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
941	2024-08-05	A hybrid approach to improvement of watershed water quality modeling by coupling process-based and deep learning models 2024-Aug, Water environment research : a research publication of the Water Environment Federation IF:2.5Q2 DOI:10.1002/wer.11079 PMID:39096183	研究论文	提出了一种混合模型，通过结合过程驱动模型和深度学习模型来改善流域水质建模	开发了一种混合模型，将未校准的过程驱动模型与数据驱动模型相结合，以提高流域建模的准确性	模型参数校准和验证过程耗时且具有固有的不确定性	研究旨在解决过程驱动模型校准和验证中的各种挑战	结合地理信息和五年观察数据构建的Yeongsan河流域的土壤与水评估工具	数字病理学	NA	深度学习	长短期记忆网络 (LSTM)	观测数据	5年观测数据
942	2024-08-05	Multi-level structural damage characterization using sparse acoustic sensor networks and knowledge transferred deep learning 2024-Aug, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2024.107390 PMID:38945018	研究论文	本研究展示了一种基于机器学习的多级损伤特征描述方法，利用稀疏传感器网络和知识转移的深度学习	提出了一种新颖的网络空间辅助和自适应卷积技术，以实现深度学习算法中的知识高效转移	未提及具体的限制	探索在复杂结构中基于机器学习的结构健康监测方法	在铝板上进行实验，铝板上人为诱导了缺陷	机器学习	NA	深度学习	NA	实验数据	使用的样本包括铝板上多种损伤特征的实验
943	2024-08-05	Utilizing improved YOLOv8 based on SPD-BRSA-AFPN for ultrasonic phased array non-destructive testing 2024-Aug, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2024.107382 PMID:38943732	研究论文	本研究提出了一种基于改进YOLOv8的智能缺陷检测算法，以提高超声相控阵检测中的缺陷识别效率和准确性	引入空间到深度卷积（SPD-Conv）和双层路由与空间注意模块（BRSA），并用渐近特征金字塔网络（AFPN）替换了原有结构，以改进低分辨率图像的检测性能	对高分辨率且良好标注的训练数据的需求较高，这在无损检测中难以获得	提高超声相控阵检测中缺陷检测的准确性和效率	在超声相控阵检测中检测缺陷，如平底孔（FBH）和侧钻孔（SDH）	图像处理	NA	超声相控阵检测	YOLOv8	图像	在模拟数据集和实验数据集上进行了测试，具体样本量未明示
944	2024-08-05	Fingerprint authentication based on deep convolutional descent inversion tomography 2024-Aug, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2024.107350 PMID:38823150	研究论文	提出了一种新的基于深度卷积反演层析的指纹认证方法。	结合深度学习和多尺度融合，提高了指纹反演和认证的精准度与速度。	未提及具体的适用范围或其他数据集的测试。	研究新的指纹认证方法以提高识别精度和速度。	指纹及其特征，特别是湿指纹和假细节的识别。	计算机视觉	NA	深快反演层析（DeepFIT）及Mask R-CNN	卷积神经网络（CNN）	图像	NA
945	2024-08-05	Shear wave trajectory detection in ultra-fast M-mode images for liver fibrosis assessment: A deep learning-based line detection approach 2024-Aug, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2024.107358 PMID:38901149	研究论文	本文首次尝试使用深度学习方法在波传播图上检测剪切波轨迹以评估肝纤维化。	创新之处在于提出了一种基于Transformer和霍夫变换的端到端框架TEHT，能够从波传播图中直接输出剪切波轨迹的斜率。	由于样本量相对较小且仅限于68名患者，可能影响结果的广泛适用性。	研究目标在于探索深度学习在肝纤维化评估中的应用。	研究对象为68名患者的波传播图。	数字病理学	肝癌	超声弹性成像	Transformer	图像	68份患者的波传播图
946	2024-08-04	Automated early detection of acute retinal necrosis from ultra-widefield color fundus photography using deep learning 2024-Aug-01, Eye and vision (London, England) DOI:10.1186/s40662-024-00396-z PMID:39085922	研究论文	本研究开发了一种深度学习框架，以自动检测急性视网膜坏死（ARN）	引入了名为DeepDrARN的深度学习模型，能够有效区分ARN和其他类型的葡萄膜炎	本研究仅限于两中心的回顾性研究，可能存在样本偏倚	旨在通过超广角彩色眼底摄影，实现ARN的早期自动检测	使用11,508幅来自1,112名参与者的超广角彩色眼底摄影图像	数字病理学	NA	深度学习	DeepDrARN	图像	11,508幅超广角彩色眼底摄影图像
947	2024-08-05	Assessment of image quality and diagnostic accuracy for cervical spondylosis using T2w-STIR sequence with a deep learning-based reconstruction approach 2024-Aug, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-024-08409-0 PMID:39007984	研究论文	本研究探讨了通过深度学习重建处理提高颈椎MRI图像质量和诊断准确性。	提出了一种基于深度学习重建的处理方法以进一步提升3.0 T颈椎MRI图像的品质	未能在不同序列的诊断和分级方面发现显著统计差异	旨在通过深度学习技术提升颈椎MRI的图像质量和诊断效果	对71名志愿者的颈椎MRI图像进行评估，比较传统图像和深度学习重建后的图像	医学影像学	NA	深度学习重建(DLR)	NA	图像	71个颈椎MRI图像样本
948	2024-08-05	Development and validation of a predictive model for vertebral fracture risk in osteoporosis patients 2024-Aug, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-024-08235-4 PMID:38955868	研究论文	本研究旨在开发和验证一个针对骨质疏松患者椎体骨折风险的预测模型	通过整合人口统计学、骨密度、CT成像和深度学习放射组学特征，提出了一种新颖的综合预测模型	NA	研究旨在评估骨质疏松患者椎体骨折风险的预测能力	169名确诊为骨质疏松的患者	数字病理学	骨质疏松	深度转移学习（DTL）	Cox比例风险模型	CT图像	169名患者（椎体骨折组77名，非骨折组92名）
949	2024-08-04	Bayesian-Edge system for classification and segmentation of skin lesions in Internet of Medical Things 2024-Aug, Skin research and technology : official journal of International Society for Bioengineering and the Skin (ISBS) [and] International Society for Digital Imaging of Skin (ISDIS) [and] International Society for Skin Imaging (ISSI) IF:2.0Q3 DOI:10.1111/srt.13878 PMID:39081158	研究论文	本文介绍了一种结合贝叶斯推断和边缘智能的皮肤病变分割模型	该模型集成了贝叶斯推断和边缘智能以提高皮肤病变分割的准确性和效率	在运行时分析恶性肿瘤仍然面临挑战，视觉相似性可能导致误判	提高皮肤病变的分类和分割精度，从而增强临床决策能力	皮肤病变图像的分割与分类	数字病理学	NA	贝叶斯推断和边缘智能	NA	图像	NA
950	2024-08-04	Prediction of strong coupling in resonant perovskite metasurfaces by deep learning 2024-Aug-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.529450 PMID:39090923	研究论文	本文提出了一种深度学习策略，用于模拟共振钙钛矿超表面的强耦合现象	提出了一种基于深度学习的全连接神经网络来快速预测共振钙钛矿超表面的传输光谱和耦合现象	尚未说明具体的实验验证或实际应用案例	旨在提高共振超表面的设计效率	研究共振钙钛矿超表面具有强耦合现象的预测	机器学习	NA	深度学习	全连接神经网络	光谱数据	NA
951	2024-08-04	Deep learning-based quantification of total bleeding volume and its association with complications, disability, and death in patients with aneurysmal subarachnoid hemorrhage 2024-Aug-01, Journal of neurosurgery IF:3.5Q1 DOI:10.3171/2024.1.JNS232280 PMID:38552240	研究论文	本文研究了动脉瘤性蛛网膜下腔出血（aSAH）患者出血总量与术后并发症、残疾和死亡之间的关系	首次应用自动化深度学习技术定量分析aSAH患者的总出血量，并探讨其与临床结果的关联	研究仅在单一机构进行，样本数据可能不足以代表所有aSAH患者	探索aSAH患者的出血严重程度与术后并发症和长期功能结果之间的关系	2018年至2021年期间在单一机构住院的动脉瘤性蛛网膜下腔出血成人患者	医学影像	动脉瘤性蛛网膜下腔出血	深度学习	自动分割模型	电子健康记录数据	819名患者
952	2024-08-04	Enhanced mutual information neural estimators for optical fiber communication 2024-Aug-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.534025 PMID:39090938	研究论文	文章提出了一种新的互信息神经估计器用于光纤通信的互信息估计	首次提出增强型互信息神经估计器（E-MINE），通过扩大训练批量大小来提高估计准确性和稳定性	在处理非线性光纤信道的挑战时，仍然受限于未知的信道模型	准确估计光纤通信中的互信息以优化信道容量和性能	光纤通信中的互信息估计	机器学习	NA	深度学习	互信息神经估计器（MINE）	NA	NA
953	2024-08-04	Smart laser Sintering: Deep Learning-Powered powder bed fusion 3D printing in precision medicine 2024-Aug-15, International journal of pharmaceutics IF:5.3Q1 DOI:10.1016/j.ijpharm.2024.124440 PMID:38972521	研究论文	本文介绍了一种深度学习模型，以提高药物载体的选择性激光烧结打印可行性	这是该领域首次开发可解释且经过不确定性优化的深度学习模型，用于预测药物载体的可打印性	SLS技术尚未为制药生产而设计，且需要耗时的试错适应过程	研究旨在利用深度学习优化选择性激光烧结在个性化医学中药物打印的可行性	研究对象为药物和聚合物材料，目的是预测药物载体的印刷可行性	数字医学	NA	选择性激光烧结（SLS）	深度学习模型	NA	NA
954	2024-08-04	Development of a diagnostic support system for the fibrosis of nonalcoholic fatty liver disease using artificial intelligence and deep learning 2024-Aug, The Kaohsiung journal of medical sciences DOI:10.1002/kjm2.12850 PMID:38819013	研究论文	本研究开发了一个基于人工智能和深度学习的自动化诊断支持系统，用于评价非酒精性脂肪肝病的肝纤维化。	本研究提出了SMART AI-PATHO，这是泰国首个用于NAFLD肝组织分级的人工智能诊断工具，具备满意的性能。	样本规模相对较小，未来需要在更大样本上进行测试以提高准确性。	本研究旨在开发一种自动评估方法，以分析非酒精性脂肪肝病中的脂肪和纤维化。	研究对象为146名非酒精性脂肪肝病患者的核心活检样本。	人工智能	非酒精性脂肪肝病	人工智能、深度学习	NA	组织活检样本	146名参与者
955	2024-08-04	EFG-CS: Predicting chemical shifts from amino acid sequences with protein structure prediction using machine learning and deep learning models 2024-Aug, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.5096 PMID:38979954	研究论文	本文提出了一种新的网络服务器EFG-CS，用于从氨基酸序列中预测化学位移	本研究首次证明生成AI蛋白模型能够预测接近实验模型的NMR化学位移	依赖于预测的蛋白质结构，可能对某些特殊情况没有足够的预测能力	本研究旨在提高从氨基酸序列和蛋白质结构预测NMR化学位移的准确性	主要研究对象为氨基酸序列及其对应的NMR化学位移	机器学习	NA	机器学习	图神经网络	化学位移数据	用于研究的样本数量及其类型未提供
956	2024-08-04	Predicting Emission Wavelengths in Benzobisoxazole-Based OLEDs with Gradient Boosted Ensemble Models 2024-Aug-01, The journal of physical chemistry. A DOI:10.1021/acs.jpca.4c00077 PMID:39008894	研究论文	本文展示了使用梯度增强集成模型准确预测基于苯并噁唑的荧光发射器的发射波长	首次使用基于全交叉分子和其组成片段分子的机器学习模型进行发射波长预测，且准确性与最先进的深度学习模型相当	样本量较小，仅有50个分子，可能限制模型的泛化能力	预测苯并噁唑基OLED的发射波长	50个苯并噁唑基荧光发射分子	机器学习	NA	密度泛函理论（DFT）	梯度增强模型	化学分子数据	50个分子
957	2024-08-04	Machine and deep learning algorithms for classifying different types of dementia: A literature review 2024-Aug-01, Applied neuropsychology. Adult DOI:10.1080/23279095.2024.2382823 PMID:39087520	文献综述	这篇文章讨论了使用机器学习和深度学习算法在不同类型痴呆症分类中的应用	比较和对比了不同的机器学习算法在痴呆症诊断中的优势和局限性	过分依赖机器学习和深度学习技术可能不够充分，需进一步证据支持	探讨机器学习和深度学习算法在痴呆症早期识别和治疗中的应用	讨论阿尔茨海默病、额颞叶痴呆、路易体痴呆和血管性痴呆	机器学习	痴呆症	机器学习	支持向量机、人工神经网络、决策树、随机森林	NA	NA
958	2024-08-04	Efficient Deep Model Ensemble Framework for Drug-Target Interaction Prediction 2024-Aug-01, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.4c01509 PMID:39038219	研究论文	提出了一种简单高效的药物-靶点相互作用预测模型EADTN。	创新的特征适应技术和基于Shapley值的方法提高了模型的可靠性和可解释性。	目前的深度学习方法在预测性能和假阴性方面存在不足。	准确预测药物-靶点相互作用，以促进药物开发。	药物与靶点之间的相互作用。	机器学习	NA	NA	集成模型	数据集	NA
959	2024-08-04	The digital revolution in pathology: Towards a smarter approach to research and treatment 2024-Aug, Tumori DOI:10.1177/03008916241231035 PMID:38606831	综述	这篇综述文章介绍了人工智能在肿瘤学中的应用与挑战	文章结构清晰，系统性地介绍了人工智能的基础知识及其在临床研究和医疗中的应用	没有深入探讨某些特定AI工具的实际临床效果和应用限制	旨在为研究人员、临床医生和政策制定者提供有关在肿瘤学中采用人工智能的信息与指导	研究对象包括人工智能在肿瘤学中的应用，特别是诊断影像和病理学	人工智能	肿瘤	NA	专家系统、经典机器学习与深度学习	NA	NA
960	2024-08-04	Integrated machine learning and deep learning for predicting diabetic nephropathy model construction, validation, and interpretability 2024-Aug, Endocrine IF:3.0Q2 DOI:10.1007/s12020-024-03735-1 PMID:38393509	研究论文	构建了一种用于辅助诊断糖尿病肾病的风险预测模型	结合了机器学习和深度学习算法以构建和验证预测模型	未提及具体的样本和疾病的多样性对模型影响的限制	探索利用机器学习算法构建糖尿病肾病的风险预测模型	糖尿病肾病患者的数据	机器学习	糖尿病肾病	机器学习	随机森林	数据集	NA