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
15181	2024-08-05	Deep Learning Approach for Pitting Corrosion Detection in Gas Pipelines 2024-May-31, Sensors (Basel, Switzerland) DOI:10.3390/s24113563 PMID:38894353	研究论文	本文介绍了一种用于气体管道的点蚀腐蚀检测的计算机视觉方法	使用了一种定制设计和优化的卷积神经网络，虽然参数较少但分类准确率高达98.44%	未提及特定环境下的性能表现和可靠性	旨在开发一种自动化的方法以检测气体管道中的点蚀腐蚀	气体管道图像数据集，包含576,000张有点蚀和无点蚀的图像	计算机视觉	NA	深度学习	卷积神经网络 (CNN)	图像	576000张图像
15182	2024-08-05	Phase-Resolved Partial Discharge (PRPD) Pattern Recognition Using Image Processing Template Matching 2024-May-31, Sensors (Basel, Switzerland) DOI:10.3390/s24113565 PMID:38894356	研究论文	本文提出了一种新的方法来识别、提取和处理相分辨局部放电（PRPD）模式	该方法无需训练复杂的深度学习算法，而是使用了新的Cosine Cluster Net (CCNet)模型进行图像处理	该研究依赖于手动分类的PRPD图像进行测试，未说明是否适用于实时监控中的变化	研究旨在实现对电气设备缺陷类型的自动识别	研究对象为电气设备的相分辨局部放电模式	数字病理学	NA	图像处理	Cosine Cluster Net (CCNet)	图像	多幅手动分类的PRPD图像
15183	2024-08-05	A Gas Sensors Detection System for Real-Time Monitoring of Changes in Volatile Organic Compounds during Oolong Tea Processing 2024-May-30, Foods (Basel, Switzerland) DOI:10.3390/foods13111721 PMID:38890949	研究论文	该文章提出了一种基于气体传感器的检测系统，用于实时监测乌龙茶加工过程中挥发性有机化合物的变化	文章创新性地设计了一种稳健且灵敏的气体传感器检测系统，并结合深度学习模型提高了对乌龙茶氧化过程各阶段的识别能力	未提及具体的限制	研究旨在改善乌龙茶产品的稳定性并促进氧化过程的自动化	研究对象为乌龙茶加工过程中释放的挥发性有机化合物	数字病理学	NA	金属氧化物半导体气体传感器	BP-ANN、CNN	信号数据	NA
15184	2024-08-05	Impact of Various Non-Contrast-Enhanced MRA Techniques on Lumen Visibility in Vascular Flow Models with a Surpass Evolve Flow Diverter 2024-May-30, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14111146 PMID:38893675	研究论文	本研究比较了几种MRA技术在评估血管流模型中管腔可见性方面的表现	引入了一种基于深度学习的去噪和去伪影算法来提高无对比增强MRA技术的影像质量	未提及特定的样本数量和多样性，可能影响结果的普适性	评估不同MRA技术在流动导管支架的管腔可见性中的表现	本研究使用了带有流动导管支架的硅胶模型	数字病理学	NA	3.0T MRI扫描，深度学习重建	NA	影像	两个不同大小的Surpass Evolve支架在两个硅胶管中
15185	2024-08-05	Bibliometric Analysis of Weather Radar Research from 1945 to 2024: Formations, Developments, and Trends 2024-May-30, Sensors (Basel, Switzerland) DOI:10.3390/s24113531 PMID:38894322	研究论文	本文探讨了1945年至2024年间天气雷达研究的基础结构和演变趋势	首次运用科学计量学方法分析天气雷达研究的知识领域结构	未提及具体的实验或实证数据分析方法	揭示天气雷达研究的基础结构以及未来研究方向	分析了来自Web of Science的13,981篇天气雷达相关出版物	气象学	NA	科学计量学	NA	文献	13981篇出版物
15186	2024-08-05	CIRF: Coupled Image Reconstruction and Fusion Strategy for Deep Learning Based Multi-Modal Image Fusion 2024-May-30, Sensors (Basel, Switzerland) DOI:10.3390/s24113545 PMID:38894335	研究论文	提出了一种结合图像重建和融合的深度学习多模态图像融合策略CIRF	CIRF策略通过轻量级编码器在多个任务学习和特征分解上增加了表达能力	研究中未提供有关模型计算复杂性的讨论	旨在提高多模态医学图像融合的效果	研究对象为通过不同传感器收集的多模态医学图像	计算机视觉	NA	深度学习	卷积神经网络 (CNN) 和视觉变换器 (ViT)	图像	三个数据集的实验
15187	2024-08-05	Differential Diagnosis of OKC and SBC on Panoramic Radiographs: Leveraging Deep Learning Algorithms 2024-May-30, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14111144 PMID:38893670	研究论文	本研究通过深度学习算法在全景放射影像上区分牙源性角化囊肿（OKC）和简单骨囊肿（SBC）	首次利用深度学习算法在手术前的全景放射影像中区分OKC和SBC	本研究为回顾性分析，样本数量相对较小，且仅限于单一医院	确定深度学习算法能否基于全景放射影像区分OKC和SBC	63例已通过组织学检查明确的OKC病例和125例接受手术刮治的SBC病例	计算机视觉	NA	深度学习算法	Inception-ResNet-V2	影像	188例（63例OKC和125例SBC）
15188	2024-08-05	Camera-Based Dynamic Vibration Analysis Using Transformer-Based Model CoTracker and Dynamic Mode Decomposition 2024-May-30, Sensors (Basel, Switzerland) DOI:10.3390/s24113541 PMID:38894329	研究论文	本文研究了一种基于相机的动态振动分析方法，并应用了Transformer模型CoTracker	首次探讨了CoTracker模型在使用相机提取全场结构振动方面的有效性	尚未全面探讨CoTracker在测量结构振动中的性能	研究CoTracker在提取结构振动方面的有效性	使用高速相机捕捉悬臂梁的视频序列中的密集点运动	计算机视觉	NA	动态模式分解（DMD）	Transformer	视频	NA
15189	2024-08-05	A Deep Learning Method for Bearing Cross-Domain Fault Diagnostics Based on the Standard Envelope Spectrum 2024-May-29, Sensors (Basel, Switzerland) DOI:10.3390/s24113500 PMID:38894292	研究论文	提出了一种基于标准包络谱的深度学习故障诊断方法，以改善滚动轴承的跨领域故障诊断能力	构建了标准包络谱，消除了由于不同轴承转速和型号导致的领域间差异	未提及该方法在完全不同领域或极端情况下的表现	改善滚动轴承在跨领域故障诊断中的准确性	滚动轴承的故障诊断	机器学习	NA	深度学习	卷积神经网络	数据集	使用两个公共轴承数据集和一个自实验获得的轴承数据集
15190	2024-08-05	Online System for Monitoring the Degree of Fermentation of Oolong Tea Using Integrated Visible-Near-Infrared Spectroscopy and Image-Processing Technologies 2024-May-29, Foods (Basel, Switzerland) DOI:10.3390/foods13111708 PMID:38890936	研究论文	本文研究了利用可见-近红外光谱和图像处理技术在线监测乌龙茶发酵程度的方法	将预处理的可见-近红外光谱数据与图像特征融合，首次实现了乌龙茶发酵程度的快速非破坏性在线测定	传统机器学习模型的预测准确率超过深度学习模型，可能限制了深度学习方法的应用潜力	确定乌龙茶的发酵程度	乌龙茶的发酵过程	数字病理学	NA	可见-近红外光谱	支持向量机（SVM）和卷积神经网络（CNN）	光谱数据和图像数据	NA
15191	2024-08-05	scZAG: Integrating ZINB-Based Autoencoder with Adaptive Data Augmentation Graph Contrastive Learning for scRNA-seq Clustering 2024-May-29, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms25115976 PMID:38892162	研究论文	提出了一种深度学习框架，结合ZINB模型与自适应图对比学习进行scRNA-seq聚类	提出了使用零膨胀负二项（ZINB）模型去噪，并引入自适应图对比表示学习的方法	可能未详细探讨所有潜在的高维结构特性	改善单细胞RNA测序数据的聚类结果	针对10个常见的scRNA-seq数据集进行聚类研究	计算机视觉	NA	ZINB模型	图对比学习	单细胞RNA序列数据	10个常见的scRNA-seq数据集
15192	2024-08-05	FF-HPINet: A Flipped Feature and Hierarchical Position Information Extraction Network for Lane Detection 2024-May-29, Sensors (Basel, Switzerland) DOI:10.3390/s24113502 PMID:38894293	研究论文	提出了一种新的车道检测方法FF-HPINet，利用翻转特征和层次位置提取信息。	引入了翻转特征提取模块和层次位置信息提取模块，结合了对称特征和位置信息的挖掘，显著提高了目标识别精度。	未提及具体的局限性	提升车道检测的准确性和效率。	探讨如何利用视觉对称性和位置信息进行车道检测。	计算机视觉	NA	深度学习	FF-HPINet	图像	TuSimple数据集和CULane数据集
15193	2024-08-05	Protein-Protein Interfaces: A Graph Neural Network Approach 2024-May-28, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms25115870 PMID:38892057	研究论文	本研究利用图神经网络来预测蛋白质-蛋白质相互作用。	提出了一种新的方法，通过将蛋白质结构建模为图来增强PPI的预测准确性。	研究中可能未考虑蛋白质结构的动态变化对相互作用的影响。	旨在通过深度学习技术来提高蛋白质-蛋白质相互作用的预测效率和准确性。	研究对象是蛋白质的相互作用及其结构特征。	计算机视觉	NA	图神经网络（GNN）	NA	生物数据	三个数据集，涵盖整个蛋白质、相互作用链对和单链的数据
15194	2024-08-05	Enhancing Accuracy in Breast Density Assessment Using Deep Learning: A Multicentric, Multi-Reader Study 2024-May-28, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14111117 PMID:38893643	研究论文	该研究提出了一种基于深度学习的自动检测算法来评估乳腺密度	引入了一种深度学习算法，能够提高乳腺密度评估的准确性和一致性	未提及具体的局限性	旨在提高乳腺密度评估的准确性，减少不同评估者之间的差异	使用122个全视场数字乳腺摄影研究的数据集，进行多中心和多读者的研究	计算机视觉	乳腺癌	深度学习	NA	图像	122个全视场数字乳腺摄影研究（488张图像）
15195	2024-08-05	Prediction of Protein-Protein Interactions Based on Integrating Deep Learning and Feature Fusion 2024-May-27, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms25115820 PMID:38892007	研究论文	本文探讨了通过整合深度学习和特征融合来预测蛋白质-蛋白质相互作用。	将深度学习与特征融合相结合，利用手工特征和蛋白质序列嵌入的优势。	NA	旨在通过深度学习方法改进蛋白质-蛋白质相互作用预测。	主要研究对象是蛋白质-蛋白质相互作用。	机器学习	NA	深度学习	NA	数据集	使用了酵母和人类的数据集，共涉及多个跨物种数据集
15196	2024-08-05	Remaining Useful Life Prediction Based on Deep Learning: A Survey 2024-May-27, Sensors (Basel, Switzerland) DOI:10.3390/s24113454 PMID:38894245	综述	本论文对基于深度学习的剩余使用寿命预测进行了综合调查	提出了一个统一的框架来审视深度学习驱动的RUL预测方法	传统的数据驱动方法在设计健康特征方面需要大量人力，且预测准确性有限	探讨深度学习在剩余使用寿命预测中的应用及其挑战	主要研究基于深度学习的剩余使用寿命预测模型和方法	机器学习	NA	深度学习	NA	数据驱动方法	NA
15197	2024-08-05	Integrating Spatial and Morphological Characteristics into Melanoma Prognosis: A Computational Approach 2024-May-27, Cancers IF:4.5Q1 DOI:10.3390/cancers16112026 PMID:38893146	研究论文	本研究探讨了细胞形态和空间配置在黑色素瘤预后中的价值，旨在补充传统预后指标	创新地将细胞核大小的量化与空间区域分析结合，并利用机器学习和深度学习方法进行研究	未提及具体样本量和研究环境的局限性	研究细胞形态和空间特征对黑色素瘤预后的影响	黑色素瘤细胞的核大小及其在侵袭带内的空间配置	计算机视觉	黑色素瘤	机器学习和深度学习	Cox模型	图像	NA
15198	2024-08-05	Bagging Improves the Performance of Deep Learning-Based Semantic Segmentation with Limited Labeled Images: A Case Study of Crop Segmentation for High-Throughput Plant Phenotyping 2024-May-26, Sensors (Basel, Switzerland) DOI:10.3390/s24113420 PMID:38894212	研究论文	本研究提出了一种结合深度学习和聚合的方法，用于提高作物分割的性能，适用于高通量植物表型分析	提出了一种深度学习结合聚合的方法，能够在小规模标注数据集上实现高准确率的语义分割	该研究主要集中在玉米地块的高分辨率RGB图像上，可能无法广泛适用于所有类型的植物或图像	研究旨在提高高通量植物表型分析中的作物分割精度	研究对象为高分辨率RGB图像中的作物分割	计算机视觉	NA	深度学习，聚合	深度卷积神经网络（DCNN）	图像	使用NU-Spidercam数据集的玉米地块图像，具体样本数量未说明
15199	2024-08-05	Cervical Spondylosis Diagnosis Based on Convolutional Neural Network with X-ray Images 2024-May-26, Sensors (Basel, Switzerland) DOI:10.3390/s24113428 PMID:38894217	研究论文	本文提出了一种基于卷积神经网络的颈椎病诊断方法，并使用X射线图像进行验证	利用ResNet-34卷积神经网络对颈椎X射线图像进行深度学习，提高了诊断准确性	验证集样本数量有限，仅有136张X射线图像	提高颈椎病的诊断准确性和效率	1235张颈椎X射线图像用于模型训练	计算机视觉	颈椎病	深度学习	ResNet-34	图像	1235张颈椎X射线图像用于训练，136张用于验证
15200	2024-08-05	Deep Learning-Based Nystagmus Detection for BPPV Diagnosis 2024-May-26, Sensors (Basel, Switzerland) DOI:10.3390/s24113417 PMID:38894208	研究论文	本研究提出了一种基于深度学习的眼震检测算法，用于诊断良性发作性位置性眩晕（BPPV）	本研究提出的CNN1D模型在眼震检测方面表现最好，表明深度学习在BPPV诊断中的实用性	NA	验证深度学习在BPPV诊断中的实用性	使用视频眼动测量（VOG）数据进行眼震检测	计算机视觉	良性发作性位置性眩晕	视频眼动测量（VOG）	CNN1D	视频	NA