深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
561	2024-08-07	Attention mechanism models for precision medicine 2024-May-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae156 PMID:38811359	research paper	本文探讨了深度学习模型在精准医学中的应用，特别是注意力机制模型如SAN、GAT和transformer的研究	本文提出了一个关于精准医学中图注意力机制模型应用的创新研究特刊	NA	旨在提供精准医学中图注意力机制模型应用的全面概述和展示	精准医学中的注意力机制模型	machine learning	NA	attention mechanism models	SAN, GAT, transformers	genomic data	NA	NA	NA	NA	NA
562	2024-08-07	Applications of artificial intelligence (AI) in drinking water treatment processes: Possibilities 2024-May, Chemosphere IF:8.1Q1 DOI:10.1016/j.chemosphere.2024.141958 PMID:38608775	综述	本文综述了自1997年以来发表的91篇同行评审文章，这些文章应用人工智能技术于水处理过程中的混凝/絮凝、膜过滤、消毒副产物形成、吸附等操作管理，旨在评估人工智能技术在水处理过程中的发展和应用，并确定其局限性和改进领域。	深度学习技术展示了出色的特征提取和数据挖掘能力，可以开发基于图像识别的深度学习框架，建立絮体形状与混凝剂剂量之间的关系。此外，混合技术（如回归与人工智能的结合；物理/动力学与人工智能的结合）显示出更好的预测性能。	文章指出人工智能技术在水处理过程中的应用仍存在局限性，需要进一步研究以实现更好的控制。	评估人工智能技术在水处理过程中的发展和应用，并确定其局限性和改进领域。	水处理过程中的混凝/絮凝、膜过滤、消毒副产物形成、吸附等操作管理。	机器学习	NA	机器学习模型	深度学习	图像	至少91篇同行评审文章	NA	NA	NA	NA
563	2024-08-07	A Study on the Screening of Children at Risk for Developmental Disabilities Using Facial Landmarks Derived From a Mobile-Based Application 2024-May, Psychiatry investigation IF:1.8Q3 DOI:10.30773/pi.2023.0315 PMID:38810998	研究论文	本研究利用移动应用程序中的面部标志特征区分发展障碍儿童和正常发展儿童	利用移动设备收集的视频数据中的面部标志进行早期发展障碍检测	NA	早期检测和干预发展障碍儿童	发展障碍儿童和正常发展儿童	机器学习	NA	长短期记忆网络	LSTM	视频	89名儿童，包括33名诊断为发展障碍的儿童和56名正常发展儿童	NA	NA	NA	NA
564	2024-08-07	Surface plasmons-phonons for mid-infrared hyperspectral imaging 2024-May-31, Science advances IF:11.7Q1 DOI:10.1126/sciadv.ado3179 PMID:38809968	研究论文	研究通过开发一种结合表面等离子体和表面声子的超光谱成像系统，探索了表面声子在超光谱成像中的作用	首次展示了表面声子在超光谱成像中的应用，通过使用不对称十字形纳米天线，实现了对分子折射率强度和线形特征的精确捕捉，提高了分子识别的精确度和灵敏度	NA	探索表面声子在超光谱成像中的作用及其对分子识别的影响	表面等离子体和表面声子在超光谱成像中的应用	计算机视觉	NA	超光谱成像	深度学习	光谱数据	230,400 光谱/秒	NA	NA	NA	NA
565	2024-08-07	Optical frequency multiplication using residual network with random forest regression 2024-May-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e30958 PMID:38813222	研究论文	本文提出了一种利用残差网络（ResNet）与随机森林回归（RFR）算法相结合的混合深度学习方法，用于光学频率倍增	本文创新性地将残差网络与随机森林回归算法结合，用于光学频率倍增，并展示了三种不同的频率倍增调制方案	NA	研究光学频率倍增技术	光学频率倍增的参数优化及毫米波信号生成	计算机视觉	NA	残差网络（ResNet），随机森林回归（RFR）	ResNet，RFR	模拟数据	8倍频、12倍频和16倍频的毫米波信号	NA	NA	NA	NA
566	2024-08-07	Deep learning algorithm-enabled sediment characterization techniques to determination of water saturation for tight gas carbonate reservoirs in Bohai Bay Basin, China 2024-May-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-63168-8 PMID:38806579	研究论文	本研究利用深度学习算法，特别是门控循环单元（GRU）、循环神经网络（RNN）、长短期记忆（LSTM）、支持向量机（SVM）、K近邻（KNN）和决策树（DT），对渤海湾盆地的致密气碳酸盐岩储层的水饱和度进行预测	本研究采用了一种新颖的数据驱动策略，结合多种深度/浅层学习算法，特别是GRU模型，在预测水饱和度方面达到了前所未有的准确度	尽管GRU模型在预测水饱和度方面表现出色，但仍需考虑其在处理其他类型地质数据时的适用性和潜在的过拟合问题	优化烃类生产并解决因水饱和度导致的渗透率降低和孔喉堵塞等问题	致密气碳酸盐岩储层的水饱和度	机器学习	NA	深度学习算法	GRU, RNN, LSTM, SVM, KNN, DT	常规岩石物理数据	未具体说明样本数量	NA	NA	NA	NA
567	2024-08-07	Machine vision-based autonomous road hazard avoidance system for self-driving vehicles 2024-May-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-62629-4 PMID:38806585	研究论文	本文针对传统YOLOv5s在小目标检测上的问题，提出了一种优化的目标检测算法，通过升级C3模块并引入新的激活函数和损失函数，提高了检测准确性并增强了系统的视觉避障功能。	本文引入了CBAMC3模块、GELU激活函数和EfficiCIoU损失函数，加速了算法的收敛并提高了对小目标的检测准确性。	NA	旨在提高自动驾驶车辆在复杂道路条件下的导航能力和安全性。	自动驾驶车辆的视觉避障系统及其算法优化。	计算机视觉	NA	深度学习	YOLOv5s	图像	使用车载摄像头在预定路线上进行测试	NA	NA	NA	NA
568	2024-08-07	Deep learning for risk stratification of thymoma pathological subtypes based on preoperative CT images 2024-May-28, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-024-12394-4 PMID:38807039	研究论文	本研究旨在开发一种基于术前CT图像的胸腺瘤风险分层深度模型	该深度模型能够同时识别病变、分割感兴趣区域（ROI）并区分胸腺瘤的风险，其诊断能力优于基线模型	目前的算法主要关注放射组学特征或2D深度特征，并需要放射科医生手动进行肿瘤分割，限制了其实际应用	开发一种创新的深度模型，用于基于术前CT图像的胸腺瘤风险分层	胸腺瘤的风险分层	机器学习	胸腺瘤	深度学习	深度模型	CT图像	147名患者（其中82名女性；平均年龄54岁±10）	NA	NA	NA	NA
569	2024-08-07	Novel f-CaO soft sensor for cement clinker based on integrated model of dual-parallel structure 2024-May-01, The Review of scientific instruments DOI:10.1063/5.0194437 PMID:38819257	research paper	本文针对水泥生产过程中存在的不确定性、时延和变量间强耦合问题，提出了一种基于双并行结构集成模型的新型游离氧化钙软传感器	该模型采用一维卷积神经网络、长短时记忆网络、图神经网络和极限梯度提升的优化集成，有效缓解过拟合风险，并结合各模型的优势，擅长从原始时间序列数据中提取局部和全局特征以及时空特性	NA	解决水泥生产过程中的不确定性、时延和变量间强耦合问题	游离氧化钙在水泥熟料中的软传感器模型	machine learning	NA	一维卷积神经网络、长短时记忆网络、图神经网络、极限梯度提升	CNN, LSTM, 图神经网络, 极限梯度提升	时间序列数据	NA	NA	NA	NA	NA
570	2024-08-07	Deep learning based linear energy transfer calculation for proton therapy 2024-May-30, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad4844 PMID:38714191	research paper	本研究旨在通过深度学习模型计算线性能量转移（LET），以解决传统方法在评估相对生物效应（RBE）中的局限性	提出了一种基于深度学习的模型，用于计算剂量加权LET（LET），该模型利用患者解剖和剂量到水（D）数据，实现实时生物剂量评估和LET优化	模型在剂量梯度最大和计数统计最低的场边缘存在最大差异	开发一种高效的深度学习模型，用于精确快速地计算LET，以优化质子治疗计划的RBE	275个4场前列腺质子立体定向体放射治疗计划的1100个场	machine learning	prostate cancer	深度学习	3D Cascaded UNet	CT图像和D数据	275个4场前列腺质子立体定向体放射治疗计划的1100个场，随机分为880个训练场，110个验证场和110个测试场	NA	NA	NA	NA
571	2024-08-07	Evaluation of an automated clinical decision system with deep learning dose prediction and NTCP model for prostate cancer proton therapy 2024-May-30, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad48f6 PMID:38718814	研究论文	评估使用深度学习剂量预测方法结合正常组织并发症概率（NTCP）模型，为前列腺癌患者选择最适合的质子治疗的可行性	采用深度学习技术进行剂量预测，能显著减少计划比较所需时间，从约2天缩短至5秒	剂量预测的不确定性对基于NTCP的患者选择决策准确性影响不大	评估深度学习剂量预测方法在前列腺癌质子治疗中的应用效果	前列腺癌患者及其质子治疗方案	机器学习	前列腺癌	深度学习	3D UNet	图像	95名局部前列腺癌患者	NA	NA	NA	NA
572	2024-08-07	An indirect estimation of x-ray spectrum via convolutional neural network and transmission measurement 2024-May-30, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad494f PMID:38722545	研究论文	本文提出了一种结合X射线成像物理和卷积神经网络（CNN）的精确且鲁棒的光谱估计方法	该方法通过传输测量和蒙特卡罗模拟生成的模型光谱的卷积求和来估计光谱，并使用实际投影与估计投影之间的差异作为损失函数来训练网络，相较于之前的方法，在准确性和鲁棒性上有所提升	NA	提出一种精确且鲁棒的X射线光谱估计方法	X射线光谱估计	计算机视觉	NA	卷积神经网络（CNN）	CNN	图像	80 kVp和100 kVp的测试结果	NA	NA	NA	NA
573	2024-08-07	Directional TV algorithm for image reconstruction from sparse-view projections in EPR imaging 2024-May-30, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad4a1b PMID:38729205	研究论文	本文提出了一种基于方向总变差（DTV）算法的电子顺磁共振（EPR）成像中的稀疏视图投影图像重建方法	本文创新性地提出了方向总变差（DTV）模型及其Chambolle-Pock求解算法，以提高EPR成像中稀疏重建的准确性	NA	开发一种先进的算法用于3D EPR成像的稀疏重建	EPR成像中的稀疏视图投影图像重建	计算机视觉	NA	电子顺磁共振成像	方向总变差（DTV）模型	图像	模拟的六球体模型和两个装有OX063三苯甲基溶液的实际瓶子模型	NA	NA	NA	NA
574	2024-08-07	DMGM: deformable-mechanism based cervical cancer staging via MRI multi-sequence 2024-May-30, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad4c50 PMID:38749463	研究论文	本研究利用深度学习方法，特别是可变形卷积层，通过多序列MRI图像对宫颈癌进行分期	提出了一种新的可变形ConvLSTM模块，该模块结合了可变形机制与ConvLSTM，使模型能够适应结构多变的数据	研究中提到了样本量有限的问题，尽管引入了序列增强策略，但仍可能存在数据不足的情况	旨在通过计算机辅助诊断系统改进医生在识别多序列MRI图像时的挑战	宫颈癌的分期	机器学习	宫颈癌	MRI	CNN, LSTM	图像	利用了BraTS 2019的多模态数据作为外部测试数据集	NA	NA	NA	NA
575	2024-08-07	Enhancement of OCTen faceimages by unsupervised deep learning 2024-May-30, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad4c52 PMID:38749469	研究论文	本文提出了一种基于无监督深度学习的OCT图像质量增强方法	采用无监督学习方法，无需大量配对训练数据，有效改善了OCT图像的散斑噪声和失焦问题	NA	开发一种无监督方法以提高OCT图像的质量	OCT图像的质量增强	计算机视觉	NA	深度学习	无监督学习模型	图像	由自制散斑调制OCT系统收集的未注册失焦常规OCT图像和聚焦无散斑OCT图像构建的数据集	NA	NA	NA	NA
576	2024-08-07	Uncertainty estimation and evaluation of deformation image registration based convolutional neural networks 2024-May-30, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad4c4f PMID:38749468	研究论文	本文开发并评估了一种能够在几秒钟内进行快速变形图像配准（DIR）并预测其不确定性的模型	引入了基于卷积神经网络的概率多分辨率图像配准模型，用于估计多模态图像配准问题中的多元正态分布密集位移场（DDF），并提出了一种基于Kullback-Leibler散度的新度量标准来评估DDF分布的质量	模型在估计不确定性的可靠性和变形准确性之间存在权衡	开发和评估一种能够快速进行变形图像配准并预测其不确定性的模型	变形图像配准及其不确定性估计	计算机视觉	NA	卷积神经网络	CNN	图像	治疗计划计算机断层扫描（CT）与随访锥束CT的配准	NA	NA	NA	NA
577	2024-08-07	All-optical complex field imaging using diffractive processors 2024-May-28, Light, science & applications DOI:10.1038/s41377-024-01482-6 PMID:38802376	研究论文	本文介绍了一种使用衍射处理器实现全光复杂场成像的设计	设计了一种无需数字处理即可在基于强度的传感器阵列上同时捕获输入场的振幅和定量相位信息的复杂场成像器	NA	开发一种能够在不使用数字图像重建算法的情况下捕获复杂场振幅和相位信息的技术	复杂场的振幅和相位信息	计算机视觉	NA	衍射处理器	深度学习优化	图像	使用3D打印原型在太赫兹频谱上进行实验验证	NA	NA	NA	NA
578	2024-08-07	Impact of functional electrical stimulation on nerve-damaged muscles by quantifying fat infiltration using deep learning 2024-05-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-62805-6 PMID:38802457	研究论文	本研究通过深度学习量化脂肪浸润，评估长期功能性电刺激（FES）对受损后环杓后肌（PCA）的影响	采用深度神经网络IMFSegNet进行自动化分析，比传统机器学习方法更准确	NA	验证长期FES对PCA的脂肪浸润无显著影响	后环杓后肌（PCA）的肌肉横截面脂肪浸润情况	计算机视觉	NA	深度学习	深度神经网络	图像	超过300张H&E染色的肌肉横截面图像，来自22只羊	NA	NA	NA	NA
579	2024-08-07	Proximal femur fracture detection on plain radiography via feature pyramid networks 2024-05-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-63001-2 PMID:38802519	研究论文	本研究开发了一种基于特征金字塔网络（FPN）的深度学习模型，用于从普通X光片中检测和定位近端股骨骨折	本研究模型在检测近端股骨骨折方面比传统FPN模型和基于DINO网络的先进transformer模型表现出更高的灵敏度和准确性，且处理时间更短	NA	开发和评估一种深度学习模型，用于自动检测和定位近端股骨骨折	近端股骨骨折的检测和定位	计算机视觉	骨折	NA	特征金字塔网络（FPN）	图像	823张髋部X光片，包括150名近端股骨骨折患者和362名对照组	NA	NA	NA	NA
580	2024-08-07	SEM Image Processing Assisted by Deep Learning to Quantify Mesoporous γ-Alumina Spatial Heterogeneity and Its Predicted Impact on Mass Transfer 2024-May-23, The journal of physical chemistry. C, Nanomaterials and interfaces DOI:10.1021/acs.jpcc.4c00323 PMID:38807629	研究论文	本研究结合氮吸附和脱附、汞孔隙度测定以及先进的扫描电子显微镜（SEM）成像和处理方法，量化了γ-氧化铝的空间异质性，并探讨了其对质量传递的影响。	利用深度学习语义分割和灰度校准下的孔隙度测量等先进SEM图像分析技术，量化了包含体体积分数和界面孔隙度差异，并基于有效介质理论（EMT）模型预测了有效扭曲因子。	研究发现，对于所研究的氧化铝，空间孔隙异质性对有效扭曲因子的影响可以忽略不计，除非包含体含量至少为30%且界面孔隙度差异超过20%。	旨在通过量化γ-氧化铝的空间异质性，指导设计具有更高活性和选择性以及更好抗失活能力的异质催化剂。	研究对象为γ-氧化铝，一种具有重要工业意义的催化剂载体。	数字病理学	NA	扫描电子显微镜（SEM）	深度学习	图像	未明确提及具体样本数量	NA	NA	NA	NA