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
15141	2024-08-05	Clinical evaluation of deep learning-based risk profiling in breast cancer histopathology and comparison to an established multigene assay 2024-Jul, Breast cancer research and treatment IF:3.0Q2 DOI:10.1007/s10549-024-07303-z PMID:38592541	研究论文	本研究评估了Stratipath Breast工具在乳腺癌组织病理学中的风险分层效果，并与已建立的多基因检测进行了比较	首次将深度学习的图像风险评估与传统多基因检测相比较，提供了新的临床决策支持	研究仅限于ER阳性和HER2阴性的早期乳腺癌患者，可能不适用于其他类型的乳腺癌	评估深度学习工具在乳腺癌风险评估中的有效性	234例侵袭性ER阳性/HER2阴性乳腺肿瘤	数字病理学	乳腺癌	深度学习图像分析	NA	图像	234例侵袭性ER阳性/HER2阴性乳腺肿瘤
15142	2024-08-05	[New Method of Paired Comparison for Improved Observer Shortage Using Deep Learning Models] 2024-Jun-20, Nihon Hoshasen Gijutsu Gakkai zasshi DOI:10.6009/jjrt.2024-1446 PMID:38763757	研究论文	本研究旨在验证使用深度学习观察者替代成对比较中的传统观察者的潜力	首次提出使用深度学习模型替代人工观察者进行影像成对比较	仅在有限的虚拟样本（7点噪声评估）上进行验证，可能未能代表更广泛的应用场景	评估深度学习模型在影像成对比较中的应用潜力	使用计算机断层扫描获取的虚拟影像进行比较	数字病理学	NA	计算机断层扫描	VGG16和VGG19	影像	14名具有10年以上经验的放射技师的成对比较数据
15143	2024-08-05	Minimization of occurrence of retained surgical items using machine learning and deep learning techniques: a review 2024-Jun-18, BioData mining IF:4.0Q1 DOI:10.1186/s13040-024-00367-z PMID:38890729	review	本文回顾了机器学习和深度学习在防止保留外科物品中的应用	创新点在于强调了一种多层次的方法，结合了机器学习和深度学习的优势以降低RSI风险	该文章并未提供具体的实验数据或模型性能评估	探讨机器学习和深度学习技术在防止保留外科物品中的应用	最近发表的关于RSI预防和诊断的文章	机器学习	NA	机器学习, 深度学习	NA	数据集	NA
15144	2024-08-05	A radiomics-boosted deep-learning for risk assessment of synchronous peritoneal metastasis in colorectal cancer 2024-Jun-18, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-024-01733-5 PMID:38886244	研究论文	本研究旨在通过PET/CT图像创建一个增强放射组学的深度学习模型，以评估结直肠癌同步腹膜转移的风险	结合放射组学与深度学习，以提高对结直肠癌同步腹膜转移的风险评估的准确性	研究未详细讨论不同治疗方法的影响和外部验证样本的限制	评估结直肠癌同步腹膜转移的风险	220例结直肠癌患者	数字病理学	结直肠癌	PET/CT	ResNet50	图像	220
15145	2024-08-05	Robust brain tumor classification by fusion of deep learning and channel-wise attention mode approach 2024-Jun-17, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01323-3 PMID:38886661	研究论文	本研究通过结合深度学习和通道注意力模式提升了脑肿瘤的分类能力	提出了一种新的模型ResNet101-CWAM，利用通道注意力机制来提高脑肿瘤分类的准确性	未探讨其他注意机制（如空间注意或组合注意）对脑肿瘤分类的具体影响	旨在提高脑肿瘤分类的准确性和效率，促进临床决策	主要研究对象为脑肿瘤图像数据	计算机视觉	脑肿瘤	深度学习	ResNet101-CWAM	图像	NA
15146	2024-08-05	Automated diagnosis of schizophrenia based on spatial-temporal residual graph convolutional network 2024-Jun-17, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-024-01250-y PMID:38886737	研究论文	本研究提供了一种基于时空残差图卷积神经网络的精神分裂症分类方法	提出了一种结合时空频率特征的新模型，弥补了传统方法忽视空间频率特征的不足	实验中只使用了两个数据集，可能限制了模型的泛化能力	提高精神分裂症的诊断准确性	精神分裂症患者	深度学习	精神分裂症	时空残差图卷积神经网络 (STRGCN)	图卷积网络	EEG信号	使用了公开数据集Zenodo和自收集的数据集，样本大小分别为未提供具体数字
15147	2024-08-05	Two-step hierarchical binary classification of cancerous skin lesions using transfer learning and the random forest algorithm 2024-Jun-17, Visual computing for industry, biomedicine, and art DOI:10.1186/s42492-024-00166-7 PMID:38884841	研究论文	本研究提出了一种两步层次二元分类方法，用于癌性皮肤病变的分类	提出了一种混合机器学习和深度学习的两步层次二元分类方法，尤其在处理大类不平衡时表现出色	受限于公开可用的皮肤病变数据集的规模和数据不平衡	旨在提高皮肤病变的分类精度，促进早期检测和诊断	主要研究癌性皮肤病变的分类	计算机视觉	皮肤癌	深度学习与随机森林	DenseNet121及随机森林	图像	ISIC 2017 数据集中的样本数量为NA
15148	2024-08-05	Effective recognition design in 8-ball billiards vision systems for training purposes based on Xception network modified by improved Chaos African Vulture Optimizer 2024-Jun-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-63955-3 PMID:38886386	研究论文	本文研究了一种利用深度学习和图像处理技术设计的8球台球机器人视觉系统	本研究采用改进的混沌非洲秃鹰优化算法优化Xception网络，提高了机器人对8球台球的识别能力	本文未提及在多样化台球环境下的实际应用测试	本研究旨在改善8球台球的机器人视觉系统的识别精度	研究对象为8球台球中的球体图像及其模式识别	计算机视觉	NA	深度学习, 图像处理	Xception网络	图像	NA
15149	2024-08-05	CACSNet for automatic robust classification and segmentation of carotid artery calcification on panoramic radiographs using a cascaded deep learning network 2024-06-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-64265-4 PMID:38886356	研究论文	本文开发了一个深度学习网络CACSNet，用于自动和稳健地分类和分割颈动脉钙化。	提出了一种级联深度学习网络CACSNet，能处理大小、形状和位置变化大的颈动脉钙化。	分割性能相较于其他成像模式的研究尚可提升。	研究旨在通过深度学习分析全景放射影像稳健地分类和分割颈动脉钙化。	研究对象为颈动脉钙化，其在全景放射影像中的形态变化大且有解剖结构重叠。	数字病理学	NA	深度学习	CACSNet	全景放射影像	使用了与CT图像的参考相对应的地面真相数据进行训练
15150	2024-08-05	Highly accurate carbohydrate-binding site prediction with DeepGlycanSite 2024-Jun-17, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-49516-2 PMID:38886381	研究论文	本研究介绍了DeepGlycanSite，一种能够准确预测蛋白结构上糖类结合位点的深度学习模型	该模型结合了蛋白质的几何和进化特征，采用深度等变图神经网络和变换器架构，显著优于现有的先进方法	NA	旨在提高对糖类如何调节蛋白质的理解	针对特定蛋白质结构的糖类结合位点进行预测	数字病理学	NA	深度学习	深度等变图神经网络	蛋白质结构数据	NA
15151	2024-08-05	Multimodal deep learning for dementia classification using text and audio 2024-06-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-64438-1 PMID:38880810	研究论文	本研究构建深度学习模型，通过语音和文本数据对痴呆病例进行分类	本研究采用多模态深度学习方法，探索文本和音频数据在痴呆自动分类中的作用	研究未观察到音频或时间戳信息对模型性能的显著提升	提高痴呆的自动筛查和诊断效率	使用Pitt Cookie Theft数据集对痴呆案例与对照进行分类	机器学习	老年疾病	Wav2vec和Word2vec	深度学习模型	音频和文本	NA
15152	2024-08-05	Potential inhibitors of VEGFR1, VEGFR2, and VEGFR3 developed through Deep Learning for the treatment of Cervical Cancer 2024-06-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-63762-w PMID:38858458	研究论文	本文探讨了通过深度学习开发的VEGFR1、VEGFR2和VEGFR3的潜在抑制剂，以治疗宫颈癌	本研究采用深度学习方法生成了4300万种针对VEGFR的化合物，并通过分子对接和分子动力学模拟验证了抑制剂的潜力	研究未提供临床实验数据以证实发现的抑制剂的有效性和安全性	研究旨在通过计算方法靶向VEGFR蛋白并识别新型抑制剂	研究对象为VEGFR-1、VEGFR-2和VEGFR-3受体蛋白及其高亲和力抑制剂	计算机视觉	宫颈癌	深度学习	NA	化合物数据	选择了26种经验证的抑制剂并生成了4300万种化合物
15153	2024-08-05	Real-Time Arabic Sign Language Recognition Using a Hybrid Deep Learning Model 2024-Jun-06, Sensors (Basel, Switzerland) DOI:10.3390/s24113683 PMID:38894473	研究论文	本论文利用深度学习技术开发了实时阿拉伯手语识别系统	提出了一种混合模型，通过卷积神经网络和长短期记忆网络综合提取手语的空间和时间特征	仅创建了包含20个词的有限数据集，可能影响模型的通用性	提高阿拉伯手语的识别能力，以改善听障人士的沟通可达性	阿拉伯手语的字母和单词	计算机视觉	听力残疾	深度学习	卷积神经网络 (CNN) 和长短期记忆网络 (LSTM)	图像和视频	4000张静态手势图像及500个动态手势视频
15154	2024-08-05	Deep Learning-Based High-Resolution Magnetic Resonance Angiography (MRA) Generation Model for 4D Time-Resolved Angiography with Interleaved Stochastic Trajectories (TWIST) MRA in Fast Stroke Imaging 2024-Jun-06, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14111199 PMID:38893725	研究论文	本研究旨在通过深度神经网络改进4D-TWIST-MRA的图像质量	引入基于深度神经网络的图像重建方法以提高4D-TWIST-MRA的图像质量和诊断性能	与TOF-MRA的比较中发现4D-CE-MRA在动脉瘤大小估计上存在低估，此外潜在的样本选择偏差	提高快速中风成像中4D-TWIST-MRA的图像质量	520名接受4D-TWIST-MRA的缺血性中风或颅内血管狭窄患者	数字病理学	缺血性中风	深度神经网络（DNN）图像重建	NA	医学影像	520名患者
15155	2024-08-05	5G AI-IoT System for Bird Species Monitoring and Song Classification 2024-Jun-06, Sensors (Basel, Switzerland) DOI:10.3390/s24113687 PMID:38894478	研究论文	该文章介绍了一种基于5G AI-IoT系统的鸟类物种监测和歌曲分类方法	利用不同的深度卷积神经网络（DCNN）来减少模型参数，同时保持鸟类歌曲分类的准确性，并使其能够集成到小型计算机或微控制器中	基于Imagenet权重的CNN虽然精度较高，但参数较多，导致推理时能量效率低	研究在鸟类监测和环境质量评估中提高鸟类歌曲识别的准确性和效率	不同种类的鸟类及其歌曲	机器学习	NA	深度学习	DCNN	音频	多种鸟类的音频录音，准确率达到75%
15156	2024-08-05	Three-Dimension Epithelial Segmentation in Optical Coherence Tomography of the Oral Cavity Using Deep Learning 2024-Jun-05, Cancers IF:4.5Q1 DOI:10.3390/cancers16112144 PMID:38893263	研究论文	本文旨在简化光学相干断层扫描（OCT）在口腔内部形态检查中的应用	开发了自动化软件工具，可简化OCT收集的大量数据分析	NA	研究口腔粘膜中的上皮表面和上皮-基质边界的检测	使用294幅图像的数据集以及60名患者的临床数据进行训练	计算机视觉	NA	光学相干断层扫描（OCT）	卷积神经网络和修改的U-Net模型	图像	294幅图像，来自60名患者（34名男性和26名女性）
15157	2024-08-05	Urban Pedestrian Routes' Accessibility Assessment Using Geographic Information System Processing and Deep Learning-Based Object Detection 2024-Jun-05, Sensors (Basel, Switzerland) DOI:10.3390/s24113667 PMID:38894458	研究论文	本文开发了一种评估城市公共建筑周围行人出行可达性的方法	本研究结合深度学习的物体检测和地理信息系统技术评估行人路线可达性	限制性信息未在摘要中提及	研究旨在评估城市环境中行人可达性和包容性，特别是对行动不便人士	研究对象为城市公共建筑周围的行人路线	数字病理学	NA	深度学习，地理信息系统	NA	卫星或航空正射影像	NA
15158	2024-08-05	Augmenting Aquaculture Efficiency through Involutional Neural Networks and Self-Attention for Oplegnathus Punctatus Feeding Intensity Classification from Log Mel Spectrograms 2024-Jun-05, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani14111690 PMID:38891736	研究论文	本文提出了一种基于转换音频波形的喂养行为分析框架	提出了通过融合声谱图特征和深度学习结构的新方法	未来工作可能需要更多特征提取方式和多模式数据集成以深化研究	优化水产养殖和生态系统管理的喂养动态理解	針對 Oplegnathus Punctatus（点斑鱼）的喂养强度进行分类研究	计算机视觉	NA	Log Mel Spectrograms	Involutional Neural Network (INN)	音频	NA
15159	2024-08-05	Transfer Learning in Cancer Genetics, Mutation Detection, Gene Expression Analysis, and Syndrome Recognition 2024-Jun-04, Cancers IF:4.5Q1 DOI:10.3390/cancers16112138 PMID:38893257	综述	本文探讨了迁移学习在癌症遗传学中的应用，包括突变检测、基因表达分析和综合症识别	该文献强调了迁移学习在提高突变检测准确性、基因表达分析和综合症相关遗传模式诊断方面的潜力和效果	研究强调未来需要关注领域相似性增强、数据库扩展及临床数据整合等问题	探讨迁移学习在癌症遗传学研究中的作用	聚焦于突变检测、基因表达分析和遗传综合症识别	机器学习	癌症	迁移学习	深度学习	NA	NA
15160	2024-08-05	Energy-Efficient Edge and Cloud Image Classification with Multi-Reservoir Echo State Network and Data Processing Units 2024-Jun-04, Sensors (Basel, Switzerland) DOI:10.3390/s24113640 PMID:38894431	研究论文	本文探讨了多储层回声状态网络在图像分类及天气预测任务中的应用	提出了多储层回声状态网络（MRESN）作为一种高效的轻量级模型，适用于资源受限的设备	缺乏对其他深度学习模型进行广泛比较的讨论	研究高效轻量级模型在边缘和云计算中的应用	MRESN架构及其在图像分类和天气预测任务中的表现	计算机视觉	NA	回声状态网络（ESN）	多储层回声状态网络（MRESN）	图像	使用MNIST、FashionMnist和CloudCast数据集