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
561	2024-12-13	Vision Transformers for Computational Histopathology 2024, IEEE reviews in biomedical engineering IF:17.2Q1 DOI:10.1109/RBME.2023.3297604 PMID:37478035	综述	本文综述了在计算组织病理学中用于分类、分割和生存风险回归的先进视觉Transformer技术	介绍了基于自注意力机制的Transformer在计算组织病理学中的最新应用	讨论了视觉Transformer在计算组织病理学中的关键挑战和未来展望	提供一个详细的指南，帮助读者探索视觉Transformer在计算组织病理学中的应用	组织病理学图像的分类、分割和生存结果预测	数字病理学	癌症	Transformer	Transformer	图像	NA
562	2024-12-13	Impact of deep learning on radiologists and radiology residents in detecting breast cancer on CT: a cross-vendor test study 2024-01, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2023.09.022 PMID:37872026	研究论文	研究深度学习对放射科医生和放射科住院医师在CT上检测乳腺癌诊断性能的影响	首次探讨了深度学习模型在不同供应商设备上对放射科医生和住院医师诊断乳腺癌的辅助作用	研究为回顾性研究，样本量较小，且仅限于两个供应商的设备	探讨深度学习对放射科医生和住院医师在CT上检测乳腺癌诊断性能的影响	放射科医生和放射科住院医师在CT上检测乳腺癌的诊断性能	计算机视觉	乳腺癌	深度学习	NA	图像	训练组201例，验证组26例，测试组30例
563	2024-12-13	A Monocular Variable Magnifications 3D Laparoscope System Using Double Liquid Lenses 2024, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2023.3311022 PMID:38059130	研究论文	本文提出了一种基于双液态镜头的单目可变放大率3D腹腔镜系统，能够在微创手术中提供可变放大率、近距离观察和实时单目3D重建	该系统通过双液态镜头实现自动变焦和自动对焦，无需物理移动部件，并结合基于离焦深度（DFD）方法的深度学习网络，能够在不同焦距和放大率下实时估计深度	NA	开发一种能够在微创手术中提供3D感知和可变放大率的新型腹腔镜系统	腹腔镜系统在微创手术中的应用	计算机视觉	NA	深度学习	深度学习网络	图像	NA
564	2024-12-13	Contrastive Transfer Learning for Prediction of Adverse Events in Hospitalized Patients 2024, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2023.3344035 PMID:38196820	研究论文	本文提出并验证了一种对比迁移学习方法，用于住院患者不良事件的早期预测	本文首次将对比迁移学习应用于住院患者不良事件的早期预测，并展示了其在性能上优于传统的监督深度学习模型	NA	开发一种用于住院患者不良事件早期预测的算法	住院患者的不良事件	机器学习	NA	对比迁移学习	对比学习模型	时间序列数据	大规模时间序列数据和回顾性DI评分数据
565	2024-12-13	A Study on Intelligent Optical Bone Densitometry 2024, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2024.3368106 PMID:38606393	研究论文	本文提出了一种利用近红外光和深度学习技术快速筛查骨密度的新方法	本文的创新点在于利用近红外光捕捉人体局部信息，并结合深度学习技术进行骨密度预测，初步结果显示与DXA测量的骨密度有高度相关性	本文的局限性在于预测误差在手腕处低于10%，但在髋部和脊柱处的误差高于手腕	本文的研究目的是开发一种成本较低且易于操作的骨密度筛查方法	本文的研究对象是手腕、髋部和脊柱的骨密度	机器学习	老年病	深度学习	多线性回归	图像	未明确具体样本数量
566	2024-12-13	Acoustic and Text Features Analysis for Adult ADHD Screening: A Data-Driven Approach Utilizing DIVA Interview 2024, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2024.3369764 PMID:38606391	研究论文	本研究利用DIVA访谈收集的音频数据，通过提取声学和文本特征，结合支持向量机进行成人ADHD筛查	本研究创新性地使用语音和文本数据进行ADHD筛查，避免了传统方法中昂贵的设备和专业人员需求	NA	开发一种基于语音和文本数据的有效成人ADHD筛查方法	成人ADHD患者和正常对照组的语音数据	机器学习	精神疾病	支持向量机	NA	音频和文本	ADHD患者和正常对照组的音频数据
567	2024-12-13	Sparse Deep Neural Network for Encoding and Decoding the Structural Connectome 2024, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2024.3366504 PMID:38633564	研究论文	本文提出了一种稀疏的前馈深度神经网络架构，用于编码和解码人类大脑的结构连接组，并在阿尔茨海默病和帕金森病的分类任务中展示了其优越性能	本文的创新点在于提出了一种稀疏的前馈深度神经网络架构，通过稀疏连接和递归特征消除算法显著减少了可训练参数的数量，同时提高了分类准确性	本文的局限性在于仅在阿尔茨海默病和帕金森病的分类任务中进行了验证，未来可能需要在更多疾病和数据集上进行进一步验证	研究目的是开发一种高效的深度学习方法，用于处理高维且样本量少的神经影像数据，并应用于大脑状态分类	研究对象是阿尔茨海默病和帕金森病患者的结构连接组数据	机器学习	神经退行性疾病	深度学习	稀疏前馈深度神经网络	图像	具体样本数量未在摘要中明确提及
568	2024-12-12	Applying contrastive pre-training for depression and anxiety risk prediction in type 2 diabetes patients based on heterogeneous electronic health records: a primary healthcare case study 2024-01-18, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocad228 PMID:38062850	研究论文	本研究提出了一种基于深度学习的框架，用于预测2型糖尿病患者出院后的抑郁和焦虑风险	使用无监督对比预训练方法处理异构电子健康记录，显著提高了模型性能	研究仅在南京地区的数据上进行了验证，可能存在地域局限性	开发一种有效的模型来预测2型糖尿病患者的抑郁和焦虑风险	2型糖尿病患者的抑郁和焦虑风险	机器学习	糖尿病	无监督对比学习	深度学习模型	电子健康记录	预训练阶段使用了85085名患者的出院记录，微调阶段使用了17491名患者的病例对照队列，验证阶段使用了1028名患者的数据
569	2024-12-12	Using deep learning to accurately detect sow vulva size in a group pen with a single camera 2024-Jan-03, Journal of animal science IF:2.7Q1 DOI:10.1093/jas/skad407 PMID:38071666	研究论文	本文提出了一种非接触式方法，利用单个摄像头和深度学习框架在群养环境中准确检测母猪阴户大小的变化	本文创新性地使用单个摄像头结合YOLO v4网络架构进行阴户检测，并通过相机内外参数将检测到的尺寸转换为毫米，提高了检测的准确性和效率	未来的研究方向包括自动检测猪的宽度，表明当前研究仍存在进一步改进的空间	研究目的是通过监测阴户大小的变化来检测母猪的发情期，减少对母猪的干扰	研究对象是约克夏、长白和杜洛克品种的母猪	计算机视觉	NA	深度学习	YOLO v4	图像	收集了约克夏、长白和杜洛克品种的母猪图像
570	2024-12-12	Global research hotspots and trends of iodinated contrast agents in medical imaging: a bibliometric and visualization analysis 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1506634 PMID:39650193	综述	本研究利用文献计量方法探索碘造影剂在医学影像中的全球研究动态，通过知识图谱的可视化展示研究进展并揭示研究方向、热点、趋势和前沿	本研究首次系统地揭示了碘造影剂在医学影像中的全球趋势、热点、前沿和发展动态，提供了理解碘造影剂在影像中作用的新视角	NA	探索碘造影剂在医学影像中的全球研究动态	碘造影剂在医学影像中的应用	医学影像	NA	文献计量分析	NA	文本	共包含3775篇关于碘造影剂在医学影像中应用的研究
571	2024-12-12	Comparative analysis of deep learning algorithms for dental caries detection and prediction from radiographic images: a comprehensive umbrella review 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2371 PMID:39650341	综述	本文对使用深度学习算法从放射图像中检测和预测龋齿的系统评价进行了全面的综述	本文通过综述多个系统评价，展示了深度学习算法在龋齿检测中的应用，并强调了其在准确性上超越人类专家的潜力	本文主要基于已有的系统评价，未进行新的实验或数据分析	评估和比较使用深度学习算法从2D放射图像中检测龋齿的系统评价	龋齿检测的深度学习算法及其在放射图像中的应用	计算机视觉	口腔疾病	深度学习	神经网络	图像	24篇原始文章，数据集大小从15到2500张图像不等
572	2024-12-12	Ensemble learning approach for distinguishing human and computer-generated Arabic reviews 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2345 PMID:39650344	研究论文	研究使用集成学习方法区分人类和计算机生成的阿拉伯语评论	首次在阿拉伯语评论分类中探索了集成学习技术，如软投票，并揭示了人类和计算机生成评论在语言学上的显著差异	研究仅限于阿拉伯语评论，未涵盖其他语言	探索区分人类和计算机生成阿拉伯语评论的方法，并提高模型性能	人类和计算机生成的阿拉伯语评论	自然语言处理	NA	集成学习	传统机器学习、深度学习、Transformer	文本	未明确提及具体样本数量
573	2024-12-12	On the influence of artificially distorted images in firearm detection performance using deep learning 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2381 PMID:39650342	研究论文	本文研究了人工扭曲图像对使用深度学习进行枪支检测性能的影响	本文首次系统地分析了不同图像扭曲对枪支检测性能的影响，并量化了每种扭曲对检测网络性能的具体影响	本文仅使用了YOLOv5网络进行实验，未探讨其他深度学习模型在该问题上的表现	研究实际场景中图像扭曲对枪支检测性能的影响	枪支检测在不同图像扭曲条件下的性能	计算机视觉	NA	深度学习	YOLOv5	图像	使用了包含不同扭曲（如脉冲噪声、模糊、变暗、缩放和遮挡）的测试图像
574	2024-12-12	A transformer-based framework for enterprise sales forecasting 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2503 PMID:39650345	研究论文	本文提出了一种基于Transformer的企业销售预测计算框架	该框架利用Transformer架构，针对低维表格数据进行优化，显著提高了销售预测的准确性和稳定性	未提及具体限制	开发一种高效的企业销售预测模型，以优化业务运营中的决策	企业销售数据	机器学习	NA	Transformer	Transformer	表格数据	未提及具体样本量
575	2024-12-12	EAD: effortless anomalies detection, a deep learning based approach for detecting outliers in English textual data 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2479 PMID:39650354	研究论文	提出了一种基于深度学习的无监督异常检测方法，用于检测英语文本数据中的异常	使用all-MiniLM-L6-v2模型和质心嵌入技术来提取大规模高多样性数据中的异常，并采用基于最小协方差行列式（MCD）的方法来区分新颖性和异常	NA	开发一种高效且准确的异常检测系统，用于处理大规模文本数据中的异常	英语文本数据中的异常	自然语言处理	NA	深度学习	all-MiniLM-L6-v2	文本	两个非相关数据集：20新闻组文本数据集和SMS垃圾短信收集数据集
576	2024-12-12	Facial expression morphing: enhancing visual fidelity and preserving facial details in CycleGAN-based expression synthesis 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2438 PMID:39650358	研究论文	本文提出了一种名为面部表情变形（FEM）的算法，用于增强基于CycleGAN的面部表情合成中的视觉保真度和面部细节保留	引入了FEM算法，通过融合输入图像和生成的表情来优先保留面部细节，并提出了新的FSD（面部相似距离）指标来评估图像相似性	未提及具体的局限性	提高基于CycleGAN的面部表情合成中的图像清晰度和细节保留	面部表情合成中的图像清晰度和细节保留	计算机视觉	NA	Cycle-Consistent Adversarial Networks (CycleGAN)	CycleGAN, UNet Vision Transformer cycle-consistent GAN versions 1 (UVCGANv1) 和 2 (UVCGANv2)	图像	使用了Radboud Faces Database (RafD) 数据集
577	2024-12-12	Revolutionizing diabetic eye disease detection: retinal image analysis with cutting-edge deep learning techniques 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2186 PMID:39650355	研究论文	本研究探索了使用深度学习技术通过视网膜眼底照片进行自动化青光眼诊断，并引入了一种新的横断面视神经头特征以增强现有诊断程序	引入了一种新的混合损失函数，结合了focal loss和correntropy loss的优点，以处理具有类别不平衡和异常值的复杂生物医学数据，并改进了多任务深度学习模型以利用主要眼底活动和指标之间的相似性	NA	开发一种自动化青光眼诊断方法，以提高诊断的准确性和效率	视网膜眼底照片和光学相干断层扫描图像	计算机视觉	眼科疾病	深度学习	多任务深度学习模型	图像	一个真实世界的眼科数据集
578	2024-12-12	A hybrid model integrating recurrent neural networks and the semi-supervised support vector machine for identification of early student dropout risk 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2572 PMID:39650364	研究论文	本文提出了一种结合循环神经网络和半监督支持向量机的混合模型，用于识别学生早期辍学风险	创新点在于将半监督支持向量机与循环神经网络结合，形成DeepS3VM模型，用于捕捉学生辍学预测中的序列模式	NA	研究目的是开发一种高效的预测模型，用于在早期阶段识别学生辍学风险	研究对象是学生辍学风险	机器学习	NA	半监督支持向量机、循环神经网络	混合模型	数据	从初始的243条记录扩展到总共10万条记录
579	2024-12-12	An enhanced lightweight T-Net architecture based on convolutional neural network (CNN) for tomato plant leaf disease classification 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2495 PMID:39650369	研究论文	提出了一种基于卷积神经网络（CNN）的增强型轻量级T-Net架构，用于番茄植物叶片病害分类	该研究提出了一种新颖的深度学习模型T-Net，结合了卷积神经网络的分层架构和基于VGG-16、Inception V3和AlexNet的迁移学习模型，实现了98.97%的高准确率	未提及具体限制	开发一种快速、准确的自动化番茄病害检测方法，以提高农业生产力	番茄植物叶片病害	计算机视觉	NA	卷积神经网络（CNN）	T-Net	图像	未提及具体样本数量
580	2024-12-12	PermQRDroid: Android malware detection with novel attention layered mini-ResNet architecture over effective permission information image 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2362 PMID:39650383	研究论文	本文提出了一种基于注意力层叠mini-ResNet架构的Android恶意软件检测方法，通过有效的权限信息图像进行检测	创新点在于使用了注意力层叠的mini-ResNet模型，并通过chi-square技术选择有效权限生成QR码图像进行分类	NA	研究目的是提高Android恶意软件检测的准确性和效率	研究对象是Android应用程序的权限信息	机器学习	NA	chi-square技术	mini-ResNet	图像	使用了来自Androzoo、Drebin、Genome和Google Play Store的四个不同数据集，以及一个混合数据集