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
19441	2024-08-23	Diagnostic performance of EfficientNetV2-S method for staging liver fibrosis based on multiparametric MRI 2024-Aug-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e35115 PMID:39165928	研究论文	本研究利用EfficientNetV2-S深度学习框架，基于多参数磁共振成像（MRI）开发了用于肝纤维化分期的无创预测模型	EfficientNetV2-S模型因其更快的训练速度和更好的参数效率，相较于其他模型，提高了肝纤维化预测的训练效率	NA	开发基于EfficientNetV2-S框架的无创预测模型，用于肝纤维化的分期	慢性肝病患者的多参数腹部MRI图像	机器学习	肝病	多参数磁共振成像（MRI）	EfficientNetV2-S	图像	回顾性研究中包括了慢性肝病患者
19442	2024-08-23	Deep learning-based electricity theft prediction in non-smart grid environments 2024-Aug-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e35167 PMID:39166039	研究论文	本研究提出了一种基于深度学习的轻量级模型，用于在非智能电网环境中预测电力盗窃行为	通过采用直接和间接特征工程技术，包括PCA、t-SNE、UMAP和重采样方法（如RUS、SMOTE和ROS），显著提高了模型在盗窃类别的准确性、精确度、召回率和F1分数	NA	旨在提高非智能电网环境中电力盗窃检测的准确性和效率	电力盗窃行为	机器学习	NA	深度学习	深度学习模型	月度客户读数	未明确提及具体样本数量
19443	2024-08-23	A novel deep learning framework for rolling bearing fault diagnosis enhancement using VAE-augmented CNN model 2024-Aug-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e35407 PMID:39166054	research paper	本文介绍了一种使用变分自编码器增强的卷积神经网络（VAE-CNN）的新型深度学习框架，用于提升滚动轴承故障诊断的准确性和鲁棒性	该研究引入了VAE增强的CNN模型，通过提取详细的振动信号特征来精确识别和分类故障，同时解决了传统方法中梯度消失和爆炸的问题	NA	开发一种新的故障诊断方法，以提高滚动轴承故障检测的准确性和可靠性	滚动轴承的故障诊断	machine learning	NA	VAE, CNN	VAE-CNN	vibration signal	NA
19444	2024-08-23	Automated classification of angle-closure mechanisms based on anterior segment optical coherence tomography images via deep learning 2024-Aug-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e35236 PMID:39166052	研究论文	本研究开发并验证了一种基于前节光学相干断层扫描图像的深度学习算法，用于识别和分类闭角机制	开发了一种名为综合机制决策网络（CMD-Net）的深度学习架构，用于模拟人类专家对图像级闭角机制的识别	需要进一步验证CMD-Net的性能	开发和验证能够识别和分类闭角机制的深度学习算法	前节光学相干断层扫描（AS-OCT）图像中的闭角机制	计算机视觉	NA	深度学习	综合机制决策网络（CMD-Net）	图像	11,035张AS-OCT图像，涉及1455名参与者（2833只眼）
19445	2024-08-23	A new CNN-BASED object detection system for autonomous mobile robots based on real-world vehicle datasets 2024-Aug-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e35247 PMID:39166079	研究论文	本文介绍了一种基于真实世界车辆数据集的新型CNN对象检测系统，用于自主移动机器人	开发了一种新的基于CNN的对象识别系统，能够识别不同光照条件下的多种对象，并采用了SSD Mobilenetv2 FPN Lite 320 × 320架构进行重新训练	NA	开发一种适用于自主移动机器人的高效、准确的对象检测系统	自主移动机器人及其导航系统中的对象检测	计算机视觉	NA	卷积神经网络（CNN）	SSD Mobilenetv2 FPN Lite 320 × 320	图像	来自班达亚齐市的真实世界图像数据集
19446	2024-08-23	Age prediction from 12-lead electrocardiograms using deep learning: a comparison of four models on a contemporary, freely available dataset 2024-Aug-12, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad6746 PMID:39048099	研究论文	本文通过深度学习方法，使用四种模型从12导联心电图预测年龄和性别，并在公开数据集上进行性能比较	本文首次直接比较了四种模型在12导联心电图上的性能	NA	研究使用深度学习模型从12导联心电图中预测年龄和性别	12导联心电图数据	机器学习	NA	深度学习	CNN, LSTM, GAN, ...	心电图	公开数据集
19447	2024-08-23	Rapid detection of perfluorooctanoic acid by surface enhanced Raman spectroscopy and deep learning 2024-Aug-08, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.126693 PMID:39167934	研究论文	本文开发了一种快速检测去离子水中PFOA浓度的方法，使用表面增强拉曼光谱和深度学习模型	利用深度学习模型和转移学习方法，提高了检测速度和准确性，适用于不同水质	NA	开发一种快速、准确的PFOA检测方法	PFOA在去离子水、自来水及湖水中的浓度检测	机器学习	NA	表面增强拉曼光谱	深度学习模型	光谱数据	浓度范围从10到10 mol/L的PFOA样品
19448	2024-08-23	An Effective Deep Learning Framework for Fall Detection: Model Development and Study Design 2024-Aug-05, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/56750 PMID:39102676	研究论文	研究开发并验证了一种基于深度学习的跌倒检测框架，使用可穿戴传感器中的加速度和陀螺仪数据准确检测跌倒事件	提出了一种新的双流卷积神经网络自注意力（DSCS）模型，通过自注意力模块为原始特征向量分配不同权重，增强分类准确性	NA	开发并验证一种深度学习框架，以准确检测跌倒事件并区分日常生活中的活动	使用可穿戴传感器中的加速度和陀螺仪数据	机器学习	NA	深度学习	双流卷积神经网络自注意力（DSCS）模型	加速度和陀螺仪数据	10名参与者，共进行了1700次试验
19449	2024-08-23	Fusing multi-scale functional connectivity patterns via Multi-Branch Vision Transformer (MB-ViT) for macaque brain age prediction 2024-Aug-03, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106592 PMID:39168070	研究论文	本文提出了一种名为Multi-Branch Vision Transformer（MB-ViT）的深度学习模型，用于融合从粗粒度到细粒度的脑功能连接模式，以预测猕猴的大脑年龄	首次使用MB-ViT模型融合多尺度脑功能连接模式，成功预测猕猴的大脑年龄，并识别出对预测结果有重要贡献的功能连接和相关脑区	NA	探索并实现猕猴大脑年龄的准确预测	猕猴的大脑年龄	机器学习	NA	功能磁共振成像（rs-fMRI）	Multi-Branch Vision Transformer（MB-ViT）	图像	450只正常猕猴
19450	2024-08-23	Improving intracranial aneurysms image quality and diagnostic confidence with deep learning reconstruction in craniocervical CT angiography 2024-Aug, Acta radiologica (Stockholm, Sweden : 1987) DOI:10.1177/02841851241258220 PMID:38839094	研究论文	本研究评估了深度学习算法DELTA在颅颈CT血管造影中重建颅内动脉瘤图像质量和诊断信心的效果。	DELTA算法在降低噪声、提高信噪比和对比噪声比方面表现优于传统的混合迭代重建（HIR）方法。	研究样本量较小，且为回顾性研究，可能影响结果的普遍性。	量化DELTA算法在颅颈CT血管造影中重建颅内动脉瘤图像质量和诊断信心的效果。	60名经颅颈CT血管造影诊断为颅内动脉瘤的患者。	计算机视觉	颅内动脉瘤	CT血管造影	深度学习	图像	60名患者
19451	2024-08-07	Deep Learning for Video-Based Assessment in Surgery 2024-Aug-01, JAMA surgery IF:15.7Q1 DOI:10.1001/jamasurg.2024.1510 PMID:38837128	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
19452	2024-08-23	Environmentally Robust Triboelectric Tire Monitoring System for Self-Powered Driving Information Recognition via Hybrid Deep Learning in Time-Frequency Representation 2024-Aug, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202400484 PMID:38564789	研究论文	本研究开发了一种环境适应性强的摩擦电轮胎监测系统，通过混合深度学习模型从轮胎与路面的摩擦产生的摩擦电信号中提取驾驶信息	引入了激光诱导石墨烯电极层优化技术，以及结合短时傅里叶变换和卷积神经网络-长短期记忆的混合深度学习模型	NA	开发一种能够在恶劣环境中自供电的智能物联网系统，用于实时监测和识别驾驶信息	摩擦电轮胎监测系统及其在不同环境条件下的性能	机器学习	NA	激光诱导石墨烯	CNN-LSTM	时间-频率表示	旋转速度范围200-2000 rpm，接触线分数，湿度10%-90%，温度50-70°C
19453	2024-08-23	Controlled Synthesis of Preferential Facet-Exposed Fe-MOFs for Ultrasensitive Detection of Peroxides 2024-Aug, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202401024 PMID:38597755	研究论文	本文通过调节金属前驱体与配体的比例，探索了具有增强催化活性的面工程铁基MOFs（Fe-MOFs）的合成，并详细揭示了面依赖性能的机制	开发了一种简便有效的方法来实现MOFs的面控制合成，并通过深度学习架构提高了检测的准确性和选择性	NA	探索和优化金属有机框架（MOFs）的面暴露，以提高其在检测过氧化物中的性能	面工程铁基MOFs（Fe-MOFs）及其在检测过氧化物中的应用	纳米材料	NA	深度学习	SE-VGG16网络模型	图像	NA
19454	2024-08-23	A model for electroencephalogram emotion recognition: Residual block-gated recurrent unit with attention mechanism 2024-Aug-01, The Review of scientific instruments DOI:10.1063/5.0221637 PMID:39166916	研究论文	提出了一种基于残差块-门控循环单元与注意力机制的脑电图情绪识别模型	引入残差块提取空间和频率域信息，结合门控循环单元捕捉时间信息，并通过注意力机制增强关键信息的识别	未提及	解决深度学习在情绪识别中特征选择和信息保留的问题	脑电图信号的情绪识别	机器学习	NA	脑电图(EEG)	残差块-门控循环单元(Res-CRANN)	脑电图信号	DEAP数据集
19455	2024-08-23	Research on predicting hematoma expansion in spontaneous intracerebral hemorrhage based on deep features of the VGG-19 network 2024-Jul-18, Postgraduate medical journal IF:3.6Q1 DOI:10.1093/postmj/qgae037 PMID:38507237	研究论文	构建基于VGG-19网络深度特征的临床非对比计算机断层扫描（NCCT）深度学习联合模型，用于预测自发性脑内出血后的早期血肿扩大（HE），并评估其预测性能	提出了一种结合临床影像深度学习模型，用于早期预测自发性脑内出血患者的血肿扩大	NA	预测自发性脑内出血后的早期血肿扩大	自发性脑内出血患者	计算机视觉	脑内出血	深度学习	多层感知器模型	影像	254名原发性脑出血患者
19456	2024-08-23	AI-enhanced Mammography With Digital Breast Tomosynthesis for Breast Cancer Detection: Clinical Value and Comparison With Human Performance 2024-07, Radiology. Imaging cancer DOI:10.1148/rycan.230149 PMID:38995172	研究论文	本研究比较了两种基于深度学习的商业化人工智能系统在数字乳腺断层合成（DBT）乳腺摄影中的表现，并与放射科医生的表现进行对比	本研究首次对比了两种商业化人工智能系统在乳腺摄影中的表现，并将其与人类放射科医生的表现进行基准测试	本研究为回顾性研究，且仅限于无症状患者，可能限制了结果的普遍性	比较人工智能系统与人类放射科医生在乳腺摄影中检测乳腺癌的性能	两种人工智能系统（Transpara 1.7.0和ProFound AI 3.0）以及人类放射科医生的乳腺摄影表现	计算机视觉	乳腺癌	数字乳腺断层合成（DBT）	深度学习	图像	419名女性患者，其中58名患有乳腺癌
19457	2024-08-23	Constructing a Deep Learning Radiomics Model Based on X-ray Images and Clinical Data for Predicting and Distinguishing Acute and Chronic Osteoporotic Vertebral Fractures: A Multicenter Study 2024-05, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2023.10.061 PMID:38016821	研究论文	本研究构建并验证了一个基于X射线图像的深度学习放射组学（DLR）模型，用于预测和区分急性与慢性骨质疏松性椎体骨折（OVFs）	使用ResNet-50模型架构进行深度迁移学习（DTL），并在RadImageNet和ImageNet数据集上进行预训练，提取并融合DTL特征和放射组学特征，结合临床基线数据构建深度学习放射组学诺模图（DLRN）	在前瞻性验证队列中，诺模图的预测性能略有下降	构建和验证一个深度学习放射组学模型，用于预测和区分急性与慢性骨质疏松性椎体骨折	骨质疏松性椎体骨折的急性与慢性区分	机器学习	骨质疏松症	深度学习放射组学	ResNet-50	图像	942例（1076个椎体）
19458	2024-08-23	Deep learning-based workflow for automatic extraction of atria and epicardial adipose tissue on cardiac computed tomography in atrial fibrillation 2024-May-01, Journal of the Chinese Medical Association : JCMA IF:1.9Q2 DOI:10.1097/JCMA.0000000000001076 PMID:38380919	研究论文	本文设计了一种基于深度学习的流程，用于在心房颤动患者的心脏计算机断层扫描图像上自动提取心房和心外膜脂肪组织	使用3D U-Net模型进行心房、心包和心外膜脂肪组织的自动分割，提高了分割的准确性和可靠性	NA	设计一种深度学习为基础的工作流程，用于心房颤动管理中可靠的自动分割心房、心包和心外膜脂肪组织	心房颤动患者的心房和心外膜脂肪组织	计算机视觉	心房颤动	3D U-Net	CNN	图像	157名心房颤动患者
19459	2024-08-23	DPI_CDF: druggable protein identifier using cascade deep forest 2024-Apr-05, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05744-3 PMID:38580921	研究论文	本文开发了一种基于深度学习的新模型DPI_CDF，用于预测基于蛋白质序列的可药物蛋白	DPI_CDF模型结合了基于进化、生理化学和组成的蛋白质序列特性，通过分层深度森林模型融合这些编码方案，提高了预测准确性	NA	加速大规模可药物蛋白的识别，促进药物发现过程	可药物蛋白的识别	机器学习	NA	深度学习	深度森林模型	蛋白质序列	训练数据集和独立测试数据集
19460	2024-08-23	Multi-organ segmentation of organ-at-risk (OAR's) of head and neck site using ensemble learning technique 2024-03, Radiography (London, England : 1995) DOI:10.1016/j.radi.2024.02.001 PMID:38364707	研究论文	本文提出了一种使用深度学习模型结合集成学习技术自动分割头颈部癌症患者风险器官（OAR）的新方法	采用集成学习技术提高了风险器官分割的准确性和效率	由于内存限制，训练模型时使用了缩减的CT扫描数据	旨在提高风险器官分割的准确性和效率，这对于放射治疗计划至关重要	头颈部癌症患者的风险器官	计算机视觉	头颈部癌症	集成学习技术	3D U-Net 和 3D DenseNet-FCN	CT扫描图像	182名患者的CT扫描数据用于训练，78名患者的数据用于测试，以及31名患者的公开数据集