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
681	2024-12-01	Simple Imaging System for Label-Free Identification of Bacterial Pathogens in Resource-Limited Settings 2024, International journal of biomedical imaging IF:3.3Q2 DOI:10.1155/2024/6465280 PMID:39606275	研究论文	本文介绍了一种基于简单宽场无透镜成像系统的高通量方法，用于在资源有限的环境中无标签识别细菌病原体	提出了一种新的无透镜成像系统，结合监督深度学习算法，适用于资源有限的环境，无需移动机械部件或光学元件	尽管识别性能高，但仍存在一定的识别错误率，且未提及长期维护和实际应用中的稳定性	开发一种快速、准确且经济实惠的细菌识别方法，以改善资源有限环境中的感染治疗	五种常见细菌病原体的临床分离株	计算机视觉	NA	无透镜成像系统	深度学习算法	图像	252个临床分离株
682	2024-12-01	Sensitive Quantification of Cerebellar Speech Abnormalities Using Deep Learning Models 2024, IEEE access : practical innovations, open solutions IF:3.4Q2 DOI:10.1109/access.2024.3393243 PMID:39606584	研究论文	本文开发了一种基于深度学习模型的方法，用于敏感地量化小脑性言语异常	使用卷积神经网络捕捉小脑共济失调的言语表型，并基于对数梅尔频谱图的时间和频率偏导数进行分类和回归建模	NA	开发能够准确识别和量化共济失调言语临床体征的模型	小脑共济失调患者的言语异常	机器学习	神经退行性疾病	卷积神经网络	CNN	音频	包括共济失调患者和健康对照组
683	2024-12-01	Effective automatic classification methods via deep learning for myopic maculopathy 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1492808 PMID:39606624	研究论文	本研究开发了一种基于深度学习的系统，用于对病理性近视相关的黄斑病变进行自动分类	采用五种深度学习架构（ResNet50、EfficientNet-B0、Vision Transformer、Contrastive Language-Image Pre-Training和RETFound），并通过集成学习方法提升模型性能	未来工作可能需要扩展数据集、整合图像质量评估以及优化集成算法以提高效率和适用性	提高病理性近视相关黄斑病变分类的准确性和可靠性	病理性近视相关的黄斑病变	计算机视觉	眼科疾病	深度学习	集成学习	图像	2159张标注的眼底图像
684	2024-12-01	Automated lung segmentation on chest MRI in children with cystic fibrosis 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1401473 PMID:39606627	研究论文	研究使用深度学习方法对患有囊性纤维化的儿童胸部MRI图像进行自动肺部分割	采用nnU-Net框架对胸部MRI图像进行自动肺部分割，展示了在不同疾病严重程度、患者年龄和尺寸下的高分割性能	在膈肌和背部区域存在不完全分割的挑战，需要进一步改进以增强模型的泛化能力	探索使用深度学习方法对囊性纤维化儿童的胸部MRI图像进行自动肺部分割的可行性和有效性	患有囊性纤维化的儿童的胸部MRI图像	计算机视觉	囊性纤维化	深度学习	nnU-Net	MRI图像	165个标准化年度监测MRI扫描，来自84名囊性纤维化患者
685	2024-12-01	Employing Xception convolutional neural network through high-precision MRI analysis for brain tumor diagnosis 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1487713 PMID:39606635	研究论文	本文提出了一种基于Xception卷积神经网络的高精度MRI分析方法，用于脑肿瘤的诊断	引入了Xception架构，并结合批量归一化和dropout层来减少过拟合，通过迁移学习和定制的密集层设置提高了模型的泛化能力	NA	提高脑肿瘤诊断的准确性和可靠性	脑肿瘤的分类	计算机视觉	脑肿瘤	MRI分析	Xception卷积神经网络	图像	NA
686	2024-12-01	Enhanced skin cancer diagnosis: a deep feature extraction-based framework for the multi-classification of skin cancer utilizing dermoscopy images 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1495576 PMID:39606634	研究论文	本文提出了一种基于深度特征提取的框架，用于利用皮肤镜图像对皮肤癌进行多分类诊断	本文提出了四种卷积神经网络（CNN）模型的变体，并结合支持向量机（SVM）、随机森林（RF）和逻辑回归（LR）进行皮肤癌分类，提高了诊断准确率	本文未提及如何处理数据不平衡问题以及模型的泛化能力	提高皮肤癌诊断的准确性，帮助医生进行诊断	皮肤癌的分类和预测	计算机视觉	皮肤癌	卷积神经网络（CNN）	卷积神经网络（CNN）	图像	10,015张皮肤镜图像
687	2024-12-01	Bibliometric and visual analysis of radiomics for evaluating lymph node status in oncology 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1501652 PMID:39610679	研究论文	本文通过文献计量学和可视化方法分析了2012年至2023年间关于放射组学在评估肿瘤学中淋巴结状态的研究出版物，揭示了该领域的研究热点和未来趋势	本文首次通过文献计量学和可视化方法全面分析了放射组学在评估淋巴结状态中的应用，揭示了研究热点和未来趋势	本文主要基于文献计量学和可视化分析，未涉及具体实验或临床数据，因此缺乏对实际应用效果的深入探讨	分析放射组学在评估肿瘤学中淋巴结状态的研究出版物，揭示研究热点和未来趋势	2012年至2023年间发表的关于放射组学在评估淋巴结状态中的研究出版物	数字病理学	肿瘤学	文献计量学和可视化分析	NA	文本	898篇英文原创文章和综述
688	2024-12-01	Drone-Based Digital Phenotyping to Evaluating Relative Maturity, Stand Count, and Plant Height in Dry Beans (Phaseolus vulgaris L.) 2024, Plant phenomics (Washington, D.C.) DOI:10.34133/plantphenomics.0278 PMID:39610705	研究论文	研究利用无人机RGB图像和深度学习方法评估干豆的相对成熟度、植株密度和植株高度	采用混合卷积神经网络和长短期记忆模型以及Faster R-CNN算法，提高了相对成熟度和植株密度测量的准确性和效率	在植株高度估计中，PC和DSM数据源的选择依赖于特定的环境和飞行条件	探索无人机图像和深度学习方法在干豆田间试验中测量相对成熟度、植株密度和植株高度的应用	干豆的相对成熟度、植株密度和植株高度	计算机视觉	NA	深度学习	混合卷积神经网络和长短期记忆模型、Faster R-CNN	图像	NA
689	2024-12-01	RDA-MTE: an innovative model for emotion recognition in sports behavior decision-making 2024, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2024.1466013 PMID:39610868	研究论文	本文提出了一种基于深度学习的模型RDA-MTE，用于在体育行为决策中进行情感识别	该模型结合了预训练的ResNet-50、双向注意力机制和多层Transformer编码器，提高了情感识别的准确性和鲁棒性	NA	研究情感刺激在体育行为决策中的作用	情感识别和体育行为决策	机器学习	NA	深度学习	RDA-MTE	图像	FER-2013数据集和CK+数据集
690	2024-11-29	Development of ultrasound-based clinical, radiomics and deep learning fusion models for the diagnosis of benign and malignant soft tissue tumors 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1443029 PMID:39600644	研究论文	本研究开发了一种基于超声的临床、影像组学和深度学习融合模型，用于良性和恶性软组织肿瘤的诊断	本研究创新性地将临床数据、影像组学特征和深度学习特征融合，构建了一个支持向量机模型，显著提高了诊断性能	本研究为回顾性研究，样本来自两家医院，可能存在选择偏倚	开发一种基于超声的融合模型，用于准确诊断良性和恶性软组织肿瘤	良性和恶性软组织肿瘤	机器学习	NA	支持向量机	支持向量机	图像	训练集包含516例患者，外部验证集包含78例患者
691	2024-11-29	Spatial heterogeneity response of soil salinization inversion cotton field expansion based on deep learning 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1437390 PMID:39600903	研究论文	本研究利用深度学习模型对土壤盐渍化进行反演，并探讨了棉花田扩张对土壤盐渍化的影响	本研究首次结合CNN、LSTM和RF模型，通过Landsat-8影像提取特征变量，实现了对土壤盐渍化的高精度反演，并揭示了棉花田扩张与土壤盐渍化的空间异质性关系	本研究主要基于Landsat-8影像数据，未来可结合更多类型的遥感数据以提高模型的泛化能力	探讨深度学习在土壤盐渍化反演中的应用，并分析棉花田扩张对土壤盐渍化的影响	土壤盐渍化及其对棉花田扩张的空间异质性影响	计算机视觉	NA	深度学习	CNN, LSTM, RF	影像	97个田间样本
692	2024-11-29	Deep learning-enhanced automated mitochondrial segmentation in FIB-SEM images using an entropy-weighted ensemble approach 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313000 PMID:39591424	研究论文	本文提出了一种基于深度学习的自动化线粒体分割方法，使用熵加权集成技术在FIB-SEM图像中进行线粒体分割	本文的创新点在于采用了一种熵加权集成学习技术，结合两个自动分割管道的预测输出，提高了线粒体分割的准确性	本文的局限性在于仅使用了四个公开数据集进行评估，未来需要更多数据集验证方法的泛化能力	本文的研究目的是开发一种高效的自动化工具，用于在FIB-SEM图像中进行线粒体分割，以辅助早期检测和缓解线粒体疾病	本文的研究对象是线粒体及其在FIB-SEM图像中的分割	计算机视觉	神经退行性疾病	FIB-SEM	CNN	图像	四个公开数据集
693	2024-11-28	Corrigendum: Deep learning-driven ultrasound-assisted diagnosis: optimizing GallScopeNet for precise identification of biliary atresia 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1518391 PMID:39600936	correction	纠正了文章DOI: 10.3389/fmed.2024.1445069中的错误	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
694	2024-11-27	Tractography-based automated identification of the retinogeniculate visual pathway with novel microstructure-informed supervised contrastive learning 2024-Jan-04, bioRxiv : the preprint server for biology DOI:10.1101/2024.01.03.574115 PMID:38260369	研究论文	本文提出了一种基于扩散MRI纤维束成像的自动识别视网膜-外侧膝状体视觉通路的新型深度学习框架	设计了一种新的微结构信息引导的监督对比学习方法，结合纤维束标签和组织微结构信息来确定正负样本对，并提出了一种简单有效的纤维束级别数据增强方法来处理高度不平衡的训练数据	NA	开发一种快速准确的自动识别视网膜-外侧膝状体视觉通路的方法	视网膜-外侧膝状体视觉通路	计算机视觉	NA	扩散MRI纤维束成像	深度学习	图像	涉及神经外科患者的数据，具体数量未提及
695	2024-11-27	DeepRegFinder: deep learning-based regulatory elements finder 2024, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbae007 PMID:38343388	研究论文	开发了一种基于深度学习的程序DeepRegFinder，用于自动化处理数据、模型训练和预测DNA调控元件	DeepRegFinder能够将增强子和启动子进一步分类为活跃和准备状态，这是其独特且有价值的特点	NA	开发一种自动化工具，用于在基因组尺度上识别增强子和启动子等DNA调控元件	增强子和启动子等DNA调控元件	机器学习	NA	ChIP-seq	卷积神经网络和循环神经网络	DNA序列数据	多个细胞类型的数据
696	2024-11-27	Multimodal deep learning as a next challenge in nutrition research: tailoring fermented dairy products based on cytidine diphosphate-diacylglycerol synthase-mediated lipid metabolism 2024, Critical reviews in food science and nutrition IF:7.3Q1 DOI:10.1080/10408398.2023.2248633 PMID:37615630	研究论文	本文探讨了多模态深度学习在营养学研究中的应用，特别是通过基于胞苷二磷酸-二酰基甘油合酶介导的脂质代谢来定制发酵乳制品	本文提出了一个多模态深度学习方法，包括数据矩阵形成、高维组学数据分解、视图相关性发现网络构建和脂质代谢为中心的定量多组学数据分析	NA	探索深度学习在营养流行病学中的应用，特别是如何通过多模态数据分析来定制发酵乳制品	发酵乳制品及其对心血管疾病、肥胖和全因死亡率的影响	机器学习	心血管疾病	多模态深度学习	自注意力机制	多组学数据	NA
697	2024-11-27	PET/CT radiomics and deep learning in the diagnosis of benign and malignant pulmonary nodules: progress and challenges 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1491762 PMID:39582533	综述	本文综述了PET/CT影像组学和深度学习在良恶性肺结节诊断中的进展与挑战	结合PET/CT影像组学和深度学习方法，提取高吞吐量的定量特征，以提高肺结节的非侵入性诊断准确性	PET/CT的特异性需要进一步提高，且深度学习方法在实际应用中仍面临挑战	探讨PET/CT影像组学和深度学习在提高肺结节诊断准确性中的作用	肺结节的良恶性诊断	计算机视觉	肺癌	PET/CT	深度学习	影像	NA
698	2024-11-27	Deep learning radiomics based on contrast enhanced MRI for preoperatively predicting early recurrence in hepatocellular carcinoma after curative resection 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1446386 PMID:39582540	研究论文	本文探讨了基于对比增强磁共振成像（CEMRI）的深度学习和放射组学方法在预测肝细胞癌（HCC）患者术后早期复发中的作用	本文创新性地将深度学习和放射组学方法结合，构建了DLRCR模型，显著提高了预测肝细胞癌复发的效果	本文的局限性在于样本量相对较小，且为回顾性研究，未来需要更大规模的前瞻性研究验证	研究目的是探索基于CEMRI的深度学习和放射组学方法在预测肝细胞癌患者术后早期复发中的应用	研究对象为165名接受治愈性切除的肝细胞癌患者	机器学习	肝细胞癌	对比增强磁共振成像（CEMRI）	ResNet架构	图像	165名肝细胞癌患者，分为训练组132人和验证组33人
699	2024-11-27	Identification of sweetpotato virus disease-infected leaves from field images using deep learning 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1456713 PMID:39582628	研究论文	研究提出了一种基于深度学习的语义分割网络，用于从田间拍摄的甘薯叶图像中快速准确地识别甘薯病毒病病斑	研究引入了注意力金字塔融合模块和一种新的数据增强技术，以提高模型在边缘背景区域的分割精度	NA	开发一种高效且可扩展的方法来诊断甘薯病毒病	甘薯病毒病感染的甘薯叶图像	计算机视觉	NA	深度学习	DeepLabV3+	图像	两个自定义数据集，DS-1包含用于训练、验证和测试的图像，DS-2用于验证模型的可靠性
700	2024-11-27	Multiscale attention-over-attention network for retinal disease recognition in OCT radiology images 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1499393 PMID:39582968	研究论文	本文提出了一种基于多尺度注意力机制的深度学习网络，用于OCT放射影像中的视网膜疾病识别	本文创新性地引入了多尺度特征增强的双注意力网络，结合EfficientNetB7骨干网络和金字塔注意力机制，有效捕捉多尺度依赖关系和上下文信息	NA	提高OCT影像中视网膜疾病识别的准确性和效率	OCT影像中的视网膜疾病	计算机视觉	视网膜疾病	深度学习	CNN	图像	两个基准数据集