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
281	2024-09-14	Jointly Learning Non-Cartesian k-Space Trajectories and Reconstruction Networks for 2D and 3D MR Imaging through Projection 2023-Jan-24, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering10020158 PMID:36829652	研究论文	本文提出了一种联合学习非笛卡尔k空间轨迹和重建网络的方法，用于2D和3D磁共振成像	通过投影步骤强制执行硬件约束，而不是在训练损失中添加额外的惩罚项，从而使k空间轨迹在投影方案下更加灵活，提高了重建图像的质量	NA	改进磁共振成像中的压缩感知方法，特别是在非笛卡尔采集设置下	非笛卡尔k空间轨迹和图像重建网络	计算机视觉	NA	磁共振成像	NA	图像	在fastMRI数据集上的2D研究中，使用了20倍加速因子，3D研究中使用了数据驱动的联合学习方法
282	2024-09-14	Detection of Colorectal Polyps from Colonoscopy Using Machine Learning: A Survey on Modern Techniques 2023-Jan-20, Sensors (Basel, Switzerland) DOI:10.3390/s23031225 PMID:36772263	综述	本文综述了利用机器学习技术从结肠镜检查中检测结直肠息肉的现代方法	本文总结了最新的研究成果，并分析了现有方法的差距和趋势，为未来的研究提供了方向	现有方法面临的主要问题包括训练数据不足、白光反射和模糊等问题	探讨利用人工智能辅助工具在医疗领域中的应用，特别是结直肠息肉的检测和分类	结直肠息肉的检测和分类	机器学习	结直肠癌	深度学习	NA	图像	NA
283	2024-09-14	Deep Learning-Based Segmentation and Volume Calculation of Pediatric Lymphoma on Contrast-Enhanced Computed Tomographies 2023-Jan-20, Journal of personalized medicine IF:3.0Q1 DOI:10.3390/jpm13020184 PMID:36836418	研究论文	本文提出了一种基于深度学习的自动分割方法，用于儿童淋巴瘤在增强CT上的分割和体积计算	本文首次提出了一种基于nnU-Net的自动分割方法，用于儿童胸腔淋巴瘤的分割	该方法在测试集上的Dice分数为0.81，但需要在大规模数据集上进行外部验证	开发一种自动化的分割方法，用于儿童淋巴瘤的诊断和监测	儿童胸腔淋巴瘤	计算机视觉	淋巴瘤	深度学习	nnU-Net	图像	30个CT扫描
284	2024-09-14	[Comparison of prediction ability of two extended Cox models in nonlinear survival data analysis] 2023-Jan-20, Nan fang yi ke da xue xue bao = Journal of Southern Medical University DOI:10.12122/j.issn.1673-4254.2023.01.10 PMID:36856213	研究论文	比较两种扩展Cox模型在非线性生存数据分析中的预测能力	通过蒙特卡罗模拟和实证研究，比较了限制性立方样条Cox模型和DeepSurv神经网络Cox模型在非线性生存数据分析中的预测能力	研究结果表明，在某些条件下，传统的生存分析方法并不逊色于机器学习或深度学习方法	比较两种扩展Cox模型在非线性生存数据分析中的预测能力	限制性立方样条Cox模型和DeepSurv神经网络Cox模型	机器学习	NA	蒙特卡罗模拟	Cox模型	生存数据	样本量≥500，删除率<40%
285	2024-09-14	Deep Learning-Based Medical Images Segmentation of Musculoskeletal Anatomical Structures: A Survey of Bottlenecks and Strategies 2023-Jan-19, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering10020137 PMID:36829631	综述	本文综述了基于深度学习的肌肉骨骼解剖结构医学图像分割的瓶颈和策略	本文系统地总结了肌肉骨骼结构分析中的常见瓶颈和相关策略	不同方法需要根据具体案例进行比较和讨论	旨在介绍肌肉骨骼结构分析中的常见瓶颈和相关策略	肌肉骨骼系统的解剖结构	计算机视觉	NA	深度学习	NA	图像	140篇文章
286	2024-09-14	Elucidating the functional roles of prokaryotic proteins using big data and artificial intelligence 2023-01-16, FEMS microbiology reviews IF:10.1Q1 DOI:10.1093/femsre/fuad003 PMID:36725215	综述	本文综述了利用大数据和人工智能技术阐明原核生物蛋白质功能的方法	本文介绍了利用人工智能技术处理大规模'组学'数据以填补假设蛋白质（HPs）功能知识空白的创新方法	NA	帮助生物学家应用AI工具进行全面的基因组注释，并协助计算机科学家参与这一前沿生物学研究	原核生物蛋白质的功能注释	生物信息学	NA	下一代测序技术	机器学习与深度学习算法	蛋白质序列数据	NA
287	2024-09-14	Dual-branch collaborative learning network for crop disease identification 2023, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2023.1117478 PMID:36844059	研究论文	提出了一种用于作物病害识别的双分支协作学习网络DBCLNet	采用双分支协作模块提取图像的全局和局部特征，并嵌入通道注意力机制进行特征细化，设计了特征级联模块以进一步学习更抽象的特征	NA	提高作物病害识别的效率和准确性	38种作物病害的识别	计算机视觉	NA	卷积神经网络	CNN	图像	Plant Village数据集中的811个样本
288	2024-09-14	A lightweight attention deep learning method for human-vehicle recognition based on wireless sensing technology 2023, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2023.1135986 PMID:36845434	研究论文	提出了一种基于无线传感技术的轻量级注意力深度学习方法用于人车识别	提出了轻量级无线传感注意力深度学习模型（LW-WADL），结合深度可分离卷积和卷积块注意力机制（CBAM），显著提高了人车分类任务的性能并减少了模型大小	未提及	解决现有无线传感技术在人车识别任务中性能有限和执行时间慢的问题	人车识别任务	计算机视觉	NA	深度学习	深度可分离卷积和卷积块注意力机制（CBAM）	通道状态信息（CSI）	未提及具体样本数量
289	2024-09-14	Knowledge graph analysis and visualization of artificial intelligence applied in electrocardiogram 2023, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2023.1118360 PMID:36846320	研究论文	本研究通过文献计量和可视化知识图谱方法，分析了人工智能在心电图研究中的应用发展过程	采用CiteSpace和VOSviewer平台进行综合计量和可视化分析，探索了人工智能在心电图应用中的合作、共现和共引情况	主要依赖于Web of Science Core Collection数据库中的文献，可能存在数据偏差	分析人工智能在心电图研究中的应用发展过程及其研究热点	2021年之前Web of Science Core Collection数据库中的2,229篇相关文献	机器学习	NA	知识图谱分析	NA	文本	2,229篇文献
290	2024-09-14	Tree-level almond yield estimation from high resolution aerial imagery with convolutional neural network 2023, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2023.1070699 PMID:36875622	研究论文	本文研究了利用高分辨率航空影像和卷积神经网络（CNN）进行树级杏仁产量的估算	本文展示了深度学习在树级产量估算方面相对于传统线性回归和机器学习方法的显著改进	NA	研究树级杏仁产量的估算方法，以支持精准农业资源管理	加州'Independence'品种的杏仁果园	计算机视觉	NA	卷积神经网络（CNN）	CNN	多光谱影像	约2000棵树
291	2024-09-14	Sentiment analysis and emotion detection of post-COVID educational Tweets: Jordan case 2023, Social network analysis and mining IF:2.3Q3 DOI:10.1007/s13278-023-01041-8 PMID:36880094	研究论文	研究分析了约旦社区在新冠疫情后对混合教育模式的情感和观点	利用自然语言处理和深度学习模型分析推特数据，探讨了约旦社区对混合教育模式的情感反应	研究仅基于推特数据，可能无法全面反映所有社区成员的观点	探讨新冠疫情后约旦社区对混合教育模式的情感和观点	约旦社区在新冠疫情后对混合教育模式的情感和观点	自然语言处理	NA	自然语言处理	深度学习模型	文本	分析了约旦社区的推特数据，样本量为100%的社区成员
292	2024-09-13	Computer-Aided Drug Design towards New Psychotropic and Neurological Drugs 2023-Jan-30, Molecules (Basel, Switzerland) DOI:10.3390/molecules28031324 PMID:36770990	综述	本文综述了计算机辅助药物设计（CADD）技术在中枢神经系统（CNS）药物发现中的应用	近年来，深度学习技术被应用于药物设计，为CADD工作流程增添了新的活力	尽管CADD技术有所进步，但CNS药物发现仍面临高失败率和临床试验成本高的问题	探讨CADD技术在CNS药物发现中的应用，并回顾2018年至2022年11月期间的相关进展	中枢神经系统疾病的新药物	计算机辅助药物设计	神经系统疾病	计算机辅助药物设计（CADD）	深度学习	NA	NA
293	2024-09-13	Predicting CTS Diagnosis and Prognosis Based on Machine Learning Techniques 2023-Jan-29, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13030492 PMID:36766597	研究论文	本研究开发了基于机器学习算法的分类模型，用于确定腕管综合征的严重程度，并预测患者在接受超声引导下正中神经水解术后改善的可能性	本研究首次提出了基于全面临床数据的机器学习模型，用于分类腕管综合征的严重程度，并预测患者在接受治疗后的改善概率	研究样本量相对较小，且仅包括了与腕管综合征症状重叠的其他疾病患者，可能影响模型的泛化能力	开发和验证用于预测腕管综合征诊断和预后的机器学习模型	腕管综合征患者及其他与腕管综合征症状重叠的疾病患者	机器学习	神经疾病	机器学习算法	分类模型	临床数据	160名患者，包括80名腕管综合征患者和80名其他疾病患者
294	2024-09-13	Face Image Encryption Based on Feature with Optimization Using Secure Crypto General Adversarial Neural Network and Optical Chaotic Map 2023-Jan-27, Sensors (Basel, Switzerland) DOI:10.3390/s23031415 PMID:36772454	研究论文	本文提出了一种基于特征优化和安全加密通用对抗神经网络与光学混沌映射的面部图像加密技术	结合了图像优化、密码学和深度学习架构，使用光学混沌映射管理初始标准，并引入区域兴趣网络提取加密图像中的相关项目	未提及	提高面部图像加密技术的安全性和便利性	面部图像的加密与解密	计算机视觉	NA	光学混沌映射	通用对抗神经网络	图像	未提及
295	2024-09-13	Uncertain-CAM: Uncertainty-Based Ensemble Machine Voting for Improved COVID-19 CXR Classification and Explainability 2023-Jan-26, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13030441 PMID:36766546	研究论文	本文提出了一种基于不确定性集成的机器投票方法，用于改进COVID-19胸部X射线分类和解释性	本文引入了Uncertain-CAM技术，结合循环余弦退火方法和交叉验证，提高了深度学习模型的解释性和COVID-19分类系统的可靠性	NA	提高COVID-19胸部X射线分类的准确性和深度学习模型的解释性	COVID-19胸部X射线图像	计算机视觉	COVID-19	深度学习	深度学习模型	图像	NA
296	2024-09-13	A Study on the Impact of Integrating Reinforcement Learning for Channel Prediction and Power Allocation Scheme in MISO-NOMA System 2023-Jan-26, Sensors (Basel, Switzerland) DOI:10.3390/s23031383 PMID:36772422	研究论文	研究了在MISO-NOMA系统中集成强化学习进行信道预测和功率分配方案的影响	开发了基于Q-learning算法的信道预测模型，并将其应用于MISO-NOMA系统中，以提高下行链路总速率和减少估计损失	NA	研究强化学习在MISO-NOMA系统中信道预测和功率分配中的应用	MISO-NOMA系统中的信道参数预测和功率分配	机器学习	NA	强化学习	Q-learning	信道参数	多个用户设备
297	2024-09-13	Using Ultrasound Image Augmentation and Ensemble Predictions to Prevent Machine-Learning Model Overfitting 2023-Jan-23, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13030417 PMID:36766522	研究论文	本文探讨了使用超声图像增强和集成预测来防止机器学习模型过拟合的方法	引入了仿射变换和MixUp方法进行图像增强，并通过集成多个LOSO保留集的预测结果来提高模型性能	仅在组织幻影图像集上进行了验证，尚未在临床实际数据上进行测试	提高深度学习模型在超声图像分析中的泛化能力，以简化医疗影像诊断	超声图像中的弹片识别	计算机视觉	NA	NA	神经网络	图像	使用了多个组织幻影图像集进行训练和测试
298	2024-09-13	Blind Assessment of Monomeric AlphaFold2 Protein Structure Models with Experimental NMR Data 2023-Jan-22, bioRxiv : the preprint server for biology DOI:10.1101/2023.01.22.525096 PMID:36712039	研究论文	本文评估了AlphaFold2在预测小分子单体蛋白质结构模型时与实验NMR数据的拟合程度	首次系统性地评估了AlphaFold2在未用于训练的NMR结构数据上的表现，并发现其在大多数情况下与NMR数据拟合良好	研究仅限于小分子单体蛋白质，未涉及更大或更复杂的蛋白质结构	评估AlphaFold2在预测未用于训练的NMR结构数据上的准确性	小分子单体蛋白质的NMR结构数据	结构生物学	NA	NMR	AlphaFold2	蛋白质结构数据	9个小分子单体蛋白质
299	2024-09-13	Lightweight and Energy-Efficient Deep Learning Accelerator for Real-Time Object Detection on Edge Devices 2023-Jan-20, Sensors (Basel, Switzerland) DOI:10.3390/s23031185 PMID:36772225	研究论文	本文提出了一种轻量级且节能的深度学习加速器，用于边缘设备上的实时目标检测	通过模型简化和压缩优化网络模型，并设计了一种轻量级且节能的硬件架构	未提及	开发适用于资源受限的边缘设备的深度学习加速器，以实现实时目标检测	边缘设备上的实时目标检测	计算机视觉	NA	深度学习	深度学习模型	图像	未提及
300	2024-09-13	Light-Dermo: A Lightweight Pretrained Convolution Neural Network for the Diagnosis of Multiclass Skin Lesions 2023-Jan-19, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13030385 PMID:36766490	研究论文	本文提出了一种基于轻量级预训练卷积神经网络的计算机辅助诊断系统，用于多类皮肤病变诊断	开发了一种名为Light-Dermo的新方法，该方法基于轻量级CNN模型，并应用了通道注意力机制，旨在提高计算效率	NA	开发一种高效的计算机辅助诊断系统，用于早期识别多类皮肤病变	多类色素性皮肤病变	计算机视觉	皮肤癌	卷积神经网络	CNN	图像	使用了14,000张图像进行初始验证，并通过数据增强技术扩展到28,000张图像