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
981	2024-11-07	A deep learning approach for ovarian cancer detection and classification based on fuzzy deep learning 2024-11-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75830-2 PMID:39488573	研究论文	本文提出了一种基于模糊深度学习的卵巢癌检测和分类系统	结合深度学习和模糊逻辑进行卵巢癌分类	NA	开发一种自动化且标准化的系统，用于早期检测和分类卵巢癌	卵巢癌的病理全切片图像	计算机视觉	卵巢癌	深度学习	ResNet-50	图像	288张苏木精-伊红染色（H&E）全切片图像，来自78名患者
982	2024-11-07	Enhancing runoff predictions in data-sparse regions through hybrid deep learning and hydrologic modeling 2024-Nov-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-77678-y PMID:39488589	研究论文	本文介绍了一种结合深度学习和水文模型的混合模型，用于提高数据稀缺地区径流预测的准确性	本文创新性地将Informer深度学习模型与WRF-Hydro水文模型结合，通过迁移学习填补数据空白，显著提高了径流预测的精度	NA	提高数据稀缺地区径流预测的准确性	Chaersen Basin地区的径流预测	机器学习	NA	深度学习	Informer模型与WRF-Hydro模型	水文数据	使用了CAMELS数据集进行训练，并在Chaersen Basin地区进行预测
983	2024-11-07	Predicting removal of arsenic from groundwater by iron based filters using deep neural network models 2024-Nov-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76758-3 PMID:39488582	研究论文	研究利用深度神经网络模型预测铁基滤料去除地下水中砷的效果	首次应用深度学习神经网络模型优化铁基滤料去除砷和其他污染物的效果	研究样本量较小，仅基于20个铁改性陶瓷滤料的现场表现数据	开发深度学习神经网络模型，预测铁基滤料去除地下水中砷和其他污染物的效果	铁基滤料去除地下水中砷和其他污染物的效果	机器学习	NA	深度学习神经网络	深度神经网络	数值数据	20个铁改性陶瓷滤料的现场表现数据，通过三次样条插值扩展到1600个插值数据点
984	2024-11-07	An Integrated Nomogram Combining Deep Learning and Radiomics for Predicting Malignancy of Pulmonary Nodules Using CT-Derived Nodules and Adipose Tissue: A Multicenter Study 2024-Nov, Cancer medicine IF:2.9Q2 DOI:10.1002/cam4.70372 PMID:39494854	研究论文	本研究构建了一个结合深度学习和放射组学的临床列线图（DLRCN），用于预测肺结节的恶性程度	本研究首次将脂肪组织放射组学特征与深度学习特征和临床特征结合，显著提高了预测性能	NA	构建一个用于预测肺结节恶性程度的深度学习放射组学临床列线图	肺结节的恶性程度预测	数字病理学	肺癌	深度学习	列线图	图像	1098名患者，肺结节大小为6-30mm，来自3个中心
985	2024-11-07	Domain transformation using semi-supervised CycleGAN for improving performance of classifying thyroid tissue images 2024-Nov, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03061-x PMID:38238492	研究论文	本文提出了一种使用半监督CycleGAN进行域转换的方法，以提高甲状腺组织图像分类的性能	本文提出了一种改进的CycleGAN方法，考虑了类别的特征分布，以进行适当的域转换，并解决了数据不平衡问题	NA	提高甲状腺组织图像分类的性能	甲状腺组织图像	计算机视觉	甲状腺癌	CycleGAN	CycleGAN	图像	涉及两个医疗机构的数据集
986	2024-11-07	Hybrid representation-enhanced sampling for Bayesian active learning in musculoskeletal segmentation of lower extremities 2024-Nov, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03065-7 PMID:38282095	研究论文	本研究提出了一种混合表示增强采样策略，用于在贝叶斯主动学习框架下减少下肢肌肉骨骼分割任务中的标注工作量	本研究结合了密度和多样性标准，在不确定性基础的贝叶斯主动学习框架中优化采样策略，以提高标注效率	本研究未提及具体的局限性	减少深度学习模型在自动分割任务中的手动标注工作量	下肢MRI和CT图像中的股骨、骨盆、骶骨、股四头肌、腘绳肌、内收肌、缝匠肌和髂腰肌的分割	计算机视觉	NA	贝叶斯主动学习	U-net	图像	两个下肢MRI和CT图像数据集
987	2024-11-06	Elucidating and forecasting the organochlorine pesticides in suspended particulate matter by a two-stage decomposition based interpretable deep learning approach 2024-Nov-15, Water research IF:11.4Q1 DOI:10.1016/j.watres.2024.122315 PMID:39217646	研究论文	研究提出了一种结合CEEMDAN、VMD和LSTM的深度学习模型，用于精确预测悬浮颗粒物中的有机氯农药浓度	研究创新性地结合了CEEMDAN、VMD和LSTM三种技术，提出了一种两阶段分解的深度学习模型，显著提高了有机氯农药浓度的预测精度	研究未详细讨论模型的计算复杂性和实际应用中的可行性	研究旨在开发一种高精度模型，用于预测和解释悬浮颗粒物中有机氯农药的浓度变化	研究对象为悬浮颗粒物中的有机氯农药浓度	机器学习	NA	CEEMDAN、VMD、LSTM	LSTM	时间序列数据	研究未明确提及样本数量
988	2024-11-06	Detecting floating litter in freshwater bodies with semi-supervised deep learning 2024-Nov-15, Water research IF:11.4Q1 DOI:10.1016/j.watres.2024.122405 PMID:39265217	研究论文	本文提出了一种基于半监督深度学习的淡水体漂浮垃圾检测方法	采用SwAV自监督学习方法预训练ResNet50模型，并在有限标注数据下进行微调，显著提高了模型在新地点的泛化能力	需要进一步扩展数据和计算资源以应对全球范围内的漂浮垃圾监测挑战	开发一种有效的半监督学习方法，用于检测淡水体中的漂浮垃圾	淡水体中的漂浮垃圾	计算机视觉	NA	半监督学习	Faster R-CNN	图像	约10万张未标注图像和约1.8千张标注图像
989	2024-11-06	Transferable and data efficient metamodeling of storm water system nodal depths using auto-regressive graph neural networks 2024-Nov-15, Water research IF:11.4Q1 DOI:10.1016/j.watres.2024.122396 PMID:39276474	研究论文	本文提出了一种基于自回归图神经网络的雨水系统节点深度元模型，旨在提高计算效率和数据利用率	本文创新性地应用了归纳偏置和迁移学习方法，构建了一种需要较少数据且在其他地方使用时仍能保持高性能的雨水系统元模型	NA	研究目的是开发一种高效的雨水系统元模型，以减少计算时间和数据需求	研究对象是雨水管理系统中的节点深度	机器学习	NA	自回归图神经网络	自回归图神经网络	数值数据	NA
990	2024-11-06	Self-Supervised Learning for Generic Raman Spectrum Denoising 2024-Nov-05, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c01550 PMID:39441128	研究论文	本文提出了一种基于自监督学习的通用拉曼光谱去噪算法	该算法采用U-Net网络结构，通过子采样策略避免潜在的偏差干扰，显著提高了信号噪声比和检测深度	NA	解决拉曼光谱去噪中的参数优化问题，提高去噪效果和检测深度	拉曼光谱和表面增强拉曼散射光谱	光谱学	NA	自监督学习	U-Net	光谱数据	广泛范围的光谱数据
991	2024-11-06	Exploring nonlinear correlations among transition metal nanocluster properties using deep learning: a comparative analysis with LOO-CV method and cosine similarity 2024-Nov-04, Nanotechnology IF:2.9Q2 DOI:10.1088/1361-6528/ad892c PMID:39433057	研究论文	本文介绍了一种利用深度学习技术快速准确分析过渡金属纳米团簇非线性性质的新方法	采用深度神经网络（DNN）结合留一交叉验证（LOO-CV）和余弦相似度，提供了一种比传统密度泛函理论方法更高效的预测方法	NA	探索过渡金属纳米团簇性质之间的非线性相关性	第四行过渡金属纳米团簇的多种性质，包括总能量、最低振动模式、结合能和HOMO-LUMO能隙	机器学习	NA	深度神经网络（DNN）	深度神经网络（DNN）	电子和物理特性数据	涉及多种过渡金属纳米团簇的样本
992	2024-11-06	Data-driven and privacy-preserving risk assessment method based on federated learning for smart grids 2024-Nov-02, Communications engineering DOI:10.1038/s44172-024-00300-6 PMID:39488597	研究论文	本文介绍了一种基于联邦学习的数据驱动和隐私保护的智能电网风险评估方法	结合深度学习和安全加密技术，在联邦学习框架下保护电网运营商的数据隐私	未提及具体的局限性	开发一种能够保护数据隐私并提高风险评估准确性的智能电网风险评估方法	智能电网的安全风险评估	机器学习	NA	联邦学习、同态加密	深度卷积神经网络	高维操作数据	IEEE 14-bus和IEEE 118-bus系统
993	2024-11-06	DeepAIP: Deep learning for anti-inflammatory peptide prediction using pre-trained protein language model features based on contextual self-attention network 2024-Nov, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2024.136172 PMID:39357724	研究论文	提出了一种基于预训练蛋白质语言模型特征和上下文自注意力网络的深度学习模型，用于预测抗炎肽	使用预训练蛋白质语言模型提取特征，并结合上下文自注意力模块，显著提高了抗炎肽预测的准确性	未提及	开发一种新的深度学习模型，用于准确预测抗炎肽	抗炎肽的预测	机器学习	NA	深度学习	上下文自注意力网络	蛋白质序列	17种新型抗炎肽序列
994	2024-11-06	FlexSleepTransformer: a transformer-based sleep staging model with flexible input channel configurations 2024-11-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76197-0 PMID:39487223	研究论文	提出了一种基于Transformer的睡眠分期模型FlexSleepTransformer，能够处理不同数量的输入通道	FlexSleepTransformer是首个能够在不同PSG通道数量的数据集上同时训练的模型	NA	开发一种能够适应不同PSG通道数量的睡眠分期模型，以促进临床应用	睡眠分期	机器学习	NA	Transformer	Transformer	信号	使用了两个数据集：SleepEDF-78和SleepUHS
995	2024-11-06	Improving crop production using an agro-deep learning framework in precision agriculture 2024-Nov-01, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05970-9 PMID:39487390	研究论文	研究通过应用深度学习技术提升精准农业的效果	开发了Agro Deep Learning Framework (ADLF)来处理大量农业数据，以提高作物管理的决策过程和检测潜在问题	未来研究可以进一步优化模型并探索其在不同作物和农业环境中的适用性	通过深度学习技术提升精准农业的效果	精准农业中的作物管理	机器学习	NA	深度学习	ADLF	数据集	包括土壤湿度、温度和湿度等变量的大量数据集
996	2024-11-06	Segmentation of periapical lesions with automatic deep learning on panoramic radiographs: an artificial intelligence study 2024-Nov-01, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-024-05126-4 PMID:39487404	研究论文	研究评估了基于U²-Net架构的人工智能模型在全景X光片上检测根尖病变的诊断准确性	首次使用基于U²-Net架构的人工智能模型进行根尖病变的自动分割	需要进一步研究以提高诊断准确性，尤其是使用更大的数据集	评估人工智能模型在全景X光片上检测根尖病变的诊断准确性	根尖病变	计算机视觉	牙科疾病	深度学习	U²-Net	图像	400张全景X光片，包含780个根尖透光区
997	2024-11-06	Efficient brain tumor grade classification using ensemble deep learning models 2024-Nov-01, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01476-1 PMID:39487431	研究论文	本文提出了一种基于集成深度学习模型的脑肿瘤分级分类方法	使用MobileNetV2模型提取图像特征，提高了模型的效率和泛化能力	NA	提高脑肿瘤诊断的准确性	脑肿瘤MRI图像的分级分类	计算机视觉	脑肿瘤	深度学习	MobileNetV2	图像	六个标准的Kaggle脑肿瘤MRI数据集
998	2024-11-06	Automated surgical skill assessment in colorectal surgery using a deep learning-based surgical phase recognition model 2024-Nov, Surgical endoscopy DOI:10.1007/s00464-024-11208-9 PMID:39214877	研究论文	研究利用深度学习模型自动评估结直肠手术技能的可行性	首次提出使用手术阶段识别模型来评估手术技能，减少了主观性和偏见	样本量相对较小，可能影响模型的泛化能力	验证使用手术阶段识别模型自动评估手术技能的可行性	评估不同技能水平的手术视频，包括专家组、中级组和新手组	计算机视觉	NA	深度学习	NA	视频	共85个手术视频，分为专家组（26个视频）、中级组（32个视频）和新手组（27个视频）
999	2024-11-06	Recent advances in fish cutting: From cutting schemes to automatic technologies and internet of things innovations 2024-Nov, Comprehensive reviews in food science and food safety IF:12.0Q1 DOI:10.1111/1541-4337.70039 PMID:39495567	综述	本文综述了鱼类切割技术的最新进展，从切割方案到自动化技术和物联网创新	本文介绍了物联网、人工智能、大数据和区块链技术在鱼类切割过程中的应用，以及这些技术如何通过传感器、机器视觉和深度学习等手段实现自动化切割	NA	探讨鱼类切割技术的自动化和物联网应用，以提高生产效率和产品质量	鱼类切割技术及其自动化和物联网应用	NA	NA	物联网、人工智能、大数据、区块链	NA	NA	NA
1000	2024-11-06	Early Alzheimer's disease diagnosis via handwriting with self-attention mechanisms 2024-Nov, Journal of Alzheimer's disease : JAD DOI:10.1177/13872877241283920 PMID:39497308	研究论文	本研究利用自注意力机制通过书写分析进行阿尔茨海默病的早期诊断	提出了一种利用自注意力机制进行阿尔茨海默病早期诊断的新方法，显著提高了诊断准确性和可靠性	NA	开发一种高效、快速且准确的阿尔茨海默病早期诊断方法	阿尔茨海默病患者的书写数据	机器学习	阿尔茨海默病	自注意力机制	自注意力模型	书写数据	25种不同的书写任务