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
1301	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
1302	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
1303	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
1304	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）
1305	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
1306	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
1307	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
1308	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
1309	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
1310	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
1311	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
1312	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）
1313	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
1314	2024-08-09	From outputs to insights: a survey of rationalization approaches for explainable text classification 2024, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2024.1363531 PMID:39109323	综述	本文综述了文本分类中用于解释性的合理化方法的进展	本文首次全面概述了文本分类中合理化方法的发展，包括提取和抽象合理化的技术，以及评估机器生成合理化的指标	NA	探讨和促进文本分类中解释性方法的未来发展	文本分类中的合理化方法	自然语言处理	NA	NA	NA	文本	NA
1315	2024-08-08	TEFDTA: a transformer encoder and fingerprint representation combined prediction method for bonded and non-bonded drug-target affinities 2024-01-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btad778 PMID:38141210	研究论文	本文提出了一种新的基于注意力机制的模型TEFDTA，用于预测药物与靶点之间的结合亲和力，包括共价和非共价结合	TEFDTA模型结合了Transformer编码器和指纹表示，显著提高了非共价和共价结合亲和力的预测准确性	NA	提高药物与靶点结合亲和力的预测准确性	药物与靶点的结合亲和力，包括共价和非共价结合	机器学习	NA	Transformer编码器	Transformer	蛋白质和药物分子的不同表示	使用了非共价蛋白质-配体相互作用的数据集和CovalentInDB数据库中的共价相互作用小数据集
1316	2024-08-08	Intelligent Beam Optimization for Light-Sheet Fluorescence Microscopy through Deep Learning 2024, Intelligent computing (Washington, D.C.) DOI:10.34133/icomputing.0095 PMID:39099879	研究论文	本文通过深度学习方法优化光片荧光显微镜中的照明光束，以提高细胞检测的图像质量	提出了一种将光片荧光显微镜的物理照明模型与细胞检测网络训练相结合的方法，通过连续更新相位掩模来优化照明光束，从而提高图像质量	NA	通过计算方法设计显微镜系统，为依赖深度学习模型分析成像数据的光学设计提供新见解	光片荧光显微镜中的照明光束优化	计算机视觉	NA	深度学习	CNN	图像	每个样本约0.5 TB的图像数据
1317	2024-08-08	Lumpy skin disease diagnosis in cattle: A deep learning approach optimized with RMSProp and MobileNetV2 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0302862 PMID:39102387	研究论文	本研究提出了一种使用MobileNetV2模型和RMSprop优化器的深度学习方法，用于牛的结节性皮肤病诊断	该方法在健康和结节性皮肤病牛的图像数据集上测试，准确率达到95%，比现有基准高出4-10%	NA	旨在改善牛结节性皮肤病的诊断和管理	牛的结节性皮肤病	计算机视觉	NA	深度学习	MobileNetV2	图像	包含健康和结节性皮肤病牛的图像数据集
1318	2024-08-08	Evaluating the potential of retinal photography in chronic kidney disease detection: a review 2024, PeerJ IF:2.3Q2 DOI:10.7717/peerj.17786 PMID:39104365	综述	本文综述了利用视网膜摄影作为慢性肾脏疾病（CKD）检测工具的潜力，重点评估了视网膜血管变化在CKD诊断中的应用，并探讨了深度学习技术在这一领域的最新进展。	结合深度学习与视网膜成像技术，提供了一种非侵入性的CKD检测方法，有望提高检测系统的精确度和预测能力。	NA	评估视网膜成像作为CKD诊断工具的潜力，并探讨深度学习技术在这一领域的应用。	视网膜成像在CKD检测中的应用及其与深度学习技术的结合。	计算机视觉	肾脏疾病	深度学习	NA	图像	70项研究，其中35项研究糖尿病视网膜病变与CKD的相关性，23项研究通过视网膜成像检测CKD，4项尝试通过人工智能与视网膜成像结合自动化检测。
1319	2024-08-08	Exploring Unlabeled Data in Multiple Aspects for Semi-Supervised MRI Segmentation 2024, Health data science DOI:10.34133/hds.0166 PMID:39104600	研究论文	本研究提出了一种新的半监督MRI分割模型，该模型能够基于多种半监督学习技术探索未标记数据的多方面信息	本研究的创新点在于结合多种半监督学习技术，有效利用未标记数据提升MRI分割性能	NA	旨在提高MRI分割的自动化分析能力	MRI图像的分割	计算机视觉	NA	半监督学习技术	NA	图像	使用了2个公共数据集，分别在LA和ACDC数据集上达到了90.3%和89.4%的Dice分数
1320	2024-08-08	Deep learning and remote photoplethysmography powered advancements in contactless physiological measurement 2024, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2024.1420100 PMID:39104628	综述	本文深入回顾了利用计算机视觉和深度学习在非接触式生理测量中的人工智能方法，并全面总结了非接触式测量技术在皮肤灌注、呼吸率、血氧饱和度、心率、心率变异性和血压方面的最新发展	介绍了通过优化传统算法和开发深度学习算法来改善非接触式生理监测方法的异质性问题	非接触式生理监测方法缺乏统一性或标准化，限制了其在远程医疗/远程健康设置中的应用	探讨和总结非接触式生理测量技术的发展及其在医疗领域的应用	非接触式生理测量技术及其在皮肤灌注、呼吸率、血氧饱和度、心率、心率变异性和血压测量中的应用	计算机视觉	NA	深度学习	NA	视频或图像	NA