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
8181	2024-08-29	A deep learning method for multi-task intelligent detection of oral cancer based on optical fiber Raman spectroscopy 2024-03-14, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d3ay02250a PMID:38419435	研究论文	本文提出了一种结合拉曼光谱和深度学习的多任务智能口腔癌检测方法	该方法能够同时处理肿瘤分期、淋巴结分期和组织学分级等多个分类任务，并采用了四种不同的多任务网络模型	初步实验结果显示模型性能良好，但仍需进一步验证和优化	开发一种有效的多任务智能口腔癌检测方法，以提高诊断准确性	口腔癌患者的正常和癌变组织样本	机器学习	口腔癌	拉曼光谱	多任务网络模型（MTN-Alexnet, MTN-Googlenet, MTN-Resnet50, MTN-Transformer）	拉曼光谱数据	70个组织样本，来自35名口腔癌患者
8182	2024-08-29	Deep Learning to Differentiate Benign and Malignant Vertebral Fractures at Multidetector CT 2024-03, Radiology IF:12.1Q1 DOI:10.1148/radiol.231429 PMID:38530172	研究论文	研究基于CT的深度学习模型区分良性与恶性椎体骨折的可靠性	开发了使用三维U-Net编码器-分类器架构的深度学习模型，并应用数据增强技术，提高了区分良性与恶性椎体骨折的能力	研究使用了回顾性数据，且外部测试集来自单一额外医院	探讨深度学习模型在区分良性与恶性椎体骨折中的可靠性	良性与恶性椎体骨折的CT扫描图像	计算机视觉	NA	深度学习	三维U-Net	CT扫描图像	训练集包含381名患者，1307个椎骨；内部和外部测试集分别包含86名和65名患者
8183	2024-08-29	WATUNet: a deep neural network for segmentation of volumetric sweep imaging ultrasound 2024-Mar-01, Machine learning: science and technology DOI:10.1088/2632-2153/ad2e15 PMID:38464559	研究论文	本文介绍了一种名为Wavelet_Attention_UNet（WATUNet）的新型分割模型，该模型通过在编码器和解码器之间加入小波门和注意力门，改进了传统UNet架构的局限性，提高了模型性能。	WATUNet模型通过引入小波门和注意力门，解决了传统UNet架构中的梯度消失问题，增强了多尺度特征提取和选择性区域注意力。	NA	旨在通过深度学习技术，特别是卷积神经网络，改进乳腺癌诊断的准确性、节省时间和成本，并改善患者治疗效果。	研究对象包括公共的'Breast Ultrasound Images'数据集和作者在罗切斯特大学采集的私有VSI数据集，涵盖了三种类型的病变：无肿块、良性肿块和恶性肿块。	计算机视觉	乳腺癌	卷积神经网络	WATUNet	图像	使用了780张公共数据集图像和3818张私有VSI数据集图像
8184	2024-08-29	Deep learning for 3D cephalometric landmarking with heterogeneous multi-center CBCT dataset 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0305947 PMID:38917161	研究论文	本文研究了一种轻量级深度学习神经网络在多中心、多民族和多设备数据集上快速定位46个临床重要头影测量标志点的临床应用	本文提出的方法能够处理来自不同中心、不同设备和不同种族的异构数据集，并且在计算上更为轻量级	NA	分析轻量级深度学习神经网络在多中心、多民族和多设备数据集上定位头影测量标志点的临床应用	46个临床重要的头影测量标志点	计算机视觉	NA	深度学习	神经网络	CBCT扫描图像	309个CBCT扫描数据，包括芬兰和泰国患者
8185	2024-08-29	Deeply-Learned Generalized Linear Models with Missing Data 2024, Journal of computational and graphical statistics : a joint publication of American Statistical Association, Institute of Mathematical Statistics, Interface Foundation of North America IF:1.4Q2 DOI:10.1080/10618600.2023.2276122 PMID:39184956	研究论文	本文提出了一种新的深度学习架构，用于处理带有缺失数据的一般化线性模型，并展示了其在监督学习任务中的优越性能	本文提出的新架构能够灵活处理可忽略和不可忽略的缺失数据模式，这是首次在训练时能够同时考虑这两种模式的深度学习方法	NA	研究如何有效处理深度学习中的缺失数据问题	深度学习中的一般化线性模型及其在回归和分类问题中的应用	机器学习	NA	深度学习	一般化线性模型	数据集	案例研究使用了UCI机器学习库中的银行营销数据集
8186	2024-08-29	Vessel trajectory classification via transfer learning with Deep Convolutional Neural Networks 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0308934 PMID:39186723	研究论文	本文介绍了一种基于深度卷积神经网络和迁移学习的新框架Dense121-VMC，用于同时提取和分类航行和徘徊轨迹	提出了一种新的框架Dense121-VMC，利用深度卷积神经网络和迁移学习，有效提取输入图像中的显著特征并识别轨迹间的细微差异	现有基于CNN的方法主要关注航行或徘徊运动模式，难以从输入图像中捕捉有价值的特征和细微差异	提高船舶轨迹分类的准确性和效率，确保海上安全和船舶导航效率	船舶轨迹分类	计算机视觉	NA	卷积神经网络	CNN	图像	NA
8187	2024-08-29	Application of artificial intelligence in the diagnosis and treatment of urinary tumors 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1440626 PMID:39188685	研究论文	本文探讨了人工智能在泌尿肿瘤诊断和治疗中的应用，特别是机器学习和深度学习技术在医学图像识别中的作用	利用机器学习和深度学习技术，特别是卷积神经网络，提高了肿瘤诊断和治疗的精确性和效率	NA	研究人工智能在泌尿肿瘤诊断和治疗中的应用，以提高诊断准确性和治疗效果	泌尿肿瘤，包括肾细胞癌、膀胱癌和前列腺癌	机器学习	泌尿肿瘤	机器学习（ML）和深度学习（DL）	卷积神经网络（CNN）	医学图像	NA
8188	2024-08-29	A non-enhanced CT-based deep learning diagnostic system for COVID-19 infection at high risk among lung cancer patients 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1444708 PMID:39188873	研究论文	本研究提出了一种基于非增强CT扫描的COVID-19诊断神经网络系统，用于区分COVID-19肺炎患者和其他肺炎患者，并进一步区分普通COVID-19患者和重症患者	本研究创新性地使用两个串联的3D卷积神经网络（CNN）来构建诊断模块，能够有效区分COVID-19肺炎和其他肺炎，以及普通COVID-19患者和重症患者	NA	开发一种早期诊断系统，以帮助改善感染COVID-19的肺癌患者的预后	肺癌患者中的COVID-19感染	机器学习	肺癌	3D卷积神经网络（CNN）	CNN	CT图像	NA
8189	2024-08-29	Revolutionizing Shoulder MRI: Accelerated Imaging with Deep Learning Reconstruction 2024-01, Radiology IF:12.1Q1 DOI:10.1148/radiol.233301 PMID:38193840	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
8190	2024-08-28	ATR-FTIR spectroscopy and machine/deep learning models for detecting adulteration in coconut water with sugars, sugar alcohols, and artificial sweeteners 2024-Dec-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.124771 PMID:39032237	研究论文	本研究结合傅里叶变换红外光谱（FTIR）和机器学习技术，通过分类模型检测椰子水中潜在的掺杂物	本研究探索了线性、非线性和组合特征提取模型，并开发了利用主成分分析（PCA）和t-分布随机邻域嵌入（t-SNE）的交互式应用程序，简化了非目标糖掺杂物的检测	NA	检测椰子水中的掺杂物	椰子水样品中的糖类、糖醇和人工甜味剂	机器学习	NA	傅里叶变换红外光谱（FTIR）	随机森林（RF）、一维卷积神经网络（1D CNN）	红外光谱	15种不同类型的潜在糖替代物的椰子水样品
8191	2024-08-28	Prediction of soil heavy metal contents in urban residential areas and the strength of deep learning: A case study of Beijing 2024-Nov-10, The Science of the total environment DOI:10.1016/j.scitotenv.2024.175133 PMID:39084356	研究论文	本研究使用深度学习方法和其他四种方法预测北京城市住宅区的土壤重金属含量，并展示了深度学习在提高预测准确性方面的优势	深度学习在预测四种重金属含量方面显示出显著优势，其测试集的R值范围从0.75到0.91，相较于其他方法，深度学习在四种重金属的累积R值上提高了53.16%到187.36%	NA	提高城市住宅区土壤重金属含量的预测准确性	北京城市住宅区的土壤重金属含量	机器学习	NA	深度学习	全连接深度神经网络	土壤物理化学性质和环境因素数据	NA
8192	2024-08-28	Probing the capacity of a spatiotemporal deep learning model for short-term PM2.5 forecasts in a coastal urban area 2024-Nov-10, The Science of the total environment DOI:10.1016/j.scitotenv.2024.175233 PMID:39102955	研究论文	研究探讨了一种时空深度学习模型在沿海城市短期PM2.5预测中的表现	该时空深度学习模型在短期PM2.5预测中表现出优于传统化学传输模型和浅层统计方法的性能，特别是在12小时内预测的均方根误差显著降低	深度学习模型在小尺度现象的预测性能随着预测时间的增加而下降，24小时预测时与化学传输模型的均方根误差相似	评估时空深度学习模型在城市尺度上对短期PM2.5预测的表示能力	在中国的沿海城市日照的六个城市站点进行的24小时短期PM2.5预测	机器学习	NA	深度学习	时空深度学习模型	PM2.5数据	六个城市站点
8193	2024-08-28	Remote sensing estimates of global sea surface nitrate: Methodology and validation 2024-Nov-10, The Science of the total environment DOI:10.1016/j.scitotenv.2024.175362 PMID:39117199	研究论文	研究开发了一种用于全球海面硝酸盐浓度遥感估算的方法，并通过验证展示了其高预测准确性	本研究引入了光合有效辐射（PAR）作为遥感指标，改进了海面硝酸盐（SSN）的遥感反演算法，增强了其生物地球化学过程的机制描述	NA	开发一种更具代表性和广泛适用性的海面硝酸盐遥感反演算法	全球海面硝酸盐浓度	遥感	NA	遥感技术	NA	数据集	12,846个样本
8194	2024-08-28	Artificial intelligence and Eddy covariance: A review 2024-Nov-10, The Science of the total environment DOI:10.1016/j.scitotenv.2024.175406 PMID:39127196	综述	本文综述了过去二十年中人工智能技术在Eddy Covariance方法监测碳、水和能量通量中的应用	强调了机器学习模型如随机森林、支持向量机、人工神经网络等在监测通量中的应用，并建议未来研究应探索深度学习技术如Transformer和生成式AI	缺乏技术的一致性，由于环境条件和生态系统中使用的多样技术和变量	探讨人工智能与Eddy Covariance方法的结合在气候变化减缓和适应中的作用	监测地球表面与大气之间的碳、水和能量通量	机器学习	NA	Eddy Covariance方法	随机森林、支持向量机、人工神经网络、支持向量回归、K-最近邻	数据流	NA
8195	2024-08-28	Diagnostic accuracy of CT-based radiomics and deep learning for predicting lymph node metastasis in esophageal cancer 2024-Sep, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2024.110225 PMID:38905878	meta-analysis	本文通过系统综述和荟萃分析，评估了基于CT的放射组学和深度学习在预测食管癌淋巴结转移中的诊断准确性	结合放射组学和深度学习与CT成像，为食管癌淋巴结转移的诊断提供了新的方法，有望革新预后评估和治疗计划	需要进一步的多中心研究与独立验证以确认结果并促进更广泛的临床应用	研究旨在提高食管癌淋巴结转移的诊断准确性	食管癌淋巴结转移的诊断	digital pathology	食管癌	CT-based radiomics, deep learning	DL	image	12项研究被综述，其中7项被纳入荟萃分析
8196	2024-08-28	MOCNN: A Multiscale Deep Convolutional Neural Network for ERP-Based Brain-Computer Interfaces 2024-Sep, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2024.3390805 PMID:38713574	研究论文	本文提出了一种多尺度深度卷积神经网络（MOCNN），用于基于事件相关电位（ERP）的脑-机接口（BCI），通过多尺度特征融合提高分类性能	引入八度卷积的广义概念到ERP-BCI领域，通过分支宽度优化和多尺度信息交互有效提取时空特征	NA	提高基于ERP的脑-机接口的分类性能	ERP信号的多尺度时空特征	机器学习	NA	深度学习	CNN	信号	两个公共数据集和一个自收集的ERP数据集
8197	2024-08-28	A comparison of antibody-antigen complex sequence-to-structure prediction methods and their systematic biases 2024-Sep, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.5127 PMID:39167052	研究论文	本文比较了六种从序列预测抗体-抗原复合物结构的方法，并分析了它们的系统偏差	AlphaFold-Multimer在预测抗体-抗原复合物结构方面表现最佳，但仍有改进空间	当前结构数据库中界面几何数据的稀缺可能限制了机器学习在预测抗体-抗原相互作用中的应用	评估当前从序列预测抗体-抗原复合物结构的方法，并探讨其性能限制因素	六种不同的抗体-抗原复合物结构预测方法	机器学习	NA	机器学习	深度学习	序列数据	NA
8198	2024-08-28	Transformer for low concentration image denoising in magnetic particle imaging 2024-Aug-27, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad6ede PMID:39137818	研究论文	本文提出了一种基于稀疏轻量级Transformer模型的深度学习方法，用于磁粒子成像（MPI）图像的去噪和质量提升	提出的残差局部Transformer结构降低了模型复杂性，避免了过拟合，并通过信息保留块增强了图像细节的特征提取能力	NA	改善低浓度MPI图像的质量	低浓度磁粒子成像图像	计算机视觉	NA	深度学习	Transformer	图像	模拟和真实MPI图像数据，真实图像样本的Fe浓度低至67gml
8199	2024-08-28	Classification of optic neuritis in neuromyelitis optica spectrum disorders (NMOSD) on MRI using CNN with transfer learning and manipulation of pre-processing on augmentation 2024-Aug-27, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad6f17 PMID:39142299	研究论文	本研究使用迁移学习和预处理增强技术，通过八种先进的卷积神经网络（CNN）模型对神经脊髓炎光谱障碍（NMOSD）患者的视神经炎（ON）进行MRI分类	首次利用深度学习技术对NMOSD患者的MRI图像中的ON变化进行分类	NA	旨在通过迁移学习的CNN模型对NMOSD患者是否存在慢性ON进行分类	NMOSD患者的视神经炎（ON）	计算机视觉	神经脊髓炎光谱障碍	卷积神经网络（CNN）	CNN	图像	NA
8200	2024-08-28	ASO Visual Abstract: Development and Validation Study of the Prognostic Impact of Deep Learning-Determined Myxoid Stroma After Neoadjuvant Chemotherapy in Patients with Esophageal Squamous Cell Carcinoma 2024-Aug-26, Annals of surgical oncology IF:3.4Q1 DOI:10.1245/s10434-024-16099-7 PMID:39187666	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA