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
521	2024-12-15	Detection of renal cell hydronephrosis in ultrasound kidney images: a study on the efficacy of deep convolutional neural networks 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.1797 PMID:39669452	研究论文	本研究探讨了深度卷积神经网络在超声肾脏图像中自动检测肾细胞肾积水的有效性	提出了创新的Novel DCNN模型，在肾细胞肾积水检测中表现出色，准确率达到99.8%	需要进一步探索更大和更多样化的数据集以及不同的优化策略来提升模型的收敛率和准确性	利用深度学习模型自动检测超声图像中的肾细胞肾积水	超声肾脏图像中的肾细胞肾积水	计算机视觉	肾脏疾病	深度学习	DCNN	图像	NA
522	2024-12-15	Double-target self-supervised clustering with multi-feature fusion for medical question texts 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2075 PMID:39669457	研究论文	本文提出了一种双目标自监督聚类与多特征融合的方法，用于医疗问题文本的聚类	本文创新性地融合了词频和词汇语义信息，并引入了自注意力机制来计算文本中每个词的权重，同时构建了两个目标函数来实现跨文档主题特征的融合	NA	构建一个端到端的文本聚类模型，以更好地表示医疗问题文本的信息	医疗领域中的问题文本	自然语言处理	NA	自监督学习	自注意力机制	文本	NA
523	2024-12-15	Deep ocular tumor classification model using cuckoo search algorithm and Caputo fractional gradient descent 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.1923 PMID:39669458	研究论文	本研究提出了一种结合Caputo分数梯度下降和布谷鸟搜索算法的优化器，用于提高眼肿瘤分类的准确性和收敛速度	创新点在于将Caputo分数梯度下降方法与布谷鸟搜索算法结合，提出了一种新的优化器，显著提高了分类准确性和收敛速度	研究仅使用了400张眼底图像进行训练和评估，样本量相对较小，可能影响模型的泛化能力	旨在开发一种用于眼肿瘤分类的鲁棒深度学习系统，并提出一种新的优化器以提高分类性能	研究对象为眼底图像中的良性和恶性眼肿瘤	计算机视觉	NA	深度学习	CNN	图像	400张眼底图像，分为良性和恶性两类
524	2024-12-15	Automated generation of process simulation scenarios from declarative control-flow changes 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2094 PMID:39669460	研究论文	本文提出了一种自动化生成业务流程模拟场景的方法，允许用户以声明方式指定控制流变化，并自动生成假设场景	本文的创新点在于使用生成式深度学习模型来自动生成符合用户指定控制流变化的模拟场景，从而简化了手动调整模拟模型的复杂性	本文的局限性在于数据驱动模拟方法在追求准确性时可能生成过于复杂的模型，增加了手动调整的难度	本文的研究目的是简化业务流程模拟中手动调整模拟模型的复杂性，特别是涉及控制流变化的场景	本文的研究对象是业务流程模拟模型及其在控制流变化下的调整	机器学习	NA	生成式深度学习模型	生成式深度学习模型	事件日志	NA
525	2024-12-15	Deep learning-based information retrieval with normalized dominant feature subset and weighted vector model 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.1805 PMID:39669463	研究论文	本文提出了一种基于深度学习的信息检索方法，使用归一化主导特征子集和加权向量模型进行特征提取和选择	提出了归一化主导特征子集和加权向量模型（NDFS-WVM），用于从大数据中进行信息检索，并展示了其在文本检索中的优越性能	需要大规模数据集进行训练，且手动创建有效特征集的过程较为耗时	改进信息检索中的特征提取和选择方法，提高文本检索的准确性	多媒体数据中的文本信息	自然语言处理	NA	深度学习	NDFS-WVM	文本	大规模数据集，包含数百万变量
526	2024-12-15	Performance enhancement in hydroponic and soil compound prediction by deep learning techniques 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2101 PMID:39669468	研究论文	本文提出了一种利用深度学习技术预测水培和土壤化合物动态的创新方法，以提高作物生产的可持续性和效率	本文创新性地利用深度学习技术预测水培和土壤化合物动态，采用迭代辅助增强母优化算法（IEMOA）获取权重特征，并通过多尺度特征融合卷积自编码器与门控循环单元（MS-CAGRU）网络进行预测	本文未提及具体的实验验证或实际应用效果，仅通过与传统模型的对比展示系统效能	开发数值模型以全面描述植物和土壤中化学物质的传输和反应，制定有效的缓解策略	水培和土壤化合物动态	机器学习	NA	深度学习	MS-CAGRU	数据	数据来自在线资源，具体样本量未提及
527	2024-12-15	Demand prediction for urban air mobility using deep learning 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.1946 PMID:39669473	研究论文	本文研究了城市空中交通（UAM）需求预测问题，提出了一种基于深度学习的时间序列预测模型	本文首次使用Transformer模型进行UAM需求预测，并展示了其高性能	本文仅使用了单一的基准数据集，可能无法全面反映不同城市和地区的实际情况	探讨市场是否能够支持UAM的部署，并通过需求预测为决策者提供投资可行性和可行性分析	城市空中交通（UAM）的需求预测	机器学习	NA	深度学习	Transformer	时间序列数据	150,000条记录
528	2024-12-15	A bigura-based real time sentiment analysis of new media 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2069 PMID:39669474	研究论文	本文提出了一种基于BiGura多层模型的实时情感检测技术，用于新媒体数据的情感分析	本文采用了深度学习技术，相较于传统的贝叶斯和KNN分类器，在情感分析中表现出显著优势，分类准确率分别提高了3.88%和4.33%	NA	实现更准确和实时的公众情感监测和舆论监控	新媒体数据中的文本和视频内容的情感分析	自然语言处理	NA	深度学习	BiGura	文本和视频	涉及不同病毒事件的案例，如加沙的入侵事件
529	2024-12-15	LRMAHpan: a novel tool for multi-allelic HLA presentation prediction using Resnet-based and LSTM-based neural networks 2024, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2024.1478201 PMID:39669561	研究论文	本文介绍了一种名为LRMAHpan的新工具，用于使用基于Resnet和LSTM的神经网络进行多等位基因HLA呈递预测	LRMAHpan整合了LSTM网络和ResNet_CA网络，采用了一种新的pHLA编码方法，能够将新抗原预测任务集成到计算机视觉方法中，并有效捕捉结合信号	NA	开发一种能够准确预测多等位基因HLA呈递的工具，以促进新抗原疫苗设计	多等位基因HLA呈递预测和新抗原预测	计算机视觉	黑色素瘤	质谱数据	ResNet, LSTM	图像	转移性黑色素瘤患者队列
530	2024-12-15	Explainable light-weight deep learning pipeline for improved drought stress identification 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1476130 PMID:39670267	研究论文	本文提出了一种用于识别马铃薯作物干旱胁迫的可解释轻量级深度学习管道	创新点在于结合预训练网络与精心设计的自定义层，并集成了基于梯度的可视化技术（如Grad-CAM），增强了模型的可解释性	NA	旨在提高作物干旱胁迫的识别精度，并为实时农业应用提供可解释的深度学习模型	马铃薯作物的干旱胁迫	计算机视觉	NA	深度学习	DenseNet121	图像	NA
531	2024-12-14	Deep learning for automated segmentation in radiotherapy: a narrative review 2024-Jan-23, The British journal of radiology DOI:10.1093/bjr/tqad018 PMID:38263838	综述	本文对深度学习技术在放射治疗计划中的自动分割应用进行了描述性综述	本文总结了U-net作为最常用的卷积神经网络架构在放射治疗计划中的应用	大多数研究缺乏外部验证，且缺乏统一的评估指标	探讨深度学习技术在放射治疗计划中自动分割的应用	脑部、头颈部、肺部、腹部和盆腔癌症的图像分割	机器学习	NA	深度学习	卷积神经网络（CNN）	图像	涉及多个临床子站点，但具体样本量未提及
532	2024-12-14	Unveiling the economic potential of sports industry in China: A data driven analysis 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0310131 PMID:39264965	研究论文	本文通过采用深度学习算法和数据挖掘方法，分析了中国体育产业的经济动态，并提出了一个专门的经济模型来量化其经济效益	本文首次采用深度学习和数据挖掘技术构建了一个经济模拟框架，专门针对体育产业的复杂动态	NA	填补体育产业经济效益量化方面的研究空白	中国体育产业的经济动态	机器学习	NA	数据挖掘	深度学习算法	数据	2012年至2022年的体育产业数据
533	2024-12-14	A review on optimization of Wilms tumour management using radiomics 2024-Jan, BJR open DOI:10.1093/bjro/tzae034 PMID:39483333	综述	本文综述了放射组学在Wilms肿瘤管理中的应用及其在诊断、预后和治疗中的潜力	放射组学作为一种人工智能工具，能够提取肿瘤形态学和分期信息，为Wilms肿瘤的管理提供了新的方法	目前仍需进一步研究和验证，以提高算法的准确性、可重复性和可靠性	探讨放射组学在Wilms肿瘤管理中的应用及其未来在自动化辅助治疗中的潜力	Wilms肿瘤及其在诊断、预后和治疗中的应用	机器学习	儿科肿瘤	放射组学	深度学习	图像	NA
534	2024-12-14	Detecting and localizing cervical lesions in colposcopic images with deep semantic feature mining 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1423782 PMID:39664173	研究论文	本研究探讨了利用深度语义特征从阴道镜图像中检测和定位宫颈病变的可能性	提出了一个基于分割的深度学习架构，结合图像分割和分类的两阶段决策模型，并使用迁移学习创建了针对阴道镜图像的特征提取器，通过注意力机制增强多尺度数据的精确分割	未提及具体的局限性	研究利用人工智能模型通过深度语义特征检测和定位宫颈病变	宫颈病变在阴道镜图像中的检测和定位	计算机视觉	妇科疾病	深度学习	深度解码网络	图像	未提及具体样本数量
535	2024-12-14	Deep-Learning-Based Radiomics to Predict Surgical Risk Factors for Lumbar Disc Herniation in Young Patients: A Multicenter Study 2024, Journal of multidisciplinary healthcare IF:2.7Q2 DOI:10.2147/JMDH.S493302 PMID:39664265	研究论文	本研究开发并验证了一种基于深度学习的放射组学模型，用于预测年轻患者腰椎间盘突出症的手术风险因素	本研究创新性地结合了临床特征和深度学习放射组学特征，开发了一种深度学习放射组学列线图（DLRN），显著提高了预测手术风险因素的准确性	本研究为回顾性分析，样本来自两家医疗中心，可能存在选择偏倚	开发并验证一种能够预测年轻患者腰椎间盘突出症手术风险因素的深度学习放射组学模型，以辅助临床医生识别手术候选者，缓解症状并改善预后	年轻患者的腰椎间盘突出症手术风险因素	机器学习	腰椎间盘突出症	放射组学	支持向量机（SVM）	图像	来自两家医疗中心的年轻患者
536	2024-12-14	Prediction of Human Papillomavirus-Host Oncoprotein Interactions Using Deep Learning 2024, Bioinformatics and biology insights IF:2.3Q3 DOI:10.1177/11779322241304666 PMID:39664297	研究论文	本研究开发了一种深度学习模型，用于预测人乳头瘤病毒（HPV）与宿主癌蛋白之间的相互作用	本研究首次使用深度学习模型预测HPV与宿主蛋白的相互作用，相比传统方法更高效	本研究的局限性在于仅使用了Eckhardt等人的数据集，可能存在数据偏差	开发一种高效的计算模型来预测HPV与宿主蛋白的相互作用	HPV 31和18的E6和E7蛋白与宿主癌蛋白AKT、IQGAP1和MMP16的相互作用	机器学习	宫颈癌	深度学习	RNN	蛋白质相互作用数据	使用了Eckhardt等人提供的HPV与宿主蛋白相互作用数据
537	2024-12-14	Language task-based fMRI analysis using machine learning and deep learning 2024, Frontiers in radiology DOI:10.3389/fradi.2024.1495181 PMID:39664795	研究论文	本研究探讨了使用机器学习和深度学习算法对基于任务的语言功能磁共振成像（fMRI）数据进行分类，以识别与语言相关的大脑区域	本研究首次将机器学习和深度学习方法应用于基于任务的语言fMRI数据分析，特别是针对非结构化fMRI范式的语言区域识别	本研究的样本量较小，且仅使用了七种任务范式，可能限制了结果的普适性	研究目的是评估不同机器学习和深度学习算法在基于任务的语言fMRI数据分类中的有效性	研究对象是基于任务的语言fMRI数据，用于识别与语言相关的大脑区域	机器学习	NA	功能磁共振成像（fMRI）	机器学习（ML）和深度学习（DL）	时间序列	26名个体
538	2024-12-14	Deep learning based landmark detection for measuring hock and knee angles in sows 2024, Translational animal science IF:1.3Q3 DOI:10.1093/tas/txad033 PMID:39664862	研究论文	本文提出了一种基于深度学习的视觉方法，用于自动从母猪图像中确定跗关节和膝关节角度	本文创新性地使用深度学习模型来自动检测母猪图像中的关键身体标志，并通过三角公式计算跗关节和膝关节角度，实现了自动化测量	NA	开发一种自动化的方法来测量母猪的跗关节和膝关节角度，以优化母猪繁殖单元的管理	母猪的跗关节和膝关节角度	计算机视觉	NA	深度学习	深度学习模型	图像	NA
539	2024-12-14	Development of a deep learning model for automatic detection of narrowed intervertebral disc space sites in caudal thoracic and lumbar lateral X-ray images of dogs 2024, Frontiers in veterinary science IF:2.6Q1 DOI:10.3389/fvets.2024.1453765 PMID:39664893	研究论文	本研究开发了一种深度学习模型，用于自动检测狗的胸腰椎侧位X光片中椎间盘空间狭窄的部位	首次使用大核一维卷积神经网络量化椎间盘空间距离并检测狭窄部位	样本量相对较小，且仅限于胸腰椎侧位X光片	开发一种自动检测狗椎间盘空间狭窄的深度学习模型，辅助椎间盘疾病的初步筛查和病变定位	狗的胸腰椎侧位X光片中的椎间盘空间狭窄	计算机视觉	犬科疾病	深度学习	一维卷积神经网络	图像	241张胸腰椎侧位X光片，来自142只狗
540	2024-12-14	AppleLeafNet: a lightweight and efficient deep learning framework for diagnosing apple leaf diseases 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1502314 PMID:39665107	研究论文	本文设计了一种轻量级深度学习框架AppleLeafNet，用于诊断苹果叶病害	提出了一种轻量级深度学习模型，通过两阶段框架实现苹果叶健康状况和病害的分类，相比其他预训练模型具有更少的可学习参数	未提及具体的研究局限性	开发一种高效的深度学习框架，用于准确识别苹果叶病害	苹果叶的健康状况和病害类型	计算机视觉	NA	深度学习	深度学习模型	图像	使用了一个在线可用的数据集进行验证