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
601	2024-11-26	Convolutional neural network for oral cancer detection combined with improved tunicate swarm algorithm to detect oral cancer 2024-11-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79250-0 PMID:39562767	研究论文	本文提出了一种结合改进的海鞘群算法的卷积神经网络用于口腔癌检测	本文创新性地将改进的海鞘群算法与卷积神经网络结合，提高了口腔癌检测的准确性	NA	开发一种更准确的口腔癌检测方法	口腔癌患者的图像数据	计算机视觉	口腔癌	卷积神经网络	CNN	图像	口腔癌图片数据集
602	2024-11-25	Wafer-Scale Ag2S-Based Memristive Crossbar Arrays with Ultra-Low Switching-Energies Reaching Biological Synapses 2024-Nov-22, Nano-micro letters IF:31.6Q1 DOI:10.1007/s40820-024-01559-2 PMID:39572441	研究论文	本文报道了基于Ag2S的晶圆级忆阻器交叉阵列，实现了超低开关能量，接近生物突触水平	通过微结构调制增强Ag在Ag2S电解质中的迁移，实现了创纪录的低阈值电压和超低开关能量	忆阻器单元的固有非理想性需要通过先进的训练算法进行补偿	开发一种具有超高能效的神经形态计算设备	基于Ag2S的忆阻器交叉阵列	NA	NA	忆阻器技术	NA	NA	NA
603	2024-11-25	Computed tomography-based radiomics and body composition model for predicting hepatic decompensation 2024-Nov-22, Oncotarget DOI:10.18632/oncotarget.28673 PMID:39576671	研究论文	研究利用基于CT的放射组学和身体成分模型预测肝功能失代偿	首次将放射组学与身体成分模型结合，用于预测PSC患者的肝功能失代偿	预测未来事件仍具有挑战性，需要进一步研究验证临床效用和局限性	探索计算放射组学在预测PSC患者肝功能失代偿中的潜在价值	PSC患者及其肝功能失代偿	数字病理学	肝病	计算放射组学	深度学习模型	医学图像	训练和验证队列的具体样本数量未明确说明
604	2024-11-25	Deep learning based emulator for predicting voltage behaviour in lithium ion batteries 2024-Nov-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80371-9 PMID:39572616	研究论文	本研究使用长短期记忆深度学习模型构建了一个数据驱动的电池仿真器，用于预测锂离子电池的充放电行为	本研究通过使用机器学习模型，显著减少了大规模汽车原型电池制造的经济成本和时间，并展示了高预测准确性	本研究主要集中在实验室生产的电池数据和模拟数据上，未涉及实际大规模生产中的应用	本研究的目的是通过数据驱动的仿真方法，减少大规模汽车原型电池制造的经济成本和时间	本研究的对象是锂离子电池的充放电行为	机器学习	NA	长短期记忆（LSTM）深度学习模型	LSTM	模拟数据和实验数据	本研究使用了两种数据集：来自Dualfoil模型的模拟数据和来自液态锂离子电池的实验数据，训练数据集包括五个充放电数据集
605	2024-11-25	Leveraging a deep learning generative model to enhance recognition of minor asphalt defects 2024-Nov-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80199-3 PMID:39572659	研究论文	本文介绍了一种利用深度学习生成模型增强识别沥青路面小缺陷的方法	提出了AsphaltGAN，一种带有注意力机制的类条件生成对抗网络，用于生成合成图像以增强对象检测	主要关注于生成模型和对象检测的改进，未涉及其他类型的道路缺陷检测	提高沥青路面缺陷检测的自动化和成本效益	沥青路面的小缺陷	计算机视觉	NA	生成对抗网络（GAN）	生成对抗网络（GAN）	图像	使用了Road Damage Detection 2022、Crack Dataset、Asphalt Pavement Detection Dataset和Crack Surface Dataset四个公共数据集
606	2024-11-25	An accurate prediction for respiratory diseases using deep learning on bronchoscopy diagnosis images 2024-Nov-19, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2024.11.023 PMID:39571731	研究论文	本文提出了一种多尺度注意力残差网络（MARN）用于通过支气管镜图像诊断肺部疾病	设计了多尺度卷积块注意力模块（MCBAM）以增强空间和通道特征，并使用梯度加权类激活图（Grad-CAM）提高诊断结果的可解释性	NA	提高支气管镜图像诊断肺部疾病的准确性	支气管镜图像中的肺部疾病	计算机视觉	呼吸系统疾病	深度学习	多尺度注意力残差网络（MARN）	图像	615例，包括2900张图像
607	2024-11-25	Generalized deep learning for histopathology image classification using supervised contrastive learning 2024-Nov-16, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2024.11.013 PMID:39551131	研究论文	本研究介绍了HistopathAI，一种用于病理图像分类的混合网络，旨在提高临床病理诊断的准确性和效率	HistopathAI利用监督对比学习（SCL）和混合深度特征融合（HDFF），显著提高了病理图像分类的准确性，特别是在不平衡数据集的情况下	NA	展示HistopathAI在病理图像分类中的优越性能，特别是在不平衡数据集的情况下	病理图像分类	数字病理学	NA	监督对比学习（SCL）	混合网络	图像	七个公开数据集和一个私有数据集
608	2024-11-25	Development and Validation of Deep Learning-Based Infectivity Prediction in Pulmonary Tuberculosis Through Chest Radiography: Retrospective Study 2024-Nov-07, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/58413 PMID:39509691	研究论文	本研究开发并验证了一种基于深度学习的肺结核感染性预测模型，通过胸部X光片进行快速准确的评估	本研究首次使用DenseNet121模型结合可视化技术，通过胸部X光片快速准确地评估肺结核患者的感染性	本研究仅使用了Severance医院和Yongin Severance医院的数据进行训练和验证，可能存在数据偏倚	开发一种基于人工智能的胸部X光片分析工具，用于快速准确地评估肺结核患者的感染性	肺结核患者的胸部X光片	计算机视觉	肺结核	DenseNet121模型、梯度加权类激活映射、局部可解释模型不可知解释	DenseNet121	图像	36,142张胸部X光片，涉及4492名肺结核患者
609	2024-11-25	Improving tabular data extraction in scanned laboratory reports using deep learning models 2024-Nov, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104735 PMID:39393477	研究论文	本研究开发了一种基于深度学习的OCR方法，用于从扫描的实验室报告中准确提取实验室测试信息	本研究提出了一种新的OCR管道，结合了DETR R18和EDD模型，用于从扫描的临床文档中检测和识别表格数据	NA	开发一种新的技术，从扫描的实验室报告中准确提取实验室测试信息，以支持临床决策	扫描的实验室报告中的表格数据	计算机视觉	NA	深度学习	DETR R18, YOLOv8s, PaddleOCR, 编码器-双解码器(EDD)模型	图像	650个表格数据来自632份随机选择的实验室测试报告
610	2024-11-25	A Survey on Hyperlink Prediction 2024-Nov, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3286280 PMID:37363843	综述	本文系统全面地综述了超链接预测方法	将现有的超链接预测方法分类为基于相似性、基于概率、基于矩阵优化和基于深度学习的方法，并进行了基准研究	NA	旨在推断超图中缺失的超链接	超链接预测方法及其在不同系统中的应用	机器学习	NA	深度学习	NA	超图	NA
611	2024-11-25	Demonstration-based learning for few-shot biomedical named entity recognition under machine reading comprehension 2024-Nov, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104739 PMID:39490610	研究论文	本文提出了一种基于演示学习的机器阅读理解方法，用于在少样本场景下进行生物医学命名实体识别	将生物医学命名实体识别重新定义为机器阅读理解问题，并提出了一种基于演示学习的少样本生物医学命名实体识别方法	NA	提高模型在少样本学习场景下识别生物医学实体的能力	生物医学命名实体识别	自然语言处理	NA	机器阅读理解	NA	文本	25-shot 和 50-shot 学习实验
612	2024-11-24	miRStart 2.0: enhancing miRNA regulatory insights through deep learning-based TSS identification 2024-Nov-23, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkae1086 PMID:39578697	研究论文	miRStart 2.0通过深度学习方法增强miRNA转录起始位点（TSS）的识别，从而提升miRNA调控机制的洞察力	miRStart 2.0整合了超过4500个高通量数据集，采用多模态方法注释了28,828个潜在的TSS，并利用深度学习模型在miRNA TSS预测方面优于现有工具	NA	揭示miRNA功能和转录调控机制	miRNA的转录起始位点（TSS）和转录因子（TF）的调控作用	生物信息学	NA	深度学习	深度学习模型	高通量数据	28,828个潜在的TSS，涉及1745个人类和1181个鼠类miRNA
613	2024-11-24	An AI deep learning algorithm for detecting pulmonary nodules on ultra-low-dose CT in an emergency setting: a reader study 2024-Nov-20, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-024-00518-1 PMID:39565453	研究论文	本文评估了在急诊环境中使用AI深度学习算法检测超低剂量CT上的肺结节的价值	AI算法在检测肺结节方面比传统方法多检测了5.8倍的真阳性结节	AI算法导致了42.9倍的假阳性结果增加，主要集中在有重大异常的患者中	评估AI算法在急诊环境中检测超低剂量CT上肺结节的价值	870名疑似非创伤性肺部疾病的患者	计算机视觉	肺部疾病	超低剂量CT	深度学习算法	图像	870名患者
614	2024-11-24	Probing the evolution of fault properties during the seismic cycle with deep learning 2024-Nov-20, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54153-w PMID:39567514	研究论文	本文利用2016年M6.5 Norcia地震的震源区域通过的地震波，结合深度学习（DL）区分前震、余震和时间到故障（TTF）	本文展示了深度学习模型能够成功区分主震前后的地震波，符合实验室和理论预期的裂纹密度在故障前逐渐变化，故障后逐渐恢复的情况	带通滤波后的地震波（低于10 Hz）的性能较低，表明深度学习模型从弹性波衰减的微妙变化中学习	研究深度学习模型在地震周期中追踪断层带属性演变的能力	前震、余震和时间到故障（TTF）的地震波分类	机器学习	NA	深度学习（DL）	卷积神经网络（CNN）	地震波记录	NA
615	2024-11-24	Chisel plow characteristics impact on power-fuel consumption, stubble cover, and surface roughness using deep learning neural networks with sensitivity analysis 2024-Nov-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80253-0 PMID:39567614	研究论文	研究不同犁铧类型、犁齿类型和拖拉机前进速度对凿式犁的功率和燃油消耗、残茬覆盖、土壤表面粗糙度和穿透阻力的影响，并使用深度学习神经网络进行建模和敏感性分析	使用深度学习神经网络对凿式犁的功率、燃油消耗、土壤表面粗糙度和残茬覆盖率进行建模，并进行敏感性分析	NA	研究凿式犁的功率和燃油消耗、残茬覆盖、土壤表面粗糙度和穿透阻力的影响因素	不同犁铧类型、犁齿类型和拖拉机前进速度对凿式犁性能的影响	机器学习	NA	深度学习神经网络	深度学习神经网络	数值数据	四种不同犁铧类型和两种不同犁齿类型在三种不同拖拉机前进速度下的测试数据
616	2024-11-24	A polynomial proxy model approach to verifiable decentralized federated learning 2024-Nov-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79798-x PMID:39567642	研究论文	本文提出了一种结合零知识证明和多项式代理模型的框架ProxyZKP，用于在去中心化联邦学习中确保本地训练的计算完整性	ProxyZKP框架通过使用多项式代理模型和零知识证明，解决了现有方法在处理大规模模型和随机丢弃技术时的复杂性和不实用性问题	NA	解决去中心化联邦学习中本地模型训练的计算完整性问题	去中心化联邦学习中的模型训练和计算完整性	机器学习	NA	零知识证明	多项式代理模型	模型更新	NA
617	2024-11-24	HKA-Net: clinically-adapted deep learning for automated measurement of hip-knee-ankle angle on lower limb radiography for knee osteoarthritis assessment 2024-Nov-20, Journal of orthopaedic surgery and research IF:2.8Q1 DOI:10.1186/s13018-024-05265-y PMID:39568048	研究论文	研究开发了一种基于ResNet的深度学习模型，用于自动测量下肢X光片中的髋膝踝角（HKA），以评估膝关节骨性关节炎（OA）	该研究的创新点在于开发了一种无需显式解剖标志注释的深度学习模型，能够自动测量HKA角度并分类畸形阶段	研究仅在膝关节骨性关节炎患者中进行了验证，未来需要在更广泛的患者群体中进行验证	开发一种高效且准确的自动化方法，用于测量HKA角度并分类畸形阶段，以辅助膝关节骨性关节炎的临床决策	膝关节骨性关节炎患者的下肢X光片	计算机视觉	膝关节骨性关节炎	深度学习	ResNet	图像	300名膝关节骨性关节炎患者（Kellgren-Lawrence分级3级或以上），通过水平翻转数据增强至600个样本，并在50名患者中进行时间验证
618	2024-11-24	Melting simulations of high-entropy carbonitrides by deep learning potentials 2024-Nov-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78377-4 PMID:39562604	研究论文	本研究使用深度神经网络势能描述高熵碳氮化物（HECN）在固态和液态的结构，预测加热和冷却温度，并分析氮含量对熔点的影响	通过深度学习势能模拟高熵碳氮化物的熔化行为，揭示了氮含量对熔点非线性增强的机制	NA	研究高熵碳氮化物的熔点及其与氮含量的关系	高熵碳氮化物（TiZrTaHfNb）CN	材料科学	NA	深度学习	深度神经网络	结构数据	NA
619	2024-11-24	Roman urdu hate speech detection using hybrid machine learning models and hyperparameter optimization 2024-11-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79106-7 PMID:39562608	研究论文	研究使用混合机器学习模型和超参数优化技术进行罗马乌尔都语仇恨言论检测	开发了一种结合深度学习和变压器模型的混合模型，用于罗马乌尔都语仇恨言论检测，这是之前未曾探索的	NA	解决在Twitter上使用罗马乌尔都语文本的仇恨言论检测问题	罗马乌尔都语的仇恨言论检测	自然语言处理	NA	超参数优化	混合模型	文本	使用了两个公开的罗马乌尔都语语料库，包括HS-RU-20语料库和RUHSOLD仇恨言论语料库
620	2024-11-24	Quantifying spontaneous infant movements using state-space models 2024-11-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80202-x PMID:39562837	研究论文	本文利用状态空间模型量化婴儿自发运动，并探讨其与神经发育结果的关系	本文首次使用自动无标记跟踪技术结合状态空间模型来分析婴儿自发运动，并将其建模为八个运动状态的序列	本文仅使用了486个视频样本，可能不足以涵盖所有婴儿运动模式	研究婴儿自发运动与神经发育结果之间的关系	婴儿自发运动及其与神经发育的关系	计算机视觉	神经发育障碍	姿态估计技术	自回归状态空间模型	视频	486个视频样本，来自330名婴儿