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
15841	2024-09-20	Automated Retrieval of Heterogeneous Proteomic Data for Machine Learning 2023-May-02, Journal of personalized medicine IF:3.0Q1 DOI:10.3390/jpm13050790 PMID:37240960	研究论文	本文提出了一种自动化方法，用于从公开的蛋白质组学数据库中检索异构蛋白质组数据，以供机器学习应用	本文的创新点在于将不同来源和条件的蛋白质组学数据整合成一个大型数据库，便于应用新兴的生物信息学工具和深度学习算法	本文的局限性在于数据收集过程中可能涉及的伦理和法律问题，以及确保数据质量和准确性的挑战	本文的研究目的是为机器学习应用提供一个整合的蛋白质组学数据集，以促进对蛋白质表达和功能的深入理解	本文的研究对象是心脏相关的蛋白质组学数据	机器学习	心血管疾病	质谱分析（MS/MS）	NA	蛋白质组学数据	NA
15842	2024-09-20	Computerized Diagnosis of Liver Tumors From CT Scans Using a Deep Neural Network Approach 2023-05, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3248489 PMID:37027632	研究论文	本文研究了使用深度神经网络从CT扫描中自动分类肝肿瘤的方法	提出了一种基于改进的Inception v3网络的分类模型，能够客观地提取肉眼不可见的鉴别特征	NA	旨在通过深度学习方法自动分类CT扫描中的肝肿瘤	肝肿瘤，包括肝细胞癌（HCC）、肝内胆管癌（ICC）、结直肠肝转移（CRLM）和良性肿瘤	计算机视觉	肝癌	深度学习	Inception v3	图像	814名患者的多机构数据集
15843	2024-09-20	Generative adversarial network based digital stain conversion for generating RGB EVG stained image from hyperspectral H&E stained image 2023-05, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.28.5.056501 PMID:37265876	研究论文	本文提出了一种基于生成对抗网络（GAN）的深度学习方法，用于从高光谱H&E染色图像生成RGB EVG染色图像	本文创新性地使用CycleGAN模型进行数字染色转换，并引入一组三个基函数来计算损失，保留了EVG染色图像的相关特征	NA	提出一种基于深度学习的计算机化方法，用于生成RGB EVG染色组织图像，以节省传统EVG染色过程的时间和成本	高光谱H&E染色图像和EVG染色的RGB全切片图像	数字病理学	NA	生成对抗网络（GAN）	CycleGAN	图像	人类胰腺组织的高光谱H&E染色图像和EVG染色的RGB全切片图像
15844	2024-09-20	Astronomia ex machina: a history, primer and outlook on neural networks in astronomy 2023-May, Royal Society open science IF:2.9Q1 DOI:10.1098/rsos.221454 PMID:37266039	综述	本文回顾了人工智能和深度学习在天文学中的历史发展及未来前景	提出了采用类似GPT的基础模型进行天文应用的微调，以利用高质量的多模态天文数据服务于最先进的下游任务	NA	探讨人工智能和深度学习在天文学中的应用及其未来发展	天文学中的连接主义发展及其在人工智能和深度学习中的应用	机器学习	NA	深度学习	多层感知器、卷积神经网络、循环神经网络、生成对抗网络	多模态数据	NA
15845	2024-09-20	Efficient labelling for efficient deep learning: the benefit of a multiple-image-ranking method to generate high volume training data applied to ventricular slice level classification in cardiac MRI 2023-Apr, Journal of medical artificial intelligence DOI:10.21037/jmai-22-55 PMID:37346802	研究论文	本文介绍了一种利用多位临床专家对心脏磁共振成像（CMR）图像进行排序的新方法，以生成高质量的训练数据，并应用于左心室切片级别的分类	提出了一种基于多图像排序的标注方法，相比传统的单图像标注方法，能够更高效地生成高质量的训练数据	研究样本量较小，仅涉及300个随机扫描的图像，未来需要在大规模数据集上验证方法的有效性	探讨如何通过高效的标注方法提高深度学习模型在心脏磁共振成像中的分类性能	心脏磁共振成像（CMR）图像的左心室切片分类	计算机视觉	心血管疾病	深度学习	卷积神经网络（CNN）	图像	300个随机扫描的图像，共3552张个体图像
15846	2024-09-20	Deep learning analysis of endometrial histology as a promising tool to predict the chance of pregnancy after frozen embryo transfers 2023-Apr, Journal of assisted reproduction and genetics IF:3.2Q2 DOI:10.1007/s10815-023-02745-8 PMID:36862259	研究论文	本研究利用深度学习算法分析子宫内膜组织学，以预测冷冻胚胎移植后的妊娠机会	本研究通过深度学习算法分析子宫内膜组织学，克服了传统Noyes法的主观性和与生育状态或妊娠结果相关性差的局限	本研究仅在特定人群中进行了初步验证，需要进一步在大规模和多样化的样本中验证其有效性	本研究旨在通过深度学习算法分析子宫内膜组织学，以预测冷冻胚胎移植后的妊娠机会	本研究的对象是自然月经周期中的健康志愿者和接受模拟人工周期的不孕患者	机器学习	NA	深度学习	二分类器	图像	自然月经周期中的健康志愿者24例，接受模拟人工周期的不孕患者37例
15847	2024-09-20	Peanut leaf disease identification with deep learning algorithms 2023-Apr, Molecular breeding : new strategies in plant improvement IF:2.6Q2 DOI:10.1007/s11032-023-01370-8 PMID:37313521	研究论文	本文提出了一种新的深度学习模型用于花生叶病害识别	提出的模型结合了改进的Xception、部分激活特征融合模块和两个注意力增强分支，显著提高了识别准确率	NA	提高花生叶病害识别的准确性和泛化能力	花生叶病害	计算机视觉	NA	深度学习	Xception	图像	应用于黄瓜、苹果、水稻、玉米和小麦叶病害识别，平均准确率为99.61%
15848	2024-09-20	DynamicSleepNet: a multi-exit neural network with adaptive inference time for sleep stage classification 2023, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2023.1171467 PMID:37250117	研究论文	提出了一种名为DynamicSleepNet的多出口神经网络，用于动态调整睡眠阶段分类的精度和效率	DynamicSleepNet通过多出口结构和动态推理时间调整，减少了多模态电生理信号处理中的冗余计算，提高了效率	NA	提高睡眠阶段分类的自动化程度和效率	睡眠阶段的分类	机器学习	NA	多模态电生理信号	多出口神经网络	电生理信号	四个数据集
15849	2024-09-20	A Lightweight convolutional neural network for nicotine prediction in tobacco by near-infrared spectroscopy 2023, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2023.1138693 PMID:37251760	研究论文	本文提出了一种轻量级一维卷积神经网络（1D-CNN）用于通过近红外光谱预测烟草中的尼古丁含量	本文的创新点在于提出了一种轻量级的一维卷积神经网络模型，用于通过近红外光谱数据预测烟草中的尼古丁含量，并采用了批量归一化技术来减少过拟合并提高模型的泛化性能	本文的局限性在于仅使用了Savitzky-Golay平滑预处理方法，未探讨其他预处理方法对模型性能的影响	本研究的目的是开发一种高效、准确的模型，用于通过近红外光谱技术快速预测烟草中的尼古丁含量	本研究的对象是烟草中的尼古丁含量	机器学习	NA	近红外光谱	一维卷积神经网络（1D-CNN）	光谱数据	随机生成的训练和测试数据集
15850	2024-09-20	Enhancing Disease Classification in Abdominal CT Scans through RGB Superposition Methods and 2D Convolutional Neural Networks: A Study of Appendicitis and Diverticulitis 2023, Computational and mathematical methods in medicine DOI:10.1155/2023/7714483 PMID:37284168	研究论文	本文提出了一种利用RGB叠加方法和2D卷积神经网络增强腹部CT扫描中疾病分类的方法，主要研究了阑尾炎和憩室炎的诊断	本文创新性地使用RGB通道叠加图像作为模型输入，相比传统的3D CNN方法，减少了数据需求和计算资源，提高了分类性能	本文未详细讨论模型在其他疾病或不同数据集上的泛化能力	提高腹部CT扫描中阑尾炎和憩室炎的分类准确性	阑尾炎和憩室炎	计算机视觉	NA	2D卷积神经网络	EfficientNet	图像	未明确提及具体样本数量
15851	2024-09-20	Hematologic Cancer Detection Using White Blood Cancerous Cells Empowered with Transfer Learning and Image Processing 2023, Journal of healthcare engineering DOI:10.1155/2023/1406545 PMID:37284488	研究论文	本文提出了一种利用迁移学习和图像处理技术增强的深度学习模型，用于检测血液癌症	本文的创新点在于结合了迁移学习和图像处理技术，提高了血液癌症检测的准确性	本文的局限性在于仅使用了AlexNet、MobileNet和ResNet模型，未探索其他可能更优的模型	本文的研究目的是提高血液癌症的早期预测和治疗效果	本文的研究对象是血液癌症中的淋巴瘤和白血病	计算机视觉	血液癌症	迁移学习、图像处理	深度学习模型（AlexNet、MobileNet、ResNet）	图像	使用了大量的白血癌细胞图像进行训练和测试
15852	2024-09-20	Do poverty and wealth look the same the world over? A comparative study of 12 cities from five high-income countries using street images 2023, EPJ data science IF:3.0Q1 DOI:10.1140/epjds/s13688-023-00394-6 PMID:37293269	研究论文	本文通过分析来自五个高收入国家的12个城市的720万张街道图像，使用计算机视觉和深度学习方法，比较了不同城市中贫困和富裕社区的视觉相似性	本文首次在多个国家和城市之间进行街道图像的比较分析，揭示了贫困和富裕社区在视觉特征上的差异，并探讨了这些差异的历史、政策和地理因素	研究结果表明，基于图像的不平等测量方法在不同城市之间存在误差，尤其是在贫困地区，需要进一步改进以捕捉全球城市间的异质性	研究不同城市和国家中贫困和富裕社区的视觉相似性，并探讨这些差异的影响因素	来自五个高收入国家的12个城市的街道图像	计算机视觉	NA	深度学习	NA	图像	720万张街道图像，来自12个城市的超过8500万人
15853	2024-09-20	The current state of artificial intelligence in endoscopic diagnosis of early esophageal squamous cell carcinoma 2023, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2023.1198941 PMID:37293591	综述	本文综述了人工智能在早期食管鳞状细胞癌内镜诊断中的现状	人工智能通过深度学习模型中的卷积神经网络（CNN）提取图像数据的关键特征，并进行图像分类，显著提高了内镜图像分类的准确性	人工智能系统的训练数据集存在选择性偏差，影响其通用性	探讨人工智能在早期食管鳞状细胞癌内镜诊断和侵袭深度预测中的应用	早期食管鳞状细胞癌	计算机视觉	食管癌	深度学习	卷积神经网络（CNN）	图像	NA
15854	2024-09-20	Near-Field Microwave Scattering Formulation by A Deep Learning Method 2022-Nov, IEEE transactions on microwave theory and techniques IF:4.1Q2 DOI:10.1109/tmtt.2022.3184331 PMID:37313124	研究论文	本文应用深度学习方法对微波乳房成像中的电磁散射进行建模	本文首次将深度学习方法应用于微波乳房成像中的电磁散射建模，并展示了其计算速度上的显著优势	深度学习方法产生的误差对图像结果影响不大，但仍需进一步验证其在不同条件下的表现	探索深度学习在电磁散射计算中的应用潜力	微波乳房成像中的电磁散射	机器学习	NA	深度学习	神经网络 (NN)	图像	18,000个合成数字乳房幻影
15855	2024-09-20	On the Versatile Uses of Partial Distance Correlation in Deep Learning 2022-Oct, Computer vision - ECCV ... : ... European Conference on Computer Vision : proceedings. European Conference on Computer Vision DOI:10.1007/978-3-031-19809-0_19 PMID:37255993	研究论文	本文探讨了部分距离相关性在深度学习中的多种应用	重新审视了统计学中的距离相关性及其部分变体，并将其应用于大规模模型的功能比较	NA	研究神经网络模型功能行为的比较方法，以理解其学习内容及改进策略	神经网络模型的功能行为比较	机器学习	NA	距离相关性分析	神经网络	特征空间	NA
15856	2024-09-20	Analyzing the public sentiment on COVID-19 vaccination in social media: Bangladesh context 2022-Sep, Array (New York, N.Y.) DOI:10.1016/j.array.2022.100204 PMID:35722449	研究论文	研究分析了孟加拉国社交媒体上关于COVID-19疫苗接种的公众情绪	使用LDA模型提取了关于疫苗和接种过程的最常见话题，并应用了深度学习和传统机器学习算法来识别公众情绪和极性	未提及具体的研究局限性	分析孟加拉国社交媒体上关于COVID-19疫苗接种的公众情绪，以帮助政府为未来疫情做准备	孟加拉国社交媒体用户关于COVID-19疫苗和接种过程的观点和情绪	自然语言处理	NA	Latent Dirichlet Allocation (LDA)模型，深度学习和传统机器学习算法	LDA，深度学习模型和传统机器学习模型	文本	孟加拉国社交媒体用户的反应
15857	2024-09-20	Deformable MR-CT image registration using an unsupervised, dual-channel network for neurosurgical guidance 2022-01, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2021.102292 PMID:34784539	研究论文	本文提出了一种无监督的深度学习框架，用于神经外科手术指导中的术前MR和术中CT图像的变形配准	创新点在于使用双通道网络进行配准，并结合合成不确定性提供空间变化的权重，以及端到端的联合优化训练策略	NA	旨在提高微创颅内神经外科手术的精度，解决脑组织变形问题	术前MR和术中CT图像的变形配准	计算机视觉	神经外科疾病	深度学习	双通道网络	图像	使用了三个数据集：模拟变形的MR/CT配对数据、真实变形的MR/CT配对数据和真实神经外科手术数据
15858	2024-09-20	Evaluation of Ischemic Penumbra in Stroke Patients Based on Deep Learning and Multimodal CT 2021, Journal of healthcare engineering DOI:10.1155/2021/3215107 PMID:39290779	研究论文	本文提出了一种基于改进的全局注意力上采样U-Net模型的主次路径注意力补偿网络结构，用于急性缺血性卒中患者的缺血半暗带和核心梗死体积的分割	提出了主次路径注意力补偿网络结构，通过辅助路径网络生成松散的辅助注意力补偿系数，弥补主路径网络中可能的注意力系数错误	文章未明确提及具体的局限性	研究多模态CT在急性缺血性卒中患者中对侧支循环、缺血半暗带、核心梗死体积的定量评估及其在静脉溶栓治疗中的预后评估价值	急性缺血性卒中患者的缺血半暗带、核心梗死体积及静脉溶栓治疗的预后	计算机视觉	脑血管疾病	深度学习	U-Net	图像	未明确提及具体样本数量
15859	2024-09-20	Enhanced bat algorithm for COVID-19 short-term forecasting using optimized LSTM 2021, Soft computing IF:3.1Q2 DOI:10.1007/s00500-021-06075-8 PMID:34393647	研究论文	本文提出了一种优化的长短期记忆网络（LSTM）用于COVID-19病例的短期预测，并使用增强的蝙蝠算法（BA）进行优化	本文提出了一种增强的蝙蝠算法，通过使用高斯自适应惯性权重和替换随机漫步为高斯漫步来解决过早收敛和局部最小值问题	NA	提高COVID-19病例预测的准确性，帮助控制疫情	COVID-19病例的短期预测	机器学习	COVID-19	蝙蝠算法	LSTM	时间序列数据	NA
15860	2024-09-19	Harnessing deep learning for detection of diabetic retinopathy in geriatric group using optical coherence tomography angiography-OCTA: A promising approach 2024-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.102910 PMID:39280760	研究论文	本文提出了一种利用光学相干断层扫描血管造影（OCTA）图像和深度学习算法检测老年糖尿病视网膜病变的方法	结合OCTA和深度学习技术，提出了一种创新的方法来提高老年糖尿病视网膜病变的诊断准确性	NA	提高老年糖尿病视网膜病变的早期检测和管理	老年糖尿病视网膜病变患者	计算机视觉	老年疾病	光学相干断层扫描血管造影（OCTA）	卷积神经网络（CNN）	图像	262张OCTA扫描图像，来自179名老年个体，包括糖尿病患者和非糖尿病患者