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
501	2024-08-13	Automatic Quality Assessment of Pork Belly via Deep Learning and Ultrasound Imaging 2024-Jul-27, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani14152189 PMID:39123715	研究论文	本研究利用深度学习和超声成像技术自动评估猪肉腹部的质量	本研究采用图像分类方法，通过ResNet18模型实现了对猪肉腹部层数的精确预测，并在实际应用中达到了高准确率	初始考虑的语义分割方法的IoU分数低于70%，未能满足实际应用需求	评估猪肉腹部的层数	猪肉腹部的肌肉和脂肪层数	计算机视觉	NA	深度学习	ResNet18	图像	三层组（n=1811），五层组（n=1294），七层组（n=879）
502	2024-08-13	Precision Detection of Salt Stress in Soybean Seedlings Based on Deep Learning and Chlorophyll Fluorescence Imaging 2024-Jul-27, Plants (Basel, Switzerland) DOI:10.3390/plants13152089 PMID:39124207	研究论文	本研究探讨了基于深度学习和叶绿素荧光成像技术在识别大豆幼苗盐胁迫水平方面的有效性	研究中使用了六种经典的卷积神经网络模型进行盐胁迫识别，并通过特征融合显著提高了分类准确率，达到98.61%	NA	探索更高效的作物胁迫识别方法，以提高农业可持续性和全球粮食安全	大豆幼苗的盐胁迫水平	机器学习	NA	叶绿素荧光成像	CNN	图像	三种类型的叶绿素荧光图像
503	2024-08-13	Robotic Grasping of Unknown Objects Based on Deep Learning-Based Feature Detection 2024-Jul-26, Sensors (Basel, Switzerland) DOI:10.3390/s24154861 PMID:39123908	研究论文	本文提出了一种基于深度学习特征检测的机器人抓取算法，通过检测物体的直线边缘和角点特征，结合图像分割信息，实现对未知物体的有效抓取	该算法通过检测物体共有的直线边缘和角点特征，结合图像分割信息，能够逻辑推断抓取姿态，不受训练数据集大小的限制	NA	提高机器人对未知物体的抓取成功率	机器人对未知物体的抓取算法	计算机视觉	NA	深度学习	CNN	图像	400次实际机器人抓取试验
504	2024-08-13	An Empirical Study on the Effect of Training Data Perturbations on Neural Network Robustness 2024-Jul-26, Sensors (Basel, Switzerland) DOI:10.3390/s24154874 PMID:39123921	研究论文	本文通过实验分析了训练数据扰动对神经网络鲁棒性的影响	首次进行了广泛的实证研究，探讨了模型重训练期间数据扰动的影响	NA	研究训练数据扰动对模型鲁棒性的影响	神经网络的鲁棒性	机器学习	NA	NA	神经网络	数据集	NA
505	2024-08-13	AI-Assisted Rational Design and Activity Prediction of Biological Elements for Optimizing Transcription-Factor-Based Biosensors 2024-Jul-26, Molecules (Basel, Switzerland) DOI:10.3390/molecules29153512 PMID:39124917	综述	本文综述了人工智能算法在合成生物学中合理设计生物元素、预测其活性和调控基于转录因子的生物传感器响应性能中的应用	利用人工智能技术，特别是机器学习和深度学习算法，有效分析生物元素数据并预测其性能	文中提出了人工智能算法在生物技术领域面临的挑战，并建议了未来的研究方向	探讨人工智能在合成生物学中的应用，以推动学术研究和生物技术的实际应用	生物元素的合理设计、活性预测以及基于转录因子的生物传感器性能调控	合成生物学	NA	人工智能	机器学习、深度学习	生物数据	NA
506	2024-08-13	DeepPGD: A Deep Learning Model for DNA Methylation Prediction Using Temporal Convolution, BiLSTM, and Attention Mechanism 2024-Jul-26, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms25158146 PMID:39125714	研究论文	本研究通过引入DeepPGD深度学习框架，结合时间卷积网络、双向长短期记忆网络和注意力机制，旨在提高DNA甲基化识别性能	DeepPGD框架结合了时间卷积网络和双向长短期记忆网络的双重残差结构，有效提取复杂的DNA结构和序列特征，并在多种生物物种上进行了广泛实验，显示出在多个评估指标上的优异性能	NA	开发一种能够更精确识别DNA甲基化位点的深度学习算法	DNA甲基化识别	机器学习	NA	时间卷积网络（TCN）、双向长短期记忆网络（BiLSTM）、注意力机制	DeepPGD	DNA序列	多种生物物种的数据集
507	2024-08-13	Utilizing High-Resolution Imaging and Artificial Intelligence for Accurate Leaf Wetness Detection for the Strawberry Advisory System (SAS) 2024-Jul-25, Sensors (Basel, Switzerland) DOI:10.3390/s24154836 PMID:39123884	研究论文	本研究利用高分辨率成像和深度学习技术，开发了一种新的叶片湿润度检测算法，用于草莓种植中的疾病风险评估和杀菌剂使用策略	引入了一种结合高分辨率成像和卷积神经网络的深度学习技术，提高了叶片湿润度检测的准确性和可靠性	NA	提高草莓种植中疾病管理的精确度，减少不必要的杀菌剂使用	草莓种植中的叶片湿润度检测	计算机视觉	NA	高分辨率成像，深度学习	卷积神经网络 (CNN)	图像	在佛罗里达州的四个地点进行了实施和测试
508	2024-08-13	Artificial Intelligence Models for the Detection of Microsatellite Instability from Whole-Slide Imaging of Colorectal Cancer 2024-Jul-25, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14151605 PMID:39125481	研究论文	本文讨论了人工智能模型在从结直肠癌的全切片图像中直接预测微卫星不稳定性（MSI）的潜在作用	提出了联邦学习（FL）和群学习（SL）模型，用于在多个研究和临床中心之间共享算法	文章中提到的AI方法存在一些重要的缺陷	研究人工智能模型在结直肠癌中预测MSI状态的作用	结直肠癌中的微卫星不稳定性	数字病理学	结直肠癌	全切片成像（WSI）	深度学习（DL）	图像	未具体说明样本数量
509	2024-08-13	Global Research Network Analysis of Edible Coatings and Films for Preserving Perishable Fruit Crops: Current Status and Future Directions 2024-Jul-24, Foods (Basel, Switzerland) DOI:10.3390/foods13152321 PMID:39123513	研究论文	本研究通过文献计量分析，识别了食用涂层和薄膜在水果保鲜领域的核心研究区域、研究空白和新兴趋势	研究揭示了食用涂层和薄膜领域的三个发展阶段，并指出了人工智能在该领域的应用潜力	研究指出缺乏监管框架和安全指南，以及在试点和工业规模应用上的不足	提供未来食用涂层和薄膜在水果保鲜领域研究的全面路线图	食用涂层和薄膜在水果保鲜中的应用	NA	NA	文献计量分析	NA	文献数据	涉及428篇相关研究文章
510	2024-08-13	An Improved Fire and Smoke Detection Method Based on YOLOv8n for Smart Factories 2024-Jul-24, Sensors (Basel, Switzerland) DOI:10.3390/s24154786 PMID:39123833	研究论文	本文提出了一种基于YOLOv8n的改进型火灾和烟雾检测方法，用于智能工厂的火灾监控	引入了ConNeXtV2增强通道间特征竞争，使用RepBlock和SimConv替换原始卷积以提高计算能力和内存带宽，并采用MPDIoU替换CIoU以提高边界框的准确性	算法复杂度增加，但仍满足实时监控需求	改进智能工厂中的火灾和烟雾检测技术	火灾和烟雾检测算法	计算机视觉	NA	YOLOv8n	CNN	图像	超过5000张图像及其对应的标签
511	2024-08-13	Graph Attention Informer for Long-Term Traffic Flow Prediction under the Impact of Sports Events 2024-Jul-24, Sensors (Basel, Switzerland) DOI:10.3390/s24154796 PMID:39123843	研究论文	提出了一种结合图注意力层和informer层的Graph Attention Informer (GAT-Informer)结构，用于长期交通流量预测，特别是在体育赛事影响下的预测	通过结合图注意力层和informer层，能够更好地捕捉时空相关性中的内在特征和外部因素，如体育赛事的影响	未提及具体限制	提高模型在长期时间序列预测中的准确性和鲁棒性	长期交通流量预测	机器学习	NA	图注意力网络	GAT-Informer	时间序列数据	使用伦敦收集的真实世界数据进行测试
512	2024-08-13	A Single-Camera-Based Three-Dimensional Velocity Field Measurement Method for Granular Media in Mass Finishing with Deep Learning 2024-Jul-24, Sensors (Basel, Switzerland) DOI:10.3390/s24154790 PMID:39123840	研究论文	本研究提出了一种基于单摄像头的深度学习方法，用于测量大规模抛光中颗粒介质的三维速度场	本研究首次提出了一种使用单色相机进行三维重建和速度场测量的新方法，并将深度学习与传统光学技术相结合	NA	解决大规模抛光过程中颗粒介质速度场测量的难题	颗粒介质的三维速度场	计算机视觉	NA	深度学习	NA	图像	NA
513	2024-08-13	Compressed Deep Learning Models for Wearable Atrial Fibrillation Detection through Attention 2024-Jul-24, Sensors (Basel, Switzerland) DOI:10.3390/s24154787 PMID:39123835	研究论文	本研究通过集成定制的通道注意力机制来压缩深度学习神经网络，用于从心电图/光电容积脉搏波（ECG/PPG）数据中检测心房颤动（AF），使其能够在资源受限的可穿戴设备上部署。	本研究的创新点在于通过通道注意力机制压缩深度学习模型，同时保持检测准确性，并增强了模型的可解释性。	NA	研究目的是开发一种能够在低功耗可穿戴设备上部署的高效、准确且可解释的心房颤动检测工具。	研究对象是心房颤动（AF）的检测，特别是从心电图/光电容积脉搏波（ECG/PPG）数据中进行检测。	机器学习	心血管疾病	深度学习	注意力机制	时间序列数据	NA
514	2024-08-13	Robust Detection of Cracked Eggs Using a Multi-Domain Training Method for Practical Egg Production 2024-Jul-23, Foods (Basel, Switzerland) DOI:10.3390/foods13152313 PMID:39123505	研究论文	本文提出了一种多域训练方法，用于提高深度学习模型在实际蛋品生产中对裂纹蛋的检测性能	通过使用最大均值差异与归一化平方特征估计（NSFE-MMD）建立多域训练策略，提取最大域不变特征，增强模型对未知测试蛋数据的检测能力	未提及具体限制	解决深度学习模型在实际工业场景中因蛋品种、来源和环境变化导致的性能下降问题	裂纹蛋的检测	计算机视觉	NA	深度学习	YOLOV5, YOLOV8	图像	涉及多个未知测试域的蛋数据
515	2024-08-13	Age Prediction From 12-lead Electrocardiograms Using Deep Learning: A Comparison of Four Models on a Contemporary, Freely Available Dataset 2024-Jul-22, medRxiv : the preprint server for health sciences DOI:10.1101/2024.02.02.24302201 PMID:38352374	研究论文	本文通过深度学习方法，使用四种模型从12导联心电图（ECG）中预测年龄和性别，并在公开数据集上比较它们的性能	本文首次直接比较了四种模型在预测年龄和性别方面的性能	NA	比较不同模型在从12导联心电图中预测年龄和性别方面的性能	12导联心电图数据	机器学习	NA	深度学习	CNN, LSTM, GAN, ...	心电图数据	公开数据集
516	2024-08-13	A critical systematic review on spectral-based soil nutrient prediction using machine learning 2024-Jul-04, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-024-12817-6 PMID:38963427	综述	本研究对155篇从2014年到2024年发表的论文进行系统性回顾，评估机器学习和深度学习在预测土壤养分中的应用	强调了高光谱和多光谱传感器在通过多波段光谱分析精确识别养分中的潜力，以及特征选择技术在通过消除与目标养分弱相关的冗余光谱波段来提高模型性能的重要性	NA	评估人工智能技术在优化土壤养分管理中的应用，以支持全球发展目标和促进环境可持续性	土壤养分预测	机器学习	NA	机器学习 (ML) 和深度学习 (DL)	NA	光谱数据	155篇论文
517	2024-08-13	Attention module incorporated transfer learning empowered deep learning-based models for classification of phenotypically similar tropical cattle breeds (Bos indicus) 2024-Jul-02, Tropical animal health and production IF:1.7Q2 DOI:10.1007/s11250-024-04050-7 PMID:38954103	研究论文	开发了一种基于卷积神经网络（CNN）的模型，用于识别外观相似的热带牛品种（Bos indicus），通过图像分割和多视角输入提高分类准确性	采用图像分割技术去除背景干扰，并通过多视角输入和迁移学习增强的深度学习模型提高分类准确性	NA	提高外观相似的热带牛品种的识别准确性，优化畜群管理和遗传标准	Sahiwal和Red Sindhi牛品种的识别	计算机视觉	NA	卷积神经网络（CNN）	CNN	图像	每头牛使用四种不同视角的图像：正面视图、侧面视图、灰度正面视图和灰度侧面视图
518	2024-08-13	Progressive Feature Fusion Attention Dense Network for Speckle Noise Removal in OCT Images 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2022.3205217 PMID:36074879	研究论文	本文提出了一种渐进特征融合注意力密集网络（PFFADN）用于OCT图像中的斑点噪声去除	通过在深度卷积网络中排列密集连接的密集块，并结合注意力机制提取关键特征，抑制无关特征，实现了更好的去噪性能	NA	提高OCT图像去噪的识别率并降低计算复杂度	OCT图像中的斑点噪声	计算机视觉	NA	深度学习	CNN	图像	NA
519	2024-08-13	A Self-Supervised Learning Based Framework for Eyelid Malignant Melanoma Diagnosis in Whole Slide Images 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2022.3207352 PMID:36136924	研究论文	本文提出了一种基于自监督学习的眼睑恶性黑色素瘤诊断框架，该框架包括用于检测黑色素瘤区域的补丁级自监督模型和用于分类病变类型的幻灯片级模型	首次将自监督学习方法应用于眼睑恶性黑色素瘤的自动诊断，并集成了挤压激励注意力结构和特征投影结构以提高模型性能	仅在部分标记的病理全幻灯片图像数据集上进行了测试，未涉及所有完全注释的图像	设计一种节省劳动力且高数据利用率的诊断方法，以自动检测眼睑恶性黑色素瘤	眼睑恶性黑色素瘤的自动检测和病变类型分类	数字病理学	眼睑恶性黑色素瘤	自监督学习	自监督模型	图像	不同数据集上的实验结果表明，在仅有一部分全幻灯片图像被注释的情况下，该方法优于其他最先进的自监督学习和完全监督方法
520	2024-08-13	Scale Mutualized Perception for Vessel Border Detection in Intravascular Ultrasound Images 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2022.3224934 PMID:36441897	研究论文	本文提出了一种尺度互化感知方法，用于提高血管内超声图像中血管边界检测的准确性	通过考虑相邻尺度间的互补信息，解决了现有方法在多尺度特征聚合中存在的干扰问题	NA	提高血管内超声图像中血管边界检测的准确性，以辅助冠状动脉疾病的诊断	血管内超声图像中的血管边界	计算机视觉	心血管疾病	深度学习	NA	图像	153个血管内超声序列