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
421	2024-10-01	Detection of GPS Spoofing Attacks in UAVs Based on Adversarial Machine Learning Model 2024-Sep-23, Sensors (Basel, Switzerland) DOI:10.3390/s24186156 PMID:39338901	研究论文	本文提出了一种基于对抗机器学习模型的无人机GPS欺骗攻击检测系统	开发了一种新的对抗机器学习检测模型，显著提高了无人机系统的鲁棒性和安全性	未提及具体限制	提高无人机系统对GPS欺骗攻击的检测能力	无人机系统的GPS信号和对抗机器学习模型	机器学习	NA	对抗机器学习	对抗训练防御方法和深度学习技术	GPS信号数据	未提及具体样本数量
422	2024-10-01	Flower Visitation through the Lens: Exploring the Foraging Behaviour of Bombus terrestris with a Computer Vision-Based Application 2024-Sep-22, Insects IF:2.7Q1 DOI:10.3390/insects15090729 PMID:39336697	研究论文	研究通过计算机视觉应用探索野生大黄蜂与三种植物的互动及其在不同花密度下的觅食行为	使用深度学习计算机视觉模型进行自动化大黄蜂检测和计数，并验证了其在研究传粉者行为生态学中的可靠性	研究结果未显示三种植物间大黄蜂在花序上停留时间的显著差异	阐明野生大黄蜂与三种植物的互动及其觅食行为，以理解传粉者行为的基本驱动因素	野生大黄蜂与三种植物的互动及其觅食行为	计算机视觉	NA	深度学习	计算机视觉模型	视频	60 × 60 cm 的样方中记录的视频数据
423	2024-10-01	Optimizing IOL Calculators with Deep Learning Prediction of Total Corneal Astigmatism 2024-Sep-22, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm13185617 PMID:39337104	研究论文	本研究旨在通过深度学习优化人工晶状体计算器，提高总角膜散光（TCA）的预测精度	本研究采用深度神经网络（DNN）优化了TCA的预测模型，显著提高了预测精度，优于传统公式	本研究为回顾性分析，样本来自接受屈光手术筛选的19,468只眼睛，未来需在前瞻性研究中验证	本研究旨在通过深度学习优化总角膜散光（TCA）的预测模型，提高人工晶状体计算器的准确性	研究对象为接受屈光手术筛选的19,468只眼睛，数据包括角膜地形图和电子病历	机器学习	NA	深度学习	深度神经网络（DNN）	数据	19,468只眼睛
424	2024-10-01	Lenition in L2 Spanish: The Impact of Study Abroad on Phonological Acquisition 2024-Sep-21, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci14090946 PMID:39335440	研究论文	研究了在留学项目中，英语母语者在西班牙语塞音发音中浊音弱化的程度	采用了深度学习模型Phonet来评估学习者在浊音弱化过程中的进展，与传统的声学方法不同	学习者在留学项目结束后未能持续保留浊音弱化的发音改进，且未能完全达到母语者的近似音实现	探讨留学项目对英语母语者西班牙语浊音弱化发音习得的影响	英语母语者在西班牙语塞音发音中的浊音弱化	自然语言处理	NA	深度学习	RNN	语音	NA
425	2024-10-01	Review of In Situ Hybridization (ISH) Stain Images Using Computational Techniques 2024-Sep-21, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14182089 PMID:39335767	综述	本文综述了使用计算技术分析原位杂交（ISH）染色图像的方法	结合深度学习技术提高了传统方法的准确性	数据变异性和计算需求是主要限制	探讨计算技术在数字病理学中应用，特别是乳腺癌分类	原位杂交图像和HER2基因扩增	数字病理学	乳腺癌	原位杂交（ISH）	深度学习	图像	NA
426	2024-10-01	Comparative Performance of Autoencoders and Traditional Machine Learning Algorithms in Clinical Data Analysis for Predicting Post-Staged GKRS Tumor Dynamics 2024-Sep-21, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14182091 PMID:39335770	研究论文	本研究比较了自编码器与传统机器学习算法在预测伽玛刀放射外科治疗后肿瘤动态变化中的表现	本研究首次探讨了将自编码器提取的特征整合到传统机器学习模型中，以提高预测伽玛刀放射外科治疗后肿瘤动态变化的准确性	本研究为回顾性分析，样本量较小，且仅限于特定医院的患者数据	评估自编码器与传统机器学习模型在预测伽玛刀放射外科治疗后肿瘤动态变化中的有效性	伽玛刀放射外科治疗后的脑转移瘤动态变化	机器学习	脑转移瘤	自编码器	混合模型	临床数据	77名患者
427	2024-10-01	Deep Learning-Driven Prediction of Mechanical Properties of 316L Stainless Steel Metallographic by Laser Powder Bed Fusion 2024-Sep-21, Micromachines IF:3.0Q2 DOI:10.3390/mi15091167 PMID:39337827	研究论文	本研究开发了一种新的金属学-性能关系神经网络（MPR-Net），用于预测通过激光粉末床熔融（LPBF）制造的316L不锈钢的微观结构与力学性能之间的关系	首次应用卷积神经网络（MPR-Net）预测通过激光粉末床熔融（LPBF）制造的316L不锈钢样品的力学性能，并创新性地使用了梯度加权类激活映射（Grad-CAM）、空间相干性测试和聚类等技术，以提供对机器学习模型工作机制的更深入理解	NA	预测通过激光粉末床熔融（LPBF）制造的316L不锈钢的微观结构与力学性能之间的关系	316L不锈钢样品的微观结构与力学性能	机器学习	NA	激光粉末床熔融（LPBF）	卷积神经网络（CNN）	图像	NA
428	2024-10-01	Optimal Training Positive Sample Size Determination for Deep Learning with a Validation on CBCT Image Caries Recognition 2024-Sep-20, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14182080 PMID:39335759	研究论文	研究了在深度学习模型训练中确定最佳正样本大小的方法，并在CBCT图像龋齿识别中进行了验证	提出了单臂目标性能标准（OPC）来确定深度学习模型训练中的最佳正样本大小	研究仅限于CBCT图像中的龋齿识别，未涉及其他类型的图像或疾病	确定深度学习模型训练中的最佳正样本大小，并验证其在CBCT图像龋齿识别中的应用	CBCT图像中的龋齿识别	计算机视觉	口腔疾病	深度学习	U-Net, YOLOv5n, CariesDetectNet	图像	263颗龋齿
429	2024-10-01	A Method for Real-Time Lung Nodule Instance Segmentation Using Deep Learning 2024-Sep-20, Life (Basel, Switzerland) DOI:10.3390/life14091192 PMID:39337974	研究论文	本文提出了一种基于深度学习的实时肺结节实例分割方法	该方法利用YOLO模型进行肺结节分割，能够有效检测和定位肺部病变，并提供每个肺部病变的掩码，即使在病变重叠或接近的情况下也能识别个体病变	NA	旨在开发一种能够实时进行肺结节实例分割的方法，以辅助早期肺癌的检测和管理	肺结节及其分类（包括普通结节、癌症和腺癌）	计算机视觉	肺癌	深度学习	YOLO	图像	3654个肺部CT扫描图像
430	2024-10-01	A Method for Extracting High-Resolution Building Height Information in Rural Areas Using GF-7 Data 2024-Sep-20, Sensors (Basel, Switzerland) DOI:10.3390/s24186076 PMID:39338821	研究论文	本文提出了一种利用GF-7数据提取中国北方农村地区建筑物高度的方法	结合摄影测量和深度学习技术，提出了基于Large Mask Inpainting (LaMa)架构的DELaMa模型用于数字表面模型(DSM)编辑	NA	开发一种方法，利用GF-7数据提取农村地区的建筑物高度	中国北方平泉农村地区的建筑物高度	遥感	NA	摄影测量、深度学习	DELaMa	图像	所有验证建筑物的参考高度由ICESat-2 LiDAR点云测量
431	2024-10-01	SMS Scam Detection Application Based on Optical Character Recognition for Image Data Using Unsupervised and Deep Semi-Supervised Learning 2024-Sep-20, Sensors (Basel, Switzerland) DOI:10.3390/s24186084 PMID:39338829	研究论文	本文开发了一种基于光学字符识别（OCR）和无监督与深度半监督学习的短信诈骗检测应用	本文通过结合UCI垃圾短信数据集和真实世界垃圾数据，利用OCR技术进行全面分析，探索了在现有研究中未充分探索的单词、图像和上下文因素之间的复杂关系	KNN-Flatten模型的高准确性表明其适用于实时垃圾检测系统，但其计算复杂性可能限制大规模部署的扩展性；K-means与向量化器在准确性上表现出色，但可能难以应对动态和不断变化的短信诈骗攻击，需要持续重新训练	开发一种能够识别短信诈骗信息的高级模型	短信诈骗信息的检测	机器学习	NA	光学字符识别（OCR）	K-means, 非负矩阵分解, 高斯混合模型, RNN-Flatten, LSTM, Bi-LSTM	文本数据	结合UCI垃圾短信数据集和真实世界垃圾数据
432	2024-10-01	Real-Time Air-Writing Recognition for Arabic Letters Using Deep Learning 2024-Sep-20, Sensors (Basel, Switzerland) DOI:10.3390/s24186098 PMID:39338843	研究论文	开发了一个名为SamAbjd的交互式网络应用程序，利用深度学习技术进行阿拉伯字母的空中书写识别，以帮助阿拉伯儿童学习字母	首次开发了一个利用深度学习技术进行阿拉伯字母空中书写识别的交互式网络应用程序，并通过用户反馈和文献综述优化了教学方法	仅限于阿拉伯字母的识别，未涉及其他语言或字符	开发一个有效的工具来帮助阿拉伯儿童学习阿拉伯字母，促进他们的认知发展	阿拉伯字母的空中书写识别	机器学习	NA	深度学习	卷积神经网络（CNN）和VGG16	图像	31,349张标注的手写阿拉伯字母图像
433	2024-10-01	The Potential of Deep Learning in Underwater Wireless Sensor Networks and Noise Canceling for the Effective Monitoring of Aquatic Life 2024-Sep-20, Sensors (Basel, Switzerland) DOI:10.3390/s24186102 PMID:39338847	研究论文	本文描述了一种用于监测水生生物的革命性设计范式，通过结合两种方法创建了一个全面的预测过滤系统	提出了一个新颖的过滤学习方法，结合了有限脉冲响应（FIR）和自适应线增强器（ALE）两种自适应滤波器，以及分布式学习长短期记忆卷积神经网络（LSTM-CNN）技术	NA	解决水下无线传感器网络中的内存限制、带宽不足和噪声水平过高的问题，以实现对水生生物的有效监测	水下传感器节点和噪声消除技术	机器学习	NA	有限脉冲响应（FIR）、自适应线增强器（ALE）、自适应布谷鸟过滤器（ACF）、卡尔曼滤波器、分布式学习长短期记忆卷积神经网络（LSTM-CNN）	卷积神经网络（CNN）、长短期记忆（LSTM）	信号	NA
434	2024-10-01	Combining Signals for EEG-Free Arousal Detection during Home Sleep Testing: A Retrospective Study 2024-Sep-19, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14182077 PMID:39335756	研究论文	本研究探讨了在没有脑电图（EEG）记录的情况下，通过组合可测量的生理信号在家用睡眠测试（HST）中检测觉醒事件的潜力	本研究展示了通过组合多个易记录的HST信号来改善觉醒检测的可能性，与使用心电图作为输入的最新模型相比，性能相当	本研究是回顾性的，使用的是模拟有限通道设置的数据，未来需要在前瞻性研究和实际设备中验证这些发现	探索在没有EEG记录的情况下，通过组合可测量的生理信号在家用睡眠测试中检测觉醒事件的潜力	家用睡眠测试中的觉醒事件检测	生物医学工程	睡眠障碍	深度学习	NA	生理信号	使用了多民族动脉粥样硬化研究数据集进行训练和评估
435	2024-10-01	LLMDiff: Diffusion Model Using Frozen LLM Transformers for Precipitation Nowcasting 2024-Sep-19, Sensors (Basel, Switzerland) DOI:10.3390/s24186049 PMID:39338794	研究论文	本文提出了一种名为LLMDiff的概率时空模型，用于降水短时预报，结合了条件编码器-解码器网络和去噪网络，并利用预训练的大型语言模型中的冻结变换器块作为通用视觉编码层	本文创新性地将预训练的大型语言模型中的冻结变换器块应用于去噪网络，以捕捉帧序列中的时间依赖性，并考虑长期时间上下文信息	NA	开发一种新的深度学习模型，用于提高降水短时预报的准确性	降水短时预报任务	机器学习	NA	去噪扩散模型	扩散模型	时空数据	SEVIR数据集
436	2024-10-01	Comparison of Faster R-CNN, YOLO, and SSD for Third Molar Angle Detection in Dental Panoramic X-rays 2024-Sep-19, Sensors (Basel, Switzerland) DOI:10.3390/s24186053 PMID:39338799	研究论文	比较了Faster R-CNN、YOLO和SSD三种深度学习模型在牙科全景X光片中检测第三磨牙角度的性能	使用ResNet架构作为特征提取器，并比较了三种深度学习对象检测模型在全景X光片中检测第三磨牙角度的效果	数据质量和数量、类别间的变异性以及数据集分布可能带来的偏差和方差问题	比较不同深度学习模型在全景X光片中检测第三磨牙角度的性能	第三磨牙角度的检测和分类	计算机视觉	NA	深度学习	CNN	图像	644张全景X光片
437	2024-10-01	Ensemble Techniques for Robust Fake News Detection: Integrating Transformers, Natural Language Processing, and Machine Learning 2024-Sep-19, Sensors (Basel, Switzerland) DOI:10.3390/s24186062 PMID:39338806	研究论文	本研究提出了一种综合框架，用于通过集成机器学习和深度学习技术来检测假新闻，涵盖文本、图像和视频数据	本研究的创新点在于提出了一个多模态的假新闻检测框架，结合了BERT用于文本分析和改进的CNN用于视觉数据处理，并在实验中展示了其优越性能	NA	本研究旨在开发一种鲁棒且适应性强的框架，用于检测不同媒体格式中的假新闻，以应对现代信息传播和操纵的复杂性	本研究的对象包括文本、图像和视频数据，以及用于假新闻检测的机器学习和深度学习技术	自然语言处理	NA	机器学习	CNN	文本、图像、视频	ISOT假新闻数据集和MediaEval 2016图像验证语料库
438	2024-10-01	Dress Code Monitoring Method in Industrial Scene Based on Improved YOLOv8n and DeepSORT 2024-Sep-19, Sensors (Basel, Switzerland) DOI:10.3390/s24186063 PMID:39338809	研究论文	本文提出了一种基于改进的YOLOv8n模型和DeepSORT的工业场景着装规范监控方法	引入了新的FPN-PAN-FPN结构、Receptive-Field Attention卷积操作和Focused Linear Attention机制来改进YOLOv8n模型，并结合DeepSORT进行多帧实例信息获取，采用新的判断标准进行实时着装规范监控	NA	提高工业场景中着装规范监控的准确性和减少误报	工业场景中的着装规范监控	计算机视觉	NA	YOLOv8n, DeepSORT	YOLOv8n	图像	NA
439	2024-10-01	High-Precision Automated Soybean Phenotypic Feature Extraction Based on Deep Learning and Computer Vision 2024-Sep-19, Plants (Basel, Switzerland) DOI:10.3390/plants13182613 PMID:39339587	研究论文	本文利用深度学习和计算机视觉技术，开发了一种高精度的自动化大豆表型特征提取方法	提出了一种新的中点坐标算法（MCA），用于区分大豆植株的主茎和分支，相比A*算法，减少了计算时间和空间复杂度	研究主要在实验室环境下进行，尚未在田间条件下验证	开发一种高效准确的方法，用于获取田间条件下成熟大豆植株的表型数据	成熟大豆植株的表型特征，包括豆荚和豆粒的数量	计算机视觉	NA	深度学习	YOLOv8	图像	实验室环境下放置在简单背景中的成熟大豆植株
440	2024-10-01	Predicting ICU Readmission from Electronic Health Records via BERTopic with Long Short Term Memory Network Approach 2024-Sep-18, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm13185503 PMID:39336990	研究论文	本研究利用BERTopic和LSTM网络的混合模型，通过电子健康记录预测ICU再入院	本研究创新性地结合了BERTopic的无监督主题建模和LSTM的监督深度学习，有效利用非结构化文本数据，提高了预测模型的解释性和个性化	NA	提高医疗质量，降低成本，通过预测ICU再入院改善患者管理	ICU患者的再入院预测	机器学习	NA	BERTopic, LSTM	LSTM	文本, 数值	36,232个ICU患者记录