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
221	2024-12-08	An approach for classification of breast cancer using lightweight deep convolution neural network 2024-Oct-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38524 PMID:39640611	研究论文	本文提出了一种使用轻量级深度卷积神经网络进行乳腺癌分类的方法	本文创新性地使用了轻量级卷积神经网络（LWCNN）来自动提取特征，实现了端到端的乳腺癌分类	NA	研究如何利用深度学习技术提高乳腺癌筛查的准确性	乳腺癌筛查乳腺X光片	计算机视觉	乳腺癌	深度学习	轻量级卷积神经网络（LWCNN）	图像	两个实验中分别使用了两个案例的原始和增强数据集
222	2024-12-08	Transformer-based models for chemical SMILES representation: A comprehensive literature review 2024-Oct-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e39038 PMID:39640612	综述	本文综述了基于Transformer的化学语言模型在化学信息学中的应用现状	探讨了Transformer模型在化学信息学中的创新应用，特别是在处理化学SMILES数据方面的优势	分析了当前化学语言Transformer模型面临的挑战和局限性	旨在回顾和分析基于Transformer的化学语言模型在化学信息学中的最新进展	化学语言模型在处理化学SMILES数据中的应用	自然语言处理	NA	Transformer	Transformer	文本	NA
223	2024-12-07	3D microstructure reconstruction and characterization of porous materials using a cross-sectional SEM image and deep learning 2024-Oct-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e39185 PMID:39640653	研究论文	本文提出了一种利用生成对抗网络（GAN）从单个横截面扫描电镜（SEM）图像重建多孔材料三维微观结构的方法	与需要3D图像作为训练数据的现有GAN模型不同，本文提出的模型仅需要单个横截面图像即可进行3D重建	NA	准确评估多孔材料和设备中的三维孔隙特征	多孔陶瓷电极材料	计算机视觉	NA	生成对抗网络（GAN）	GAN	图像	NA
224	2024-12-08	Introducing a novel dataset for facial emotion recognition and demonstrating significant enhancements in deep learning performance through pre-processing techniques 2024-Oct-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38913 PMID:39640693	研究论文	本文介绍了一种新的面部情感识别数据集，并通过预处理技术显著提升了深度学习模型的性能	开发了新的面部情感识别数据集，并提出了基于EfficientNetB7和CBAM-4CNN的混合模型，显著提高了情感识别的准确性	面临GPU内存限制等挑战	提高面部情感识别模型的准确性	面部情感识别数据集和深度学习模型	计算机视觉	NA	深度学习	卷积神经网络 (CNN)	图像	新的面部情感识别数据集，包括FER13和扩展的CK+数据集
225	2024-12-08	Deep learning neural network-assisted badminton movement recognition and physical fitness training optimization 2024-Oct-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38865 PMID:39640697	研究论文	本文旨在解决羽毛球运动轨迹识别精度低的问题，通过视觉系统对羽毛球机器人进行侧向检测和跟踪，并利用卷积神经网络和改进的Tiny YOLOv2网络结合无迹卡尔曼滤波算法，提高羽毛球运动轨迹的识别和预测精度	本文引入了注意力机制和改进的Tiny YOLOv2网络，结合无迹卡尔曼滤波算法，显著提高了羽毛球运动轨迹的识别和预测精度	NA	提高羽毛球运动轨迹识别的精度	羽毛球运动轨迹的识别和物理健身训练的优化	计算机视觉	NA	卷积神经网络，Tiny YOLOv2，无迹卡尔曼滤波	卷积神经网络，Tiny YOLOv2	视频	四组简单和复杂的羽毛球飞行视频流
226	2024-12-08	State-of-health estimation and classification of series-connected batteries by using deep learning based hybrid decision approach 2024-Oct-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e39121 PMID:39640714	研究论文	本文提出了一种基于深度学习的混合决策方法，用于估计和分类串联锂离子电池的健康状态	本文创新性地结合了深度学习网络和混合分类技术，提高了对串联电池健康状态估计的准确性和效率	本文主要针对串联锂离子电池，未涵盖其他类型的电池系统	研究如何准确估计和分类串联锂离子电池的健康状态	串联锂离子电池的健康状态	机器学习	NA	深度学习	混合分类技术	数据集	使用了来自牛津大学和Calce电池组的多个数据集
227	2024-12-08	Towards multi-agent system for learning object recommendation 2024-Oct-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e39088 PMID:39640789	研究论文	本文介绍了一种基于多智能体系统和深度学习的教育内容推荐系统，旨在根据学习者的知识水平和学习风格提供个性化的学习对象推荐	本文创新性地结合了多智能体系统和深度学习技术，通过四个智能体（学习者代理、导师代理、学习对象代理和推荐代理）协同工作，提供个性化的学习对象推荐	NA	开发一种能够根据学习者知识水平和学习风格提供个性化学习对象推荐的多智能体系统	在线教育内容推荐系统	机器学习	NA	卷积神经网络 (CNN) 和多层感知器 (MLP)	多智能体系统	文本	NA
228	2024-12-08	AI-based fingerprint index of visceral adipose tissue for the prediction of bowel damage in patients with Crohn's disease 2024-Oct-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.111022 PMID:39635135	研究论文	开发了一种基于人工智能的内脏脂肪组织指纹指数，用于预测克罗恩病患者的肠道损伤	提出了内脏脂肪组织指纹指数（VAT-FI），并证明其在预测肠道损伤方面比皮下脂肪组织指纹指数（SAT-FI）更准确	NA	开发和验证一种新的生物标志物，用于预测克罗恩病患者的肠道损伤	克罗恩病患者的内脏脂肪组织和肠道损伤	计算机视觉	消化系统疾病	放射组学和深度学习	NA	图像	1135名克罗恩病患者，分为训练组（600例）和测试组（535例）
229	2024-12-08	Prediction of homologous recombination deficiency from routine histology with attention-based multiple instance learning in nine different tumor types 2024-Oct-08, BMC biology IF:4.4Q1 DOI:10.1186/s12915-024-02022-9 PMID:39379982	研究论文	研究使用基于注意力机制的多实例学习（attMIL）从常规组织学图像中预测同源重组缺陷（HRD）状态	首次证明可以通过常规组织学图像直接预测HRD状态，并展示了其在九种不同肿瘤类型中的适用性	研究仅限于九种肿瘤类型，且需要进一步验证其在其他肿瘤类型中的适用性	验证深度学习方法能否仅基于常规组织学图像预测HRD状态	九种不同类型的肿瘤	数字病理	NA	全基因组测序（WGS）	基于注意力机制的多实例学习（attMIL）	图像	5209名患者
230	2024-12-06	Revolutionizing dementia detection: Leveraging vision and Swin transformers for early diagnosis 2024-Oct, American journal of medical genetics. Part B, Neuropsychiatric genetics : the official publication of the International Society of Psychiatric Genetics DOI:10.1002/ajmg.b.32979 PMID:38619385	研究论文	本文探讨了利用计算机视觉和Swin transformer算法进行早期痴呆症检测的方法	本文采用了Swin transformer算法，相比传统的Vision transformer和卷积神经网络，在整体准确性上表现更优	NA	旨在通过先进的技术手段实现痴呆症的早期诊断	痴呆症及其早期检测方法	计算机视觉	神经退行性疾病	计算机视觉和深度学习	Swin transformer	影像数据（如正电子发射断层扫描）	NA
231	2024-12-05	A deep learning model for predicting the modified micro-dosimetric kinetic model-based dose and the dose-averaged linear energy transfer for prostate cancer in carbon ion therapy 2024-Oct, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2024.100671 PMID:39624391	研究论文	本研究开发了一种深度学习模型，用于快速预测碳离子治疗中前列腺癌的修正微剂量动力学模型（mMKM）剂量和剂量平均线性能量转移（LET）分布	本研究首次将深度学习应用于预测碳离子治疗中前列腺癌的mMKM剂量和LET分布，提供了一种快速、准确的评估工具	本研究仅使用了50名患者的样本数据进行训练和测试，样本量较小	开发一种快速、准确的工具，用于评估碳离子治疗中前列腺癌的生物剂量和剂量平均线性能量转移（LET）变化	前列腺癌患者在碳离子治疗中的修正微剂量动力学模型（mMKM）剂量和剂量平均线性能量转移（LET）分布	机器学习	前列腺癌	深度学习	深度学习模型	图像	50名前列腺癌患者
232	2024-12-02	A Robust and Data-Efficient Deep Learning Modelfor Cardiac Assessment without Segmentation 2024-Oct-28, Research square DOI:10.21203/rs.3.rs-5290766/v1 PMID:39574901	研究论文	本文介绍了一种无需分割模型的高效深度学习算法，用于心脏评估	提出了一种名为Scaled Gumbel Softmax (SGS) EchoNet的深度学习算法，该算法无需心脏分割模型，能够处理数据质量问题并提高预测模型的鲁棒性	NA	开发一种数据高效且鲁棒的深度学习算法，用于心脏评估	心脏评估中的数据质量和分割模型依赖问题	机器学习	心血管疾病	深度学习	R(2+1)D卷积编码器	视频	NA
233	2024-12-01	Machine-Learning-Based Depression Detection Model from Electroencephalograph (EEG) Data Obtained by Consumer-Grade EEG Device 2024-Oct-30, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci14111107 PMID:39595870	研究论文	本文提出了一种基于消费级脑电图（EEG）数据的机器学习模型，用于检测抑郁症	使用消费级EEG设备进行抑郁症检测，并通过特征选择方法提高模型的准确性	研究中使用的样本量未明确提及，且仅限于消费级EEG设备的数据	提高使用消费级EEG设备进行抑郁症检测的准确性	消费级EEG设备获取的脑电图数据	机器学习	NA	脑电图（EEG）	Light Gradient Boosting Machine (LightGBM)	脑电图数据	NA
234	2024-12-01	Novel Approaches for the Early Detection of Glaucoma Using Artificial Intelligence 2024-Oct-28, Life (Basel, Switzerland) DOI:10.3390/life14111386 PMID:39598184	研究论文	本文探讨了人工智能在青光眼早期检测中的应用，特别是机器学习和深度学习模型的优势和局限	本文介绍了卷积神经网络和其他深度学习算法在青光眼检测中的高灵敏度和特异性，展示了其在自动化筛查中的潜力	本文指出需要多样化的训练数据集、外部验证、决策透明度以及处理道德和法律问题等挑战	研究目的是探讨人工智能在青光眼早期诊断、治疗和检测中的应用，并评估不同AI模型和算法的优缺点	研究对象是青光眼的早期检测和治疗	机器学习	青光眼	机器学习、深度学习	卷积神经网络	图像	NA
235	2024-12-01	Perception of First-Year MBBS Students Toward Virtual Dissection in Learning Anatomy: A Comparative Study Between High and Low Academic Achievers 2024-Oct, Cureus DOI:10.7759/cureus.72508 PMID:39606542	研究论文	研究了第一年MBBS学生对虚拟解剖学习的看法，并比较了高分和低分学生的反馈	探讨了虚拟解剖作为一种创新教学方法在解剖学教学中的应用	研究样本量较小，且仅限于特定机构的学生	评估第一年MBBS学生对虚拟解剖的看法，并比较高分和低分学生的反馈	第一年MBBS学生	NA	NA	NA	NA	问卷调查	99名学生，其中89名参与了调查
236	2024-11-29	MIMO-Uformer: A Transformer-Based Image Deblurring Network for Vehicle Surveillance Scenarios 2024-Oct-31, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10110274 PMID:39590738	研究论文	提出了一种基于Transformer的图像去模糊网络MIMO-Uformer，用于车辆监控场景	采用基于基本窗口的多头自注意力机制（W-MSA）来降低计算复杂度，并结合多输入多输出U形网络（MIMO-UNet）进行多尺度图像操作，同时提出Intersection over Patch（IoP）因子和监督形态学损失来改善局部模糊性能	主要针对车辆监控场景中的局部模糊问题，可能不适用于其他类型的模糊	开发一种高效的Transformer基去模糊网络，以提高车辆监控场景中的图像清晰度	车辆监控场景中的运动模糊图像	计算机视觉	NA	Transformer	MIMO-Uformer	图像	使用公开数据集和自建数据集进行广泛实验
237	2024-11-29	GENERATIVE FORECASTING OF BRAIN ACTIVITY ENHANCES ALZHEIMER'S CLASSIFICATION AND INTERPRETATION 2024-Oct-30, ArXiv PMID:39575120	研究论文	本研究通过生成预测脑活动来增强阿尔茨海默病的分类和解释	本研究采用了一种新的基于Transformer的BrainLM模型，用于生成预测脑活动，并展示了其在阿尔茨海默病分类中的应用	研究受限于阿尔茨海默病特定群体的数据集有限，可能影响模型的泛化能力	通过数据驱动的方法理解认知与内在脑活动之间的关系，并增强阿尔茨海默病的分类和解释	静息态功能磁共振成像（rs-fMRI）数据和阿尔茨海默病分类	计算机视觉	阿尔茨海默病	功能磁共振成像（fMRI）	LSTM和Transformer	时间序列数据	NA
238	2024-11-29	Development and Validation of Deep Learning Preoperative Planning Software for Automatic Lumbosacral Screw Selection Using Computed Tomography 2024-Oct-30, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11111094 PMID:39593754	研究论文	开发并验证了一种基于深度学习的术前计划软件，用于自动选择腰椎骶椎螺钉	使用深度学习模型自动进行腰椎骶椎螺钉的术前计划，显著提高了计划速度和准确性	研究样本量相对较小，且仅限于特定类型的手术	提高腰椎骶椎螺钉术前计划的效率和准确性	腰椎骶椎螺钉的术前计划	计算机视觉	NA	深度学习	深度学习模型	CT扫描数据	316例腰椎骶椎融合手术患者
239	2024-11-29	HyMNet: A Multimodal Deep Learning System for Hypertension Prediction Using Fundus Images and Cardiometabolic Risk Factors 2024-Oct-29, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11111080 PMID:39593740	研究论文	本研究开发了一种名为HyMNet的多模态深度学习系统，结合眼底图像和心血管代谢风险因素（年龄和性别）来提高高血压的检测	创新点在于整合了眼底图像和心血管代谢因素，通过多模态深度学习系统HyMNet提高了高血压检测的准确性	研究样本主要来自沙特阿拉伯，可能限制了结果的普遍适用性	开发一种多模态深度学习系统，以提高高血压的检测准确性	高血压的检测	计算机视觉	心血管疾病	多模态深度学习	CNN	图像和数值数据	5016张眼底图像，来自1243名个体
240	2024-11-29	Deep Learning in Spinal Endoscopy: U-Net Models for Neural Tissue Detection 2024-Oct-29, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11111082 PMID:39593742	研究论文	本研究开发了一种基于U-Net架构的深度学习模型，用于脊柱内窥镜手术中神经组织的分割，以提高手术的安全性和有效性	首次将U-Net模型应用于脊柱内窥镜手术中的神经组织检测，显著提高了神经组织的识别精度	研究样本量较小，仅包含28例手术视频，未来需扩大样本量以验证模型的泛化能力	开发一种能够准确分割神经组织的深度学习模型，以提高脊柱内窥镜手术的安全性和效果	脊柱内窥镜手术中的神经组织	计算机视觉	NA	深度学习	U-Net	图像	28例手术视频，包含2307张训练图像和635张验证图像