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
19661	2024-08-13	A Single-Camera-Based Three-Dimensional Velocity Field Measurement Method for Granular Media in Mass Finishing with Deep Learning 2024-Jul-24, Sensors (Basel, Switzerland) DOI:10.3390/s24154790 PMID:39123840	研究论文	本研究提出了一种基于单摄像头的深度学习方法，用于测量大规模抛光中颗粒介质的三维速度场	本研究首次提出了一种使用单色相机进行三维重建和速度场测量的新方法，并将深度学习与传统光学技术相结合	NA	解决大规模抛光过程中颗粒介质速度场测量的难题	颗粒介质的三维速度场	计算机视觉	NA	深度学习	NA	图像	NA
19662	2024-08-13	Compressed Deep Learning Models for Wearable Atrial Fibrillation Detection through Attention 2024-Jul-24, Sensors (Basel, Switzerland) DOI:10.3390/s24154787 PMID:39123835	研究论文	本研究通过集成定制的通道注意力机制来压缩深度学习神经网络，用于从心电图/光电容积脉搏波（ECG/PPG）数据中检测心房颤动（AF），使其能够在资源受限的可穿戴设备上部署。	本研究的创新点在于通过通道注意力机制压缩深度学习模型，同时保持检测准确性，并增强了模型的可解释性。	NA	研究目的是开发一种能够在低功耗可穿戴设备上部署的高效、准确且可解释的心房颤动检测工具。	研究对象是心房颤动（AF）的检测，特别是从心电图/光电容积脉搏波（ECG/PPG）数据中进行检测。	机器学习	心血管疾病	深度学习	注意力机制	时间序列数据	NA
19663	2024-08-13	Robust Detection of Cracked Eggs Using a Multi-Domain Training Method for Practical Egg Production 2024-Jul-23, Foods (Basel, Switzerland) DOI:10.3390/foods13152313 PMID:39123505	研究论文	本文提出了一种多域训练方法，用于提高深度学习模型在实际蛋品生产中对裂纹蛋的检测性能	通过使用最大均值差异与归一化平方特征估计（NSFE-MMD）建立多域训练策略，提取最大域不变特征，增强模型对未知测试蛋数据的检测能力	未提及具体限制	解决深度学习模型在实际工业场景中因蛋品种、来源和环境变化导致的性能下降问题	裂纹蛋的检测	计算机视觉	NA	深度学习	YOLOV5, YOLOV8	图像	涉及多个未知测试域的蛋数据
19664	2024-08-13	Age Prediction From 12-lead Electrocardiograms Using Deep Learning: A Comparison of Four Models on a Contemporary, Freely Available Dataset 2024-Jul-22, medRxiv : the preprint server for health sciences DOI:10.1101/2024.02.02.24302201 PMID:38352374	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（ECG）中预测年龄和性别，并在公开数据集上比较它们的性能	本文首次直接比较了四种模型在预测年龄和性别方面的性能	NA	比较不同模型在从12导联心电图中预测年龄和性别方面的性能	12导联心电图数据	机器学习	NA	深度学习	CNN, LSTM, GAN, ...	心电图数据	公开数据集
19665	2024-08-13	A critical systematic review on spectral-based soil nutrient prediction using machine learning 2024-Jul-04, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-024-12817-6 PMID:38963427	综述	本研究对155篇从2014年到2024年发表的论文进行系统性回顾，评估机器学习和深度学习在预测土壤养分中的应用	强调了高光谱和多光谱传感器在通过多波段光谱分析精确识别养分中的潜力，以及特征选择技术在通过消除与目标养分弱相关的冗余光谱波段来提高模型性能的重要性	NA	评估人工智能技术在优化土壤养分管理中的应用，以支持全球发展目标和促进环境可持续性	土壤养分预测	机器学习	NA	机器学习 (ML) 和深度学习 (DL)	NA	光谱数据	155篇论文
19666	2024-08-13	Attention module incorporated transfer learning empowered deep learning-based models for classification of phenotypically similar tropical cattle breeds (Bos indicus) 2024-Jul-02, Tropical animal health and production IF:1.7Q2 DOI:10.1007/s11250-024-04050-7 PMID:38954103	研究论文	开发了一种基于卷积神经网络（CNN）的模型，用于识别外观相似的热带牛品种（Bos indicus），通过图像分割和多视角输入提高分类准确性	采用图像分割技术去除背景干扰，并通过多视角输入和迁移学习增强的深度学习模型提高分类准确性	NA	提高外观相似的热带牛品种的识别准确性，优化畜群管理和遗传标准	Sahiwal和Red Sindhi牛品种的识别	计算机视觉	NA	卷积神经网络（CNN）	CNN	图像	每头牛使用四种不同视角的图像：正面视图、侧面视图、灰度正面视图和灰度侧面视图
19667	2024-08-13	Progressive Feature Fusion Attention Dense Network for Speckle Noise Removal in OCT Images 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2022.3205217 PMID:36074879	研究论文	本文提出了一种渐进特征融合注意力密集网络（PFFADN）用于OCT图像中的斑点噪声去除	通过在深度卷积网络中排列密集连接的密集块，并结合注意力机制提取关键特征，抑制无关特征，实现了更好的去噪性能	NA	提高OCT图像去噪的识别率并降低计算复杂度	OCT图像中的斑点噪声	计算机视觉	NA	深度学习	CNN	图像	NA
19668	2024-08-13	A Self-Supervised Learning Based Framework for Eyelid Malignant Melanoma Diagnosis in Whole Slide Images 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2022.3207352 PMID:36136924	研究论文	本文提出了一种基于自监督学习的眼睑恶性黑色素瘤诊断框架，该框架包括用于检测黑色素瘤区域的补丁级自监督模型和用于分类病变类型的幻灯片级模型	首次将自监督学习方法应用于眼睑恶性黑色素瘤的自动诊断，并集成了挤压激励注意力结构和特征投影结构以提高模型性能	仅在部分标记的病理全幻灯片图像数据集上进行了测试，未涉及所有完全注释的图像	设计一种节省劳动力且高数据利用率的诊断方法，以自动检测眼睑恶性黑色素瘤	眼睑恶性黑色素瘤的自动检测和病变类型分类	数字病理学	眼睑恶性黑色素瘤	自监督学习	自监督模型	图像	不同数据集上的实验结果表明，在仅有一部分全幻灯片图像被注释的情况下，该方法优于其他最先进的自监督学习和完全监督方法
19669	2024-08-13	Scale Mutualized Perception for Vessel Border Detection in Intravascular Ultrasound Images 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2022.3224934 PMID:36441897	研究论文	本文提出了一种尺度互化感知方法，用于提高血管内超声图像中血管边界检测的准确性	通过考虑相邻尺度间的互补信息，解决了现有方法在多尺度特征聚合中存在的干扰问题	NA	提高血管内超声图像中血管边界检测的准确性，以辅助冠状动脉疾病的诊断	血管内超声图像中的血管边界	计算机视觉	心血管疾病	深度学习	NA	图像	153个血管内超声序列
19670	2024-08-13	Morphological Rule-Constrained Object Detection of Key Structures in Infant Fundus Image 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2023.3234100 PMID:37018340	研究论文	本文旨在通过结合领域特定的形态学规则来提升基于深度学习的对象检测方法，特别是在婴儿眼底图像中对视盘和黄斑的检测	本文定义了五种形态学规则，包括数量限制、大小限制、距离限制、角度/斜率限制和位置限制，以提高对象检测的准确性	NA	提高视盘和黄斑检测的准确性，以辅助早产儿视网膜病变（ROP）的区域分割和疾病诊断	婴儿眼底图像中的视盘和黄斑	计算机视觉	早产儿视网膜病变	深度学习	NA	图像	2953张婴儿眼底图像，包含2935个视盘实例和2892个黄斑实例
19671	2024-08-13	A Parkinson's Auxiliary Diagnosis Algorithm Based on a Hyperparameter Optimization Method of Deep Learning 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2023.3246961 PMID:37027659	研究论文	本文提出了一种基于深度学习超参数优化方法的帕金森病辅助诊断算法	采用了改进的人工蜂群算法（GDABC）和提出的'范围修剪策略'及'维度调整策略'来优化ResNet50的超参数	未提及具体限制	提高帕金森病的诊断准确性	帕金森病的辅助诊断	机器学习	帕金森病	深度学习	ResNet50	语音信号	使用King's College London的Mobile Device Voice Recordings (MDVR-CKL)数据集进行验证
19672	2024-08-13	Medical Tumor Image Classification Based on Few-Shot Learning 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2023.3282226 PMID:37294647	research paper	本文提出了一种改进的小样本学习方法用于医学肿瘤图像分类，并引入特征融合策略以充分利用有限样本的特征信息	本文提出的改进小样本学习方法和特征融合策略在仅使用少量标记样本的情况下，实现了优于现有先进方法的分类准确率	NA	提高医学肿瘤图像分类的准确性	医学肿瘤图像	computer vision	NA	few-shot learning	NA	image	仅使用10个标记样本进行实验
19673	2024-08-13	Minimal data requirement for realistic endoscopic image generation with Stable Diffusion 2024-Mar, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-023-03030-w PMID:37934401	研究论文	本文提出了一种基于Stable Diffusion模型的图像到图像翻译方法，用于生成逼真的内窥镜图像	该方法通过引入不同的支持控制网络，实现了对细节生成的更精细控制，并且所需输入数据量较小，更适合临床应用	NA	旨在改善计算机辅助手术系统，通过生成逼真的合成数据来优化深度学习模型的训练	内窥镜图像的生成和翻译	计算机视觉	NA	Stable Diffusion模型	Stable Diffusion	图像	使用了来自公共数据集的合成和真实数据
19674	2024-08-13	MAIRNet: weakly supervised anatomy-aware multimodal articulated image registration network 2024-Mar, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-023-03056-0 PMID:38236477	研究论文	提出了一种新的弱监督解剖学意识多模态关节图像配准网络MAIRNet，以解决多模态关节图像配准的挑战性问题	MAIRNet包含两个分支：一个非可学习的多刚体配准分支用于估计初始速度场，和一个可学习的可变形配准分支用于学习增量，这两个分支共同工作以生成最终的位移场	NA	开发一种新的多模态关节图像配准方法	多模态关节图像配准问题	计算机视觉	NA	深度学习	CNN	图像	在三个数据集上进行了综合实验，包括髋部数据集、腰椎脊柱数据集和胸椎脊柱数据集
19675	2024-08-13	Unsupervised deep learning framework for temperature-compensated damage assessment using ultrasonic guided waves on edge device 2024-Feb-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-54418-w PMID:38355983	研究论文	本文提出了一种利用超声导波在边缘设备上进行温度补偿损伤评估的无监督深度学习框架	利用TinyML框架开发轻量级机器学习模型，可直接部署在嵌入式边缘设备上，实现高效的结构健康监测	尽管模型轻量，但在有限特征下仍需提高准确性以更好地检测小尺寸缺陷	开发一种适用于边缘设备的轻量级机器学习模型，用于结构健康监测	蜂窝复合材料夹层结构中的脱粘和分层损伤	机器学习	NA	超声导波	无监督学习	数据	在0-90°C温度范围内进行的有限元模拟和实验数据
19676	2024-08-13	Early transcriptomic signatures and biomarkers of renal damage due to prolonged exposure to embedded metal 2023-12, Cell biology and toxicology IF:5.3Q1 DOI:10.1007/s10565-023-09806-9 PMID:37058270	研究论文	研究通过高吞吐量转录组学和深度学习方法，探讨了长期暴露于嵌入金属导致的早期肾损伤的转录组特征和生物标志物	结合高吞吐量转录组学和深度学习技术，有效识别受金属暴露影响的肾细胞，并发现miRNA-423作为潜在的早期肾损伤血清生物标志物	NA	识别和检测长期暴露于嵌入金属导致的早期肾损伤	肾组织和血清样本中的RNA序列	数字病理学	肾损伤	RNA测序	深度学习	RNA序列数据	使用大鼠模型进行实验
19677	2024-08-13	Small whole heart volume predicts cardiovascular events in patients with stable chest pain: insights from the PROMISE trial 2021-Aug, European radiology IF:4.7Q1 DOI:10.1007/s00330-021-07695-2 PMID:33501599	研究论文	本研究评估了从非对比心脏计算机断层扫描（CT）中提取的三维全心脏体积（WHV）在稳定胸痛患者中预测主要心血管事件（MACE）的预后价值	小全心脏体积可能是一个新的影像学标志物，用于稳定胸痛患者中预测主要心血管事件	NA	评估三维全心脏体积在稳定胸痛患者中预测主要心血管事件的预后价值	稳定胸痛患者	数字病理学	心血管疾病	计算机断层扫描（CT）	深度学习	影像	3798名患者
19678	2024-08-13	Automatic opportunistic osteoporosis screening in routine CT: improved prediction of patients with prevalent vertebral fractures compared to DXA 2021-Aug, European radiology IF:4.7Q1 DOI:10.1007/s00330-020-07655-2 PMID:33507353	研究论文	本文比较了从常规CT中自动和手动评估的脊柱骨测量与双能X线吸收法（DXA）在关联现有骨质疏松性椎体骨折方面的表现，使用完全自动化的框架评估临床CT中的各种骨测量。	本文引入了用于骨质疏松症和低骨量的整体体积骨密度（vBMD）的诊断阈值，并展示了CT基础测量在识别经历过椎体骨折的骨量减少个体方面优于DXA。	NA	比较常规CT和DXA在预测现有骨质疏松性椎体骨折方面的效果。	192名患者（141名女性，51名男性；年龄70.2 ± 9.7岁）的脊柱骨测量。	数字病理学	骨质疏松症	卷积神经网络（CNN）	CNN	图像	192名患者
19679	2024-08-13	A clinical deep learning framework for continually learning from cardiac signals across diseases, time, modalities, and institutions 2021-07-09, Nature communications IF:14.7Q1 DOI:10.1038/s41467-021-24483-0 PMID:34244504	研究论文	本文提出了一种名为CLOPS的持续学习策略，用于解决临床环境中深度学习算法在处理非独立同分布数据时性能下降的问题	CLOPS策略通过使用回放缓冲区和基于不确定性的获取函数，有效减轻了破坏性干扰，并在多种临床场景中表现优于现有方法	NA	旨在开发一种能够持续学习并保持性能稳定的临床深度学习框架	心脏信号数据，涉及不同疾病、时间、数据模态和医疗机构	机器学习	心血管疾病	深度学习	深度学习系统	信号	NA
19680	2024-08-13	Super-compression of large electron microscopy time series by deep compressive sensing learning 2021-Jul-09, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2021.100292 PMID:34286306	研究论文	本文提出了一种结合深度学习和时间压缩感知（TCS）的电子显微镜（EM）大数据压缩策略	利用端到端深度学习网络和TCS技术，实现了高压缩比（最高达30倍）且高质量的图像重建	NA	解决电子显微镜高速检测带来的大数据处理和存储挑战	电子显微镜图像序列的压缩与重建	计算机视觉	NA	深度学习, 时间压缩感知（TCS）	深度学习网络	图像	NA