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
981	2024-09-05	Dermoscopic image segmentation based on Pyramid Residual Attention Module 2022, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0267380 PMID:36112649	研究论文	本文提出了一种结合金字塔残差注意力（PRA）模块的堆叠卷积神经网络，用于自动分割皮肤镜图像	引入了金字塔残差注意力模块，通过金字塔结构提取不同尺度的病变区域特征信息，残差机制确保模型训练效率，注意力机制筛选有效特征图	NA	提高皮肤病变诊断和治疗中计算机辅助诊断技术的精确分割能力	皮肤镜图像中的病变区域	计算机视觉	NA	卷积神经网络	CNN	图像	使用了ISIC2017和ISIC2018数据集进行广泛评估
982	2024-09-05	Applying artificial intelligence technology to assist with breast cancer diagnosis and prognosis prediction 2022, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2022.980793 PMID:36119479	综述	本文综述了人工智能技术在乳腺癌诊断和预后预测中的应用进展	探讨了放射组学特征与肿瘤微环境之间的关联，并介绍了基于人工智能的定量图像特征分析模型在乳腺癌风险预测、肿瘤恶性程度评估及治疗反应预测中的应用	尽管基于人工智能的乳腺癌图像模型取得了显著进展，但在临床实践中的应用仍面临障碍	旨在回顾和评估人工智能技术在乳腺癌诊断和预后预测中的最新进展	乳腺癌的诊断、预后预测以及治疗反应	计算机视觉	乳腺癌	放射组学和深度学习技术	人工智能模型	图像	NA
983	2024-09-05	Dance Action Recognition Model Using Deep Learning Network in Streaming Media Environment 2022, Journal of environmental and public health DOI:10.1155/2022/8955326 PMID:36133163	研究论文	本文研究了一种基于深度学习网络的卷积神经网络用于舞蹈动作识别的方法，并通过模拟测试验证了其有效性	通过添加手动提取的时间域光流信息，提高了卷积神经网络在舞蹈动作识别中的准确性	NA	研究舞蹈动作识别技术，提高其在智能应用中的效果	舞蹈动作识别	计算机视觉	NA	深度学习	卷积神经网络（CNN）	视频	NA
984	2024-09-05	LCDAE: Data Augmented Ensemble Framework for Lung Cancer Classification 2022 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338221124372 PMID:36148908	research paper	本文提出了一种用于肺癌分类的数据增强集成框架LCDAE，通过合成图像和数据增强技术提高模型性能并解决过拟合问题	引入LCDAE框架，结合深度卷积GAN、数据增强集成模型和混合数据增强技术，显著提升了肺癌分类任务的准确性、精确度和F1分数	NA	提高肺癌早期检测的准确性，降低患者死亡率	肺癌分类	computer vision	lung cancer	深度学习	CNN, GAN	image	NA
985	2024-09-05	Deformation Analysis and Research of Building Envelope by Deep Learning Technology under the Reinforcement of the Diaphragm Wall 2022, Computational intelligence and neuroscience DOI:10.1155/2022/9489445 PMID:36156955	研究论文	本文通过深度学习技术中的长短期记忆网络（LSTM）模型，对地下建筑外壳的变形进行分析和预测，以提高其安全性	采用LSTM模型进行地下建筑外壳变形预测，提高了预测的准确性和效率	模型在预测水平位移和沉降位移时的平均相对误差仍有一定范围，且计算时间较长	优化地下建筑外壳的安全分析结果，全面提升地下建筑的安全性	地下建筑外壳的变形分析和预测	机器学习	NA	长短期记忆网络（LSTM）	LSTM	数据	未明确提及具体样本数量
986	2024-09-05	Application of Genetic Algorithm and U-Net in Brain Tumor Segmentation and Classification: A Deep Learning Approach 2022, Computational intelligence and neuroscience DOI:10.1155/2022/5625757 PMID:36156956	研究论文	本文提出了一种基于遗传算法和U-Net的深度学习方法，用于脑肿瘤的分割和分类	本文引入了遗传算法进行分割，并使用U-Net进行分类，提高了脑肿瘤检测的准确性	NA	旨在通过深度学习技术提高脑肿瘤检测的准确性	脑肿瘤的分割和分类	机器学习	脑癌	遗传算法, U-Net, 离散小波变换 (DWT), 粒子群优化技术	U-Net	图像	130名患者的多种序列MRI数据
987	2024-09-05	DeepHEMNMA: ResNet-based hybrid analysis of continuous conformational heterogeneity in cryo-EM single particle images 2022, Frontiers in molecular biosciences IF:3.9Q2 DOI:10.3389/fmolb.2022.965645 PMID:36158571	研究论文	本文介绍了一种基于ResNet的深度学习方法DeepHEMNMA，用于加速分析cryo-EM单颗粒图像中的连续构象异质性	DeepHEMNMA结合了HEMNMA方法与基于ResNet的深度学习技术，显著降低了计算成本	NA	开发一种新的方法以加速分析cryo-EM单颗粒图像中的连续构象异质性	cryo-EM单颗粒图像中的连续构象异质性	计算机视觉	NA	cryo-EM	ResNet	图像	NA
988	2024-09-05	Pre-thrombectomy prognostic prediction of large-vessel ischemic stroke using machine learning: A systematic review and meta-analysis 2022, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2022.945813 PMID:36158960	meta-analysis	本文通过系统综述和荟萃分析，总结了使用机器学习方法对接受血管内血栓切除术的大血管闭塞性脑卒患者进行术前预后预测的研究	探讨了传统机器学习模型和深度学习模型在预测大血管闭塞性脑卒治疗后结果中的应用	大多数模型使用小数据集开发，缺乏坚实的外部验证，且存在潜在偏倚风险	旨在总结基于机器学习的术前预后模型，并识别关键研究空白	接受血管内血栓切除术的大血管闭塞性脑卒患者	machine learning	ischemic stroke	machine learning	ML models, DL models	clinical data	16项研究描述的19个模型
989	2024-09-05	Construction and Analysis of Emotion Recognition and Psychotherapy System of College Students under Convolutional Neural Network and Interactive Technology 2022, Computational intelligence and neuroscience DOI:10.1155/2022/5993839 PMID:36164423	research paper	本研究旨在有效建立大学生心理干预和治疗系统，及时发现和纠正他们的心理问题。从教育学和心理学角度出发，选取体育专业大学生作为研究对象，基于卷积神经网络（CNN）建立了一个互动式大学生情绪识别和心理干预系统	本研究采用深度学习CNN模型，相比反向传播神经网络（BPNN）和决策树算法，具有更好的情绪识别能力。同时，采用支持向量机算法进行情绪分类，提高了识别准确率	NA	旨在通过情绪识别猜测学生的心理状态，减少人为参与，为大学心理治疗提供新的研究思路	体育专业的大学生	machine learning	NA	卷积神经网络（CNN）	CNN	image	未明确具体数量
990	2024-09-05	Optimal Facial Feature Based Emotional Recognition Using Deep Learning Algorithm 2022, Computational intelligence and neuroscience DOI:10.1155/2022/8379202 PMID:36177319	研究论文	本研究通过改进卷积神经网络技术，识别七种基本情绪，并评估多种预处理技术对CNN性能的影响	提出了一种基于深度学习的卷积神经网络技术，用于优化面部特征的情感识别	未使用优化技术	提高基于面部特征的情感识别准确性	七种基本情绪的识别	计算机视觉	NA	卷积神经网络	CNN	图像	约32,298张图片用于测试和训练
991	2024-09-05	Construction of Intelligent Nursing System Based on Visual Action Recognition Algorithm 2022, Computational intelligence and neuroscience DOI:10.1155/2022/8311371 PMID:36177321	研究论文	本文构建了一个基于视觉动作识别算法的智能护理系统，旨在通过视频监控识别老年人的生活状态，提供实时高效的护理服务	利用深度学习算法进行视觉动作识别，以满足老年人多样化的需求，并提供更高质量的生活和人文关怀	NA	开发一种智能护理系统，通过视觉动作识别算法提高老年人的生活质量和护理效率	老年人的日常生活状态，特别是正常生活状态和跌倒状态	计算机视觉	NA	深度学习算法	DL	视频	未具体说明
992	2024-09-05	Deep learning applications in myocardial perfusion imaging, a systematic review and meta-analysis 2022, Informatics in medicine unlocked DOI:10.1016/j.imu.2022.101055 PMID:36187893	综述	本文对深度学习在心肌灌注成像中的应用进行了系统回顾和荟萃分析	深度学习在提高心肌灌注成像诊断准确性、预测患者事件和安全性方面显示出潜力	需要更多临床应用研究以实现对已知或疑似冠状动脉疾病患者的更好护理	总结深度学习在心肌灌注成像中的应用证据	深度学习在心肌灌注成像中的应用	机器学习	心血管疾病	NA	CNN	图像	46项研究
993	2024-09-05	EasyDAM_V2: Efficient Data Labeling Method for Multishape, Cross-Species Fruit Detection 2022, Plant phenomics (Washington, D.C.) DOI:10.34133/2022/9761674 PMID:36204392	研究论文	本文提出了一种改进的数据标注方法EasyDAM_V2，用于多形状和跨物种水果检测	引入了Across-CycleGAN图像转换网络和伪标签自适应阈值选择策略，以提高数据标注的准确性	NA	旨在降低基于深度学习的水果检测模型的应用成本	多形状和跨物种水果的检测	计算机视觉	NA	GANs	CycleGAN	图像	使用了一个有标签的橙子数据集作为源域，火龙果和芒果数据集作为目标域
994	2024-09-04	Sleep State Trend (SST), a bedside measure of neonatal sleep state fluctuations based on single EEG channels 2022-11, Clinical neurophysiology : official journal of the International Federation of Clinical Neurophysiology IF:3.7Q2 DOI:10.1016/j.clinph.2022.08.022 PMID:36155385	研究论文	本文开发并验证了一种基于单个脑电图通道的自动化方法，用于新生儿重症监护室中睡眠状态波动的床边监测	提出了Sleep State Trend (SST)，一种床边可用的可视化分类器输出的方法	NA	开发和验证一种自动化方法，用于监测新生儿睡眠状态的波动	新生儿睡眠状态的波动	机器学习	NA	脑电图(EEG)	深度学习算法	脑电图数据	53个EEG记录用于训练，30个多导睡眠图记录用于验证
995	2024-09-04	Pushing the limits of remote RF sensing by reading lips under the face mask 2022-09-07, Nature communications IF:14.7Q1 DOI:10.1038/s41467-022-32231-1 PMID:36071056	研究论文	本文提出了一种基于无线电频率（RF）的唇读框架，能够在佩戴口罩的情况下进行唇读	利用Wi-Fi和雷达技术实现RF传感唇读，解决了传统基于摄像头的唇读技术的遮挡和隐私问题	NA	解决传统摄像头基唇读技术的基本限制	唇读技术	计算机视觉	NA	Wi-Fi, 雷达	神经网络（NN）, VGG16	数据集	包含元音A, E, I, O, U及静态/闭合嘴唇的数据集
996	2024-09-04	Systemic injection of nicotinic acetylcholine receptor antagonist mecamylamine affects licking, eyelid size, and locomotor and autonomic activities but not temporal prediction in male mice 2022-09-06, Molecular brain IF:3.3Q2 DOI:10.1186/s13041-022-00959-y PMID:36068635	研究论文	本研究探讨了烟碱型乙酰胆碱受体拮抗剂美卡拉明对雄性小鼠行为的影响，包括舔食、眼睑大小、运动和自主活动，但不影响时间预测能力。	本研究首次结合头部固定实验设计和基于深度学习算法的计算机视觉分析，成功量化了清醒小鼠的眼睑大小。	研究主要集中在美卡拉明对特定行为的影响，未全面探讨烟碱型乙酰胆碱受体在其他行为和认知功能中的作用。	探讨烟碱型乙酰胆碱受体在学习和行为中的作用。	雄性小鼠	NA	NA	计算机视觉分析，深度学习算法	深度学习算法	行为数据，眼睑大小数据	未明确指出具体数量
997	2024-09-04	A deep learning-based self-adapting ensemble method for segmentation in gynecological brachytherapy 2022-Sep-05, Radiation oncology (London, England) DOI:10.1186/s13014-022-02121-3 PMID:36064571	研究论文	本研究应用基于深度学习的自适应集成方法，用于妇科近距离放射治疗中快速且可重复的自动分割危险器官和临床肿瘤体积	采用nnU-Net（一种基于U-Net的自动适应深度卷积神经网络）进行分割，并通过集成2D U-Net、3D U-Net和3D-Cascade U-Net三种架构来提高分割精度	NA	旨在应用自配置的集成方法，实现妇科癌症中危险器官和临床肿瘤体积的快速且可重复的自动分割	膀胱、直肠和临床肿瘤体积的分割	计算机视觉	妇科癌症	深度学习	U-Net	CT图像	训练集207例，测试集30例
998	2024-09-04	Fast, efficient, and accurate neuro-imaging denoising via supervised deep learning 2022-09-02, Nature communications IF:14.7Q1 DOI:10.1038/s41467-022-32886-w PMID:36056020	研究论文	本文介绍了一种基于监督深度学习的神经影像去噪方法，旨在提高影像质量和分析效率	提出了一种新的监督深度去噪方法，能够在训练和推理中实现快速且高效的处理，并具有较小的内存占用	该方法需要使用小规模的非时间序列独立采集的训练数据集	开发一种能够克服体积功能成像中质量和速度之间权衡的去噪技术	包括全脑成像、自由移动动物的大视野成像以及C. elegans中复杂神经结构的恢复	计算机视觉	NA	深度学习	深度去噪模型	影像	约500对图像
999	2024-09-04	Experimental evidence of effective human-AI collaboration in medical decision-making 2022-Sep-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-18751-2 PMID:36056152	研究论文	本研究探讨了人工智能系统在医疗决策中与医生的有效协作	研究展示了医生与AI系统在诊断决策中的协同作用，以及这种协同如何通过类似贝叶斯推理的方式优化决策	研究样本仅限于21名内镜医生和504个结肠镜检查视频，可能限制了结果的普遍性	探究在医疗决策中，医生与人工智能系统的协作效果及其背后的心理和设计机制	内镜医生和人工智能辅助诊断系统在结肠镜检查中的协作	人工智能	NA	深度学习	NA	视频	21名内镜医生，504个结肠镜检查视频
1000	2024-09-04	From theory to experiment: transformer-based generation enables rapid discovery of novel reactions 2022-Sep-02, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-022-00638-z PMID:36056425	研究论文	本文提出了一种基于transformer模型的反应生成任务，并通过Heck反应训练模型生成新反应，最终通过实验验证了模型的准确性和可行性	首次探索了使用人工智能技术从头生成新反应的方法，并通过实验验证了其有效性	NA	探索人工智能技术在化学领域中新反应的生成和验证	Heck反应及其生成的新反应	自然语言处理	NA	transformer模型	transformer	文本	4717个反应生成，其中2253个新Heck反应通过验证