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
761	2024-08-05	Automatic segmentation of femoral tumors by nnU-net 2024-Jun, Clinical biomechanics (Bristol, Avon) DOI:10.1016/j.clinbiomech.2024.106265 PMID:38810478	研究论文	本文介绍了一种深度学习算法（nnU-Net）用于自动分割股骨肿瘤	提出的算法在当前最先进的解决方案中表现更好，能够以与经验丰富的放射科医生相似的准确性进行肿瘤分割	本文未提及具体关于算法在临床应用中的局限性	提高CT基础的有限元分析中肿瘤分割的准确性	包含手动标注的股骨肿瘤的CT扫描数据集	数字病理学	骨肿瘤	深度学习	nnU-Net	图像	50个CT扫描样本，包含手动标注的股骨肿瘤
762	2024-08-05	Multi-risk factors joint prediction model for risk prediction of retinopathy of prematurity 2024-Jun, The EPMA journal DOI:10.1007/s13167-024-00363-7 PMID:38841619	研究论文	本研究建立了一种结合临床人口统计数据的人工智能算法用于早期筛查和风险预测早产儿视网膜病的模型	该研究创新性地结合了多种风险因素与人工智能技术，提高了对早产儿视网膜病及其治疗期望的预测能力	研究主要集中在单一医院的数据，可能存在样本偏差和外推性限制	该研究旨在通过建立多风险因素联合预测模型以提升早产儿视网膜病的早期筛查和风险评估能力	研究对象为22569名在深圳眼科医院进行常规筛查的早产儿，其中包括3335名罹患视网膜病的早产儿	机器学习	早产儿视网膜病	机器学习和深度学习	多层感知器、逻辑回归、决策树	临床数据	22569名早产儿，其中包括3335名视网膜病儿童和1234名需要治疗的视网膜病儿童
763	2024-08-05	Diagnosing schizophrenia using deep learning: Novel interpretation approaches and multi-site validation 2024-Jun-15, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2024.148876 PMID:38513996	研究论文	该研究利用深度学习对精神分裂症进行诊断，提出了新的解释方法并进行了多中心验证	引入了SHAP方法进行深度学习模型输出的临床应用解释，并进行了多中心数据的验证以提高模型的可靠性	模型的可解释性有限，且数据仅限于九个全球中心，可能影响结果的广泛应用	提高精神分裂症的诊断准确性和客观性	利用来自不同国家的样本验证深度学习模型的普适性	机器学习	精神分裂症	深度学习	3D Resnet	脑部图像数据	来自九个全球中心的多个样本
764	2024-08-05	Revolutionizing urban mapping: deep learning and data fusion strategies for accurate building footprint segmentation 2024-Jun-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-64231-0 PMID:38866920	研究论文	该论文提出了一种利用深度学习和数据融合策略进行建筑轮廓分割的新方法	通过将RGB正射影像与数字地表模型相结合，生成了一种统一的四波段数据集，从而改进了建筑分割的准确性和训练时间	NA	研究如何有效提取和细化城市建筑的轮廓信息	高分辨率航拍或卫星影像中的建筑物信息	计算机视觉	NA	深度学习，数据融合	DeepLabv3	图像	覆盖意大利都灵21 km的区域，包含多样化的建筑框架
765	2024-08-05	An improved deep learning network for image detection and its application in Dendrobii caulis decoction piece 2024-06-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-63398-w PMID:38866849	研究论文	该文章提出了一种改进的深度学习网络用于从图像中检测 Dendrobii caulis decoction piece。	本文创新性地设计了 C2S 模块来替代 YOLOv5 的 C3 模块，提高了对稠密小目标的特征提取能力，并引入了 RepGFPN 和 OTA 操作符以有效整合高维和低维特征。	该研究未探讨方法在其他类型食材中的适用性。	研究旨在开发高效的检测方法，以解决 Dendrobii caulis decoction piece 的物种识别问题。	该研究的对象是不同类型的 Dendrobii caulis decoction piece。	计算机视觉	NA	深度学习	改进的 YOLOv5	图像	一个新的大规模 Dendrobium 图像数据集
766	2024-08-05	Enhancing the diagnosis of functionally relevant coronary artery disease with machine learning 2024-Jun-12, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-49390-y PMID:38866791	研究论文	本研究展示了机器学习在预测功能性相关冠状动脉疾病中的优势	该研究展示了机器学习在预测应激诱导的功能性相关冠状动脉疾病方面超过了心脏病专家的能力	研究的局限性包括仅使用特定的临床变量和心电图信号	研究旨在提高功能性相关冠状动脉疾病的早期诊断	研究对象为功能性相关冠状动脉疾病患者	机器学习	心脏病	机器学习	逻辑回归	临床变量和心电图信号	NA
767	2024-08-05	A deep learning-based automated diagnosis system for SPECT myocardial perfusion imaging 2024-06-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-64445-2 PMID:38866884	研究论文	本文开发了一种基于深度学习的心肌灌注成像自动诊断系统	文章创新性地使用深度学习模型来改善心血管疾病的诊断准确性，并通过无监督学习可视化疾病损伤	研究仅基于单中心数据集，可能限制了结果的广泛适用性	旨在提高心肌灌注成像（MPI SPECT）图像的诊断支持能力	研究对象为5443个MPI SPECT图像样本，标记为健康或冠状动脉疾病	计算机视觉	心血管疾病	深度学习	卷积神经网络（CNN）	图像	5443个MPI SPECT图像样本
768	2024-08-05	Parallel processing model for low-dose computed tomography image denoising 2024-Jun-12, Visual computing for industry, biomedicine, and art DOI:10.1186/s42492-024-00165-8 PMID:38865022	研究论文	本研究提出了一种多编码器深度特征变换网络（MDFTN），旨在增强多源低剂量计算机断层成像（LDCT）的去噪性能	提出了一种并行处理模型，能够在统一框架内同时处理来自多种成像源的LDCT图像，提升去噪效果	未提及具体的局限性	旨在提高多源LDCT成像的数据去噪性能	多源低剂量计算机断层成像图像	数字病理学	NA	深度学习	多编码器深度特征变换网络（MDFTN）	图像	在两个公共数据集和一个本地数据集上进行的实验
769	2024-08-05	Prospective validation of a seizure diary forecasting falls short 2024-Jun, Epilepsia IF:6.6Q1 DOI:10.1111/epi.17984 PMID:38606580	研究论文	本研究前瞻性评估了一种深度学习人工智能模型在预测癫痫发作风险方面的有效性	尽管以前的研究表明AI模型表现优越，但本研究发现其在前瞻性随机对照中不及简单移动平均预测	研究样本量较小，仅有25人提供了足够的数据进行分析	评估算法在前瞻性癫痫患者中的预测有效性	46名癫痫患者，最终分析样本为25名	机器学习	癫痫	深度学习	NA	数据条目	46名癫痫患者，25名提供了足够的数据进行分析
770	2024-08-05	Dataset of chilli and onion plant leaf images for classification and detection 2024-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110524 PMID:38872936	研究论文	本文介绍了辣椒与洋葱叶子数据集，旨在分类与检测植物叶片疾病	创建了一个详细的辣椒与洋葱叶子数据集，以支持计算机视觉算法的开发与测试	数据集可能未涵盖所有可能的疾病或叶片状态	研究旨在创建一个可公开获取的数据集，以支持植物叶片识别的计算机视觉技术	辣椒和洋葱植物的叶片图像	计算机视觉	NA	图像处理算法	深度学习模型，视觉变换器架构	图像	包含多种类型的辣椒与洋葱叶子图像
771	2024-08-05	A deep learning model for DNA enhancer prediction based on nucleotide position aware feature encoding 2024-Jun-21, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.110030 PMID:38868182	研究论文	该文章提出了一种基于深度学习的DNA增强子预测模型PDCNN	PDCNN模型通过统计核苷酸表示提取基因序列中的隐藏特征，增强了预测准确性	当前模型可能无法解决所有类型的基因序列特征	研究深度学习在DNA增强子预测中的应用	基因序列中的DNA增强子	机器学习	NA	深度学习	卷积神经网络	基因序列	NA
772	2024-08-05	Deep learning model based on contrast-enhanced MRI for predicting post-surgical survival in patients with hepatocellular carcinoma 2024-Jun-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e31451 PMID:38868019	研究论文	本文旨在开发基于对比增强MRI数据的深度学习模型，以预测肝细胞癌患者的术后总生存率。	本研究的创新点在于使用三维卷积神经网络（3D-CNN）从MRI图像中提取特征，并结合临床因素建立综合模型，从而提高了预测能力。	该研究仅为回顾性研究，可能存在选择偏倚，并且尚需进一步验证模型的通用性。	研究的目的是提高肝细胞癌患者术后生存率的预测能力。	研究对象为564名接受手术切除的肝细胞癌患者。	计算机视觉	肝癌	对比增强MRI	3D-CNN	图像	共涉及564名手术切除患者，分为训练集（326），测试集（143）和外部验证集（95）
773	2024-08-05	GSOOA-1DDRSN: Network traffic anomaly detection based on deep residual shrinkage networks 2024-Jun-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e32087 PMID:38868050	研究论文	本文提出了一种基于深度残差收缩网络的网络流量异常检测方法GSOOA-1DDRSN	提出了一种改进的鱼鹰优化算法来选取网络流量中最相关和重要的特征，并设计了一维深度残差收缩网络作为分类器	未提及具体的局限性	增强网络流量异常检测的能力	网络流量数据	网络安全	NA	优化算法和深度学习	一维深度残差收缩网络 (1DDRSN)	网络流量数据	使用了NSL-KDD和UNSW-NB15数据集进行验证
774	2024-08-05	Application of the artificial intelligence system based on graphics and vision in ethnic tourism of subtropical grasslands 2024-Jun-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e31442 PMID:38867958	研究论文	本研究旨在通过利用深度学习算法和物联网技术来优化民族旅游资源的评估和决策。	本文改进了现有的深度学习算法，整合了ResNet + Canny + 局部二值模式（LBP）的特征提取算法，并提出智能决策方法。	本研究未提及具体的局限性。	该研究的目的是优化乡村旅游的智能发展技术。	本研究针对蒙古装饰图案进行识别和特征提取。	计算机视觉	NA	深度学习算法，物联网技术	AlexNet, VGGNet, ResNet	图像	NA
775	2024-08-05	A deep neural network algorithm-based approach for predicting recovery period of accidents according to construction scale 2024-Jun-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e32215 PMID:38868011	研究论文	本文提出了一种基于深度神经网络算法预测建筑工地事故恢复期的方法	创新地使用深度神经网络根据施工规模开发事故预测模型	未提及特定的限制因素	旨在提高对建筑工地事故恢复期的预测准确性	建筑工地的事故恢复期	机器学习	NA	深度神经网络 (DNN)	DNN	NA	NA
776	2024-08-05	Information-hiding cameras: Optical concealment of object information into ordinary images 2024-Jun-14, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adn9420 PMID:38865455	研究论文	我们介绍了一种信息隐藏相机，结合了通过深度学习联合优化的电子解码器	该系统使用衍射光学处理器，将输入图像转换并隐藏成看似普通的模式，具有多种秘密消息的无限组合能力	NA	研究信息隐藏技术在视觉信息安全中的应用	信息隐藏衍射相机在不同光照条件和噪声水平下的性能	计算机视觉	NA	衍射光学处理	深度学习	图像	NA
777	2024-08-05	Dual-Extraction Modeling: A multimodal deep learning architecture for phenotypic prediction and functional gene mining of complex traits 2024-Jun-13, Plant communications IF:9.4Q1 DOI:10.1016/j.xplc.2024.101002 PMID:38872306	研究论文	本文介绍了一种多模态深度学习架构Dual-Extraction Modeling (DEM)，用于复杂性状的表型预测和功能基因挖掘	提出了双重提取建模方法，能够从异质组学数据集中提取代表性特征，具有优越的准确性和解释性	研究中未提及具体的样本量和数据限制	研究旨在开发一种通用的多模态计算工具，以实现准确的表型预测和特征相关基因的识别	研究对象为复杂性状的表型和影响这些性状的功能基因	机器学习	NA	深度学习	NA	组学数据	NA
778	2024-08-05	Binary classification of dead detector elements in flat panel detectors using convolutional neural networks 2024-Jun-13, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad57cd PMID:38870913	研究论文	本文提供了一种新颖的深度学习技术，用于生成平面探测器的死探测器元素地图。	提出了一种在缺乏真实地图情况下生成死探测器地图的新技术，且能够在不同探测器上进行一定程度的泛化。	模型在利用不同厂商制造的探测器时的性能需进一步研究。	研究旨在开发一种能够生成死探测器元素地图的深度学习模型。	研究对象是平面探测器上的死探测器元素。	计算机视觉	NA	卷积神经网络	CNN	图像	NA
779	2024-08-05	All-optical phase conjugation using diffractive wavefront processing 2024-Jun-11, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-49304-y PMID:38862510	研究论文	提出了一种用于近似全光相位共轭的衍射波前处理器	利用深度学习优化了一组衍射层，以全光方式处理任意相位畸变输入场	实验验证中使用的相位畸变是训练期间未见过的	研究一种新的光学相位共轭技术	衍射波前处理器和相位畸变镜	光学	NA	深度学习	NA	光学波前数据	使用了多种相位畸变进行实验验证
780	2024-08-05	Unsupervised manifold embedding to encode molecular quantum information for supervised learning of chemical data 2024-Jun-11, Communications chemistry IF:5.9Q1 DOI:10.1038/s42004-024-01217-z PMID:38862828	研究论文	本文探讨了分子表示在化学机器学习中的重要性，并提出了一种新的低维表示方法MEMS	开发了分子表面的流形嵌入MEMS，以保留电子特性，实现化学学习的特征化	NA	探究分子相互作用的局部电子信息以提高化学数据学习的预测能力	分子表面和电子属性的表示	计算机视觉	NA	NA	神经网络	化学数据	NA