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
15021	2024-09-30	Breast Cancer Classification through Meta-Learning Ensemble Technique Using Convolution Neural Networks 2023-Jun-30, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13132242 PMID:37443636	研究论文	本研究旨在通过元学习集成技术和卷积神经网络开发高效准确的乳腺癌分类模型	采用元学习集成技术、迁移学习和数据增强等先进技术，结合多个卷积神经网络，提高乳腺癌图像分类的准确性	NA	开发一种能够准确分类乳腺癌超声图像中良性或恶性病变的模型	乳腺癌超声图像数据集中的病变分类	计算机视觉	乳腺癌	元学习集成技术、迁移学习、数据增强	卷积神经网络（CNN）	图像	乳腺癌超声图像数据集（BUSI）
15022	2024-09-30	Fusion of visible and thermal images improves automated detection and classification of animals for drone surveys 2023-06-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-37295-7 PMID:37369669	研究论文	本文研究了通过无人机获取的可见光和热成像图像的融合方法，以提高动物检测和分类的自动化程度	本文首次比较了八种图像融合方法，并结合两种监督深度学习模型，评估了其在检测和分类白尾鹿、家牛和家马中的应用效果	图像融合对家牛和家马的改进有限，可能是因为这些物种的体型、形状和颜色使其在背景中较为显眼	研究如何通过图像融合技术提高无人机在动物监测中的自动化检测和分类能力	白尾鹿、家牛和家马	计算机视觉	NA	图像融合	深度学习模型	图像	涉及白尾鹿、家牛和家马的图像数据
15023	2024-09-30	Recent Advances in Deep Learning and Medical Imaging for Head and Neck Cancer Treatment: MRI, CT, and PET Scans 2023-Jun-21, Cancers IF:4.5Q1 DOI:10.3390/cancers15133267 PMID:37444376	综述	本文综述了深度学习技术在头颈癌影像分析中的应用，重点介绍了肿瘤检测、分割、分类和响应预测	本文讨论了卷积自编码器、生成对抗网络（GANs）和变压器模型等先进深度学习技术，并探讨了深度学习与传统影像技术在癌症管理中的互补作用	本文指出了标准化、算法可解释性和临床验证等挑战，以及模型在不同影像模态和肿瘤类型中的泛化能力和人类专业知识在AI时代的作用等关键差距和争议	本文旨在鼓励深度学习在头颈癌管理中的应用，以最终提高患者护理和治疗效果	头颈癌的影像分析	计算机视觉	头颈癌	深度学习	卷积自编码器、生成对抗网络（GANs）、变压器模型	影像	NA
15024	2024-09-30	Improve the performance of CT-based pneumonia classification via source data reweighting 2023-06-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-35938-3 PMID:37296239	研究论文	本文提出了一种基于源数据重加权的方法，通过优化CT图像数据来提高肺炎分类的性能	本文创新性地提出了一种三层优化方法，利用源域的CT数据来缓解目标域中标注CT扫描数据的缺乏问题，并通过自动识别和降低低质量源数据的权重来提高模型性能	本文未详细讨论该方法在不同数据集上的泛化能力	旨在通过优化CT图像数据来提高肺炎分类的准确性和效率	研究对象为基于CT图像的肺炎分类	计算机视觉	肺炎	NA	NA	图像	目标数据集包含2218个CT扫描，源数据集包含349个CT图像
15025	2024-09-30	Recent Advances in Melanoma Diagnosis and Prognosis Using Machine Learning Methods 2023-06, Current oncology reports IF:4.7Q1 DOI:10.1007/s11912-023-01407-3 PMID:37000340	综述	总结了人工智能和机器学习在黑色素瘤诊断和管理中的当前作用和状态	深度学习算法能够从临床、皮肤镜和全切片病理图像中识别黑色素瘤，准确性不断提高	需要更高质量的输入数据以进一步提高模型的能力	总结人工智能和机器学习在黑色素瘤诊断和管理中的应用	黑色素瘤的诊断和管理	机器学习	皮肤癌	深度学习	深度学习算法	图像	NA
15026	2024-09-30	A systematic review of biologically-informed deep learning models for cancer: fundamental trends for encoding and interpreting oncology data 2023-May-15, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-023-05262-8 PMID:37189058	综述	本文系统回顾了生物学启发的深度学习模型在癌症研究中的应用，重点关注多组学分析和模型的可解释性	提出了生物中心可解释性的概念，并讨论了其在深度学习模型中的应用	文章主要集中在现有模型的回顾和分析，未提出具体的创新模型或方法	探讨深度学习模型在癌症生物学中的应用，特别是如何整合先验生物学知识和提高模型的可解释性	深度学习模型在癌症研究中的应用，特别是多组学分析和模型的可解释性	机器学习	癌症	深度学习	NA	多组学数据	42项研究
15027	2024-09-30	When Machine Learning and Deep Learning Come to the Big Data in Food Chemistry 2023-May-09, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.2c07722 PMID:37179635	综述	本文综述了食品化学领域中大数据与人工智能方法的应用	探讨了机器学习和深度学习在食品数据库分析中的应用	NA	展示食品数据库与人工智能结合在食品科学和化学中的潜力	食品成分、风味和化学化合物数据库	机器学习	NA	机器学习、深度学习	NA	数据库	NA
15028	2024-09-30	A Deep Learning-Driven Self-Conscious Distributed Cyber-Physical System for Renewable Energy Communities 2023-May-07, Sensors (Basel, Switzerland) DOI:10.3390/s23094549 PMID:37177753	研究论文	研究了基于深度学习的自感知分布式信息物理系统，用于可再生能源社区的能源管理	提出了能量感知的边缘到云架构模型和技术，创新了机器学习算法用于动态重新分配和重新配置能源资源	NA	开发能量感知的架构模型和边缘/云计算技术，设计下一代AI驱动的自感知物联网扩展DCPS	可再生能源社区的能量感知DCPS	机器学习	NA	深度学习	NA	NA	NA
15029	2024-09-30	Identification of medicinal plant-based phytochemicals as a potential inhibitor for SARS-CoV-2 main protease (Mpro) using molecular docking and deep learning methods 2023-05, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2023.106785 PMID:36931201	研究论文	本文利用分子对接和深度学习方法，筛选出基于韩国药用植物的植物化学物质作为SARS-CoV-2主蛋白酶（Mpro）的潜在抑制剂	开发了一个包含2431种植物化学物质的库，并通过分子对接和深度学习方法重新筛选，使用RNN计算系统开发了抑制预测模型	NA	寻找SARS-CoV-2主蛋白酶的潜在抑制剂，以开发治疗COVID-19的有效药物	SARS-CoV-2主蛋白酶（Mpro）及其潜在抑制剂	机器学习	COVID-19	分子对接、分子动力学模拟	RNN	化合物	2431种植物化学物质
15030	2024-09-30	A Large-scale Synthetic Pathological Dataset for Deep Learning-enabled Segmentation of Breast Cancer 2023-04-21, Scientific data IF:5.8Q1 DOI:10.1038/s41597-023-02125-y PMID:37085533	研究论文	本文介绍了一个大规模的合成病理图像数据集SNOW，用于乳腺癌细胞核的语义分割	提出了一个大规模的合成病理图像数据集SNOW，通过标准化的工作流程生成和注释，适用于监督和半监督训练场景	NA	开发一个大规模的合成病理图像数据集，以支持计算机视觉模型在病理学中的应用	乳腺癌细胞核的语义分割	数字病理学	乳腺癌	NA	NA	图像	20,000张图像，1,448,522个注释的细胞核
15031	2024-09-30	Research on Performance Degradation Estimation of Key Components of High-Speed Train Bogie Based on Multi-Task Learning 2023-Apr-20, Entropy (Basel, Switzerland) DOI:10.3390/e25040696 PMID:37190484	研究论文	本文提出了一种基于多任务学习的模型，用于估计高速列车转向架关键部件的性能退化状态	本文创新性地采用了多任务和多尺度卷积神经网络，结合软参数共享方法，实现了对高速列车转向架多个关键部件性能退化状态的联合估计	本文未详细讨论模型的泛化能力和在不同列车类型上的适用性	提高高速列车转向架关键部件性能退化估计的准确性和效率	高速列车转向架的关键部件	机器学习	NA	多任务学习	卷积神经网络	振动信号	NA
15032	2024-09-30	Deep Learning Approaches for Data Augmentation in Medical Imaging: A Review 2023-Apr-13, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging9040081 PMID:37103232	综述	本文综述了使用深度生成模型进行医学影像数据增强的三种主要方法	本文介绍了使用深度生成模型生成更真实和多样化数据的方法，以解决医学影像数据增强中的局限性	本文讨论了每种模型的优缺点，并指出了未来研究的方向	本文旨在全面综述深度生成模型在医学影像数据增强中的应用，并强调这些模型在提高深度学习算法性能方面的潜力	本文研究了变分自编码器、生成对抗网络和扩散模型在医学影像数据增强中的应用	计算机视觉	NA	深度学习	变分自编码器、生成对抗网络、扩散模型	图像	NA
15033	2024-09-30	Deep learning pose estimation for multi-cattle lameness detection 2023-03-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-31297-1 PMID:36934125	研究论文	本研究开发了一种基于深度学习的全自动多牛跛行检测系统，利用计算机视觉和深度学习技术对牛的姿势和步态进行高精度分析	本研究创新性地使用深度学习方法进行牛的姿势估计和跛行检测，并结合CatBoost梯度提升算法和SORT跟踪算法，实现了对多牛跛行的高精度实时检测	本研究仅在特定条件下对250头牛进行了测试，未来需要在更多样化的农场环境中进行验证	开发一种能够在奶牛场广泛部署的全自动多牛跛行检测系统	奶牛的姿势和步态	计算机视觉	NA	深度学习	Mask-RCNN	视频	25个视频序列，包含250头牛，以及从谷歌下载的500张图像
15034	2024-09-30	Design and Analysis of a Deep Learning Ensemble Framework Model for the Detection of COVID-19 and Pneumonia Using Large-Scale CT Scan and X-ray Image Datasets 2023-Mar-16, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering10030363 PMID:36978754	研究论文	研究设计并分析了一个深度学习集成框架模型，用于通过大规模CT扫描和X射线图像数据集检测COVID-19和肺炎	提出了一个升级的VGG16深度迁移学习架构，用于X射线图像的多类分类任务，并展示了99%的准确率	NA	探索不同的深度学习技术，以在医学CT和放射图像上识别COVID-19和肺炎	COVID-19和肺炎的检测	计算机视觉	肺部疾病	深度学习	ResNet152, VGG16, ResNet50, DenseNet121	图像	使用公开可用的X射线和CT扫描数据集
15035	2024-09-30	Advances in automatic delineation of target volume and cardiac substructure in breast cancer radiotherapy (Review) 2023-Mar, Oncology letters IF:2.5Q3 DOI:10.3892/ol.2023.13697 PMID:36817059	综述	本文综述了乳腺癌放疗中目标体积和心脏亚结构自动勾画的重要性	探讨了基于图谱和深度学习的自动勾画技术在临床研究中的应用	未详细讨论具体技术的局限性	探讨乳腺癌放疗中目标体积和心脏亚结构自动勾画的重要性	乳腺癌患者放疗中的目标体积和心脏亚结构	计算机视觉	乳腺癌	深度学习	NA	图像	NA
15036	2024-09-30	Magnetic resonance imaging-based deep learning model to predict multiple firings in double-stapled colorectal anastomosis 2023-Jan-21, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v29.i3.536 PMID:36688017	研究论文	开发了一种基于磁共振成像的深度学习模型，用于预测双钉技术结直肠吻合术中的多次击发	首次使用磁共振成像结合深度学习模型来预测双钉技术结直肠吻合术中的多次击发	研究样本量相对较小，且仅限于中低位直肠癌患者	开发一种能够预测双钉技术结直肠吻合术中多次击发的深度学习模型	中低位直肠癌患者在接受腹腔镜低位前切除术和双钉技术吻合术时的磁共振成像数据	计算机视觉	直肠癌	磁共振成像	卷积神经网络	图像	328名中低位直肠癌患者，共9476张磁共振图像
15037	2024-09-30	Federated Meta-Learning with Attention for Diversity-Aware Human Activity Recognition 2023-Jan-17, Sensors (Basel, Switzerland) DOI:10.3390/s23031083 PMID:36772123	研究论文	提出了一种基于联邦元学习架构的多样性感知人体活动识别框架，通过集中嵌入网络提取通用感官特征，并通过分散网络中的注意力模块提取个体特定特征	引入联邦元学习架构，结合注意力机制，解决了隐私敏感数据共享问题和个体数据分布差异问题	NA	解决在实际场景中部署活动识别模型时面临的隐私和数据分布差异问题	智能手机传感器数据和个体行为模式	机器学习	NA	联邦学习、元学习、注意力机制	CNN	传感器数据	多个个体和两个多个人异构数据集
15038	2024-09-30	Surface defect detection method for electronic panels based on attention mechanism and dual detection heads 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0280363 PMID:36638111	研究论文	本文提出了一种基于注意力机制和双检测头的电子面板表面缺陷检测方法	首次将深度学习目标检测技术应用于电子面板表面缺陷检测，并设计了可变形卷积模块和包含SE机制的双检测头	NA	提高电子面板表面缺陷检测的准确性和可解释性	电子面板的表面缺陷	计算机视觉	NA	目标检测技术	CNN	图像	自有的电子面板缺陷数据集
15039	2024-09-30	IGPred-HDnet: Prediction of Immunoglobulin Proteins Using Graphical Features and the Hierarchal Deep Learning-Based Approach 2023, Computational intelligence and neuroscience DOI:10.1155/2023/2465414 PMID:36744119	研究论文	开发了一种名为IGPred-HDnet的智能理论深度学习框架，用于区分免疫球蛋白蛋白和非免疫球蛋白蛋白	提出了基于图形和统计特征的特征提取方法（FEGS），并结合层次深度网络（HDnet）算法，显著提高了预测准确性	NA	开发一种高效的方法来识别免疫球蛋白蛋白	免疫球蛋白蛋白和非免疫球蛋白蛋白	机器学习	NA	层次深度网络（HDnet）	层次深度网络（HDnet）	图形、物理化学和序列特征	使用10折交叉验证和独立测试集进行训练和测试
15040	2024-09-30	A study on surprisal and semantic relatedness for eye-tracking data prediction 2023, Frontiers in psychology IF:2.6Q2 DOI:10.3389/fpsyg.2023.1112365 PMID:36818086	研究论文	研究探讨了在眼动数据预测中，意外性和语义相关性的贡献	提出了回归实验，对比了有无意外性和相关性组件的预测质量，并测试了不同类型的相关性分数	仅在两个英语语料库上进行了实验，结果可能不适用于其他语言或语料库	探讨意外性和语义相关性在眼动数据预测中的作用	眼动数据中的不同指标	自然语言处理	NA	回归分析	BERT	文本	两个英语语料库