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
141	2024-10-01	Integration of neuromorphic AI in event-driven distributed digitized systems: Concepts and research directions 2023, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2023.1074439 PMID:36875653	研究论文	本文探讨了在资源受限的边缘计算环境中，如何通过采用类脑计算和传感设备来提高人工智能能力，并提出了一个基于微服务的概念框架，以促进神经形态系统与现有分布式数字计算基础设施的集成	本文提出了一个基于微服务的概念框架，用于神经形态系统的集成，并引入了声明式编程方法来简化工程过程	本文主要提出了概念框架和研究方向，尚未实现具体的系统集成	探讨神经形态AI在事件驱动分布式数字化系统中的集成概念和研究方向	神经形态计算系统与传统冯·诺依曼计算机和时钟驱动传感系统的集成	机器学习	NA	神经形态计算	NA	NA	NA
142	2024-10-01	Sublinear information bottleneck based two-stage deep learning approach to genealogy layout recognition 2023, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2023.1230786 PMID:37457003	研究论文	本文提出了一种基于亚线性信息瓶颈和两阶段深度学习的家谱布局识别方法	引入了亚线性信息瓶颈（SIB）用于提取输入图像的相关特征，并结合两阶段深度学习方法进行家谱布局的识别和定位	NA	开发一种新的家谱布局识别方法，以促进家谱研究和保存	家谱布局图像	计算机视觉	NA	深度学习	CNN	图像	使用了家谱图像数据集进行评估
143	2024-10-01	Multiple Field-of-View Based Attention Driven Network for Weakly Supervised Common Bile Duct Stone Detection 2023, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2023.3286423 PMID:37465459	研究论文	提出了一种基于多视野注意力驱动的深度学习网络MFADNet，用于从CT扫描图像中检测胆总管结石	创新性地结合了多视野编码器、注意力驱动解码器和分类网络，实现了弱监督下的胆总管结石检测	NA	开发一种弱监督的深度学习方法，用于从CT扫描图像中自动检测胆总管结石	胆总管结石	计算机视觉	胆道疾病	深度学习	MFADNet	图像	NA
144	2024-10-01	BIDL: a brain-inspired deep learning framework for spatiotemporal processing 2023, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2023.1213720 PMID:37564366	研究论文	本文介绍了一种名为BIDL的脑启发深度学习框架，用于时空处理	提出了一个通用的学习框架，能够处理多种时空模态数据，如视频片段和3D成像数据	NA	提供一个统一的时空处理设计流程，并研究通过脑启发神经动力学进行轻量级时空处理的能力	视频信息处理、DVS信息处理、3D医学影像分类和自然语言处理	机器学习	NA	深度尖峰神经网络（DSNN）	深度神经网络	视频、3D成像、自然语言	涉及多种类型的数据，具体样本数量未提及
145	2024-10-01	Enhancing diabetic retinopathy classification using deep learning 2023 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076231203676 PMID:37766903	研究论文	本文利用深度学习模型对糖尿病视网膜病变进行分类	提出了使用CLAHE和ESRGAN技术进行图像增强的卷积神经网络模型，实验结果显示分类准确率高达97.83%	未提及具体限制	提高糖尿病视网膜病变的分类准确率	糖尿病视网膜病变及其不同严重程度	计算机视觉	糖尿病	深度学习	卷积神经网络	图像	使用APTOS 2019 Blindness Detection数据集中的视网膜扫描图像
146	2024-10-01	Using graph-based model to identify cell specific synthetic lethal effects 2023, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2023.10.011 PMID:37920819	研究论文	本文提出了一种基于图模型的方法，用于识别特定细胞类型的合成致死效应	通过结合细胞特异性多组学数据和自注意力模块，将基因关系表示为图，实现了细胞特异性合成致死对的预测	依赖于高质量的多组学数据，且需要大量计算资源	开发一种计算方法，用于预测特定细胞类型的合成致死对，以促进癌症精准治疗	特定细胞类型的合成致死对	机器学习	NA	深度学习	图模型	多组学数据	细胞系特异性数据
147	2024-09-30	Magnetic resonance imaging-based deep learning model to predict multiple firings in double-stapled colorectal anastomosis 2023-Jan-21, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v29.i3.536 PMID:36688017	研究论文	开发了一种基于磁共振成像的深度学习模型，用于预测双钉技术结直肠吻合术中的多次击发	首次使用磁共振成像结合深度学习模型来预测双钉技术结直肠吻合术中的多次击发	研究样本量相对较小，且仅限于中低位直肠癌患者	开发一种能够预测双钉技术结直肠吻合术中多次击发的深度学习模型	中低位直肠癌患者在接受腹腔镜低位前切除术和双钉技术吻合术时的磁共振成像数据	计算机视觉	直肠癌	磁共振成像	卷积神经网络	图像	328名中低位直肠癌患者，共9476张磁共振图像
148	2024-09-30	Federated Meta-Learning with Attention for Diversity-Aware Human Activity Recognition 2023-Jan-17, Sensors (Basel, Switzerland) DOI:10.3390/s23031083 PMID:36772123	研究论文	提出了一种基于联邦元学习架构的多样性感知人体活动识别框架，通过集中嵌入网络提取通用感官特征，并通过分散网络中的注意力模块提取个体特定特征	引入联邦元学习架构，结合注意力机制，解决了隐私敏感数据共享问题和个体数据分布差异问题	NA	解决在实际场景中部署活动识别模型时面临的隐私和数据分布差异问题	智能手机传感器数据和个体行为模式	机器学习	NA	联邦学习、元学习、注意力机制	CNN	传感器数据	多个个体和两个多个人异构数据集
149	2024-09-30	Surface defect detection method for electronic panels based on attention mechanism and dual detection heads 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0280363 PMID:36638111	研究论文	本文提出了一种基于注意力机制和双检测头的电子面板表面缺陷检测方法	首次将深度学习目标检测技术应用于电子面板表面缺陷检测，并设计了可变形卷积模块和包含SE机制的双检测头	NA	提高电子面板表面缺陷检测的准确性和可解释性	电子面板的表面缺陷	计算机视觉	NA	目标检测技术	CNN	图像	自有的电子面板缺陷数据集
150	2024-09-30	IGPred-HDnet: Prediction of Immunoglobulin Proteins Using Graphical Features and the Hierarchal Deep Learning-Based Approach 2023, Computational intelligence and neuroscience DOI:10.1155/2023/2465414 PMID:36744119	研究论文	开发了一种名为IGPred-HDnet的智能理论深度学习框架，用于区分免疫球蛋白蛋白和非免疫球蛋白蛋白	提出了基于图形和统计特征的特征提取方法（FEGS），并结合层次深度网络（HDnet）算法，显著提高了预测准确性	NA	开发一种高效的方法来识别免疫球蛋白蛋白	免疫球蛋白蛋白和非免疫球蛋白蛋白	机器学习	NA	层次深度网络（HDnet）	层次深度网络（HDnet）	图形、物理化学和序列特征	使用10折交叉验证和独立测试集进行训练和测试
151	2024-09-30	A study on surprisal and semantic relatedness for eye-tracking data prediction 2023, Frontiers in psychology IF:2.6Q2 DOI:10.3389/fpsyg.2023.1112365 PMID:36818086	研究论文	研究探讨了在眼动数据预测中，意外性和语义相关性的贡献	提出了回归实验，对比了有无意外性和相关性组件的预测质量，并测试了不同类型的相关性分数	仅在两个英语语料库上进行了实验，结果可能不适用于其他语言或语料库	探讨意外性和语义相关性在眼动数据预测中的作用	眼动数据中的不同指标	自然语言处理	NA	回归分析	BERT	文本	两个英语语料库
152	2024-09-30	Abnormal structural and functional network topological properties associated with left prefrontal, parietal, and occipital cortices significantly predict childhood TBI-related attention deficits: A semi-supervised deep learning study 2023, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2023.1128646 PMID:36937671	研究论文	研究使用半监督深度学习模型探讨儿童创伤性脑损伤（TBI）相关注意力缺陷的结构和功能网络拓扑变化	首次使用半监督自编码器深度学习模型分析TBI儿童的脑网络拓扑变化，并预测注意力缺陷	样本量相对较小，且仅限于儿童TBI患者	探讨TBI儿童脑网络的结构和功能拓扑变化，并预测注意力缺陷	TBI儿童的脑网络结构和功能变化及其对注意力缺陷的预测能力	机器学习	创伤性脑损伤	功能磁共振成像（fMRI）和扩散张量成像（DTI）	半监督自编码器	图像	110名受试者（55名TBI儿童和55名匹配的对照组）
153	2024-09-30	An in-silico framework for modeling optimal control of neural systems 2023, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2023.1141884 PMID:36968496	研究论文	本文提出了一种可扩展的、数据驱动的统一方法，用于研究脑-机-环境交互，结合了动力系统、最优控制理论和深度学习的工具	本文的创新点在于将最优控制理论与深度学习相结合，提出了一种新的框架来模拟神经系统的最优控制	本文的局限性在于仅在模拟环境中进行了验证，尚未应用于实际的神经系统	本文的研究目的是设计适用于大规模复杂神经系统的控制律	本文的研究对象是脑-机接口和神经系统的最优控制	机器学习	NA	最优控制理论、深度学习	递归神经网络	NA	NA
154	2024-09-30	Non-stationary neural signal to image conversion framework for image-based deep learning algorithms 2023, Frontiers in neuroinformatics IF:2.5Q3 DOI:10.3389/fninf.2023.1081160 PMID:37035716	研究论文	本文提出了一种时间高效的预处理框架，将任何给定的1D生理信号记录转换为2D图像表示，用于训练基于图像的深度学习模型	使用Bresenham's线算法将非平稳信号光栅化为2D图像，并使用修改后的2D卷积神经网络进行分类	NA	开发一种将1D生理信号转换为2D图像的方法，以便用于基于图像的深度学习模型	神经尖峰分类和EEG癫痫发作与非发作分类	机器学习	NA	Bresenham's线算法	2D卷积神经网络	图像	两个公开数据集，包括多类神经记录和二类EEG癫痫发作与非发作记录
155	2024-09-30	Multi-head attention-based masked sequence model for mapping functional brain networks 2023, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2023.1183145 PMID:37214388	研究论文	本文提出了一种基于多头注意力机制的掩码序列模型，用于映射功能性脑网络	该模型通过多头注意力机制和掩码训练方法，学习不同状态下相同体素值的表示，并结合余弦相似度和任务设计曲线构建新的损失函数	现有方法在构建功能性脑网络时未考虑fMRI数据的内在特性，如同一信号值在不同时间点可能代表不同的脑状态和意义，且在训练过程中忽略了先验知识	克服现有方法的局限性，开发更高效的功能性脑网络映射模型	功能性脑网络的映射	计算机视觉	NA	功能磁共振成像(tfMRI)	多头注意力机制	图像	七种任务状态数据集
156	2024-09-30	mEMbrain: an interactive deep learning MATLAB tool for connectomic segmentation on commodity desktops 2023, Frontiers in neural circuits IF:3.4Q2 DOI:10.3389/fncir.2023.952921 PMID:37396399	研究论文	介绍了一个名为mEMbrain的交互式深度学习MATLAB工具，用于在普通台式机上进行连接组分割	提出了mEMbrain工具，集成了多种功能，包括地面实况生成、图像预处理、深度神经网络训练和实时预测，旨在加速手动标注工作并提供半自动实例分割方法	未提及	开发一个用户友好的开源工具，促进神经科学和图像处理领域的先进分析	电子显微镜数据集的标注和分割	计算机视觉	NA	深度学习	深度神经网络	图像	测试了多种数据集，包括不同物种、神经系统区域和发育阶段的数据集，提供了来自四种动物和五个数据集的地面实况标注，总计约180小时专家标注，生成超过1.2 GB的标注EM图像
157	2024-09-30	The use of artificial intelligence for delivery of essential health services across WHO regions: a scoping review 2023, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2023.1102185 PMID:37469694	综述	本文综述了人工智能在WHO各地区基本医疗服务中的应用现状	本文首次系统综述了人工智能在医疗保健中的广泛应用，涵盖了多种疾病类型	本文仅基于2022年3月之前的文献，可能未涵盖最新的研究进展	旨在总结现有证据，探讨人工智能在医疗保健中的应用	人工智能在医疗保健中的应用，包括疾病检测、诊断、分类、管理、治疗和预后监测	机器学习	NA	深度学习	NA	NA	NA
158	2024-09-30	Disentangling rodent behaviors to improve automated behavior recognition 2023, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2023.1198209 PMID:37496740	研究论文	本文探讨了自动化行为识别中啮齿动物行为识别准确率难以超过75-80%的原因，并区分了行为动态的三个难以自动化的方面	通过人工数据集隔离这些行为动态方面，并使用最先进的行为识别模型重现效果，为优化行为识别架构提供了可能性	依赖于人工数据集和现有模型的局限性	提高自动化行为识别的准确性，特别是啮齿动物行为的识别	啮齿动物的行为动态	计算机视觉	NA	深度学习	行为识别模型	人工数据集	大量标记训练数据
159	2024-09-29	Review on the Evaluation and Development of Artificial Intelligence for COVID-19 Containment 2023-Jan-03, Sensors (Basel, Switzerland) DOI:10.3390/s23010527 PMID:36617124	综述	本文综述了人工智能在COVID-19防控中的评估与发展	本文展示了人工智能算法与物联网穿戴设备的集成在COVID-19检测和预测中的有效性和效率	NA	研究人工智能在COVID-19大流行中的作用	COVID-19的预测、检测和防控方法	机器学习	COVID-19	机器学习、深度学习、图像处理、目标检测、图像分割、少样本学习	NA	图像、临床数据、声音、生物医学数据、社会人口数据	NA
160	2024-09-29	Application of Machine Learning and Deep Learning Techniques for COVID-19 Screening Using Radiological Imaging: A Comprehensive Review 2023, SN computer science DOI:10.1007/s42979-022-01464-8 PMID:36467853	综述	本文综述了使用放射影像学技术进行COVID-19筛查的机器学习和深度学习方法	介绍了多种AI/ML/DL算法用于计算机辅助检测COVID-19的创新点	讨论了已发表工作的优缺点和局限性	总结和比较用于COVID-19诊断预测的AI/ML/DL方法	COVID-19的放射影像学筛查	机器学习	呼吸系统疾病	机器学习、深度学习	多种模型	影像	265篇文章