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
18801	2024-09-13	Neural Transformers for Intraductal Papillary Mucosal Neoplasms (IPMN) Classification in MRI images 2022-07, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC48229.2022.9871547 PMID:36085787	研究论文	本文提出了一种基于Transformer网络的AI模型，用于MRI图像中胰腺导管内乳头状黏液性肿瘤（IPMN）的分类	本文利用Transformer网络在视觉任务中的通用性，提出了一种新的AI模型，相比传统的卷积神经网络，该模型在预训练方面表现更好，并能更好地解释结果	NA	开发一种能够准确分类胰腺导管内乳头状黏液性肿瘤（IPMN）的AI模型，以支持医疗决策	胰腺导管内乳头状黏液性肿瘤（IPMN）的分类	计算机视觉	胰腺癌	Transformer网络	Transformer	图像	NA
18802	2024-09-13	High-resolution synthesis of high-density breast mammograms: Application to improved fairness in deep learning based mass detection 2022, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2022.1044496 PMID:36755853	研究论文	本研究通过合成高密度乳腺X光片来提高基于深度学习的乳腺肿块检测的公平性	使用CycleGAN模型进行低密度到高密度图像转换，并通过数据增强技术提高模型对高密度乳腺的检测性能	NA	提高高密度乳腺中肿块检测的性能	高密度乳腺X光片	计算机视觉	乳腺癌	CycleGAN	CycleGAN	图像	使用了三个FFDM数据集，训练图像按BI-RADS类别分为几乎完全脂肪和极其密集的乳腺
18803	2024-09-13	PulseDB: A large, cleaned dataset based on MIMIC-III and VitalDB for benchmarking cuff-less blood pressure estimation methods 2022, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2022.1090854 PMID:36844249	研究论文	本文介绍了PulseDB，一个基于MIMIC-III和VitalDB的大规模清洁数据集，用于基准测试无袖带血压估算方法	PulseDB是目前最大的清洁数据集，用于标准化测试协议下的血压估算模型基准测试，并首次研究了校准和无校准测试方法在评估模型泛化能力方面的性能差距	NA	填补现有数据集在大小、受试者数量和预处理步骤上的差异，提供一个公平的基准测试环境	无袖带血压估算方法的性能和泛化能力	生物医学工程	心血管疾病	NA	深度学习模型	信号数据	5,245,454个高质量的ECG、PPG和ABP波形片段，来自5,361名受试者
18804	2024-09-13	Preparation and Mechanical Properties of High Silicon Molybdenum Cast Iron Materials: Based on Deep Learning Model 2022, Computational intelligence and neuroscience DOI:10.1155/2022/4825356 PMID:39262918	研究论文	研究了高硅钼铸铁材料的制备及其力学性能，基于深度学习模型	采用深度学习模型来研究高硅钼铸铁材料的制备和力学性能	未提及具体限制	提高工程设备中工作部件的使用寿命和耐磨材料的研究	高铬铸铁的静态腐蚀性能及钼和钒元素添加对其性能的影响	NA	NA	深度学习	深度学习模型	NA	未提及具体样本数量
18805	2024-09-13	[Review on identity feature extraction methods based on electroencephalogram signals] 2021-Dec-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202102057 PMID:34970904	综述	本文综述了基于脑电信号的身份特征提取方法	介绍了脑电信号在生物识别中的特殊优势，并探讨了如何结合脑电数据特征更好地提取差异信息	未提及具体的研究局限性	探讨基于脑电信号的身份识别方法	脑电信号的身份特征提取	生物识别	NA	脑电信号分析	深度学习	脑电信号	NA
18806	2024-09-13	Image and structured data analysis for prognostication of health outcomes in patients presenting to the ED during the COVID-19 pandemic 2021-Dec-09, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2021.104662 PMID:34923448	研究论文	研究利用机器学习和深度学习模型，结合临床数据和胸部影像数据，预测COVID-19患者在急诊科的不良预后	首次将临床数据和胸部影像数据结合，使用LightGBM和CheXNet模型进行多维度风险预测	研究样本仅限于Loyola大学医学中心的3571名患者，可能存在地域和样本量的局限性	开发机器学习和深度学习模型，预测COVID-19患者在急诊科的不良预后	COVID-19患者的胸部影像和临床数据	计算机视觉	COVID-19	LightGBM, CheXNet	LightGBM, CheXNet	图像, 结构化数据	3571名18岁及以上的急诊科患者
18807	2024-09-13	[Research progress in lung parenchyma segmentation based on computed tomography] 2021-Apr-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202008032 PMID:33913299	综述	本文综述了近年来基于CT图像的肺实质分割研究进展	重点介绍了改进深度学习模型网络结构的研究进展	讨论了肺实质分割中尚未解决的问题	回顾和分析肺实质分割的研究进展，为相关领域的研究人员提供参考	基于CT图像的肺实质分割方法	计算机视觉	肺部疾病	CT技术	深度学习模型	图像	NA
18808	2024-09-13	[A review of deep learning methods for the detection and classification of pulmonary nodules] 2019-Dec-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.201903027 PMID:31875384	综述	本文综述了深度学习方法在肺结节检测和分类中的应用	系统介绍了2D-CNN、3D-CNN、Faster R-CNN、MMCNN、DCGAN和迁移学习技术在肺结节检测和分类中的应用	未提及具体实验结果和数据支持	探讨深度学习技术在肺结节检测和分类中的应用	肺结节的检测和分类	计算机视觉	肺癌	深度学习	2D-CNN、3D-CNN、Faster R-CNN、MMCNN、DCGAN	图像	NA
18809	2024-09-13	[Study of attention deficit/hyperactivity disorder classification based on convolutional neural networks] 2017-Feb, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi PMID:29717596	研究论文	本文提出了一种基于卷积神经网络的注意力缺陷/多动障碍（ADHD）分类算法	利用粗分割和深度学习方法，提高了ADHD分类的准确性，并简化了计算过程	未提及具体的局限性	解决ADHD诊断中高误诊率和漏诊率的问题	ADHD患者和正常人群的分类	计算机视觉	精神疾病	卷积神经网络	CNN	图像	未提及具体样本数量
18810	2024-09-11	Real-time sign language detection: Empowering the disabled community 2024-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.102901 PMID:39247156	研究论文	本文提出了一种实时手语检测系统，旨在帮助残疾人士进行交流	使用预训练的VGG16卷积神经网络（CNN）结合注意力机制，实现了高精度的印度手语（ISL）分类，并实现了实时处理	NA	开发一种高效的实时手语检测系统，以帮助残疾人士进行交流	印度手语（ISL）中的23种手势	计算机视觉	NA	卷积神经网络（CNN）	VGG16	图像	23种手势
18811	2024-09-11	Semi-Supervised Semantic Image Segmentation by Deep Diffusion Models and Generative Adversarial Networks 2024-Nov, International journal of neural systems IF:6.6Q1 DOI:10.1142/S0129065724500576 PMID:39155691	研究论文	本文提出了一种结合生成对抗网络（GAN）和生成扩散模型的半监督语义图像分割方法	本文创新性地将生成扩散模型与EditGAN结合，提高了图像分割任务的性能	NA	减少图像分割任务中对大量像素级标注数据的依赖	多类和二进制标签的图像分割任务	计算机视觉	NA	生成对抗网络（GAN）、生成扩散模型	GAN	图像	多个分割数据集，包括ISIC数据集
18812	2024-09-11	2.5D deep learning based on multi-parameter MRI to differentiate primary lung cancer pathological subtypes in patients with brain metastases 2024-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111712 PMID:39222565	研究论文	本文研究了基于多参数MRI的2.5D深度学习模型在区分脑转移肺癌病理亚型中的应用	首次探讨了2.5D深度学习在区分脑转移肺癌病理亚型中的应用	研究为回顾性，样本量有限	开发一种有效的方法来区分脑转移肺癌的病理亚型	脑转移肺癌患者	计算机视觉	肺癌	多参数MRI	2.5D深度学习模型	图像	250名患者，其中训练集175名，测试集75名
18813	2024-09-11	Efficient EEG Feature Learning Model Combining Random Convolutional Kernel with Wavelet Scattering for Seizure Detection 2024-Nov, International journal of neural systems IF:6.6Q1 DOI:10.1142/S0129065724500606 PMID:39252680	研究论文	本文提出了一种结合随机卷积核与小波散射网络的高效EEG特征学习模型，用于癫痫发作检测	将随机卷积核嵌入小波散射网络结构中，并结合ANOVA和MRMR方法筛选显著EEG特征，提高了模型的泛化性能和计算效率	NA	开发一种高效的EEG特征学习模型，用于癫痫发作检测	EEG信号和癫痫发作检测	机器学习	癫痫	随机卷积核变换（ROCKET）	小波散射网络	EEG信号	头皮和颅内EEG数据库
18814	2024-09-11	Advancing Glaucoma Diagnosis: Employing Confidence-Calibrated Label Smoothing Loss for Model Calibration 2024 Nov-Dec, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2024.100555 PMID:39253549	研究论文	本文旨在通过使用一种名为置信校准标签平滑（CC-LS）损失函数的特殊损失函数来提高青光眼分类机器学习模型的校准	本文提出了一种新的置信校准标签平滑（CC-LS）损失函数，该函数结合了标签平滑和置信惩罚技术，专门用于青光眼检测，以在不牺牲准确性的情况下改进模型校准	NA	提高机器学习模型在青光眼分类中的校准	青光眼分类的机器学习模型	机器学习	眼科疾病	置信校准标签平滑（CC-LS）损失函数	深度学习模型	图像	外部数据集包括482张正常眼底图像和168张青光眼眼底图像，以及720张正常眼底图像和80张青光眼眼底图像；内部数据集包括每类4639张图像；验证集包括47913张正常眼底图像和1629张青光眼眼底图像
18815	2024-09-11	Patient-specific cerebral 3D vessel model reconstruction using deep learning 2024-Oct, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03136-6 PMID:38802608	研究论文	本研究利用深度学习方法从患者特定的磁共振血管造影图像中重建三维血管模型	首次使用深度学习技术进行患者特定三维血管模型的重建，并展示了其在血流模拟中的应用	研究样本量较小，未来需要进一步验证深度学习技术在医学图像处理中的应用	开发一种基于深度学习的血管模型重建方法，以减少手动操作的需求	40名患有颈内动脉瘤的患者	计算机视觉	心血管疾病	深度学习	U-net	图像	40名患者，60例病例
18816	2024-09-11	Hybrid optimal feature selection-based iterative deep convolution learning for COVID-19 classification system 2024-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109031 PMID:39173484	研究论文	本文提出了一种基于混合最优特征选择和迭代深度卷积学习的COVID-19分类系统	本文创新性地结合了物联网数据和深度学习技术，通过优化算法提取疾病特征，并使用一维卷积神经网络进行分类	NA	开发一种高效的方法用于COVID-19的早期检测和诊断	COVID-19样本数据和物联网设备生成的数据	机器学习	COVID-19	深度学习	一维卷积神经网络（1D-CNN）	数据	大量COVID-19样本
18817	2024-09-11	Depth estimation from monocular endoscopy using simulation and image transfer approach 2024-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109038 PMID:39178804	研究论文	本文提出了一种从单目内窥镜图像中估计深度的方法，通过模拟和图像迁移技术训练深度估计网络模型	本文创新性地使用Unity生成模拟内窥镜图像和深度图，并通过循环生成对抗网络增强模拟图像的真实感，最终训练深度学习模型进行深度估计	NA	开发一种从单目内窥镜图像中准确估计深度的方法，以提高导航系统的有效性	内窥镜图像的深度估计	计算机视觉	NA	深度学习	生成对抗网络	图像	使用从分割的计算机断层扫描结肠成像数据中获得的结肠表面模型生成的模拟内窥镜图像和深度图进行训练
18818	2024-09-11	Skeleton-guided multi-scale dual-coordinate attention aggregation network for retinal blood vessel segmentation 2024-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109027 PMID:39178808	研究论文	本文提出了一种用于视网膜血管分割的骨架引导多尺度双坐标注意力聚合网络（SMDAA）	SMDAA网络包含三个创新模块：双坐标注意力（DCA）、不平衡像素放大器（UPA）和血管骨架引导（VSG），分别用于解决类不平衡问题、提高分割精度和保持血管结构连续性	NA	提高视网膜血管分割的准确性和连续性	视网膜血管	计算机视觉	NA	深度学习	SMDAA网络	图像	三个公共数据集（DRIVE、STARE和CHASE_DB1）
18819	2024-09-11	RETNet: Resolution enhancement Transformer network for magnetic particle imaging based on X-space 2024-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109043 PMID:39191080	研究论文	本文提出了一种用于磁粒子成像分辨率增强的Transformer网络RETNet	RETNet利用浅层特征提取器、跨尺度Transformer和残差Swin Transformer分别提取浅层特征、纹理特征和结构特征，并通过图像重建模块聚合这些特征以重建高分辨率图像	NA	提高磁粒子成像的空间分辨率	磁粒子成像中的低分辨率图像	计算机视觉	NA	深度学习	Transformer	图像	包括仿真、模型和体内实验
18820	2024-09-11	A novel pipeline employing deep multi-attention channels network for the autonomous detection of metastasizing cells through fluorescence microscopy 2024-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109052 PMID:39216406	研究论文	本文开发了一种基于深度多注意力通道网络的计算管道，用于通过荧光显微镜自动检测转移细胞	本文引入了新的多注意力通道架构，并开发了一种可解释的全局解释方法，以确保网络的高解释性	NA	研究细胞骨架中肌动蛋白和波形蛋白中间丝的空间组织变化，以区分正常细胞和转移细胞，从而改进癌症诊断和治疗	正常人类细胞及其同基因匹配的、致癌转化的、侵袭性和转移性对应物	数字病理学	NA	深度学习方法	多注意力通道网络	图像	NA