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
22081	2024-08-05	Effective recognition design in 8-ball billiards vision systems for training purposes based on Xception network modified by improved Chaos African Vulture Optimizer 2024-Jun-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-63955-3 PMID:38886386	研究论文	本文研究了一种利用深度学习和图像处理技术设计的8球台球机器人视觉系统	本研究采用改进的混沌非洲秃鹰优化算法优化Xception网络，提高了机器人对8球台球的识别能力	本文未提及在多样化台球环境下的实际应用测试	本研究旨在改善8球台球的机器人视觉系统的识别精度	研究对象为8球台球中的球体图像及其模式识别	计算机视觉	NA	深度学习, 图像处理	Xception网络	图像	NA
22082	2024-08-05	CACSNet for automatic robust classification and segmentation of carotid artery calcification on panoramic radiographs using a cascaded deep learning network 2024-06-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-64265-4 PMID:38886356	研究论文	本文开发了一个深度学习网络CACSNet，用于自动和稳健地分类和分割颈动脉钙化。	提出了一种级联深度学习网络CACSNet，能处理大小、形状和位置变化大的颈动脉钙化。	分割性能相较于其他成像模式的研究尚可提升。	研究旨在通过深度学习分析全景放射影像稳健地分类和分割颈动脉钙化。	研究对象为颈动脉钙化，其在全景放射影像中的形态变化大且有解剖结构重叠。	数字病理学	NA	深度学习	CACSNet	全景放射影像	使用了与CT图像的参考相对应的地面真相数据进行训练
22083	2024-08-05	Highly accurate carbohydrate-binding site prediction with DeepGlycanSite 2024-Jun-17, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-49516-2 PMID:38886381	研究论文	本研究介绍了DeepGlycanSite，一种能够准确预测蛋白结构上糖类结合位点的深度学习模型	该模型结合了蛋白质的几何和进化特征，采用深度等变图神经网络和变换器架构，显著优于现有的先进方法	NA	旨在提高对糖类如何调节蛋白质的理解	针对特定蛋白质结构的糖类结合位点进行预测	数字病理学	NA	深度学习	深度等变图神经网络	蛋白质结构数据	NA
22084	2024-08-05	Multimodal deep learning for dementia classification using text and audio 2024-06-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-64438-1 PMID:38880810	研究论文	本研究构建深度学习模型，通过语音和文本数据对痴呆病例进行分类	本研究采用多模态深度学习方法，探索文本和音频数据在痴呆自动分类中的作用	研究未观察到音频或时间戳信息对模型性能的显著提升	提高痴呆的自动筛查和诊断效率	使用Pitt Cookie Theft数据集对痴呆案例与对照进行分类	机器学习	老年疾病	Wav2vec和Word2vec	深度学习模型	音频和文本	NA
22085	2024-08-05	Potential inhibitors of VEGFR1, VEGFR2, and VEGFR3 developed through Deep Learning for the treatment of Cervical Cancer 2024-06-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-63762-w PMID:38858458	研究论文	本文探讨了通过深度学习开发的VEGFR1、VEGFR2和VEGFR3的潜在抑制剂，以治疗宫颈癌	本研究采用深度学习方法生成了4300万种针对VEGFR的化合物，并通过分子对接和分子动力学模拟验证了抑制剂的潜力	研究未提供临床实验数据以证实发现的抑制剂的有效性和安全性	研究旨在通过计算方法靶向VEGFR蛋白并识别新型抑制剂	研究对象为VEGFR-1、VEGFR-2和VEGFR-3受体蛋白及其高亲和力抑制剂	计算机视觉	宫颈癌	深度学习	NA	化合物数据	选择了26种经验证的抑制剂并生成了4300万种化合物
22086	2024-08-05	Real-Time Arabic Sign Language Recognition Using a Hybrid Deep Learning Model 2024-Jun-06, Sensors (Basel, Switzerland) DOI:10.3390/s24113683 PMID:38894473	研究论文	本论文利用深度学习技术开发了实时阿拉伯手语识别系统	提出了一种混合模型，通过卷积神经网络和长短期记忆网络综合提取手语的空间和时间特征	仅创建了包含20个词的有限数据集，可能影响模型的通用性	提高阿拉伯手语的识别能力，以改善听障人士的沟通可达性	阿拉伯手语的字母和单词	计算机视觉	听力残疾	深度学习	卷积神经网络 (CNN) 和长短期记忆网络 (LSTM)	图像和视频	4000张静态手势图像及500个动态手势视频
22087	2024-08-05	Deep Learning-Based High-Resolution Magnetic Resonance Angiography (MRA) Generation Model for 4D Time-Resolved Angiography with Interleaved Stochastic Trajectories (TWIST) MRA in Fast Stroke Imaging 2024-Jun-06, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14111199 PMID:38893725	研究论文	本研究旨在通过深度神经网络改进4D-TWIST-MRA的图像质量	引入基于深度神经网络的图像重建方法以提高4D-TWIST-MRA的图像质量和诊断性能	与TOF-MRA的比较中发现4D-CE-MRA在动脉瘤大小估计上存在低估，此外潜在的样本选择偏差	提高快速中风成像中4D-TWIST-MRA的图像质量	520名接受4D-TWIST-MRA的缺血性中风或颅内血管狭窄患者	数字病理学	缺血性中风	深度神经网络（DNN）图像重建	NA	医学影像	520名患者
22088	2024-08-05	5G AI-IoT System for Bird Species Monitoring and Song Classification 2024-Jun-06, Sensors (Basel, Switzerland) DOI:10.3390/s24113687 PMID:38894478	研究论文	该文章介绍了一种基于5G AI-IoT系统的鸟类物种监测和歌曲分类方法	利用不同的深度卷积神经网络（DCNN）来减少模型参数，同时保持鸟类歌曲分类的准确性，并使其能够集成到小型计算机或微控制器中	基于Imagenet权重的CNN虽然精度较高，但参数较多，导致推理时能量效率低	研究在鸟类监测和环境质量评估中提高鸟类歌曲识别的准确性和效率	不同种类的鸟类及其歌曲	机器学习	NA	深度学习	DCNN	音频	多种鸟类的音频录音，准确率达到75%
22089	2024-08-05	Three-Dimension Epithelial Segmentation in Optical Coherence Tomography of the Oral Cavity Using Deep Learning 2024-Jun-05, Cancers IF:4.5Q1 DOI:10.3390/cancers16112144 PMID:38893263	研究论文	本文旨在简化光学相干断层扫描（OCT）在口腔内部形态检查中的应用	开发了自动化软件工具，可简化OCT收集的大量数据分析	NA	研究口腔粘膜中的上皮表面和上皮-基质边界的检测	使用294幅图像的数据集以及60名患者的临床数据进行训练	计算机视觉	NA	光学相干断层扫描（OCT）	卷积神经网络和修改的U-Net模型	图像	294幅图像，来自60名患者（34名男性和26名女性）
22090	2024-08-05	Urban Pedestrian Routes' Accessibility Assessment Using Geographic Information System Processing and Deep Learning-Based Object Detection 2024-Jun-05, Sensors (Basel, Switzerland) DOI:10.3390/s24113667 PMID:38894458	研究论文	本文开发了一种评估城市公共建筑周围行人出行可达性的方法	本研究结合深度学习的物体检测和地理信息系统技术评估行人路线可达性	限制性信息未在摘要中提及	研究旨在评估城市环境中行人可达性和包容性，特别是对行动不便人士	研究对象为城市公共建筑周围的行人路线	数字病理学	NA	深度学习，地理信息系统	NA	卫星或航空正射影像	NA
22091	2024-08-05	Augmenting Aquaculture Efficiency through Involutional Neural Networks and Self-Attention for Oplegnathus Punctatus Feeding Intensity Classification from Log Mel Spectrograms 2024-Jun-05, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani14111690 PMID:38891736	研究论文	本文提出了一种基于转换音频波形的喂养行为分析框架	提出了通过融合声谱图特征和深度学习结构的新方法	未来工作可能需要更多特征提取方式和多模式数据集成以深化研究	优化水产养殖和生态系统管理的喂养动态理解	針對 Oplegnathus Punctatus（点斑鱼）的喂养强度进行分类研究	计算机视觉	NA	Log Mel Spectrograms	Involutional Neural Network (INN)	音频	NA
22092	2024-08-05	Transfer Learning in Cancer Genetics, Mutation Detection, Gene Expression Analysis, and Syndrome Recognition 2024-Jun-04, Cancers IF:4.5Q1 DOI:10.3390/cancers16112138 PMID:38893257	综述	本文探讨了迁移学习在癌症遗传学中的应用，包括突变检测、基因表达分析和综合症识别	该文献强调了迁移学习在提高突变检测准确性、基因表达分析和综合症相关遗传模式诊断方面的潜力和效果	研究强调未来需要关注领域相似性增强、数据库扩展及临床数据整合等问题	探讨迁移学习在癌症遗传学研究中的作用	聚焦于突变检测、基因表达分析和遗传综合症识别	机器学习	癌症	迁移学习	深度学习	NA	NA
22093	2024-08-05	Energy-Efficient Edge and Cloud Image Classification with Multi-Reservoir Echo State Network and Data Processing Units 2024-Jun-04, Sensors (Basel, Switzerland) DOI:10.3390/s24113640 PMID:38894431	研究论文	本文探讨了多储层回声状态网络在图像分类及天气预测任务中的应用	提出了多储层回声状态网络（MRESN）作为一种高效的轻量级模型，适用于资源受限的设备	缺乏对其他深度学习模型进行广泛比较的讨论	研究高效轻量级模型在边缘和云计算中的应用	MRESN架构及其在图像分类和天气预测任务中的表现	计算机视觉	NA	回声状态网络（ESN）	多储层回声状态网络（MRESN）	图像	使用MNIST、FashionMnist和CloudCast数据集
22094	2024-08-05	Autonomous Image-Based Corrosion Detection in Steel Structures Using Deep Learning 2024-Jun-04, Sensors (Basel, Switzerland) DOI:10.3390/s24113630 PMID:38894421	研究论文	本研究探索了深度学习在钢结构腐蚀自动检测中的应用	研究了最优的编码-解码神经网络类型和训练策略，以实现腐蚀像素的自动分割	训练数据集较小可能导致性能下降，EfficientNetB7模型表现最差	研究自动化腐蚀检测，以减少钢结构因腐蚀造成的潜在灾难性损坏	腐蚀的钢结构图像及其像素的自动检测	计算机视觉	NA	深度学习	ResNet34, UNet, EfficientNetB7	图像	使用了一些外部不同钢结构图像进行测试
22095	2024-08-05	Utilizing Deep Learning for Defect Inspection in Hand Tool Assembly 2024-Jun-04, Sensors (Basel, Switzerland) DOI:10.3390/s24113635 PMID:38894426	研究论文	本文提出了一种自动化视觉检测系统，用于手工工具组装过程中的缺陷检测	首次实现了对主要组装异常类型的同时检测，并与其他检测模型进行了比较	研究主要依赖于人工标注，并未深入探讨所有可能的组装缺陷类型	提高精密组装行业产品质量，通过自动化检测减少人为疏漏	从三个装配站采集了的工作过程样本，重点研究28种常见的组装缺陷类型	计算机视觉	NA	R-CNN系列网络模型	R-CNN	图像	从三个装配站采集的样本
22096	2024-08-05	Visual Field Prognosis From Macula and Circumpapillary Spectral Domain Optical Coherence Tomography 2024-Jun-03, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.13.6.10 PMID:38884547	研究论文	本研究探讨了青光眼患者中，视神经头和黄斑中心的光学相干断层扫描（OCT）图像的结构与功能损失关系。	通过结合多种成像模式和深度学习方法，在青光眼的早中期阶段实现了对MD的高精度预测。	缺乏对不同类型青光眼长期跟踪研究的支持，未能覆盖所有青光眼患者的变化。	研究光学相干断层扫描图像中结构功能损失的关系，以改善青光眼患者的视野预后。	包括5238个独特眼睛，分类为可疑或已诊断患有青光眼的患者。	数字病理学	青光眼	光学相干断层扫描（OCT）	深度学习模型	图像	5238个眼睛
22097	2024-08-05	Deep Learning Analysis for Predicting Tumor Spread through Air Space in Early-Stage Lung Adenocarcinoma Pathology Images 2024-Jun-03, Cancers IF:4.5Q1 DOI:10.3390/cancers16112132 PMID:38893251	研究论文	本研究开发了一种深度学习模型用于早期肺腺癌病理图像中气道内扩散的预测。	研究提出了一种基于YOLOv5的深度学习框架，结合了预处理、候选检测、假阳性减少和基于患者的预测。	该研究的外部验证仅使用了来自单一医院的数据，可能限制了其广泛适用性。	研究旨在开发自动化的深度学习模型用于早期肺腺癌中的气道内扩散预测。	研究对象包括1053个数字病理全切片图像和227个来自国家台湾大学医院的外部验证图像。	数字病理学	肺癌	深度学习	YOLOv5	图像	1053个数字病理全切片图像用于训练，227个用于外部验证
22098	2024-08-05	Adversarial Attacks against Deep-Learning-Based Automatic Dependent Surveillance-Broadcast Unsupervised Anomaly Detection Models in the Context of Air Traffic Management 2024-Jun-02, Sensors (Basel, Switzerland) DOI:10.3390/s24113584 PMID:38894375	研究论文	本研究提出了一种新颖的对抗攻击方法，用于检测基于深度学习的自动依赖监视广播异常检测模型的脆弱性	首次展示了基于深度学习的ADS-B时间序列无监督异常检测模型对对抗样本的脆弱性	研究中未提及对抗攻击方法在实际应用中的长期影响和适应性	揭示基于深度学习的ADS-B异常检测模型的脆弱性，以提高空中交通管理的安全性	基于深度学习的ADS-B异常检测模型	计算机视觉	NA	NA	NA	时间序列	NA
22099	2024-08-05	Federated Learning in the Detection of Fake News Using Deep Learning as a Basic Method 2024-Jun-02, Sensors (Basel, Switzerland) DOI:10.3390/s24113590 PMID:38894381	研究论文	本文探讨了使用深度学习方法进行假新闻检测的联邦学习可能性	该研究采用联邦学习方法，提高了机器学习在分散数据上的安全性	研究未明确讨论模型在真实应用环境中的性能	探索联邦学习在假新闻检测中的应用	使用不同IoT边缘设备的传感器数据训练假新闻检测模型	机器学习	NA	深度学习	CNN，LSTM	传感器数据	NA
22100	2024-08-05	Depth-Guided Bilateral Grid Feature Fusion Network for Dehazing 2024-Jun-02, Sensors (Basel, Switzerland) DOI:10.3390/s24113589 PMID:38894379	研究论文	本文提出了一种深度指导双边网格特征融合去雾网络，旨在改善复杂环境下的去雾效果	创新点在于通过专用模块提取深度信息，并利用Unet导出双边网格特征，以深度信息指导特征采样	该方法在极端复杂的环境下可能仍存在性能限制	研究旨在提高在恶劣天气条件下图像去雾的有效性	主要研究对象为在雾天气下拍摄的图像	计算机视觉	NA	深度学习	卷积神经网络	图像	使用公共数据集进行实验