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
801	2024-12-18	Fast and customizable image formation model for optical coherence tomography 2024-Dec-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.534263 PMID:39679414	研究论文	本文提出了一种基于一阶Born近似的光学相干断层扫描（OCT）图像形成模型，该模型在保持高现实性的同时显著提高了计算速度	提出的OCT图像形成模型比现有模型更快，同时保持了高度的现实性，并且适用于相敏OCT的模拟，适用于光学相干弹性成像（OCE）或多普勒OCT等场景	NA	开发一种快速且可定制的OCT图像形成模型，以支持图像解释和验证OCT信号处理技术	光学相干断层扫描（OCT）图像形成模型	计算机视觉	NA	光学相干断层扫描（OCT）	一阶Born近似模型	图像	NA
802	2024-12-18	Predictive Modeling of Long-Term Survivors with Stage IV Breast Cancer Using the SEER-Medicare Dataset 2024-Dec-01, Cancers IF:4.5Q1 DOI:10.3390/cancers16234033 PMID:39682219	研究论文	本文开发了一种深度学习模型，用于预测IV期乳腺癌患者的长期生存情况，基于SEER-Medicare数据集	本文的创新点在于将时间固定和时间变化协变量结合，用于预测IV期乳腺癌患者的生存情况，并考虑了后续治疗方案以指导治疗	本文的局限性在于仅使用了SEER-Medicare数据集，可能无法全面代表所有IV期乳腺癌患者的情况	开发高置信度的深度学习模型，预测IV期乳腺癌患者的个体化生存情况	IV期乳腺癌患者	机器学习	乳腺癌	深度学习	DeepSurv, DeepHit, Nnet-survival, Cox-Time	文本	14,312名IV期乳腺癌患者，共1,880,153条记录
803	2024-12-18	Diverse Dataset for Eyeglasses Detection: Extending the Flickr-Faces-HQ (FFHQ) Dataset 2024-Dec-01, Sensors (Basel, Switzerland) DOI:10.3390/s24237697 PMID:39686233	研究论文	本文扩展了Flickr-Faces-HQ (FFHQ)数据集，增加了用于眼镜检测的精确边界框标注	通过半自动化协议生成精确的边界框标注，扩展了FFHQ数据集，使其在眼镜检测方面更具多样性和实用性	未提及	解决现有面部数据集在眼镜检测方面标注不足的问题，提升数据集在数据中心AI应用中的实用性	扩展的FFHQ数据集及其在眼镜检测模型训练和基准测试中的应用	计算机视觉	NA	NA	YOLOv8, MobileNetV3	图像	70,000张图像，其中包含16,000多张带有眼镜的图像
804	2024-12-18	BD-freshwater-fish: An image dataset from Bangladesh for AI-powered automatic fish species classification and detection toward smart aquaculture 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.111132 PMID:39687362	研究论文	本文介绍了一个名为BD-freshwater-fish的图像数据集，用于通过AI技术进行自动鱼类物种分类和检测，旨在推动智能水产养殖	该数据集包含了来自孟加拉国自然环境下的4389张高清移动摄像头拍摄的12种不同鱼类物种的图像，为鱼类物种的自动分类和检测提供了新的资源	数据集的性能依赖于图像数据集的大小和图像质量	开发一个用于自动鱼类物种分类和检测的图像数据集，以支持智能水产养殖和鱼类产业	12种不同鱼类物种的图像	计算机视觉	NA	深度学习	NA	图像	4389张图像，包含12种不同鱼类物种
805	2024-12-18	Annotated emotional image datasets of Chinese university students in real classrooms for deep learning 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.111147 PMID:39687365	研究论文	本文收集并预处理了中国大学生在真实课堂中的面部表情数据，建立了首个真实课堂环境下的面部表情数据集，用于深度学习	本文填补了真实课堂环境中面部表情数据集的空白，提供了高质量和真实性的数据集，适用于教育技术中的实时情感识别模型开发	本文未提及数据集在不同光照、遮挡等复杂环境下的表现，也未讨论模型在实际应用中的性能	建立一个真实课堂环境下的面部表情数据集，为教育技术中的实时情感识别模型提供基础	中国大学生在真实课堂中的面部表情	计算机视觉	NA	深度学习	NA	图像	5527张图像，分为训练集、验证集和测试集
806	2024-12-18	Raw dataset of tensile tests in a 3D-printed nylon reinforced with oriented short carbon fibers 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.111149 PMID:39687376	研究论文	本文提供了在不同打印方向下3D打印尼龙复合材料拉伸测试的原始数据集	首次提供了不同打印方向下3D打印尼龙复合材料的拉伸测试数据，并结合了SEM和DIC图像	部分0°试样在测试区域半径处断裂，90°试样过早失效，导致部分图像丢失	研究3D打印尼龙复合材料在不同打印方向下的各向异性力学行为	3D打印尼龙复合材料在不同打印方向下的拉伸性能	NA	NA	3D打印、拉伸测试、扫描电子显微镜（SEM）、数字图像相关（DIC）	NA	机械测试数据、SEM图像、DIC图像	使用Mark 2打印机打印的三个不同打印方向（0°、±45°、90°）的试样
807	2024-12-18	Correction methods and applications of ERT in complex terrain 2024-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.103012 PMID:39687593	review	本文回顾了自20世纪初以来电阻率法地形校正研究的进展，并详细介绍了各种地形校正技术	本文介绍了多种地形校正技术，包括比值法、数值模拟方法、角域法、保角变换法、反演法和正交投影法	现有校正方法仍存在计算需求高和对实际地质条件适应性差等局限性	提高电阻率层析成像（ERT）数据解释的准确性	复杂地形下的电阻率法数据校正	NA	NA	电阻率层析成像（ERT）	NA	NA	NA
808	2024-12-18	Improving the generalizability of white blood cell classification with few-shot domain adaptation 2024-Dec, Journal of pathology informatics DOI:10.1016/j.jpi.2024.100405 PMID:39687668	研究论文	本文提出了一种易于实现的流程，通过少样本域适应方法提高白细胞分类的泛化能力	本文的创新点在于使用EfficientNet模型进行训练，并通过颜色转换和微调技术来提高模型在不同数据集上的分类准确性，同时保持较低的计算成本	本文的局限性在于仅使用了100张或少于100张的标注图像进行微调，可能限制了模型在某些数据集上的表现	研究目的是提高白细胞分类模型在不同数据集上的泛化能力	研究对象是白细胞的形态分类	机器学习	血液疾病	深度学习	EfficientNet	图像	训练集包括来自两个数据集的图像，测试集包括来自八个数据集的图像，每个目标数据集使用100张或少于100张标注图像进行微调
809	2024-12-18	A Hybrid Deep Learning Model with Data Augmentation to Improve Tumor Classification Using MRI Images 2024-Nov-30, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14232710 PMID:39682619	研究论文	本文提出了一种结合CNN和EfficientNetV2B3进行特征提取，并使用KNN进行分类的混合深度学习模型，用于提高脑肿瘤的分类准确性	本文的创新点在于将CNN和EfficientNetV2B3的扁平化输出连接后输入KNN分类器，以提高分类性能	NA	提高脑肿瘤分类的准确性	脑肿瘤的MRI图像	计算机视觉	脑癌	深度学习	混合模型（CNN、EfficientNetV2B3、KNN）	图像	两个数据集，第一个数据集包含3064张MRI图像，第二个数据集包含健康大脑和脑肿瘤的图像
810	2024-12-18	Hybrid CNN-GRU Model for Real-Time Blood Glucose Forecasting: Enhancing IoT-Based Diabetes Management with AI 2024-Nov-30, Sensors (Basel, Switzerland) DOI:10.3390/s24237670 PMID:39686207	研究论文	本文提出了一种基于门控循环单元（GRU）和卷积神经网络（CNN）的混合深度学习模型，用于实时血糖预测，以改进物联网（IoT）支持的糖尿病管理系统	创新的混合CNN-GRU模型结合了GRU的时间序列信息记录能力和CNN的特征提取能力，显著提高了实时血糖预测的准确性和及时性	本文未详细讨论混合模型的计算复杂性和在不同设备上的部署可行性	提高物联网支持的糖尿病管理系统中实时血糖预测的准确性和及时性	血糖水平（BGL）的实时预测	机器学习	糖尿病	NA	混合CNN-GRU模型	数据	使用了一个公开的1型糖尿病数据集
811	2024-12-18	Context-Aware Integrated Navigation System Based on Deep Learning for Seamless Localization 2024-Nov-30, Sensors (Basel, Switzerland) DOI:10.3390/s24237678 PMID:39686214	研究论文	本文提出了一种基于深度学习的上下文感知集成导航系统（CAINS），以在GPS信号不可用的情况下实现无缝定位	本文的创新点在于设计了上下文感知层和状态估计层，能够从IMU数据中提取车辆上下文特征，并通过建模上下文特征、速度、姿态和位置增量之间的关系来预测GPS位置增量	本文的局限性在于仅通过模拟结果验证了系统的定位精度，尚未在实际环境中进行测试	本文的研究目的是提高在GPS信号不可用环境下的定位性能	本文的研究对象是集成导航系统及其在GPS信号不可用环境下的定位性能	机器学习	NA	深度学习	深度学习层	传感器数据	NA
812	2024-12-18	A Lightweight Deep Learning Network with an Optimized Attention Module for Aluminum Surface Defect Detection 2024-Nov-30, Sensors (Basel, Switzerland) DOI:10.3390/s24237691 PMID:39686228	研究论文	本文提出了一种基于优化两阶段Faster R-CNN网络的轻量级深度学习网络，用于铝表面缺陷检测	引入了优化的卷积块注意力模块（CBAM）和轻量级Ghost模型，提高了网络效率和检测精度，并减少了网络复杂度	NA	开发一种高效且准确的铝表面缺陷检测方法，以满足工业实践的需求	铝表面缺陷	计算机视觉	NA	深度学习	Faster R-CNN	图像	3200张图像，按8:1:1的比例分为训练集、验证集和测试集
813	2024-12-18	An Empirical Model-Based Algorithm for Removing Motion-Caused Artifacts in Motor Imagery EEG Data for Classification Using an Optimized CNN Model 2024-Nov-30, Sensors (Basel, Switzerland) DOI:10.3390/s24237690 PMID:39686227	研究论文	本文提出了一种基于经验误差模型的算法，用于去除运动想象EEG数据中的运动伪影，并使用优化的CNN模型进行分类	本文的创新点在于提出了一种基于经验误差模型的运动伪影去除方法，并结合优化的CNN模型进行运动想象EEG数据的分类	本文的局限性在于仅在特定的轮椅和地形条件下进行了实验，可能需要进一步验证其在更广泛场景中的适用性	研究目的是提高运动想象脑机接口系统的解码效率，特别是为严重行动障碍者（如轮椅使用者）提供帮助	研究对象是运动想象EEG数据中的运动伪影去除和分类	脑机接口	NA	EEG	CNN	EEG数据	三种不同轮椅和五种不同地形（包括道路、砖地、混凝土、地毯和大理石）下的实验数据
814	2024-12-18	Schizophrenia Detection and Classification: A Systematic Review of the Last Decade 2024-Nov-29, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14232698 PMID:39682605	综述	本文对过去十年中使用人工智能（AI）进行精神分裂症（SZ）检测和分类的研究进行了系统性回顾	本文总结了AI技术在SZ诊断中的最新进展，特别是机器学习（ML）和深度学习（DL）模型在特征提取、分类和多模态数据整合方面的有效性	本文指出了当前研究中的常见挑战，包括数据集的局限性、预处理方法的差异性以及对更可解释模型的需求	评估AI在SZ诊断中的应用，并强调当前方法的优缺点	精神分裂症的检测和分类	机器学习	精神疾病	机器学习（ML）和深度学习（DL）	NA	多模态数据（EEG、sMRI、fMRI）	NA
815	2024-12-18	Machine Learning-Based Process Optimization in Biopolymer Manufacturing: A Review 2024-Nov-29, Polymers IF:4.7Q1 DOI:10.3390/polym16233368 PMID:39684112	综述	本文综述了机器学习技术在生物聚合物制造过程中的应用，旨在优化生产流程	本文系统总结了机器学习技术在生物聚合物生产中的应用，展示了其在提高效率、降低成本和改善产品质量方面的潜力	NA	总结机器学习技术在生物聚合物生产中的应用，为未来研究提供参考	生物聚合物制造过程中的机器学习应用	机器学习	NA	机器学习	监督学习、无监督学习和深度学习算法	生产过程中生成的复杂数据	NA
816	2024-12-18	Automated Food Weight and Content Estimation Using Computer Vision and AI Algorithms 2024-Nov-29, Sensors (Basel, Switzerland) DOI:10.3390/s24237660 PMID:39686196	研究论文	本文利用计算机视觉和人工智能技术，在自助餐厅环境中自动估计食物的重量和内容	本文创新性地结合了RGB和深度相机进行食物体积测量，并通过密度模型估计食物重量	本文仅在自助餐厅环境中验证了方法，未在其他场景中进行测试	利用计算机视觉和人工智能技术量化食物分配服务中的关键成分	自助餐厅中的菜品计数、内容识别和份量大小估计	计算机视觉	NA	YOLO架构	YOLO	图像	使用RGB相机捕捉的托盘交付过程图像进行测试
817	2024-12-18	Pixel-Based Long-Wave Infrared Spectral Image Reconstruction Using a Hierarchical Spectral Transformer 2024-Nov-29, Sensors (Basel, Switzerland) DOI:10.3390/s24237658 PMID:39686195	研究论文	本文提出了一种基于像素的分层光谱Transformer（HST），用于长波红外光谱图像重建	创新点在于提出了HST架构，能够有效捕捉局部和全局光谱相关性，并在有限数据下提高光谱分辨率和减少噪声	本文的局限性在于依赖于公开的单像素长波红外光谱数据库，数据稀缺性仍然是一个挑战	研究目的是提高长波红外光谱图像的分辨率和质量	研究对象是长波红外光谱图像	计算机视觉	NA	深度学习	Transformer	图像	使用了公开的单像素长波红外光谱数据库
818	2024-12-18	Dense-TNT: Efficient Vehicle Type Classification Neural Network Using Satellite Imagery 2024-Nov-29, Sensors (Basel, Switzerland) DOI:10.3390/s24237662 PMID:39686199	研究论文	本文提出了一种新的Dense-TNT神经网络框架，用于在复杂环境下进行车辆类型分类	提出了结合Densely Connected Convolutional Network (DenseNet) 和 Transformer-in-Transformer (TNT) 层的Dense-TNT框架，以提高在复杂环境下的车辆类型分类能力	未提及具体的局限性	提高在复杂环境下的车辆类型分类能力	车辆类型分类	计算机视觉	NA	深度神经网络	Dense-TNT	图像	三个区域在四种不同天气条件下的车辆数据
819	2024-12-18	DeepRSMA: a cross-fusion-based deep learning method for RNA-small molecule binding affinity prediction 2024-Nov-28, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae678 PMID:39540702	研究论文	提出了一种基于交叉融合的深度学习方法DeepRSMA，用于预测RNA与小分子的结合亲和力	开发了核苷酸级和原子级的特征提取模块，并引入了基于Transformer的交叉融合模块，以捕捉RNA和小分子之间的交互模式	NA	加速RNA靶向药物的发现	RNA与小分子的结合亲和力	机器学习	NA	深度学习	Transformer	序列和图	NA
820	2024-12-18	Severity Classification of Parkinson's Disease via Synthesis of Energy Skeleton Images from Videos Produced in Uncontrolled Environments 2024-Nov-28, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14232685 PMID:39682593	研究论文	本文提出了一种基于深度学习技术的框架，用于在非受控环境中通过视频数据合成能量骨架图像，以诊断和分类帕金森病的严重程度	创新点在于利用深度学习技术从非受控环境中的步态序列合成能量骨架图像，并通过三种先进模型（CNN、ResNet和ViT）进行分析，实现帕金森病的早期诊断和严重程度分类	NA	开发一种成本效益高且易于访问的工具，用于在各种医疗环境中进行帕金森病的早期检测和监测	帕金森病的诊断和严重程度分类	机器学习	神经退行性疾病	深度学习	CNN、ResNet、ViT	视频	包含早期帕金森病标记视频的数据集