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	2024-10-29	Survivor detection approach for post earthquake search and rescue missions based on deep learning inspired algorithms 2024-10-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75156-z PMID:39443536	研究论文	本文提出了一种基于深度学习算法的蛇形机器人用于地震后搜救任务中的幸存者检测方法	本文创新性地使用蛇形机器人和深度学习算法进行幸存者检测，并针对缺乏专用数据集的问题，编译了一个新的200张图像数据集	本文未提及具体的局限性	研究目的是提高地震后搜救任务中幸存者检测的效率和可靠性	研究对象是地震后被困在废墟下的幸存者	计算机视觉	NA	深度学习	YOLOv10	图像	200张图像
422	2024-10-29	Concatenated CNN-Based Pneumonia Detection Using a Fuzzy-Enhanced Dataset 2024-Oct-21, Sensors (Basel, Switzerland) DOI:10.3390/s24206750 PMID:39460230	研究论文	本文提出了一种基于模糊增强数据集的级联卷积神经网络（CNN）用于肺炎检测	本文创新性地结合了模糊逻辑图像增强方法和级联CNN模型，显著提高了图像质量和特征提取能力	NA	研究如何通过深度学习模型和图像增强技术提高肺炎检测的准确性	肺炎检测	计算机视觉	肺部疾病	卷积神经网络（CNN）	级联卷积神经网络（CCNN）	图像	使用了四个数据集，包括原始图像和通过模糊熵、标准差和直方图均衡化增强的图像
423	2024-10-29	Research on Road Internal Disease Identification Algorithm Based on Attention Fusion Mechanisms 2024-Oct-21, Sensors (Basel, Switzerland) DOI:10.3390/s24206757 PMID:39460235	研究论文	研究基于注意力融合机制的道路内部病害识别算法	提出了一种基于深度学习的多视角识别算法模型，并在通道和视角之间嵌入了注意力融合机制	未提及具体限制	通过深度学习算法识别道路内部病害，提高识别效率	沥青路面内部病害	计算机视觉	NA	深度学习	注意力融合机制	图像	未提及具体样本数量
424	2024-10-29	Blind Recognition of Frame Synchronization Based on Deep Learning 2024-Oct-21, Sensors (Basel, Switzerland) DOI:10.3390/s24206767 PMID:39460248	研究论文	提出了一种基于深度学习的帧同步盲识别算法，以提高非合作通信系统中的检测性能	通过将二进制数据转换为灰度图像并生成RGB图像，利用图像处理技术进行帧同步识别，显著提高了在高误码率下的检测性能	未提及具体的局限性	改进非合作通信系统中帧同步的检测性能	帧同步的盲识别	机器学习	NA	深度学习	神经网络	图像	未提及具体样本数量
425	2024-10-29	Spatial Resolution Enhancement Framework Using Convolutional Attention-Based Token Mixer 2024-Oct-21, Sensors (Basel, Switzerland) DOI:10.3390/s24206754 PMID:39460237	研究论文	提出了一种基于卷积注意力机制的令牌混合器方法，用于增强遥感数据的空间分辨率	利用多头的卷积注意力块和子像素卷积技术，有效提取和融合空间和光谱信息	NA	提高卫星传感器捕捉图像的空间分辨率和精度	遥感图像的空间分辨率增强	计算机视觉	NA	卷积注意力机制	卷积神经网络	图像	两种数据类型：视觉-热红外数据集和视觉-高光谱数据集
426	2024-10-29	Reproducibility and interpretability in radiomics: a critical assessment 2024-Oct-21, Diagnostic and interventional radiology (Ankara, Turkey) DOI:10.4274/dir.2024.242719 PMID:39463040	综述	本文对放射组学领域的可重复性和可解释性进行了批判性评估	NA	本文指出了放射组学研究中由于成像和后续统计分析的变异性导致的可重复性问题，以及模型可解释性受限的问题	评估放射组学领域的可重复性和可解释性问题	放射组学研究中的成像和统计分析	数字病理学	NA	放射组学	机器学习方法和深度学习方法	图像	小样本量
427	2024-10-29	Wearable Biosensor Smart Glasses Based on Augmented Reality and Eye Tracking 2024-Oct-20, Sensors (Basel, Switzerland) DOI:10.3390/s24206740 PMID:39460220	研究论文	研究开发基于增强现实和眼动追踪技术的智能眼镜，实现实时场景感知和用户意图分析	结合增强现实和眼动追踪技术，通过深度学习方法和几何模型提升系统在复杂环境中的用户行为和环境信息感知能力	未来研究需要进一步优化智能眼镜的算法和硬件性能	优化可穿戴生物传感器技术的性能，提高数据交互准确性	基于增强现实和眼动追踪技术的智能眼镜	NA	NA	增强现实、眼动追踪、深度学习	NA	NA	NA
428	2024-10-29	Investigation of Unsafe Construction Site Conditions Using Deep Learning Algorithms Using Unmanned Aerial Vehicles 2024-Oct-20, Sensors (Basel, Switzerland) DOI:10.3390/s24206737 PMID:39460217	研究论文	利用无人机和深度学习算法监测建筑工地安全状况，特别是工人是否佩戴安全帽	开发了一种利用无人机和Faster R-CNN算法实时检测工人是否佩戴安全帽的系统，显著提高了建筑工地的安全性	NA	通过无人机技术提高建筑工地的安全性	建筑工地的安全状况，特别是工人是否佩戴安全帽	计算机视觉	NA	tensorflow	Faster R-CNN	图像	NA
429	2024-10-29	Vision-Based Real-Time Bolt Loosening Detection by Identifying Anti-Loosening Lines 2024-Oct-20, Sensors (Basel, Switzerland) DOI:10.3390/s24206747 PMID:39460227	研究论文	本文提出了一种基于视觉的实时螺栓松动检测方法，通过识别螺栓连接处的防松线标记来检测螺栓松动	该方法采用YOLOv10-S深度学习模型进行高精度实时螺栓检测，并结合Fast-SCNN图像分割技术，有效隔离螺栓和螺母区域，准确提取防松线标记，相比传统方法和其他视觉方法，具有非接触测量、实时检测能力、降低检测误差和广泛适应性等优势	NA	确保设备安全运行	螺栓松动检测	计算机视觉	NA	深度学习	YOLOv10-S	图像	2048 × 1024像素的高分辨率图像
430	2024-10-29	Vehicle Localization Method in Complex SAR Images Based on Feature Reconstruction and Aggregation 2024-Oct-20, Sensors (Basel, Switzerland) DOI:10.3390/s24206746 PMID:39460226	研究论文	本文提出了一种基于特征重构和聚合的复杂SAR图像车辆定位方法	本文创新性地结合了空间-通道重构模块和渐进交叉融合机制，有效提升了SAR图像中车辆特征的提取质量	NA	提高SAR图像中车辆定位的准确性	SAR图像中的车辆目标	计算机视觉	NA	NA	CNN	图像	复杂场景SAR图像车辆数据集
431	2024-10-29	Predicting drug outcome of population via clinical knowledge graph 2024-Oct-19, medRxiv : the preprint server for health sciences DOI:10.1101/2024.03.06.24303800 PMID:38496488	研究论文	本文介绍了一种基于临床知识图谱的几何深度学习框架PlaNet，用于预测药物在人群中的效果	PlaNet框架能够处理任何亚人群、任何药物及其组合、任何疾病，并应用于广泛的药理学任务，包括预测药物疗效和不良事件	NA	实现AI在医疗领域的应用，设计能够捕捉患者异质性和相关生物医学知识的系统	药物在人群中的效果，包括药物疗效和不良事件	机器学习	NA	几何深度学习	PlaNet	临床知识图谱	NA
432	2024-10-29	A Deep Learning-Based Two-Branch Generative Adversarial Network for Image De-Raining 2024-Oct-19, Sensors (Basel, Switzerland) DOI:10.3390/s24206724 PMID:39460204	研究论文	本文提出了一种基于深度学习的双分支生成对抗网络用于图像去雨	创新点在于提出了一个包含生成网络和对抗网络的双分支生成对抗网络，其中生成网络采用传统卷积网络结构和U-Net架构，对抗网络采用相对判别器结合均方误差损失，有效防止梯度消失	NA	研究目的是通过减少雨滴对图像的影响来提高图像质量	研究对象是受雨滴影响的图像	计算机视觉	NA	生成对抗网络	GAN	图像	研究使用了三个已建立的雨图像数据集进行视觉和定量比较
433	2024-10-29	An Adaptive Parameter Optimization Deep Learning Model for Energetic Liquid Vision Recognition Based on Feedback Mechanism 2024-Oct-19, Sensors (Basel, Switzerland) DOI:10.3390/s24206733 PMID:39460211	研究论文	本文提出了一种基于反馈机制的自适应参数优化深度学习模型，用于高精度实时液体表面指针检测	引入了DBN-AGS-FLSS集成深度学习模型，结合了深度信念网络、反馈最小二乘SVM分类器和自适应遗传选择器，并通过反馈机制动态优化模型参数	NA	解决工业过程和环境监测中液体流动和粘度精确检测的挑战	液体样本的多样性和高能液体的复杂反射特性	计算机视觉	NA	深度学习	深度信念网络	图像	NA
434	2024-10-29	AI Survival Prediction Modeling: The Importance of Considering Treatments and Changes in Health Status over Time 2024-Oct-18, Cancers IF:4.5Q1 DOI:10.3390/cancers16203527 PMID:39456622	研究论文	本文探讨了在预测局部乳腺癌患者生存率时，考虑治疗和健康状况随时间变化的重要性，并提出了一种改进的深度学习模型	本文的创新点在于扩展了现有的深度学习生存预测模型，使其能够同时考虑时间固定和时间变化的协变量，从而显著提高了预测精度	NA	改进局部乳腺癌患者的生存预测模型，考虑时间固定和时间变化的协变量	局部乳腺癌患者的生存预测	机器学习	乳腺癌	深度学习	深度学习模型（DeepSurv, DeepHit, Nnet-survival, Cox-Time）	数据集（SEER-Medicare linked dataset）	1991年至2016年间诊断为I-III期乳腺癌并符合Medicare资格的女性患者
435	2024-10-29	Deep Learning-Based Reconstruction of 3D Morphology of Geomaterial Particles from Single-View 2D Images 2024-Oct-18, Materials (Basel, Switzerland) DOI:10.3390/ma17205100 PMID:39459805	研究论文	本文利用深度学习技术从单视角2D图像重建地质材料颗粒的3D形态	提出了一种基于体素表示和多维卷积神经网络的深度学习方法，用于从2D图像快速上采样和重建颗粒形态	NA	研究目的是快速有效地重建颗粒的三维形态	研究对象包括自然形成的颗粒（沙漠沙）、人工制造的颗粒（月球土壤模拟物）和数值生成的数字颗粒	计算机视觉	NA	深度学习	卷积神经网络	图像	超过100,000个颗粒样本，来自三个来源
436	2024-10-29	An Efficient Ship Detection Method Based on YOLO and Ship Wakes Using High-Resolution Optical Jilin1 Satellite Imagery 2024-Oct-18, Sensors (Basel, Switzerland) DOI:10.3390/s24206708 PMID:39460188	研究论文	提出了一种基于YOLO和船迹的高分辨率光学吉林1号卫星图像船舶检测方法	结合深度学习和特征图像处理，利用船体和船迹检测相结合的方法，解决了传统方法无法检测被云层遮挡或超出图像边界的船舶的问题	未提及具体局限性	开发一种实用且高效的遥感图像船舶检测方案	遥感图像中的船舶及其航迹	计算机视觉	NA	深度卷积神经网络	CNN	图像	在真实遥感数据集中，成功检测到超过93.5%的船舶和超过70%的无可见船体目标
437	2024-10-29	Training deep learning models on personalized genomic sequences improves variant effect prediction 2024-Oct-18, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.15.618510 PMID:39463940	研究论文	本文研究了在个性化基因组序列上训练深度学习模型如何提高变异效应预测的性能	本文提出了一种新的方法，通过在功能基因组数据和匹配的个人基因组上训练模型，显著提高了变异效应预测的准确性	本文未详细讨论该方法在不同细胞环境和实验读数中的泛化能力	研究如何提高变异效应预测的准确性	个性化基因组序列和功能基因组数据	机器学习	NA	深度学习	深度学习模型	基因组序列	未明确提及样本数量
438	2024-10-29	Elucidating the neuropathological and molecular heterogeneity of amyloid-beta and tau in Alzheimer's disease through machine learning and transcriptomic integration 2024-Oct-18, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.16.618708 PMID:39463964	研究论文	通过机器学习和转录组整合揭示阿尔茨海默病中淀粉样β和tau的神经病理和分子异质性	采用深度学习方法结合功能磁共振成像和转录组数据，解析了阿尔茨海默病中淀粉样β和磷酸化tau的特定脑网络变化及其分子机制	研究仅限于使用功能磁共振成像和转录组数据，未涵盖其他可能影响结果的生物标志物或技术	理解阿尔茨海默病中淀粉样β和磷酸化tau与认知衰退及分子机制的关联	阿尔茨海默病患者的脑网络变化和分子通路	机器学习	阿尔茨海默病	功能磁共振成像	深度学习	图像	289名受试者，包括129名淀粉样β阳性（A+）和160名淀粉样β阴性（A-）的正常老年人
439	2024-10-29	Early Detection of Lumpy Skin Disease in Cattle Using Deep Learning-A Comparative Analysis of Pretrained Models 2024-Oct-17, Veterinary sciences IF:2.0Q2 DOI:10.3390/vetsci11100510 PMID:39453102	研究论文	研究利用深度学习技术开发自动化系统，用于牛群中LSD的早期检测，并比较了多种预训练模型的性能	首次系统比较了多种预训练深度学习模型在LSD检测中的应用，并展示了VGG16和MobileNetV2在准确性和敏感性方面的优越性	尽管模型在特定条件下表现良好，但临床应用中仍需考虑敏感性和特异性的平衡	开发和评估用于牛群中LSD早期检测的深度学习模型，以提高检测的准确性和敏感性	牛群中的LSD和其他疾病的图像数据	计算机视觉	NA	深度学习	CNN	图像	两个公开数据集，包含健康牛和LSD牛的图像，以及受其他疾病影响的牛的图像
440	2024-10-29	Advances in Portable Optical Microscopy Using Cloud Technologies and Artificial Intelligence for Medical Applications 2024-Oct-17, Sensors (Basel, Switzerland) DOI:10.3390/s24206682 PMID:39460161	综述	本文综述了便携式光学显微镜在医疗应用中利用云计算和人工智能技术的最新进展	介绍了将物联网（IoT）和云计算与3D打印设备集成的新技术，以及使用深度学习算法进行自动化图像处理的方法	缺乏对整个显微镜采集链的全面研究	探讨物联网和人工智能在便携式显微镜中的潜力，强调从便携性到图像分析的全面方法的重要性	便携式光学显微镜及其在医疗应用中的集成技术	计算机视觉	NA	深度学习	NA	图像	NA