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
6281	2024-09-26	A modified U-Net to detect real sperms in videos of human sperm cell 2024, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2024.1376546 PMID:39315244	研究论文	研究探讨了在人类精子细胞视频中检测真实精子的改进U-Net模型	提出了使用UNet++与ResNet34结合的模型，在VISEM数据集上表现出色	在识别紧密相邻的精子细胞方面仍存在挑战	提高男性不育诊断中精子分割的自动化程度	人类精子细胞视频中的精子分割	计算机视觉	男性不育	深度学习	UNet++	视频	使用了VISEM数据集中的帧
6282	2024-09-26	An experimental study of acoustic bird repellents for reducing bird encroachment in pear orchards 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1365275 PMID:39315369	研究论文	本文设计了一种基于计算机视觉的声波鸟类驱赶系统，结合深度学习目标识别技术，用于减少梨园中的鸟类侵扰	首次将计算机视觉与声波驱鸟技术结合，通过深度学习模型识别鸟类并进行驱赶	实验规模较小，仅在两个实验区域进行测试，未来需在更大范围内验证其有效性	研究声波鸟类驱赶技术在梨园中的应用，减少鸟类对高价值作物的损害	梨园中的鸟类侵扰及其对作物产量的影响	计算机视觉	NA	深度学习目标识别技术	神经网络模型	视频	两个实验区域，使用声波驱鸟器和无驱鸟器的对照组进行对比
6283	2024-09-26	Prediction of nitrous oxide emission of a municipal wastewater treatment plant using LSTM-based deep learning models 2024-Jan, Environmental science and pollution research international DOI:10.1007/s11356-023-31250-9 PMID:38055175	研究论文	本研究开发并评估了基于LSTM的深度学习模型，用于预测瑞士某污水处理厂的NO排放	LSTM模型在预测NO排放方面优于RNN模型，表现出更高的准确性和鲁棒性	NA	评估深度学习模型在预测污水处理厂NO排放方面的性能	瑞士某污水处理厂的NO排放	机器学习	NA	深度学习	LSTM	数值数据	涉及六个关键参数
6284	2024-09-26	Evaluating the influence of road construction on landslide susceptibility in Saudi Arabia's mountainous terrain: a Bayesian-optimised deep learning approach with attention mechanism and sensitivity analysis 2024-Jan, Environmental science and pollution research international DOI:10.1007/s11356-023-31352-4 PMID:38082044	研究论文	研究评估了沙特阿拉伯山区道路建设对滑坡易感性的影响，采用贝叶斯优化深度学习方法结合注意力机制和敏感性分析	本研究创新性地结合了贝叶斯优化和注意力机制的深度学习模型，显著提高了滑坡预测的准确性	研究主要集中在沙特阿拉伯的Asir地区，可能限制了结果的普适性	开发高精度的深度学习模型来预测滑坡易感性，并进行全面的敏感性分析	沙特阿拉伯Asir地区的山区滑坡易感性	机器学习	NA	深度学习	CNN	图像	NA
6285	2024-09-25	Knowledge-based in silico fragmentation and annotation of mass spectra for natural products with MassKG 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.09.001 PMID:39310281	研究论文	介绍了一种基于知识的模拟碎片化和注释质谱的方法MassKG，用于天然产物的快速鉴定和新结构的发现	结合了基于知识的碎片化策略和深度学习分子生成模型，显著提高了质谱数据注释的效率和准确性	NA	开发一种高效的方法来注释天然产物的质谱数据，促进新活性结构的发现	天然产物的质谱数据	计算机视觉	NA	质谱分析	深度学习模型	质谱数据	407,720个已知天然产物结构，并基于此生成了266,353个新结构
6286	2024-09-25	Accurate Automated Quantification of Dopamine Transporter PET Without MRI Using Deep Learning-based Spatial Normalization 2024-Oct, Nuclear medicine and molecular imaging IF:1.3Q3 DOI:10.1007/s13139-024-00869-y PMID:39308485	研究论文	本文介绍了一种基于深度学习的空间归一化技术，用于在没有MRI支持的情况下自动量化多巴胺转运体PET图像	提出了一种新的自动量化方法，利用人工智能技术进行PET图像的空间归一化，无需解剖图像	NA	开发一种无需MRI支持的自动量化多巴胺转运体PET图像的方法	多巴胺转运体PET图像的自动量化	计算机视觉	帕金森病	深度学习	卷积神经网络	图像	训练集包含213对18F-FP-CIT PET和3D结构MRI数据，评估集包含89对数据，验证集包含135个外部数据集
6287	2024-09-25	High performance filtering and high-sensitivity concentration retrieval of methane in photoacoustic spectroscopy utilizing deep learning residual networks 2024-Oct, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2024.100647 PMID:39309019	研究论文	本文介绍了一种结合深度学习残差网络提高光声光谱法检测痕量气体性能的新方法	该方法通过集成光声光谱与包含40层加权层的残差网络模型，显著提高了甲烷浓度的检测精度和稳定性	NA	提高光声光谱法在痕量气体检测中的性能	甲烷浓度检测	机器学习	NA	光声光谱法	残差网络	信号	多组光声光谱信号
6288	2024-09-25	AI-Enhanced Prediction of Aortic Stenosis Progression: Insights From the PROGRESSA Study 2024-Oct, JACC. Advances DOI:10.1016/j.jacadv.2024.101234 PMID:39309663	研究论文	本研究利用机器学习和深度学习算法预测主动脉瓣狭窄的进展	使用LightGBM模型在预测主动脉瓣狭窄进展方面表现优于其他模型	NA	预测主动脉瓣狭窄的进展	303名参与PROGRESSA研究的患者的临床和超声心动图数据	机器学习	心血管疾病	机器学习和深度学习算法	LightGBM, Gated Recurrent Unit, Long Short-Term Memory, XGBoost	临床和超声心动图数据	303名患者
6289	2024-09-25	Research trends of computational toxicology: a bibliometric analysis 2024-Oct, Toxicology research IF:2.2Q3 DOI:10.1093/toxres/tfae147 PMID:39309752	研究论文	本文通过文献计量分析探讨了计算毒理学的研究趋势	研究展示了计算毒理学从传统方法向机器学习、分子对接和深度学习等高级计算方法的转变	研究仅基于Web of Science数据库的数据，可能存在数据偏差	评估计算毒理学领域科学研究的影响	计算毒理学中的计算方法在毒性评估中的应用	机器学习	NA	文献计量分析	机器学习、分子对接、深度学习	文献数据	1977年至2024年2月12日期间Web of Science数据库中的相关文献
6290	2024-09-25	Automated plan generation for prostate radiotherapy patients using deep learning and scripted optimization 2024-Oct, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2024.100641 PMID:39310221	研究论文	本文开发了一种基于深度学习和脚本优化的自动化前列腺放射治疗计划生成工作流程	首次在商业治疗计划系统中实现全自动化的前列腺放射治疗计划生成	仅在20个独立测试数据集上进行了验证，样本量较小	开发一种自动化前列腺放射治疗计划生成方法，以减少治疗计划的时间消耗	前列腺放射治疗计划	机器学习	前列腺癌	深度学习	ResUNet	3D轮廓数据	训练和验证数据集包含120个样本，独立测试数据集包含20个样本
6291	2024-09-25	Metformin dampens the progression of cholangiofibrosis induced by thioacetamide using deep learning 2024-Sep-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e37347 PMID:39309781	研究论文	研究探讨了二甲双胍在预防硫代乙酰胺诱导的胆管纤维化中的作用，并使用深度学习技术进行评估	首次使用深度学习卷积神经网络评估二甲双胍对胆管纤维化的影响	研究仅在动物模型中进行，尚未在人体中验证	评估二甲双胍作为预防胆管纤维化的潜在干预措施	硫代乙酰胺诱导的胆管纤维化	数字病理学	肝胆疾病	RNA测序	卷积神经网络	图像	大鼠模型
6292	2024-09-25	Remote sensing image road network detection based on channel attention mechanism 2024-Sep-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e37470 PMID:39309790	研究论文	本文结合通道注意力机制与ResNet，提出SE-ResNet和ECA-ResNet用于遥感图像道路网络检测	引入通道注意力机制，使网络更专注于道路网络特征的提取和学习，忽略部分非道路网络特征	增加了一定的计算负担	提高遥感图像中道路网络检测的准确性	遥感图像中的道路网络	计算机视觉	NA	通道注意力机制	ResNet	图像	使用了Massachusetts roads (MR)和CHN6-CUG roads数据集
6293	2024-09-25	Next-Generation swimming pool drowning prevention strategy integrating AI and IoT technologies 2024-Sep-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e35484 PMID:39309814	研究论文	本文探讨了将人工智能（AI）和物联网（IoT）技术集成到嵌入式系统中，以减少游泳池溺水事件的可能性	本文的创新点在于将嵌入式系统、人工智能和物联网技术结合，用于实时监控和识别危险情况，并通过图像识别和深度学习技术提高救援效率	NA	本文的研究目的是利用技术手段预防游泳池溺水事故，并提供及时的救援警报	本文的研究对象是游泳池溺水预防技术及其应用	计算机视觉	NA	计算机视觉、深度学习	深度学习	图像	NA
6294	2024-09-25	Dose prediction for cervical cancer in radiotherapy based on the beam channel generative adversarial network 2024-Sep-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e37472 PMID:39309882	研究论文	本研究提出了一种基于光束通道生成对抗网络（Bc-GAN）的宫颈癌放射治疗剂量预测方法	引入了一种新的剂量预测计算方法，通过定义剂量预测的近似范围，限制了GAN预测的物理范围，从而实现了更合理的剂量分布预测	研究仅限于宫颈癌病例，未来需要扩展到其他类型的肿瘤	解决现有深度学习方法在处理混合数据集时的挑战，特别是IMRT和VMAT的组合	宫颈癌患者的放射治疗剂量预测	机器学习	宫颈癌	生成对抗网络（GAN）	生成对抗网络（GAN）	医学图像	共收集了346例宫颈癌患者的数据，经过清洗后剩余295例，随机分为训练集、验证集和测试集，比例分别为205:60:30
6295	2024-09-25	Prairie Dog Optimization Algorithm with deep learning assisted based Aerial Image Classification on UAV imagery 2024-Sep-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e37446 PMID:39309890	研究论文	本文提出了一种基于深度学习的无人机图像分类方法，结合了草原犬鼠优化算法和深度学习模型	创新点在于将草原犬鼠优化算法应用于深度学习模型的超参数调优，并结合卷积变分自编码器模型进行图像分类	NA	研究目的是开发一种高效的无人机图像分类方法	研究对象是无人机拍摄的航空图像	计算机视觉	NA	深度学习	卷积神经网络 (CNN)	图像	使用了基准无人机图像数据集进行实验
6296	2024-09-25	Optimization of Chinese film and television communication technology in Portuguese-speaking areas under the application of digital Internet of Things 2024-Sep-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e37572 PMID:39309914	研究论文	研究通过深度学习技术优化中国电影在葡语国家的传播效果	利用深度学习技术设计电影特征识别和分类模型，并通过贝叶斯算法优化模型，提高计算速度和准确性	NA	优化中国电影在葡语国家的传播效果，促进中国文化传播的发展	中国电影在葡语国家的传播效果	机器学习	NA	深度学习 (DL)	贝叶斯算法	电影特征	NA
6297	2024-09-25	Spatio-temporal dynamics and influencing factors of carbon emissions (1997-2019) at county level in mainland China based on DMSP-OLS and NPP-VIIRS Nighttime Light Datasets 2024-Sep-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e37245 PMID:39309939	研究论文	本文利用深度学习方法处理夜间灯光数据集，估算了1997至2019年中国大陆县级碳排放量，并分析了其时空动态及影响因素	本文成功推导出更可靠的县级碳排放数据，揭示了空间动态和排放中心的演变，并发现了与主流观点不同的GDP与碳排放关系的N形和倒N形关系	NA	填补中国县级碳排放数据缺失，分析碳排放的时空动态及影响因素	1997至2019年中国大陆县级碳排放量及其影响因素	机器学习	NA	深度学习	NA	图像	1997至2019年中国大陆县级数据
6298	2024-09-25	trajPredRNN+: A new approach for precipitation nowcasting with weather radar echo images based on deep learning 2024-Sep-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36134 PMID:39309946	研究论文	本文提出了一种基于深度学习的新方法trajPredRNN+，用于使用天气雷达回波图像进行降水短时预报	该方法结合了轨迹分割模型和PredRNN深度学习模型，通过引入注意力机制和残差网络，以及提出更合理的训练损失函数，解决了现有模型在捕捉细粒度外观和处理位置错位问题上的局限性	NA	提高短时降雨预测的准确性，特别是对强降雨的预测	使用天气雷达回波图像进行降水短时预报	计算机视觉	NA	深度学习	PredRNN	图像	使用了深圳市气象局提供的雷达回波图数据集
6299	2024-09-25	Multi-label deep learning for comprehensive optic nerve head segmentation through data of fundus images 2024-Sep-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36996 PMID:39309959	研究论文	本文提出了一种基于多标签深度学习的视网膜图像中视神经头全面分割方法	利用U-Net架构结合迁移学习设计了三种多类语义分割模型，并通过结合MSU-Net和BU-Net生成HRF数据集的地面真值	研究仅使用了45张视网膜图像进行训练和验证，样本量较小	开发一种能够早期诊断和持续监测眼科疾病的计算机辅助检测技术	视网膜图像中的视盘、视杯、血管和视盘周围萎缩区（alpha和beta）	计算机视觉	NA	深度学习	U-Net	图像	45张视网膜图像
6300	2024-09-25	Reliability of brain volume measures of accelerated 3D T1-weighted images with deep learning-based reconstruction 2024-Sep-24, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-024-03461-5 PMID:39316090	研究论文	探讨基于深度学习的加速3D T1加权MRI扫描在脑体积测量中的可行性和可靠性	使用深度学习技术对加速的3D T1加权MRI图像进行重建，以提高脑体积测量的效率和准确性	研究仅限于特定的加速水平和软件工具，可能需要进一步验证在其他条件下的适用性	评估基于深度学习的加速MRI扫描在脑体积测量中的可行性和可靠性	3D T1加权MRI图像的脑体积测量	计算机视觉	NA	深度学习	NA	图像	模拟加速数据集42名参与者，验证数据集48名参与者