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
481	2024-09-10	Review of Botnet Attack Detection in SDN-Enabled IoT Using Machine Learning 2022-Dec-14, Sensors (Basel, Switzerland) DOI:10.3390/s22249837 PMID:36560204	综述	本文综述了在SDN支持的物联网中使用机器学习技术检测僵尸网络攻击的研究	本文探讨了经典机器学习和深度学习技术在僵尸网络攻击检测中的性能比较	经典机器学习技术在检测未知僵尸网络攻击、实时监控和适应新类型攻击方面存在挑战	研究目的是调查应用机器学习技术在SDN支持的物联网网络中抵御僵尸网络攻击的研究	研究对象包括SDN支持的物联网网络中的僵尸网络攻击检测	机器学习	NA	机器学习	经典机器学习模型和深度学习模型	网络流量数据	NA
482	2024-09-10	Enhancing cancer differentiation with synthetic MRI examinations via generative models: a systematic review 2022-Dec-12, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-022-01315-3 PMID:36503979	综述	本文综述了使用生成模型增强合成MRI检查在癌症鉴别中的应用	探讨了生成对抗网络和变分自编码器等深度生成模型在数据增强中的应用	强调了生成数据增强技术的方法论陷阱和局限性	旨在阐明生成数据增强技术及其最佳实践	研究对象为癌症鉴别中的合成MRI检查	计算机视觉	NA	生成对抗网络、变分自编码器	生成模型	图像	NA
483	2024-09-10	Automated analysis of fibrous cap in intravascular optical coherence tomography images of coronary arteries 2022-12-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-24884-1 PMID:36509806	研究论文	开发了一种自动分析冠状动脉内光学相干断层扫描图像中纤维帽的方法	使用DeepLab-v3 plus深度学习模型和动态规划算法自动检测脂质斑块和评估纤维帽厚度	NA	评估斑块易损性并提供自动化分析方法	冠状动脉中的纤维帽和脂质斑块	数字病理学	心血管疾病	光学相干断层扫描 (OCT)	DeepLab-v3 plus	图像	4360张图像，涉及41名患者的77个病变
484	2024-09-10	Contextual Features and Information Bottleneck-Based Multi-Input Network for Breast Cancer Classification from Contrast-Enhanced Spectral Mammography 2022-Dec-12, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics12123133 PMID:36553140	研究论文	提出了一种基于上下文特征和信息瓶颈理论的多输入深度学习网络，用于从对比增强光谱乳腺摄影中进行乳腺癌分类	同时输入每侧乳房的四张不同特征信息图像，并在池化操作中保留肿瘤邻域内的像素级上下文信息，设计了一种基于信息瓶颈理论的新损失函数来优化多输入网络	NA	提高乳腺癌分类的准确性并降低误诊率	乳腺癌的良恶性分类	计算机视觉	乳腺癌	深度学习	多输入网络	图像	488张图像（256张良性，232张恶性），来自122名患者
485	2024-09-10	Investigating the Association between Streetscapes and Mental Health in Zhanjiang, China: Using Baidu Street View Images and Deep Learning 2022-12-11, International journal of environmental research and public health DOI:10.3390/ijerph192416634 PMID:36554515	研究论文	研究探讨了中国湛江市的街道景观特征与居民心理健康之间的关系	首次在街道层面全面分析了街道景观特征与居民心理健康的关系，并考虑了年龄和性别的影响	研究仅限于湛江市，且依赖于Baidu Street View图像，可能存在数据偏差	探索城市街道景观特征与居民心理健康之间的空间模式及其关联	湛江市的街道景观特征及其对居民心理健康的影响	计算机视觉	NA	深度学习	NA	图像	NA
486	2024-09-10	Application of Deep Learning in Histopathology Images of Breast Cancer: A Review 2022-Dec-11, Micromachines IF:3.0Q2 DOI:10.3390/mi13122197 PMID:36557496	综述	本文通过统计方法分析了107篇关于深度学习在乳腺癌病理图像中检测、分割和分类应用的研究	总结了近年来在乳腺癌病理图像检测、分割和分类中表现优异的模型，并提供了深度学习网络模型在不同应用场景中的结构建议	NA	探讨深度学习在乳腺癌病理图像分析中的应用	乳腺癌病理图像的检测、分割和分类	数字病理学	乳腺癌	深度学习	CNN	图像	107篇相关研究
487	2024-09-10	DeepMDSCBA: An Improved Semantic Segmentation Model Based on DeepLabV3+ for Apple Images 2022-Dec-10, Foods (Basel, Switzerland) DOI:10.3390/foods11243999 PMID:36553741	研究论文	提出了一种基于DeepLabV3+结构的改进语义分割模型DeepMDSCBA，用于苹果图像的分割	使用轻量级MobileNet模块和深度可分离卷积，减少了参数计算量和内存需求，并添加了卷积块注意力模块以提高特征提取的准确性	未提及	改进苹果图像语义分割的准确性和速度	苹果图像的语义分割	计算机视觉	NA	深度学习	DeepLabV3+	图像	未提及
488	2024-09-10	Real-Time Human Activity Recognition with IMU and Encoder Sensors in Wearable Exoskeleton Robot via Deep Learning Networks 2022-Dec-10, Sensors (Basel, Switzerland) DOI:10.3390/s22249690 PMID:36560059	研究论文	本文实现了一个基于惯性测量单元（IMU）和编码器传感器信号的实时活动识别系统，用于穿戴式外骨骼机器人	本文提出了一个基于深度学习模型的实时活动识别系统，并将其优化后部署到边缘设备上进行实时评估	本文未详细讨论模型的训练数据集和数据增强方法，以及模型在不同用户和环境下的泛化能力	提高穿戴式外骨骼机器人在日常任务中的控制辅助能力	穿戴式外骨骼机器人的实时活动识别	机器学习	NA	深度学习	深度学习模型	传感器数据	八种常见的人类任务：站立、弯腰、蹲下、行走、坐下、站起来、上楼梯和下楼梯
489	2024-09-10	Deep learning-based age estimation from chest X-rays indicates cardiovascular prognosis 2022-Dec-09, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-022-00220-6 PMID:36494479	研究论文	本文研究了基于深度学习的胸部X光片年龄估计及其对心血管预后的影响	首次系统研究了从胸部X光片中估计年龄的方法，并探讨了估计年龄对心血管疾病预后的临床意义	研究仅限于特定的心血管疾病患者群体，未来需要进一步验证和扩展到其他疾病和人群	探讨基于胸部X光片的年龄估计在心血管疾病预后中的应用	心血管疾病患者及其胸部X光片	计算机视觉	心血管疾病	深度学习	深度神经网络 (DNN)	图像	超过100,000张胸部X光片，1562名心力衰竭住院患者，3586名心血管疾病重症监护患者
490	2024-09-10	AWANet: Attentive-Aware Wide-Kernels Asymmetrical Network with Blended Contour Information for Salient Object Detection 2022-Dec-09, Sensors (Basel, Switzerland) DOI:10.3390/s22249667 PMID:36560036	研究论文	提出了一种基于注意力感知的大核非对称网络AWANet，用于显著目标检测，通过融合轮廓信息提高检测精度	引入了密集特征提取单元DFEU、跨特征集成单元CFIU和轮廓感知显著性细化单元CSRU，分别解决了特征提取、特征集成和边界细化的问题	NA	提高显著目标检测的精度和边界准确性	显著目标检测	计算机视觉	NA	深度学习	CNN	图像	NA
491	2024-09-10	Pattern recognition of topologically associating domains using deep learning 2022-Dec-08, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-022-05075-1 PMID:36482308	研究论文	本文提出了一种使用深度学习识别拓扑关联域（TAD）的新方法	将Hi-C图谱视为图像，将TAD识别重新定义为图像模式识别任务，并使用卷积神经网络和残差神经网络进行处理	NA	研究不同物种和细胞系之间是否存在共同的TAD模式	拓扑关联域（TAD）及其在不同物种和细胞系中的模式	计算机视觉	NA	深度学习	卷积神经网络（CNN）和残差神经网络（ResNet）	图像	跨物种和细胞类型的验证
492	2024-09-10	Supervised Machine Learning and Deep Learning Techniques for Epileptic Seizure Recognition Using EEG Signals-A Systematic Literature Review 2022-Dec-08, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering9120781 PMID:36550987	综述	本文系统回顾了利用脑电图信号进行癫痫发作检测、预测和分类的主要挑战及其解决方法	本文通过系统回顾，探讨了深度学习在脑电图信号分析中是否真正优于传统机器学习方法	本文主要基于文献回顾，未进行新的实验或数据分析	旨在详细概述癫痫发作检测领域的挑战及其解决方法	脑电图信号及其在癫痫发作检测、预测和分类中的应用	机器学习	NA	深度学习	NA	信号	91篇文献
493	2024-09-10	Caries detection with tooth surface segmentation on intraoral photographic images using deep learning 2022-12-07, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-022-02589-1 PMID:36476359	研究论文	本研究评估了一种深度学习算法，通过分割牙齿表面来检测龋齿，使用口腔内摄影图像	本研究的创新点在于使用深度学习模型进行牙齿表面分割，以提高龋齿检测的准确性和性能	本研究的局限性在于样本量相对较小，且仅在一家牙科诊所进行	评估深度学习算法在口腔内摄影图像中检测龋齿的有效性	口腔内摄影图像中的龋齿检测	计算机视觉	口腔疾病	卷积神经网络 (CNN)	U-Net, ResNet-18, Faster R-CNN	图像	2348张口腔内摄影图像，来自445名参与者
494	2024-09-10	Cov-caldas: A new COVID-19 chest X-Ray dataset from state of Caldas-Colombia 2022-12-07, Scientific data IF:5.8Q1 DOI:10.1038/s41597-022-01576-z PMID:36476596	研究论文	本文介绍了一个新的COVID-19胸部X光数据集Cov-caldas，该数据集由哥伦比亚Caldas州收集并遵循MIDS格式组织	本文的创新点在于提供了一个新的高质量COVID-19胸部X光数据集，有助于解决数据质量和可用性方面的限制	本文未明确提及具体的局限性	本文的研究目的是为COVID-19的快速和高效检测提供新的数据集支持	本文的研究对象是COVID-19胸部X光图像	计算机视觉	COVID-19	卷积神经网络	CNN	图像	7307张胸部X光图像，其中3077张为COVID-19阳性，4230张为阴性
495	2024-09-10	pGlycoQuant with a deep residual network for quantitative glycoproteomics at intact glycopeptide level 2022-12-07, Nature communications IF:14.7Q1 DOI:10.1038/s41467-022-35172-x PMID:36477196	研究论文	本文介绍了一种名为pGlycoQuant的工具，用于基于质谱的完整糖肽定量分析	pGlycoQuant通过应用深度学习模型和Match In Run算法，显著提高了糖肽匹配的覆盖率和定量功能	NA	开发一种新的工具，用于大规模完整糖肽的定量分析，以探索位点特异性糖基化的差异	完整糖肽的定量分析	蛋白质组学	肝细胞癌	质谱分析	深度残差网络	糖肽	三种不同的转移性肝细胞癌细胞系中的6435个完整N-糖肽
496	2024-09-10	COVID vaccine stigma: detecting stigma across social media platforms with computational model based on deep learning 2022-Dec-07, Applied intelligence (Dordrecht, Netherlands) DOI:10.1007/s10489-022-04311-8 PMID:36531971	研究论文	研究提出了首个基于深度学习的COVID疫苗污名化计算模型，能够高精度地识别社交媒体平台上的污名化情绪	首次提出了基于深度学习的COVID疫苗污名化计算模型，并在多个社交媒体平台上实现了高精度的污名化情绪识别	研究主要集中在英语社交媒体数据上，可能无法完全代表全球范围内的污名化情绪	旨在理解COVID疫苗讨论中的词汇特征，并帮助医疗当局更好地应对相关讨论	COVID疫苗相关的社交媒体帖子和评论	自然语言处理	NA	深度学习	NA	文本	从2020年4月至2021年3月，从Reddit、Twitter和YouTube收集的COVID疫苗相关帖子和评论
497	2024-09-10	Deep learning based radiomics for gastrointestinal cancer diagnosis and treatment: A minireview 2022-Dec-07, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v28.i45.6363 PMID:36533112	review	本文综述了基于深度学习的放射组学在胃肠道癌症诊断和治疗中的应用	本文首次专门综述了基于深度学习的放射组学（DLR）在胃肠道癌症中的应用	NA	探讨基于深度学习的放射组学在胃肠道癌症中的应用及其挑战	胃肠道癌症，包括食管癌、胃癌、肝癌、胰腺癌和结直肠癌	machine learning	gastrointestinal cancer	深度学习	NA	image	NA
498	2024-09-10	Predicting N6-Methyladenosine Sites in Multiple Tissues of Mammals through Ensemble Deep Learning 2022-Dec-07, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms232415490 PMID:36555143	研究论文	本文通过集成深度学习方法预测哺乳动物多种组织中的N6-甲基腺苷位点	提出了一个新的计算方法im6APred，使用集成深度学习来准确识别哺乳动物多种组织中的高置信度N6-甲基腺苷位点	需要构建组织特异性模型以提高预测性能	开发一种计算方法来准确预测哺乳动物多种组织中的N6-甲基腺苷位点	哺乳动物多种组织中的N6-甲基腺苷位点	机器学习	NA	集成深度学习	集成模型	RNA序列数据	多种哺乳动物组织
499	2024-09-10	Human Fall Detection Using 3D Multi-Stream Convolutional Neural Networks with Fusion 2022-Dec-06, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics12123060 PMID:36553066	研究论文	本文提出了一种基于多流卷积神经网络融合的自动人体跌倒检测系统	本文创新性地提出了一个基于四分支架构的轻量级多流CNN模型，用于跌倒检测，并通过多层次图像融合方法提高了检测精度	NA	开发一种高效准确的人体跌倒检测系统，以提高公共健康服务	老年人跌倒事件	计算机视觉	老年疾病	卷积神经网络	多流CNN	视频	6392个生成的序列
500	2024-09-10	A fully-automated paper ECG digitisation algorithm using deep learning 2022-12-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-25284-1 PMID:36471089	研究论文	开发了一种全自动在线心电图数字化工具，利用深度学习算法将扫描的纸质心电图转换为数字信号	该工具无需手动分割心电信号，能够快速自动地数字化大量纸质心电图，便于用于深度学习项目	在某些心电图格式中，排除重叠信号后，平均相关性有所下降	开发和验证一种全自动、用户友好的在线心电图数字化工具	心电图的数字化转换	机器学习	心血管疾病	深度学习	神经网络	图像	515份标准3x4心电图，其中45份打印、扫描并重新数字化