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
10301	2024-08-05	Video-based Soft Tissue Deformation Tracking for Laparoscopic Augmented Reality-based Navigation in Kidney Surgery 2024-Jun-12, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3413537 PMID:38865220	研究论文	本研究提出了一个用于肾脏手术的软组织变形跟踪增强现实引导管线	提出了一种基于深度学习的特征点选择策略来提高变形向量场的准确性	本研究的实验主要在外部结构上进行，可能不完全代表内部结构的真实情况	提高腹腔镜肾脏手术的导航精度	针对肾脏手术中的软组织变形进行跟踪	计算机视觉	NA	MR或CT数据，双眼腹腔镜	生物力学模型	影像	外部结构和内部结构的实验样本，涉及多个实验
10302	2024-08-05	Constraint-Aware Learning for Fractional Flow Reserve Pullback Curve Estimation from Invasive Coronary Imaging 2024-Jun-11, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3412935 PMID:38861432	研究论文	本文提出了一种约束感知学习框架，用于从入侵性冠状成像估计分数流量储备（FFR）回拉曲线	创新点在于引入几何和物理约束来改善FFR回拉曲线的估计，并利用合成数据进行模型训练	现有方法对固有几何关联和物理知识的整合不足	研究旨在改善从入侵性冠状成像中估计FFR回拉曲线的准确性	研究对象是382名患者的入侵性冠状成像数据	计算机视觉	冠状动脉疾病	深度学习	扩散模型	图像	382个患者的成像数据
10303	2024-08-05	SSL-CPCD: Self-supervised learning with composite pretext-class discrimination for improved generalisability in endoscopic image analysis 2024-Jun-10, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3411933 PMID:38857149	研究论文	本文提出了一种新的自监督学习方法用于内镜图像分析，旨在提高模型的泛化能力	提出了基于复合前文本类区分的补充角度边际方法，有效改善了模型的相似聚类能力	尚未充分解决医学图像领域的自监督学习性能差距	探索自监督学习在医疗图像分析中的应用，以提高模型对未见数据的泛化能力	针对内镜成像数据进行分类、检测和分割任务的研究	机器学习	NA	自监督学习	NA	图像	NA
10304	2024-08-05	Transcription Factor Binding Site Prediction Using CnNet Approach 2024-Jun-07, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3411024 PMID:38848239	研究论文	本文研究了一种使用CnNet方法预测转录因子结合位点的技术。	提出了一种结合MEME和卷积神经网络的CnNet方法，显著提高了转录因子结合位点预测的准确性。	没有提到具体的限制因素。	旨在开发一种新的方法来预测转录因子的结合位点。	研究对象是DNA基因序列的数据集及其转录因子的结合位点。	计算生物学	NA	深度学习	卷积神经网络（CNN）	基因序列数据	NA
10305	2024-08-05	A Novel Hierarchical Cross-Stream Aggregation Neural Network for Semantic Segmentation of 3-D Dental Surface Models 2024-Jun-07, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3404276 PMID:38848227	研究论文	本文提出了一种新的分层交叉流聚合神经网络，用于3D牙科表面模型的语义分割	提出了一种基于多流架构的分层交叉流聚合网络，以提高3D语义分割的准确性	NA	旨在提高3D牙科模型中牙齿的语义分割准确性	3D牙齿模型	计算机视觉	NA	图注意力策略	分层交叉流聚合网络	3D模型	公共与自主数据集的真实患者牙科模型
10306	2024-08-07	Compact Model Training by Low-Rank Projection With Energy Transfer 2024-Jun-06, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3400928 PMID:38843062	研究论文	本文提出了一种新的训练方法——低秩投影与能量转移（LRPET），用于从头开始训练低秩压缩网络并实现竞争性能	LRPET方法通过交替执行随机梯度下降训练和将每个权重矩阵投影到相应的低秩流形上，充分利用了模型容量，并通过能量转移补偿了投影导致的矩阵能量减少	NA	开发一种新的网络压缩方法，以提高低秩压缩网络的性能	低秩压缩网络的训练方法	机器学习	NA	低秩投影，能量转移	CNN	图像	在CIFAR-10和ImageNet数据集上进行了综合实验
10307	2024-08-05	RmdnCache: Dual-Space Prefetching Neural Network for Large-Scale Volume Visualization 2024-Jun-05, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2024.3410091 PMID:38837917	研究论文	本文提出了一种名为RmdnCache的深度学习预取方法，以优化大规模体积可视化中的数据流	创新性地结合了RNN和MDN网络进行预测，以减少输入延迟	NA	旨在减少大规模体积可视化中的输入延迟	3D科学数据集	计算机视觉	NA	深度学习	RNN和MDN	体积数据	真实大规模体积数据集
10308	2024-08-05	Deep Spatial-Spectral Joint-Sparse Prior Encoding Network for Hyperspectral Target Detection 2024-Jun-05, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2024.3403729 PMID:38837919	研究论文	本文提出了一种新的深度空间-光谱联合稀疏先验编码网络用于高光谱目标检测	引入了高光谱目标检测领域的领域知识，使网络具有明确的可解释性	NA	提高高光谱图像的目标检测精度和可解释性	高光谱图像中的目标和背景特征	计算机视觉	NA	高光谱成像	深度神经网络	图像	NA
10309	2024-08-05	Assessing the Impact of Urban Environments on Mental Health and Perception Using Deep Learning: A Review and Text Mining Analysis 2024-Apr, Journal of urban health : bulletin of the New York Academy of Medicine DOI:10.1007/s11524-024-00830-6 PMID:38466494	综述	研究城市环境对心理健康和感知的影响	采用新的主题建模方法来识别一致的关键词，并整合深度学习技术以理解户外环境对人类感知和情绪的影响	仅限于2016年至2023年间在SCOPUS和Web of Science数据库中发表的文章	探讨户外环境如何影响心理健康结果	系统评审40篇相关研究文章	自然语言处理	心理健康	深度学习	NA	文本	40篇研究文章
10310	2024-08-05	Thermal mapping the eye: A critical review of advances in infrared imaging for disease detection 2024-Apr, Journal of thermal biology IF:2.9Q1 DOI:10.1016/j.jtherbio.2024.103867 PMID:38744026	review	对红外成像在眼病检测中的进展进行了关键性回顾	探讨了机器学习和深度学习算法在IRT眼科检查中的整合	未详细说明具体的限制因素	理解IRT在眼科检查中的应用、优势、局限性和最新发展	分析与眼科相关的红外热成像技术	数字病理学	干眼症、糖尿病视网膜病、青光眼、过敏性结膜炎和炎症疾病	红外热成像（IRT）	NA	图像	192篇文献
10311	2024-08-07	Beyond the AJR: Deep Learning Shows Promise in the Detection of Retinal Hemorrhage on Pediatric Head CT 2024-04, AJR. American journal of roentgenology DOI:10.2214/AJR.23.30096 PMID:37610781	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
10312	2024-08-05	METhodological RadiomICs Score (METRICS): a quality scoring tool for radiomics research endorsed by EuSoMII 2024-Jan-17, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-023-01572-w PMID:38228979	研究论文	提出了一种新的质量评分工具METRICS，以评估和提高放射组学研究的质量	首次提出基于专家意见的项目的重要性权重，并采用透明的方法来评估放射组学研究的质量	N/A	评估和提高放射组学研究的质量	国际专家小组对放射组学研究的质量进行评估	数字病理学	N/A	N/A	N/A	N/A	59名专家参与来自19个国家
10313	2024-08-05	Enhancing semantic segmentation in chest X-ray images through image preprocessing: ps-KDE for pixel-wise substitution by kernel density estimation 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0299623 PMID:38913621	研究论文	本研究提出了一种新的图像预处理技术ps-KDE，以提高胸部X光图像的深度学习语义分割效果	ps-KDE通过基于图像像素在所有图像中的标准化频率来增强图像对比度，进而改善深度学习算法的性能	本研究的局限性在于所使用的数据集的异质性可能影响结果的普适性	研究深度学习算法在胸部X光图像中的器官分割效果	主要研究对象是心脏、左肺、右肺、左锁骨和右锁骨的分割	计算机视觉	肺癌	ps-KDE	U-Net	图像	NA
10314	2024-08-05	A novel approach for APT attack detection based on feature intelligent extraction and representation learning 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0305618 PMID:38913651	研究论文	本研究提出了一种基于特征智能提取和表示学习的APT攻击检测新方法	提出的FIERL模型结合了BiLSTM深度学习网络和注意力网络，创新性地聚合和提取APT IP在网络流量中的异常行为	未提及具体的局限性	旨在实现对APT攻击活动的早期检测和预警	研究对象为APT IP与正常IP的分类	计算机视觉	NA	深度学习	BiLSTM	网络流量数据	NA
10315	2024-08-05	The current landscape of machine learning-based radiomics in arteriovenous malformations: a systematic review and radiomics quality score assessment 2024, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2024.1398876 PMID:38915798	系统评价	本文提供了关于动静脉畸形中使用的放射组学模型的全面总结	综合评估了采用机器学习的放射组学在动静脉畸形管理中的应用情况	所有纳入的研究均为回顾性，且没有进行外部验证	综述放射组学模型在动静脉畸形管理中的诊断、治疗、预后和预测结果的应用	动静脉畸形（AVM）	机器学习	NA	放射组学	NA	医学影像	13个研究
10316	2024-08-05	Advancing precision rheumatology: applications of machine learning for rheumatoid arthritis management 2024, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2024.1409555 PMID:38915408	评论	本文总结了机器学习在类风湿关节炎管理中的应用。	探讨了用于类风湿关节炎管理的诊断和预测模型，展示了多种数据模态的使用。	小样本量和缺乏多样化人群测试可能导致模型性能的高估，模型的过拟合和可解释性也存在挑战。	提升类风湿关节炎的管理，通过早期诊断和优化治疗。	研究当前机器学习在类风湿关节炎管理中的应用。	机器学习	类风湿关节炎	机器学习	监督学习和无监督学习	电子健康记录、影像和多组学数据	小样本量
10317	2024-08-05	Toward enhancement of antibody thermostability and affinity by computational design in the absence of antigen 2024 Jan-Dec, mAbs IF:5.6Q1 DOI:10.1080/19420862.2024.2362775 PMID:38899735	研究论文	本研究探讨了如何通过计算设计来提高抗体的热稳定性和亲和力	使用DeepAb深度学习模型进行抗体Fv结构的预测，以优化抗体变体，克服了通常不可靠的抗体-抗原复合物结构和对接方法的限制	研究依赖于单点实验深度突变扫描的数据，而缺乏对抗原的直接实验验证	研究抗体的发现和优化过程中的计算设计方法	针对抗母鸡卵白溶菌酶(HEL)的200个抗体变体	生物医学	NA	深度学习	DeepAb	序列数据	200个抗体变体
10318	2024-08-05	How can we quantify, explain, and apply the uncertainty of complex soil maps predicted with neural networks? 2024-Sep-20, The Science of the total environment DOI:10.1016/j.scitotenv.2024.173720 PMID:38866156	研究论文	本文探讨了如何量化、解释和应用通过神经网络预测的复杂土壤地图的不确定性	提出使用贝叶斯深度学习中的'最后一层拉普拉斯近似'方法，量化深度网络的不确定性	传统深度学习算法在地理上远离训练区域或数据稀疏区域时，表现出对预测的过度自信	研究如何提高神经网络模型预测的不确定性量化和可解释性	针对南德地区的土壤分类进行探索性研究	机器学习	NA	贝叶斯深度学习	NA	土壤数据	NA
10319	2024-08-05	Construction of an antidepressant priority list based on functional, environmental, and health risks using an interpretable mixup-transformer deep learning model 2024-Aug-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2024.134651 PMID:38843640	研究论文	本研究构建了一个针对抗抑郁药物风险优先筛选的综合性系统	提出了一种改进的mixup-transformer深度学习模型，大幅提高了分类准确性	未提及具体的实验样本或数据限制	研究抗抑郁药物的风险识别与评估	抗抑郁药物的功能性、环境与健康风险	机器学习	NA	深度学习	mixup-transformer	NA	筛选出33种高优先级抗抑郁药物
10320	2024-08-05	Early detection of nicosulfuron toxicity and physiological prediction in maize using multi-branch deep learning models and hyperspectral imaging 2024-Aug-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2024.134723 PMID:38815392	研究论文	本研究开发了用于早期检测玉米中尼库苏隆毒性的HerbiNet模型	提出了一种创新方法，结合多分支深度学习模型和高光谱成像技术，能准确预测玉米中尼库苏隆的毒性	模型的实际应用可能受到数据集和环境变量的影响	旨在评估和预测玉米中尼库苏隆的毒性，以保护玉米生产	选择受到尼库苏隆处理的玉米作物及其高光谱图像作为研究对象	数字病理学	NA	高光谱成像	深度学习模型	图像	NA