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
16201	2024-09-17	A Semi-Supervised Transformer-Based Deep Learning Framework for Automated Tooth Segmentation and Identification on Panoramic Radiographs 2024-Sep-03, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14171948 PMID:39272733	研究论文	提出了一种基于半监督Transformer的深度学习框架，用于全景X光片上的自动牙齿分割和识别	设计了一种新的半监督Transformer框架（SemiTNet），专门用于提高全景X光片上牙齿分割和识别的性能，特别是在部分缺牙的情况下	未提及	提高全景X光片上牙齿分割和识别的自动化程度，特别是在部分缺牙的情况下	全景X光片上的牙齿分割和识别	计算机视觉	NA	半监督学习	Transformer	图像	16,317张全景X光片（1589张标注图像和14,728张未标注图像）
16202	2024-09-17	An Agent-Based Method for Feature Recognition and Path Optimization of Computer Numerical Control Machining Trajectories 2024-Sep-03, Sensors (Basel, Switzerland) DOI:10.3390/s24175720 PMID:39275631	研究论文	本文提出了一种基于智能代理的数控系统加工轨迹特征识别与路径优化方法	采用智能代理构建模型并分析G代码中的关键几何信息，使用包含线性注意力机制和多神经网络的MCRL深度学习模型进行识别和分类，并结合均值滤波、贝塞尔曲线拟合和改进的新型自适应coati优化算法进行路径优化	NA	解决传统数控加工中路径不连续导致的加工缺陷问题	数控系统加工轨迹的特征识别与路径优化	计算机视觉	NA	深度学习	MCRL	G代码	齿轮模型、五角星凸台模型和枫叶模型的加工过程文件
16203	2024-09-17	FateNet: an integration of dynamical systems and deep learning for cell fate prediction 2024-Sep-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae525 PMID:39177093	研究论文	本文介绍了一种名为FateNet的计算方法，结合动力系统理论和深度学习，用于预测细胞命运	FateNet通过整合动力系统理论和深度学习，提高了细胞命运决策点的预测精度，并提供了对生物系统新状态的定性见解	NA	理解细胞决策过程及其对生物系统的影响，如组织健康和功能	细胞命运决策和细胞状态动态	生物信息学	NA	单细胞RNA测序	深度学习	单细胞RNA测序数据	不同单细胞RNA测序数据
16204	2024-09-17	From sleep patterns to heart rhythm: Predicting atrial fibrillation from overnight polysomnograms 2024 Sep-Oct, Journal of electrocardiology IF:1.3Q3 DOI:10.1016/j.jelectrocard.2024.153759 PMID:39067281	研究论文	本文研究了从夜间多导睡眠图（PSG）中的单导联心电图（ECG）预测房颤（AF）的方法	利用深度学习和手工特征提取方法，结合多导睡眠图数据进行房颤预测	模型精度较低，存在较多假阳性结果	早期预测和有效管理房颤患者，降低中风和心力衰竭的风险	从多导睡眠图中的单导联心电图预测房颤	数字病理学	心血管疾病	心电图分析	浅层神经网络	心电图数据	18,782条单导联心电图记录，来自13,609名受试者
16205	2024-09-17	Prediction of hypertension risk based on multiple feature fusion 2024-Sep, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104701 PMID:39047932	研究论文	本文提出了一种基于多特征融合的脉搏波分类模型，用于高血压风险的准确预测	本文创新性地提出了基于多特征融合的脉搏波分类模型，结合问诊和脉诊数据，提高了分类准确性和泛化性能	NA	提高高血压风险预测的准确性和泛化性能	高血压风险预测	机器学习	心血管疾病	多特征融合	深度学习模型	脉搏波数据	409例高血压样本
16206	2024-09-17	A novel deep learning model based on transformer and cross modality attention for classification of sleep stages 2024-Sep, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104689 PMID:39029770	研究论文	本文提出了一种基于transformer和跨模态注意力机制的新型深度学习模型，用于睡眠阶段分类	结合了transformer编码器-解码器和跨模态注意力机制，显著提高了睡眠阶段分类的准确性	未提及	提高睡眠阶段分类的准确性	睡眠阶段分类	机器学习	NA	transformer编码器-解码器和跨模态注意力机制	transformer	时间序列数据	使用Sleep Heart Health Study Dataset (SHHS)数据集
16207	2024-09-17	Semi-supervised Double Deep Learning Temporal Risk Prediction (SeDDLeR) with Electronic Health Records 2024-Sep, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104685 PMID:39004109	研究论文	本文开发了一种半监督双重深度学习时间风险预测算法（SeDDLeR），用于基于电子健康记录（EHR）数据进行未来临床事件的风险预测	提出了SeDDLeR算法，结合半监督学习和双重深度学习方法，有效利用大量未标记的纵向EHR数据和有限的黄金标准标签进行风险预测	需要进一步验证该算法在不同疾病和数据集上的泛化能力	开发一种能够有效利用电子健康记录数据进行未来临床事件风险预测的算法	电子健康记录数据和临床事件风险	机器学习	糖尿病	半监督学习、深度学习	Gated Recurrent Units (GRUs)	电子健康记录	涉及麻省总布里格姆生物库的数据，用于预测2型糖尿病风险
16208	2024-09-17	Development of a deep-learning model tailored for HER2 detection in breast cancer to aid pathologists in interpreting HER2-low cases 2024-Sep, Histopathology IF:3.9Q1 DOI:10.1111/his.15274 PMID:39004603	研究论文	本文开发了一种针对HER2检测的深度学习模型，旨在辅助病理学家解释HER2低表达的乳腺癌病例	本文的创新点在于开发了一种专门用于HER2检测的深度学习模型，并将其规则与ASCO/CAP指南对齐，以提高HER2低表达乳腺癌的检测准确性	模型在某些形态学特征和特定伪影存在时，与病理学家的HER2评分存在差异	评估深度学习模型在HER2检测中的表现，特别是HER2低表达乳腺癌的准确性	HER2低表达的乳腺癌病例	数字病理学	乳腺癌	深度学习	深度学习模型	图像	共使用了760例乳腺癌病例，包括299例训练集和369例及92例验证集
16209	2024-09-17	Leveraging advances in data-driven deep learning methods for hybrid epidemic modeling 2024-Sep, Epidemics IF:3.0Q2 DOI:10.1016/j.epidem.2024.100782 PMID:38971085	研究论文	本文总结了在COVID-19情景建模中心（SMH）中使用深度学习技术进行混合流行病建模的工作	提出了一种灵活的数据驱动框架，结合深度学习技术与传统的机械模型，以评估各种未来流行病情景	NA	通过结合深度学习与机械模型，提高对流行病动态的理解和预测能力，以支持更明智的决策	COVID-19的流行病动态建模	机器学习	NA	深度学习	LSTM	多源数据	超过12轮的COVID-19情景建模数据
16210	2024-09-17	Construction and Evaluation of an AI-based CBCT Resolution Optimization Technique for Extracted Teeth 2024-Sep, Journal of endodontics IF:3.5Q1 DOI:10.1016/j.joen.2024.05.015 PMID:38848947	研究论文	本研究构建并评估了一种基于人工智能的CBCT分辨率优化技术，用于提取牙齿的图像超分辨率处理	本研究首次使用深度学习模型Basicvsr++对CBCT图像进行超分辨率处理，以优化提取牙齿的根管形态	本研究仅限于对提取牙齿的CBCT图像进行处理，未涉及活体牙齿或其他类型的医学图像	本研究的目的是通过深度学习模型对提取的人类牙齿CBCT图像进行超分辨率处理，并比较CBCT、SRCT和Micro-CT图像的三维重建差异	本研究的对象是提取的人类牙齿，特别是上颌第一磨牙和其他牙齿位置的牙齿	计算机视觉	NA	深度学习	Basicvsr++	图像	171颗提取的牙齿，其中40颗上颌第一磨牙用于训练，40颗上颌第一磨牙和91颗其他牙齿位置的牙齿用于外部测试
16211	2024-09-17	Identification of Root Canal Morphology in Fused-rooted Mandibular Second Molars From X-ray Images Based on Deep Learning 2024-Sep, Journal of endodontics IF:3.5Q1 DOI:10.1016/j.joen.2024.05.014 PMID:38821263	研究论文	本研究利用深度学习方法从二维X射线图像中识别融合根下颌第二磨牙的三维根管形态	本研究首次将深度学习应用于从二维X射线图像中识别融合根下颌第二磨牙的三维根管形态，并提出了一种多角度投影增强方法	本研究仅限于融合根下颌第二磨牙的根管形态识别，未涉及其他类型的牙齿	研究目的是利用深度学习技术从二维X射线图像中识别融合根下颌第二磨牙的三维根管形态，以辅助根管治疗	研究对象为271颗融合根下颌第二磨牙	计算机视觉	NA	深度学习	卷积神经网络 (CNN)	图像	271颗融合根下颌第二磨牙
16212	2024-09-17	Age-appropriate or delayed myelination? Scoring myelination in routine clinical MRI 2024-Sep, European journal of paediatric neurology : EJPN : official journal of the European Paediatric Neurology Society IF:2.3Q2 DOI:10.1016/j.ejpn.2024.07.010 PMID:39098096	研究论文	本文提出了一种在常规临床MRI上评估髓鞘化的标准化评分方法	开发了一种新的髓鞘化评分系统，能够在常规临床MRI上进行评估，适用于缺乏专业儿科神经放射学家的环境	目前缺乏对髓鞘化延迟患者的验证，且评分系统的实施和预处理过程较为复杂	开发一种简便易用的标准化工具，用于评估儿童髓鞘化	儿童的髓鞘化评估	医学影像	NA	MRI	NA	图像	253名0-2岁的对照组儿童
16213	2024-09-17	Developing a low-cost, open-source, locally manufactured workstation and computational pipeline for automated histopathology evaluation using deep learning 2024-Sep, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2024.105276 PMID:39197222	研究论文	开发了一种低成本、开源、本地制造的工作站和计算管道，用于使用深度学习的自动化病理学评估	提出了一种低成本的开源工作站，用于数字切片捕获和计算分析，与传统的高成本硬件相比，模型性能相当	未提及	验证低成本自动化诊断工具在低资源环境中部署的可行性，以帮助医疗保健提供者管理癌症负担	头颈部鳞状细胞癌、肺癌和乳腺癌的病理图像分类	数字病理学	癌症	深度学习	深度学习模型	图像	三个不同数据集：头颈部鳞状细胞癌、肺癌和乳腺癌
16214	2024-09-17	The Effect of the MFCC Frame Length in Automatic Voice Pathology Detection 2024-Sep, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2022.03.021 PMID:35490081	研究论文	研究了MFCC帧长度对自动语音病理检测的影响	首次系统研究了MFCC帧长度对自动语音病理检测的影响	仅使用了Saarbrücken Voice Disorders数据库中的三种疾病数据	探讨MFCC帧长度对自动语音病理检测性能的影响	超动性发声障碍、低动性发声障碍和反流性喉炎	机器学习	NA	MFCC特征提取	支持向量机	语音	使用了Saarbrücken Voice Disorders数据库中的三种疾病数据
16215	2024-09-17	Wi-Fi Fingerprint Indoor Localization by Semi-Supervised Generative Adversarial Network 2024-Sep-01, Sensors (Basel, Switzerland) DOI:10.3390/s24175698 PMID:39275609	研究论文	本文提出了一种基于半监督生成对抗网络的Wi-Fi指纹室内定位方法	提出了一种新的Wi-Fi半监督生成对抗网络（SSGAN），能够生成逼真的可训练指纹数据，并集成了定位模型，无需外部定位方法	NA	减少Wi-Fi指纹室内定位中手动数据收集和标注的成本与工作量	Wi-Fi信号强度测量数据和室内定位	机器学习	NA	生成对抗网络（GAN）	半监督生成对抗网络（SSGAN）	Wi-Fi信号强度数据	多层地标定位实验中，实验结果显示比标准监督深度神经网络提高了35%的准确性
16216	2024-09-17	Early surveillance of rice bakanae disease using deep learning and hyperspectral imaging 2024-Sep, aBIOTECH IF:4.6Q1 DOI:10.1007/s42994-024-00169-1 PMID:39279856	研究论文	本研究利用高光谱成像技术和深度学习算法实现了水稻恶苗病的现场检测	结合高光谱成像技术和深度学习算法，建立了Rice Bakanae Disease-Visual Geometry Group (RBD-VGG)模型，实现了早期水稻恶苗病的检测	NA	开发一种高效、无损的水稻恶苗病监测方法，以保障水稻生产	水稻恶苗病	计算机视觉	水稻病害	高光谱成像技术	深度学习模型	高光谱数据	感染后第9天、第15天和第21天的水稻幼苗
16217	2024-09-17	Integration of Diffusion Transformer and Knowledge Graph for Efficient Cucumber Disease Detection in Agriculture 2024-Aug-31, Plants (Basel, Switzerland) DOI:10.3390/plants13172435 PMID:39273919	研究论文	本文提出了一种结合知识图谱和扩散Transformer的深度学习方法，用于黄瓜病害检测	通过引入扩散注意力机制和扩散损失函数，增强了模型识别复杂农业病害特征的能力，并有效解决了样本不平衡问题	NA	提高黄瓜病害检测的准确性和效率	黄瓜病害	机器学习	NA	扩散Transformer	Transformer	图像	NA
16218	2024-09-17	UAV Visual and Thermographic Power Line Detection Using Deep Learning 2024-Aug-31, Sensors (Basel, Switzerland) DOI:10.3390/s24175678 PMID:39275590	研究论文	本文提出了一种基于深度学习的无人机视觉和热成像电力线检测方法	使用YOLOv8模型进行电力线检测，并在无人机上进行验证，取得了高精度的检测结果	未提及具体限制	开发一种能够安全自主检测电力线的无人机系统	电力线及其潜在缺陷	计算机视觉	NA	深度学习	YOLOv8	图像	未提及具体样本数量
16219	2024-09-17	Automated Crack Detection in Monolithic Zirconia Crowns Using Acoustic Emission and Deep Learning Techniques 2024-Aug-31, Sensors (Basel, Switzerland) DOI:10.3390/s24175682 PMID:39275594	研究论文	研究利用声发射信号和深度学习技术自动检测单片氧化锆冠中的裂纹	开发了一种基于Inception-ResNet-v2的多类语义分割CNN图像分割模型，用于自动分类氧化锆冠中的裂纹	NA	探索将声发射信号转换为连续小波变换，并结合卷积神经网络辅助裂纹检测的潜力	单片氧化锆冠中的裂纹	计算机视觉	NA	声发射信号，连续小波变换	卷积神经网络	图像	2000个训练周期
16220	2024-09-17	Profile Photograph Classification Performance of Deep Learning Algorithms Trained Using Cephalometric Measurements: A Preliminary Study 2024-Aug-30, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14171916 PMID:39272701	研究论文	本研究评估了使用基于头影测量值分组的病人照片训练的深度学习算法对面部轮廓照片的分类性能	首次尝试使用根据实际头影测量值训练的人工智能架构对临床照片进行分类，从而在未来应用中减少或消除对头影X光的需求	本研究为初步研究，样本量有限，且仅限于特定参数的分类	评估深度学习算法在根据头影测量值分组的病人照片上的分类准确性	990名病人的头影测量放射片和面部轮廓照片	计算机视觉	NA	深度学习算法	深度学习模型	图像	990名病人