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
1161	2024-11-09	Deep Single Image Defocus Deblurring via Gaussian Kernel Mixture Learning 2024-Dec, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3457856 PMID:39255177	研究论文	提出了一种端到端的深度学习方法，用于从单张失焦图像中去除失焦模糊	采用像素级的混合高斯核模型来精确且紧凑地参数化空间变化的失焦点扩散函数，并提出了分组混合高斯核模型以提高建模精度	NA	解决数字摄影中常见的失焦模糊问题	失焦图像的去模糊处理	计算机视觉	NA	深度学习	深度神经网络	图像	五个基准数据集
1162	2024-11-09	A deep learning approach for gastroscopic manifestation recognition based on Kyoto Gastritis Score 2024-Dec, Annals of medicine IF:4.9Q1 DOI:10.1080/07853890.2024.2418963 PMID:39498518	研究论文	本研究旨在验证基于京都胃炎评分的人工智能方法在识别胃镜表现中的适用性，以提高早期胃癌检测和降低胃癌死亡率	提出了一种由五个GAM-EfficientNet模型组成的深度学习方法，用于多标签识别胃镜表现，并将其与不同经验水平的内镜医师进行比较	需要前瞻性验证以评估其在临床应用中的适用性	验证人工智能方法在识别胃镜表现中的适用性，以提高早期胃癌检测和降低胃癌死亡率	29013张胃镜图像，根据京都胃炎评分分为五类	计算机视觉	胃癌	深度学习	GAM-EfficientNet	图像	29013张胃镜图像
1163	2024-11-09	Appearance-Based Gaze Estimation With Deep Learning: A Review and Benchmark 2024-Dec, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3393571 PMID:38662567	综述	本文系统回顾了基于深度学习的外观式注视估计方法，并建立了一个全面的基准	本文总结了数据预处理和后处理方法，并建立了一个全面的基准，为未来的注视估计研究提供了指导	由于注视估计研究的独特性，如2D注视位置与3D注视向量之间的不公平比较以及不同的预处理和后处理方法，缺乏开发基于深度学习的注视估计算法的明确指南	系统回顾基于深度学习的外观式注视估计方法，并建立一个全面的基准	注视估计算法及其性能比较	计算机视觉	NA	深度学习	NA	图像	NA
1164	2024-11-09	Latency-Aware Unified Dynamic Networks for Efficient Image Recognition 2024-Dec, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3393530 PMID:38662565	研究论文	本文介绍了一种名为LAUDNet的延迟感知统一动态网络框架，用于提高图像识别的效率	LAUDNet整合了三种基本动态范式（空间自适应计算、层跳过和通道跳过），并引入延迟预测器来优化调度策略	NA	解决动态网络在实际应用中效率低于理论计算的问题	动态网络的计算单元激活和计算资源分配	计算机视觉	NA	NA	动态网络	图像	涉及多个视觉任务（图像分类、目标检测和实例分割）
1165	2024-11-09	Learning to Holistically Detect Bridges From Large-Size VHR Remote Sensing Imagery 2024-Dec, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3393024 PMID:38683714	研究论文	本文提出了一种在大尺寸高分辨率遥感图像中整体检测桥梁的方法，并构建了一个包含6000张图像的大规模数据集GLH-Bridge	提出了一个新的大规模数据集GLH-Bridge，并设计了一种高效的网络HBD-Net，采用分离检测器特征融合架构和形状敏感样本重加权策略	缺乏大尺寸高分辨率遥感图像的数据集限制了深度学习算法在桥梁检测中的性能	解决大尺寸高分辨率遥感图像中桥梁检测的挑战	桥梁检测	计算机视觉	NA	深度学习	HBD-Net	图像	6000张高分辨率遥感图像，包含59737座桥梁
1166	2024-11-09	Searching to Exploit Memorization Effect in Deep Learning With Noisy Labels 2024-Dec, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3394552 PMID:38683712	研究论文	本文提出了一种通过双层优化控制样本选择过程的方法，以利用深度学习中的记忆效应来处理带有噪声标签的数据	利用双层优化和半监督学习算法来控制样本选择过程，并通过牛顿法和立方正则化方法提高优化效率	NA	研究如何有效利用深度学习中的记忆效应来处理带有噪声标签的数据	带有噪声标签的数据	机器学习	NA	双层优化	NA	数据集	NA
1167	2024-11-09	Zero-Shot Neural Architecture Search: Challenges, Solutions, and Opportunities 2024-Dec, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3395423 PMID:38687659	review	本文综述并比较了最先进的零样本神经架构搜索方法，重点在于其硬件感知能力	提出了无需训练的神经架构搜索方法，通过设计代理来预测网络的准确性	NA	综述和比较当前最先进的零样本神经架构搜索方法，并探讨其硬件感知能力	零样本神经架构搜索方法及其代理	machine learning	NA	NA	NA	NA	NA
1168	2024-11-08	Prediction of molecular subclasses of uveal melanoma by deep learning using routine haematoxylin-eosin-stained tissue slides 2024-Dec, Histopathology IF:3.9Q1 DOI:10.1111/his.15271 PMID:38952117	研究论文	本研究评估了使用深度学习技术通过常规苏木精-伊红染色（HE）组织切片预测葡萄膜黑色素瘤分子亚型的有效性	首次展示了使用HE染色全切片图像（WSI）通过深度学习方法预测葡萄膜黑色素瘤分子亚型的潜力	研究为回顾性研究，样本量相对较小，且未涵盖所有可能的分子亚型	评估深度学习在预测葡萄膜黑色素瘤分子亚型中的有效性，以替代传统的分子检测方法	葡萄膜黑色素瘤患者及其肿瘤组织	数字病理学	葡萄膜黑色素瘤	深度学习	Swin Transformer	图像	113例葡萄膜黑色素瘤患者的肿瘤组织
1169	2024-11-08	Study on the classification of benign and malignant breast lesions using a multi-sequence breast MRI fusion radiomics and deep learning model 2024-Dec, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2024.100607 PMID:39502650	研究论文	本文研究了使用多序列乳腺MRI融合放射组学和深度学习模型对良恶性乳腺病变进行分类	本文创新性地结合了多序列乳腺MRI融合放射组学和深度学习模型，显著提高了乳腺病变分类的诊断性能	本文的样本量相对较小，可能影响模型的泛化能力	开发一种多模态模型，结合多序列乳腺MRI融合放射组学和深度学习，以辅助临床医生更好地选择治疗方案	良恶性乳腺病变	计算机视觉	乳腺癌	MRI	ResNet50	图像	314名接受乳腺MRI检查的患者
1170	2024-11-08	M/EEG source localization for both subcortical and cortical sources using a convolutional neural network with a realistic head conductivity model 2024-Dec, APL bioengineering IF:6.6Q1 DOI:10.1063/5.0226457 PMID:39502794	研究论文	本文提出了一种基于卷积神经网络（CNN）的脑电图（EEG）和磁共振成像（MEG）源定位方法，用于同时定位皮层和皮层下源，并使用现实头部电导率模型进行训练	首次尝试使用深度学习方法进行皮层下区域的源定位，并展示了在源定位方面的优异准确性	NA	提高脑电图和磁共振成像在神经科学和临床医学中的空间分辨率	脑电图和磁共振成像信号的皮层和皮层下源定位	计算机视觉	NA	卷积神经网络	CNN	图像	使用个体MRI数据生成的十种不同头部组织的分割数据
1171	2024-11-07	Advancing jasmine tea production: YOLOv7-based real-time jasmine flower detection 2024-Dec, Journal of the science of food and agriculture IF:3.3Q2 DOI:10.1002/jsfa.13752 PMID:39032018	研究论文	本研究利用YOLOv7算法实时检测茉莉花，以提高茉莉茶生产的质量	采用YOLOv7算法进行茉莉花的实时检测，以区分不同生长阶段的茉莉花	NA	解决茉莉花采摘过程中因环境和人为因素导致的质量问题	茉莉花的不同生长阶段	计算机视觉	NA	YOLOv7算法	卷积神经网络	图像	五种不同开放程度的茉莉花样本
1172	2024-11-07	Automatic soft-tissue analysis on orthodontic frontal and lateral facial photographs based on deep learning 2024-Dec, Orthodontics & craniofacial research IF:2.4Q2 DOI:10.1111/ocr.12830 PMID:38967085	研究论文	本文基于深度学习建立了自动软组织分析模型，用于正畸面部照片中的地标检测和测量计算	本文创新性地利用深度学习技术实现了正畸面部照片中软组织地标的自动检测和测量	模型在某些测量指标上与手动标注存在统计学差异	建立基于深度学习的自动软组织分析模型，实现正畸面部照片中软组织的全面定量评估	正畸患者的面部照片中的软组织	计算机视觉	NA	深度学习	高分辨率网络、基于深度可分离卷积的特征融合模块、基于像素洗牌的预测模型	图像	578张正面照片和450张侧面照片
1173	2024-11-07	Rapid discovery of Transglutaminase 2 inhibitors for celiac disease with boosting ensemble machine learning 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.10.019 PMID:39498152	研究论文	本研究利用约1100个TG2抑制实验数据，开发了基于集成机器学习模型的配体分子筛选技术，用于快速发现针对乳糜泻的转谷氨酰胺酶2抑制剂	本研究采用了感知器深度学习和低深度随机森林弱学习器的提升集成方法，显著提高了预测准确率，并开发了一个用于筛选潜在治疗分子的网络应用程序	NA	开发针对乳糜泻的转谷氨酰胺酶2抑制剂	转谷氨酰胺酶2及其抑制剂	机器学习	乳糜泻	集成机器学习	感知器深度学习、随机森林、图神经网络	分子特征数据	约1100个TG2抑制实验数据
1174	2024-11-06	A comprehensive annotated image dataset for real-time fish detection in pond settings 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.111007 PMID:39493532	研究论文	本文介绍了一个用于池塘环境中实时鱼类检测的综合注释图像数据集	该数据集包含了在多种计算机视觉挑战下捕获的橙色铬鲈鱼种，为鱼类检测提供了宝贵的资源	数据集仅限于橙色铬鲈鱼种，且采集环境为特定池塘	开发一个高效的鱼类检测系统，以促进小型水产养殖业的发展	橙色铬鲈鱼种在池塘环境中的检测	计算机视觉	NA	NA	NA	图像	包含多种计算机视觉挑战下的橙色铬鲈鱼种图像
1175	2024-11-06	Automatic Landmark Detection for Preoperative Planning of High Tibial Osteotomy Using Traditional Feature Extraction and Deep Learning Methods 2024-Dec, The international journal of medical robotics + computer assisted surgery : MRCAS DOI:10.1002/rcs.70006 PMID:39497376	研究论文	本文提出了一种新的自动检测高胫骨截骨术（HTO）标志点的方法，结合了优化后的热图偏移聚合方法和传统特征提取技术，用于术前规划	本文的创新点在于将优化后的热图偏移聚合方法与传统特征提取技术相结合，提高了HTO标志点检测的鲁棒性	由于HTO数据集数量有限，现有方法在处理不同畸形患者时不如传统手动规划方法稳健，限制了其在临床实践中的应用	研究目的是提高高胫骨截骨术术前规划的效率和标准化程度	研究对象是高胫骨截骨术的标志点检测	计算机视觉	NA	热图偏移聚合方法、传统特征提取	NA	图像	具体样本数量未在摘要中提及
1176	2024-10-30	Deep learning-based measurement of echocardiographic data and its application in the diagnosis of sudden cardiac death 2024-Dec, Biotechnology & genetic engineering reviews DOI:10.1080/02648725.2023.2213041 PMID:37179495	研究论文	本研究评估了深度学习在测量突发性心脏死亡（SCD）患者超声心动图数据中的应用潜力	本研究开发了一种基于深度学习的模型，用于预测SCD，并在验证组中显示出高准确性和敏感性	本研究的样本量有限，且仅限于SCD患者，未来需要在大规模和多样化的样本中验证模型的有效性	评估深度学习在SCD患者超声心动图数据测量中的诊断价值	突发性心脏死亡（SCD）患者	机器学习	心血管疾病	深度学习	深度学习模型	图像	320名SCD患者和400名健康志愿者
1177	2024-10-29	Utilizing artificial intelligence for precision exploration of N protein targeting phenanthridine sars-cov-2 inhibitors: A novel approach 2024-Dec-05, European journal of medicinal chemistry IF:6.0Q1 DOI:10.1016/j.ejmech.2024.116885 PMID:39307103	研究论文	本研究利用深度学习模型优化苯并菲啶类化合物结构，以靶向SARS-CoV-2的N蛋白，并验证其抗病毒活性	首次采用深度学习模型EMPIRE和DeepFrag优化苯并菲啶类化合物，靶向SARS-CoV-2的N蛋白，并验证其抗病毒活性	NA	开发靶向SARS-CoV-2 N蛋白的抗COVID-19药物	SARS-CoV-2的N蛋白及苯并菲啶类化合物	机器学习	COVID-19	深度学习模型	EMPIRE, DeepFrag	化合物结构	超过10,000个小分子化合物，最终合成44个化合物
1178	2024-10-29	Publicly available datasets of breast histopathology H&E whole-slide images: A scoping review 2024-Dec, Journal of pathology informatics DOI:10.1016/j.jpi.2024.100363 PMID:38405160	综述	本文综述了公开可用的乳腺组织病理学H&E全切片图像数据集，旨在帮助研究人员选择合适的乳腺癌计算病理学数据集	首次系统性地综述了公开可用的乳腺H&E染色全切片图像数据集，并提供了图像元数据和特征，以辅助研究人员选择合适的数据集	仅28%的纳入文章使用了多个数据集，14%使用了外部验证集，表明其他开发模型的性能可能被高估；TCGA-BRCA数据集存在显著的选择偏倚，可能影响算法的鲁棒性和泛化性；缺乏一致的元数据报告，需要建立明确的指南来记录乳腺WSI数据集的特征和元数据	识别和综述公开可用的乳腺H&E染色全切片图像数据集，以促进乳腺癌诊断和治疗中的深度学习模型开发	公开可用的乳腺H&E染色全切片图像数据集及其元数据和特征	数字病理学	乳腺癌	NA	深度学习模型	图像	17个公开数据集，包含10385张H&E全切片图像
1179	2024-10-29	Computational pathology: A survey review and the way forward 2024-Dec, Journal of pathology informatics DOI:10.1016/j.jpi.2023.100357 PMID:38420608	综述	本文对计算病理学（CPath）进行了全面的综述，涵盖了从问题设计到应用和实施的各个方面	本文通过审查超过800篇论文，详细分析了CPath领域的关键工作和面临的挑战，为未来的技术发展和临床整合提供了方向	尽管本文提供了详细的综述，但仍存在将这些算法在临床实践中采用和整合的显著差距	旨在开发数字诊断的基础设施和工作流程，作为临床病理学的辅助CAD系统，促进癌症诊断和治疗的变革性变化	计算病理学（CPath）及其在癌症图像分析中的应用	数字病理学	癌症	NA	NA	图像	超过800篇论文
1180	2024-10-27	Implementation of deep learning artificial intelligence in vision-threatening disease screenings for an underserved community during COVID-19 2024-Dec, Journal of telemedicine and telecare IF:3.5Q1 DOI:10.1177/1357633X231158832 PMID:36908254	研究论文	研究探讨了在COVID-19期间，深度学习人工智能在学生主导的非散瞳筛查中对未受充分服务社区的视觉威胁性疾病的应用	首次在前瞻性研究中应用深度学习人工智能于学生主导的非散瞳筛查，特别是在未受充分服务的社区中	深度学习人工智能标记了38.9%的眼睛为不可评估，远高于人类标准的2.6%	评估深度学习人工智能在视觉威胁性疾病筛查中的应用效果	年龄相关性黄斑变性、糖尿病视网膜病变和青光眼等视觉威胁性疾病	计算机视觉	NA	深度学习	NA	图像	385只眼睛，来自195名筛查参与者