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
15881	2024-09-21	Classification of Brain Tumours in MRI Images using a Convolutional Neural Network 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/1573405620666230327124902 PMID:37018519	研究论文	本文使用卷积神经网络（CNN）对脑部MRI图像中的肿瘤进行分类	提出的CNN模型在处理资源消耗较少的情况下，实现了更高的准确率和损失减少	实验在相对有限的样本数据集上进行	利用深度学习技术提高脑肿瘤MRI图像分类的准确性	脑部MRI图像中的肿瘤	计算机视觉	脑肿瘤	卷积神经网络（CNN）	CNN	图像	相对有限的样本数据集
15882	2024-09-21	An Early Detection and Classification of Alzheimer's Disease Framework Based on ResNet-50 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/1573405620666230825113344 PMID:37622561	研究论文	本文提出了一种基于ResNet-50的阿尔茨海默病早期检测和分类框架	通过使用深度残差网络（ResNet）模型和图像预处理技术，解决了传统卷积神经网络（CNN）中卷积层的局限性	尽管某些模型在准确性上表现更好，但它们容易过拟合	开发一种更有效的阿尔茨海默病早期检测系统	阿尔茨海默病患者	计算机视觉	阿尔茨海默病	深度残差网络（ResNet）	ResNet-50	MRI扫描图像	阿尔茨海默病患者的MRI扫描数据集
15883	2024-09-21	Convex Hull Prediction for Adaptive Video Streaming by Recurrent Learning 2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2024.3455989 PMID:39264770	研究论文	提出了一种基于深度学习的自适应视频流凸包预测方法，通过循环卷积网络（RCN）分析视频片段的时空复杂度来预测其凸包	采用循环卷积网络（RCN）和两步迁移学习方案，显著减少了预编码时间和计算开销	未提及具体限制	减少自适应视频流中预编码步骤的时间和计算开销	视频片段的凸包预测	计算机视觉	NA	深度学习	循环卷积网络（RCN）	视频	未提及具体样本数量
15884	2024-09-21	Change Representation and Extraction in Stripes: Rethinking Unsupervised Hyperspectral Image Change Detection With an Untrained Network 2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2024.3438100 PMID:39269800	研究论文	提出了一种新的无监督高光谱图像变化检测方法StripeCD，通过在无训练网络中集成优化建模来表示和建模条纹变化	引入了一种新的特征空间表示方法，通过条纹形式表示变化特征，并提出了一种多尺度前向-后向分割框架来突出显著变化	依赖于无训练网络的特征波动性可能导致变化检测结果不准确	改进无监督高光谱图像变化检测方法，减少对标注数据的依赖	高光谱图像的变化检测	计算机视觉	NA	无训练卷积网络	卷积神经网络	图像	涉及三个广泛使用的高光谱图像数据集
15885	2024-09-21	Diagnostic Value of Artificial Intelligence in Minimal Breast Lesions Based on Real-Time Dynamic Ultrasound Imaging 2024, International journal of general medicine IF:2.1Q2 DOI:10.2147/IJGM.S479969 PMID:39295853	研究论文	探讨基于实时动态超声成像系统的人工智能在诊断微小乳腺病变中的价值	使用基于实时动态超声成像系统的人工智能进行微小乳腺病变的诊断	仍存在一些漏诊和误诊的情况	研究人工智能在微小乳腺病变诊断中的应用价值	直径≤10mm的微小乳腺病变	计算机视觉	乳腺癌	深度学习算法	深度学习	视频	291例微小乳腺病变，其中228例良性，63例恶性
15886	2024-09-21	A general prediction model for compound-protein interactions based on deep learning 2024, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2024.1465890 PMID:39295942	研究论文	本文开发了一种基于深度学习的化合物-蛋白质相互作用预测模型，并验证了其在中药中的应用	本文提出了一个集成大规模生物活性基准数据集和深度学习算法的计算模型，用于预测化合物-蛋白质相互作用，并在中药中验证了其有效性	由于化合物和目标的多样性以及缺乏大规模相互作用数据集和负数据集，现有计算方法在预测准确性和泛化能力方面面临挑战	开发一种准确的化合物-蛋白质相互作用预测模型，以促进药物发现和理解中药的生物活性	化合物-蛋白质相互作用，特别是中药中的化合物	机器学习	NA	深度学习	NA	生物活性数据	使用了黄芪和白花蛇舌草这对中药组合中的活性化合物，并从多个公共数据库和文献中收集了这些化合物的完整目标数据
15887	2024-09-21	Analysis and comparison of retinal vascular parameters under different glucose metabolic status based on deep learning 2024, International journal of ophthalmology IF:1.9Q2 DOI:10.18240/ijo.2024.09.02 PMID:39296560	研究论文	本文开发了一种基于深度学习的模型，用于自动分割视网膜血管，并分析和比较不同血糖代谢状态下的血管参数	本文首次使用深度学习模型U-Net进行视网膜血管分割，并分析了不同血糖代谢状态下的血管参数差异	样本量相对较小，可能影响结果的普适性	评估人工智能在图像分割和视网膜血管参数分析中预测糖尿病前期的潜力	视网膜血管参数在不同血糖代谢状态下的差异	计算机视觉	糖尿病	深度学习	U-Net	图像	总共600只眼睛，包括200名正常人、200名糖尿病前期患者和200名糖尿病患者
15888	2024-09-21	Systematic bibliometric and visualized analysis of research hotspots and trends on the application of artificial intelligence in glaucoma from 2013 to 2022 2024, International journal of ophthalmology IF:1.9Q2 DOI:10.18240/ijo.2024.09.22 PMID:39296573	综述	对2013年至2022年间人工智能在青光眼领域的应用进行文献计量分析和可视化研究	通过CiteSpace和VOSviewer软件分析了不同国家、机构、作者和期刊的贡献及共现关系，揭示了该领域的研究热点和未来趋势	文章主要关注文献计量分析，未深入探讨具体技术细节和临床应用效果	全面了解人工智能在青光眼领域的研究现状，并识别未来研究的新方向	2013年至2022年间发表的关于人工智能在青光眼领域应用的英文文章	计算机视觉	眼科疾病	NA	NA	文本	750篇英文文章
15889	2024-09-21	Deep learning-based ultrasonographic classification of canine chronic kidney disease 2024, Frontiers in veterinary science IF:2.6Q1 DOI:10.3389/fvets.2024.1443234 PMID:39296582	研究论文	本研究开发了一种基于深度学习的模型，用于通过超声图像对犬慢性肾病（CKD）进行分类，并评估其与兽医影像专家的诊断性能	首次尝试将人工智能应用于兽医超声诊断，并开发了一种基于卷积神经网络的对象检测算法来分类犬慢性肾病的IRIS阶段	多类分类的准确性较低，仅为0.46	开发和验证一种基于深度学习的模型，用于通过超声图像对犬慢性肾病进行分类，并评估其临床实用性	犬慢性肾病（CKD）的超声图像	机器学习	犬病	卷积神经网络（CNN）	CNN	图像	883张超声图像，来自198只狗
15890	2024-09-21	Deepfake: definitions, performance metrics and standards, datasets, and a meta-review 2024, Frontiers in big data IF:2.4Q2 DOI:10.3389/fdata.2024.1400024 PMID:39296632	综述	本文全面概述了深度伪造（deepfake）的概念，涵盖了定义、性能指标和标准、相关数据集等多个重要方面	本文提供了对深度伪造最全面的综述，包括对15篇相关综述论文的元分析	NA	全面了解和分析深度伪造的概念、性能指标、标准、数据集以及相关挑战和建议	深度伪造的定义、性能指标和标准、相关数据集以及相关综述论文	计算机视觉	NA	深度学习	NA	图像、视频、音频	15篇相关综述论文
15891	2024-09-21	Utilizing deep learning models in an intelligent spiral drawing classification system for Parkinson's disease classification 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1453743 PMID:39296906	研究论文	本文提出了一种利用深度学习模型进行智能螺旋绘图分类系统，用于帕金森病的分类	本文通过分析手绘螺旋图中的重要和独特特征，利用迁移学习模型（如VGG19、InceptionV3、ResNet50v2和DenseNet169）进行帕金森病的诊断	本文的研究样本量较小，未来需要扩大数据集并进一步优化迁移学习策略	开发一种高效准确的帕金森病分类系统，以改善患者的生活质量和早期治疗效果	手绘螺旋图和帕金森病	机器学习	神经退行性疾病	迁移学习	InceptionV3	图像	102个手绘螺旋图
15892	2024-09-21	A quantitative analysis of artificial intelligence research in cervical cancer: a bibliometric approach utilizing CiteSpace and VOSviewer 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1431142 PMID:39296978	研究论文	本研究通过文献计量学方法，利用CiteSpace和VOSviewer分析了人工智能在宫颈癌研究中的应用趋势	首次系统性地评估了人工智能在宫颈癌研究中的作用，并指出了未来的研究方向	研究主要基于文献计量学方法，可能忽略了实际应用中的细节和挑战	评估人工智能在宫颈癌研究中的作用，并探讨其未来发展趋势	宫颈癌研究领域的文献和相关作者	机器学习	宫颈癌	文献计量学	NA	文本	分析了927篇文章，涉及5,299名作者和81个地区
15893	2024-09-21	Super-resolution reconstruction improves multishell diffusion: using radiomics to predict adult-type diffuse glioma IDH and grade 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1435204 PMID:39296980	研究论文	本文通过深度学习超分辨率重建技术提高多壳扩散图像的分辨率，并开发和验证了预测成人弥漫性胶质瘤IDH状态和2/3级肿瘤的模型	使用深度学习超分辨率重建技术提高多壳扩散图像的分辨率，并开发了新的预测模型	高级扩散模型在诊断性能上并未优于简单扩散模型	提高多壳扩散图像的分辨率，并开发预测成人弥漫性胶质瘤IDH状态和2/3级肿瘤的模型	成人弥漫性胶质瘤的IDH状态和2/3级肿瘤	计算机视觉	脑肿瘤	深度学习超分辨率重建	生成对抗网络	图像	90例成人弥漫性胶质瘤患者
15894	2024-09-21	Detecting common coccinellids found in sorghum using deep learning models 2023-06-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-36738-5 PMID:37328502	研究论文	本文开发并训练了深度学习模型，用于检测和分类高粱中常见的瓢虫	首次开发了用于高粱中瓢虫检测和分类的深度学习模型	NA	开发自动化技术以检测和分类高粱中的瓢虫，减少对杀虫剂的依赖	高粱中常见的七种瓢虫	计算机视觉	NA	深度学习	Faster R-CNN, YOLOv5, YOLOv7	图像	从iNaturalist项目中提取的图像
15895	2024-09-21	Detecting stress caused by nitrogen deficit using deep learning techniques applied on plant electrophysiological data 2023-06-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-36683-3 PMID:37316610	研究论文	本文利用深度学习技术分析植物电生理数据，检测由氮缺乏引起的植物应激反应	本文首次将深度学习技术应用于植物电生理记录中识别植物应激反应，无需预先计算特征，自动学习分类目标	NA	检测由氮缺乏引起的植物应激反应	16株在典型生产条件下生长的番茄植物的电生理数据	机器学习	NA	深度学习	NA	电生理数据	16株番茄植物
15896	2024-09-21	Bayesian interpolation with deep linear networks 2023-Jun-06, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2301345120 PMID:37252994	研究论文	本文研究了深度、宽度和数据集大小对模型质量的联合影响，并给出了线性网络在特定条件下的完整解决方案	提出了一个新的有效深度概念，并展示了无限深度线性网络在数据无关先验下的最优预测能力	研究仅限于输出维度为一的线性网络，并使用零噪声贝叶斯推断和均方误差作为负对数似然	探讨神经网络深度、宽度和数据集大小对模型质量的联合影响	线性网络在特定条件下的预测后验和贝叶斯模型证据	机器学习	NA	贝叶斯推断	线性网络	数值数据	NA
15897	2024-09-21	An end-to-end deep learning method for protein side-chain packing and inverse folding 2023-06-06, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2216438120 PMID:37253017	研究论文	提出了一种端到端的深度学习方法AttnPacker，用于蛋白质侧链包装和逆折叠	AttnPacker直接利用骨架3D几何结构同时计算所有侧链坐标，无需依赖离散的旋转异构体库或进行昂贵的构象搜索和采样步骤，显著提高了计算效率	NA	解决蛋白质侧链包装问题，提高蛋白质结构预测、优化和设计的速度和准确性	蛋白质侧链构象	机器学习	NA	深度学习	NA	蛋白质结构数据	CASP13和CASP14中的天然和非天然蛋白质骨架
15898	2024-09-21	Variation in foraging activity influences area-restricted search behaviour by bottlenose dolphins 2023-Jun, Royal Society open science IF:2.9Q1 DOI:10.1098/rsos.221613 PMID:37325592	研究论文	研究了宽吻海豚的区域限制搜索行为与其觅食活动之间的关系	利用被动声学监测和基于深度学习的技术，首次提供了宽吻海豚区域限制搜索行为的一个驱动因素的实证证据	研究仅限于特定种群的宽吻海豚，且依赖于特定的声学数据	探讨区域限制搜索行为在海洋系统中的驱动因素	宽吻海豚的区域限制搜索行为及其与觅食活动的关系	NA	NA	被动声学监测	卷积神经网络	声学数据	特定种群的宽吻海豚
15899	2024-09-21	Quantitative characterization of zebrafish development based on multiple classifications using Mueller matrix OCT 2023-Jun-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.488614 PMID:37342688	研究论文	本文提出了一种基于Mueller矩阵光学相干断层扫描（Mueller matrix OCT）和深度学习的非侵入性方法，用于定量分析斑马鱼多个器官在其生长过程中的发育情况	结合Mueller矩阵OCT和深度学习技术，首次实现了对斑马鱼多个器官发育过程的定量分析	NA	开发一种非侵入性的方法，用于定量分析斑马鱼多个器官在其生长过程中的发育情况	斑马鱼的多个器官，包括身体、眼睛、脊柱、卵黄囊和游泳膀胱	生物医学工程	NA	Mueller矩阵光学相干断层扫描（Mueller matrix OCT）	U-Net网络	三维图像	从第1天到第19天的斑马鱼胚胎
15900	2024-09-21	Prediction of clinicopathological features, multi-omics events and prognosis based on digital pathology and deep learning in HR+/HER2- breast cancer 2023-May-30, Journal of thoracic disease IF:2.1Q3 DOI:10.21037/jtd-23-445 PMID:37324098	研究论文	本研究利用深度学习技术，基于数字病理图像预测HR+/HER2-乳腺癌患者的临床病理特征、多组学事件及预后	首次在HR+/HER2-乳腺癌中应用深度学习模型预测治疗靶点和预后	研究样本量有限，且仅基于单一中心的病理图像数据	开发基于深度学习的模型，预测HR+/HER2-乳腺癌患者的临床病理特征、多组学特征及预后	HR+/HER2-乳腺癌患者的临床病理特征、多组学事件及预后	数字病理学	乳腺癌	深度学习	深度学习模型	病理图像	421例HR+/HER2-乳腺癌患者