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
1001	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
1002	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
1003	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
1004	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
1005	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
1006	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
1007	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
1008	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
1009	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）
1010	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
1011	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
1012	2024-11-06	A genetic programming Rician noise reduction and explainable deep learning model for Alzheimer's diseases severity prediction 2024-Nov, Journal of Alzheimer's disease : JAD DOI:10.1177/13872877241283684 PMID:39497314	研究论文	本文提出了一种遗传编程方法用于减少MRI图像中的Rician噪声，并结合可解释深度学习模型用于阿尔茨海默病严重程度的预测	本文创新性地结合了遗传编程技术和可解释深度学习框架，有效减少了MRI图像中的Rician噪声，并提高了阿尔茨海默病诊断的准确性	本文未详细讨论模型在不同数据集上的泛化能力	解决MRI图像中的噪声问题，并高效预测阿尔茨海默病的严重程度	MRI图像中的Rician噪声和阿尔茨海默病的严重程度	计算机视觉	阿尔茨海默病	遗传编程	深度学习	图像	多种医学样本
1013	2024-11-04	Decoding viewer emotions in video ads 2024-Nov-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76968-9 PMID:39487244	研究论文	本文研究了视频广告中观众情感的解码问题	本文通过深度学习方法解决了缺乏大规模情感标注视频数据集的问题，并提供了一个准确的深度学习解决方案	本文的模型在检测某些情感类别时表现较好，但在其他类别上仍有改进空间	理解和预测观众对视频的情感反应	视频广告中的观众情感	计算机视觉	NA	深度学习	卷积神经网络	视频和音频	超过30,000个真实视频广告，每个广告平均由75名观众标注，共有超过230万个情感标注
1014	2024-11-04	Multi-modality deep learning-based [68Ga]Ga-DOTA-FAPI-04 PET polar map generation: potential value in detecting reactive fibrosis after myocardial infarction 2024-Nov, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-024-06850-3 PMID:39060373	研究论文	本研究提出了一种基于多模态深度学习的方法，用于生成[68Ga]Ga-DOTA-FAPI-04 PET极地图，并探讨其在检测心肌梗死后反应性纤维化和评估其与心脏功能关系中的潜在价值	本研究创新性地融合了多模态图像，弥补了[68Ga]Ga-DOTA-FAPI-04 PET图像中心脏结构信息的缺失，提高了极地图生成的准确性	本研究仅在ST段抬高型心肌梗死患者中进行了验证，未来需在更广泛的患者群体中进行验证	提高[68Ga]Ga-DOTA-FAPI-04 PET图像极地图生成的准确性，并探讨其在临床诊断中的应用潜力	心肌梗死后反应性纤维化和心脏功能	计算机视觉	心血管疾病	深度学习	NA	图像	133对[68Ga]Ga-DOTA-FAPI-04 PET/MR图像，来自87名ST段抬高型心肌梗死患者
1015	2024-11-04	Sedation-free pediatric [18F]FDG imaging on totalbody PET/CT with the assistance of artificial intelligence 2024-Nov, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-024-06818-3 PMID:38958680	研究论文	研究使用人工智能辅助的超快速全身PET/CT进行无镇静儿童[18F]FDG成像的可行性	结合超快速成像技术和基于深度学习的衰减与散射校正，实现了无镇静的儿童PET成像	研究样本量较小，仅包括35名镇静儿童和5名非镇静儿童	探讨无镇静儿童PET成像的可行性	4岁以下儿童的PET成像	计算机视觉	NA	深度学习	深度学习模型	图像	35名镇静儿童和5名非镇静儿童
1016	2024-11-04	A deep learning approach for cervical cord injury severity determination through axial and sagittal magnetic resonance imaging segmentation and classification 2024-Nov, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-024-08464-7 PMID:39198286	研究论文	本文研究了通过轴向和矢状磁共振成像分割和分类来确定颈椎脊髓损伤严重程度的深度学习方法	利用深度卷积神经网络对颈椎脊髓损伤的MRI图像进行分割和分类，以提高损伤严重程度的识别准确性	需要进一步研究以开发更高级的模型来预测脊髓损伤病例中的患者预后	分析深度学习技术用于从MRI扫描中识别和分类颈椎脊髓损伤严重程度	颈椎脊髓损伤患者的MRI图像	计算机视觉	脊髓损伤	深度学习	深度卷积神经网络	图像	2019年至2022年间入院的创伤性和非创伤性颈椎脊髓损伤患者
1017	2024-11-04	Multiscale Conditional Adversarial Networks based domain-adaptive method for rotating machinery fault diagnosis under variable working conditions 2024-Nov, ISA transactions IF:6.3Q1 DOI:10.1016/j.isatra.2024.08.027 PMID:39237396	研究论文	提出了一种基于多尺度条件对抗网络的领域自适应方法，用于变工况下的旋转机械故障诊断	引入了一种新的多尺度模块和注意力机制，增强了模型的动态调整和自适应能力，并使用双向长短期记忆网络进行时空特征的域适应	NA	解决变工况下旋转机械故障诊断中的领域偏移问题	旋转机械故障诊断	机器学习	NA	多尺度条件对抗网络 (MCAN)	双向长短期记忆网络 (BiLSTM)	数据	使用了两个公开的故障诊断数据集和一个状态监测实验数据
1018	2024-11-04	AI-driven innovations in Alzheimer's disease: Integrating early diagnosis, personalized treatment, and prognostic modelling 2024-Nov, Ageing research reviews IF:12.5Q1 DOI:10.1016/j.arr.2024.102497 PMID:39293530	综述	本文综述了人工智能在阿尔茨海默病诊断、个性化治疗和预后建模中的应用	本文探讨了人工智能在阿尔茨海默病管理各个阶段的应用，包括早期诊断、个性化治疗和预后建模	本文指出了人工智能在临床应用中面临的挑战，包括伦理考虑、数据隐私和工具整合	本文旨在探讨人工智能在阿尔茨海默病管理中的潜力和未来研究方向	本文研究对象为阿尔茨海默病的诊断、治疗和预后	机器学习	阿尔茨海默病	MRI、PET、CT扫描、机器学习、深度学习	机器学习模型、深度学习技术	影像数据、基因数据、蛋白质组数据、临床数据	NA
1019	2024-11-04	Validation of an Artificial Intelligence-Based Prediction Model Using 5 External PET/CT Datasets of Diffuse Large B-Cell Lymphoma 2024-Nov-01, Journal of nuclear medicine : official publication, Society of Nuclear Medicine IF:9.1Q1 DOI:10.2967/jnumed.124.268191 PMID:39362767	研究论文	本研究验证了一个基于深度学习模型的预测性能，并将其与国际预后指数（IPI）和两个包含放射组学PET/CT特征的模型进行比较	深度学习模型在所有外部数据上显著优于IPI，并且在每个单独的临床试验中表现一致优于IPI	深度学习模型在预测治疗结果时的预后性能低于放射组学模型	验证一个先前开发的深度学习模型在5个独立临床试验中的预测性能	弥漫性大B细胞淋巴瘤患者	机器学习	淋巴瘤	PET/CT	深度学习模型	图像	1132名弥漫性大B细胞淋巴瘤患者，其中296名用于训练，836名用于外部验证
1020	2024-11-04	Artificial intelligence and radiotherapy: Evolution or revolution? 2024-Nov, Cancer radiotherapie : journal de la Societe francaise de radiotherapie oncologique IF:1.5Q3 DOI:10.1016/j.canrad.2024.09.003 PMID:39406605	研究论文	本文探讨了人工智能，特别是深度学习算法在放射治疗中的整合，及其对放射治疗领域的多方面影响	人工智能的整合提高了放射治疗的准确性、效率和个性化护理，并有望通过自动化任务、提高诊断精度和实现自适应放射治疗来彻底改变该行业	人工智能的引入也带来了自动化偏差、验证失败和临床技能潜在退化等风险，需要持续培训和开发强大的质量保证程序来缓解这些风险	探讨人工智能在放射治疗中的应用及其对专业角色的演变和实际挑战的影响	人工智能在放射治疗中的应用及其对放射肿瘤学家和医学物理学家角色的影响	NA	NA	深度学习算法	NA	NA	NA