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
13201	2024-08-05	Estimating the Severity of Oral Lesions Via Analysis of Cone Beam Computed Tomography Reports: A Proposed Deep Learning Model 2024-Jul-26, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2024.06.015 PMID:39068121	研究论文	本研究旨在根据锥形束计算机断层扫描报告区分高风险和低风险口腔病变	提出了一种基于深度学习的CNN-LSTM模型，通过密集向量表示词语，有效捕捉语义相似性	样本仅限于1134份来自一个机构的CBCT放射报告	探讨使用深度学习分析放射学报告来评估口腔病变的严重性	收集的1134份CBCT放射学报告由三位专家规定严重性等级	数字病理学	NA	深度学习	CNN-LSTM	文本	1134份CBCT放射学报告
13202	2024-08-05	Tuberculosis research advances and future trends: A bibliometric knowledge mapping approach 2024-Jul-26, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000039052 PMID:39058842	研究论文	本研究使用主题建模和共词分析识别海湾合作委员会国家与结核病相关的科学出版物	采用了文献计量分析方法和多种软件工具来探讨过去30年间海湾合作委员会国家的结核病研究动态和趋势	未提及研究的具体限制	识别海湾合作委员会国家中与结核病相关的科学出版物及其研究趋势	海湾合作委员会国家的结核病相关科学出版物	NA	结核病	文献计量分析	NA	出版物	共计1999篇与结核病相关的出版物
13203	2024-08-05	Ultrasound-based deep learning radiomics nomogram for differentiating mass mastitis from invasive breast cancer 2024-Jul-26, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01353-x PMID:39060962	研究论文	本研究旨在开发和验证基于超声的深度学习放射组学标志物，以区分肿块性乳腺炎和侵袭性乳腺癌	研究提出了一种新的深度学习放射组学标志物，能够有效区分肿块性乳腺炎和侵袭性乳腺癌，并且在临床上具有良好的实际应用价值	样本量相对较小，可能会影响模型的普遍适用性和稳定性	研究旨在提升肿块性乳腺炎与侵袭性乳腺癌的区分能力	研究对象为肿块性乳腺炎和侵袭性乳腺癌患者	数字病理学	乳腺癌	深度学习，放射组学	随机森林，支持向量机，K均值聚类	超声图像	共招募50例肿块性乳腺炎和180例侵袭性乳腺癌患者
13204	2024-08-05	Exogenous variable driven deep learning models for improved price forecasting of TOP crops in India 2024-Jul-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68040-3 PMID:39060335	研究论文	该文章探讨了外生变量驱动的深度学习模型在印度主要农作物价格预测中的应用	提出了考虑外生因素的先进单变量模型NBEATSX和TransformerX，展示了深度学习模型在农产品价格预测中的优越性	研究主要集中在少数几种作物的价格预测，可能不足以代表所有农作物情况	提高印度主要农作物价格预测的准确性	印度主要市场的番茄、洋葱和土豆等作物的价格数据	机器学习	NA	深度学习模型	NBEATSX和TransformerX	价格数据和天气数据	主要市场的TOP作物价格数据和相应的气象数据
13205	2024-08-05	Dense Pedestrian Detection Based on GR-YOLO 2024-Jul-22, Sensors (Basel, Switzerland) DOI:10.3390/s24144747 PMID:39066144	研究论文	本文提出了一种基于Yolov8的改进密集行人检测算法GR-yolo	GR-yolo引入repc3模块优化骨干网络，增强特征提取能力，并采用聚合-分布机制重构yolov8颈部结构	在特定复杂场景下可能仍存在一定的检测困难	研究密集行人检测算法以提升安全防护能力	密集人群中的行人检测	计算机视觉	NA	深度学习	Yolov8	图像	在更广泛的人群数据集上进行的实验，包括多个数据集的评估
13206	2024-08-05	Automatic Annotation Diagnostic Framework for Nasopharyngeal Carcinoma via Pathology-Fidelity GAN and Prior-Driven Classification 2024-Jul-22, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11070739 PMID:39061821	研究论文	本研究提出了一种基于深度学习的鼻咽癌诊断框架，无需人工标注	提出了一种新颖的无配对生成网络和基于先验驱动的图像分类系统	仅在232个案例上进行了研究，样本量有限	优化鼻咽癌的早期病理诊断方法	无角化癌亚型的鼻咽癌	数字病理	鼻咽癌	深度学习	无配对生成对抗网络（GAN）	图像	232个案例
13207	2024-08-05	Laser-Induced Breakdown Spectroscopy-Visible and Near-Infrared Spectroscopy Fusion Based on Deep Learning Network for Identification of Adulterated Polygonati Rhizoma 2024-Jul-22, Foods (Basel, Switzerland) DOI:10.3390/foods13142306 PMID:39063390	研究论文	本研究提出了一种基于深度学习网络的LIBS-VNIR融合方法，用于识别掺假黄精	提出了结合元素信息的激光诱导击穿光谱和分子信息的可见光及近红外光谱的新型深度学习模型LVDLNet	未提及具体的限制因素	快速检测黄精的掺假情况以保障食品安全和公平竞争	来自不同地区的掺假黄精样本	机器学习	NA	激光诱导击穿光谱（LIBS）和可见及近红外光谱（VNIR）	LVDLNet	光谱数据	不同来源的掺假样本，具体样本数量未提及
13208	2024-08-05	Security in Transformer Visual Trackers: A Case Study on the Adversarial Robustness of Two Models 2024-Jul-22, Sensors (Basel, Switzerland) DOI:10.3390/s24144761 PMID:39066157	研究论文	本文研究了变换器模型在视觉跟踪中的安全性，特别是其对对抗攻击的脆弱性	首次系统性地评估了变换器视觉跟踪器在对抗攻击下的鲁棒性	仅对两种变换器模型进行了评估，可能无法全面反映所有变换器模型的安全特性	重点调查变换器模型在视觉跟踪中的安全性及其对对抗攻击的脆弱性	研究变换器视觉跟踪模型的对抗鲁棒性	计算机视觉	NA	深度学习	变换器	视频	OTB100, VOT2018和GOT-10k数据集中的多个视频序列
13209	2024-08-05	Computational Insights into Reproductive Toxicity: Clustering, Mechanism Analysis, and Predictive Models 2024-Jul-22, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms25147978 PMID:39063220	研究论文	该研究对生殖毒性分子的计算分析进行了全面调查	本研究结合了支持向量机和深度学习模型，提高了生殖毒性的预测准确性	传统的分子-靶点研究方法在处理复杂的毒性机制方面显得不够充分	研究生殖毒性的识别和评估，以提高药物安全性	研究了三种生殖毒性分子：二甲基海因、酚和双环己基邻苯二甲酸酯	计算机视觉	NA	支持向量机，深度学习	自定义深度学习模型	分子结构数据	NA
13210	2024-08-05	Soil Marginal Effect and LSTM Model in Chinese Solar Greenhouse 2024-Jul-21, Sensors (Basel, Switzerland) DOI:10.3390/s24144730 PMID:39066129	研究论文	本文全面研究了山西省晋中市太阳能温室的土壤热环境。	研究结合理论、实验、数值模拟及深度学习建模，首次系统探讨了太阳能温室土壤温度的区域划分及其温度变化。	本文未详细阐述影响土壤热环境变化的其他潜在因素。	研究太阳能温室内土壤热环境的变化及其对植物生长的影响。	聚焦于太阳能温室的土壤温度及其热环境。	数字农业	NA	深度学习建模	LSTM	温度数据	NA
13211	2024-08-05	Integrating the Capsule-like Smart Aggregate-Based EMI Technique with Deep Learning for Stress Assessment in Concrete 2024-Jul-21, Sensors (Basel, Switzerland) DOI:10.3390/s24144738 PMID:39066134	研究论文	本研究提出了一种利用1D CNN深度学习对混凝土应力进行监测的方法	将胶囊式智能聚合物电磁阻抗技术与深度学习相结合，用于混凝土应力的评估	研究中未提及样本的多样性和长期监测的准确性	研究混凝土应力监测的新方法	使用胶囊式智能聚合电磁阻抗传感器获取混凝土应力数据	机器学习	NA	电磁阻抗(EMI)	1D CNN	信号	一个嵌入CSA的圆柱形混凝土结构
13212	2024-08-05	A Saturation Artifacts Inpainting Method Based on Two-Stage GAN for Fluorescence Microscope Images 2024-Jul-20, Micromachines IF:3.0Q2 DOI:10.3390/mi15070928 PMID:39064439	研究论文	本文提出了一种基于两阶段GAN的细胞荧光显微镜图像饱和伪影修复方法	提出了一种新颖的两阶段细胞图像恢复模型，能够恢复饱和伪影造成的表型特征损失	未明确提及具体的实验限制或结果局限性	旨在利用深度学习方法减轻饱和伪影的影响，并揭示化学、遗传与环境因素对细胞状态的影响	荧光显微镜下的细胞图像	数字病理学	NA	生成对抗网络 (GAN)	两阶段GAN	图像	NA
13213	2024-08-05	Enhancing Air Traffic Control Communication Systems with Integrated Automatic Speech Recognition: Models, Applications and Performance Evaluation 2024-Jul-20, Sensors (Basel, Switzerland) DOI:10.3390/s24144715 PMID:39066111	研究论文	本文对自动语音识别（ASR）技术在空中交通管制（ATC）通信系统中的应用进行了全面评述	提出了针对ATC的更全面和准确的评估方法，并考虑了通信传感系统和深度学习技术的进展	未在摘要中提供具体的实验或实证数据支持	旨在提升ATC通信系统中自动语音识别技术的应用与效果	主要研究ATC领域中的ASR模型、应用场景及评估标准	自然语言处理	NA	自动语音识别	NA	语音	NA
13214	2024-08-05	Infrared Image Super-Resolution Network Utilizing the Enhanced Transformer and U-Net 2024-Jul-19, Sensors (Basel, Switzerland) DOI:10.3390/s24144686 PMID:39066083	研究论文	文章设计了一种新的红外图像超分辨率网络，结合了增强Transformer和U-Net以提高红外图像的重建性能	提出了残差Swin Transformer和平均池化块，设计了SwinAIR和SwinAIR-GAN以增强红外图像的超分辨率重建能力	文章未提及对不同类型红外图像的广泛适用性和硬件实现细节的考量	探索红外图像的超分辨率重建方法	红外图像的重建及其特点	计算机视觉	NA	深度学习	Swin Transformer, U-Net, GAN	图像	多种数据集中的评估
13215	2024-08-05	Explainable AI for Interpretation of Ovarian Tumor Classification Using Enhanced ResNet50 2024-Jul-19, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14141567 PMID:39061704	研究论文	本文实现了一种自定义分类器用于卵巢肿瘤数据集的分类并解释分类结果	提出了一种修改后的ResNet50模型，兼具高分类性能和可解释性	现有文献在分类结果的可解释性和特征重要性识别方面有限	研究目的是提高卵巢肿瘤分类的准确性和可解释性	研究对象为卵巢肿瘤的CT扫描图像数据集	计算机视觉	卵巢肿瘤	深度学习	修改的ResNet50	图像	CT扫描的卵巢肿瘤图像
13216	2024-08-05	SCAE-Stacked Convolutional Autoencoder for Fault Diagnosis of a Hydraulic Piston Pump with Limited Data Samples 2024-Jul-18, Sensors (Basel, Switzerland) DOI:10.3390/s24144661 PMID:39066058	研究论文	该文章提出了一种基于堆叠卷积自编码器的故障诊断方法，适用于有限数据样本的液压活塞泵。	SCAE模型通过增强梯度信息流和提取更丰富的层次特征，即使在有限和噪声数据下也能实现优越的诊断性能。	该研究主要依赖于有限的数据样本，可能影响模型的广泛适用性。	研究旨在开发一种针对液压活塞泵的故障诊断方法。	研究对象为液压活塞泵的故障诊断。	机器学习	NA	深度学习	堆叠卷积自编码器 (SCAE)	时间-频率视觉模式	有限的数据样本
13217	2024-08-05	Next-Gen Medical Imaging: U-Net Evolution and the Rise of Transformers 2024-Jul-18, Sensors (Basel, Switzerland) DOI:10.3390/s24144668 PMID:39066065	评论	本文探讨了U-Net架构的演变及基于变压器的模型在医学影像中的崛起	首次全面比较了U-Net及变压器模型在医学影像中的应用和局限	主要集中在理论分析，缺乏实证研究的数据支持	旨在分析医学影像技术的发展和变革	聚焦于U-Net架构及其变种与变压器模型	数字病理	NA	NA	U-Net, 变压器	NA	NA
13218	2024-08-05	Deep Learning-Based Automated Cell Detection-Facilitated Meat Quality Evaluation 2024-Jul-18, Foods (Basel, Switzerland) DOI:10.3390/foods13142270 PMID:39063354	研究论文	本文提出了一种基于深度学习的自动细胞检测方法，用于肉类质量评估	提出了一个名为DCRNet的卷积神经网络，通过使用聚合残差块和可变形卷积网络来提高细胞检测的效率和准确性	NA	提高肉类质量评估中的细胞检测效率和准确性	被染色的动物细胞	计算机视觉	NA	卷积神经网络	DCRNet	图像	NA
13219	2024-08-05	Intelligent Inspection Method and System of Plastic Gear Surface Defects Based on Adaptive Sample Weighting Deep Learning Model 2024-Jul-18, Sensors (Basel, Switzerland) DOI:10.3390/s24144660 PMID:39066057	研究论文	本文提出了一种智能检测算法网络PGD-net，用于塑料齿轮表面缺陷检测	提出了一种自适应样本加权方法，并将其集成到改进的Focal-IoU损失函数中，解决了因缺陷数据集分布不平衡导致的低检测准确性	当前模型可能仍受限于复杂缺陷类型的检测数据收集和分类	本研究旨在提高塑料齿轮表面缺陷检测的全面性和准确性	研究对象包括注射成型后的塑料齿轮表面缺陷	计算机视觉	NA	深度学习	PGD-net	图像	构建了包含16种缺陷类型的塑料齿轮表面缺陷数据集
13220	2024-08-05	Deep Learning Soft-Decision GNSS Multipath Detection and Mitigation 2024-Jul-18, Sensors (Basel, Switzerland) DOI:10.3390/s24144663 PMID:39066059	研究论文	提出了一种利用卷积神经网络（CNN）检测全球导航卫星信号中的多路径效应的技术	结合了二维离散傅里叶变换对相关器输出进行预处理，提高了CNN在多路径信号检测中的准确性	尚未说明研究的具体局限性	旨在提高GNSS信号中多路径效应的检测和减轻能力	使用合成噪声数据集检测和处理不同多路径场景中的GNSS信号	计算机视觉	NA	卷积神经网络（CNN）	CNN	时间域数据，频率域数据	使用2D相关器网格的合成噪声输出生成的多个样本