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
1241	2024-08-17	Prediction of protein content in paddy rice (Oryza sativa L.) combining near-infrared spectroscopy and deep-learning algorithm 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1398762 PMID:39145192	研究论文	本研究利用近红外光谱和深度学习技术开发了一种非破坏性预测带壳稻米（粳稻）蛋白质含量的方法	本研究首次将深度神经网络（DNN）与近红外光谱技术结合，用于非破坏性预测稻米的蛋白质含量，并取得了较高的预测准确度	NA	开发一种快速且非破坏性的方法来测量收获和储存阶段稻米的蛋白质含量	带壳稻米（粳稻）和糙米的蛋白质含量	机器学习	NA	近红外光谱	深度神经网络（DNN）	光谱数据	1800个带壳稻米光谱和1200个糙米光谱
1242	2024-08-17	Emerging trends in gait recognition based on deep learning: a survey 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2158 PMID:39145199	综述	本文综述了基于深度学习的步态识别技术的最新进展，探讨了其在法医、安全和刑事调查中的应用，并分析了当前面临的挑战和未来研究方向	文章介绍了多种基于神经网络的步态识别模型，如GA-ICDNet、MSTFE、GaitNet等，这些模型在不同行走条件下展示了高准确性	步态识别面临多种挑战，包括行走条件、视角和衣着变化等，尽管深度神经网络在一定程度上能解决这些问题，但仍存在改进空间	旨在综述和分析基于深度学习的步态识别技术的发展及其在多个领域的应用	步态识别技术及其在法医、安全和刑事调查中的应用	计算机视觉	NA	深度学习	CNN, RNN, 注意力机制	图像	NA
1243	2024-08-17	A DoS attack detection method based on adversarial neural network 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2162 PMID:39145212	研究论文	本文研究了基于深度学习的分布式拒绝服务（DoS）攻击检测系统，并提出了一种改进的条件Wasserstein生成对抗网络与逆变器（ICWGANInverter）模型来提高检测性能	提出了ICWGANInverter模型，该模型能够自动学习原始数据的抽象信息，并通过重建误差方法识别最佳分类标签	NA	分析深度学习模型在检测拒绝服务（DoS）攻击中的影响，并提出改进的检测方法	拒绝服务（DoS）攻击的检测	机器学习	NA	深度学习	生成对抗网络（GAN）	网络流量数据	使用了NSL-KDD入侵检测数据集进行测试
1244	2024-08-17	Pashto script and graphics detection in camera captured Pashto document images using deep learning model 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2089 PMID:39145223	研究论文	本研究首次探索了Pashto文档图像中的文本和图形检测，提出了一种基于深度学习的分类器	首次针对Pashto语言文档图像进行文本和图形检测，并创建了一个包含超过1000张Pashto文档图像的真实数据集	仅评估了测试集中的300张图像	开发一种能够检测Pashto文档图像中文本和图形的深度学习模型	Pashto文档图像中的文本和图形	计算机视觉	NA	卷积神经网络（CNN）	Single-Shot Detector（SSD）	图像	超过1000张Pashto文档图像
1245	2024-08-17	ProcGCN: detecting malicious process in memory based on DGCNN 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2193 PMID:39145247	研究论文	本文提出了一种基于DGCNN的深度学习模型ProcGCN，用于检测内存图像中的恶意进程	相较于基于进程字节特征的方法，本文采用函数调用特征，能更稳健地表示恶意软件的行为	NA	旨在提高内存取证中恶意进程检测的准确性和速度	内存图像中的恶意进程	机器学习	NA	DGCNN	GCN	图像	使用公开数据集进行实验
1246	2024-08-16	A hybrid TCN-GRU model for classifying human activities using smartphone inertial signals 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0304655 PMID:39137226	研究论文	本文提出了一种结合时间卷积网络（TCN）和门控循环单元（GRU）的混合轻量级模型，用于通过智能手机惯性信号识别人类活动	该模型通过在TCN中引入膨胀和残差连接，以及使用GRU层，实现了对输入惯性序列的长期时间依赖性的建模，同时减少了计算成本	目前的研究仅限于使用智能手机捕获的惯性信号，未来研究将探索该模型在不同传感器类型和数据集上的泛化能力	开发一种轻量级的深度学习模型，用于通过智能手机惯性信号识别人类活动	人类活动识别	机器学习	NA	时间卷积网络（TCN），门控循环单元（GRU）	TCN-GRU	惯性信号	两个基准智能手机HAR数据库，即UCI HAR和UniMiB SHAR
1247	2024-08-16	Leveraging smart image processing techniques for early detection of foot ulcers using a deep learning network 2024, Polish journal of radiology IF:0.9Q4 DOI:10.5114/pjr/189412 PMID:39139256	研究论文	本文利用深度学习模型分析糖尿病患者足部的红外图像，以早期检测足溃疡，并通过与现有研究比较评估所提模型的有效性	采用ResNet50和EfficientNetB0模型，通过边缘检测和分水岭分割预处理数据集，提高了模型的准确性和降低了计算成本	NA	开发一种实用的足溃疡检测方法，特别是在缺乏专家分析的情况下	糖尿病患者的足部溃疡	计算机视觉	糖尿病	深度学习	ResNet50, EfficientNetB0	红外图像	1055张图像，其中543张为正常足部图像，其余为异常足部图像
1248	2024-08-16	Linking genetic markers and crop model parameters using neural networks to enhance genomic prediction of integrative traits 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1393965 PMID:39139722	研究论文	本文通过使用卷积神经网络（CNN）将遗传标记与作物模型参数关联，以提高综合性状的基因组预测	提出使用卷积神经网络（CNN）和作物生长模型（CGM）结合的方法来预测非加性效应，如基因间的上位性	NA	提高作物综合性状的基因组预测准确性	高粱的综合性状，特别是地上鲜重积累	机器学习	NA	卷积神经网络（CNN）	CNN	NA	NA
1249	2024-08-16	Multi-Quantifying Maxillofacial Traits via a Demographic Parity-Based AI Model 2024, BME frontiers IF:5.0Q1 DOI:10.34133/bmef.0054 PMID:39139805	研究论文	本研究提出了一种基于人口统计平权的AI模型，用于多指标量化颌面特征，以提高其在颌面外科手术中的诊断、决策和预后能力	本研究采用了一种人口统计平权策略，通过集成学习提高了AI模型在量化颌面特征时的泛化能力	初步泛化结果显示AI模型在量化主要基底骨指标时表现不佳，需要通过细分数据集和训练子模型来改进	提高AI模型在颌面特征量化中的泛化能力和准确性	颌面特征的多指标量化	机器学习	NA	深度学习	深度学习模型	图像	共收集了4000张锥形束计算机断层摄影（CBCT）矢状图像
1250	2024-08-16	Automated crack identification in structures using acoustic waveforms and deep learning 2024, Journal of infrastructure preservation and resilience DOI:10.1186/s43065-024-00102-2 PMID:39140005	研究论文	本文提出了一种使用声波信号和深度学习模型来自动识别结构中裂缝的方法	本文采用密集连接卷积神经网络（CNN）进行特征提取，减少了训练数据需求，并提高了预测损伤程度和位置的准确性	NA	自动化预测结构损伤程度和位置	混凝土梁和木梁及板	机器学习	NA	声发射（AE）波形	CNN	声波信号	混凝土梁和木梁及板的数据
1251	2024-08-16	A knowledge graph algorithm enabled deep recommendation system 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2010 PMID:39145203	研究论文	本研究提出了一种基于知识图谱的深度推荐系统算法（D-KGR），该算法包含四个数据处理单元，旨在提高在线教育中个性化学习资源推荐的准确性和效率	该算法引入了知识图谱中的交叉压缩技术，预测用户属性，并使用多模态技术优化项目属性处理过程，同时在知识图谱重建过程中引入卷积神经网络算法以优化数据特征质量	NA	提高在线教育中个性化学习资源推荐的准确性和效率	在线教育中的学习资源推荐	机器学习	NA	知识图谱、深度学习、神经网络、数据挖掘	卷积神经网络	文本、多值类型数据	超过1,000个学习资源和用户
1252	2024-08-14	Unfolded Proximal Neural Networks for Robust Image Gaussian Denoising 2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2024.3437219 PMID:39110565	研究论文	本文提出了一种基于双FB和原始对偶Chambolle-Pock算法的统一框架，用于构建用于高斯去噪任务的近端神经网络（PNNs），并探讨了其鲁棒性和去噪效率。	引入了加速惯性版本的算法，并在关联的神经网络层中实现了跳跃连接。	NA	改进图像去噪任务的估计质量。	高斯去噪任务和图像去模糊问题。	计算机视觉	NA	近端算法与深度学习策略结合	近端神经网络（PNNs）	图像	NA
1253	2024-08-14	Deep learning-based elaiosome detection in milk thistle seed for efficient high-throughput phenotyping 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1395558 PMID:39129764	研究论文	本研究提出了一种基于深度学习的新方法，用于半自动检测和分割奶蓟种子中的油质体，以实现高效的高通量表型分析	使用Detectron2深度学习算法进行半自动图像标注和模型再训练，提高了检测和分割油质体的准确性	NA	开发一种高效的高通量表型分析方法，用于检测和分割奶蓟种子中的油质体	奶蓟种子中的油质体	计算机视觉	NA	深度学习	Detectron2	图像	总共使用了6,000张标记图像进行训练
1254	2024-08-14	Diagnostic value of a deep learning-based hyoid bone tracking model for aspiration in patients with post-stroke dysphagia 2024 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076241271778 PMID:39130520	研究论文	本研究利用基于深度学习的甲状骨追踪模型，评估其在卒中后吞咽困难患者中预测吸入风险的诊断价值	采用基于BiFPN-U-Net(T)架构的深度学习模型，高效准确地测量甲状骨运动距离，并评估其在临床上的实用性	NA	旨在更高效准确地测量卒中后吞咽困难患者甲状骨运动距离，并确定该模型的临床有用性	卒中后吞咽困难患者的甲状骨运动	机器学习	卒中	深度学习	BiFPN-U-Net(T)	视频	85名卒中后吞咽困难患者，分为吸入组（35名）和非吸入组（50名）
1255	2024-08-14	Design of Interoperable Electronic Health Record (EHR) Application for Early Detection of Lung Diseases Using a Decision Support System by Expanding Deep Learning Techniques 2024, The open respiratory medicine journal DOI:10.2174/0118743064296470240520075316 PMID:39130650	研究论文	本研究旨在通过扩展深度学习技术，设计一个用于早期发现肺部疾病的互操作电子健康记录（EHR）应用程序，利用决策支持系统提高护理质量。	本研究通过开发一个Android应用程序，结合深度学习技术，实现了EHR系统的互操作性和早期肺部疾病的检测。	研究主要集中在肺部疾病的早期检测，未来工作可以扩展到其他疾病的早期检测。	实现一个互操作的EHR系统，通过决策支持系统在早期阶段识别肺部疾病，提高护理质量。	主要研究对象是肺部疾病，特别是肺癌的早期检测。	机器学习	肺部疾病	深度学习技术	深度学习模型	图像	实验过程中共考虑了316张图像，数据集分为80:20的训练和测试比例。
1256	2024-08-14	Prediction of PM2.5 concentration based on a CNN-LSTM neural network algorithm 2024, PeerJ IF:2.3Q2 DOI:10.7717/peerj.17811 PMID:39131620	研究论文	本研究基于卷积神经网络长短期记忆（CNN-LSTM）模型，预测和分析了监测站的PM浓度	采用CNN-LSTM深度学习模型，结合CNN层提取空间特征和LSTM层学习时间依赖性，提高了PM浓度的预测准确性和泛化能力	NA	预测和分析PM浓度的空间分布，以便更好地追踪污染源并采取保护人类健康的措施	青岛市2020年的PM数据及气象因素（如温度、风速和气压）	机器学习	NA	CNN-LSTM	CNN-LSTM	时间序列数据	青岛市2020年的PM数据及气象因素数据
1257	2024-08-14	Automatic Identification of Hate Speech - A Case-Study of alt-Right YouTube Videos 2024, F1000Research DOI:10.12688/f1000research.147107.1 PMID:39131834	研究论文	本文研究了自动识别仇恨言论的方法，特别是针对alt-right YouTube视频的应用	提出了一种跨学科的混合方法，结合机器学习、深度学习和自然语言处理技术与传统的实证研究	自动识别或 moderation 仇恨言论无法适应间接象征意义的不断变化的背景	探讨自动识别仇恨言论的有效方法及其在alt-right YouTube视频中的应用	alt-right YouTube视频中的仇恨言论	自然语言处理	NA	机器学习, 深度学习, 自然语言处理 (NLP)	NA	视频	涉及alt-right YouTube视频的数据
1258	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
1259	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
1260	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