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
12781	2024-11-26	Enhanced MobileNet for skin cancer image classification with fused spatial channel attention mechanism 2024-11-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80087-w PMID:39572649	研究论文	本文提出了一种改进的MobileNet模型，结合空间通道注意力机制用于皮肤癌图像分类	引入了一种新的注意力机制，用于揭示图像中的全局关联信息，从而提高分类性能	未提及具体的局限性	提高皮肤癌图像分类的准确性，以提升患者的生存率并减轻公共卫生负担	皮肤癌图像	计算机视觉	皮肤癌	卷积神经网络	MobileNet	图像	使用了国际皮肤成像协作组织2019年公开数据集（ISIC-2019）
12782	2024-11-26	The diagnostic value of MRI segmentation technique for shoulder joint injuries based on deep learning 2024-11-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80441-y PMID:39572780	研究论文	研究基于深度学习的MRI图像分割技术在游泳者肩关节损伤诊断中的应用价值	开发了一种新的多尺度特征融合网络（MSFFN），通过优化和整合AlexNet和U-Net算法，用于肩关节MRI图像的分割	研究样本仅限于52名游泳者，可能存在样本量不足的问题	评估基于深度学习的MRI图像分割技术在诊断游泳者肩关节损伤中的有效性	游泳者的肩关节损伤	计算机视觉	运动损伤	MRI图像分割	多尺度特征融合网络（MSFFN）	图像	52名游泳者
12783	2024-11-26	The urine formed element instance segmentation based on YOLOv5n 2024-11-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79969-w PMID:39562665	研究论文	本研究提出了一种基于YOLOv5n的尿液形成元素实例分割模型，用于快速准确地检测和分割尿液中的形成元素	本研究创新性地将YOLOv5n与小FCN网络结合，实现了对尿液形成元素的快速且准确的实例分割	本研究仅使用了500张图像的数据集进行验证，数据集规模较小，可能影响模型的泛化能力	开发一种基于深度学习的自动化尿液形成元素分析方法，以提高临床疾病诊断的准确性和效率	尿液中的形成元素，如尿液细胞等	计算机视觉	泌尿系统疾病	YOLOv5n	YOLOv5n	图像	500张尿液形成元素图像
12784	2024-11-26	Convolutional neural network for oral cancer detection combined with improved tunicate swarm algorithm to detect oral cancer 2024-11-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79250-0 PMID:39562767	研究论文	本文提出了一种结合改进的海鞘群算法的卷积神经网络用于口腔癌检测	本文创新性地将改进的海鞘群算法与卷积神经网络结合，提高了口腔癌检测的准确性	NA	开发一种更准确的口腔癌检测方法	口腔癌患者的图像数据	计算机视觉	口腔癌	卷积神经网络	CNN	图像	口腔癌图片数据集
12785	2024-10-30	Deep Learning-Based Method for Rapid 3D Whole-Heart Modeling in Congenital Heart Disease: Correspondence 2024-Oct-28, Cardiology IF:1.9Q3 DOI:10.1159/000542318 PMID:39467517	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
12786	2024-11-26	Deep learning prediction of survival in patients with heart failure using chest radiographs 2024-Sep, The international journal of cardiovascular imaging DOI:10.1007/s10554-024-03177-w PMID:38969836	研究论文	本研究开发并验证了一种使用胸部X光片进行深度学习生存预测模型，用于预测心力衰竭患者的生存率	本研究首次使用深度学习模型结合胸部X光片和临床参数，显著提高了心力衰竭患者生存预测的准确性	本研究样本量较小，且仅限于特定时间段和机构的患者数据	开发和验证一种基于胸部X光片的深度学习生存预测模型，用于心力衰竭患者的生存预测	心力衰竭患者及其胸部X光片	计算机视觉	心血管疾病	深度学习	深度学习模型	图像	353名心力衰竭患者
12787	2024-11-26	USE OF ARTIFICIAL INTELLIGENCE IN THE DIAGNOSIS AND TREATMENT OF ORTHOPEDIC DISEASES: LITERATURE REVIEW 2024-Sep, Georgian medical news PMID:39580822	综述	本文综述了人工智能技术在骨科疾病诊断和治疗中的应用	本文总结了人工智能在骨科疾病诊断和治疗中的有效性	NA	综述和分析人工智能在肌肉骨骼系统疾病诊断和治疗中的应用	骨科疾病的诊断和治疗	机器学习	NA	机器学习、深度学习、虚拟现实	神经网络	图像	348篇出版物，其中201篇可公开获取
12788	2024-11-26	DilatedToothSegNet: Tooth Segmentation Network on 3D Dental Meshes Through Increasing Receptive Vision 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01061-6 PMID:38441700	研究论文	本文介绍了一种名为DilatedToothSegNet的牙齿分割网络，通过增加感受野来提高3D牙模的分割精度	提出了一个名为扩张边缘卷积的网络操作符，通过扩展网络的感受野来增强学习更远特征的能力，从而提高分割结果	NA	提高3D牙模中牙齿的自动分割精度	3D牙模中的牙齿分割	计算机视觉	NA	几何深度学习	CNN	3D模型	使用了最近发布的基准数据集Teeth3DS进行评估
12789	2024-11-26	Artificial intelligence in predicting pathogenic microorganisms' antimicrobial resistance: challenges, progress, and prospects 2024, Frontiers in cellular and infection microbiology IF:4.6Q1 DOI:10.3389/fcimb.2024.1482186 PMID:39554812	综述	本文综述了人工智能和机器学习技术在预测病原微生物抗菌药物耐药性方面的最新进展	介绍了支持向量机、随机森林和深度学习网络等主要AI和ML模型在耐药性预测中的应用	讨论了数据可用性、模型可解释性和跨物种耐药性预测等主要挑战	探讨通过算法优化、数据集扩展和跨学科合作来研究微生物耐药性的新视角和解决方案	病原微生物的抗菌药物耐药性	机器学习	NA	人工智能 (AI) 和机器学习 (ML)	支持向量机、随机森林、深度学习网络	生物医学数据	NA
12790	2024-11-26	Predicting Immune Checkpoint Inhibitor-Related Pneumonitis via Computed Tomography and Whole-Lung Analysis Deep Learning 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056314192241002075034 PMID:39582280	研究论文	本文提出了一种基于计算机断层扫描（CT）图像和深度学习的全肺分析模型，用于预测免疫检查点抑制剂相关性肺炎（ICI-P）的风险	本文提出了一种新颖的全肺分析深度学习模型，结合了密集连接卷积网络（DenseNet）和特征金字塔网络（FPN），能够自动挖掘CT图像中的全局肺部信息，无需手动标注图像	NA	预测免疫检查点抑制剂相关性肺炎（ICI-P）的个体化风险，以辅助个性化免疫治疗计划	免疫检查点抑制剂相关性肺炎（ICI-P）的风险预测	计算机视觉	肺部疾病	深度学习	DenseNet 和 FPN 结合的深度学习模型	CT图像	157名患者
12791	2024-11-26	Erratum: Bioinformatic analysis reveals the association between bacterial morphology and antibiotic resistance using light microscopy with deep learning 2024, Frontiers in microbiology IF:4.0Q2 DOI:10.3389/fmicb.2024.1516320 PMID:39583549	correction	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
12792	2024-11-25	Automated tablet defect detection and the prediction of disintegration time and crushing strength with deep learning based on tablet surface images 2024-Dec-25, International journal of pharmaceutics IF:5.3Q1 DOI:10.1016/j.ijpharm.2024.124896 PMID:39489389	研究论文	本文提出了一种基于深度学习的自动检测片剂缺陷并预测崩解时间和抗压强度的方法	利用YOLOv5算法进行实时缺陷识别和基于表面纹理预测崩解时间和抗压强度	仍有进一步改进的空间	提高制药生产中的质量控制和效率	片剂的缺陷检测、崩解时间和抗压强度的预测	计算机视觉	NA	深度学习	YOLOv5	图像	涉及五种不同类别的缺陷
12793	2024-11-25	Lightweight deep learning model for underwater waste segmentation based on sonar images 2024-Dec-15, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2024.09.008 PMID:39277917	研究论文	本文提出了一种基于声呐图像的轻量级深度学习模型，用于水下废物分割，为自主水下机器人提供像素级定位信息和废物类别	引入了混合感知和多尺度注意力模块，以捕捉多尺度上下文特征并增强高级关键信息，同时使用采样注意力模块和跨层交互模块实现特征下采样和融合细节特征与语义特征	NA	提高水下废物回收的自动化程度，促进可持续海洋发展	水下废物及其在声呐图像中的分割	计算机视觉	NA	深度学习	多尺度跨层网络	图像	NA
12794	2024-11-25	Unveiling the non-linear effects of water and oil on hyperspectral imaging-based characterization of solid waste by hyperspectral unmixing 2024-Dec-15, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2024.09.011 PMID:39357305	研究论文	本文研究了水和油对固体废物高光谱成像特征的非线性影响，并提出了基于高光谱解混的新方法	首次尝试使用高光谱解混技术提取固体废物中的端元成分，并展示了其贡献度	NA	研究水和油对固体废物高光谱成像特征的非线性影响	固体废物的高光谱成像特征	计算机视觉	NA	高光谱成像	深度学习模型	光谱数据	各种固体废物成分受纯水、油和三种渗滤液影响的光谱数据
12795	2024-11-25	Deep learning approaches for classification of copper-containing metal scrap in recycling processes 2024-Dec-15, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2024.10.022 PMID:39454556	研究论文	本文研究了使用深度学习方法对含铜金属废料进行分类，以替代传统的XRF/XRT设备	本文首次在金属回收过程中使用RGB相机和深度学习模型进行含铜金属废料的分类，并评估了多种CNN架构的性能	本文仅评估了20种常见的CNN架构，未涵盖所有可能的深度学习模型	开发一种低成本的传感器设备和深度学习模型，用于在金属回收过程中高效分离铜和铁废料	含铜和铁的金属废料	计算机视觉	NA	深度学习	CNN	图像	2200个金属废料样本
12796	2024-11-25	Rapid and accurate bacteria identification through deep-learning-based two-dimensional Raman spectroscopy 2024-Dec-15, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2024.343376 PMID:39580159	研究论文	本文提出了一种基于深度学习和二维拉曼光谱的快速准确细菌鉴定策略	通过结合小波包变换和Gramian角场技术，实现了高精度且高效的细菌鉴定，相比传统方法训练时间减少了90%	NA	开发一种快速且准确的细菌鉴定方法	细菌鉴定	机器学习	NA	拉曼光谱	深度学习模型	光谱图像	两种和三十种细菌分离株
12797	2024-11-25	Enhancing decision confidence in AI using Monte Carlo dropout for Raman spectra classification 2024-Dec-15, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2024.343346 PMID:39580162	研究论文	本文提出了一种结合蒙特卡罗 dropout 和卷积神经网络的方法，用于增强拉曼光谱分类中的决策置信度	本文的创新点在于在推理阶段使用蒙特卡罗 dropout 来测量模型的不确定性，从而提高预测的可靠性	NA	本文的研究目的是提高基于拉曼光谱的细菌菌株识别的准确性	本文的研究对象是拉曼光谱数据及其在细菌菌株识别中的应用	机器学习	NA	蒙特卡罗 dropout	卷积神经网络 (CNN)	光谱数据	两个数据集，分别是 1206 个光谱和 3000 个光谱
12798	2024-11-25	Artificial neural networks development in prosthodontics - a systematic mapping review 2024-Dec, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2024.105385 PMID:39362297	综述	本文系统地分类了现有文献，并全面概述了人工神经网络（ANN）在修复学中的预测模型	本文引入了对修复学中ANN目标、数据、架构、评估指标和局限性的系统分析	本文揭示了ANN开发中的局限性，特别是在数据生命周期方面	旨在系统地分类现有文献，并全面概述人工神经网络（ANN）在修复学中的预测模型	修复学中的人工神经网络（ANN）预测模型	机器学习	NA	人工神经网络（ANN）	人工神经网络（ANN）	NA	从597篇文章中筛选出70篇报告，其中33%来自2023年，29%关注种植修复，71%关注非种植修复
12799	2024-11-25	Image-based multi-omics analysis for oral science: Recent progress and perspectives 2024-Dec, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2024.105425 PMID:39427959	综述	本文综述了基于图像的多组学分析在口腔科学中的应用和最新进展	探讨了深度学习辅助的多组学分析在提取比传统诊断方法更具代表性特征方面的潜力	NA	讨论基于图像的多组学分析在口腔科学中的应用及其对传统诊断方法的潜在增强作用	口腔和牙科疾病的诊断与治疗	数字病理学	NA	多组学分析	深度学习	图像	NA
12800	2024-11-25	Fully automated method for three-dimensional segmentation and fine classification of mixed dentition in cone-beam computed tomography using deep learning 2024-Dec, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2024.105398 PMID:39447958	研究论文	本文介绍了一种基于深度学习的全自动方法，用于在锥形束计算机断层扫描（CBCT）图像中对混合牙列进行三维分割和精细分类	该研究开发了一种基于改进的nnU-Net和U-Net网络的高精度自动化深度学习模型，用于混合牙列的分类和分割	NA	建立一种高精度的自动化模型，用于混合牙列在CBCT图像中的精细分类和三维分割	混合牙列和恒牙列在CBCT图像中的分类和分割	计算机视觉	NA	深度学习	nnU-Net, U-Net	图像	训练集包含336个CBCT扫描，测试集包含120个混合牙列CBCT扫描和143个恒牙列CBCT扫描