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
4381	2024-10-29	A new superfluity deep learning model for detecting knee osteoporosis and osteopenia in X-ray images 2024-10-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75549-0 PMID:39455632	研究论文	本文提出了一种新的深度学习模型，结合超量机制用于在X光图像中检测膝关节骨质疏松和骨质减少	本文的创新点在于引入了一种超量机制，通过连接多个层而不是传统的串行堆叠层，使特征能够流入两个分支，从而提高了模型的分类性能	本文的局限性在于仅使用了两个膝关节数据集进行训练和测试，可能需要更多的数据集来验证模型的泛化能力	本文的研究目的是开发一种新的深度学习模型，用于在X光图像中准确检测膝关节骨质疏松和骨质减少	本文的研究对象是膝关节X光图像，用于分类骨质疏松、骨质减少和正常状态	计算机视觉	NA	深度学习	深度学习模型	图像	两个膝关节数据集用于训练、验证和测试
4382	2024-10-29	Periapical lesion detection in periapical radiographs using the latest convolutional neural network ConvNeXt and its integrated models 2024-10-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75748-9 PMID:39455655	研究论文	本研究提出了一种名为YoCNET的新型深度学习集成模型，结合了Yolov5的目标检测能力和ConvNeXt的图像分类能力，用于在根尖X光片中自动分割牙齿并同时检测多个牙齿的根尖病变	本研究的创新点在于提出了YoCNET集成模型，该模型结合了Yolov5和ConvNeXt的优势，能够同时处理多个牙齿的根尖病变检测	本研究的局限性在于未包含乳牙的数据，且仅使用了1,305张根尖X光片进行训练和验证	本研究旨在开发一种能够自动分割牙齿并检测多个牙齿根尖病变的深度学习模型	本研究的研究对象是根尖X光片中的牙齿和根尖病变	计算机视觉	NA	NA	CNN	图像	1,305张根尖X光片用于训练和验证，717张单个牙齿图像用于集成模型验证
4383	2024-10-29	Robust malicious software detection and classification using global whale optimization algorithm with deep learning approach 2024-Oct-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76770-7 PMID:39455699	研究论文	本文提出了一种基于全局鲸鱼优化算法和深度学习方法的恶意软件检测与分类技术	本文创新性地结合了全局鲸鱼优化算法和深度学习方法，并引入了中智逻辑和卷积长短期记忆模型，以提高恶意软件检测的准确性	NA	研究目的是提高恶意软件检测和分类的准确性和效率	研究对象是恶意软件及其检测与分类技术	机器学习	NA	全局鲸鱼优化算法	卷积长短期记忆模型	恶意软件数据集	NA
4384	2024-10-28	Publisher Correction: A robust deep learning attack immune MRAM-based physical unclonable function 2024-Oct-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76120-7 PMID:39455706	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4385	2024-10-29	Research on high-precision recognition model for multi-scene asphalt pavement distresses based on deep learning 2024-Oct-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-77173-4 PMID:39455708	研究论文	本文提出了一种基于深度学习的高精度多场景沥青路面病害识别模型	引入了改进的SMG-YOLOv8模型，集成了空间到深度模块和多尺度卷积注意力机制，优化了C2f结构	NA	提高沥青路面病害识别的准确性	沥青路面病害，包括纵向裂缝、横向裂缝、网状裂缝和坑洞	计算机视觉	NA	深度学习	SMG-YOLOv8	图像	NA
4386	2024-10-29	Comprehensive evaluation and prediction of editing outcomes for near-PAMless adenine and cytosine base editors 2024-Oct-25, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-07078-5 PMID:39455714	研究论文	本文评估并预测了近PAMless腺嘌呤和胞嘧啶碱基编辑器的编辑结果	开发了四种近PAMless碱基编辑器，并使用深度学习模型BEguider预测编辑结果	NA	评估和预测近PAMless碱基编辑器的编辑模式和效率	近PAMless碱基编辑器及其编辑结果	基因编辑	NA	碱基编辑	深度学习模型	序列数据	45,747个sgRNA目标序列和20,541个ClinVar位点
4387	2024-10-29	The temporal and spatial evolution characteristics of induced seismicity in the Changning shale gas field based on dense array 2024-Oct-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-77443-1 PMID:39455724	研究论文	本文使用深度学习方法进行微地震检测和定位，获得了长宁页岩气田的高精度地震目录，并分析了地震活动的时空演化特征	首次使用深度学习方法进行微地震检测和定位，揭示了水力压裂操作对地震活动的影响	需要进一步研究潜在的地震灾害风险	研究长宁页岩气田地震活动的时空演化特征及其与工业操作的关系	长宁页岩气田的地震活动	NA	NA	深度学习	NA	地震数据	NA
4388	2024-10-29	Multi-label dental disorder diagnosis based on MobileNetV2 and swin transformer using bagging ensemble classifier 2024-10-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73297-9 PMID:39448640	研究论文	本文提出了一种基于MobileNetV2和Swin Transformer的多标签牙科疾病诊断系统，使用集成学习方法进行分类	本文创新性地结合了Swin Transformer和MobileNetV2进行特征提取，并采用集成学习方法提高分类准确性	NA	开发一种自动化的牙科疾病诊断系统，提高诊断效率和准确性	牙科疾病的自动检测和分类	计算机视觉	NA	图像处理、机器学习	MobileNetV2、Swin Transformer、集成学习	图像	基准牙科放射数据集
4389	2024-10-29	Cough2COVID-19 detection using an enhanced multi layer ensemble deep learning framework and CoughFeatureRanker 2024-10-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76639-9 PMID:39448760	研究论文	本文介绍了一种基于增强的多层集成深度学习框架和CoughFeatureRanker算法的Cough2COVID-19检测框架，用于通过咳嗽音频信号进行COVID-19检测	本文创新性地采用了多层集成深度学习框架和CoughFeatureRanker算法，通过咳嗽音频信号提高了COVID-19检测的效率和准确性	NA	开发一种成本效益高、非侵入性且易于获取的COVID-19检测方法	通过咳嗽音频信号检测COVID-19	机器学习	COVID-19	多层集成深度学习	多层集成深度学习框架	音频	15个特征
4390	2024-10-29	vSHARP: Variable Splitting Half-quadratic ADMM algorithm for reconstruction of inverse-problems 2024-Oct-24, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110266 PMID:39461485	研究论文	本文提出了一种名为vSHARP的新型深度学习方法，用于解决医学影像中的病态逆问题	vSHARP结合了半二次变量分裂方法和交替方向乘子法（ADMM），并使用深度学习模型（如U-Net）进行图像去噪和拉格朗日乘数的预测	NA	开发一种高效的深度学习方法，用于解决医学影像中的病态逆问题	加速并行磁共振成像（MRI）重建和加速并行动态MRI重建	计算机视觉	NA	深度学习	U-Net	图像	使用了两个不同的加速并行MRI重建数据集和一个加速并行动态MRI重建数据集
4391	2024-10-29	Survivor detection approach for post earthquake search and rescue missions based on deep learning inspired algorithms 2024-10-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75156-z PMID:39443536	研究论文	本文提出了一种基于深度学习算法的蛇形机器人用于地震后搜救任务中的幸存者检测方法	本文创新性地使用蛇形机器人和深度学习算法进行幸存者检测，并针对缺乏专用数据集的问题，编译了一个新的200张图像数据集	本文未提及具体的局限性	研究目的是提高地震后搜救任务中幸存者检测的效率和可靠性	研究对象是地震后被困在废墟下的幸存者	计算机视觉	NA	深度学习	YOLOv10	图像	200张图像
4392	2024-10-29	Concatenated CNN-Based Pneumonia Detection Using a Fuzzy-Enhanced Dataset 2024-Oct-21, Sensors (Basel, Switzerland) DOI:10.3390/s24206750 PMID:39460230	研究论文	本文提出了一种基于模糊增强数据集的级联卷积神经网络（CNN）用于肺炎检测	本文创新性地结合了模糊逻辑图像增强方法和级联CNN模型，显著提高了图像质量和特征提取能力	NA	研究如何通过深度学习模型和图像增强技术提高肺炎检测的准确性	肺炎检测	计算机视觉	肺部疾病	卷积神经网络（CNN）	级联卷积神经网络（CCNN）	图像	使用了四个数据集，包括原始图像和通过模糊熵、标准差和直方图均衡化增强的图像
4393	2024-10-29	Research on Road Internal Disease Identification Algorithm Based on Attention Fusion Mechanisms 2024-Oct-21, Sensors (Basel, Switzerland) DOI:10.3390/s24206757 PMID:39460235	研究论文	研究基于注意力融合机制的道路内部病害识别算法	提出了一种基于深度学习的多视角识别算法模型，并在通道和视角之间嵌入了注意力融合机制	未提及具体限制	通过深度学习算法识别道路内部病害，提高识别效率	沥青路面内部病害	计算机视觉	NA	深度学习	注意力融合机制	图像	未提及具体样本数量
4394	2024-10-29	Blind Recognition of Frame Synchronization Based on Deep Learning 2024-Oct-21, Sensors (Basel, Switzerland) DOI:10.3390/s24206767 PMID:39460248	研究论文	提出了一种基于深度学习的帧同步盲识别算法，以提高非合作通信系统中的检测性能	通过将二进制数据转换为灰度图像并生成RGB图像，利用图像处理技术进行帧同步识别，显著提高了在高误码率下的检测性能	未提及具体的局限性	改进非合作通信系统中帧同步的检测性能	帧同步的盲识别	机器学习	NA	深度学习	神经网络	图像	未提及具体样本数量
4395	2024-10-29	Spatial Resolution Enhancement Framework Using Convolutional Attention-Based Token Mixer 2024-Oct-21, Sensors (Basel, Switzerland) DOI:10.3390/s24206754 PMID:39460237	研究论文	提出了一种基于卷积注意力机制的令牌混合器方法，用于增强遥感数据的空间分辨率	利用多头的卷积注意力块和子像素卷积技术，有效提取和融合空间和光谱信息	NA	提高卫星传感器捕捉图像的空间分辨率和精度	遥感图像的空间分辨率增强	计算机视觉	NA	卷积注意力机制	卷积神经网络	图像	两种数据类型：视觉-热红外数据集和视觉-高光谱数据集
4396	2024-10-29	Reproducibility and interpretability in radiomics: a critical assessment 2024-Oct-21, Diagnostic and interventional radiology (Ankara, Turkey) DOI:10.4274/dir.2024.242719 PMID:39463040	综述	本文对放射组学领域的可重复性和可解释性进行了批判性评估	NA	本文指出了放射组学研究中由于成像和后续统计分析的变异性导致的可重复性问题，以及模型可解释性受限的问题	评估放射组学领域的可重复性和可解释性问题	放射组学研究中的成像和统计分析	数字病理学	NA	放射组学	机器学习方法和深度学习方法	图像	小样本量
4397	2024-10-29	Wearable Biosensor Smart Glasses Based on Augmented Reality and Eye Tracking 2024-Oct-20, Sensors (Basel, Switzerland) DOI:10.3390/s24206740 PMID:39460220	研究论文	研究开发基于增强现实和眼动追踪技术的智能眼镜，实现实时场景感知和用户意图分析	结合增强现实和眼动追踪技术，通过深度学习方法和几何模型提升系统在复杂环境中的用户行为和环境信息感知能力	未来研究需要进一步优化智能眼镜的算法和硬件性能	优化可穿戴生物传感器技术的性能，提高数据交互准确性	基于增强现实和眼动追踪技术的智能眼镜	NA	NA	增强现实、眼动追踪、深度学习	NA	NA	NA
4398	2024-10-29	Investigation of Unsafe Construction Site Conditions Using Deep Learning Algorithms Using Unmanned Aerial Vehicles 2024-Oct-20, Sensors (Basel, Switzerland) DOI:10.3390/s24206737 PMID:39460217	研究论文	利用无人机和深度学习算法监测建筑工地安全状况，特别是工人是否佩戴安全帽	开发了一种利用无人机和Faster R-CNN算法实时检测工人是否佩戴安全帽的系统，显著提高了建筑工地的安全性	NA	通过无人机技术提高建筑工地的安全性	建筑工地的安全状况，特别是工人是否佩戴安全帽	计算机视觉	NA	tensorflow	Faster R-CNN	图像	NA
4399	2024-10-29	Vision-Based Real-Time Bolt Loosening Detection by Identifying Anti-Loosening Lines 2024-Oct-20, Sensors (Basel, Switzerland) DOI:10.3390/s24206747 PMID:39460227	研究论文	本文提出了一种基于视觉的实时螺栓松动检测方法，通过识别螺栓连接处的防松线标记来检测螺栓松动	该方法采用YOLOv10-S深度学习模型进行高精度实时螺栓检测，并结合Fast-SCNN图像分割技术，有效隔离螺栓和螺母区域，准确提取防松线标记，相比传统方法和其他视觉方法，具有非接触测量、实时检测能力、降低检测误差和广泛适应性等优势	NA	确保设备安全运行	螺栓松动检测	计算机视觉	NA	深度学习	YOLOv10-S	图像	2048 × 1024像素的高分辨率图像
4400	2024-10-29	Vehicle Localization Method in Complex SAR Images Based on Feature Reconstruction and Aggregation 2024-Oct-20, Sensors (Basel, Switzerland) DOI:10.3390/s24206746 PMID:39460226	研究论文	本文提出了一种基于特征重构和聚合的复杂SAR图像车辆定位方法	本文创新性地结合了空间-通道重构模块和渐进交叉融合机制，有效提升了SAR图像中车辆特征的提取质量	NA	提高SAR图像中车辆定位的准确性	SAR图像中的车辆目标	计算机视觉	NA	NA	CNN	图像	复杂场景SAR图像车辆数据集