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
10461	2024-08-05	BAOS-CNN: A novel deep neuroevolution algorithm for multispecies seagrass detection 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0281568 PMID:38917071	研究论文	文章提出了一种新的深度神经进化算法BAOS-CNN，用于多种海草的检测	该研究通过提出一种名为'Boosted Atomic Orbital Search (BAOS)'的元启发式算法，实现了CNN模型的架构工程和超参数调优的自动化	文章没有提到特定的局限性	研究的目的是提高多种海草图像识别的准确性	研究对象是多种海草图像数据集	计算机视觉	NA	深度学习，CNN	CNN	图像	七个进化基础的CNN模型在基于补丁的多种海草数据集上进行训练和评估
10462	2024-08-05	FF-LPD: A Real-Time Frame-by-Frame License Plate Detector With Knowledge Distillation and Feature Propagation 2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2024.3414269 PMID:38896516	研究论文	提出了一种针对实时准确车牌检测的逐帧车牌检测器。	引入了知识蒸馏策略和特征传播方法来提高低级流的性能，并设计了一种空间-时间注意特征传播方法，利用视频中的时间相关性。	未提及具体的局限性	旨在实现实时准确的自动车牌检测。	针对肆意移动车辆的车牌信息进行检测。	计算机视觉	NA	深度学习	NA	视频	NA
10463	2024-08-05	MRI-Based Breast Cancer Classification and Localization by Multiparametric Feature Extraction and Combination Using Deep Learning 2024-01, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.28713 PMID:37013422	研究论文	本文实现了一种深度学习方法，以从多序列中提取和组合特征来进行乳腺癌分类和检测	应用了多参数磁共振成像（mpMRI）的组合，并利用深度学习进行乳腺癌的分类和定位	未详细探讨其他成像技术的结合和比较	检测和分类乳腺癌的有效技术	569例乳腺癌患者的内部队列和125例公共数据集中的外部队列	计算机视觉	乳腺癌	磁共振成像（MRI）	卷积神经网络和长短期记忆网络	图像	内部队列569例，外部队列125例
10464	2024-08-05	A semi-automatic deep learning model based on biparametric MRI scanning strategy to predict bone metastases in newly diagnosed prostate cancer patients 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1298516 PMID:38919538	研究论文	本文开发了一种半自动模型，用于预测新诊断的前列腺癌患者的骨转移。	文章通过结合放射组学、深度学习和临床特征，提出了一种用于骨转移预测的创新模型。	该研究为回顾性研究，可能存在选择偏倚。	研究目的在于通过bpMRI图像预测前列腺癌患者的骨转移。	研究对象为414名新诊断的前列腺癌患者。	数字病理学	前列腺癌	Biparametric MRI (bpMRI)	ResNet	医学影像	414名前列腺癌患者（BM组136名，NO-BM组278名）
10465	2024-08-05	Association of Sarcopenia With Toxicity-Related Discontinuation of Adjuvant Endocrine Therapy in Women With Early-Stage Hormone Receptor-Positive Breast Cancer 2024-Jan-01, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2023.07.018 PMID:37506979	研究论文	本研究探讨了肌少症与早期激素受体阳性乳腺癌女性患者中因毒性引起的辅助内分泌治疗提前终止之间的关联	首次确认了肌少症与早期激素受体阳性乳腺癌患者中毒性相关的辅助内分泌治疗提前终止之间的显著关联	研究未考虑未接受辅助放疗的女性患者，限制了结果的广泛适用性	探讨肌少症对早期激素受体阳性乳腺癌女性患者辅助内分泌治疗的影响	305名接受放疗和辅助内分泌治疗的早期激素受体阳性乳腺癌女性患者	数字病理学	乳腺癌	深度学习模型分析常规横截面放射模拟影像	逻辑回归分析和Cox回归分析	影像数据	305名患者
10466	2024-08-05	BrainCDNet: a concatenated deep neural network for the detection of brain tumors from MRI images 2024, Frontiers in human neuroscience IF:2.4Q2 DOI:10.3389/fnhum.2024.1405586 PMID:38919881	研究论文	本文提出了一种名为BrainCDNet的新型深度学习架构，用于从MRI图像中检测脑肿瘤。	BrainCDNet通过连接池层和采用'He Normal'初始化处理过拟合问题，增强了图像特征提取和分类的性能。	未提及具体的局限性。	提高脑肿瘤的检测准确性，减少误诊并促进早期诊断。	对比分析健康与病理、不同类型脑肿瘤的MRI图像。	计算机视觉	脑癌	深度学习	NA	MRI图像	使用了二元和多分类的MRI数据库进行实验
10467	2024-08-05	CMR-net: A cross modality reconstruction network for multi-modality remote sensing classification 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0304999 PMID:38917124	研究论文	本研究提出了一种基于卷积神经网络（CNN）的CMR-Net深度学习架构，用于多模态遥感图像数据的分类	创新之处在于设计了一个在多模态特征融合阶段的跨模态重建模块，以有效整合来自多种遥感数据的特征	该研究的局限性未在摘要中提及	本研究旨在解决多模态遥感数据分类中的挑战	本研究的对象为两个多模态遥感数据集，包括Houston2013数据集和Berlin数据集	遥感	NA	卷积神经网络（CNN）	卷积神经网络（CNN）	超光谱和激光雷达数据，合成孔径雷达数据	两个数据集的样本数量未在摘要中具体说明
10468	2024-08-05	A comprehensive evaluation method for dust pollution: Digital image processing and deep learning approach 2024-Aug-15, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2024.134761 PMID:38870848	研究论文	本文提出了一种新颖的灰度平均分析与深度学习结合的尘埃污染评估方法	将灰度平均分析与深度学习相结合，以提高图像分类的准确性和效率	未提及针对不同尘埃污染类型的适用性和全面性	评估和改善尘埃污染对环境和人类健康的影响	300幅自设计的尘埃扩散模拟系统生成的图像	计算机视觉	NA	深度学习	NA	图像	300幅图像
10469	2024-08-05	A Deep Learning-Based Approach to Estimate Paneth Cell Granule Area in Celiac Disease 2024-Jul-01, Archives of pathology & laboratory medicine IF:3.7Q1 DOI:10.5858/arpa.2023-0074-OA PMID:37852171	研究论文	本文研究了在腹腔疾病中，胰腺细胞颗粒区域的变化与疾病相关性	本研究采用无代码的人工智能工作流程分析完整的组织切片，提升了胰腺细胞功能评估的效率	在研究中仅分析了特定患者群体，可能不具备普遍适用性	比较腹腔疾病患者与非腹腔疾病患者的隐窝细胞和胰腺细胞颗粒区域	包含349名患者的十二指肠活检样本，185名有腹腔疾病病史，164名为对照组	数字病理	腹腔疾病	人工智能，数字病理分析	深度学习模型	图像	349名患者的十二指肠活检样本
10470	2024-08-05	Harmonizing Elastic Modulus and Dielectric Constant of Elastomers for Improved Pressure Sensing Performance 2024-Jun-26, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c06122 PMID:38864718	研究论文	通过液态金属混合弹性体提升电容压力传感器的灵敏度和可靠性	引入无链延伸聚氨酯和液态金属的混合弹性体，平衡电介质层材料的弹性模量和介电常数，从而增强传感性能	增加复杂的制造过程和设备可靠性可能受到影响	研究如何优化电容压力传感器的性能	液态金属混合弹性体及其在压力传感器中的应用	材料科学	NA	电容传感技术	CNN	NA	NA
10471	2024-08-05	An improved empirical mode decomposition method with ensemble classifiers for analysis of multichannel EEG in BCI emotion recognition 2024-Jun-26, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2369257 PMID:38920119	研究论文	本文提出了一种改进的经验模态分解方法，结合了集成分类器用于多通道EEG信号的情感识别	提出了基于IEMD的混合模型，改进了筛选停止准则，以优化EEG信号的分解	未提及关于模型在实际应用中的局限性	提高多通道EEG信号中情感识别的效率	多通道EEG信号及其情感识别	数字病理学	NA	IEMD-KW-Ens	CNN	信号	使用DEAP和DREAMER数据集进行实验
10472	2024-08-05	Classifying real-world macroscopic images in the primary-secondary care interface using transfer learning: implications for development of artificial intelligence solutions using nondermoscopic images 2024-Jun-25, Clinical and experimental dermatology IF:3.7Q1 DOI:10.1093/ced/llad400 PMID:37990943	研究论文	本研究评估深度学习在非皮肤镜影像数据集上的泛化能力，并探讨如何在缺乏大型诊断标记数据集的情况下获得临床满意的表现	引入了在非皮肤镜图像上进行的深度学习模型的训练和微调方法，并探索了真实世界数据的有效利用	本研究依赖于已有的数据集，没有构建更大的地方特定数据集	评估深度学习如何在初级-次级护理接口的非皮肤镜数据集上泛化	2213张来自初级护理的图像和1510张来自次级护理的图像	计算机视觉	皮肤病	深度学习	EfficientNet和SWIN变换器	图像	总共3723张来自NHS的数据，外加公共领域的两个数据集
10473	2024-08-05	ChatGPT versus clinician: challenging the diagnostic capabilities of artificial intelligence in dermatology 2024-Jun-25, Clinical and experimental dermatology IF:3.7Q1 DOI:10.1093/ced/llad402 PMID:37979201	研究论文	本文研究了ChatGPT在皮肤科诊断中的能力	首次将ChatGPT的诊断能力与皮肤科医生进行比较	ChatGPT在当前形式下未能显著提高初级或次级护理的诊断率	评估ChatGPT在医疗皮肤科病例中的诊断能力	对90名在皮肤科急诊诊所就诊的患者的匿名医疗信息进行分析	自然语言处理	皮肤病	深度学习技术	NA	临床信息	36名患者
10474	2024-08-05	Estimating mandibular growth stage based on cervical vertebral maturation in lateral cephalometric radiographs using artificial intelligence 2024-Jun-24, Progress in orthodontics IF:3.5Q1 DOI:10.1186/s40510-024-00527-1 PMID:38910180	研究论文	本研究旨在利用人工智能通过侧位头影测量图估计下颌骨生长阶段。	提出了一种新的方法，将颈椎与下颌骨生长斜率直接相关联，区别于以往的常规CVM阶段命名。	研究仅限于200名样本，可能影响结果的广泛适用性。	研究旨在确定下颌骨生长阶段以优化正畸治疗时机。	研究对象为200名患者的侧位头影测量图像，包含108名女性和92名男性。	数字病理学	NA	深度学习	CNN, ResNet-18	图像	200人，663幅图像
10475	2024-08-05	Image-based facial emotion recognition using convolutional neural network on emognition dataset 2024-06-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-65276-x PMID:38910179	研究论文	本研究使用卷积神经网络从Emognition数据集中检测面部表情的情感。	研究扩展了深度学习在面部情感识别中的应用，并使用了包含十种目标情感的新数据集。	研究中可能存在的数据集偏差和面部表情的多样性限制了结果的普遍性。	研究目标是提高基于面部图像的情感识别的准确性。	研究对象为Emognition数据集中包含的十种情感的面部图像。	计算机视觉	NA	卷积神经网络	CNN	图像	NA
10476	2024-08-05	Enhancing automated vehicle identification by integrating YOLO v8 and OCR techniques for high-precision license plate detection and recognition 2024-Jun-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-65272-1 PMID:38909147	研究论文	本论文提出了一种基于YOLO v8和OCR技术的高精度车牌检测与识别方法	通过集成YOLO v8深度学习方法和OCR技术，开发了一种创新的车牌检测与识别方法	所使用的数据集仅包含270张互联网图像，可能限制了模型的泛化能力	提升自动车辆识别系统的准确性和效率	通过计算机视觉和机器学习技术进行车牌的检测和字符识别	计算机视觉	NA	YOLO v8，OCR	NA	图像	270张图像
10477	2024-08-05	A Military Audio Dataset for Situational Awareness and Surveillance 2024-Jun-22, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03511-w PMID:38909048	研究论文	本文构建并介绍了一个新的军事音频数据集MAD，用于音频分类系统的训练和评估	提出了一个包含独特特征的军事音频数据集，填补了现有公共数据集的空白	数据集可能对特定军事活动的应用有限，且没有提供大规模的现实场景样本	旨在为音频分类系统提供一个适合的训练和评估数据集	涉及来自各种军事视频的音频样本，包含7类声源	机器学习	NA	深度学习	NA	音频	涉及8,075个音频样本
10478	2024-08-05	Efficient Training of Probabilistic Neural Networks for Survival Analysis 2024-Jun-21, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3417369 PMID:38905091	研究论文	本文探讨如何在大数据集中高效训练深度概率生存模型	提出了三种概率方法（VI、MCD 和 SNGP）在生存分析中的有效性，并与传统的VI方法进行比较	非VI技术在生存分析的应用仍较少，方法的可推广性可能有限	研究如何在不增加模型复杂度的情况下，提高深度概率生存模型的训练效率	大规模数据集中的深度概率生存模型	机器学习	NA	变分推断（VI）、蒙特卡洛 dropout（MCD）、谱归一化神经高斯过程（SNGP）	NA	数据集	MIMIC-IV 数据集
10479	2024-08-05	Deep Representation Learning for Open Vocabulary Electroencephalography-to-Text Decoding 2024-Jun-18, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3416066 PMID:38889026	研究论文	该文章提出了一种用于开放词汇脑电图解码的端到端深度学习架构	引入了一种基于BART语言模型和GPT-4句子细化模块的开放词汇EEG解码的新方法，提出了基于BERTScore的句子级评估指标	未探讨EEG信号嵌入语言模型.context及主观性对解码性能的影响	旨在改善开放词汇EEG信号解码的性能	研究对象为参与自然阅读任务的30名受试者的EEG记录	计算机视觉	NA	脑电图(EEG)	深度学习架构	EEG记录	30
10480	2024-08-05	Neuro-BERT: Rethinking Masked Autoencoding for Self-Supervised Neurological Pretraining 2024-Jun-18, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3415959 PMID:38889028	研究论文	这篇文章提出了一个基于掩盖自编码的神经信号自监督预训练框架，称为Neuro-BERT。	创新点在于提出了傅里叶反演预测任务，通过遮掩输入信号的部分信息并预测缺失信息来进行自监督学习。	对特定数据集和任务的评估可能不完全代表其广泛适用性。	旨在利用神经信号推动深度学习在医疗诊断和脑机接口等领域的发展。	关注神经信号的自监督预训练模型。	机器学习	NA	傅里叶变换	变压器编码器	神经信号	在多个基准数据集上进行评估