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
6061	2024-10-12	GSP-AI: An AI-Powered Platform for Identifying Key Growth Stages and the Vegetative-to-Reproductive Transition in Wheat Using Trilateral Drone Imagery and Meteorological Data 2024, Plant phenomics (Washington, D.C.) DOI:10.34133/plantphenomics.0255 PMID:39386010	研究论文	本文介绍了一种名为GSP-AI的多模态深度学习模型，用于基于无人机采集的冠层图像和多季节气候数据识别小麦的关键生长阶段和生殖转换	提出了GSP-AI模型，结合Res2Net和LSTM架构，能够有效识别小麦的关键生长阶段并预测生殖转换时间	NA	开发一种可靠且可扩展的工具，用于在田间条件下准确评估小麦的生长阶段	小麦的生长阶段和生殖转换	计算机视觉	NA	深度学习	Res2Net和LSTM	图像和气候数据	70,410张标注图像，来自中国54个品种，英国109个品种，美国100个品种，以及关键气候因素
6062	2024-10-12	Exploring the use of deep learning models for accurate tracking of 3D zebrafish trajectories 2024, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2024.1461264 PMID:39386044	研究论文	本研究利用深度学习模型对斑马鱼的3D运动轨迹进行精确追踪	本研究首次使用深度学习模型对斑马鱼的3D运动轨迹进行追踪，并取得了高精度和高召回率的结果	本研究仅限于斑马鱼的3D运动追踪，未涉及其他生物或更复杂的环境	开发一种精确追踪斑马鱼3D运动轨迹的方法，以更好地理解其行为和生理状态	斑马鱼的3D运动轨迹	计算机视觉	心血管疾病	深度学习	YOLOv7	图像	21,360张图像，3,632个3D坐标
6063	2024-10-12	Assessing the performance of large language models (LLMs) in answering medical questions regarding breast cancer in the Chinese context 2024 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076241284771 PMID:39386109	研究论文	评估大型语言模型（LLMs）在中国背景下回答乳腺癌相关医学问题的表现	本研究首次系统评估了ChatGPT、ERNIE Bot和ChatGLM在中国背景下回答乳腺癌相关问题的表现	LLMs在回答乳腺癌治疗相关问题时的准确性较低，需要医疗专业人员的监督	评估和比较大型语言模型在回答中国背景下乳腺癌相关医学问题的表现	ChatGPT、ERNIE Bot和ChatGLM在回答乳腺癌相关问题时的准确性、长度和可读性	自然语言处理	乳腺癌	NA	大型语言模型（LLMs）	文本	60个乳腺癌相关问题
6064	2024-10-12	Deep Learning in Heart Sound Analysis: From Techniques to Clinical Applications 2024, Health data science DOI:10.34133/hds.0182 PMID:39387057	综述	本文综述了深度学习在心音分析中的应用，包括常用的心音数据集、基本原理和最新技术，以及当前的应用和未来改进方向	本文整合了常用的心音数据集，并介绍了心音分析和深度学习的基本原理与最新技术	现有研究需要解决挑战并改进技术以实现更广泛的临床应用	总结深度学习在心音分析中的应用及其局限性和未来改进方向	心音数据集、深度学习技术及其在心音分析中的应用	机器学习	心血管疾病	深度学习	人工神经网络	音频	NA
6065	2024-10-12	MS-CFNet: a multi-scale clinical studying-based and feature extraction-guided network for breast fibroadenoma segmentation in ultrasonography 2024-Jan, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-023-00330-7 PMID:38186950	研究论文	本文提出了一种基于多尺度临床学习和特征提取引导的网络MS-CFNet，用于超声图像中乳腺纤维腺瘤的分割	本文创新性地将放射科医生的临床诊断技能与人工智能结合，通过空间局部特征对比模块和通道递归门控注意力模块增强特征提取和边缘感知，并引入新的cosh-smooth损失函数优化肿瘤边界	NA	开发一种能够有效分割超声图像中乳腺纤维腺瘤的深度学习网络	乳腺纤维腺瘤的超声图像分割	计算机视觉	乳腺疾病	深度学习	MS-CFNet	图像	1016张临床超声图像和246张公开数据集图像
6066	2024-10-11	A semi-labelled dataset for fault detection in air handling units from a large-scale office 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110956 PMID:39381011	研究论文	本文构建了一个用于空气处理单元故障检测的半标签数据集，并应用半监督学习方法进行示例分析	该数据集来源于韩国一个大型办公室的真实运营数据，目前在该领域尚不存在此类数据集，且数据集由专家标注，确保了故障分类的准确性	NA	开发适用于实际应用的健壮故障检测与诊断技术	空气处理单元（AHU）的故障检测与诊断	机器学习	NA	半监督学习	NA	时间序列数据	从2023年11月到2024年5月，每小时采集一次数据，数据集部分由专家标注，分为六类：正常条件、送风机故障、总加热泵故障、回风温度传感器故障、送风温度传感器故障和阀门位置故障
6067	2024-10-11	DeepTool: A deep learning framework for tool wear onset detection and remaining useful life prediction 2024-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.102965 PMID:39381346	研究论文	本文介绍了一个基于深度学习的工具磨损检测和剩余使用寿命预测系统DeepTool	使用自收集的传感器数据集和混合自动编码器-LSTM及编码器-解码器LSTM模型进行工具磨损预测	NA	优化铣削操作中的工具可用性和寿命估计，以提高可靠性和降低成本	铣削工具的磨损检测和剩余使用寿命预测	机器学习	NA	深度学习	混合自动编码器-LSTM和编码器-解码器LSTM	传感器数据	自收集的传感器数据集，包含不同切削设置下的铣削测试数据
6068	2024-10-11	Deconstructing Deep Active Inference: A Contrarian Information Gatherer 2024-Oct-11, Neural computation IF:2.7Q3 DOI:10.1162/neco_a_01697 PMID:39141805	研究论文	本文探讨了深度主动推理（Deep Active Inference）的理论及其在复杂任务中的应用	本文通过实现变分自编码器（VAE）、深度隐马尔可夫模型（HMM）和深度关键隐马尔可夫模型（CHMM），并比较了不同动作选择策略的效果，揭示了最大化奖励的CHMM在解决dSprites环境任务中的优势	本文发现最小化预期自由能的CHMM几乎总是选择相同的动作，导致无法解决dSprites环境任务，表明在某些情况下深度主动推理中的认知价值可能会退化，失去信息获取能力	研究如何通过深度主动推理解决更复杂的任务	深度主动推理模型及其在dSprites环境中的应用	机器学习	NA	深度学习	变分自编码器（VAE）、隐马尔可夫模型（HMM）、关键隐马尔可夫模型（CHMM）	图像	NA
6069	2024-10-11	Multifunctional Human-Computer Interaction System Based on Deep Learning-Assisted Strain Sensing Array 2024-Oct-09, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c12758 PMID:39325961	研究论文	开发了一种基于柔性压电传感器和深度学习神经网络的智能步态监测与分析预测系统	该系统具有高灵敏度、快速响应和优异的稳定性，能够实时检测和推断人体运动状态	NA	开发一种适用于日常生活的步态监测系统，用于健康监测和疾病早期诊断	步态数据和人体运动状态	人机交互	NA	深度学习	神经网络	步态数据	NA
6070	2024-10-11	Facia-fix: mobile application for bell's palsy diagnosis and assessment using computer vision and deep learning 2024-Oct-09, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad8094 PMID:39332435	研究论文	介绍了一种名为Facia-Fix的移动应用程序，用于贝尔麻痹的诊断和评估，结合计算机视觉和深度学习技术进行实时面部特征分析	使用先进的深度学习模型提供准确、客观、非侵入性和实时的全面量化评估	NA	开发一种新的移动应用程序，用于贝尔麻痹的早期和准确诊断	贝尔麻痹的诊断和评估	计算机视觉	神经疾病	深度学习	MobileNet, CNN, MLP, VGG16, Vision Transformer	图像	使用公开的YouTube FP (YFP)数据集进行训练和评估
6071	2024-10-11	Multifunctional Self-Powered Sensors Integrated on a Robot Hand for Detecting Temperature-Pressure Stimuli and Recognizing Objects 2024-Oct-09, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c12062 PMID:39344308	研究论文	提出了一种多功能自供电传感器，集成在机器人手上，用于检测温度和压力刺激并识别物体	该传感器利用摩擦电和热电效应，能够同时响应压力和温度刺激，并通过深度学习模型融合信号特征，实现了高精度的物体识别	NA	开发一种能够同时检测温度和压力刺激并识别物体的自供电传感器，以提高机器人在物体识别方面的能力	多功能自供电传感器及其在机器人手上的应用	机器人技术	NA	摩擦电效应、热电效应	深度学习模型	信号	10种物体
6072	2024-10-11	Self-Supervised Learning for Feature Extraction from Glomerular Images and Disease Classification with Minimal Annotations 2024-Oct-09, Journal of the American Society of Nephrology : JASN IF:10.3Q1 DOI:10.1681/ASN.0000000514 PMID:39382977	研究论文	本文研究了使用自监督学习方法从肾小球图像中提取特征并进行疾病分类	本文首次将DINO自监督学习方法应用于未标记的PAS染色肾小球图像，并展示了其在疾病分类中的优越性能	本文的局限性在于依赖于特定的肾小球图像数据集，可能不适用于其他类型的病理图像	研究如何利用自监督学习方法从有限的标注数据中提取有效的病理特征，并应用于疾病分类	肾小球图像及其对应的疾病分类	数字病理学	肾病	自监督学习	DINO	图像	10,423张肾小球图像，来自384张PAS染色的肾活检切片
6073	2024-10-11	Screening chronic kidney disease through deep learning utilizing ultra-wide-field fundus images 2024-Oct-07, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01271-w PMID:39375513	研究论文	本文提出了一种基于深度学习的慢性肾病筛查模型UWF-CKDS，利用超广角眼底图像预测慢性肾病	UWF-CKDS模型利用超广角眼底图像和相关医学历史数据，相比使用中央区域裁剪图像的CTR-CKDS模型，表现出更优越的性能	NA	开发一种基于深度学习的慢性肾病筛查模型，以解决慢性肾病筛查中的挑战	慢性肾病（CKD）的筛查	计算机视觉	肾脏疾病	深度学习	深度学习模型	图像	来自中国23家三级医院的数据
6074	2024-10-11	Clinic, CT radiomics, and deep learning combined model for the prediction of invasive pulmonary aspergillosis 2024-Oct-07, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01442-x PMID:39375609	研究论文	本研究结合临床数据、CT影像组学和深度学习模型，构建了一个用于预测侵袭性肺曲霉病的综合模型	本研究创新性地结合了临床数据、CT影像组学和深度学习模型，构建了一个综合模型，显著提高了侵袭性肺曲霉病的预测准确性	本研究仅基于单一机构的回顾性数据，未来需要多中心的前瞻性研究来验证模型的普适性	利用人工智能技术提高侵袭性肺曲霉病的诊断准确性	侵袭性肺曲霉病及其非侵袭性对照组患者	机器学习	肺部疾病	深度学习	卷积神经网络	影像	共263例患者，其中148例为侵袭性肺曲霉病，115例为非侵袭性肺曲霉病
6075	2024-10-11	Equipping computational pathology systems with artifact processing pipelines: a showcase for computation and performance trade-offs 2024-Oct-07, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02676-z PMID:39375719	研究论文	本文提出了一种混合专家（MoE）方案，用于检测全切片图像（WSIs）中的五种显著伪影，并评估了计算和性能之间的权衡	提出了混合专家（MoE）方案，通过独立训练的深度学习模型捕捉特定伪影形态，并使用融合机制进行集成，提高了伪影检测的敏感性	最佳性能的MoE方案在计算复杂性上相对较高，没有一种深度学习解决方案适用于所有类型的数据和应用	开发一种可靠的计算病理学（CPATH）系统，用于检测和排除伪影，以实现自动诊断的可靠性	全切片图像（WSIs）中的伪影检测	数字病理学	NA	深度学习	混合专家（MoE）、深度卷积神经网络（DCNNs）、视觉变换器（ViTs）	图像	来自不同医院和癌症类型的数据集
6076	2024-10-11	Insights into predicting small molecule retention times in liquid chromatography using deep learning 2024-Oct-07, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-024-00905-1 PMID:39375739	综述	本文综述了过去五年在计算代谢组学中使用人工智能技术预测小分子保留时间方面的进展	本文介绍了人工智能技术在预测小分子保留时间方面的应用，并讨论了公开数据集和分子表示方法	本文指出在实现实际应用中仍需解决的挑战，包括分子表示不一致性等问题	探讨人工智能技术在预测小分子保留时间中的应用及其在代谢组学中的潜力	小分子保留时间预测及其在代谢组学中的应用	机器学习	NA	深度学习	深度学习模型	数据集	NA
6077	2024-10-11	LENAS: Learning-Based Neural Architecture Search and Ensemble for 3-D Radiotherapy Dose Prediction 2024-Oct, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2024.3390769 PMID:38728131	研究论文	本文提出了一种基于学习的集成方法LENAS，结合神经架构搜索和知识蒸馏，用于3D放射治疗剂量预测	本文创新性地将神经架构搜索与知识蒸馏相结合，通过教师-学生范式和混合损失设计，提高了模型性能并降低了复杂性	NA	改进放射治疗计划过程的质量和效率	3D放射治疗剂量预测	机器学习	NA	神经架构搜索、知识蒸馏	集成学习模型	3D图像	两个公开数据集：OpenKBP和AIMIS
6078	2024-10-11	DEep LearnIng-based QuaNtification of epicardial adipose tissue predicts MACE in patients undergoing stress CMR 2024-10, Atherosclerosis IF:4.9Q1 DOI:10.1016/j.atherosclerosis.2024.117549 PMID:38679562	研究论文	本研究探讨了基于深度学习的EAT体积量化在预测接受应激心脏磁共振成像患者MACE中的额外预后价值	本研究开发并训练了一种深度学习算法，用于从心脏磁共振成像中量化EAT体积，并发现其在MACE预测中提供了额外的预后信息	NA	探讨EAT体积在预测MACE中的额外预后价值	接受应激心脏磁共振成像的患者	计算机视觉	心血管疾病	深度学习	深度学习算法	图像	730名患者，分为365人的推导组和365人的验证组
6079	2024-10-11	Accurate prediction of discontinuous crack paths in random porous media via a generative deep learning model 2024-Oct, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2413462121 PMID:39320916	研究论文	开发了一种生成式深度学习模型，用于准确预测随机多孔介质中的不连续裂纹路径	提出了一个独特的生成式深度学习模型，通过两步策略解构断裂过程，精确描述了孔隙结构、断裂的多尺度行为和不连续裂纹传播之间的强相互作用	NA	深入理解微观结构中的断裂机制，定制高性能抗裂多孔介质	随机多孔介质中的裂纹路径预测	计算机视觉	NA	深度学习	生成式深度学习模型	图像	NA
6080	2024-10-11	Differential diagnosis between low-risk and high-risk thymoma: Comparison of diagnostic performance of radiologists with and without deep learning model 2024-Oct, Acta radiologica open IF:0.9Q4 DOI:10.1177/20584601241288509 PMID:39380892	研究论文	本文开发了一种基于CT的深度学习模型，用于区分低风险和高风险胸腺瘤，并比较了放射科医生在使用和不使用该模型情况下的诊断性能	本文首次在胸腺瘤的CT图像上应用深度学习模型进行风险分类，并比较了模型与放射科医生的诊断性能	深度学习模型的AUC提升不显著，且样本量相对较小	开发一种基于CT的深度学习模型，用于区分低风险和高风险胸腺瘤，并评估其对放射科医生诊断性能的影响	胸腺瘤的风险分类及放射科医生的诊断性能	计算机视觉	胸腺瘤	深度学习	VGG16网络模型	CT图像	159名患者，160个胸腺瘤样本