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
22941	2024-08-05	Advancements in Uric Acid Stone Detection: Integrating Deep Learning with CT Imaging and Clinical Assessments in the Upper Urinary Tract 2024, Urologia internationalis IF:1.5Q3 DOI:10.1159/000538133 PMID:38432217	研究论文	本文旨在通过深度学习分析CT扫描和临床检测数据以识别尿酸结石	结合深度学习与CT成像和临床评估，开发多种预测模型识别尿酸结石	样本量较小，仅包括276名患者	建立准确识别尿酸结石的预测模型	276名上尿路结石患者	机器学习	NA	CT成像、机器学习	深度学习模型	血液和尿液检测数据、CT扫描	276名患者，48名尿酸结石患者和228名其他类型结石患者
22942	2024-08-05	Guided diffusion for inverse molecular design 2023-Oct, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-023-00532-0 PMID:38177755	研究论文	本文介绍了一种新的逆分子设计方法GaUDI，其结合了属性预测的等变图神经网络和生成扩散模型	GaUDI通过结合图神经网络和生成扩散模型，实现了对分子属性的条件设计，并能够生成超出初始分布的分子	未提及具体的局限性	提高分子设计的效率和有效性，特别是在有机电子应用中	生成的475,000个多环芳香系统的数据集	机器学习	NA	生成扩散模型，图神经网络	NA	数据集	475,000个多环芳香系统
22943	2024-08-05	VOC transport in an occupied residence: Measurements and predictions via deep learning 2023-Sep-20, The Science of the total environment DOI:10.1016/j.scitotenv.2023.164559 PMID:37263430	研究论文	本研究监测和预测了占用居住环境中的挥发性有机化合物(VOCs)	通过深度学习模型预测了在占用居住环境中十种典型VOCs的浓度，并发现人类活动对VOCs排放有显著影响	在研究中未涉及更广泛的环境变量和更多的VOCs种类	研究居住环境中VOCs的传输特性及其暴露评估	在占用的住宅中监测和预测十种典型VOCs	数字病理学	NA	深度学习	长短期记忆网络(LSTM)	时间序列数据	10种典型VOCs
22944	2024-08-05	Unsupervised 3D Pose Transfer With Cross Consistency and Dual Reconstruction 2023-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2023.3259059 PMID:37030769	研究论文	本文提出了一种无监督的3D姿态转移方法，旨在从源网格向目标网格转移姿态，同时保留目标网格的身份信息	提出了一种名为X-DualNet的简单而有效的方法，能够在无监督下实现3D姿态转移	依赖于真实场景中有限的地面真实数据，尽管可以实现无监督训练，但可能在某些情况下受到限制	实现高效的无监督3D姿态转移	源网格与目标网格的人类与动物数据	计算机视觉	NA	深度学习	NA	网格数据	广泛的人类和动物数据
22945	2024-08-05	A Generalized Explanation Framework for Visualization of Deep Learning Model Predictions 2023-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2023.3241106 PMID:37022375	研究论文	提出了一种通用的解释框架GALORE，用于深度学习模型预测的可视化	通过统一归因解释和两种其他类型的解释，提出了新的解释类别以处理深度学习模型的不确定性	主要集中于专家领域的细粒度分类问题，可能不适用于其他类型的分类问题	提高对深度学习模型决策过程的理解	使用CUB200和ADE20K数据集进行对象识别和场景分类的实验	计算机视觉	NA	NA	NA	图像	使用两个数据集进行实验，具体样本数量未提及
22946	2024-08-05	Deep Learning Based Apples Counting for Yield Forecast Using Proposed Flying Robotic System 2023-Jul-05, Sensors (Basel, Switzerland) DOI:10.3390/s23136171 PMID:37448020	研究论文	本文研究了一种基于深度学习的苹果计数方法，旨在提高产量预测的准确性	提出了一种飞行机器人系统(FRS)用于自主检测和计数苹果，并比较了两种神经网络模型的性能	论文中未提及具体的环境和光照条件对模型性能的影响	提高苹果产量预测的准确性	使用自定义数据集和深度学习模型检测和计数苹果	计算机视觉	NA	深度学习，卷积神经网络(CNN)	SSD Mobilenet 和 Faster R-CNN	图像	4000张苹果图像
22947	2024-08-05	Adaptively Lightweight Spatiotemporal Information-Extraction-Operator-Based DL Method for Aero-Engine RUL Prediction 2023-Jul-05, Sensors (Basel, Switzerland) DOI:10.3390/s23136163 PMID:37448012	研究论文	提出了一种名为Involution GRU的轻量级自适应时空信息提取操作符，用于预测航空发动机的剩余使用寿命（RUL）	创新性地引入了自适应特征提取操作符，改善了现有模型的复杂性和自适应性	NA	提高航空发动机RUL预测的准确性和性能	航空发动机的剩余使用寿命	机器学习	NA	深度学习	Inv-GRU	多种原始数据	使用C-MAPSS数据集进行比较实验
22948	2024-08-05	Pashto Handwritten Invariant Character Trajectory Prediction Using a Customized Deep Learning Technique 2023-Jun-30, Sensors (Basel, Switzerland) DOI:10.3390/s23136060 PMID:37447909	研究论文	本研究专注于使用深度学习技术检测和识别普什图手写字符和连字	开发了针对普什图的特定数据集，并引入了数据增强技术，以提升手写字符识别的准确性	专注于普什图语言，可能对其他区域语言的适用性有限	旨在保护普什图手写字符的识别和记录	普什图手写字符和连字	计算机视觉	NA	深度学习	定制CNN	图像	NA
22949	2024-08-05	ConvNeXt steel slag sand substitution rate detection method incorporating attention mechanism 2023-Jun-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-37676-y PMID:37391568	研究论文	提出了一种基于深度学习的钢渣砂替代率检测方法	通过在ConvNeXt模型中加入Squeeze and Excitation注意力机制，提高了钢渣砂混合物颜色特征的提取效率	检测方法效率低，缺乏具有代表性的采样	提升钢渣砂替代率检测的效率和准确性	钢渣砂的替代率	计算机视觉	NA	深度学习	ConvNeXt	图像	NA
22950	2024-08-05	Micro-architecture design exploration template for AutoML case study on SqueezeSEMAuto 2023-Jun-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-37682-0 PMID:37391458	研究论文	本文探讨了一种AutoML框架，用于SqueezeNet的微架构设计探索	提出了将SE块与残差块组合并应用于SqueezeNet的创新方法	没有提及实验的计算资源和时间成本	旨在优化CNN架构设计以提高图像识别任务的准确性	研究对象为基于SqueezeNet的深度学习模型	计算机视觉	NA	卷积神经网络	SqueezeNet	图像	CIFAR-10和清华人脸表情数据集
22951	2024-08-05	Performance Degradation Assessment of Railway Axle Box Bearing Based on Combination of Denoising Features and Time Series Information 2023-Jun-26, Sensors (Basel, Switzerland) DOI:10.3390/s23135910 PMID:37447760	研究论文	提出了一种基于深度残差收缩网络和深度长短期记忆网络的铁路轴箱轴承性能退化评估模型	提出了结合去噪特征和时间序列信息的方法，提高模型对早期故障的敏感性	未提及特定的应用环境和实际操作中的限制	解决现有滚动轴承性能退化评估方法中噪声和时间信息被忽略的问题	铁路轴箱轴承的性能退化评估	机器学习	NA	深度残差收缩网络，深度长短期记忆网络	DRSN-LSTM	信号	人工诱导缺陷和加速疲劳测试数据
22952	2024-08-05	FPGA Implementation of Keyword Spotting System Using Depthwise Separable Binarized and Ternarized Neural Networks 2023-Jun-19, Sensors (Basel, Switzerland) DOI:10.3390/s23125701 PMID:37420866	研究论文	该研究提出了一种深度可分离的二元/三元神经网络硬件加速器，用于关键词识别系统	提出了一种新的深度可分离二元/三元神经网络加速器，能够在单一设备上同时进行唤醒词识别和命令分类	没有提到在不同硬件平台上的适应性和扩展性	研究旨在优化关键词识别系统的硬件实现，以提高效率	本研究对象是关键词识别系统中的深度学习算法和硬件实现	机器学习	NA	硬件加速	深度可分离二元/三元神经网络	音频数据	NA
22953	2024-08-05	Forest Fire Smoke Detection Based on Deep Learning Approaches and Unmanned Aerial Vehicle Images 2023-Jun-19, Sensors (Basel, Switzerland) DOI:10.3390/s23125702 PMID:37420867	研究论文	该文章提出了一种基于深度学习的森林火灾烟雾检测方法，使用无人机图像提高检测效率	提出了改进的YOLOv7模型，结合CBAM注意机制和SPPF+层来增强烟雾特征提取能力	未提及限制条件	旨在快速识别森林火灾初期烟雾，以便及时响应并防止火势蔓延	森林火灾烟雾图像	计算机视觉	NA	YOLOv7	YOLOv7	图像	6500张无人机拍摄的烟雾图像
22954	2024-08-05	Indoor Scene Recognition Mechanism Based on Direction-Driven Convolutional Neural Networks 2023-Jun-17, Sensors (Basel, Switzerland) DOI:10.3390/s23125672 PMID:37420835	研究论文	本文提出了一种基于深度学习的房间级室内定位系统，结合视觉信息和智能手机传感器。	引入了方向驱动的卷积神经网络（CNN），并采用多种加权融合策略提升系统性能。	研究仍受限于智能手机计算能力，需结合服务器进行部分计算。	研究旨在提升室内场景识别与定位的准确性。	研究对象包括使用智能手机拍摄的室内图像。	计算机视觉	NA	深度学习、卷积神经网络（CNN）	卷积神经网络（CNN）	图像	在真实数据集上进行的多个实验分析
22955	2024-08-05	A Cost-Driven Method for Deep-Learning-Based Hardware Trojan Detection 2023-Jun-11, Sensors (Basel, Switzerland) DOI:10.3390/s23125503 PMID:37420671	研究论文	提出了一种基于深度学习的多尺度硬件木马检测模型MHTtext	引入深度学习进行自动特征提取，并提出了稳定性效率指数(SEI)的新评估指标	现有传统检测方法不适用于大规模集成，研究社区尚处于早期阶段	研究自动检测硬件木马的方法以应对恶意电路	重点研究硬件木马在芯片中的检测问题	深度学习	NA	深度学习	TextCNN	电路网表	基准网表的实验结果
22956	2024-08-05	A Deep Learning Method for Rolling Bearing Fault Diagnosis Based on Attention Mechanism and Graham Angle Field 2023-Jun-10, Sensors (Basel, Switzerland) DOI:10.3390/s23125487 PMID:37420653	研究论文	提出了一种基于Gramian角场编码技术和改进的ResNet50模型的滚动轴承故障诊断方法	结合Graham角场技术与ResNet算法实现了自动特征提取和故障诊断	无法在摘要中找到具体的局限性信息	提高滚动轴承故障诊断的准确性和时效性	滚动轴承的故障诊断	机器学习	NA	GAF编码技术	改进的ResNet50模型	图像	使用了Casey Reserve University的滚动轴承数据进行验证
22957	2024-08-05	Research on Apple Recognition Algorithm in Complex Orchard Environment Based on Deep Learning 2023-Jun-08, Sensors (Basel, Switzerland) DOI:10.3390/s23125425 PMID:37420591	研究论文	本文提出了一种基于深度学习的水果识别算法，以解决果园复杂环境下的低识别准确率问题	通过将残差模块与交叉阶段平衡网络（CSP Net）组合，集成空间金字塔池（SPP）模块，并替换NMS算法为Soft NMS算法，显著提高了识别精度	未提及具体的局限性	提高在复杂果园环境中的水果识别准确率和实时性	果园中的水果	计算机视觉	NA	深度学习	YOLOv5	图像	使用数据集进行训练和测试，具体样本量未说明
22958	2024-08-05	Automated Traffic Surveillance Using Existing Cameras on Transit Buses 2023-May-26, Sensors (Basel, Switzerland) DOI:10.3390/s23115086 PMID:37299813	研究论文	本文提出了一种基于已有公交车摄像头的自动交通监测方法	本研究首次将公共交通公交车作为交通监测代理，利用现有的传感器进行车辆计数和轨迹跟踪	该方法的准确性可能受到不同天气条件的影响，尽管已经进行了全面的研究	研究旨在提高交通数据的准确性，以支持交通规划和管理	研究对象为固定路线上的公交车和经过的车辆	计算机视觉	NA	视觉基于的对象检测和跟踪	2D深度学习模型	视频	多个小时的实际监控视频来自正在运营的公交车
22959	2024-08-05	Trends and Challenges in AIoT/IIoT/IoT Implementation 2023-May-25, Sensors (Basel, Switzerland) DOI:10.3390/s23115074 PMID:37299800	研究论文	本文分析并强调了AIoT技术生态系统的趋势与挑战	探讨了TinyML和神经形态计算等低功耗AI技术，并提出了一个使用TinyML的草莓疾病检测案例研究	尽管快速进展，AIoT/IIoT/IoT技术面临安全性、可靠性等多个挑战	分析AIoT技术在多领域应用中的趋势与挑战	AIoT、IIoT、IoT技术及其在健康、智能农业等领域的应用	NA	草莓疾病	TinyML	NA	NA	一个案例研究
22960	2024-08-05	Deep Learning-Based Anomaly Detection in Video Surveillance: A Survey 2023-May-24, Sensors (Basel, Switzerland) DOI:10.3390/s23115024 PMID:37299751	review	本文提供了深度学习技术在视频异常检测领域的综合评估	对深度学习在视频异常检测中的应用进行了分类，并探讨了预处理和特征工程技术	未提及具体的评价标准或对比实验	旨在全面审视深度学习方法在视频异常检测中的应用	讨论不同方法的目标和学习指标下的深度学习方法	计算机视觉	NA	深度学习	生成模型	视频	NA