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
5281	2024-10-17	Fruit and vegetable leaf disease recognition based on a novel custom convolutional neural network and shallow classifier 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1469685 PMID:39403618	研究论文	本文提出了一种基于自定义卷积神经网络和浅层分类器的水果和蔬菜叶片疾病识别方法	本文提出了一种新的深度学习和优化框架，结合了Bi-LSTM和Haze减少技术进行对比度增强，并设计了两种自定义模型BRwSA和IBRwSA，以及使用改进的人类学习优化算法进行特征优化和分类	NA	解决水果和蔬菜叶片疾病识别中的挑战，提高分类准确性和减少测试时间	苹果和黄瓜叶片疾病	计算机视觉	NA	卷积神经网络	卷积神经网络	图像	苹果和黄瓜叶片数据集
5282	2024-10-16	Psychiatric disorders from EEG signals through deep learning models 2024-Dec, IBRO neuroscience reports IF:2.0Q3 DOI:10.1016/j.ibneur.2024.09.003 PMID:39398346	研究论文	本研究提出了一种基于深度学习技术的改进EEG诊断模型，用于提高精神障碍的诊断准确性	本研究采用了多种深度学习模型（如ANN、KNN、LSTM、Bi LSTM和CNN-LSTM）对EEG数据进行分析，显著提高了精神障碍的诊断准确性	NA	提高精神障碍的诊断准确性	精神障碍的诊断	机器学习	精神障碍	深度学习	ANN、KNN、LSTM、Bi LSTM、CNN-LSTM	EEG数据	945人，包括850名患者和95名健康受试者
5283	2024-10-16	A comprehensive dental dataset of six classes for deep learning based object detection study 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110970 PMID:39398472	研究论文	本文介绍了一个用于深度学习对象检测研究的牙科数据集	该数据集包含了232张全景牙科放射图像，分为六类，并应用了CLAHE技术进行图像增强和数据增强	NA	改进基于深度学习的牙科疾病检测和分类研究	牙科疾病数据集	计算机视觉	NA	CLAHE	NA	图像	232张全景牙科放射图像
5284	2024-10-16	Deep feature batch correction using ComBat for machine learning applications in computational pathology 2024-Dec, Journal of pathology informatics DOI:10.1016/j.jpi.2024.100396 PMID:39398947	研究论文	本文研究了使用ComBat方法对深度学习特征进行批量校正，以提高计算病理学中机器学习模型的性能	提出了一种使用ComBat方法对深度学习特征进行批量校正的新方法，以减少AI模型学习到混杂特征的风险	NA	研究如何减少AI模型在处理多源数据时学习到混杂特征的风险，以提高模型的泛化能力和可靠性	研究对象包括来自TCGA的结肠癌和胃腺癌的全切片图像，以及通过三种特征提取模型获得的补丁嵌入	数字病理学	结肠癌	ComBat	基于注意力的多实例学习模型	图像	包括来自TCGA的结肠癌和胃腺癌数据集的全切片图像
5285	2024-10-16	Deep learning for diagnostic charting on pediatric panoramic radiographs 2024-Oct-15, International journal of computerized dentistry IF:1.8Q2 DOI:10.3290/j.ijcd.b4200863 PMID:37417445	研究论文	评估深度学习程序在儿童全景X光片上检测和分类牙齿结构及治疗的能力	使用YOLOv4模型在儿童全景X光片上成功诊断出乳牙、恒牙胚和牙套，具有较高的F1分数	模型在检测某些牙齿结构和治疗（如填充物、根管治疗和多余牙齿）方面存在局限性	评估深度学习程序在儿童全景X光片上检测和分类牙齿结构及治疗的表现	4821张5至13岁儿童的全景X光片	计算机视觉	NA	深度学习	卷积神经网络（CNN）	图像	4821张儿童全景X光片
5286	2024-10-16	Tracing Microplastic Aging Processes Using Multimodal Deep Learning: A Predictive Model for Enhanced Traceability 2024-Oct-15, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.4c05022 PMID:39251361	研究论文	本文提出了一种多模态深度学习模型，用于追踪老化微塑料的典型老化因素	利用多模态深度学习模型提高了老化微塑料老化因素预测的准确性和减少了预测偏差	NA	追踪和理解微塑料的老化过程，为老化微塑料的环境风险评估提供更准确的数据	老化微塑料的老化过程及其物理化学特性	机器学习	NA	多模态深度学习	多模态深度学习模型	图像和光谱数据	130个经历不同老化过程的老化微塑料样本，包含1353张表面形态图像和1353个傅里叶变换红外光谱
5287	2024-10-16	Early heart disease prediction using feature engineering and machine learning algorithms 2024-Oct-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38731 PMID:39397946	研究论文	本研究利用特征工程和机器学习算法进行早期心脏病预测	本研究通过对比分析多种机器学习算法，选择最优算法进行早期心脏病预测，并采用超参数调优方法提升模型性能	本研究仅使用了Cleveland和Statlog心脏数据集，未来可以扩展到更多数据集以验证模型的泛化能力	开发一个用于早期心血管疾病预测的机器学习系统	心血管疾病	机器学习	心血管疾病	机器学习	决策树、随机森林、支持向量机、逻辑回归、自适应增强、K近邻	数据集	使用了Cleveland和Statlog心脏数据集
5288	2024-10-16	Application of mask R-CNN for building detection in UAV remote sensing images 2024-Oct-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38141 PMID:39397997	研究论文	本文提出了一种基于Mask R-CNN的建筑物特征提取方法，用于提高无人机遥感图像中建筑物检测的准确性和细节	本文创新性地将Mask R-CNN应用于建筑物特征提取，相比传统方法和其他深度学习模型，显著提高了检测精度和稳定性	NA	解决传统方法在复杂背景下建筑物特征提取精度低和三维建模细节不足的问题	无人机遥感图像中的建筑物	计算机视觉	NA	Mask R-CNN	Mask R-CNN	图像	通过航拍获取的城市建筑物图像，并进行了建筑物轮廓标注
5289	2024-10-16	Hybrid ensemble deep learning model for advancing breast cancer detection and classification in clinical applications 2024-Oct-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38374 PMID:39398009	研究论文	研究提出了一种混合集成深度学习模型，用于提高临床应用中乳腺癌检测和分类的准确性	该研究引入了混合模型，结合图像预处理技术和深度学习算法，显著提高了乳腺癌病变的检测和分类准确性	NA	提高乳腺癌检测和分类的准确性	乳腺X光片中的乳腺癌病变	计算机视觉	乳腺癌	对比度受限自适应直方图均衡化、高斯模糊、锐化方法、集成深度随机向量-功能链接神经网络算法、YOLOv5、MedSAM分割模型	混合集成深度学习模型	图像	20,000张乳腺X光片，800名患者
5290	2024-10-16	Enhanced classification performance using deep learning based segmentation for pulmonary embolism detection in CT angiography 2024-Oct-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38118 PMID:39398015	研究论文	开发了一种基于深度学习的算法，用于在CT肺动脉造影中自动准确地分类患者是否患有肺栓塞	使用nnU-Net进行分割，并通过基于PE体积和概率阈值的逻辑规则增强分类性能	NA	开发一种自动且准确的深度学习算法，用于在CT肺动脉造影中检测肺栓塞	CT肺动脉造影中的肺栓塞检测	计算机视觉	肺栓塞	深度学习	nnU-Net	图像	700例CT肺动脉造影检查，来自652名患者，其中149例包含1497个由放射科医生追踪的PE
5291	2024-10-16	Deep geometric learning for intracranial aneurysm detection: towards expert rater performance 2024-Oct-14, Journal of neurointerventional surgery IF:4.5Q1 DOI:10.1136/jnis-2023-020905 PMID:37833055	研究论文	本文提出了一种新颖的无模态限制的两步法用于颅内动脉瘤检测，旨在达到专家评级水平	本文提出了一种新颖的无模态限制的两步法，结合了nnU-Net和PointNet++模型，用于颅内动脉瘤的检测	NA	提高颅内动脉瘤检测的敏感性和减少误报率，达到专家评级水平	颅内动脉瘤的检测	计算机视觉	NA	深度学习	nnU-Net, PointNet++	图像	1054个MRA扫描和2174个CTA扫描
5292	2024-10-16	Generative Biomedical Event Extraction with Constrained Decoding Strategy 2024-Oct-14, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3480088 PMID:39401115	研究论文	本文提出了一种基于T5预训练语言模型的生物医学事件生成模型，采用序列到序列生成范式，并使用约束解码算法和课程学习算法进行高效模型学习	本文的创新点在于采用生成模型而非传统的提取方法来处理生物医学事件提取任务，并通过约束解码算法和课程学习算法提高模型性能	NA	本文的研究目的是改进生物医学事件提取任务的处理方法，提高模型性能	本文的研究对象是生物医学事件提取任务	自然语言处理	NA	约束解码算法、课程学习算法	生成模型	文本	两个公共基准数据集：Genia 2011和Genia 2013
5293	2024-10-16	TKR-FSOD: Fetal Anatomical Structure Few-Shot Detection Utilizing Topological Knowledge Reasoning 2024-Oct-14, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3480197 PMID:39401118	研究论文	提出了一种利用拓扑知识推理进行胎儿解剖结构少样本检测的方法	引入拓扑知识推理模块和判别能力增强特征学习模块，提升模型在少样本情况下的检测性能	未提及具体局限性	改进超声图像中胎儿解剖结构的检测方法，特别是在样本稀缺的情况下	胎儿超声图像中的解剖结构	计算机视觉	NA	少样本学习	TKR-FSOD	图像	5-shot
5294	2024-10-16	Deep Learning-Based Estimation of Radiographic Position to Automatically Set Up the X-Ray Prime Factors 2024-Oct-14, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01256-x PMID:39402356	研究论文	本文提出了一种基于深度学习的方法，通过预先拍摄的照片自动估计放射摄影位置，从而优化X射线主要参数的设置	本文的创新点在于利用深度学习模型自动估计放射摄影位置，从而减少曝光错误和患者接受的辐射剂量	大多数错误发生在放射摄影位置中患者姿势相似的照片中	研究目的是通过自动估计放射摄影位置来优化X射线主要参数的设置，减少曝光错误和患者接受的辐射剂量	研究对象是放射摄影位置和X射线主要参数	计算机视觉	NA	深度学习	ConvNeXt	图像	75名志愿者在两个不同的X射线设施中拍摄的66种常见的放射摄影位置
5295	2024-10-16	BCCHI-HCNN: Breast Cancer Classification from Histopathological Images Using Hybrid Deep CNN Models 2024-Oct-14, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01297-2 PMID:39402357	研究论文	本研究利用深度卷积神经网络模型从组织病理学图像中进行乳腺癌分类	本研究通过结合多种分类器（如SVM、决策树和KNN）并使用迁移学习技术，改进了深度卷积神经网络模型的性能	本研究未提及具体的局限性	旨在通过组织病理学图像的分析，利用深度卷积神经网络模型实现乳腺癌的早期和精确识别	乳腺癌的组织病理学图像	计算机视觉	乳腺癌	深度卷积神经网络（CNN）	混合深度CNN模型	图像	未提及具体样本数量
5296	2024-10-16	AI-Guided Design of MALDI Matrices: Exploring the Electron Transfer Chemical Space for Mass Spectrometric Analysis of Low-Molecular-Weight Compounds 2024-Oct-14, Journal of the American Society for Mass Spectrometry IF:3.1Q1 DOI:10.1021/jasms.4c00186 PMID:39402868	研究论文	本文提出了一种基于人工智能的目标导向生成模型，用于设计适用于电子转移过程的MALDI矩阵，以优化低分子量化合物的质谱分析	本文首次利用计算化学数据和人工智能生成模型，探索了电子转移化学空间，以设计优化的MALDI矩阵	研究结果需要通过实验验证，目前尚未合成和测试生成的化合物	开发一种新的方法，利用人工智能生成模型设计适用于电子转移过程的MALDI矩阵	电子转移MALDI矩阵的设计和优化	机器学习	NA	MALDI MS	RNN	分子结构数据	30种已报道的电子转移矩阵，生成了82753种化合物
5297	2024-10-16	Data-driven solutions and parameter estimations of a family of higher-order KdV equations based on physics informed neural networks 2024-Oct-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74600-4 PMID:39396058	研究论文	本文研究了基于物理信息神经网络（PINN）的高阶KdV方程的数据驱动解和参数估计	采用sine激活函数的PINN框架在学习和参数估计方面表现出更高的精度	方程的复杂性影响PINN方法的准确性和效率	探索PINN在解决高阶非线性偏微分方程（NLPDEs）中的应用	高阶KdV方程的数据驱动解和参数估计	机器学习	NA	物理信息神经网络（PINN）	神经网络	数值数据	NA
5298	2024-10-16	Protein complex structure modeling by cross-modal alignment between cryo-EM maps and protein sequences 2024-Oct-11, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53116-5 PMID:39394203	研究论文	本文介绍了一种名为EModelX的全自动cryo-EM蛋白质复合物结构建模方法，通过跨模态对齐cryo-EM图谱和蛋白质序列实现序列引导建模	EModelX通过多任务深度学习预测Cα原子、骨架原子和氨基酸类型，并利用氨基酸轮廓与蛋白质序列对齐，提高了建模精度	NA	开发一种全自动的cryo-EM蛋白质复合物结构建模方法，提高建模精度	cryo-EM图谱和蛋白质序列	计算机视觉	NA	cryo-EM	多任务深度学习	图像	测试集中的蛋白质复合物结构
5299	2024-10-16	A dataset of 0.05-degree leaf area index in China during 1983-2100 based on deep learning network 2024-Oct-11, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03948-z PMID:39394222	研究论文	本文基于深度学习网络生成了1983-2100年中国0.05度分辨率的叶面积指数（LAI）数据集	首次生成了高分辨率的LAI数据集，揭示了中国未来情景下的潜在植被变化	NA	生成高空间分辨率的LAI数据集，用于研究中国历史和未来情景下的植被变化	叶面积指数（LAI）数据集	地球与环境科学	NA	深度学习	LAI Downscaling Network (LAIDN)	叶面积指数数据	1983-2100年间的月度数据，包括历史时期（1983-2014）和未来情景（2015-2100，包括SSP-126, SSP-245, SSP-370, SSP-585）
5300	2024-10-16	Fast Window-Based Event Denoising with Spatiotemporal Correlation Enhancement 2024-Oct-10, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3467709 PMID:39388326	研究论文	提出了一种基于窗口的事件去噪方法，通过时空相关性增强来提高去噪效果和实时处理能力	同时处理一组事件，而不是逐个处理，并提供了基于概率分布的理论分析来增强可解释性	NA	提高事件去噪的准确性和实时处理能力	事件数据的去噪处理	计算机视觉	NA	卷积稀疏编码	CNN	事件数据	NA