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
14641	2024-10-11	Chemical Selectivity and Sensitivity of a 16-Channel Electronic Nose for Trace Vapour Detection 2017-Dec-08, Sensors (Basel, Switzerland) DOI:10.3390/s17122845 PMID:29292764	研究论文	本文介绍了基于16个差分微电容器的16通道电子鼻的设计、构建和测量，用于检测目标分子的蒸汽痕迹	提出了使用不同硅烷表面功能化的微电容器来增强化学选择性，并探讨了使用人工智能深度学习方法进一步提高选择性的可能性	NA	研究电子鼻的化学选择性和灵敏度，以可靠检测爆炸物和其他有害物质	16通道电子鼻及其对TNT、RDX、DNT等分子的检测能力	NA	NA	NA	NA	NA	NA
14642	2024-10-10	High-resolution image dataset for the automatic classification of phenological stage and identification of racemes in Urochloa spp. hybrids 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110928 PMID:39376481	研究论文	本文介绍了一个高分辨率RGB图像数据集，用于自动分类Urochloa spp.杂交种的物候阶段和识别花序	首次在Urochloa属中探索使用图像分析评估物候阶段和种子产量	NA	开发用于自动分类物候阶段和识别花序的机器学习和深度学习模型，以加速育种	Urochloa spp.杂交种的物候阶段和花序	计算机视觉	NA	RGB成像	机器学习和深度学习模型	图像	2400张高分辨率RGB图像，涵盖200个杂交种，拍摄时间为7个月
14643	2024-10-10	Dataset of infected date palm leaves for palm tree disease detection and classification 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110933 PMID:39376482	研究论文	本文介绍了一个用于检测和分类棕榈叶疾病的图像数据集	该数据集包含了8种主要影响棕榈叶的疾病类型，并提供了健康棕榈叶的基准	数据集主要关注棕榈叶和叶片的图像，未包括果实、树干和根部	旨在帮助早期识别和分类棕榈树感染	棕榈叶疾病和健康状态	计算机视觉	NA	NA	深度学习模型	图像	共收集了608张原始图像，最终处理后的数据集包含3089张图像
14644	2024-10-09	Deep fit_predic: a novel integrated pyramid dilation EfficientNet-B3 scheme for fitness prediction system 2024-Nov, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2023.2269287 PMID:37865927	研究论文	本研究介绍了一种新的深度学习技术，用于通过个人健康数据进行有效的健身预测	提出了Pyramid Dilated EfficientNet-B3技术，结合增强的变色龙群优化技术和Minkowski集成重力中心聚类方法，提高了健身预测的准确性	NA	开发一种高效的健身预测系统	个人健康数据	机器学习	NA	深度学习	EfficientNet-B3	健康数据	NA
14645	2024-10-10	Differentiable modeling and optimization of non-aqueous Li-based battery electrolyte solutions using geometric deep learning 2024-Oct-05, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-51653-7 PMID:39369004	研究论文	本文开发了一种可微分的几何深度学习模型DiffMix，用于非水性锂基电池电解液溶液的建模和优化	本文通过创建几何深度学习可学习的物理系数，扩展了混合物热力学和传输定律，并结合机器人实验装置Clio，实现了电解液离子电导率的显著提升	NA	开发一种新的模型来优化电池电解液的性能	非水性锂基电池电解液	机器学习	NA	几何深度学习	几何深度学习模型	混合物热力学和离子传输属性	NA
14646	2024-10-10	Unsupervised few shot learning architecture for diagnosis of periodontal disease in dental panoramic radiographs 2024-10-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73665-5 PMID:39369017	研究论文	研究提出了一种用于牙科全景X光片中牙周病诊断的无监督少样本学习算法	引入了一种新的无监督少样本学习算法，利用UNet架构生成感兴趣区域，并通过卷积变分自编码器提取关键特征，通过高级聚类算法进行标签分配，克服了医学影像中标记数据稀缺的问题	NA	解决医学影像中标记数据稀缺的问题，提高牙周病诊断的准确性和效率	牙科全景X光片中的牙周病诊断	计算机视觉	牙周病	UNet架构、卷积变分自编码器	UNet、卷积变分自编码器	图像	100张标记图像
14647	2024-10-10	A lighter hybrid feature fusion framework for polyp segmentation 2024-10-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72763-8 PMID:39369043	研究论文	提出了一种新的CNN-Transformer混合模型用于息肉分割，结合了CNN和Transformer的优势，提高了分割精度并提升了计算效率	将自注意力计算从整个特征图转换到宽度和高度方向，设计了新的信息传播模块并引入了额外的位置偏置系数，减少了Transformer中深度和混合特征融合带来的信息分散	未提及具体限制	提高息肉分割的准确性和计算效率	结肠镜图像中的息肉	计算机视觉	结直肠癌	NA	CNN-Transformer混合模型	图像	多个基准数据集
14648	2024-10-10	Deep learning models for tendinopathy detection: a systematic review and meta-analysis of diagnostic tests 2024-Oct-03, EFORT open reviews IF:4.3Q1 DOI:10.1530/EOR-24-0016 PMID:39360789	综述	本文对使用深度学习模型进行肌腱病检测的诊断测试进行了系统综述和荟萃分析	本文通过荟萃分析评估了深度学习模型在诊断肌腱病中的性能，展示了其在医学影像诊断中的潜在应用价值	本文主要依赖于已发表的研究，可能存在选择偏倚和研究质量不一致的问题	评估深度学习模型在诊断肌腱病中的性能	深度学习模型在肌腱病诊断中的应用	机器学习	NA	深度学习	深度学习模型	影像	分析了来自六篇文章的十一种深度学习模型
14649	2024-10-10	Intelligent skin-removal photoacoustic computed tomography for human based on deep learning 2024-Oct, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202400197 PMID:39092484	研究论文	本文提出了一种基于深度学习的智能皮肤去除光声计算机断层扫描方法，用于人体深层组织的成像	本文提出了一种基于特征金字塔结构和单一类型皮肤标注的2.5D深度学习模型，并设计了一种掩码生成算法来自动去除皮肤，提高了图像重建的准确性和信噪比	NA	开发一种能够有效去除皮肤信号干扰的光声计算机断层扫描方法，以实现人体深层组织的高清成像	人体外周血管的光声图像	计算机视觉	NA	光声计算机断层扫描（PACT）	2.5D深度学习模型	图像	人体外周血管
14650	2024-10-10	A novel method combining deep learning with the Kennard-Stone algorithm for training dataset selection for image-based rice seed variety identification 2024-Oct, Journal of the science of food and agriculture IF:3.3Q2 DOI:10.1002/jsfa.13668 PMID:39031773	研究论文	本文提出了一种结合深度学习和Kennard-Stone算法的新方法，用于基于图像的水稻种子品种识别的训练数据集选择	引入了结合深度学习和Kennard-Stone算法的训练样本选择方法，显著提高了水稻品种分类的准确性	需要进一步探索该方法在其他类型数据集上的应用潜力	提高基于图像的水稻种子品种识别的准确性	20种杂交水稻种子品种的RGB图像	计算机视觉	NA	深度学习	卷积神经网络 (CNN) 和自编码器	图像	20种杂交水稻种子品种
14651	2024-10-10	From leaf to harvest: achieving sustainable agriculture through advanced disease prediction with DBN-EKELM 2024-Oct, Journal of the science of food and agriculture IF:3.3Q2 DOI:10.1002/jsfa.13665 PMID:38932576	研究论文	本文介绍了一种基于深度信念网络增强核极限学习机（DBN-EKELM）的新技术，用于早期检测和分类植物病害	提出了DBN-EKELM技术，结合了深度学习和核极限学习机的优势，并引入了一种新的二进制增益共享知识优化算法（NBGSK）进行参数调优	未提及具体限制	开发一种新的深度学习技术，用于早期检测和分类植物病害，以提高农业生产的可持续性	植物病害的早期检测和分类	机器学习	NA	深度信念网络（DBN），增强核极限学习机（EKELM）	深度信念网络（DBN）	图像	未提及具体样本数量
14652	2024-10-10	Predicting prostate cancer grade reclassification on active surveillance using a deep learning-based grading algorithm 2024-Oct-01, Journal of the National Cancer Institute DOI:10.1093/jnci/djae139 PMID:38889303	研究论文	本文使用基于深度学习的算法AIRAProstate重新评估前列腺癌主动监测中的活检样本，验证其在前列腺癌分级中的应用	首次验证了基于深度学习的算法AIRAProstate在前列腺癌主动监测中的分级重分类效果，发现其比传统泌尿病理学家评估更准确	研究仅限于两个独立的前列腺癌主动监测队列，样本量相对较小	验证基于深度学习的算法在前列腺癌主动监测中的分级重分类效果	前列腺癌主动监测中的活检样本	机器学习	前列腺癌	深度学习	NA	图像	两个队列共涉及307个样本，其中138个仅使用系统活检，169个在初始活检前进行了前列腺磁共振成像
14653	2024-10-09	Deep recognition of rice disease images: how many training samples do we really need? 2024-Oct, Journal of the science of food and agriculture IF:3.3Q2 DOI:10.1002/jsfa.13636 PMID:38877787	研究论文	研究探讨了不同数据量对水稻病害图像识别任务的影响，并开发了一个功能模型来预测数据集大小与模型识别准确率之间的关系	首次系统科学地研究了数据量对水稻病害图像识别任务的影响，并提出了一个指数模型来描述这种关系	研究仅限于水稻稻瘟病和健康水稻叶片的图像，未涵盖其他水稻病害	探讨数据量对水稻病害图像识别准确率的影响	水稻稻瘟病和健康水稻叶片的图像	计算机视觉	水稻病害	深度学习	VGG16	图像	不同数量的水稻稻瘟病和健康水稻叶片图像
14654	2024-10-10	Kidney medicine meets computer vision: a bibliometric analysis 2024-Oct, International urology and nephrology IF:1.8Q3 DOI:10.1007/s11255-024-04082-w PMID:38814370	研究论文	本文通过文献计量分析探讨了计算机视觉在肾脏医学研究中的应用和研究趋势	本文首次通过文献计量分析和网络可视化技术，全面概述了计算机视觉在肾脏医学研究中的进展和未来趋势	本文主要依赖于文献计量分析，可能无法全面反映所有相关研究的细节和深度	探索计算机视觉在肾脏医学研究中的应用现状和未来研究方向	计算机视觉技术在肾脏医学中的应用，包括医学图像处理、手术程序、医学图像分析/诊断等	计算机视觉	肾脏疾病	深度学习、机器学习	NA	图像	涉及1900年至2022年间的相关出版物
14655	2024-10-10	Integrating deep learning with non-destructive thermal imaging for precision guava ripeness determination 2024-Oct, Journal of the science of food and agriculture IF:3.3Q2 DOI:10.1002/jsfa.13614 PMID:38804719	研究论文	本文提出了一种利用热成像技术结合深度学习模型来精确评估番石榴成熟度的非破坏性方法	本文首次将热成像技术与深度学习模型结合用于番石榴成熟度的评估，并比较了五种深度学习模型的性能	本文未详细讨论不同品种番石榴在成熟过程中的细微变化对评估结果的影响	开发一种精确且非破坏性的方法来评估番石榴的成熟度，以减少收获后损失并提高供应链效率	番石榴的成熟度	计算机视觉	NA	热成像技术	深度学习模型（AlexNet, Inception-v3, GoogLeNet, ResNet-50, VGGNet-16）	热成像图像	不同成熟阶段的番石榴样本
14656	2024-10-10	One-Click-Based Perception for Interactive Image Segmentation 2024-Oct, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3274127 PMID:37204953	研究论文	本文提出了一种基于单次点击的交互式图像分割方法，旨在减少用户交互成本并提高分割精度	本文的创新点在于设计了一个自顶向下的框架，将原始问题分解为基于单次点击的粗略定位和精细分割两个阶段，并引入了点击中心性（CC）和对象完整性（OI）监督来解决对象重叠问题	NA	探索如何在最小化用户交互成本的同时，实现对感兴趣目标的准确分割	交互式图像分割任务中的目标分割	计算机视觉	NA	深度学习	CNN	图像	NA
14657	2024-10-10	Class-Level Logit Perturbation 2024-Oct, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3273355 PMID:37220052	研究论文	本文探讨了类级别logit扰动的现有方法，并提出了新的方法来显式学习扰动logit，以提高分类任务的性能	本文首次系统地探讨了类级别logit扰动，并提出了新的方法来显式学习扰动logit，结合元学习来确定每个类的正则或不规则增强	本文未详细讨论logit扰动可能带来的负面影响或潜在风险	研究类级别logit扰动对深度神经网络性能的影响，并提出新的方法来显式学习扰动logit	深度神经网络中的logit扰动方法及其对分类任务性能的影响	机器学习	NA	深度神经网络	DNN	图像	使用了基准图像分类数据集及其长尾版本进行实验
14658	2024-10-10	PeriodNet: Noise-Robust Fault Diagnosis Method Under Varying Speed Conditions 2024-Oct, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3274290 PMID:37216236	研究论文	本文提出了一种名为PeriodNet的周期卷积神经网络，用于在变速条件下进行噪声鲁棒的故障诊断	引入了一种基于广义短时噪声抗性相关（GeSTNRC）方法的周期卷积模块（PeriodConv），能够有效捕捉变速条件下噪声振动信号的特征	NA	开发一种在变速条件下对噪声具有鲁棒性的智能故障诊断方法	滚动轴承在变速条件下的故障诊断	机器学习	NA	深度学习	卷积神经网络（CNN）	振动信号	使用了两个开源数据集，分别在恒速和变速条件下收集的数据
14659	2024-10-10	Deep Ring-Block-Wise Network for Hyperspectral Image Classification 2024-Oct, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3274745 PMID:37220048	研究论文	本文提出了一种新的深度环块网络（DRN）用于高光谱图像分类，通过考虑特征分布来提高分类性能	本文创新性地引入了环块感知（RBP）层，结合自表示和环损失，使特征在空间几何上满足块和环的分布要求，从而提高特征的可分离性和判别性	NA	提高高光谱图像分类的性能	高光谱图像的特征分布和分类	计算机视觉	NA	深度学习	深度环块网络（DRN）	高光谱图像	使用了Salinas、Pavia Centre、Indian Pines和Houston数据集进行实验
14660	2024-10-10	Split-Level Evolutionary Neural Architecture Search With Elite Weight Inheritance 2024-Oct, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3269816 PMID:37224355	研究论文	本文提出了一种分层进化神经架构搜索方法，通过粒子群优化和精英权重继承技术，解决了现有进化计算方法在神经架构搜索中的灵活性和效率问题	本文创新性地提出了分层粒子群优化方法和基于在线更新权重池的精英权重继承技术，显著提高了搜索效率和性能	NA	解决现有进化计算方法在神经架构搜索中的灵活性和效率问题	神经网络架构的自动构建	机器学习	NA	粒子群优化	神经网络架构搜索	图像	三个流行的图像分类基准数据集