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
681	2024-08-21	Enhancing dental interns' proficiency in operating electronic facebows through scenario-training-based deep learning method 2024-Aug-19, Journal of dental education IF:1.4Q3 DOI:10.1002/jdd.13696 PMID:39160763	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
682	2024-08-21	An efficient colorectal cancer detection network using atrous convolution with coordinate attention transformer and histopathological images 2024-08-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-70117-y PMID:39154091	研究论文	本研究提出了一种结合坐标注意力变换器和空洞卷积的新型结直肠癌检测网络（CCDNet），用于提高组织病理学图像中癌症分类和肿瘤定位的准确性	引入了一种新的空洞卷积与坐标注意力变换器（AConvCAT），结合了两种网络的优势，通过捕捉局部和全局信息来分类不同尺度的结直肠组织	NA	提高结直肠癌在组织病理学图像中的检测准确性	结直肠癌的组织病理学图像	计算机视觉	结直肠癌	空洞卷积	CNN	图像	使用了结直肠组织病理学图像和NCT-CRC-HE-100K数据集
683	2024-08-21	Application of artificial intelligence in the diagnosis and treatment of Kawasaki disease 2024-Aug-16, World journal of clinical cases IF:1.0Q3 DOI:10.12998/wjcc.v12.i23.5304 PMID:39156094	评论	本文评论了人工智能在川崎病诊断和治疗中的应用潜力和局限性	探讨了机器学习、基因信号计算工具箱和深度学习在川崎病诊断中的创新应用	强调了提高AI决策准确性、保护患者个人信息和明确AI决策责任的重要性	探讨人工智能在川崎病诊断和治疗中的应用	川崎病的诊断和治疗	机器学习	川崎病	机器学习 (ML), 深度学习 (DL)	NA	医学数据	NA
684	2024-08-21	Prediction of non-muscle invasive bladder cancer recurrence using deep learning of pathology image 2024-08-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66870-9 PMID:39147803	研究论文	本研究旨在构建基于深度学习的病理图像分析模型，用于预测非肌肉浸润性膀胱癌（NMIBC）的早期复发	本研究通过两阶段的补丁级预测和全切片级预测，构建了一个病理图像分析模型，并进行了迁移学习，以提高模型的泛化能力	NA	开发一种基于深度学习的病理图像分析模型，用于预测非肌肉浸润性膀胱癌的早期复发	非肌肉浸润性膀胱癌（NMIBC）患者的病理图像	数字病理学	膀胱癌	深度学习	CNN	图像	训练集包含147名患者，测试集包含63名患者
685	2024-08-21	Empowering vertical farming through IoT and AI-Driven technologies: A comprehensive review 2024-Aug-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e34998 PMID:39157372	综述	本文全面分析了机器学习和物联网技术在垂直农业系统中的应用	通过集成人工智能和物联网技术，解决了垂直农业中多指标监测、营养建议和植物诊断系统的难题	文章未明确提及具体的局限性	探讨如何利用现代技术提高垂直农业的效率和产量	垂直农业系统中的疾病检测、作物产量预测、营养和灌溉控制管理	计算机视觉	NA	机器学习（ML）、深度学习（DL）、物联网（IoT）、图像处理	NA	图像	NA
686	2024-08-21	Hybridizing mechanistic modeling and deep learning for personalized survival prediction after immune checkpoint inhibitor immunotherapy 2024-Aug-14, NPJ systems biology and applications IF:3.5Q1 DOI:10.1038/s41540-024-00415-8 PMID:39143136	研究论文	本研究结合预测性机制建模和深度学习方法，预测个体患者在接受免疫检查点抑制剂（ICI）免疫治疗后的生存概率	提出了一种混合方法，结合了可从机制模型计算的测量值和易于测量的患者特征，提高了预测准确性	NA	旨在提高个体患者在接受ICI免疫治疗后的生存预测准确性	个体患者的生存概率	机器学习	NA	深度学习	深度学习时间-事件预测模型	混合机制+临床数据	93名患者
687	2024-08-21	Deep learning-assisted multispectral imaging for early screening of skin diseases 2024-Aug, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2024.104292 PMID:39069204	研究论文	本研究介绍了一种基于多光谱成像（MSI）的方法，用于早期筛查和检测皮肤表面病变	该方法通过捕获多波长图像数据，能够检测组织中的细微光谱变化，显著增强对各种皮肤状况的区分	NA	旨在引入一种基于多光谱成像的方法，用于早期筛查和检测皮肤表面病变	皮肤表面病变，包括黑色素细胞痣、疣、脂溢性角化病和牛皮癣	计算机视觉	皮肤疾病	多光谱成像	一维卷积神经网络	图像	NA
688	2024-08-21	Optical imaging for diabetic retinopathy diagnosis and detection using ensemble models 2024-Aug, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2024.104259 PMID:38944405	研究论文	本文利用基于卷积神经网络（CNN）的模型和集成学习方法，通过光学成像技术诊断和检测糖尿病视网膜病变（DR）	提出了一种结合多种深度学习模型（如VGG19、Resnet50和InceptionV3）的集成方法，以提高糖尿病视网膜病变的检测性能和鲁棒性	NA	开发一种新的方法来早期诊断糖尿病视网膜病变	糖尿病视网膜病变	计算机视觉	糖尿病	卷积神经网络（CNN）	集成模型	图像	使用公开的视网膜图像数据集进行评估
689	2024-08-21	Prediction of the short-term efficacy and recurrence of photodynamic therapy in the treatment of oral leukoplakia based on deep learning 2024-Aug, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2024.104236 PMID:38851310	研究论文	本研究构建了一个基于深度学习的模型，用于预测氨基酮戊酸光动力疗法（ALA-PDT）治疗口腔白斑（OLK）的短期疗效和复发情况	本研究通过结合临床变量和深度学习自动编码器提取的病理切片特征，提高了预测模型的性能	基于临床病理特征的预测模型对短期疗效有很好的预测效果，但对复发的预测效果有限	预测ALA-PDT治疗OLK的短期疗效和复发情况	口腔白斑（OLK）患者接受ALA-PDT治疗后的短期疗效和复发情况	机器学习	口腔疾病	深度学习	自动编码器	图像	未明确提及具体样本数量
690	2024-08-21	Optical Coherence Tomography Versus Optic Disc Photo Assessment in Glaucoma Screening 2024-Aug-01, Journal of glaucoma IF:2.0Q2 DOI:10.1097/IJG.0000000000002392 PMID:38546240	综述	本文综述了光学相干断层扫描（OCT）和视盘摄影在青光眼筛查中的优势和局限	引入人工智能（AI）和深度学习模型以提高视盘摄影的诊断准确性，通过自动化检测青光眼性视神经病变和减少主观性	OCT成本较高且便携性较差，而视盘摄影受限于主观解读和评分可靠性；AI模型的有效性依赖于训练数据的质量	探讨OCT和视盘摄影在青光眼筛查中的应用，并评估AI技术整合的可能性	光学相干断层扫描（OCT）和视盘摄影技术	NA	青光眼	光学相干断层扫描（OCT）	深度学习模型	图像	NA
691	2024-08-21	Barriers and Potential Solutions to Glaucoma Screening in the Developing World: A Review 2024-Aug-01, Journal of glaucoma IF:2.0Q2 DOI:10.1097/IJG.0000000000002404 PMID:38625838	综述	本文综述了发展中国家青光眼筛查的障碍及潜在解决方案	提出了利用人工智能和深度学习技术来建立有效的青光眼筛查程序	NA	探讨发展中国家青光眼筛查的障碍并提出解决方案	青光眼筛查的障碍和促进因素	NA	青光眼	人工智能 (AI), 深度学习 (DL)	NA	NA	NA
692	2024-08-21	A novel groundnut leaf dataset for detection and classification of groundnut leaf diseases 2024-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110763 PMID:39156669	研究论文	本研究提供了一个新的花生叶部疾病检测与分类数据集，包含1720张在实际种植田中拍摄的健康和病害花生叶图像	该研究首次提供了一个专门针对花生叶部疾病的数据集，用于训练和评估深度学习模型	NA	旨在促进开发先进的深度学习方法，帮助农民准确识别花生叶部疾病，提高产量	花生叶部疾病	计算机视觉	NA	深度学习	卷积神经网络（CNN）	图像	1720张花生叶图像
693	2024-08-21	An annotated image dataset of pests on different coloured sticky traps acquired with different imaging devices 2024-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110741 PMID:39156668	research paper	本文介绍了一个新的图像数据集，该数据集包含两种常见储粮害虫（赤拟谷盗和米象）在不同颜色粘虫板上的图像，使用三种不同设备（DSLR、网络摄像头和智能手机）拍摄	首次提供了一个包含不同颜色粘虫板和不同成像设备拍摄的害虫图像数据集，用于计算机视觉和深度学习算法的研究	NA	研究计算机视觉和机器学习在自动识别和计数粘虫板上害虫的应用	赤拟谷盗和米象	computer vision	NA	NA	deep learning	image	包含两种害虫在四种颜色粘虫板上的图像，使用三种不同设备拍摄，并分为训练、验证和测试部分
694	2024-08-20	Deep learning improves quality of intracranial vessel wall MRI for better characterization of potentially culprit plaques 2024-08-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69750-4 PMID:39152167	研究论文	本研究通过深度学习技术提高颅内血管壁磁共振成像的质量，以更好地识别潜在的罪魁祸首斑块	深度学习技术显著提高了颅内血管壁成像的图像质量，包括信号噪声比和对比噪声比，并增强了斑块和内斑块出血的检测能力	研究为回顾性分析，样本量相对较小	提高颅内血管壁成像的质量，以便更准确地识别和评估潜在的罪魁祸首斑块	颅内血管壁成像的质量和深度学习技术的应用	计算机视觉	心血管疾病	磁共振成像	深度学习	图像	117名患者
695	2024-08-20	Variational tensor neural networks for deep learning 2024-Aug-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69366-8 PMID:39152160	研究论文	本文提出将张量网络（TN）与神经网络框架结合，采用变分DMRG启发式训练技术，构建可扩展的张量神经网络（TNN）架构	引入张量网络与神经网络结合的方法，以及变分DMRG启发式训练技术，提高了神经网络在大规模参数空间中的训练效率	NA	解决深度神经网络在大规模神经元情况下遇到的扩展性限制问题	设计并验证张量神经网络在回归、分类和图像识别任务中的准确性和效率	机器学习	NA	张量网络（TN）	张量神经网络（TNN）	图像	MNIST手写数字数据集
696	2024-08-20	A comparative analysis of classical and machine learning methods for forecasting TB/HIV co-infection 2024-08-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69580-4 PMID:39152187	研究论文	本研究比较了经典统计和机器学习模型在预测TB/HIV合并感染病例方面的效果	研究发现深度学习模型，特别是双向LSTM和CNN-LSTM，显著优于经典方法	NA	评估和比较不同模型在预测TB/HIV合并感染病例中的表现	TB/HIV合并感染病例的预测	机器学习	NA	NA	SVR, XGBoost, LSTM, CNN, GRU, CNN-GRU, CNN-LSTM	时间序列数据	NA
697	2024-08-20	Metaheuristics based dimensionality reduction with deep learning driven false data injection attack detection for enhanced network security 2024-Aug-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69806-5 PMID:39152172	研究论文	本文提出了一种基于混合元启发式降维与深度学习的虚假数据注入攻击检测技术，以增强网络安全性	引入了一种新的混合元启发式降维与深度学习技术（HMDR-DLFDIA），用于检测分布系统中的虚假数据注入攻击	未提及具体限制	旨在识别和分类分布系统中的虚假数据注入攻击，以提高网络安全性	分布系统中的虚假数据注入攻击	机器学习	NA	混合元启发式降维，深度学习	堆叠自编码器（SAE）	数据	未提及具体样本数量
698	2024-08-20	Biologically interpretable multi-task deep learning pipeline predicts molecular alterations, grade, and prognosis in glioma patients 2024-Aug-16, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00670-2 PMID:39152182	研究论文	开发了一种端到端的多任务深度学习（MDL）管道，用于同时预测胶质瘤患者的分子改变、组织学分级和预后，并提供模型预测的生物学机制	该研究开发了一种生物学可解释的多任务深度学习管道，能够同时预测胶质瘤的分子改变、分级和预后，并提供了生物学机制的解释	NA	开发一种能够同时预测胶质瘤分子改变、分级和预后的多任务深度学习管道，并解释其生物学机制	胶质瘤患者的分子改变、组织学分级和预后	机器学习	脑肿瘤	深度学习	多任务深度学习模型	MRI图像	2776名胶质瘤患者
699	2024-08-20	Deep learning-based prediction of indication for cracked tooth extraction using panoramic radiography 2024-Aug-16, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-024-04721-9 PMID:39152384	研究论文	本文研究了使用全景放射摄影和深度学习模型预测裂牙拔除指征的可行性	首次尝试使用深度学习模型通过全景放射摄影预测裂牙拔除的指征	模型的特异性较低，范围在52.63-60.77%	确定使用深度学习预测裂牙拔除指征的可行性	418颗牙齿的全景放射图像，包括209颗正常牙齿和209颗裂牙	计算机视觉	NA	深度学习	InceptionV3, ResNet50, EfficientNetB0	图像	418颗牙齿
700	2024-08-20	Artificial Intelligence Enabled Interpretation of ECG Images to Predict Hematopoietic Cell Transplantation Toxicity 2024-Aug-16, Blood advances IF:7.4Q1 DOI:10.1182/bloodadvances.2024013636 PMID:39158065	研究论文	本文利用人工智能技术解读心电图图像，预测造血细胞移植后的心脏并发症和总体生存率	AI-ECG技术为造血细胞移植后的个性化风险评估提供了一种新策略	NA	探讨AI-ECG技术在预测造血细胞移植后心脏并发症和总体生存率方面的应用	接受造血细胞移植的血液恶性肿瘤患者	机器学习	血液恶性肿瘤	深度学习	NA	图像	1377名患者（849名自体造血细胞移植和528名异基因造血细胞移植接受者）