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
821	2024-08-07	An Optimized Instance Segmentation of Underlying Surface in Low-Altitude TIR Sensing Images for Enhancing the Calculation of LSTs 2024-May-05, Sensors (Basel, Switzerland) DOI:10.3390/s24092937 PMID:38733039	研究论文	本研究提出了一种深度学习方法，用于优化低空热红外遥感图像中地表的实例分割，以提高地表温度计算的准确性	本研究采用基于掩膜的卷积神经网络进行像素级分类和分割，并通过优化超参数和架构，提高了地表分类的精确度	NA	提高基于低空热红外遥感图像的地表温度计算准确性	低空热红外遥感图像中的地表实例分割	计算机视觉	NA	深度学习	CNN	图像	1350张标注的热红外图像用于训练，150张新图像用于验证
822	2024-08-07	Predicting Transcription Factor Binding Sites with Deep Learning 2024-May-03, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms25094990 PMID:38732207	研究论文	本文提出了一种基于双向Transformer编码器的深度学习方法，用于预测转录因子结合位点，并通过实验验证了其在不同细胞系中的有效性	本文提出的方法结合了双向长短期记忆层和胶囊层，以提高遗传数据嵌入的鲁棒性和意义	NA	研究转录因子如何调控基因表达及其在治疗中的潜在应用	转录因子结合位点的预测	机器学习	NA	ChIP-seq	双向Transformer编码器	基因数据	使用了ENCODE数据库中的五个细胞系（A549, GM12878, Hep-G2, H1-hESC, 和 Hela）以及五个额外的细胞系进行测试
823	2024-08-07	AI Concepts for System of Systems Dynamic Interoperability 2024-May-03, Sensors (Basel, Switzerland) DOI:10.3390/s24092921 PMID:38733028	研究论文	本文探讨了在系统工程中动态建立异构网络物理系统间互操作性的问题，并总结了相关领域的最新进展	文章提出了利用机器学习和深度学习方法来解决互操作性问题的新思路，并讨论了相关架构和开放问题	目前尚未有能够完全解决复杂系统间动态互操作性的概念实例，且需要实际测试环境	研究如何自动建立具有目的性通信的系统，以实现动态互操作性	异构网络物理系统间的互操作性问题	机器学习	NA	深度学习	神经网络	文本和代码	NA
824	2024-08-07	Surface Defect Detection of Aluminum Profiles Based on Multiscale and Self-Attention Mechanisms 2024-May-02, Sensors (Basel, Switzerland) DOI:10.3390/s24092914 PMID:38733020	研究论文	本研究提出了一种基于多尺度和自注意力机制的铝型材表面缺陷检测模型AluDef-ClassNet	利用高斯差分金字塔捕获多尺度图像特征，引入自注意力机制增强特征表示，并采用改进的残差网络结构结合膨胀卷积扩大感受野	NA	解决铝型材表面缺陷检测中的多尺度复杂性、光照变化敏感性、遮挡和噪声等问题	铝型材表面缺陷	计算机视觉	NA	深度学习	CNN	图像	使用CCD相机获取的小规模高质量铝型材表面缺陷图像数据集
825	2024-08-07	Dosimetric impact of contour editing on CT and MRI deep-learning autosegmentation for brain OARs 2024-May, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14345 PMID:38664894	研究论文	研究深度学习自动分割模型在脑部放射治疗中对危及器官的临床适用性，并评估轮廓编辑对CT和MRI模型性能的剂量学影响	探讨了轮廓编辑对深度学习自动分割模型性能的影响，并研究了几何和剂量学测量之间的相关性	研究发现几何测试指标不足以估计轮廓不准确对剂量的影响	评估深度学习自动分割模型在脑部放射治疗中的临床适用性	脑部放射治疗中的危及器官	机器学习	NA	深度学习	深度学习自动分割模型	CT和MRI图像	测试队列中的患者数量未明确提及
826	2024-08-07	Artificial-intelligence-based risk prediction and mechanism discovery for atrial fibrillation using heart beat-to-beat intervals 2024-May-10, Med (New York, N.Y.) DOI:10.1016/j.medj.2024.02.006 PMID:38492571	研究论文	本文开发了一种可解释的深度学习模型HBBI-AI，利用心搏间期预测房颤风险，并基于模型的可解释性提出并验证了房颤的可能机制	首次使用心搏间期数据，通过深度学习模型预测房颤风险，并揭示了自主神经失衡可能是房颤多个风险因素的共同机制	NA	提高房颤早期诊断效率，预防中风和其他并发症	房颤风险预测及其潜在机制	机器学习	心血管疾病	深度学习	深度学习模型	心搏间期数据	使用了大型内部和外部公共数据集
827	2024-08-07	Predicting the age of field Anopheles mosquitoes using mass spectrometry and deep learning 2024-May-10, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adj6990 PMID:38728404	研究论文	本文介绍了一种结合质谱技术和深度学习方法快速预测野外按蚊年龄的新方法	该方法通过结合矩阵辅助激光解吸电离飞行时间质谱和深度学习，实现了对野外按蚊年龄的快速准确预测	NA	提高按蚊媒介监测效率，支持疟疾传播的流行病学监测和媒介控制策略评估	野外收集的按蚊头部、腿部和胸部的质谱数据	机器学习	疟疾	矩阵辅助激光解吸电离飞行时间质谱	深度学习模型	质谱数据	251只野外收集的按蚊，共2763个质谱数据
828	2024-08-07	Machine learning in predicting pathological complete response to neoadjuvant chemoradiotherapy in rectal cancer using MRI: A systematic review and meta-analysis 2024-May-10, The British journal of radiology DOI:10.1093/bjr/tqae098 PMID:38730550	meta-analysis	本文通过系统综述和荟萃分析评估了机器学习模型在预测直肠癌患者对新辅助放化疗反应中的表现	与传统机器学习模型相比，基于深度学习的研究能够获得更高的AUC	深度学习模型在研究中占比较少且异质性较大	评估机器学习模型在预测直肠癌新辅助放化疗反应中的表现	直肠癌患者对新辅助放化疗的病理完全反应	machine learning	直肠癌	MRI	deep learning	image	共包含24项研究的1690名患者
829	2024-08-07	Diagnostic biomarker discovery from brain EEG data using LSTM, reservoir-SNN, and NeuCube methods in a pilot study comparing epilepsy and migraine 2024-05-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-60996-6 PMID:38724576	研究论文	本研究通过使用深度学习神经网络模型（深度BiLSTM、reservoir SNN和NeuCube），从脑电图（EEG）数据中发现癫痫和偏头痛的诊断生物标志物	引入了一种新的在线尖峰编码算法用于尖峰神经网络（SNN），并提出了新的学习方法和识别诊断生物标志物的技术	需要进一步研究以探讨这些诊断生物标志物能在多早的阶段预测脑状态的发作	改进在线EEG分类、分析和早期脑状态诊断，增强AI模型的可解释性和发现能力	癫痫、偏头痛和健康受试者的EEG数据	机器学习	癫痫	EEG	LSTM, SNN, NeuCube	EEG数据	涉及癫痫、偏头痛和健康受试者的数据集
830	2024-08-07	Adaptive recognition of machining features in sheet metal parts based on a graph class-incremental learning strategy 2024-May-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-61443-2 PMID:38724597	研究论文	本研究提出了一种基于图类增量学习策略的板金零件加工特征自适应识别方法	引入了多维属性面边图（maFEG）来封装CAD模型的几何和拓扑细节，并提出了Sheet-metalNet图神经网络和三组件增量学习策略	NA	提高计算机辅助设计（CAD）、计算机辅助工艺规划（CAPP）和计算机辅助制造（CAM）系统中自动特征识别（AFR）的效率和准确性	板金零件的加工特征识别	计算机辅助设计	NA	图神经网络	Sheet-metalNet	图结构数据	使用了开源的MFCAD++数据集和新建的SMCAD数据集进行评估
831	2024-08-07	Distribution shift detection for the postmarket surveillance of medical AI algorithms: a retrospective simulation study 2024-May-09, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01085-w PMID:38724581	研究论文	本文研究了医疗AI系统在实际应用中分布偏移的检测问题，通过模拟实验评估了三种基于深度学习的偏移检测技术	本文首次在模拟数据集上评估了三种深度学习方法在检测医疗AI系统分布偏移中的性能	研究仅限于模拟数据集，实际应用中的效果可能有所不同	评估和实现用于医疗AI产品上市后监测的分布偏移检测工具	分布偏移检测技术在医疗AI系统中的应用	机器学习	糖尿病视网膜病变	深度学习	CNN	图像	130,486张视网膜图像
832	2024-08-07	Machine learning models for abstract screening task - A systematic literature review application for health economics and outcome research 2024-May-09, BMC medical research methodology IF:3.9Q1 DOI:10.1186/s12874-024-02224-3 PMID:38724903	综述	本研究旨在开发两种疾病特异性注释语料库，并优化机器学习和深度学习模型以自动化系统文献综述（SLR）的摘要筛选任务	本研究引入了基于Transformer的深度学习模型，这些模型在SLR摘要筛选中持续优于传统的机器学习算法，突出了领域特定预训练语言模型的优势	NA	开发和优化机器学习和深度学习模型以自动化系统文献综述的摘要筛选过程	人乳头瘤病毒（HPV）相关疾病和肺炎球菌相关儿科疾病（PAPD）的文献筛选	机器学习	NA	机器学习和深度学习算法	Transformer	文本	HPV语料库包含1697条记录，PAPD语料库包含2865条记录
833	2024-08-07	Clinical application of high-resolution spiral CT scanning in the diagnosis of auriculotemporal and ossicle 2024-May-09, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01277-6 PMID:38724896	研究论文	本研究通过结合高分辨率螺旋计算机断层扫描（HRSCT）与深度学习技术（DLT），旨在提高耳颞部和听小骨相关疾病的诊断准确性	本研究首次将高分辨率螺旋CT扫描与CNN-UNet模型结合，用于自动化处理听小骨分割、骨折检测及损伤原因分类，提高了诊断效率和准确性	NA	提高耳颞部和听小骨相关疾病的诊断准确性	耳颞部和听小骨的结构及疾病	计算机视觉	耳鼻喉疾病	高分辨率螺旋计算机断层扫描（HRSCT）	CNN-UNet	医学图像	NA
834	2024-08-07	Application of deep learning in isolated tooth identification 2024-May-09, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-024-04274-x PMID:38724912	研究论文	本研究探讨了使用深度学习模型通过一组照片对孤立牙齿进行分类的可能性	本研究开发了一种结合最先进特征提取器和注意力机制的深度学习模型，用于从多个角度拍摄的照片中分类牙齿	NA	探索使用深度学习模型进行孤立牙齿识别的可能性	孤立的人类牙齿	计算机视觉	NA	深度学习	深度学习模型	图像	5100张照片，来自850个孤立的人类牙齿样本
835	2024-08-07	Prediction of anticancer drug sensitivity using an interpretable model guided by deep learning 2024-May-09, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05669-x PMID:38724920	研究论文	本研究提出了一种新的可解释深度学习模型DrugGene，用于预测抗癌药物的敏感性	该模型整合了癌细胞的基因表达、基因突变、基因拷贝数变异以及抗癌药物的化学特性，通过两个不同的神经网络分支来预测药物反应，提高了预测的准确性和可解释性	NA	提高药物治疗效果，通过建立可解释的模型来学习药物反应机制并实现稳定预测	癌细胞和抗癌药物	机器学习	NA	深度学习	神经网络	基因表达数据、基因突变数据、基因拷贝数变异数据、化学结构数据	使用来自Cancer Drug Sensitivity Genome Database和Cancer Treatment Response Portal v2的药物敏感性数据
836	2024-08-07	Automated segmentation and volume prediction in pediatric Wilms' tumor CT using nnu-net 2024-May-09, BMC pediatrics IF:2.0Q2 DOI:10.1186/s12887-024-04775-2 PMID:38724944	研究论文	本研究探讨了使用深度学习技术自动分割和预测儿童Wilms肿瘤CT图像体积的方法	引入了一种结合AI自动轮廓描绘和三维肿瘤直径的新方法，提高了Wilms肿瘤体积预测的准确性	NA	探索基于CT的Wilms肿瘤焦点自动分割的可行性	儿童Wilms肿瘤的CT图像	计算机视觉	儿童疾病	深度学习	nnUnet	图像	105名Wilms肿瘤患者
837	2024-08-07	An efficient deep learning model for tomato disease detection 2024-May-09, Plant methods IF:4.7Q1 DOI:10.1186/s13007-024-01188-1 PMID:38725014	研究论文	本研究针对复杂背景下的番茄病害图像，提出了一种名为TomatoDet的新型番茄病害检测方法	引入Swin-DDETR的自注意力机制和动态激活函数Meta-ACON，以及增强的双向加权特征金字塔网络（IBiFPN），提高了小目标病害的检测能力和准确性	NA	提高番茄病害检测的准确性和效率	番茄病害图像，特别是晚疫病、灰叶斑病、褐腐病和叶霉病以及健康番茄	计算机视觉	NA	自注意力机制，动态激活函数Meta-ACON，双向加权特征金字塔网络（IBiFPN）	CNN	图像	NA
838	2024-08-07	Vulnerability of Thalamic Nuclei at CSF Interface During the Entire Course of Multiple Sclerosis 2024-May, Neurology(R) neuroimmunology & neuroinflammation DOI:10.1212/NXI.0000000000200222 PMID:38635941	研究论文	本研究探讨了多发性硬化症（MS）进程中丘脑核团在脑脊液界面的萎缩情况	通过深度学习合成序列的分割策略，验证了丘脑核团水平的萎缩区域，并模型化了四个主要丘脑核团组的动态变化	NA	研究多发性硬化症进程中丘脑核团的动态变化及其机制	多发性硬化症患者的丘脑核团	数字病理学	多发性硬化症	3D-T1 MRI	深度学习	图像	1123名多发性硬化症患者和相同数量的健康对照组
839	2024-08-07	Assessing the quality of experience in wireless networks for multimedia applications: A comprehensive analysis utilizing deep learning-based techniques 2024-May-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e30351 PMID:38726158	研究论文	本文介绍了一种利用深度学习技术评估无线网络中多媒体应用体验质量的新方法	提出了一种综合的QoE预测模型，该模型整合了视频信息、QoS数据、用户行为分析和面部表情分析，并通过实验证明其在性能指标上超越了现有模型	NA	旨在提高无线网络中多媒体服务的用户满意度	无线网络中的多媒体体验质量评估	机器学习	NA	深度学习	RNN	视频	使用了RTVCQoE数据集
840	2024-08-07	Cortical signals analysis to recognize intralimb mobility using modified RNN and various EEG quantities 2024-May-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e30406 PMID:38726180	研究论文	本研究通过分析脑电图（EEG）信号，使用改进的循环神经网络（RNN）和多种EEG信号量来识别肢体内部运动，如足部的背屈和跖屈	本研究采用了包含长短期记忆（LSTM）和门控循环单元（GRU）算法的改进循环神经网络，显著提高了识别肢体内部运动的能力	研究仅限于健康、右撇子的参与者，未来研究应考虑更广泛的人群	探索多种EEG信号量是否能有效识别肢体内部运动，以促进脑-机接口（BCI）设备在足部康复中的应用	研究对象为22名健康的右撇子参与者，通过21个电极收集脑电图数据，同时使用两个肌电图电极记录踝关节运动的开始	脑-机接口	NA	脑电图（EEG）	循环神经网络（RNN），长短期记忆（LSTM），门控循环单元（GRU）	脑电图信号	22名健康的右撇子参与者