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
301	2024-08-05	Differential Diagnosis of OKC and SBC on Panoramic Radiographs: Leveraging Deep Learning Algorithms 2024-May-30, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14111144 PMID:38893670	研究论文	本研究通过深度学习算法在全景放射影像上区分牙源性角化囊肿（OKC）和简单骨囊肿（SBC）	首次利用深度学习算法在手术前的全景放射影像中区分OKC和SBC	本研究为回顾性分析，样本数量相对较小，且仅限于单一医院	确定深度学习算法能否基于全景放射影像区分OKC和SBC	63例已通过组织学检查明确的OKC病例和125例接受手术刮治的SBC病例	计算机视觉	NA	深度学习算法	Inception-ResNet-V2	影像	188例（63例OKC和125例SBC）
302	2024-08-05	Camera-Based Dynamic Vibration Analysis Using Transformer-Based Model CoTracker and Dynamic Mode Decomposition 2024-May-30, Sensors (Basel, Switzerland) DOI:10.3390/s24113541 PMID:38894329	研究论文	本文研究了一种基于相机的动态振动分析方法，并应用了Transformer模型CoTracker	首次探讨了CoTracker模型在使用相机提取全场结构振动方面的有效性	尚未全面探讨CoTracker在测量结构振动中的性能	研究CoTracker在提取结构振动方面的有效性	使用高速相机捕捉悬臂梁的视频序列中的密集点运动	计算机视觉	NA	动态模式分解（DMD）	Transformer	视频	NA
303	2024-08-05	A Deep Learning Method for Bearing Cross-Domain Fault Diagnostics Based on the Standard Envelope Spectrum 2024-May-29, Sensors (Basel, Switzerland) DOI:10.3390/s24113500 PMID:38894292	研究论文	提出了一种基于标准包络谱的深度学习故障诊断方法，以改善滚动轴承的跨领域故障诊断能力	构建了标准包络谱，消除了由于不同轴承转速和型号导致的领域间差异	未提及该方法在完全不同领域或极端情况下的表现	改善滚动轴承在跨领域故障诊断中的准确性	滚动轴承的故障诊断	机器学习	NA	深度学习	卷积神经网络	数据集	使用两个公共轴承数据集和一个自实验获得的轴承数据集
304	2024-08-05	Online System for Monitoring the Degree of Fermentation of Oolong Tea Using Integrated Visible-Near-Infrared Spectroscopy and Image-Processing Technologies 2024-May-29, Foods (Basel, Switzerland) DOI:10.3390/foods13111708 PMID:38890936	研究论文	本文研究了利用可见-近红外光谱和图像处理技术在线监测乌龙茶发酵程度的方法	将预处理的可见-近红外光谱数据与图像特征融合，首次实现了乌龙茶发酵程度的快速非破坏性在线测定	传统机器学习模型的预测准确率超过深度学习模型，可能限制了深度学习方法的应用潜力	确定乌龙茶的发酵程度	乌龙茶的发酵过程	数字病理学	NA	可见-近红外光谱	支持向量机（SVM）和卷积神经网络（CNN）	光谱数据和图像数据	NA
305	2024-08-05	scZAG: Integrating ZINB-Based Autoencoder with Adaptive Data Augmentation Graph Contrastive Learning for scRNA-seq Clustering 2024-May-29, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms25115976 PMID:38892162	研究论文	提出了一种深度学习框架，结合ZINB模型与自适应图对比学习进行scRNA-seq聚类	提出了使用零膨胀负二项（ZINB）模型去噪，并引入自适应图对比表示学习的方法	可能未详细探讨所有潜在的高维结构特性	改善单细胞RNA测序数据的聚类结果	针对10个常见的scRNA-seq数据集进行聚类研究	计算机视觉	NA	ZINB模型	图对比学习	单细胞RNA序列数据	10个常见的scRNA-seq数据集
306	2024-08-05	FF-HPINet: A Flipped Feature and Hierarchical Position Information Extraction Network for Lane Detection 2024-May-29, Sensors (Basel, Switzerland) DOI:10.3390/s24113502 PMID:38894293	研究论文	提出了一种新的车道检测方法FF-HPINet，利用翻转特征和层次位置提取信息。	引入了翻转特征提取模块和层次位置信息提取模块，结合了对称特征和位置信息的挖掘，显著提高了目标识别精度。	未提及具体的局限性	提升车道检测的准确性和效率。	探讨如何利用视觉对称性和位置信息进行车道检测。	计算机视觉	NA	深度学习	FF-HPINet	图像	TuSimple数据集和CULane数据集
307	2024-08-05	Protein-Protein Interfaces: A Graph Neural Network Approach 2024-May-28, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms25115870 PMID:38892057	研究论文	本研究利用图神经网络来预测蛋白质-蛋白质相互作用。	提出了一种新的方法，通过将蛋白质结构建模为图来增强PPI的预测准确性。	研究中可能未考虑蛋白质结构的动态变化对相互作用的影响。	旨在通过深度学习技术来提高蛋白质-蛋白质相互作用的预测效率和准确性。	研究对象是蛋白质的相互作用及其结构特征。	计算机视觉	NA	图神经网络（GNN）	NA	生物数据	三个数据集，涵盖整个蛋白质、相互作用链对和单链的数据
308	2024-08-05	Enhancing Accuracy in Breast Density Assessment Using Deep Learning: A Multicentric, Multi-Reader Study 2024-May-28, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14111117 PMID:38893643	研究论文	该研究提出了一种基于深度学习的自动检测算法来评估乳腺密度	引入了一种深度学习算法，能够提高乳腺密度评估的准确性和一致性	未提及具体的局限性	旨在提高乳腺密度评估的准确性，减少不同评估者之间的差异	使用122个全视场数字乳腺摄影研究的数据集，进行多中心和多读者的研究	计算机视觉	乳腺癌	深度学习	NA	图像	122个全视场数字乳腺摄影研究（488张图像）
309	2024-08-05	Prediction of Protein-Protein Interactions Based on Integrating Deep Learning and Feature Fusion 2024-May-27, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms25115820 PMID:38892007	研究论文	本文探讨了通过整合深度学习和特征融合来预测蛋白质-蛋白质相互作用。	将深度学习与特征融合相结合，利用手工特征和蛋白质序列嵌入的优势。	NA	旨在通过深度学习方法改进蛋白质-蛋白质相互作用预测。	主要研究对象是蛋白质-蛋白质相互作用。	机器学习	NA	深度学习	NA	数据集	使用了酵母和人类的数据集，共涉及多个跨物种数据集
310	2024-08-05	Remaining Useful Life Prediction Based on Deep Learning: A Survey 2024-May-27, Sensors (Basel, Switzerland) DOI:10.3390/s24113454 PMID:38894245	综述	本论文对基于深度学习的剩余使用寿命预测进行了综合调查	提出了一个统一的框架来审视深度学习驱动的RUL预测方法	传统的数据驱动方法在设计健康特征方面需要大量人力，且预测准确性有限	探讨深度学习在剩余使用寿命预测中的应用及其挑战	主要研究基于深度学习的剩余使用寿命预测模型和方法	机器学习	NA	深度学习	NA	数据驱动方法	NA
311	2024-08-05	Integrating Spatial and Morphological Characteristics into Melanoma Prognosis: A Computational Approach 2024-May-27, Cancers IF:4.5Q1 DOI:10.3390/cancers16112026 PMID:38893146	研究论文	本研究探讨了细胞形态和空间配置在黑色素瘤预后中的价值，旨在补充传统预后指标	创新地将细胞核大小的量化与空间区域分析结合，并利用机器学习和深度学习方法进行研究	未提及具体样本量和研究环境的局限性	研究细胞形态和空间特征对黑色素瘤预后的影响	黑色素瘤细胞的核大小及其在侵袭带内的空间配置	计算机视觉	黑色素瘤	机器学习和深度学习	Cox模型	图像	NA
312	2024-08-05	Bagging Improves the Performance of Deep Learning-Based Semantic Segmentation with Limited Labeled Images: A Case Study of Crop Segmentation for High-Throughput Plant Phenotyping 2024-May-26, Sensors (Basel, Switzerland) DOI:10.3390/s24113420 PMID:38894212	研究论文	本研究提出了一种结合深度学习和聚合的方法，用于提高作物分割的性能，适用于高通量植物表型分析	提出了一种深度学习结合聚合的方法，能够在小规模标注数据集上实现高准确率的语义分割	该研究主要集中在玉米地块的高分辨率RGB图像上，可能无法广泛适用于所有类型的植物或图像	研究旨在提高高通量植物表型分析中的作物分割精度	研究对象为高分辨率RGB图像中的作物分割	计算机视觉	NA	深度学习，聚合	深度卷积神经网络（DCNN）	图像	使用NU-Spidercam数据集的玉米地块图像，具体样本数量未说明
313	2024-08-05	Cervical Spondylosis Diagnosis Based on Convolutional Neural Network with X-ray Images 2024-May-26, Sensors (Basel, Switzerland) DOI:10.3390/s24113428 PMID:38894217	研究论文	本文提出了一种基于卷积神经网络的颈椎病诊断方法，并使用X射线图像进行验证	利用ResNet-34卷积神经网络对颈椎X射线图像进行深度学习，提高了诊断准确性	验证集样本数量有限，仅有136张X射线图像	提高颈椎病的诊断准确性和效率	1235张颈椎X射线图像用于模型训练	计算机视觉	颈椎病	深度学习	ResNet-34	图像	1235张颈椎X射线图像用于训练，136张用于验证
314	2024-08-05	Deep Learning-Based Nystagmus Detection for BPPV Diagnosis 2024-May-26, Sensors (Basel, Switzerland) DOI:10.3390/s24113417 PMID:38894208	研究论文	本研究提出了一种基于深度学习的眼震检测算法，用于诊断良性发作性位置性眩晕（BPPV）	本研究提出的CNN1D模型在眼震检测方面表现最好，表明深度学习在BPPV诊断中的实用性	NA	验证深度学习在BPPV诊断中的实用性	使用视频眼动测量（VOG）数据进行眼震检测	计算机视觉	良性发作性位置性眩晕	视频眼动测量（VOG）	CNN1D	视频	NA
315	2024-08-05	Context-Enhanced Network with Spatial-Aware Graph for Smartphone Screen Defect Detection 2024-May-26, Sensors (Basel, Switzerland) DOI:10.3390/s24113430 PMID:38894220	研究论文	本文提出了一种用于智能手机屏幕缺陷检测的上下文增强网络CE-SGNet	提出了自适应感受野注意模块ARFAM和空间感知图推理模块SGRM，创新性地结合上下文信息和空间关系	本文未提及具体的局限性	提高智能手机屏幕缺陷检测的准确性和鲁棒性	智能手机屏幕上的缺陷	计算机视觉	NA	深度学习	图注意力网络	图像	两组公共数据集
316	2024-08-05	Revolutionizing Cardiology through Artificial Intelligence-Big Data from Proactive Prevention to Precise Diagnostics and Cutting-Edge Treatment-A Comprehensive Review of the Past 5 Years 2024-May-26, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14111103 PMID:38893630	综述	该文章提供了过去五年人工智能在心脏病学应用的综合视角	此文综述了过去五年人工智能在心脏病学各个领域的新进展与应用	研究的限制在于样本量较小以及伦理实施所带来的挑战	探讨人工智能在心脏病学的应用现状与未来前景	涵盖与心脏病学相关的200个研究论文	自然语言处理	心血管疾病	机器学习和深度学习	NA	文献	200篇相关论文
317	2024-08-05	CyberSentinel: A Transparent Defense Framework for Malware Detection in High-Stakes Operational Environments 2024-May-25, Sensors (Basel, Switzerland) DOI:10.3390/s24113406 PMID:38894196	研究论文	本研究提出了一种基于图像的恶意软件检测方法，以提高恶意软件分类的性能	提出了一种两分支深度网络，通过增强特征提取能力来捕捉恶意软件图像的显著特征	现有方法在恶意软件分类的高性能实现上存在显著局限性	旨在提高图像基础的恶意软件检测的准确性	研究恶意软件图像及其分类	计算机视觉	NA	深度学习	两分支深度网络	图像	NA
318	2024-08-05	Variable Temporal Length Training for Action Recognition CNNs 2024-May-25, Sensors (Basel, Switzerland) DOI:10.3390/s24113403 PMID:38894195	研究论文	本文提出了一种新颖的训练范式，使3D卷积神经网络能够处理具有可变时间长度的视频输入	提出了可变长度训练（VLT）方法，允许模型灵活适应不同长度的视频，无需在推理阶段进行修改	对于较长视频的特征可能损害，同时在训练和测试阶段的时间长度统一使用存在局限性	旨在提高深度学习模型在视频动作识别任务中的灵活性和适应性	针对视频相关任务中的3D卷积神经网络	计算机视觉	NA	3D卷积神经网络	3D-CNN	视频	在多个流行的动作识别数据集上进行实验
319	2024-08-05	A Comparative Review on Enhancing Visual Simultaneous Localization and Mapping with Deep Semantic Segmentation 2024-May-24, Sensors (Basel, Switzerland) DOI:10.3390/s24113388 PMID:38894177	综述	本文对将深度语义分割融入视觉同步定位与地图构建(VSLAM)的主要组件进行了综合比较审查	探讨了将深度语义分割与VSLAM结合的创新方法，并提出了新的研究方向	现有的VSLAM模型仍面临计算复杂性相关的挑战	提高VSLAM在动态环境中的性能	对比分析传统VSLAM与深度语义分割在各个模块中的应用	计算机视觉	NA	深度学习，语义分割	NA	图像	NA
320	2024-08-05	RB-GAT: A Text Classification Model Based on RoBERTa-BiGRU with Graph ATtention Network 2024-May-24, Sensors (Basel, Switzerland) DOI:10.3390/s24113365 PMID:38894157	研究论文	提出了一种结合RoBERTa-BiGRU和多头图注意力网络的新型文本分类模型RB-GAT	通过结合RoBERTa-BiGRU嵌入与多头图注意力网络，改进了文本分类中的上下文信息捕捉	未提及该模型在处理特定类型文本或极端情况的表现	提升文本分类任务的准确性和效果	应用于五个基准数据集的文本分类	自然语言处理	NA	NA	BiGRU	文本	五个基准数据集