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
941	2024-08-14	XAI-TRIS: non-linear image benchmarks to quantify false positive post-hoc attribution of feature importance 2024, Machine learning IF:4.3Q2 DOI:10.1007/s10994-024-06574-3 PMID:39132312	研究论文	本文提出了一种名为XAI-TRIS的非线性图像基准，用于量化事后归因于特征重要性的假阳性	本文设计了基准数据集和新的定量指标，用于评估不同深度学习模型架构下的XAI方法的解释性能	本文指出流行的XAI方法在非线性问题上往往无法显著超越随机性能基线和边缘检测方法，且不同模型架构的解释结果差异大，易导致误解	验证和评估XAI方法的理论和实证性能	XAI方法在非线性分类问题中的解释性能	机器学习	NA	深度神经网络	CNN	图像	包含一个线性和三个不同非线性分类场景的基准数据集
942	2024-08-12	The impact of data augmentation and transfer learning on the performance of deep learning models for the segmentation of the hip on 3D magnetic resonance images 2024, Informatics in medicine unlocked DOI:10.1016/j.imu.2023.101444 PMID:39119151	研究论文	研究数据增强和迁移学习对深度学习模型在3D磁共振图像上分割髋关节性能的影响	数据增强比迁移学习更有效，能提高模型的鲁棒性和对图像质量变化的适应性	未提及	探讨数据增强和迁移学习在自动分割髋关节骨结构中的效果	髋关节的股骨和髋臼的自动分割	计算机视觉	NA	深度学习	CNN	3D磁共振图像	患者诊断为髋臼撞击症的3D MR图像
943	2024-08-12	An unconstrained palmprint region of interest extraction method based on lightweight networks 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0307822 PMID:39121173	研究论文	本文提出了一种基于轻量级网络的无约束掌纹感兴趣区域（ROI）提取方法	使用YOLOv5-lite网络进行手掌检测和初步定位，并改进UNet进行关键点检测，减少了参数数量，提高了网络性能和收敛速度	NA	旨在解决无约束环境下掌纹ROI提取的挑战	掌纹的感兴趣区域	计算机视觉	NA	YOLOv5-lite, UNet	轻量级网络	图像	混合数据库，包含5个数据库
944	2024-08-11	Machine Learning Approaches for Dementia Detection Through Speech and Gait Analysis: A Systematic Literature Review 2024, Journal of Alzheimer's disease : JAD DOI:10.3233/JAD-231459 PMID:38848181	综述	本文通过系统文献综述，总结了基于机器学习的非侵入性方法在通过语音和步态分析进行痴呆预测中的应用	综述强调了机器学习，特别是非侵入性方法在早期预测痴呆中的潜力	NA	总结当前基于机器学习的痴呆预测方法，特别是非侵入性方法	痴呆的早期预测	机器学习	痴呆	支持向量机、深度学习	支持向量机、深度学习模型	语音、步态数据	40篇相关研究论文
945	2024-08-11	A new protocol for multispecies bacterial infections in zebrafish and their monitoring through automated image analysis 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0304827 PMID:39116043	研究论文	本文开发了一种新的多物种细菌感染协议，并利用自动化图像分析技术监测斑马鱼内耳结构中的感染情况	首次为斑马鱼模型建立了多物种细菌感染协议，并开发了基于深度学习的图像分析管道，用于自动分割内耳结构和量化病原体频率	NA	解决斑马鱼模型中缺乏多物种感染协议和合适的图像分析管道的问题	斑马鱼内耳结构中的单物种和多物种细菌感染	数字病理学	NA	深度学习	CNN	图像	使用铜绿假单胞菌、鲍曼不动杆菌和肺炎克雷伯菌三种难以治疗的ESKAPE病原体进行实验
946	2024-08-11	Fruit-In-Sight: A deep learning-based framework for secondary metabolite class prediction using fruit and leaf images 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0308708 PMID:39116159	研究论文	本研究开发了一种基于深度学习的框架，利用水果和叶片图像预测次级代谢物的浓度类别	本研究首次使用水果和叶片图像，通过深度学习模型预测次级代谢物的浓度类别，无需昂贵的实验室设备和繁琐的分析程序	研究仅限于从野生生长在0.6百万平方公里内的楝树中收集的1045个水果和叶片样本	验证是否可以通过水果和叶片图像的深度学习模型预测代谢物的浓度类别	楝树的水果和叶片	机器学习	NA	深度学习	YOLOv5, GoogLeNet, InceptionNet, EfficientNet_B0, Resnext_50, Resnet18, SqueezeNet	图像	1045个水果和叶片样本
947	2024-08-11	Chicken swarm optimization modelling for cognitive radio networks using deep belief network-enabled spectrum sensing technique 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0305987 PMID:39116190	研究论文	本研究提出了一种新的认知无线网络频谱感知技术（SST-CRN），利用深度信念网络（DBN）和鸡群算法（CSA）进行非线性阈值设定，以提高频谱效率和网络韧性	本研究通过结合DBN的深度学习能力和CSO的自然启发算法，创建了一个协同框架，使CRN能够自主探索和分配频谱，具有惊人的准确性	未来的研究可能需要改进CSO算法，以更好地优化频谱感知过程，增强DBN感知技术的可靠性	提高认知无线网络的频谱效率和韧性	认知无线网络中的频谱感知技术	机器学习	NA	深度信念网络（DBN）	卷积神经网络（CNN）	频谱数据	预收集的数据集用于离线训练DBN模型
948	2024-08-11	Determination of the rat estrous cycle vased on EfficientNet 2024, Frontiers in veterinary science IF:2.6Q1 DOI:10.3389/fvets.2024.1434991 PMID:39119352	研究论文	本研究利用EfficientNet模型通过深度学习技术自动识别雌性大鼠的发情周期	提出了一种基于EfficientNet模型的自动化识别方法，通过系统地调整网络深度、宽度和图像分辨率来优化性能	未来工作需要在大规模数据集上进一步验证并整合到实验流程中	提高实验效率并减少在识别发情周期中的人为误差	雌性大鼠的发情周期	生物医学研究	NA	深度学习	EfficientNet	生理数据	大量雌性大鼠的生理数据
949	2024-08-11	Integrating multi-modal remote sensing, deep learning, and attention mechanisms for yield prediction in plant breeding experiments 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1408047 PMID:39119495	研究论文	本研究探索并评估了使用堆叠LSTM的深度学习网络架构在季节末玉米粒产量预测中的潜力，并通过适应这些网络以更好地利用远程 sensing 数据的多模态特性来扩展其能力	本研究首次探讨了使用高光谱和LiDAR无人机时间序列数据在深度学习网络中解释/解读植物生长阶段，并使用注意力机制的后期融合模态预测地块级玉米粒产量的方法	NA	探索和评估深度学习网络架构在玉米产量预测中的应用，并扩展其对多模态远程 sensing 数据的适应能力	玉米产量预测	机器学习	NA	深度学习	LSTM	高光谱图像、LiDAR点云、环境数据	NA
950	2024-08-11	Automated machine learning models for nonalcoholic fatty liver disease assessed by controlled attenuation parameter from the NHANES 2017-2020 2024 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076241272535 PMID:39119551	研究论文	本研究旨在评估自动化机器学习（AutoML）在基于国家健康和营养检查调查（NHANES）数据库中使用控制衰减参数（CAP）识别非酒精性脂肪肝病（NAFLD）的有效性	开发了一种基于XGBoost模型的自动化机器学习方法，用于更有效地评估NAFLD的存在，并创建了一个R Shiny网络应用程序，展示了AutoML在临床研究和实践中的潜力	NA	评估自动化机器学习在识别非酒精性脂肪肝病中的有效性	非酒精性脂肪肝病（NAFLD）的识别	机器学习	非酒精性脂肪肝病	自动化机器学习（AutoML）	XGBoost	数据库	4177名参与者（非NAFLD 3167 vs NAFLD 1010）
951	2024-08-11	Automated identification of thrombectomy amenable vessel occlusion on computed tomography angiography using deep learning 2024, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2024.1442025 PMID:39119560	研究论文	开发并验证了一种全自动深度学习算法，用于在计算机断层扫描血管造影（CTA）中检测大血管闭塞（LVO）	使用U-Net进行血管分割，并应用EfficientNetV2预测血栓切除适应性血管闭塞（TAVO）	对于孤立的M2-MCA闭塞，诊断性能有所降低	开发和验证一种全自动算法，用于在CTA中识别TAVO	急性缺血性卒中患者的CTA图像	计算机视觉	脑血管疾病	深度学习	U-Net, EfficientNetV2	图像	2045名患者用于模型开发，64名和313名患者用于外部验证
952	2024-08-09	Interpretable deep learning model to predict lymph node metastasis in early gastric cancer using whole slide images 2024, American journal of cancer research IF:3.6Q2 DOI:10.62347/RJBH6076 PMID:39113867	研究论文	本文开发了一种可解释的深度学习模型，用于使用全切片图像预测早期胃癌中的淋巴结转移	这是首个多机构研究，利用H&E染色的组织病理学图像开发机器学习算法来预测早期胃癌患者的淋巴结转移状态	NA	开发一种机器学习算法，能够使用H&E染色的图像预测胃癌中的淋巴结转移状态	早期胃癌患者的淋巴结转移状态	数字病理学	胃癌	H&E染色	DeepLabV3+	图像	243张全切片图像
953	2024-08-10	Importance of serum albumin in machine learning-based prediction of cognitive function in the elderly using a basic blood test 2024, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2024.1362560 PMID:39114530	研究论文	本研究探讨了血清白蛋白水平与认知功能之间的关联，并评估了在预测认知功能时，将血清白蛋白值纳入输入层对深度学习和其他机器学习模型预测准确性的影响	本研究首次探讨了血清白蛋白水平与老年认知功能之间的关联，并验证了其在机器学习模型中的重要性	研究排除了未在认知功能测试前30天内进行血液检测的患者以及血液检测结果存在测量误差的患者	研究血清白蛋白水平与老年认知功能之间的关系，并评估其在机器学习模型预测认知功能中的作用	老年患者的认知功能及血清白蛋白水平	机器学习	NA	深度学习模型, 线性回归模型, 支持向量机, 决策树, 随机森林, 极端梯度提升, 轻梯度提升机	深度学习模型, 线性回归模型, 支持向量机, 决策树, 随机森林, 极端梯度提升, 轻梯度提升机	电子健康记录数据	最终研究人群包括1,352名患者，其中114名（8.4%）年龄低于65岁，1,238名（91.6%）年龄65岁及以上
954	2024-08-09	A Systematic Review and Identification of the Challenges of Deep Learning Techniques for Undersampled Magnetic Resonance Image Reconstruction 2024-Jan-24, Sensors (Basel, Switzerland) DOI:10.3390/s24030753 PMID:38339469	综述	本文综述了深度学习技术在欠采样磁共振图像重建中的应用及其面临的挑战	深度学习方法通过神经网络自动学习特征和表示，相比传统方法在图像重建中表现出更好的性能	深度学习技术在磁共振图像重建中存在对大型标记数据集的需求、过拟合风险以及模型训练复杂性等局限	旨在描述深度学习设计随时间的变化，并评估数据预处理和后处理方法，以及探讨网络训练策略	深度学习在磁共振图像重建中的应用	机器学习	NA	深度学习	神经网络	图像	使用公开的磁共振图像数据集
955	2024-08-09	Enhancing chemical synthesis: a two-stage deep neural network for predicting feasible reaction conditions 2024-Jan-24, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-024-00805-4 PMID:38268009	研究论文	本文介绍了一种创新的深度学习方法，用于预测化学反应的合适试剂、溶剂和反应温度	结合多标签分类模型和排序模型，提供基于预期产品产量的相关性分数的定制反应条件推荐；通过硬负样本采样技术处理不利反应条件的有限数据问题	模型在不利反应条件的数据有限情况下可能存在改进空间	提高化学合成规划中反应条件的准确推荐	化学反应的试剂、溶剂和反应温度	机器学习	NA	深度神经网络	深度神经网络	文本	NA
956	2024-08-09	Neural Computation-Based Methods for the Early Diagnosis and Prognosis of Alzheimer's Disease Not Using Neuroimaging Biomarkers: A Systematic Review 2024, Journal of Alzheimer's disease : JAD DOI:10.3233/JAD-231271 PMID:38489188	综述	本文综述了基于神经计算方法用于阿尔茨海默病早期诊断和预后，但不使用神经影像生物标志物的最新研究	介绍了卷积神经网络在过去十年的应用及其在非神经影像数据上的优异结果	NA	旨在展示关于阿尔茨海默病及其早期阶段（主要是轻度认知障碍）的自动诊断和预后的最新研究，并预测该领域研究的未来变化	阿尔茨海默病及其早期阶段	机器学习	老年病	人工神经网络（ANNs），包括深度学习	卷积神经网络（CNNs），循环神经网络，转换器	非脑信号或神经影像技术数据	42篇文章
957	2024-08-09	Continuous Motion Intention Prediction Using sEMG for Upper-Limb Rehabilitation: A Systematic Review of Model-Based and Model-Free Approaches 2024, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2024.3383857 PMID:38557618	综述	本文综述了过去十年中基于模型和无模型方法对上肢单关节和多关节组合运动意图连续预测的研究	提出未来研究应探索结合深度学习、注意力机制、肌肉协同特征、运动单元特征和闭环反馈的个性化模型-无模型组合方法	研究面临受试者组成、算法鲁棒性和泛化性以及算法实际应用可行性的挑战	旨在启发基于sEMG预测上肢运动意图的未来研究	上肢功能障碍患者	NA	NA	sEMG	模型-无模型方法	sEMG信号	基于从六大电子数据库筛选出的186项相关研究
958	2024-08-09	Auto-Spikformer: Spikformer architecture search 2024, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2024.1372257 PMID:39108310	研究论文	本文提出了一种名为Auto-Spikformer的一次性脉冲Transformer架构搜索方法，旨在减少Spiking Neural Networks（SNNs）中的能量消耗	Auto-Spikformer通过扩展搜索空间包括Transformer架构和SNN内部参数，并采用权重纠缠、进化搜索和离散脉冲参数搜索（DSPS）方法，实现了子网性能的提升	NA	研究如何通过架构搜索方法减少Spiking Neural Networks中的能量消耗	Spiking Neural Networks（SNNs）及其架构	机器学习	NA	进化搜索、离散脉冲参数搜索（DSPS）	Spikformer	NA	NA
959	2024-08-09	Improving image quality and in-stent restenosis diagnosis with high-resolution "double-low" coronary CT angiography in patients after percutaneous coronary intervention 2024, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2024.1330824 PMID:39108672	研究论文	本研究旨在探讨高分辨率、低剂量的冠状CT血管造影（CCTA）结合深度学习图像重建（DLIR）和第二代运动校正算法（SSF2）的图像质量及其对支架内再狭窄（ISR）的诊断准确性	采用高分辨率、低剂量的CCTA结合DLIR和SSF2算法，相比于标准剂量的CCTA和ASIR-V及SSF1算法，显著提高了图像质量和诊断性能	NA	研究高分辨率、低剂量CCTA的图像质量和诊断支架内再狭窄的准确性	接受经皮冠状动脉介入治疗（PCI）后疑似支架内再狭窄的患者	数字病理学	心血管疾病	冠状CT血管造影（CCTA）	深度学习图像重建（DLIR）	图像	105名患者，分为低剂量组（60名）和高剂量组（45名）
960	2024-08-09	A robust ensemble deep learning framework for accurate diagnoses of tuberculosis from chest radiographs 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1391184 PMID:39109222	研究论文	本研究提出了一种基于胸部X光片的结核病诊断的鲁棒集成深度学习框架，包含43个不同模型，用于识别活动性结核病例及其临床亚型分类	该框架采用多种特征提取器和三种融合策略（投票、基于注意力或串联方法），在融合阶段进行最终分类，具有自我修正能力，提高了亚型识别的准确性	尽管模型在有限的数据集上表现良好，但数据集的大小可能限制了模型的泛化能力	提高结核病诊断的准确性，优化资源分配，支持临床决策	活动性结核病例及其临床亚型	机器学习	结核病	深度学习	集成模型	图像	包含915名活动性结核病患者和1276名健康对照者的去标识化数据集