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
13901	2024-08-05	A Comprehensive Survey on Deep Learning-Based LoRa Radio Frequency Fingerprinting Identification 2024-Jul-08, Sensors (Basel, Switzerland) DOI:10.3390/s24134411 PMID:39001190	综述	本文对基于深度学习的LoRa无线频率指纹识别进行了全面的调研	提出了深度学习基于硬件固有特征的无线频率指纹识别作为设备识别的新方法	未提及具体的实验结果或实际应用案例	旨在评估和总结基于深度学习的LoRa设备识别技术的最新进展	LoRa设备的无线频率指纹识别技术	机器学习	NA	深度学习	NA	信号	NA
13902	2024-08-05	Enhancing Immunotherapy Response Prediction in Metastatic Lung Adenocarcinoma: Leveraging Shallow and Deep Learning with CT-Based Radiomics across Single and Multiple Tumor Sites 2024-Jul-08, Cancers IF:4.5Q1 DOI:10.3390/cancers16132491 PMID:39001553	研究论文	本研究评估了基于CT的放射组学特征在预测转移性肺腺癌患者无进展生存期中的潜力	创新点在于利用单一及多肿瘤位点的CT-based放射组学特征与先进的机器学习生存算法相结合，以提升预后预测的准确性	研究局限在于仅涵盖特定癌症中心的患者，可能影响结果的外部可推广性	研究的目的是为转移性肺腺癌患者提供有效的无进展生存期预测	研究对象为接受第一线免疫检查点抑制剂治疗的转移性肺腺癌患者	机器学习	肺癌	CT放射组学	深度学习	图像	140名患者
13903	2024-08-05	Deep Learning-Based Simultaneous Temperature- and Curvature-Sensitive Scatterplot Recognition 2024-Jul-07, Sensors (Basel, Switzerland) DOI:10.3390/s24134409 PMID:39001188	研究论文	本研究通过有限元法数值建模温度和曲率，以理解光纤在温度和曲率干扰下的复杂输入输出交互	提出了一种能够自动提取高度相似散射特征的最佳端到端残差神经网络模型	缺乏对不同类型光纤的广泛适用性分析	研究光纤在温度和曲率干扰条件下的散射模式	多模光纤（MMF）在温度和曲率干扰下的散射特性	计算机视觉	NA	有限元法	残差神经网络	散射图	通过数值模拟和实验方法进行验证
13904	2024-08-05	Detecting Internal Defects in FRP-Reinforced Concrete Structures through the Integration of Infrared Thermography and Deep Learning 2024-Jul-06, Materials (Basel, Switzerland) DOI:10.3390/ma17133350 PMID:38998430	研究论文	本研究通过整合红外热成像和深度学习技术，显著推动了结构健康监测的进展	本研究创新性地结合了红外热成像和Mask R-CNN神经网络，用于精确检测和分割FRP增强混凝土结构中的隐藏缺陷	NA	研究的目的是提升对FRP增强混凝土结构内部缺陷的检测能力	本研究的对象是FRP增强混凝土结构的内部缺陷	数字病理学	NA	红外热成像（IRT）	Mask R-CNN	图像	使用双RGB和热成像相机设置捕获的图像数据，进行语义分割训练，样本数量未具体说明
13905	2024-08-05	Utilizing Deep Learning for Diagnosing Radicular Cysts 2024-Jul-06, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14131443 PMID:39001333	研究论文	本研究旨在开发一种能够在全景X光片上诊断根尖囊肿的深度学习算法	本研究通过开发深度学习算法，提高了根尖囊肿的诊断准确性，标志着口腔和颌面放射学领域的重要进展	研究在单一医院收集数据，样本量可能会影响算法的普遍适用性	探讨深度学习在根尖囊肿诊断中的应用	对138个根尖囊肿和100个正常全景X光片进行分析	数字病理学	NA	深度学习	NA	图像	138个根尖囊肿图像和100个正常全景X光片
13906	2024-08-05	Glove-Net: Enhancing Grasp Classification with Multisensory Data and Deep Learning Approach 2024-Jul-05, Sensors (Basel, Switzerland) DOI:10.3390/s24134378 PMID:39001157	研究论文	本文介绍了一种利用多传感器数据手套的抓取分类新方法，捕捉复杂的抓取动态。	提出了一种混合CNN-BiLSTM架构，将CNN的空间特征提取能力与BiLSTM的时序学习能力相结合，优化了抓取模式的分类。	未提及具体的局限性.	旨在改善抓取分类，以增强人机交互和实际应用。	研究对象为10名参与者在抓取24种物体过程中的数据。	计算机视觉	NA	多传感器数据收集	混合CNN-BiLSTM	多模态数据	10名参与者
13907	2024-08-05	Research on Mobile Robot Navigation Method Based on Semantic Information 2024-Jul-04, Sensors (Basel, Switzerland) DOI:10.3390/s24134341 PMID:39001121	研究论文	本文提出了一种基于语义信息的移动机器人导航和轨迹插值的方法	结合了深度学习的语义激光SLAM系统和轨迹插值算法，提升了对动态对象的表示能力	NA	解决动态环境中移动机器人导航和轨迹插值的问题	在大场景中提取动态点云的深层特征并输出静态对象的语义信息	计算机视觉	NA	深度学习，语义激光SLAM	PointNet++	点云	在SIASUN大场景校园进行的实验
13908	2024-08-05	Comprehensive Review: Machine and Deep Learning in Brain Stroke Diagnosis 2024-Jul-04, Sensors (Basel, Switzerland) DOI:10.3390/s24134355 PMID:39001134	综述	本文全面回顾了机器学习和深度学习在脑卒中诊断中的应用	提出了使用机器学习和深度学习技术分析脑卒中的潜力，并提供了相关数据集	主要局限于回顾性分析，并未涉及新的实验性研究	旨在讨论机器学习和深度学习在脑卒中预测及管理结果中的应用	对2020年至2024年间25篇相关综述论文进行分析	机器学习	脑卒中	机器学习和深度学习	NA	医学数据	25篇综述论文的研究
13909	2024-08-05	Contrastive Self-supervised Learning for Neurodegenerative Disorder Classification 2024-Jul-04, medRxiv : the preprint server for health sciences DOI:10.1101/2024.07.03.24309882 PMID:39006425	研究论文	该文章探讨了一种使用对比自监督学习分类神经退行性疾病的方法	提出了一种无数据标签的自监督学习模型，用于区分不同的神经退行性疾病并提供可解释性	依赖于现有的MRI数据集，可能在数据代表性和多样性方面存在限制	研究自监督学习如何可行地用于神经退行性疾病的分类	T1加权MRI扫描图像，涉及阿尔茨海默病和前额叶痴呆症等不同类型的神经退行性疾病	机器学习	阿尔茨海默病，前额叶痴呆症	T1加权MRI	深度卷积神经网络，单层感知机	图像	2694个T1加权MRI扫描
13910	2024-08-05	A Robust Deep Feature Extraction Method for Human Activity Recognition Using a Wavelet Based Spectral Visualisation Technique 2024-Jul-04, Sensors (Basel, Switzerland) DOI:10.3390/s24134343 PMID:39001122	研究论文	本研究提出了一种基于小波变换的谱视觉化技术用于人类活动识别	通过时频域分析从一维多传感器数据中提取深层特征，实现了潜在活动模式的提取	研究主要集中在可穿戴传感器数据，未考虑其他技术的对比	提高日常活动识别的准确性和效率	可穿戴传感器数据，尤其是加速度计和陀螺仪数据	计算机视觉	NA	小波变换	CNN, MobileNetV3, ResNet, GoogleNet	图像	SisFall和PAMAP2基准数据集
13911	2024-08-05	Goats on the Move: Evaluating Machine Learning Models for Goat Activity Analysis Using Accelerometer Data 2024-Jul-04, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani14131977 PMID:38998089	研究论文	本研究评估了使用加速度计数据的机器学习模型以分析山羊活动	引入了两种独特的数据转换技术，使加速度数据的分析不依赖于方向	模型在识别相似加速度轨迹和少数类行为时表现不佳，未来需要更大更平衡的数据集	旨在提升动物行为识别的准确性和模型的泛化能力	本研究对象为山羊活动的分析	机器学习	NA	加速度计	多层感知器、卷积神经网络、混合卷积神经网络	时间序列数据	使用了不同山羊的交叉验证样本
13912	2024-08-05	Deep Learning-Based Dynamic Region of Interest Autofocus Method for Grayscale Image 2024-Jul-04, Sensors (Basel, Switzerland) DOI:10.3390/s24134336 PMID:39001115	研究论文	提出了一种基于深度学习的动态感兴趣区域自动对焦方法。	构建了一个新的灰度图像自动对焦数据集，并将对焦问题转化为序数回归问题，提出了两个新的对焦策略。	数据集的限制可能影响深度学习方法的广泛研究。	研究光学系统中的自动对焦技术。	针对灰度图像的自动对焦方法。	计算机视觉	NA	深度学习	MobileViT	图像	NA
13913	2024-08-05	Geometry-complete diffusion for 3D molecule generation and optimization 2024-Jul-03, Communications chemistry IF:5.9Q1 DOI:10.1038/s42004-024-01233-z PMID:38961141	研究论文	本研究提出了几何完整扩散模型，用于3D分子的生成和优化	该模型在生成有效的大型3D分子方面表现优越，克服了先前方法的缺陷	虽然该模型显示出较强的生成能力，但对特定蛋白质口袋的设计可能仍需进一步验证	研究旨在改进3D分子生成的方法，使其能学习到重要的几何特性	研究对象为3D分子的生成与优化	机器学习	NA	扩散模型	图神经网络 (GNN)	数据集	QM9数据集和GEOM-Drugs数据集，涉及多个3D分子
13914	2024-08-05	Deep Learning Histology for Prediction of Lymph Node Metastases and Tumor Regression after Neoadjuvant FLOT Therapy of Gastroesophageal Adenocarcinoma 2024-Jul-03, Cancers IF:4.5Q1 DOI:10.3390/cancers16132445 PMID:39001507	研究论文	本研究旨在建立一个深度学习预测模型，以评估新辅助FLOT化疗的反应。	该文创新性地利用深度学习从未接受治疗的食管胃腺癌活检的整片图像中提取视觉特征，并与临床数据相结合进行预测。	研究的样本量相对较小，并且需要在前瞻性研究中进一步确认结果。	研究目的是评估新辅助FLOT化疗对食管胃腺癌的反应，利用深度学习模型进行预测。	研究对象为来自科隆大学医院和海德堡大学医院的食管胃腺癌患者。	数字病理学	胃食管腺癌	深度学习	神经网络	图像和临床数据	共计137名患者，其中78名来自科隆大学医院，59名来自海德堡大学医院
13915	2024-08-05	Bidirectional Copy-Paste Mamba for Enhanced Semi-Supervised Segmentation of Transvaginal Uterine Ultrasound Images 2024-Jul-03, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14131423 PMID:39001313	研究论文	提出了一种双向复制粘贴Mamba模型用于转阴道超声图像的半监督分割。	该研究创新性地使用了双向复制粘贴方法和一种U形结构模型结合视觉状态空间模块，改进了超声图像的分割方法。	实验只在转阴道超声图像上进行，可能对其他类型的医学图像分割效果有限。	旨在提高转阴道超声图像中的子宫参数的自动分割精度。	研究对象为来自华中科技大学同济医院的1940张转阴道超声图像。	计算机视觉	子宫疾病	半监督学习	BCP-Mamba	图像	1940张转阴道超声图像
13916	2024-08-05	Colon Cancer Disease Diagnosis Based on Convolutional Neural Network and Fishier Mantis Optimizer 2024-Jul-02, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14131417 PMID:39001307	研究论文	本研究提出了一种基于卷积神经网络和Fishier mantis优化器的结肠癌自动检测方法	结合深度学习和灵感来自自然的优化算法，提高了结肠癌诊断的准确性和效率	可能由于特征过多导致特征提取和数据分类不准确	提升结肠癌早期诊断的准确性和有效性	结肠癌图像数据集	计算机视觉	结肠癌	卷积神经网络	CNN	图像	综合数据集中的结肠癌图像
13917	2024-08-05	Recent Innovations in Footwear and the Role of Smart Footwear in Healthcare-A Survey 2024-Jul-02, Sensors (Basel, Switzerland) DOI:10.3390/s24134301 PMID:39001080	综述	智能鞋引领了个性化健康监测和辅助技术的新纪元	文章强调了先进传感器在健康监测中的整合以及智能鞋在医疗应用中的潜力	当前鞋类设计复杂，适配性差，舒适度低且成本高	探讨智能鞋在医疗应用中的潜力，特别是对于糖尿病患者	智能鞋的最新技术与医疗应用	数字病理学	糖尿病相关疾病	传感器技术，蓝牙数据收集	深度学习	传感器数据	NA
13918	2024-08-05	Research on Monitoring Assistive Devices for Rehabilitation of Movement Disorders through Multi-Sensor Analysis Combined with Deep Learning 2024-Jul-01, Sensors (Basel, Switzerland) DOI:10.3390/s24134273 PMID:39001051	研究论文	本研究旨在通过结合卷积神经网络（CNN）和随机森林模型来评估运动障碍的康复设备	将多传感器分析与深度学习技术相结合，提供了一种全面的步态分析方法	研究未详细说明样本的选取标准和数量，可能影响结果的普遍性	评估运动障碍患者的康复进展	正常与异常步态群体	计算机视觉	运动障碍	CNN和随机森林模型	CNN	传感器数据	NA
13919	2024-08-05	Attention-Based Deep Learning Approach for Breast Cancer Histopathological Image Multi-Classification 2024-Jul-01, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14131402 PMID:39001292	研究论文	本研究提出了一种基于注意力机制的深度学习架构，用于乳腺癌的组织病理图像多分类	提出了有效的通道空间注意力网络（ECSAnet），结合了高效网络架构和卷积块注意力模块	未针对不同类型的癌症进行广泛测试，可能存在一定的数据局限性	旨在提高乳腺癌组织病理图像的检测和分类准确性	使用BreakHis数据集的乳腺癌组织病理图像	数字病理学	乳腺癌	深度学习	ECSAnet	图像	涉及的样本数量NA
13920	2024-08-05	Enhancing genome-wide populus trait prediction through deep convolutional neural networks 2024-Jul, The Plant journal : for cell and molecular biology DOI:10.1111/tpj.16790 PMID:38741374	研究论文	本研究构建了一种深度学习方法DCNGP，有效预测了65种表型的特征	提出了DCNGP模型，该模型能有效捕捉复杂的非加性效应，具有较强的预测能力和稳定性	未提供关于数据集大小和样本划分的详细信息	研究基因组基础的植物育种，提升农艺性状的预测能力	以白杨为研究对象	机器学习	NA	深度卷积神经网络	DCNGP	数据集	三个数据集