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
641	2024-10-24	Correlation between CT-based phenotypes and serum biomarker in interstitial lung diseases 2024-Oct-19, BMC pulmonary medicine IF:2.6Q2 DOI:10.1186/s12890-024-03344-8 PMID:39427156	研究论文	研究CT影像特征与血清KL-6水平在间质性肺疾病中的关联	首次探讨了CT影像特征与血清KL-6水平之间的正相关关系，并评估了其对间质性肺疾病患者因呼吸原因住院的预测能力	回顾性观察研究，样本量有限，可能存在选择偏倚	探讨CT影像特征与血清KL-6水平在间质性肺疾病诊断、监测和预后中的关联	间质性肺疾病患者	数字病理学	间质性肺疾病	深度学习	NA	影像	131名间质性肺疾病患者
642	2024-10-24	Deep learning based approach for actinidia flower detection and gender assessment 2024-10-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73035-1 PMID:39424618	研究论文	研究利用深度学习模型进行猕猴桃花性别检测和评估	首次提出使用深度学习模型进行猕猴桃花性别检测，并评估了四种预训练模型的性能	研究主要集中在模型性能评估，未涉及实际机器人系统的开发	解决猕猴桃花性别检测和评估的问题，为机器人授粉系统提供技术支持	猕猴桃花的性别检测和评估	计算机视觉	NA	深度学习	YOLOv8, YOLOv5, RT-DETR, DETR	图像	手动标注的猕猴桃花数据集，分为两类性别
643	2024-10-24	Prospective clinical evaluation of deep learning for ultrasonographic screening of abdominal aortic aneurysms 2024-Oct-15, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01269-4 PMID:39406888	研究论文	本研究评估了深度学习算法在辅助无超声经验的护士进行腹主动脉瘤筛查中的应用	首次展示了深度学习算法在辅助无经验护士进行腹主动脉瘤超声筛查中的有效性	样本量较小，且仅限于65岁以上的患者	评估深度学习算法在腹主动脉瘤超声筛查中的应用潜力	腹主动脉瘤的超声筛查	计算机视觉	心血管疾病	深度学习	对象检测算法	图像	184名65岁以上的患者
644	2024-10-24	Enhancing data security and privacy in energy applications: Integrating IoT and blockchain technologies 2024-Oct-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38917 PMID:39430499	研究论文	本文探讨了区块链技术与物联网在能源应用中的集成，特别是核能领域，以增强数据安全性和隐私性	开发了一个包含加密、完整性验证、集成通信网络和稳健数据流架构的安全数据管理框架	需要实际验证，资源受限的物联网环境中的挑战，日益增加的网络威胁，以及实时数据可用性的限制	分析区块链技术与物联网集成在核能应用中的挑战、范围和潜在解决方案	区块链技术与物联网在核能应用中的集成	NA	NA	区块链技术	NA	NA	NA
645	2024-10-24	PollenNet: A novel architecture for high precision pollen grain classification through deep learning and explainable AI 2024-Oct-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38596 PMID:39430511	研究论文	本文介绍了一种名为PollenNet的新型深度学习框架，用于高精度花粉粒分类，并通过可解释AI增强模型的可解释性	PollenNet在花粉粒图像分类方面表现优异，准确率高达98.45%，并结合了可解释AI技术以提高模型的透明度	NA	提高花粉粒分类的准确性和效率	花粉粒的图像分类	计算机视觉	NA	深度学习	深度学习框架	图像	NA
646	2024-10-24	A convolutional neural network model detecting lasting behavioral changes in mice with kanamycin-induced unilateral inner ear dysfunction 2024-Oct-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38938 PMID:39435078	研究论文	本文研究了卡那霉素诱导的单侧内耳功能障碍对小鼠行为变化的长期影响，并使用卷积神经网络模型进行检测	本文首次使用卷积神经网络模型检测小鼠在单侧内耳功能障碍后的长期行为变化，并评估了神经补偿过程	本文仅研究了卡那霉素诱导的单侧内耳功能障碍对小鼠行为的影响，未探讨其他药物或双侧内耳功能障碍的情况	研究单侧内耳功能障碍对小鼠行为的长期影响，并评估神经补偿过程	卡那霉素诱导单侧内耳功能障碍的小鼠	计算机视觉	NA	卷积神经网络	卷积神经网络	视频	自由活动的小鼠在单侧卡那霉素注射后的行为记录
647	2024-10-24	The deep learning-based physical education course recommendation system under the internet of things 2024-Oct-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38907 PMID:39435083	研究论文	研究提出了一种基于深度学习的体育课程推荐系统，结合物联网技术和深度学习，以提高推荐的准确性和个性化	研究结合了物联网技术和生成对抗网络（GAN）模型，特别是改进的正则化惩罚条件特征生成对抗网络（RP-CFGAN）模型，以解决数据稀疏和冷启动问题	模型仍有改进空间，如探索更多正则化技术、保护用户隐私以及扩展系统到更多平台和场景	提高体育课程推荐的准确性和个性化	学生的生理数据、社交互动、学术数据以及学习进度和时间表	机器学习	NA	物联网技术、深度学习	生成对抗网络（GAN）	生理数据、社交互动数据、学术数据	NA
648	2024-10-24	CLEAR guideline for radiomics: Early insights into current reporting practices endorsed by EuSoMII 2024-Oct-14, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111788 PMID:39437630	研究论文	本研究评估了放射组学研究中的当前报告实践，重点关注CLEAR指南的应用情况	揭示了放射组学研究中自我报告与确认遵守CLEAR指南之间的显著差异	研究仅限于引用CLEAR指南的放射组学研究论文，可能无法全面反映所有放射组学研究的报告实践	评估放射组学研究中CLEAR指南的报告实践	放射组学研究论文中CLEAR指南的应用情况	数字病理学	NA	NA	NA	文本	48篇原始研究论文
649	2024-10-24	REVEALS: an open-source multi-camera GUI for rodent behavior acquisition 2024-Oct-03, Cerebral cortex (New York, N.Y. : 1991) DOI:10.1093/cercor/bhae421 PMID:39420472	研究论文	开发了一个名为REVEALS的开源多摄像头图形用户界面，用于采集啮齿动物行为数据	REVEALS提供了一个用户友好的界面，支持同时从多个摄像头采集数据，并能高效地收集和分析大型数据集	NA	开发一种有效、经济且易于获取啮齿动物行为数据的方法	啮齿动物行为数据	计算机视觉	NA	NA	NA	视频	NA
650	2024-10-24	A deep learning algorithm for the detection of aortic dissection on non-contrast-enhanced computed tomography via the identification and segmentation of the true and false lumens of the aorta 2024-Oct-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-533 PMID:39429578	研究论文	本文开发了一种基于深度学习的算法，用于在非对比增强CT扫描中检测主动脉夹层，并通过识别和分割主动脉的真假腔来确定主动脉夹层的存在	本文的创新点在于开发了一种基于深度学习的算法，能够在非对比增强CT扫描中准确识别和分割主动脉的真假腔，从而提高主动脉夹层的诊断准确性	本文的局限性在于研究样本仅来自三家医院，且为回顾性研究，未来需要更大规模的前瞻性研究来验证算法的有效性	本研究的目的是开发一种能够准确检测主动脉夹层的深度学习算法，并评估其在临床实践中的应用潜力	本研究的对象是疑似急性主动脉综合征的患者，通过分析其非对比增强CT扫描图像来检测主动脉夹层	计算机视觉	心血管疾病	非对比增强CT (NCE-CT)	三维全分辨率U-Net	图像	320名患者，其中160名患有主动脉夹层，160名未患有主动脉夹层
651	2024-10-24	Radiomics and Clinical Features for Distinguishing Kidney Stone-Associated Urinary Tract Infection: A Comprehensive Analysis of Machine Learning Classification 2024-Oct, Open forum infectious diseases IF:3.8Q2 DOI:10.1093/ofid/ofae581 PMID:39435322	研究论文	研究通过放射组学和临床特征模型区分肾结石相关尿路感染的能力	结合放射组学和临床特征，使用多层感知器（MLP）模型进行分类，显示出较高的分类准确性	研究基于单中心数据集，样本量有限	评估放射组学和临床特征在区分肾结石相关尿路感染中的有效性	肾结石患者的CT扫描图像和临床信息	机器学习	泌尿系统疾病	CT扫描	多层感知器（MLP）	图像和临床数据	461名肾结石患者
652	2024-10-22	Enhanced ADHD classification through deep learning and dynamic resting state fMRI analysis 2024-Oct-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74282-y PMID:39424632	研究论文	本文提出了一种基于深度学习和动态静息态fMRI分析的增强型ADHD分类方法	引入了Skip-Vote-Net，一种新颖的深度学习网络，通过动态连接分析来分类ADHD和正常发育儿童	NA	提高ADHD分类的准确性	ADHD和正常发育儿童的分类，以及ADHD不同亚型的区分	机器学习	精神疾病	功能磁共振成像（fMRI）	深度学习网络	图像	222名参与者
653	2024-10-22	Graph attention automatic encoder based on contrastive learning for domain recognition of spatial transcriptomics 2024-Oct-18, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-07037-0 PMID:39424696	研究论文	提出了一种基于对比学习的图注意力自动编码器方法GAAEST，用于空间转录组学领域的识别	该方法结合了空间位置信息和基因表达数据，通过图注意力网络和自监督对比学习优化潜在嵌入，以识别具有相似表达模式和空间接近性的空间域	NA	准确识别空间转录组学中的空间域	空间转录组学数据中的基因表达和空间位置信息	数字病理学	NA	空间转录组学	图注意力网络	基因表达数据	多个数据集
654	2024-10-22	Ensembling methods for protein-ligand binding affinity prediction 2024-Oct-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72784-3 PMID:39424851	研究论文	本文提出了一种基于集成学习的蛋白质-配体结合亲和力预测方法	通过训练13个深度学习模型并探索所有可能的集成组合，显著提高了预测精度和泛化能力	NA	提高蛋白质-配体结合亲和力预测的准确性和泛化能力	蛋白质-配体结合亲和力	机器学习	NA	深度学习	集成模型	蛋白质-配体复合物的1D序列和结构特征	CASF2016和CSAR-HiQ等五个基准测试数据集
655	2024-10-22	A hybrid deep learning network for automatic diagnosis of cardiac arrhythmia based on 12-lead ECG 2024-Oct-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75531-w PMID:39424921	研究论文	提出了一种结合卷积神经网络和双向门控循环单元与多头注意力的混合深度学习模型，用于自动诊断心律失常	创新的混合深度学习模型结合了卷积神经网络和双向门控循环单元与多头注意力，有效捕捉心电信号的时空特征	NA	开发一种自动诊断心律失常的深度学习模型	心电图信号	机器学习	心血管疾病	卷积神经网络、双向门控循环单元、多头注意力	混合深度学习模型	心电图信号	MIT-BIH心律失常数据库和PTB诊断心电图数据库
656	2024-10-22	Platform for precise, personalised glucose forecasting through continuous glucose and physical activity monitoring and deep learning 2024-Oct, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2024.104241 PMID:39428134	研究论文	本文提出了一种结合内容注意力学习的混合深度学习框架，用于基于过去数据预测T1D和T2D患者的血糖水平，并开发了一个云端系统和移动应用来收集和处理相关数据	本文的创新点在于引入内容注意力学习机制，并结合物理活动数据，提高了血糖预测的准确性，同时展示了个性化训练的优势	本文的局限性在于仅使用了单一患者的8天临床数据进行训练和测试，未来需要在大规模多患者数据上验证模型的泛化能力	本文的研究目的是开发一种精确的个性化血糖预测系统，以帮助糖尿病患者管理血糖水平	本文的研究对象是T1D和T2D糖尿病患者	机器学习	糖尿病	深度学习	混合深度学习框架	连续血糖监测数据、物理活动数据、碳水化合物摄入值和胰岛素测量数据	使用了单一患者的8天临床数据进行训练，并在后续临床数据上进行测试
657	2024-10-22	An optimal fast fractal method for breast masses diagnosis using machine learning 2024-Oct, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2024.104234 PMID:39428132	研究论文	本文介绍了一种用于乳腺肿块分类的快速分形方法	通过提取最佳分形信息并仅关注对分类有价值的信息，提高了计算速度和分类准确性	NA	提高乳腺肿块分类的计算速度和准确性	乳腺肿块的分类	机器学习	乳腺癌	分形方法	NA	图像	NA
658	2024-10-21	Sparse attention with residual pyramidal depthwise separable convolutional based malware detection with optimization mechanism 2024-Oct-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76193-4 PMID:39420069	研究论文	提出了一种基于稀疏注意力与残差金字塔深度可分离卷积的深度学习方法，用于优化恶意软件检测	利用2D灰度图像和API调用数据，结合稀疏注意力和残差金字塔深度可分离卷积神经网络，以及混合白鲨白鲸优化算法进行模型优化	未提及具体局限性	提高恶意软件检测的准确性和效率，减少误报和漏报	恶意软件检测系统	机器学习	NA	深度学习	稀疏注意力与残差金字塔深度可分离卷积神经网络	图像	云恶意软件数据集中的API调用数据
659	2024-10-21	Thermal imaging and deep learning-based fit-checking for respiratory protection 2024-Oct-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-52999-0 PMID:39420011	研究论文	本研究开发了一种人工智能模型，通过热成像视频实时快速准确地判断口罩佩戴的正确性	利用热成像和深度学习技术进行口罩佩戴检测，3DCNN在二分类和多分类任务中均优于ConvLSTM	NA	开发一种快速准确的方法来检测口罩佩戴的正确性	五种经韩国食品医药品安全处批准的口罩，通过50名参与者生成5000个视频	计算机视觉	NA	热成像	3DCNN	视频	50名参与者，5000个视频
660	2024-10-21	Addressing fairness issues in deep learning-based medical image analysis: a systematic review 2024-Oct-17, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01276-5 PMID:39420149	综述	本文系统地回顾了在基于深度学习的医学图像分析中解决公平性问题的最新进展	本文介绍了群体公平性的基本概念，并分类总结了在公平医学图像分析中的研究，包括公平性评估和公平性缓解方法	本文主要集中在方法论的回顾，未提供具体的实验数据或模型评估	旨在促进人工智能研究人员和临床医生对公平性的共同理解，增强公平性缓解方法的开发，并为创建公平的医学图像分析社会做出贡献	基于深度学习的医学图像分析中的公平性问题	计算机视觉	NA	深度学习	NA	图像	NA