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
881	2024-10-11	Equipping computational pathology systems with artifact processing pipelines: a showcase for computation and performance trade-offs 2024-Oct-07, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02676-z PMID:39375719	研究论文	本文提出了一种混合专家（MoE）方案，用于检测全切片图像（WSIs）中的五种显著伪影，并评估了计算和性能之间的权衡	提出了混合专家（MoE）方案，通过独立训练的深度学习模型捕捉特定伪影形态，并使用融合机制进行集成，提高了伪影检测的敏感性	最佳性能的MoE方案在计算复杂性上相对较高，没有一种深度学习解决方案适用于所有类型的数据和应用	开发一种可靠的计算病理学（CPATH）系统，用于检测和排除伪影，以实现自动诊断的可靠性	全切片图像（WSIs）中的伪影检测	数字病理学	NA	深度学习	混合专家（MoE）、深度卷积神经网络（DCNNs）、视觉变换器（ViTs）	图像	来自不同医院和癌症类型的数据集
882	2024-10-11	Insights into predicting small molecule retention times in liquid chromatography using deep learning 2024-Oct-07, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-024-00905-1 PMID:39375739	综述	本文综述了过去五年在计算代谢组学中使用人工智能技术预测小分子保留时间方面的进展	本文介绍了人工智能技术在预测小分子保留时间方面的应用，并讨论了公开数据集和分子表示方法	本文指出在实现实际应用中仍需解决的挑战，包括分子表示不一致性等问题	探讨人工智能技术在预测小分子保留时间中的应用及其在代谢组学中的潜力	小分子保留时间预测及其在代谢组学中的应用	机器学习	NA	深度学习	深度学习模型	数据集	NA
883	2024-10-11	LENAS: Learning-Based Neural Architecture Search and Ensemble for 3-D Radiotherapy Dose Prediction 2024-Oct, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2024.3390769 PMID:38728131	研究论文	本文提出了一种基于学习的集成方法LENAS，结合神经架构搜索和知识蒸馏，用于3D放射治疗剂量预测	本文创新性地将神经架构搜索与知识蒸馏相结合，通过教师-学生范式和混合损失设计，提高了模型性能并降低了复杂性	NA	改进放射治疗计划过程的质量和效率	3D放射治疗剂量预测	机器学习	NA	神经架构搜索、知识蒸馏	集成学习模型	3D图像	两个公开数据集：OpenKBP和AIMIS
884	2024-10-11	DEep LearnIng-based QuaNtification of epicardial adipose tissue predicts MACE in patients undergoing stress CMR 2024-10, Atherosclerosis IF:4.9Q1 DOI:10.1016/j.atherosclerosis.2024.117549 PMID:38679562	研究论文	本研究探讨了基于深度学习的EAT体积量化在预测接受应激心脏磁共振成像患者MACE中的额外预后价值	本研究开发并训练了一种深度学习算法，用于从心脏磁共振成像中量化EAT体积，并发现其在MACE预测中提供了额外的预后信息	NA	探讨EAT体积在预测MACE中的额外预后价值	接受应激心脏磁共振成像的患者	计算机视觉	心血管疾病	深度学习	深度学习算法	图像	730名患者，分为365人的推导组和365人的验证组
885	2024-10-11	Accurate prediction of discontinuous crack paths in random porous media via a generative deep learning model 2024-Oct, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2413462121 PMID:39320916	研究论文	开发了一种生成式深度学习模型，用于准确预测随机多孔介质中的不连续裂纹路径	提出了一个独特的生成式深度学习模型，通过两步策略解构断裂过程，精确描述了孔隙结构、断裂的多尺度行为和不连续裂纹传播之间的强相互作用	NA	深入理解微观结构中的断裂机制，定制高性能抗裂多孔介质	随机多孔介质中的裂纹路径预测	计算机视觉	NA	深度学习	生成式深度学习模型	图像	NA
886	2024-10-11	Differential diagnosis between low-risk and high-risk thymoma: Comparison of diagnostic performance of radiologists with and without deep learning model 2024-Oct, Acta radiologica open IF:0.9Q4 DOI:10.1177/20584601241288509 PMID:39380892	研究论文	本文开发了一种基于CT的深度学习模型，用于区分低风险和高风险胸腺瘤，并比较了放射科医生在使用和不使用该模型情况下的诊断性能	本文首次在胸腺瘤的CT图像上应用深度学习模型进行风险分类，并比较了模型与放射科医生的诊断性能	深度学习模型的AUC提升不显著，且样本量相对较小	开发一种基于CT的深度学习模型，用于区分低风险和高风险胸腺瘤，并评估其对放射科医生诊断性能的影响	胸腺瘤的风险分类及放射科医生的诊断性能	计算机视觉	胸腺瘤	深度学习	VGG16网络模型	CT图像	159名患者，160个胸腺瘤样本
887	2024-10-11	Autodelineation methods in a simulated fully automated proton therapy workflow for esophageal cancer 2024-Oct, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2024.100646 PMID:39381611	研究论文	本文模拟了在食管癌质子治疗工作流程中自动勾画和规划的应用，旨在识别最合适的自动勾画技术并评估全自动化重规划的可行性	本文首次在食管癌质子治疗工作流程中模拟了自动勾画和规划的应用，并评估了不同自动勾画方法的效果	当前可用的工具仍需定期进行手动注释以生成临床上可接受的适应性治疗计划	识别最合适的自动勾画技术并评估全自动化重规划的可行性	食管癌患者的自动勾画和适应性治疗计划	医学影像	食管癌	深度学习分割（DLS）、刚性和可变形传播	NA	CT扫描图像	15名患者，每位患者进行基线和三次重复CT扫描
888	2024-10-11	Monte Carlo-based simulation of virtual 3 and 4-dimensional cone-beam computed tomography from computed tomography images: An end-to-end framework and a deep learning-based speedup strategy 2024-Oct, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2024.100644 PMID:39381614	研究论文	本文提出了一种基于蒙特卡罗模拟和深度学习加速技术的端到端框架，用于从CT图像生成虚拟3D和4D锥束CT	本文的创新点在于提出了一种基于深度学习的加速技术，能够在保持图像特征和分辨率的同时，将蒙特卡罗模拟的速度提高20倍	NA	研究目的是开发一种公开可用的端到端框架，用于生成虚拟3D和4D锥束CT，并提供一种深度学习加速技术以解决蒙特卡罗模拟的计算复杂性	研究对象是CT图像和锥束CT图像，以及用于放射治疗的图像引导工作流程	计算机视觉	NA	蒙特卡罗模拟	深度学习模型	图像	NA
889	2024-10-10	Differentiable modeling and optimization of non-aqueous Li-based battery electrolyte solutions using geometric deep learning 2024-Oct-05, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-51653-7 PMID:39369004	研究论文	本文开发了一种可微分的几何深度学习模型DiffMix，用于非水性锂基电池电解液溶液的建模和优化	本文通过创建几何深度学习可学习的物理系数，扩展了混合物热力学和传输定律，并结合机器人实验装置Clio，实现了电解液离子电导率的显著提升	NA	开发一种新的模型来优化电池电解液的性能	非水性锂基电池电解液	机器学习	NA	几何深度学习	几何深度学习模型	混合物热力学和离子传输属性	NA
890	2024-10-10	Unsupervised few shot learning architecture for diagnosis of periodontal disease in dental panoramic radiographs 2024-10-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73665-5 PMID:39369017	研究论文	研究提出了一种用于牙科全景X光片中牙周病诊断的无监督少样本学习算法	引入了一种新的无监督少样本学习算法，利用UNet架构生成感兴趣区域，并通过卷积变分自编码器提取关键特征，通过高级聚类算法进行标签分配，克服了医学影像中标记数据稀缺的问题	NA	解决医学影像中标记数据稀缺的问题，提高牙周病诊断的准确性和效率	牙科全景X光片中的牙周病诊断	计算机视觉	牙周病	UNet架构、卷积变分自编码器	UNet、卷积变分自编码器	图像	100张标记图像
891	2024-10-10	A lighter hybrid feature fusion framework for polyp segmentation 2024-10-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72763-8 PMID:39369043	研究论文	提出了一种新的CNN-Transformer混合模型用于息肉分割，结合了CNN和Transformer的优势，提高了分割精度并提升了计算效率	将自注意力计算从整个特征图转换到宽度和高度方向，设计了新的信息传播模块并引入了额外的位置偏置系数，减少了Transformer中深度和混合特征融合带来的信息分散	未提及具体限制	提高息肉分割的准确性和计算效率	结肠镜图像中的息肉	计算机视觉	结直肠癌	NA	CNN-Transformer混合模型	图像	多个基准数据集
892	2024-10-10	Deep learning models for tendinopathy detection: a systematic review and meta-analysis of diagnostic tests 2024-Oct-03, EFORT open reviews IF:4.3Q1 DOI:10.1530/EOR-24-0016 PMID:39360789	综述	本文对使用深度学习模型进行肌腱病检测的诊断测试进行了系统综述和荟萃分析	本文通过荟萃分析评估了深度学习模型在诊断肌腱病中的性能，展示了其在医学影像诊断中的潜在应用价值	本文主要依赖于已发表的研究，可能存在选择偏倚和研究质量不一致的问题	评估深度学习模型在诊断肌腱病中的性能	深度学习模型在肌腱病诊断中的应用	机器学习	NA	深度学习	深度学习模型	影像	分析了来自六篇文章的十一种深度学习模型
893	2024-10-10	Intelligent skin-removal photoacoustic computed tomography for human based on deep learning 2024-Oct, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202400197 PMID:39092484	研究论文	本文提出了一种基于深度学习的智能皮肤去除光声计算机断层扫描方法，用于人体深层组织的成像	本文提出了一种基于特征金字塔结构和单一类型皮肤标注的2.5D深度学习模型，并设计了一种掩码生成算法来自动去除皮肤，提高了图像重建的准确性和信噪比	NA	开发一种能够有效去除皮肤信号干扰的光声计算机断层扫描方法，以实现人体深层组织的高清成像	人体外周血管的光声图像	计算机视觉	NA	光声计算机断层扫描（PACT）	2.5D深度学习模型	图像	人体外周血管
894	2024-10-10	A novel method combining deep learning with the Kennard-Stone algorithm for training dataset selection for image-based rice seed variety identification 2024-Oct, Journal of the science of food and agriculture IF:3.3Q2 DOI:10.1002/jsfa.13668 PMID:39031773	研究论文	本文提出了一种结合深度学习和Kennard-Stone算法的新方法，用于基于图像的水稻种子品种识别的训练数据集选择	引入了结合深度学习和Kennard-Stone算法的训练样本选择方法，显著提高了水稻品种分类的准确性	需要进一步探索该方法在其他类型数据集上的应用潜力	提高基于图像的水稻种子品种识别的准确性	20种杂交水稻种子品种的RGB图像	计算机视觉	NA	深度学习	卷积神经网络 (CNN) 和自编码器	图像	20种杂交水稻种子品种
895	2024-10-10	From leaf to harvest: achieving sustainable agriculture through advanced disease prediction with DBN-EKELM 2024-Oct, Journal of the science of food and agriculture IF:3.3Q2 DOI:10.1002/jsfa.13665 PMID:38932576	研究论文	本文介绍了一种基于深度信念网络增强核极限学习机（DBN-EKELM）的新技术，用于早期检测和分类植物病害	提出了DBN-EKELM技术，结合了深度学习和核极限学习机的优势，并引入了一种新的二进制增益共享知识优化算法（NBGSK）进行参数调优	未提及具体限制	开发一种新的深度学习技术，用于早期检测和分类植物病害，以提高农业生产的可持续性	植物病害的早期检测和分类	机器学习	NA	深度信念网络（DBN），增强核极限学习机（EKELM）	深度信念网络（DBN）	图像	未提及具体样本数量
896	2024-10-10	Predicting prostate cancer grade reclassification on active surveillance using a deep learning-based grading algorithm 2024-Oct-01, Journal of the National Cancer Institute DOI:10.1093/jnci/djae139 PMID:38889303	研究论文	本文使用基于深度学习的算法AIRAProstate重新评估前列腺癌主动监测中的活检样本，验证其在前列腺癌分级中的应用	首次验证了基于深度学习的算法AIRAProstate在前列腺癌主动监测中的分级重分类效果，发现其比传统泌尿病理学家评估更准确	研究仅限于两个独立的前列腺癌主动监测队列，样本量相对较小	验证基于深度学习的算法在前列腺癌主动监测中的分级重分类效果	前列腺癌主动监测中的活检样本	机器学习	前列腺癌	深度学习	NA	图像	两个队列共涉及307个样本，其中138个仅使用系统活检，169个在初始活检前进行了前列腺磁共振成像
897	2024-10-09	Deep recognition of rice disease images: how many training samples do we really need? 2024-Oct, Journal of the science of food and agriculture IF:3.3Q2 DOI:10.1002/jsfa.13636 PMID:38877787	研究论文	研究探讨了不同数据量对水稻病害图像识别任务的影响，并开发了一个功能模型来预测数据集大小与模型识别准确率之间的关系	首次系统科学地研究了数据量对水稻病害图像识别任务的影响，并提出了一个指数模型来描述这种关系	研究仅限于水稻稻瘟病和健康水稻叶片的图像，未涵盖其他水稻病害	探讨数据量对水稻病害图像识别准确率的影响	水稻稻瘟病和健康水稻叶片的图像	计算机视觉	水稻病害	深度学习	VGG16	图像	不同数量的水稻稻瘟病和健康水稻叶片图像
898	2024-10-10	Kidney medicine meets computer vision: a bibliometric analysis 2024-Oct, International urology and nephrology IF:1.8Q3 DOI:10.1007/s11255-024-04082-w PMID:38814370	研究论文	本文通过文献计量分析探讨了计算机视觉在肾脏医学研究中的应用和研究趋势	本文首次通过文献计量分析和网络可视化技术，全面概述了计算机视觉在肾脏医学研究中的进展和未来趋势	本文主要依赖于文献计量分析，可能无法全面反映所有相关研究的细节和深度	探索计算机视觉在肾脏医学研究中的应用现状和未来研究方向	计算机视觉技术在肾脏医学中的应用，包括医学图像处理、手术程序、医学图像分析/诊断等	计算机视觉	肾脏疾病	深度学习、机器学习	NA	图像	涉及1900年至2022年间的相关出版物
899	2024-10-10	Integrating deep learning with non-destructive thermal imaging for precision guava ripeness determination 2024-Oct, Journal of the science of food and agriculture IF:3.3Q2 DOI:10.1002/jsfa.13614 PMID:38804719	研究论文	本文提出了一种利用热成像技术结合深度学习模型来精确评估番石榴成熟度的非破坏性方法	本文首次将热成像技术与深度学习模型结合用于番石榴成熟度的评估，并比较了五种深度学习模型的性能	本文未详细讨论不同品种番石榴在成熟过程中的细微变化对评估结果的影响	开发一种精确且非破坏性的方法来评估番石榴的成熟度，以减少收获后损失并提高供应链效率	番石榴的成熟度	计算机视觉	NA	热成像技术	深度学习模型（AlexNet, Inception-v3, GoogLeNet, ResNet-50, VGGNet-16）	热成像图像	不同成熟阶段的番石榴样本
900	2024-10-10	One-Click-Based Perception for Interactive Image Segmentation 2024-Oct, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3274127 PMID:37204953	研究论文	本文提出了一种基于单次点击的交互式图像分割方法，旨在减少用户交互成本并提高分割精度	本文的创新点在于设计了一个自顶向下的框架，将原始问题分解为基于单次点击的粗略定位和精细分割两个阶段，并引入了点击中心性（CC）和对象完整性（OI）监督来解决对象重叠问题	NA	探索如何在最小化用户交互成本的同时，实现对感兴趣目标的准确分割	交互式图像分割任务中的目标分割	计算机视觉	NA	深度学习	CNN	图像	NA