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
781	2024-10-17	Comparative analysis of retinal microvascular parameters in healthy individuals with or without carotid artery stenosis or plaque 2024-Oct-15, European journal of ophthalmology IF:1.4Q3 DOI:10.1177/11206721241291224 PMID:39410788	研究论文	本研究通过眼底摄影评估视网膜微血管变化与颈动脉狭窄（CAS）及其斑块之间的关系	使用深度学习算法分析眼底摄影图像，提供了一种新的CAS筛查方法	研究为回顾性观察性研究，样本量有限	评估视网膜微血管变化与颈动脉狭窄及其斑块之间的相关性	视网膜微血管参数与颈动脉内膜中层厚度（IMT）	计算机视觉	心血管疾病	深度学习算法	NA	图像	715名参与者，包括313名CAS患者（其中91名有斑块，222名无斑块）和402名无CAS的对照组
782	2024-10-17	Enhancing societal security: a multimodal deep learning approach for a public person identification and tracking system 2024-10-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74560-9 PMID:39397044	研究论文	本文提出了一种基于多模态深度学习的公共人员识别和跟踪系统，以增强社会安全	该系统采用多模态方法，结合步态、面部和虹膜识别，并使用预训练的深度卷积神经网络（DCNNs）进行个体预测，准确率高达94%，优于现有系统	NA	研究旨在探索和验证所提出的系统在公共空间中的有效性和潜在应用	公共空间中的人员识别和跟踪	计算机视觉	NA	深度卷积神经网络（DCNNs）	深度卷积神经网络（DCNNs）	图像	NA
783	2024-10-17	An effective method for anomaly detection in industrial Internet of Things using XGBoost and LSTM 2024-Oct-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74822-6 PMID:39397055	研究论文	提出了一种基于XGBoost和LSTM的工业物联网异常检测方法	通过设置不同阈值的XGBoost进行特征选择，并设计了优化的损失函数来处理数据不平衡和高相似类别问题	未提及具体局限性	提高工业物联网中异常检测的准确性和效率	工业物联网中的异常检测	机器学习	NA	XGBoost, LSTM	MIX_LSTM	数据集	使用UNSW-NB15和NSL-KDD数据集进行实验
784	2024-10-17	Intelligent agricultural robotic detection system for greenhouse tomato leaf diseases using soft computing techniques and deep learning 2024-10-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75285-5 PMID:39396063	研究论文	本文提出了一种智能农业机器人系统，用于温室番茄叶病的检测，结合了模糊控制算法和基于深度学习的疾病分类模型	引入了升级版的深度卷积生成对抗网络（DCGAN），通过生成增强的番茄叶病图片来显著提升训练数据集的质量	NA	开发一种用于温室番茄叶病检测的智能农业机器人系统	温室番茄叶病	计算机视觉	NA	深度学习	深度卷积生成对抗网络（DCGAN）	图像	使用了包含九种番茄叶病类的PlantVillage数据集，并通过DCGAN生成了增强数据集
785	2024-10-17	Deep learning assisted quantitative detection of cardiac troponin I in hierarchical dendritic copper-nickel nanostructure lateral flow immunoassay 2024-Oct-10, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d4ay01187b PMID:39259228	研究论文	本文开发了一种深度学习方法，用于高效分割HD-纳米金属LFIA传感器图像中的目标区域，以提高定量检测的准确性	提出了改进的UNet++网络，结合注意力和残差模块，能够准确分割不同强度的荧光区域，特别是弱荧光区域	NA	提高基于HD-纳米金属LFIA传感器的快速和准确疾病标志物检测的定量检测准确性	心脏肌钙蛋白I（cTnI）的定量检测	计算机视觉	心血管疾病	深度学习	UNet++	图像	使用HD-nanoCu-Ni LFIA传感器进行cTnI检测的案例研究
786	2024-10-17	Efficient application of deep learning-based elective lymph node regions delineation for pelvic malignancies 2024-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.17330 PMID:39072765	研究论文	本研究开发了一种基于深度学习的盆腔淋巴结区域自动勾画模型，用于提高盆腔恶性肿瘤放疗中的勾画效率和一致性	本研究首次应用级联多头部U-net模型进行盆腔淋巴结区域的自动勾画，显著提高了勾画效率和一致性	本研究仅在盆腔恶性肿瘤患者中进行了验证，未来需在更多类型的肿瘤中进行验证	开发一种高效的深度学习模型，用于自动勾画盆腔恶性肿瘤患者的淋巴结区域	盆腔恶性肿瘤患者的淋巴结区域	计算机视觉	NA	深度学习	级联多头部U-net	CT图像	160名盆腔恶性肿瘤患者，包括直肠癌、前列腺癌和宫颈癌，其中120名用于训练，40名用于测试
787	2024-10-17	Efficient segmentation of fetal brain MRI based on the physical resolution 2024-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.17306 PMID:39008780	研究论文	本文研究了基于物理分辨率的胎儿脑部MRI图像分割方法	提出了一种基于MRI物理分辨率的胎儿脑部图像分割方法，并通过深度学习模块实现了高表观分辨率的分割	研究仅限于回顾性分析，样本量相对较小	验证基于MRI物理分辨率的胎儿脑部图像分割方法的有效性	胎儿和成人的脑部MRI图像	计算机视觉	NA	MRI	ConvNet	图像	150例成人脑部MRI和80例胎儿脑部MRI
788	2024-10-17	Assessment of multi-modal magnetic resonance imaging for glioma based on a deep learning reconstruction approach with the denoising method 2024-Oct, Acta radiologica (Stockholm, Sweden : 1987) DOI:10.1177/02841851241273114 PMID:39219486	研究论文	本文评估了基于深度学习重建和去噪方法的多模态磁共振成像在胶质瘤中的应用	首次评估了深度学习重建方法在多模态胶质瘤成像中的应用	NA	评估多模态磁共振成像在胶质瘤中的应用效果	107名胶质瘤患者的术前和术后多模态图像	计算机视觉	脑肿瘤	磁共振成像	深度学习重建	图像	107名胶质瘤患者
789	2024-10-17	Artificial Intelligence-Assisted Perfusion Density as Biomarker for Screening Diabetic Nephropathy 2024-Oct-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.13.10.19 PMID:39388177	研究论文	研究利用人工智能辅助的超广角扫频源光学相干断层扫描血管造影技术，识别糖尿病肾病筛查的可靠生物标志物	首次提出利用人工智能辅助的超广角扫频源光学相干断层扫描血管造影技术，评估糖尿病肾病与糖尿病视网膜病变之间的关联，并将其作为非侵入性生物标志物	研究样本仅限于2型糖尿病患者，且样本量相对较小，可能影响结果的普适性	识别糖尿病肾病的可靠筛查生物标志物	2型糖尿病患者的视网膜和脉络膜数据	数字病理学	糖尿病肾病	超广角扫频源光学相干断层扫描血管造影技术	随机森林模型	图像	169名2型糖尿病患者，共287只眼睛，产生15,211个数据点
790	2024-10-17	Deep Learning Augmented Osteoarthritis Grading Standardization 2024-Oct, Tissue engineering. Part A DOI:10.1089/ten.TEA.2023.0206 PMID:37950715	研究论文	本文探讨了使用深度学习技术对骨关节炎（OA）的软骨组织学图像进行自动分级，以标准化OA分级	本文首次使用组织学图像而非放射图像进行OA分级，并开发了一种基于深度学习的自动化分级系统	本文未详细讨论模型的泛化能力和在不同数据集上的表现	开发一种基于深度学习的自动化系统，用于骨关节炎的软骨组织学图像分级	膝关节骨关节炎的软骨组织学图像	计算机视觉	骨关节炎	深度学习	DenseNet121	图像	组织学图像被分为四个等级（Grade 0-3），并进行了五折交叉验证
791	2024-10-16	Deep learning for diagnostic charting on pediatric panoramic radiographs 2024-Oct-15, International journal of computerized dentistry IF:1.8Q2 DOI:10.3290/j.ijcd.b4200863 PMID:37417445	研究论文	评估深度学习程序在儿童全景X光片上检测和分类牙齿结构及治疗的能力	使用YOLOv4模型在儿童全景X光片上成功诊断出乳牙、恒牙胚和牙套，具有较高的F1分数	模型在检测某些牙齿结构和治疗（如填充物、根管治疗和多余牙齿）方面存在局限性	评估深度学习程序在儿童全景X光片上检测和分类牙齿结构及治疗的表现	4821张5至13岁儿童的全景X光片	计算机视觉	NA	深度学习	卷积神经网络（CNN）	图像	4821张儿童全景X光片
792	2024-10-16	Tracing Microplastic Aging Processes Using Multimodal Deep Learning: A Predictive Model for Enhanced Traceability 2024-Oct-15, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.4c05022 PMID:39251361	研究论文	本文提出了一种多模态深度学习模型，用于追踪老化微塑料的典型老化因素	利用多模态深度学习模型提高了老化微塑料老化因素预测的准确性和减少了预测偏差	NA	追踪和理解微塑料的老化过程，为老化微塑料的环境风险评估提供更准确的数据	老化微塑料的老化过程及其物理化学特性	机器学习	NA	多模态深度学习	多模态深度学习模型	图像和光谱数据	130个经历不同老化过程的老化微塑料样本，包含1353张表面形态图像和1353个傅里叶变换红外光谱
793	2024-10-16	Early heart disease prediction using feature engineering and machine learning algorithms 2024-Oct-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38731 PMID:39397946	研究论文	本研究利用特征工程和机器学习算法进行早期心脏病预测	本研究通过对比分析多种机器学习算法，选择最优算法进行早期心脏病预测，并采用超参数调优方法提升模型性能	本研究仅使用了Cleveland和Statlog心脏数据集，未来可以扩展到更多数据集以验证模型的泛化能力	开发一个用于早期心血管疾病预测的机器学习系统	心血管疾病	机器学习	心血管疾病	机器学习	决策树、随机森林、支持向量机、逻辑回归、自适应增强、K近邻	数据集	使用了Cleveland和Statlog心脏数据集
794	2024-10-16	Application of mask R-CNN for building detection in UAV remote sensing images 2024-Oct-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38141 PMID:39397997	研究论文	本文提出了一种基于Mask R-CNN的建筑物特征提取方法，用于提高无人机遥感图像中建筑物检测的准确性和细节	本文创新性地将Mask R-CNN应用于建筑物特征提取，相比传统方法和其他深度学习模型，显著提高了检测精度和稳定性	NA	解决传统方法在复杂背景下建筑物特征提取精度低和三维建模细节不足的问题	无人机遥感图像中的建筑物	计算机视觉	NA	Mask R-CNN	Mask R-CNN	图像	通过航拍获取的城市建筑物图像，并进行了建筑物轮廓标注
795	2024-10-16	Hybrid ensemble deep learning model for advancing breast cancer detection and classification in clinical applications 2024-Oct-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38374 PMID:39398009	研究论文	研究提出了一种混合集成深度学习模型，用于提高临床应用中乳腺癌检测和分类的准确性	该研究引入了混合模型，结合图像预处理技术和深度学习算法，显著提高了乳腺癌病变的检测和分类准确性	NA	提高乳腺癌检测和分类的准确性	乳腺X光片中的乳腺癌病变	计算机视觉	乳腺癌	对比度受限自适应直方图均衡化、高斯模糊、锐化方法、集成深度随机向量-功能链接神经网络算法、YOLOv5、MedSAM分割模型	混合集成深度学习模型	图像	20,000张乳腺X光片，800名患者
796	2024-10-16	Enhanced classification performance using deep learning based segmentation for pulmonary embolism detection in CT angiography 2024-Oct-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38118 PMID:39398015	研究论文	开发了一种基于深度学习的算法，用于在CT肺动脉造影中自动准确地分类患者是否患有肺栓塞	使用nnU-Net进行分割，并通过基于PE体积和概率阈值的逻辑规则增强分类性能	NA	开发一种自动且准确的深度学习算法，用于在CT肺动脉造影中检测肺栓塞	CT肺动脉造影中的肺栓塞检测	计算机视觉	肺栓塞	深度学习	nnU-Net	图像	700例CT肺动脉造影检查，来自652名患者，其中149例包含1497个由放射科医生追踪的PE
797	2024-10-16	Deep geometric learning for intracranial aneurysm detection: towards expert rater performance 2024-Oct-14, Journal of neurointerventional surgery IF:4.5Q1 DOI:10.1136/jnis-2023-020905 PMID:37833055	研究论文	本文提出了一种新颖的无模态限制的两步法用于颅内动脉瘤检测，旨在达到专家评级水平	本文提出了一种新颖的无模态限制的两步法，结合了nnU-Net和PointNet++模型，用于颅内动脉瘤的检测	NA	提高颅内动脉瘤检测的敏感性和减少误报率，达到专家评级水平	颅内动脉瘤的检测	计算机视觉	NA	深度学习	nnU-Net, PointNet++	图像	1054个MRA扫描和2174个CTA扫描
798	2024-10-16	BCCHI-HCNN: Breast Cancer Classification from Histopathological Images Using Hybrid Deep CNN Models 2024-Oct-14, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01297-2 PMID:39402357	研究论文	本研究利用深度卷积神经网络模型从组织病理学图像中进行乳腺癌分类	本研究通过结合多种分类器（如SVM、决策树和KNN）并使用迁移学习技术，改进了深度卷积神经网络模型的性能	本研究未提及具体的局限性	旨在通过组织病理学图像的分析，利用深度卷积神经网络模型实现乳腺癌的早期和精确识别	乳腺癌的组织病理学图像	计算机视觉	乳腺癌	深度卷积神经网络（CNN）	混合深度CNN模型	图像	未提及具体样本数量
799	2024-10-16	AI-Guided Design of MALDI Matrices: Exploring the Electron Transfer Chemical Space for Mass Spectrometric Analysis of Low-Molecular-Weight Compounds 2024-Oct-14, Journal of the American Society for Mass Spectrometry IF:3.1Q1 DOI:10.1021/jasms.4c00186 PMID:39402868	研究论文	本文提出了一种基于人工智能的目标导向生成模型，用于设计适用于电子转移过程的MALDI矩阵，以优化低分子量化合物的质谱分析	本文首次利用计算化学数据和人工智能生成模型，探索了电子转移化学空间，以设计优化的MALDI矩阵	研究结果需要通过实验验证，目前尚未合成和测试生成的化合物	开发一种新的方法，利用人工智能生成模型设计适用于电子转移过程的MALDI矩阵	电子转移MALDI矩阵的设计和优化	机器学习	NA	MALDI MS	RNN	分子结构数据	30种已报道的电子转移矩阵，生成了82753种化合物
800	2024-10-16	Data-driven solutions and parameter estimations of a family of higher-order KdV equations based on physics informed neural networks 2024-Oct-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74600-4 PMID:39396058	研究论文	本文研究了基于物理信息神经网络（PINN）的高阶KdV方程的数据驱动解和参数估计	采用sine激活函数的PINN框架在学习和参数估计方面表现出更高的精度	方程的复杂性影响PINN方法的准确性和效率	探索PINN在解决高阶非线性偏微分方程（NLPDEs）中的应用	高阶KdV方程的数据驱动解和参数估计	机器学习	NA	物理信息神经网络（PINN）	神经网络	数值数据	NA