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
16341	2024-08-07	Real-Time Multi-Person Video Synthesis with Controllable Prior-Guided Matting 2024-Apr-27, Sensors (Basel, Switzerland) DOI:10.3390/s24092795 PMID:38732903	研究论文	本文介绍了一种鲁棒、实时、高分辨率且可控的多人视频抠图方法，该方法在所有指标上达到了最先进的水平	设计了一个统一的架构，使用可控生成模型解决了多人视频中缺乏整体语义信息的问题，并采用独立循环架构来利用视频中的时间信息，显著提高了时间一致性和抠图质量	NA	提高多人在动态场景中的抠图性能	多人视频抠图方法	计算机视觉	NA	深度学习	生成模型	视频	NA
16342	2024-08-07	An Explainable Deep Learning Classifier of Bovine Mastitis Based on Whole-Genome Sequence Data-Circumventing the p >> n Problem 2024-Apr-26, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms25094715 PMID:38731932	研究论文	本文提出了一种结合LASSO逻辑回归和深度学习的方法，用于基于单核苷酸多态性（SNP）基因型数据对奶牛进行乳腺炎易感性或抵抗性的分类	通过结合LASSO逻辑回归和深度学习，成功解决了全基因组序列数据中的p >> n问题	分类准确率约为65%，仍有提升空间	开发一种可解释的深度学习分类器，用于预测奶牛对乳腺炎的易感性或抵抗性	奶牛的乳腺炎易感性或抵抗性	机器学习	乳腺炎	LASSO逻辑回归，深度学习	深度学习模型	基因组序列数据	204,642个SNPs
16343	2024-08-07	Deep Learning Models to Reduce Stray Light in TJ-II Thomson Scattering Diagnostic 2024-Apr-26, Sensors (Basel, Switzerland) DOI:10.3390/s24092764 PMID:38732869	研究论文	本文提出使用深度学习模型Pix2Pix神经网络来减少TJ-II汤姆逊散射诊断中的杂散光	提出的方法在减少杂散光方面表现更优，可将噪声降低至98%，超过先前工作的85%	NA	旨在减少核聚变实验设备TJ-II中汤姆逊散射诊断图像的杂散光	TJ-II汤姆逊散射诊断中的杂散光	计算机视觉	NA	NA	GAN	图像	NA
16344	2024-08-07	Efficient Connectivity in Smart Homes: Enhancing Living Comfort through IoT Infrastructure 2024-Apr-26, Sensors (Basel, Switzerland) DOI:10.3390/s24092761 PMID:38732867	研究论文	本文提出了一种新型框架，旨在通过智能物联网系统减少智能家庭设备间的干扰，从而提高通信效率	使用自适应通信协议和先进的干扰管理算法，结合深度学习技术预测和适应干扰模式，以优化资源分配	NA	改善智能家庭设备间的通信效率，提升居住舒适度	智能家庭设备及其通信系统	物联网	NA	深度学习	优化模型	实时数据和历史数据	NA
16345	2024-08-07	HALNet: Partial Point Cloud Registration Based on Hybrid Attention and Deep Local Features 2024-Apr-26, Sensors (Basel, Switzerland) DOI:10.3390/s24092768 PMID:38732874	研究论文	本文提出了一种基于混合注意力和深度局部特征的部分点云配准网络HALNet	HALNet采用自适应图卷积、二维卷积和卷积块注意模块进行特征提取，并利用混合注意机制融合点云几何信息，提高了部分点云配准的准确性	NA	提高部分点云配准的准确性	点云配准	计算机视觉	NA	自适应图卷积、二维卷积、卷积块注意模块	HALNet	点云	NA
16346	2024-08-07	Continuous Tracking using Deep Learning-based Decoding for Non-invasive Brain-Computer Interface 2024-Apr-25, bioRxiv : the preprint server for biology DOI:10.1101/2023.10.12.562084 PMID:37905046	研究论文	本研究使用基于深度学习的解码器进行在线连续追踪任务，以提高非侵入式脑机接口的性能	提出了一种新的PointNet架构适应方法，并评估了其在复杂脑机接口任务中的性能	预训练并未显著提高性能，但中期更新模型可能有一定益处	提高非侵入式脑机接口在复杂任务中的性能，扩展其应用范围	非侵入式脑机接口的性能提升	机器学习	NA	深度学习	PointNet	EEG数据	28名参与者
16347	2024-08-07	A Metastatic Cancer Expression Generator (MetGen): A Generative Contrastive Learning Framework for Metastatic Cancer Generation 2024-Apr-25, Cancers IF:4.5Q1 DOI:10.3390/cancers16091653 PMID:38730604	研究论文	提出了一种名为MetGen的生成对比学习框架，用于生成转移性癌症表达谱	MetGen能够生成与真实转移性癌症样本相媲美的合成样本，并在癌症和组织分类中表现出高准确率	NA	克服获取足够转录组数据的挑战，促进对转移性癌症生物学的全面理解	转移性癌症表达谱	机器学习	转移性癌症	RNA-seq	生成对比学习模型	表达数据	NA
16348	2024-08-07	Large-Dynamic-Range Ocular Aberration Measurement Based on Deep Learning with a Shack-Hartmann Wavefront Sensor 2024-Apr-25, Sensors (Basel, Switzerland) DOI:10.3390/s24092728 PMID:38732834	研究论文	本研究利用卷积神经网络（CNN）模型结合Shack-Hartmann波前传感器，实现了大动态范围的眼部像差测量	相较于传统方法，本研究提出的方法在主要低阶像差的动态范围上提高了1.86至43.88倍，并具有更好的测量精度	NA	提高眼部像差测量的动态范围和精度	眼部像差	计算机视觉	NA	Shack-Hartmann波前传感器	CNN	图像	NA
16349	2024-08-07	Automated Generation of Clinical Reports Using Sensing Technologies with Deep Learning Techniques 2024-Apr-25, Sensors (Basel, Switzerland) DOI:10.3390/s24092751 PMID:38732857	研究论文	本研究利用先进的传感技术和深度学习技术，提出了一种自动生成临床报告的创新方法	通过使用高级传感器捕捉和解释语音模式、语调或停顿等线索，实现了实时感知和理解医患互动，并自动完成转录和总结任务	在开发过程中遇到了挑战，尽管实验结果显示系统在总结复杂医疗讨论方面有效，但具体限制未详细说明	提高医疗咨询期间临床文档生成过程的效率和准确性	医患互动的实时感知和临床文档的自动生成	自然语言处理	NA	自动语音识别传感器和Transformer模型	Transformer模型	文本	NA
16350	2024-08-07	A Degraded Finger Vein Image Recovery and Enhancement Algorithm Based on Atmospheric Scattering Theory 2024-Apr-24, Sensors (Basel, Switzerland) DOI:10.3390/s24092684 PMID:38732790	研究论文	本文提出了一种基于大气散射理论的指静脉图像恢复与增强算法	改进Gamma变换方法以校正图像灰度值，并设计像素突变滤波器来分割静脉与非静脉接触区域	NA	提高指静脉识别的准确性	指静脉图像	计算机视觉	NA	大气散射理论	NA	图像	SDUMLA-HMT和ZJ-UVM数据集
16351	2024-08-07	Enhanced Lightweight YOLOX for Small Object Wildfire Detection in UAV Imagery 2024-Apr-24, Sensors (Basel, Switzerland) DOI:10.3390/s24092710 PMID:38732816	研究论文	本文提出了一种改进的YOLOX网络，用于无人机图像中森林火灾的快速检测	设计了CSP-ML多级特征提取结构以提高小目标火灾区域的检测准确性，嵌入了CBAM注意力机制以减少背景噪声干扰，引入了自适应特征提取模块以增强特征学习能力，并使用CIoU损失函数替换原有损失函数以优化正样本识别	NA	提高无人机图像中森林火灾的检测速度和准确性	无人机图像中的小目标森林火灾	计算机视觉	NA	YOLOX网络	YOLOX	图像	NA
16352	2024-08-07	Human Activity Recognition in a Free-Living Environment Using an Ear-Worn Motion Sensor 2024-Apr-23, Sensors (Basel, Switzerland) DOI:10.3390/s24092665 PMID:38732771	研究论文	本研究探讨了使用耳戴式运动传感器在自由生活环境中识别日常活动（如躺、坐/站、走、上楼、下楼和跑步）的可行性	本研究采用了多种机器学习算法，包括浅层模型和最先进的深度学习方法，用于活动分类，并展示了耳传感器的高效性	NA	研究耳戴式运动传感器在日常活动识别中的应用及其在健康监测中的潜力	50名年龄在20至47岁之间的健康参与者	机器学习	NA	机器学习算法	深度学习模型	运动数据	50名健康参与者
16353	2024-08-07	DEMA: A Deep Learning-Enabled Model for Non-Invasive Human Vital Signs Monitoring Based on Optical Fiber Sensing 2024-Apr-23, Sensors (Basel, Switzerland) DOI:10.3390/s24092672 PMID:38732777	研究论文	本研究介绍了一种基于光纤传感器和先进深度学习方法的无创生命体征监测系统	该系统结合了基于MZI的光纤传感器和LSTM网络，超越了传统方法	NA	开发一种无创的生命体征监测系统，用于医疗诊断和智能健康护理	人类生命体征	机器学习	NA	光纤传感	LSTM	生命体征数据	NA
16354	2024-08-07	Continuous tracking using deep learning-based decoding for noninvasive brain-computer interface 2024-Apr, PNAS nexus IF:2.2Q1 DOI:10.1093/pnasnexus/pgae145 PMID:38689706	研究论文	本研究使用基于深度学习的解码器进行在线连续追踪任务，以提高非侵入式脑机接口的性能	提出了一种新的PointNet架构适应方法，并评估了其在多个在线会话中的性能	预训练并未显著提高性能	探索基于深度学习的解码器在复杂脑机接口任务中的应用，以扩大其潜在应用并改善健康和运动障碍个体的生活质量	非侵入式脑机接口的性能提升	机器学习	NA	深度学习	PointNet	脑电图数据	28名参与者
16355	2024-08-07	Transforming breast cancer care: harnessing the power of artificial intelligence and imaging for predicting pathological complete response. a narrative review 2024-Apr, JPMA. The Journal of the Pakistan Medical Association DOI:10.47391/JPMA.AKU-9S-07 PMID:38712408	综述	本文综述探讨了人工智能（AI）和先进影像技术在预测接受新辅助化疗的乳腺癌患者病理完全缓解（pCR）中的变革潜力	AI驱动的模型，包括深度学习和放射组学，在准确评估pCR方面取得了显著进展，有望优化临床决策、个性化治疗策略并减少不必要的治疗负担	NA	探索AI和先进影像技术在预测乳腺癌患者pCR中的应用，以优化治疗策略和改善患者预后	接受新辅助化疗的乳腺癌患者的病理完全缓解（pCR）	计算机视觉	乳腺癌	AI	深度学习	影像	NA
16356	2024-08-07	Automated system for training and assessing reaching and grasping behaviors in rodents 2024-01-01, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2023.109990 PMID:37866457	研究论文	本文介绍了一种名为PANDA系统的自动化系统，用于训练和评估啮齿动物的到达、抓握和拉扯行为，并同步神经数据分析	该系统通过自动化训练过程显著提高了性能，并使用深度学习技术简化了视频评估，自动将到达动作分割为不同的到达/拉扯阶段	NA	研究运动控制、动机、感觉运动整合和运动障碍	啮齿动物的到达、抓握和拉扯行为	NA	帕金森病、中风	NA	NA	视频	在15分钟内，啮齿动物拉扯超过100米
16357	2024-08-07	Using Deep Learning Radiomics to Distinguish Cognitively Normal Adults at Risk of Alzheimer's Disease From Normal Control: An Exploratory Study Based on Structural MRI 2022, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2022.894726 PMID:35530047	研究论文	本研究提出了一种基于结构MRI图像的深度学习放射组学方法，用于区分认知正常但有阿尔茨海默病风险的成年人与正常对照组	本研究首次提出了一种深度学习放射组学方法，通过结构MRI图像区分阿尔茨海默病风险个体与正常对照组	本研究仅基于ADNI数据库的数据进行，样本量有限，需要进一步在更广泛的人群中验证	开发一种新的方法来区分认知正常但有阿尔茨海默病风险的个体与正常对照组	认知正常但有阿尔茨海默病风险的成年人与正常对照组	机器学习	阿尔茨海默病	MRI	深度学习放射组学	图像	417名认知正常的成年人，分为181名阿尔茨海默病风险个体和236名正常对照组
16358	2024-08-07	Artificial-intelligence-based risk prediction and mechanism discovery for atrial fibrillation using heart beat-to-beat intervals 2024-May-10, Med (New York, N.Y.) DOI:10.1016/j.medj.2024.02.006 PMID:38492571	研究论文	本文开发了一种可解释的深度学习模型HBBI-AI，利用心搏间期预测房颤风险，并基于模型的可解释性提出并验证了房颤的可能机制	首次使用心搏间期数据，通过深度学习模型预测房颤风险，并揭示了自主神经失衡可能是房颤多个风险因素的共同机制	NA	提高房颤早期诊断效率，预防中风和其他并发症	房颤风险预测及其潜在机制	机器学习	心血管疾病	深度学习	深度学习模型	心搏间期数据	使用了大型内部和外部公共数据集
16359	2024-08-07	Predicting the age of field Anopheles mosquitoes using mass spectrometry and deep learning 2024-May-10, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adj6990 PMID:38728404	研究论文	本文介绍了一种结合质谱技术和深度学习方法快速预测野外按蚊年龄的新方法	该方法通过结合矩阵辅助激光解吸电离飞行时间质谱和深度学习，实现了对野外按蚊年龄的快速准确预测	NA	提高按蚊媒介监测效率，支持疟疾传播的流行病学监测和媒介控制策略评估	野外收集的按蚊头部、腿部和胸部的质谱数据	机器学习	疟疾	矩阵辅助激光解吸电离飞行时间质谱	深度学习模型	质谱数据	251只野外收集的按蚊，共2763个质谱数据
16360	2024-08-07	Machine learning in predicting pathological complete response to neoadjuvant chemoradiotherapy in rectal cancer using MRI: A systematic review and meta-analysis 2024-May-10, The British journal of radiology DOI:10.1093/bjr/tqae098 PMID:38730550	meta-analysis	本文通过系统综述和荟萃分析评估了机器学习模型在预测直肠癌患者对新辅助放化疗反应中的表现	与传统机器学习模型相比，基于深度学习的研究能够获得更高的AUC	深度学习模型在研究中占比较少且异质性较大	评估机器学习模型在预测直肠癌新辅助放化疗反应中的表现	直肠癌患者对新辅助放化疗的病理完全反应	machine learning	直肠癌	MRI	deep learning	image	共包含24项研究的1690名患者