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
1081	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
1082	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
1083	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
1084	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
1085	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）
1086	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
1087	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
1088	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
1089	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
1090	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
1091	2024-09-29	FedFTN: Personalized federated learning with deep feature transformation network for multi-institutional low-count PET denoising 2023-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2023.102993 PMID:37827110	研究论文	提出了一种名为FedFTN的个性化联邦学习策略，用于多机构低计数PET图像去噪	FedFTN使用局部深度特征变换网络（FTN）调节全局共享去噪网络的特征输出，实现个性化去噪	NA	解决多机构低计数PET图像去噪中的数据分布差异和隐私问题	多机构低计数PET图像	计算机视觉	NA	联邦学习	深度特征变换网络（FTN）	图像	来自三个大洲三个医疗中心的大规模多机构低计数PET成像数据
1092	2024-09-29	Are current machine learning applications comparable to radiologist classification of degenerate and herniated discs and Modic change? A systematic review and meta-analysis 2023-11, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-023-07718-0 PMID:37150769	meta-analysis	本文通过系统综述和荟萃分析，评估了当前机器学习算法在识别腰椎间盘退变、突出、膨出和Modic改变方面与放射科医生分类的比较	本文首次系统地探讨了这一主题，并建议结合深度学习和半监督或无监督学习方法以提高准确性	当前方法存在验证尝试少和样本量不足的问题	评估当前机器学习算法在识别腰椎间盘退变、突出、膨出和Modic改变方面的表现，并与放射科医生的分类进行比较	腰椎间盘退变、突出、膨出和Modic改变	machine learning	NA	MRI	deep learning, support vector machine, k-nearest neighbors, random forest, naïve Bayes	image	27项研究被纳入综述，其中25项用于多变量荟萃分析，14项用于双变量荟萃分析
1093	2024-09-29	4Dflow-VP-Net: A deep convolutional neural network for noninvasive estimation of relative pressures in stenotic flows from 4D flow MRI 2023-11, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.29791 PMID:37496183	研究论文	提出了一种基于深度学习的方法，利用4D流MRI数据非侵入性地估计狭窄流中的相对压力梯度	提出了一种新的深度学习方法4Dflow-VP-Net，用于从4D流MRI速度数据中估计狭窄血管中的压力梯度	需要进一步验证该方法在不同临床条件下的适用性和准确性	开发一种非侵入性的方法来估计狭窄流中的相对压力梯度	狭窄血管中的相对压力梯度	计算机视觉	心血管疾病	4D流MRI	深度卷积神经网络	图像	16名患有中度和重度主动脉狭窄的患者
1094	2024-09-29	High-throughput synthesis provides data for predicting molecular properties and reaction success 2023-10-27, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adj2314 PMID:37889964	研究论文	本文介绍了一种利用光催化N-杂环合成、高通量实验、自动化纯化和物理化学分析的平台，用于预测分子性质和反应成功率	利用深度学习预测立体化学多样化的C-取代N-饱和杂环的可合成性，并揭示了结构与性质之间的新趋势	NA	提高药物发现中吸引骨架的合成效率和成功率	立体化学多样化的C-取代N-饱和杂环	药物发现	NA	光催化合成、高通量实验、自动化纯化、物理化学分析	深度学习	反应数据	1152个独立反应
1095	2024-09-30	Federated and Transfer Learning Methods for the Classification of Melanoma and Nonmelanoma Skin Cancers: A Prospective Study 2023-Oct-13, Sensors (Basel, Switzerland) DOI:10.3390/s23208457 PMID:37896548	研究论文	本文综述了联邦学习和迁移学习方法在黑色素瘤和非黑色素瘤皮肤癌分类中的应用	本文综述了最新的联邦学习和迁移学习算法在恶性皮肤癌分类中的应用，并提出了未来研究的方向	本文综述了现有研究的局限性和挑战	帮助皮肤科医生和其他医疗专业人员在早期阶段对患者进行治疗	黑色素瘤和非黑色素瘤皮肤癌的分类	机器学习	皮肤癌	联邦学习、迁移学习	NA	图像	86篇文章
1096	2024-09-30	Aurora retrieval in all-sky images based on hash vision transformer 2023-Oct, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2023.e20609 PMID:37916095	研究论文	本文提出了一种基于哈希视觉变换器的极光检索方法，用于从全天图像中提取极光特征	本文引入了基于Vision Transformer的Hash-Transformer模型，有效融合了极光图像的局部和全局特征表示	NA	研究极光现象的形态和时间特征，以更好地理解大规模磁层过程	极光现象及其在全天图像中的特征	计算机视觉	NA	Vision Transformer	Hash-Transformer	图像	基于真实世界数据
1097	2024-09-29	Automatic detection of circulating tumor cells and cancer associated fibroblasts using deep learning 2023-04-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-32955-0 PMID:37029224	研究论文	本文开发了一种定制的成像系统和深度学习方法，用于自动检测循环肿瘤细胞和癌症相关成纤维细胞	本文的创新点在于开发了一种定制的成像系统和深度学习方法，显著提高了循环肿瘤细胞和癌症相关成纤维细胞的检测精度	NA	本文的研究目的是开发一种高效的方法来自动检测循环肿瘤细胞和癌症相关成纤维细胞，以辅助癌症诊断和预后	本文的研究对象是循环肿瘤细胞和癌症相关成纤维细胞	计算机视觉	NA	深度学习	NA	图像	使用了培养的癌症细胞和癌症相关成纤维细胞样本
1098	2024-09-30	Using Automatic Speech Recognition to Measure the Intelligibility of Speech Synthesized from Brain Signals 2023-Apr, International IEEE/EMBS Conference on Neural Engineering : [proceedings]. International IEEE EMBS Conference on Neural Engineering DOI:10.1109/ner52421.2023.10123751 PMID:39323876	研究论文	本文介绍了一种基于深度学习的AI听者，用于客观、快速、自动地评估脑机接口合成语音的可理解性	提出了一种新的深度学习模型AI听者，用于评估脑机接口合成语音的可理解性，并发现多个先前发布的脑机接口输出数据集不可理解	尚未提及	开发一种客观、快速、自动的方法来评估脑机接口合成语音的可理解性	脑机接口合成语音的可理解性	自然语言处理	NA	自动语音识别（ASR）	深度学习模型（Deepspeech, Wav2vec 2.0, Kaldi, XLSR-Wav2vec 2.0）	语音数据	包括健康语音、构音障碍者语音和脑机接口合成语音的多个语音数据集
1099	2024-09-29	Deep learning model integrating positron emission tomography and clinical data for prognosis prediction in non-small cell lung cancer patients 2023-Feb-06, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-023-05160-z PMID:36747153	研究论文	本文提出了一种结合正电子发射断层扫描（PET）图像和临床数据的多模态深度学习模型，用于非小细胞肺癌（NSCLC）患者的预后预测	本文的创新点在于将PET图像信息与临床数据结合，通过深度学习模型提高了NSCLC患者生存预测的准确性	本文未详细讨论模型的泛化能力和在不同数据集上的表现	提高非小细胞肺癌患者的生存预测准确性	非小细胞肺癌患者	机器学习	肺癌	深度学习	多模态深度学习模型	图像和临床数据	NA
1100	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