深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
3601	2024-12-28	PSAA-nnUNet: An Efficient Method for CT Carotid Artery Image Segmentation 2024, Advances in experimental medicine and biology DOI:10.1007/978-3-031-67458-7_43 PMID:39400833	研究论文	本文提出了一种基于深度学习的非侵入性颈动脉狭窄自动评估方法，用于CT图像的早期检测	提出了一种名为PSAA-nnUNet的新型神经网络，用于颈动脉的自动分割	NA	早期检测颈动脉狭窄，预防缺血性中风并改善患者预后	颈动脉狭窄（CAS）	计算机视觉	心血管疾病	CT成像	PSAA-nnUNet	图像	NA	NA	NA	NA	NA
3602	2024-12-28	3D ARCNN: An Asymmetric Residual CNN for False Positive Reduction in Pulmonary Nodule 2024-01, IEEE transactions on nanobioscience IF:3.7Q3 DOI:10.1109/TNB.2023.3278706 PMID:37216265	研究论文	本文提出了一种名为3D ARCNN的非对称残差网络，用于减少肺结节检测中的假阳性结果	3D ARCNN利用肺结节的3D特征和空间信息，通过内部级联的多级残差模型和多层非对称卷积来提高分类性能，解决了大神经网络参数和可重复性差的问题	NA	提高肺结节检测的准确性，减少假阳性结果	肺结节	计算机视觉	肺癌	深度学习	3D ARCNN	3D图像	LUNA16数据集	NA	NA	NA	NA
3603	2024-12-28	DNA Encoding-Based Nucleotide Pattern and Deep Features for Instance and Class-Based Image Retrieval 2024-01, IEEE transactions on nanobioscience IF:3.7Q3 DOI:10.1109/TNB.2023.3303512 PMID:37566504	研究论文	本文提出了一种基于DNA编码的图像检索方法，通过将图像信息编码为核苷酸序列，提升基于内容的图像检索系统的准确性	利用DNA编码技术生成图像DNA平面，并结合深度学习架构进行图像检索，显著提高了检索精度	未提及该方法在更大规模数据集或更复杂场景下的适用性	提升基于内容的图像检索系统的准确性	图像数据	计算机视觉	NA	DNA编码	ResNet-50, VGG-16, VGG-19, Inception V3	图像	28,200张图像，涵盖134个不同类别	NA	NA	NA	NA
3604	2024-12-28	Pneumothorax detection and segmentation from chest X-ray radiographs using a patch-based fully convolutional encoder-decoder network 2024, Frontiers in radiology DOI:10.3389/fradi.2024.1424065 PMID:39722784	研究论文	本文提出了一种基于patch的全卷积编码器-解码器网络，用于从胸部X光片中自动检测和分割气胸	结合了全卷积神经网络（FCNN）和Vision Transformers（ViTs）的优势，同时仅使用卷积模块以避免ViT自注意力机制的二次复杂度	NA	提高气胸检测和分割的准确性和效率	胸部X光片	计算机视觉	气胸	深度学习	全卷积编码器-解码器网络	图像	两个数据集：SIIM-ACR Pneumothorax Segmentation数据集和来自菲律宾The Medical City的新数据集	NA	NA	NA	NA
3605	2024-12-28	A fusion analytic framework for investigating functional brain connectivity differences using resting-state fMRI 2024, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2024.1402657 PMID:39723421	研究论文	本文提出了一种可解释的融合分析框架，用于研究静息态功能磁共振成像（fMRI）数据中功能脑连接的差异	通过整合功能连接网络（FCN）、自注意力深度学习模型（Self-Attn）和潜在空间项目反应模型（LSIRM），提供了一种创新的方法来发现群体间的ROI连接差异	NA	研究静息态fMRI数据中功能脑连接的差异，以揭示认知障碍的独特特征	静息态fMRI数据中的感兴趣区域（ROI）	机器学习	认知障碍	静息态功能磁共振成像（fMRI）	自注意力深度学习模型（Self-Attn），潜在空间项目反应模型（LSIRM）	图像	NA	NA	NA	NA	NA
3606	2024-12-28	Histopathological domain adaptation with generative adversarial networks: Bridging the domain gap between thyroid cancer histopathology datasets 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0310417 PMID:39724083	研究论文	本研究探讨了使用生成对抗网络（GAN）生成高质量合成图像以增强甲状腺癌病理图像分类模型的泛化能力	利用StyleGAN2生成高质量合成图像，显著提高了模型在外部数据上的泛化能力，特别是在少数类图像上的表现	训练数据仅包含156个患者样本，可能限制了模型的进一步优化	提高甲状腺癌病理图像分类模型的泛化能力	甲状腺癌病理图像	数字病理	甲状腺癌	生成对抗网络（GAN）	StyleGAN2	图像	156个患者样本	NA	NA	NA	NA
3607	2024-12-28	A novel dataset and deep learning object detection benchmark for grapevine pest surveillance 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1485216 PMID:39726421	研究论文	本文介绍了一种新的数据集和深度学习目标检测基准，用于葡萄园害虫监测	贡献了一个完全注释的数据集，并比较了两种最先进的目标检测算法YOLOv8和Faster R-CNN的性能	数据集的样本量相对较小，可能影响模型的泛化能力	开发自动害虫检测系统，以应对葡萄园中的Flavescence dorée病害	美国葡萄叶蝉和镶嵌叶蝉	计算机视觉	葡萄病害	深度学习	YOLOv8, Faster R-CNN	图像	超过600张图像，每类约1500个识别	NA	NA	NA	NA
3608	2024-12-28	Revolutionizing the construction industry by cutting edge artificial intelligence approaches: a review 2024, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2024.1474932 PMID:39726889	综述	本文综述了人工智能（AI）、机器学习（ML）和深度学习（DL）在建筑行业中的应用，探讨了其在预测空气污染、提高材料质量、监控工人健康与安全以及增强建筑中的网络物理系统（CPS）方面的作用	本文综合评估了多种AI和ML模型及其优化技术，并探讨了AI在建筑行业中的广泛应用，包括可解释AI和Petri网在CPS中的进展	研究在某些领域仍存在空白，如AI在多样化建筑环境中的更广泛整合以及模型在现实应用中的进一步验证需求	探讨AI、ML和DL在建筑行业中的应用，以解决环境与操作挑战，并推动可持续实践、提高操作效率和解决安全问题	建筑行业中的空气污染预测、材料质量提升、工人健康与安全监控以及网络物理系统（CPS）的增强	机器学习	NA	人工神经网络（ANNs）、支持向量机（SVMs）、鲸鱼优化、蛾火优化	人工神经网络（ANNs）、支持向量机（SVMs）	NA	NA	NA	NA	NA	NA
3609	2024-12-28	A hybrid deep learning-based approach for optimal genotype by environment selection 2024, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2024.1312115 PMID:39726891	研究论文	本文提出了一种基于混合深度学习的模型，用于优化基因型与环境的选择，以提高作物产量预测的准确性	结合了卷积神经网络（CNN）和长短期记忆网络（LSTM），并采用广义集成方法（GEM）优化模型权重，提高了预测性能	由于数据限制，土壤变量仅以州为单位统一处理，缺乏更精细的空间信息	开发一种数据驱动的方法，准确预测不同基因型作物在天气变化下的产量，以指导育种工作	大豆杂交种	机器学习	NA	广义集成方法（GEM）	CNN, LSTM	天气数据、土壤数据、基因型数据	93,028条大豆杂交种记录，涵盖159个地点、28个州、13年、5,838个不同基因型	NA	NA	NA	NA
3610	2024-12-26	Crop yield prediction in agriculture: A comprehensive review of machine learning and deep learning approaches, with insights for future research and sustainability 2024-Dec-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e40836 PMID:39720079	研究论文	本文综述了机器学习和深度学习方法在农业作物产量预测中的应用，并探讨了未来研究和可持续性的方向	系统性地分析了AI技术在作物产量预测中的应用，强调了环境与农业数据的重要性，并指出了未来研究的方向	未提及具体的数据集或实验结果的局限性	提高作物产量预测的准确性，以支持农业规划和资源管理	作物产量预测	机器学习	NA	机器学习（ML）、深度学习（DL）	随机森林（RF）、人工神经网络（ANN）、支持向量机（SVM）、卷积神经网络（CNN）、长短期记忆网络（LSTM）、深度神经网络（DNN）	环境与农业数据	NA	NA	NA	NA	NA
3611	2024-12-26	Chemistry of Street Art: Neural Network for the Spectral Analysis of Berlin Wall Colors 2024-Dec-25, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.4c12611 PMID:39660736	研究论文	本研究通过分析柏林墙街头艺术片段，利用拉曼光谱技术对绘画材料进行表征，并探索深度学习在颜料混合物定量分析中的应用	首次将卷积神经网络（CNN）算法应用于拉曼光谱分析，预测商业丙烯颜料中着色化合物的比例，为手持拉曼光谱仪的分析量化提供了新方法	研究主要依赖于特定品牌（Schmincke）的丙烯颜料，可能限制了结果的普适性	通过光谱分析和深度学习技术，定量分析街头艺术中使用的丙烯颜料的成分	柏林墙街头艺术的绘画材料	机器学习	NA	拉曼光谱技术	卷积神经网络（CNN）	光谱数据	使用Schmincke品牌丙烯颜料制备的校准和训练参考材料	NA	NA	NA	NA
3612	2024-12-26	Precision autofocus in optical microscopy with liquid lenses controlled by deep reinforcement learning 2024-Dec-24, Microsystems & nanoengineering IF:7.3Q1 DOI:10.1038/s41378-024-00845-8 PMID:39719441	研究论文	本文提出了一种基于深度强化学习的自适应液体透镜显微镜系统，用于实现快速、精确的自动对焦	采用深度强化学习直接从捕获的图像中学习对焦策略，并设计了针对性的奖励函数，显著提高了显微镜自动对焦任务的性能	未提及具体局限性	开发一种快速、精确的自动对焦技术，以解决传统显微镜和自动对焦方法的硬件限制和软件速度慢的问题	液体透镜显微镜系统	计算机视觉	NA	深度强化学习	DRLAF（基于深度强化学习的自动对焦）	图像	未提及具体样本数量	NA	NA	NA	NA
3613	2024-12-26	Ecologically sustainable benchmarking of AI models for histopathology 2024-Dec-24, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01397-x PMID:39719527	研究论文	本文探讨了一种在病理学中开发深度学习模型的方法，该方法同时考虑了诊断性能和碳足迹	提出了一个名为'环境可持续性能'（ESPer）的指标，该指标定量整合了性能和操作期间的二氧化碳当量排放	未提及具体的研究局限性	开发一种既考虑诊断性能又考虑碳足迹的深度学习模型	用于计算病理学的各种深度学习架构，包括一个大型基础模型	数字病理学	NA	深度学习	深度学习模型	NA	NA	NA	NA	NA	NA
3614	2024-12-26	Accurate and Efficient Algorithm for Detection of Alzheimer Disability Based on Deep Learning 2024-Dec-19, Cellular physiology and biochemistry : international journal of experimental cellular physiology, biochemistry, and pharmacology IF:2.5Q2 DOI:10.33594/000000746 PMID:39720940	研究论文	本研究开发了一种基于深度学习和计算机辅助检测的自动化、成本效益高的数字诊断方法，用于早期阿尔茨海默病的识别和分类	结合预训练的卷积神经网络和多类支持向量机及人工神经网络分类器，提出了一种纹理特征降维算法，显著提高了计算效率和分类准确性	未来研究应探索在更大、更多样化的数据集上的应用，并研究与其他成像模式（如MRI）的整合，以进一步提高诊断精度	开发一种自动化、成本效益高的数字诊断方法，用于早期阿尔茨海默病的识别和分类	阿尔茨海默病患者，数据集分为非痴呆、极轻度痴呆、轻度痴呆和中度痴呆四组	计算机视觉	老年病	深度学习	CNN, MSVM, ANN	图像	数据集分为四组，具体样本数量未提及	NA	NA	NA	NA
3615	2024-12-26	Autoencoder imputation of missing heterogeneous data for Alzheimer's disease classification 2024-Dec, Healthcare technology letters IF:2.8Q3 DOI:10.1049/htl2.12091 PMID:39720752	研究论文	本研究探讨了使用去噪自编码器对阿尔茨海默病（AD）异质数据中缺失关键特征进行填补的有效性，并评估其在AD分类中的性能	首次系统评估深度学习算法在填补异质且全面的AD数据中的表现，特别是针对关键特征极端缺失（≥40%）的情况	研究仅关注特定类型的缺失数据（随机缺失），未涵盖其他缺失机制	提高AD诊断的准确性，特别是在数据缺失的情况下	阿尔茨海默病患者的多模态数据，包括tau-PET、MRI、认知和功能评估、基因型、社会人口学和病史	机器学习	阿尔茨海默病	去噪自编码器	随机森林	多模态数据（图像、文本、数值）	未明确提及样本数量	NA	NA	NA	NA
3616	2024-12-26	PlutoNet: An efficient polyp segmentation network with modified partial decoder and decoder consistency training 2024-Dec, Healthcare technology letters IF:2.8Q3 DOI:10.1049/htl2.12105 PMID:39720760	研究论文	本文提出了一种名为PlutoNet的高效息肉分割网络，通过改进的部分解码器和解码器一致性训练来解决现有模型在泛化能力和计算资源消耗方面的问题	PlutoNet引入了共享编码器、部分解码器与全尺度连接的组合，以及辅助解码器，通过一致性训练强化学习到的表示，显著减少了计算和内存需求	未明确提及具体局限性，但可能包括在更广泛数据集上的泛化能力验证	提高息肉分割的准确性和效率，减少计算资源消耗	息肉分割	计算机视觉	NA	深度学习	PlutoNet	图像	未明确提及具体样本数量	NA	NA	NA	NA
3617	2024-12-26	SNPs and blood inflammatory marker featured machine learning for predicting the efficacy of fluorouracil-based chemotherapy in colorectal cancer 2024-11-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79036-4 PMID:39532939	研究论文	本研究通过分析379名接受氟尿嘧啶化疗的结直肠癌患者的数据，结合SNPs和血液炎症标志物，开发了预测化疗效果的机器学习模型	首次将代谢相关SNPs和血液炎症标志物结合，利用多种机器学习模型预测结直肠癌患者对氟尿嘧啶化疗的反应，并开发了在线预后工具	样本量相对较小，外部验证的准确性有待进一步提高	开发预测结直肠癌患者对氟尿嘧啶化疗反应的模型，以提高治疗的精准性	379名接受氟尿嘧啶化疗的结直肠癌患者	机器学习	结直肠癌	SNPs分析，血液炎症标志物检测	KNN, SVM, GBDT, XGBoost, LightGBM, 随机森林, MLP	临床数据，SNPs数据，血液炎症标志物数据	379名结直肠癌患者	NA	NA	NA	NA
3618	2024-12-26	Impact of annotation imperfections and auto-curation for deep learning-based organ-at-risk segmentation 2024-Oct, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2024.100684 PMID:39720784	研究论文	本文研究了放射治疗中器官风险分割的标注不完美和自动校正对基于深度学习的分割性能的影响，并提出了一个易于实施的自动校正对策	通过模拟和临床分割噪声对卷积神经网络（CNN）腮腺分割性能的影响进行研究，并提出了一个自动校正对策，证明了其在提高模型泛化能力方面的有效性	研究主要针对腮腺分割，未涉及其他器官或疾病的分割问题	研究放射治疗中器官风险分割的标注不完美对深度学习模型性能的影响，并提出自动校正对策	腮腺（PG）的分割	计算机视觉	NA	卷积神经网络（CNN）	CNN	图像	1750个个体腮腺（PG）	NA	NA	NA	NA
3619	2024-12-26	3D convolutional neural network based on spatial-spectral feature pictures learning for decoding motor imagery EEG signal 2024, Frontiers in neurorobotics IF:2.6Q3 DOI:10.3389/fnbot.2024.1485640 PMID:39720668	研究论文	本文提出了一种基于空间-频谱特征图学习的3D卷积神经网络方法，用于解码运动想象脑电图信号	提出了一种新的3D卷积神经网络（P-3DCNN）解码方法，联合学习脑电图信号的频率和空间域特征，提高了解码和准确率	未提及具体的数据集大小和多样性，可能影响模型的泛化能力	提高运动想象脑电图信号的解码准确率，推动脑机接口在神经康复领域的应用	运动想象脑电图信号	脑机接口	NA	Welch方法，3D卷积神经网络	3DCNN	脑电图信号	未提及具体样本数量	NA	NA	NA	NA
3620	2024-12-25	Advances in Aerosol Nanostructuring: Functions and Control of Next-Generation Particles 2024-Dec-24, Langmuir : the ACS journal of surfaces and colloids IF:3.7Q2 DOI:10.1021/acs.langmuir.4c02867 PMID:39546762	研究论文	本文讨论了纳米结构颗粒（NSPs）在能源和环境应用中的技术进步及其对可持续未来的关键作用	本文探讨了将原位/操作评估技术与机器学习和深度学习相结合的方法，以推动纳米结构颗粒合成的进一步创新	NA	探讨纳米结构颗粒在能源和环境应用中的技术进步及其未来发展趋势	纳米结构颗粒（NSPs）及其在能源和环境中的应用	NA	NA	气溶胶方法和喷涂工艺	机器学习和深度学习	NA	NA	NA	NA	NA	NA