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
1781	2024-08-07	Deep learning-based classification of the capillary ultrastructure in human skeletal muscles 2024, Frontiers in molecular biosciences IF:3.9Q2 DOI:10.3389/fmolb.2024.1363384 PMID:38751446	研究论文	本研究利用卷积神经网络（CNN）对人类骨骼肌毛细血管超微结构进行分类，以区分健康参与者与系统性病理患者	使用预训练的CNN模型在电子显微镜图像上区分健康控制组与系统性病理患者的毛细血管超微结构，其准确性高于传统的形态计量分析	NA	训练CNN模型以识别健康参与者与系统性病理患者肌肉活检中毛细血管的形态计量模式，用于假设生成	人类骨骼肌毛细血管的超微结构	机器学习	糖尿病，高血压，外周动脉疾病	透射电子显微镜（TEM）	CNN（ResNet101）	图像	1810张电子显微镜图像，来自70名参与者
1782	2024-08-07	The Importance of Understanding Deep Learning 2024, Erkenntnis DOI:10.1007/s10670-022-00605-y PMID:38751773	research paper	本文探讨了深度神经网络（DNNs）的理解问题及其在科学中的应用	本文提出了对深度神经网络理解的不同概念，特别是解释性理解的重要性	本文未明确指出具体的实验或数据分析限制	探讨当前对深度神经网络理解不足是否限制了其在科学中的应用	深度神经网络（DNNs）及其在科学中的应用	machine learning	NA	NA	DNNs	NA	NA
1783	2024-08-07	Detection of sweet corn seed viability based on hyperspectral imaging combined with firefly algorithm optimized deep learning 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1361309 PMID:38751847	研究论文	本研究利用高光谱成像技术结合萤火虫算法优化的深度学习方法，对甜玉米种子的不同活力等级进行识别	本研究提出的萤火虫算法优化的CNN-LSTM模型在甜玉米种子活力等级分类中表现出优于其他模型的性能	NA	识别甜玉米种子的活力等级	甜玉米种子	机器学习	NA	高光谱成像	CNN-LSTM	光谱图像	496颗种子，包括四个活力等级的种子
1784	2024-08-07	Subcutaneous fat predicts bone metastasis in breast cancer: A novel multimodality-based deep learning model 2024, Cancer biomarkers : section A of Disease markers IF:2.2Q3 DOI:10.3233/CBM-230219 PMID:38043007	研究论文	本研究利用深度学习方法，结合临床信息和CT图像特征，预测乳腺癌患者的骨转移	首次提出使用皮下脂肪指数作为预测乳腺癌骨转移的独立预后因素，并采用多模态深度学习算法进行预测	NA	探索利用深度学习技术预测乳腺癌患者的骨转移	乳腺癌患者的骨转移预测	机器学习	乳腺癌	CT图像	CNN	图像	431名乳腺癌患者
1785	2024-08-07	Learning multi-site harmonization of magnetic resonance images without traveling human phantoms 2024, Communications engineering DOI:10.1038/s44172-023-00140-w PMID:38420332	研究论文	本文提出了一种无需人类受试者跨站点采集数据即可实现磁共振图像多站点协调的深度学习方法	该方法通过分离站点特定外观信息和站点不变解剖信息，生成适用于任何目标站点的图像，无需额外数据收集	NA	提高磁共振图像数据的一致性，实现多站点图像数据的有效整合	磁共振图像的多站点协调	计算机视觉	NA	深度学习	深度神经网络	图像	超过6,000张多站点T1和T2加权图像
1786	2024-08-07	MHCII-peptide presentation: an assessment of the state-of-the-art prediction methods 2024, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2024.1293706 PMID:38646540	研究论文	本文评估了最新的MHCII-肽结合预测计算方法的性能	采用了深度学习算法和大量训练数据，新开发的预测方法性能优于旧方法	NA	评估和概述最新的MHCII-肽结合预测计算方法	MHCII-肽结合预测方法	生物信息学	NA	深度学习	NA	蛋白质序列数据	包含20种人类MHCII蛋白同种型的结合和非结合肽的独立数据集
1787	2024-08-07	Artificial intelligence in the healthcare sector: comparison of deep learning networks using chest X-ray images 2024, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2024.1386110 PMID:38660365	研究论文	本研究探讨了深度学习网络在胸部X光图像疾病诊断中的应用	本研究首次比较了ResNet101、AlexNet、GoogLeNet和Xception在胸部X光图像疾病诊断中的成功率	研究使用的数据集仅包含COVID-19、病毒性肺炎和健康个体的胸部X光图像	旨在确定深度学习网络在疾病诊断中的成功率	深度学习网络ResNet101、AlexNet、GoogLeNet和Xception	计算机视觉	NA	深度学习	CNN	图像	1,680张胸部X光图像，包括COVID-19、病毒性肺炎和健康个体
1788	2024-08-07	A hybrid deep learning scheme for MRI-based preliminary multiclassification diagnosis of primary brain tumors 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1363756 PMID:38746679	研究论文	本研究探索了一种结合多种先进技术的混合深度学习方案，用于提高原发性脑肿瘤诊断的分类性能和可解释性	本研究通过结合超分辨率重建、动态学习率退火策略、特征迁移和机器学习等技术，提高了深度学习模型的分类性能和可解释性	NA	探索一种混合深度学习方案，以提高原发性脑肿瘤诊断的准确性和自动化程度	原发性脑肿瘤的诊断	机器学习	脑肿瘤	深度学习	DenseNet121, LightGBM	MRI图像	230名原发性脑肿瘤患者，包括97名脑膜瘤、66名胶质瘤和67名垂体瘤
1789	2024-08-07	MAMILNet: advancing precision oncology with multi-scale attentional multi-instance learning for whole slide image analysis 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1275769 PMID:38746682	研究论文	本文介绍了MAMILNet，一种用于全切片图像分析的多尺度注意力多实例学习框架，旨在提高肿瘤检测、分类和治疗反应预测的精确度	MAMILNet通过引入注意力机制和多尺度策略，提高了模型的泛化能力和预测准确性，同时减少了病理学家的手动工作量	NA	推动精准肿瘤学和个体化治疗计划的发展	全切片图像分析中的肿瘤检测、分类和治疗反应预测	数字病理学	NA	多尺度注意力多实例学习	注意力机制	图像	1171例涵盖多种癌症类型
1790	2024-08-07	Editorial: IoT, UAV, BCI empowered deep learning models in precision agriculture 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1399753 PMID:38751845	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1791	2024-08-07	Convolutional Neural Networks for Glioma Segmentation and Prognosis: A Systematic Review 2024, Critical reviews in oncogenesis DOI:10.1615/CritRevOncog.2023050852 PMID:38683153	综述	本文综述了卷积神经网络（CNN）在胶质瘤分割和预后预测中的应用	CNN在医学影像处理中的应用，特别是在胶质瘤分类和预后预测中的创新应用	模型可解释性、数据可用性和计算效率方面的挑战	探讨CNN在神经肿瘤学领域中的应用及其未来发展方向	胶质瘤的分割、分类和预后预测	计算机视觉	脑癌	CNN	CNN	图像	NA
1792	2024-08-07	A multifaceted suite of metrics for comparative myoelectric prosthesis controller research 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0291279 PMID:38739557	研究论文	本文提出了一套全面的肌电假肢控制评估指标，用于分析设备运动细节，包括任务表现、控制特性和用户体验	引入了新的肌电假肢控制评估指标，能够更详细地分析设备运动质量和用户意图匹配度，以及用户对设备可靠性和控制器训练要求的看法	NA	开发适用于个人的假肢控制器，以预测用户的意图运动	肌电假肢控制器及其在复杂功能任务中的表现	机器人技术	NA	深度学习	循环卷积神经网络（RCNN）	NA	8名无上肢损伤的参与者
1793	2024-08-07	Transformer-based framework for multi-class segmentation of skin cancer from histopathology images 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1380405 PMID:38741771	研究论文	本文提出了一种基于Transformer的模型，用于从组织病理学图像中对皮肤癌进行多类别分割	该研究通过不确定性图谱可视化模型预测的置信度，这是与大多数深度学习方法的区别	NA	旨在开发一种智能决策支持系统，以解决专家数量有限的问题，并帮助缓解城市中心与偏远地区之间的医疗服务差距	非黑色素瘤皮肤癌，包括基底细胞癌（BCC）、鳞状细胞癌（SCC）和表皮内癌（IEC）	数字病理学	皮肤癌	Transformer	Transformer	图像	使用公开可用的数据集进行评估
1794	2024-08-07	Design of urban road fault detection system based on artificial neural network and deep learning 2024, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2024.1369832 PMID:38741790	研究论文	本文提出了一种基于人工神经网络和深度学习的城市道路故障检测系统，通过结合图卷积网络、双向门控循环单元和自注意力机制，有效整合道路拓扑和交通数据，实现高效准确的道路故障检测	本研究创新性地结合了图卷积网络、双向门控循环单元和自注意力机制，有效整合道路拓扑和交通数据，提高了道路故障检测的准确性	NA	提高城市交通管理中的道路故障检测效率和安全性	城市道路故障检测系统	机器学习	NA	图卷积网络（GCN）、双向门控循环单元（BiGRU）、自注意力机制	多层感知器（MLP）	道路拓扑图、交通数据	使用标记的道路故障数据进行训练
1795	2024-08-07	Identifying pests in precision agriculture using low-cost image data acquisition 2024, Brazilian journal of biology = Revista brasleira de biologia DOI:10.1590/1519-6984.281671 PMID:38747863	研究论文	本研究利用无人机和深度学习技术，通过低成本图像数据采集，评估多种模型在精准农业中识别害虫的有效性	本研究采用人工免疫系统方法，使深度神经网络适应实时情况，并展示了所提方法在性能上优于其他先进技术	NA	探索无人机在精准农业中识别害虫的应用	评估VGG-16、CNN和FCN模型在植物病害检测中的有效性	计算机视觉	NA	深度学习	CNN	图像	NA
1796	2024-08-07	Cancer Immunotherapy and Medical Imaging Research Trends from 2003 to 2023: A Bibliometric Analysis 2024, Journal of multidisciplinary healthcare IF:2.7Q2 DOI:10.2147/JMDH.S457367 PMID:38736544	meta-analysis	本文通过文献计量分析方法，探讨了2003年至2023年间癌症免疫治疗与医学影像研究的发展趋势	首次系统性地对癌症免疫治疗与医学影像领域的研究进行了文献计量分析	NA	旨在明确过去研究轨迹，总结当前研究热点，揭示科学发展动态，并探索未来研究方向	癌症免疫治疗与医学影像相关的出版物	医学影像	癌症	MRI, 深度学习	NA	NA	美国发表最多，共265篇；中国次之，共170篇
1797	2024-08-07	On the design of deep learning-based control algorithms for visually guided UAVs engaged in power tower inspection tasks 2024, Frontiers in robotics and AI IF:2.9Q2 DOI:10.3389/frobt.2024.1378149 PMID:38736660	研究论文	本文专注于设计卷积神经网络以视觉引导自主无人机进行电力塔检查任务	使用合成图像和物理世界图像的混合数据集训练网络，以提高图像分割任务的性能	NA	设计用于视觉引导无人机的深度学习控制算法，以进行电力塔检查	自主无人机及其在电力塔检查中的应用	计算机视觉	NA	卷积神经网络	U-NET	图像	合成图像数据集、物理世界图像数据集及混合数据集
1798	2024-08-07	Predict lncRNA-drug associations based on graph neural network 2024, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2024.1388015 PMID:38737125	研究论文	本研究利用图卷积网络（GCN）和图注意力网络（GAT）基于lncRNA和药物相似网络预测lncRNA-药物关联（LDAs）	提出了一种基于深度学习的框架，用于预测新的lncRNA-药物关联，该方法在五个数据集上实现了良好的性能（平均AUCs > 0.92）	NA	开发预测lncRNA-药物关联的方法，以促进基于lncRNA的药物开发	lncRNA和药物的关联	机器学习	NA	图卷积网络（GCN），图注意力网络（GAT）	GCN，GAT	网络数据	五个数据集
1799	2024-08-07	FM-FCN: A Neural Network with Filtering Modules for Accurate Vital Signs Extraction 2024, Research (Washington, D.C.) DOI:10.34133/research.0361 PMID:38737196	研究论文	本文提出了一种名为过滤模块全卷积网络（FM-FCN）的新型网络，结合传统过滤技术与神经网络，用于增强生理信号并抑制噪声	FM-FCN通过引入过滤模块（FM）作为网络模块，利用过滤器结构消除不需要的干扰，构建了深度学习与信号处理方法之间的桥梁	NA	提高生理信号提取的准确性和可靠性	远程光电容积脉搏波（PPG）信号的提取和心率（HR）估计	机器学习	NA	全卷积网络（FCN）	CNN	信号	NA
1800	2024-08-07	How AI drives innovation in cardiovascular medicine 2024, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2024.1397921 PMID:38737711	comments	本文总结了人工智能和深度学习在心血管医学领域的一些重要进展	NA	NA	探讨人工智能在心血管医学中的应用及其对患者护理的影响	心血管医学领域	machine learning	cardiovascular disease	AI	deep learning	NA	NA