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
1481	2024-08-05	Knowledge enhanced bottom-up affordance grounding for robotic interaction 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2097 PMID:38983207	研究论文	本文提出了一种知识增强的自下而上促进基础建立网络，用于提高机器人与自然语言的交互能力	引入外部知识以增强自然语言理解，提高物体抓取的准确性，并提出了一种半自动数据生成方法	现有方法依赖大量的配对数据，主要通过手动注释创建现实数据集	解决机器人自然语言操作中的知识不足和数据需求问题	自然语言指令与视觉输入的结合，以实现自动化的操控	机器人技术	NA	深度学习	KBAG-Net	视觉数据和语言数据	两个标准数据集的实验结果
1482	2024-08-05	Computational image analysis of distortion, sharpness, and depth of field in a next-generation hybrid exoscopic and microsurgical operative platform 2024, Frontiers in surgery IF:1.6Q2 DOI:10.3389/fsurg.2024.1418679 PMID:38983589	研究论文	本研究旨在理解新型混合外镜系统中不同相机设置如何影响神经外科手术的图像质量	研究了混合外镜系统中不同相机设置对图像失真和清晰度的影响，提供了量化图像质量的算法	仅使用尸体解剖图像作为样本，可能限制了临床应用的普遍性	研究神经外科手术中相机设置对图像质量的影响	通过混合（显微/外镜）操作平台获取的尸体解剖图像	数字病理学	NA	4K图像捕获，深度学习单目深度估计模型	NA	图像	1,368 张高分辨率图片
1483	2024-08-05	Multi level perspectives in stock price forecasting: ICE2DE-MDL 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2125 PMID:38983197	研究论文	本研究提出了一种新颖的混合模型ICE2DE-MDL，用于预测股票收盘价	本研究首次有效利用熵和ICEEMDAN概念消除股票数据中的噪声，并将ICEEMDAN应用于金融时间序列预测问题	NA	预测股票市场的收盘价格	八个股票市场指数和三个股票数据集	机器学习	NA	熵，ICEEMDAN	LSTM，LSTM-BN，GRU，SVR	时间序列	八个股票市场指数和三个股票数据集
1484	2024-08-05	NALA: a Nesterov accelerated look-ahead optimizer for deep learning 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2167 PMID:38983239	研究论文	本文提出了一种新的优化算法NALA，结合自适应梯度算法和Nesterov加速，在深度学习中应用	NALA通过前瞻机制将自适应梯度算法与Nesterov加速结合，实现更快的收敛速度	未提及具体的局限性	探讨如何通过优化算法加速深度学习模型的收敛	主要针对深度学习中的图像分类任务	深度学习	NA	自适应梯度算法, Nesterov加速	NA	图像	在公共数据集上进行实验比较，样本数量未具体说明
1485	2024-08-05	Clustering analysis for classifying fake real estate listings 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2019 PMID:38983188	研究论文	本文探讨了利用聚类分析对虚假房地产房源进行分类的方法	创新之处在于将聚类分析应用于房地产领域，以区分虚假与真实房源	聚类在房地产领域的应用相对有限，主要集中于拍卖和物业评估	研究旨在开发有效的方法来区分真实和虚假的房地产房源	研究对象为通过行业专家策划的数据集中的房地产房源	计算机视觉	NA	K-means	随机森林和决策树	数据集	NA
1486	2024-08-05	Intelligent real-life key-pixel image detection system for early Arabic sign language learners 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2063 PMID:38983191	研究论文	本研究提出了一种改进的手语检测方法，旨在提高早期阿拉伯手语学习者的学习效果	提出的iSDS方法基于YOLOv8算法，能够有效降低误报率并提高手语检测的准确性和速度	本文未提及具体的样本量和训练数据的多样性	改善手语学习框架，以帮助听力障碍人群更好地学习手语	早期阿拉伯手语学习者	计算机视觉	NA	YOLOv8	深度学习	图像	NA
1487	2024-08-05	Deep learning-driven dyslexia detection model using multi-modality data 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2077 PMID:38983227	研究论文	本研究提出了一种基于深度学习的多模态阅读障碍检测模型	通过集成多模态数据并应用多种深度学习模型进行特征提取，提出了一种有效的阅读障碍检测模型	该模型在计算资源有限的情况下表现良好，但对模型的可解释性仍需要进一步提高	研究阅读障碍的检测方法以帮助早期干预	使用磁共振成像（MRI）、功能性MRI和脑电图（EEG）数据进行检测模型的开发	机器学习	阅读障碍	深度学习	MobileNet V3，EfficientNet B7，Bi-LSTM	图像	三个包含FMRI、MRI和EEG数据的数据集
1488	2024-08-05	MCV-UNet: a modified convolution & transformer hybrid encoder-decoder network with multi-scale information fusion for ultrasound image semantic segmentation 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2146 PMID:38983210	研究论文	本文介绍了一种新的混合网络，用于超声图像的语义分割	提出了一种结合卷积神经网络和视觉变换器的网络，并在编码器和解码器阶段引入了多尺度CNN	NA	提高超声图像语义分割的准确性	公共基准超声神经分割数据集	计算机视觉	NA	深度学习	混合CNN和ViT	图像	NA
1489	2024-08-05	Domain Generalization with Correlated Style Uncertainty 2024-Jan, IEEE Winter Conference on Applications of Computer Vision. IEEE Winter Conference on Applications of Computer Vision DOI:10.1109/wacv57701.2024.00200 PMID:38978834	研究论文	本文介绍了一种新的数据增强方法，称为相关风格不确定性（CSU），旨在提高领域泛化能力	提出了一种新的数据增强方法，克服了线性插值的局限性，同时保留了重要的相关性信息	先前的工作可能忽视了不同特征通道之间的相互依赖关系	提高深度学习模型在不同领域的鲁棒性	跨领域计算机视觉和医学成像分类任务的数据集	计算机视觉	NA	数据增强	NA	图像	多个数据集，包括PACS, Office-Home, Camelyon17，以及Duke-Market1501实例检索任务
1490	2024-08-05	Deep learning-based dimensional emotion recognition for conversational agent-based cognitive behavioral therapy 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2104 PMID:38983201	研究论文	本研究开发了一种基于转换器的模型，用于进行维度情感识别，以增强基于对话代理的认知行为治疗的效果	通过开发使用新颖的维度情感数据集的转换器模型，超越了现有的情感建模方法	没有详细讨论模型在不同文化背景或其他语言中的表现	改进互联网基础的认知行为治疗中的情感识别技术	使用变换器模型检测情感的维度，对75,503个样本的情感进行分析	自然语言处理	NA	转换器模型	转换器	文本	75,503个样本用于训练，20名参与者用于可行性研究
1491	2024-08-05	Multi-FusNet: fusion mapping of features for fine-grained image retrieval networks 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2025 PMID:38983204	研究论文	本文提出了一种新的细粒度图像检索方法，结合了特征融合和哈希映射技术	首次在细粒度图像检索中应用了代理自注意架构，并强调中间层特征的融合	尚未明确指出该方法在特定条件下的局限性	提高细粒度图像检索的效率和准确性	细粒度图像数据集与特征	计算机视觉	NA	哈希映射	自注意力架构	图像	涉及五个公开可用的细粒度数据集
1492	2024-08-05	Efficient geospatial mapping of buildings, woodlands, water and roads from aerial imagery using deep learning 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2039 PMID:38983232	研究论文	本研究提出了一种使用深度学习方法对航空影像进行精确地面覆盖分类的策略	采用了三种流行的深度学习模型，提出了一种新的方法以提高预测准确性	没有提及该方法在不同地理区域或不同类型地形上的适用性	提升航空影像分析中地面覆盖分类的效率和准确性	航空影像中建筑物、林地、水域和道路的分类	计算机视觉	NA	深度学习	Vanilla-UNet, ResNet50 UNet, DeepLabV3 ResNet50	图像	NA
1493	2024-08-05	The utilization of artificial intelligence in glaucoma: diagnosis versus screening 2024, Frontiers in ophthalmology DOI:10.3389/fopht.2024.1368081 PMID:38984126	研究论文	文章探讨了人工智能在青光眼诊断和筛查中的不同作用	强调了诊断模型与筛查模型在敏感性与特异性之间的关键平衡	NA	研究人工智能在青光眼诊断和筛查中的应用	青光眼患者及其相关的眼科影像数据	计算机视觉	青光眼	机器学习和深度学习	NA	彩色视网膜照片和其他视网膜成像模式	NA
1494	2024-08-05	COVID-19 and Pneumonia detection and web deployment from CT scan and X-ray images using deep learning 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0302413 PMID:38976703	研究论文	该文章设计了一个基于深度学习的框架，用于检测COVID-19及肺炎，并进行网络部署	提出了多种深度学习算法组合的检测框架，并通过四个深度学习模型在不同数据集上进行了比较与分析	未提及具体的外部验证数据或不同人群的适应性	旨在提升COVID-19及肺炎的检测准确性及管理效率	基于CT扫描和X光图像的数据集进行模型训练和检测	数字病理学	COVID-19	深度学习	VGG-19, ResNet-50, Inception V3, Xception	图像	使用了CT图像和X光图像的数据集进行模型评估，具体样本数量未详细说明
1495	2024-08-05	Comparative evaluation of machine learning algorithms for phishing site detection 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2131 PMID:38983211	研究论文	本文评估了八种机器学习和深度学习算法在钓鱼网站检测中的有效性	引入了新的CNN模型以及用于类不平衡的SMOTE，并进行了严格的超参数调整	未提及具体的局限性	评估机器学习和深度学习算法在识别钓鱼网站中的效果	八种机器学习和深度学习算法的表现	机器学习	NA	机器学习，深度学习	支持向量机（SVM），k最近邻（KNN），随机森林（RF），决策树（DT），极端梯度提升（XGBoost），逻辑回归（LR），卷积神经网络（CNN）	数据集	使用了两个真实数据集，具体数量未提及
1496	2024-08-05	Weed detection and recognition in complex wheat fields based on an improved YOLOv7 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1372237 PMID:38978522	研究论文	本研究提出了一种基于改进YOLOv7架构的草 weed 检测模型CSCW-YOLOv7，以识别复杂小麦田中的五种杂草	引入了CARAFE算子和Squeeze-and-Excitation网络来增强重要特征，并采用了上下文变换器模块以改善小目标的识别	未提及具体的样本数量和数据来源，以及可能存在的实际应用限制	实现对复杂小麦田中杂草的准确检测和分类	五种常见的杂草，以Descurainia sophia、蒿、金铃铛、荠菜和艾草为代表	计算机视觉	NA	YOLOv7	CSCW-YOLOv7	图像	NA
1497	2024-08-05	Research on intelligent forecasts of flight actions based on the implemented bi-LSTM 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2153 PMID:38983220	研究论文	利用航班数据快速识别航班动作，以客观评估飞行培训的质量	实现了基于bi-LSTM算法的航班动作预测，提高了训练精度和速度	需要对数据集进行预处理和专家规则注释	研究如何通过航班数据预测飞行动作以优化飞行训练	飞行训练中的飞行动作数据集	机器学习	NA	bi-LSTM	bi-LSTM	标记的飞行数据	NA
1498	2024-08-05	Hybrid deep spatial and statistical feature fusion for accurate MRI brain tumor classification 2024, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2024.1423051 PMID:38978524	研究论文	本研究提出了一种结合深度空间特征与手工统计特征的MRI脑肿瘤分类方法	该方法通过使用ResNet深度学习模型的灵感，提出了一种新颖的特征融合框架FusionNet	未提及具体的局限性	开发一种有效的医疗图像分类方法	针对BraTS数据集中MRI脑肿瘤的图像进行分类	计算机视觉	脑肿瘤	MRI	CNN	图像	BraTS数据集中的MRI脑肿瘤图像
1499	2024-08-05	Plant leaf disease recognition based on improved SinGAN and improved ResNet34 2024, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2024.1414274 PMID:38978997	研究论文	该论文提出了一种基于改进SinGAN和改进ResNet34的植物叶部病害识别方法	提出了一种名为ReSinGN的改进SinGAN用于图像增强，并通过引入CBAM模块和随机像素打乱技术显著提高生成图像的质量	农业数据集不足以及基于深度学习的病害识别模型参数众多且准确性不足的问题仍然存在	研究植物叶部病害的识别方法，以提高农业产品的数量和质量	以番茄叶部病害为实验对象进行识别研究	计算机视觉	NA	改进的SinGAN和改进的ResNet34	ResNet34	图像	NA
1500	2024-08-05	Group-informed attentive framework for enhanced diabetes mellitus progression prediction 2024, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2024.1388103 PMID:38978615	研究论文	该文章提出了一种基于深度学习的框架，用于增强糖尿病进展预测的精确性和可靠性	创新点在于利用深度注意力变换器和针对性插补策略来解决缺失数据问题，并增强模型的稳健性	主要挑战在于处理不完整数据和缺乏更强预测模型	研究旨在提高糖尿病进展预测的准确性	研究对象为糖尿病患者的临床和体检数据	机器学习	糖尿病	深度学习	深度注意力变换器	临床数据和体检信息	NA