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
22541	2024-08-05	Innovative road distress detection (IR-DD): an efficient and scalable deep learning approach 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2038 PMID:38855249	research paper	这篇文章提出了一种创新的道路损伤检测框架IR-DD，利用YOLOv8算法提升检测精度和实时能力	本研究通过结合双向特征金字塔网络(BiFPN)递归特征融合和双向连接，优化多尺度特征的利用，解决了传统方法中的信息损失和梯度问题	文章未提及具体的局限性	研究的目的是提高道路损伤检测的效率和准确性，以确保安全可靠的交通系统	研究对象是道路损伤监测及智能城市和自动驾驶车辆的应用	计算机视觉	NA	YOLOv8	双向特征金字塔网络（BiFPN）	图像	NA
22542	2024-08-05	A comprehensive review of deep learning in EEG-based emotion recognition: classifications, trends, and practical implications 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2065 PMID:38855206	综述	本文系统性地分类和总结了基于EEG的情感识别的最新发展	提出了一种全面的分类方法，强调了不同方向对建模方法的需求	现有分类较粗略，对潜在应用考虑不足	研究基于EEG的情感识别的分类与实际应用	多种基于EEG的情感识别模型和方法	计算机视觉	NA	深度学习	NA	EEG信号	NA
22543	2024-08-05	Mobile-UI-Repair: a deep learning based UI smell detection technique for mobile user interface 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2028 PMID:38855210	研究论文	该文章提出了一种名为Mobile-UI-Repair的深度学习技术，用于移动用户界面的UI气味检测	创新性在于提出了一个新的UI缺陷识别与定位方法，能够有效识别图形用户界面的显示问题	目前的方法仍需在性能上进一步提升，特别是在结合设计规范和论坛上的语法与语义信息方面	研究旨在提高移动应用程序用户界面的质量，特别是在检测可用性和无障碍性方面	研究对象是移动应用程序的图形用户界面及其设计缺陷	计算机视觉	NA	深度学习	NA	历史数据和实时数据	八位开发者参与了问卷调查
22544	2024-08-05	Analysis of the performance of Faster R-CNN and YOLOv8 in detecting fishing vessels and fishes in real time 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2033 PMID:38855240	研究论文	本研究对Faster R-CNN和YOLOv8在实时检测渔船和鱼类的性能进行了比较分析	首次比较Faster R-CNN和YOLOv8在渔业监测中的实时检测能力	未提及特定的实验条件和数据集的多样性	旨在提升渔业监测和对象检测的效果	Faster R-CNN和YOLOv8模型在渔业监测中的应用	计算机视觉	NA	深度学习	Faster R-CNN, YOLOv8	图像	NA
22545	2024-08-05	Computer-aided colorectal cancer diagnosis: AI-driven image segmentation and classification 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2071 PMID:38855213	研究论文	本文提出了一种计算机辅助的结直肠癌自动检测方法。	采用了UNet3+进行图像分割，并使用交叉注意多尺度视觉变换器模型进行异常类型预测，展现了高性能。	本文未提及研究样本量和数据来源的具体信息。	旨在通过计算机辅助诊断系统提高结直肠癌的检测准确性。	研究对象包括五种结直肠异常及对照组。	数字病理学	结直肠癌	图像分割和深度学习	UNet3+和交叉注意多尺度视觉变换器	图像	NA
22546	2024-08-05	Applying a deep learning pipeline to classify land cover from low-quality historical RGB imagery 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2003 PMID:38855218	研究论文	应用深度学习流程从低质量历史RGB图像中分类土地覆盖	首次将深度学习流水线应用于历史低质量图像进行土地覆盖分类	研究仅集中于温哥华，可能不适用于其他地区	旨在使用低质量历史图像分析土地覆盖变化	以加拿大温哥华为案例研究对象	计算机视觉	NA	深度学习	Atrous CNN (DeepLabv3+)	图像	一个小型手动标注和增强的历史图像数据集
22547	2024-08-05	Detection of mild cognitive impairment based on attention mechanism and parallel dilated convolution 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2056 PMID:38855222	研究论文	本文提出了一种基于注意力机制和并行膨胀卷积的轻度认知障碍检测方法	通过引入注意力机制来突出病灶区的相关信息，并结合并行膨胀卷积以增强上下文信息的获取能力	目前对轻度认知障碍检测方法的深度学习基础模型的限制仍然存在	研究轻度认知障碍的检测方法以提供更早的干预和治疗	轻度认知障碍患者的脑部MRI图像	计算机视觉	轻度认知障碍	MRI	NA	图像	ADNI公共数据集上的实验结果
22548	2024-08-05	Recurrent attention U-Net for segmentation and quantification of breast arterial calcifications on synthesized 2D mammograms 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2076 PMID:38855260	研究论文	本研究提出了一种深度学习方法，用于在合成的二维乳腺X光图像中检测和量化乳腺动脉钙化	提出了一种包含递归机制和注意模块的递归注意U-Net模型，能够有效识别和分类BAC	未提及具体的限制	旨在帮助放射科医生检测和量化乳腺动脉钙化	研究对象为合成的二维乳腺X光图像中的乳腺动脉钙化	计算机视觉	心血管疾病	深度学习	递归注意U-Net	图像	2,000张合成二维乳腺X光图像
22549	2024-08-05	An efficient computational framework for gastrointestinal disorder prediction using attention-based transfer learning 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2059 PMID:38855223	研究论文	本文提出了一种基于注意力机制的转移学习架构，以提高胃肠道疾病的诊断效率	将转移学习与注意力机制相结合，以提升计算机辅助诊断系统的性能	现有系统在更大数据集上的安全性和可靠性仍需进一步改善	开发一种有效的计算机辅助诊断系统来分类八种胃肠道图像	胃肠道疾病的图像数据	计算机视觉	胃肠疾病	深度学习	ConvNeXt+Attention	图像	NA
22550	2024-08-05	Deep learning for diagnosis of head and neck cancers through radiographic data: a systematic review and meta-analysis 2024-Jan, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-023-00715-5 PMID:37855976	系统评价与荟萃分析	本研究回顾了深度学习在头颈癌检测中的应用，使用了磁共振成像和放射数据	该文章通过系统评价和荟萃分析，提供了头颈癌检测的深度学习模型的准确性和特异性的量化数据	仅包括了满足特定标准的32项研究，可能存在选择偏倚	研究深度学习在头颈癌通过医学影像数据检测中的应用	对头颈癌的医学影像（CT、PET、MRI等）进行的深度学习模型	数字病理学	头颈癌	深度学习	分类模型、目标检测模型	医学影像	从1967项研究中筛选出的32项符合条件的研究
22551	2024-08-05	Recognition of sports and daily activities through deep learning and convolutional block attention 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2100 PMID:38855220	研究论文	本研究使用可穿戴传感器数据通过深度学习技术识别与体育和健身相关的人类行为	创新在于无缝整合CNN、BiGRU和CBAM组件，学习空间和时间关系，优先考虑显著特征进行活动检测	NA	研究旨在提高运动和日常活动的识别准确性	使用UCI-DSA数据集进行多类活动识别	计算机视觉	NA	CNN	CNN-BiGRU-CBAM	运动和生物特征数据	NA
22552	2024-08-05	Using deep learning to automatically generate design starting points for free-form imaging optical systems: retraction 2023-08-01, Applied optics IF:1.7Q3 DOI:10.1364/AO.492842 PMID:37706939	更正	该文章已被作者撤回	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
22553	2024-08-05	Using deep learning to automatically generate design starting points for free-form imaging optical systems 2022-Jul-20, Applied optics IF:1.7Q3 DOI:10.1364/AO.460977 PMID:36256238	研究论文	本文提出了一种使用深度神经网络自动生成自由形状三镜成像系统设计起始点的方法	创新点在于使用深度神经网络结合双种子扩展曲线算法和编码优化自动生成设计起始点	该方法的局限性在于目前仅针对具有不同折叠配置的自由形状三镜系统进行验证	研究旨在减少自由形状成像系统的设计时间和精力	研究对象为自由形状三镜成像系统	光学设计	NA	深度学习	深度神经网络	数据集	多个数据集由双种子扩展曲线算法自动生成
22554	2024-08-05	Analysis of psychological characteristics and emotional expression based on deep learning in higher vocational music education 2022, Frontiers in psychology IF:2.6Q2 DOI:10.3389/fpsyg.2022.981738 PMID:36211911	研究论文	本文探讨了基于深度学习的文本情感分析问题，提出了一种新的模型	提出了一种基于深度双向长短期记忆网络和自注意机制的自定义分类器模型	算法的准确性比传统算法低约5%	研究文本情感分析的方法和模型	用户信息和产品信息	自然语言处理	NA	深度学习	深度双向长短期记忆网络	文本	公共数据集
22555	2024-08-05	Barnacles Mating Optimizer with Deep Transfer Learning Enabled Biomedical Malaria Parasite Detection and Classification 2022, Computational intelligence and neuroscience DOI:10.1155/2022/7776319 PMID:35694571	研究论文	该文章提出了一种新的模型用于检测和分类疟疾寄生虫。	引入了Barnacles Mating Optimizer与深度迁移学习相结合的模型，提升了疟疾寄生虫的检测和分类准确性。	NA	研究旨在通过自动化工具提高疟疾的诊断准确性。	研究对象为病血涂片图像中的疟疾寄生虫。	计算机视觉	疟疾	深度学习	极限学习机	图像	使用基准数据集进行广泛的实验分析
22556	2024-08-05	A Novel Hybrid Deep Learning Model for Metastatic Cancer Detection 2022, Computational intelligence and neuroscience DOI:10.1155/2022/8141530 PMID:35785076	研究论文	本文提出了一种新的混合深度学习模型用于转移性癌症的检测	推出了混合的AlexNet-门控递归单元模型（AlexNet-GRU），并在乳腺癌淋巴结检测中表现出色	研究未提及模型在实际临床环境中的应用效果	旨在提高癌症的检测效率并减少病理学家在诊断过程中的错误	乳腺癌淋巴结样本	机器学习	乳腺癌	深度学习	AlexNet-GRU	图像	使用了Kaggle（PCam）数据集中的淋巴结癌症样本
22557	2024-08-05	Design and implementation of real-time object detection system based on single-shoot detector and OpenCV 2022, Frontiers in psychology IF:2.6Q2 DOI:10.3389/fpsyg.2022.1039645 PMID:36405169	研究论文	本研究设计并实施了一种实时目标检测和识别系统，使用单次检测器(SSD)算法和深度学习技术	提出了一种高准确率和高效率的实时目标检测系统，并研究了多种预训练模型在不同数据集上的表现	系统需在合理的设备上运行，且对数据集的选择和模型的准确性依赖较大	开发并调查一种基于深度学习和神经网络的实时目标检测和识别系统	使用开放数据集评估SSD算法的性能及准确性	计算机视觉	NA	深度学习	SSD	图像	使用MS Common Objects in Context (COCO)、PASCAL VOC和Kitti等开放数据集进行评估
22558	2024-08-05	Information extraction of UV-NIR spectral data in waste water based on Large Language Model 2024-Oct-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.124475 PMID:38772179	研究论文	本研究提出了一种基于大型语言模型(LLM)的UV-NIR光谱数据提取方法	利用大型语言模型在UV-NIR光谱分析中实现更简便和快速的操作，超越传统机器学习模型的表现	本研究可能缺乏对不同实验设置的全面评估及更多样本的适用性	减少UV-NIR光谱分析中时间成本及操作复杂性	对包括复杂废水在内的三种不同水样的化学需氧量（COD）进行预测	机器学习	NA	大型语言模型（LLM）	NA	光谱数据	三种不同的水样
22559	2024-08-05	A double-branch convolutional neural network model for species identification based on multi-modal data 2024-Oct-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.124454 PMID:38788500	研究论文	该文章提出了一种基于多模态数据融合的双分支卷积神经网络模型用于物种识别	创新点在于将拉曼光谱和图像数据融合到一个双分支CNN模型中，提高了物种识别的准确性	未提及具体的样本限制或数据集大小	本研究旨在通过融合多模态数据提高物种识别的准确性	研究对象是通过使用拉曼光谱和图像数据进行物种识别	计算机视觉	NA	拉曼光谱	双分支CNN	图像和光谱数据	NA
22560	2024-08-05	Deep learning-based platform performs high detection sensitivity of intracranial aneurysms in 3D brain TOF-MRA: An external clinical validation study 2024-Aug, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105487 PMID:38761459	研究论文	本研究评估了一种基于深度学习算法的人工智能平台在3D时间飞行磁共振血管成像中对颅内动脉瘤的自动检测效能	开发了一种人工智能平台，应用深度学习算法以提高颅内动脉瘤的检测敏感性，并进行临床验证	本研究为回顾性研究，数据来自有限的时间段，可能存在选择偏倚	旨在验证基于深度学习的人工智能平台在颅内动脉瘤检测中的诊断效能	510名患者，包括215名有颅内动脉瘤的患者和295名没有动脉瘤的患者	数字病理学	NA	TOF-MRA	深度学习	医学影像	510名患者