN来实时特征化配方成分，并基于成分的摩尔百分比进行缩放，最终集成到一个代表完整配方的组合描述符中	NA	加速新化合物在目标应用中的发现，并减少实验室实验驱动的过程	电池电解质的结构-组成关系及其对电池性能的影响	机器学习	NA	深度学习	卷积神经网络（GCN）	数据集	两个数据集，一个来自Li/Cu半电池的文献，另一个来自锂-碘全电池化学的实验室实验