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
16321	2024-09-19	Deep learning-based prediction of the dose-volume histograms for volumetric modulated arc therapy of left-sided breast cancer 2024-Sep-18, Medical physics IF:3.2Q1 DOI:10.1002/mp.17410 PMID:39291645	研究论文	研究利用深度学习预测左侧乳腺癌患者在容积旋转调强放疗中的剂量体积直方图	本研究首次探索了深度学习在预测左侧乳腺癌患者接受容积旋转调强放疗时器官剂量体积直方图方面的应用	研究样本仅限于左侧乳腺癌患者，且模型仅在特定数据集上进行了验证	开发一个基于深度学习的框架，用于预测左侧乳腺癌治疗中器官特定的剂量体积直方图	左侧乳腺癌患者在接受容积旋转调强放疗时的器官剂量体积直方图	机器学习	乳腺癌	深度学习	DenseNet架构与循环神经网络	图像	249名左侧乳腺癌患者
16322	2024-09-19	Deep learning classification method for boar sperm morphology analysis 2024-Sep-17, Andrology IF:3.2Q1 DOI:10.1111/andr.13758 PMID:39287620	研究论文	本文提出了一种结合深度学习和基于图像的流式细胞术（IBFC）的新方法，用于客观和准确地分析猪精子形态和无标记的顶体健康状况	本文的创新点在于利用深度学习技术与高吞吐量的IBFC相结合，实现了对数千个精子形态和顶体健康状况的自动化分析，取代了传统的手动显微镜计数方法	NA	克服传统手动计数方法的局限性，开发一种自动化、客观和准确的猪精子形态和顶体健康分析方法	猪精子形态和顶体健康状况	计算机视觉	NA	基于图像的流式细胞术（IBFC）	卷积神经网络（CNN）	图像	10,000个精子样本
16323	2024-09-19	Deep learning-assisted distinguishing breast phyllodes tumors from fibroadenomas based on ultrasound images: a diagnostic study 2024-Sep-17, The British journal of radiology DOI:10.1093/bjr/tqae147 PMID:39288312	研究论文	本文评估了基于超声图像的深度学习模型在区分乳腺叶状肿瘤和纤维腺瘤中的表现及其在不同经验放射科医生中的临床应用	开发并验证了一个基于最大可用数据集的深度学习模型，用于辅助诊断叶状肿瘤，该模型有望帮助放射科医生更精确地区分两种难以识别的乳腺肿瘤类型	NA	评估深度学习模型在区分乳腺叶状肿瘤和纤维腺瘤中的表现及其临床应用	乳腺叶状肿瘤和纤维腺瘤的超声图像	计算机视觉	乳腺肿瘤	深度学习	Xception模型	图像	1180张超声图像，来自539名患者（247例叶状肿瘤和292例纤维腺瘤）
16324	2024-09-19	Deep feature fusion with computer vision driven fall detection approach for enhanced assisted living safety 2024-09-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-71545-6 PMID:39278949	研究论文	本文介绍了一种基于计算机视觉和深度学习的跌倒检测方法，用于提高辅助生活环境中的安全性	提出了新的深度特征融合与计算机视觉跌倒检测与分类（DFFCV-FDC）技术，结合了MobileNet、DenseNet和ResNet模型，并使用改进的鹈鹕优化算法（IPOA）进行超参数选择	未提及具体的研究局限性	开发一种高效可靠的跌倒检测系统，以提高辅助生活环境中老年人的安全	老年人跌倒事件的检测与分类	计算机视觉	NA	深度学习	深度特征融合模型（MobileNet、DenseNet、ResNet）、去噪自编码器（DAE）	图像	使用了基准跌倒数据库进行性能分析
16325	2024-09-19	Boundary-aware convolutional attention network for liver segmentation in ultrasound images 2024-09-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-70527-y PMID:39278955	研究论文	本文提出了一种用于超声图像中肝脏分割的边界感知卷积注意力网络BACANet	利用轻量级网络主干进行肝脏特征提取，并结合卷积注意力机制增强网络捕捉全局上下文信息的能力，同时引入选择性大核卷积模块和显式肝脏边界监督以改进边界定位	未提及	加速肝脏相关疾病的辅助诊断	超声图像中的肝脏区域分割	计算机视觉	NA	卷积神经网络	CNN	图像	多个数据集，包括公开数据集和私有测试数据集
16326	2024-09-19	An ultra lightweight neural network for automatic modulation classification in drone communications 2024-Sep-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72867-1 PMID:39278962	研究论文	本文研究了基于深度学习的自动调制分类网络的轻量化，以提高其在资源受限场景中的适应性	提出了一个超轻量级的神经网络（ULNN），结合了轻量级卷积结构、注意力机制和跨通道特征融合技术，并在模型训练过程中引入了基于信号相位偏移的数据增强方法	NA	提高无人机通信中自动调制分类技术的传输效率	无人机平台上的自动调制分类技术	机器学习	NA	深度学习	神经网络	信号	使用了公开数据集RML2016.10A进行实验验证
16327	2024-09-19	A machine learning approach to predicting dry eye-related signs, symptoms and diagnoses from meibography images 2024-Sep-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36021 PMID:39286076	研究论文	本文利用机器学习方法从睑板腺图像中预测干眼相关体征、症状和诊断	本文首次将深度学习模型应用于睑板腺图像的形态特征分析，并结合临床和症状数据进行预测	样本量相对较小，且主要集中在特定人群（如隐形眼镜佩戴者）	利用人工智能识别睑板腺形态特征与干眼相关临床结果和主观症状之间的关系	睑板腺的形态特征、临床结果和主观症状	机器学习	干眼症	深度学习	深度学习模型	图像	562张红外睑板腺图像，来自363名受试者
16328	2024-09-19	Nonrigid registration method for longitudinal chest CT images in COVID-19 2024-Sep-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e37272 PMID:39286087	研究论文	本文提出了一种基于深度学习的非刚性配准方法，用于COVID-19患者纵向胸部CT图像的形态学变化分析	采用深度学习方法VoxelMorph进行体素级别的非刚性配准，以减少呼吸相位和成像位置差异，同时避免过度变形病变区域	NA	分析COVID-19相关肺炎患者随时间的形态学变化	COVID-19患者的纵向胸部CT图像	计算机视觉	呼吸系统疾病	非刚性配准	深度学习模型	图像	509个患者数据点
16329	2024-09-19	Deep learning-based scoring method of the three-chamber social behaviour test in a mouse model of alcohol intoxication. A comparative analysis of DeepLabCut, commercial automatic tracking and manual scoring 2024-Sep-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36352 PMID:39286202	研究论文	本文介绍了一种基于深度学习的三室社会行为测试评分方法，用于研究酒精中毒小鼠模型的社会行为，并比较了DeepLabCut、商业自动跟踪和手动评分的结果	本文利用DeepLabCut进行动物身体部位的跟踪，提出了一种新的评分模型，显著提高了三室测试评分的准确性	本文仅在酒精中毒小鼠模型中进行了验证，尚未在其他模型或人类中进行测试	研究酒精戒断对小鼠社会行为的影响，并改进三室测试的评分准确性	酒精中毒小鼠模型的社会行为	机器学习	NA	DeepLabCut	NA	视频	NA
16330	2024-09-19	Deep learning-based human body pose estimation in providing feedback for physical movement: A review 2024-Sep-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36589 PMID:39281455	综述	本文综述了基于深度学习的人体姿态估计在提供运动反馈中的应用	本文综述了当前人体姿态估计系统的研究现状，并指出了在运动评估方法选择和反馈优先级方面的研究空白	本文指出在选择运动评估方法的有效性和因素方面仍不明确，并建议需要进一步研究反馈优先级和错误反馈	调查当前基于深度学习的人体姿态估计在提供运动反馈中的研究现状和潜在的差距	人体姿态估计、运动评估、用户反馈	计算机视觉	NA	深度学习	卷积神经网络（CNN）	图像	45篇文章
16331	2024-09-19	MONDEP: A unified SpatioTemporal MONitoring Framework for National DEPression Forecasting 2024-Sep-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36877 PMID:39281477	研究论文	本文提出了一种用于国家抑郁症预测的时空监测框架MONDEP	该框架利用机器学习和深度学习方法，通过多变量时间序列数据预测不同行政级别的抑郁症流行情况，相较于SARIMAX基线模型，MAE指标提高了13%	NA	构建一个综合的MONDEP框架，利用机器学习和深度学习预测不同行政级别的抑郁症情况	泰国国家抑郁症统计数据	机器学习	抑郁症	机器学习深度学习	深度学习模型	时间序列数据	NA
16332	2024-09-19	An efficient brain tumor detection and classification using pre-trained convolutional neural network models 2024-Sep-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36773 PMID:39281484	研究论文	本文提出了一种利用预训练卷积神经网络模型进行脑肿瘤检测和分类的高效方法	本文的创新点在于使用预训练的卷积神经网络模型（如ResNet50和EfficientNet）进行脑肿瘤检测，并通过数据增强技术提高模型的准确性和召回率	本文未详细讨论模型的计算资源需求和训练时间，也未提及模型在不同数据集上的泛化能力	本文的研究目的是提高脑肿瘤检测的准确性和效率，以便为患者提供及时的治疗和决策支持	本文的研究对象是脑肿瘤的MRI图像，包括三种不同类型的肿瘤和非肿瘤样本	计算机视觉	脑肿瘤	卷积神经网络（CNN）	卷积神经网络（CNN）	图像	本文使用了包含两种类别的数据集，其中三种代表不同类型的肿瘤，一种代表非肿瘤样本
16333	2024-09-19	ArSa-Tweets: A novel Arabic sarcasm detection system based on deep learning model 2024-Sep-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36892 PMID:39281495	研究论文	本文提出了一种基于深度学习模型的阿拉伯语讽刺检测系统ArSa-Tweets	本文的创新点在于开发了一种新的阿拉伯语推文讽刺检测模型ArSa-Tweet，并引入了ArSa-data作为黄金语料库	NA	研究目的是解决阿拉伯语讽刺检测中的挑战，如隐含的间接习语和缺乏阿拉伯语讽刺语料库	研究对象是阿拉伯语推文中的讽刺表达	自然语言处理	NA	深度学习	LSTM, Multi-headed CNN-LSTM-GRU, BERT, AraBert-V01, AraBert-V02	文本	NA
16334	2024-09-19	Cataract and glaucoma detection based on Transfer Learning using MobileNet 2024-Sep-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36759 PMID:39281545	研究论文	本文提出了一种基于迁移学习的MobileNet模型，用于白内障和青光眼的检测	本文提出了基于深度可分离卷积的MobileNetV1和MobileNetV2模型，并在公开数据集上进行了实验，结果显示该模型在准确性上优于其他模型	NA	开发一种高效的深度学习模型，用于早期检测白内障和青光眼	白内障和青光眼	计算机视觉	眼科疾病	深度学习	MobileNet	图像	使用公开数据集，包含白内障与正常以及青光眼与正常的图像
16335	2024-09-19	Wear prediction of high performance rolling bearing based on 1D-CNN-LSTM hybrid neural network under deep learning 2024-Sep-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e35781 PMID:39281601	研究论文	本文提出了一种基于1D-CNN-LSTM混合神经网络的高性能滚动轴承磨损预测方法	使用1D-CNN-LSTM混合神经网络进行深度学习，相比传统的1D-CNN算法，预测精度有所提高	NA	解决滚动轴承寿命测试时间长和成本高的问题	高性能滚动轴承的磨损预测	机器学习	NA	1D-CNN-LSTM混合神经网络	1D-CNN-LSTM	数据	791152个数据点
16336	2024-09-19	Deep learning for mango leaf disease identification: A vision transformer perspective 2024-Sep-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36361 PMID:39281639	研究论文	本文评估了视觉变换器在芒果叶病害识别中的性能，并与流行的卷积神经网络进行了比较	提出了基于预训练的Data-efficient Image Transformer (DeiT)架构的优化模型，实现了99.75%的准确率，优于多种流行的卷积神经网络，并展示了视觉变换器在训练时间上的优势	NA	评估视觉变换器在农业中的应用，特别是芒果叶病害识别	芒果叶病害	计算机视觉	NA	视觉变换器 (ViTs)	视觉变换器 (ViTs)	图像	NA
16337	2024-09-19	SMTRI: A deep learning-based web service for predicting small molecules that target miRNA-mRNA interactions 2024-Sep-10, Molecular therapy. Nucleic acids DOI:10.1016/j.omtn.2024.102303 PMID:39281703	研究论文	本文介绍了一种基于卷积神经网络的网络服务SMTRI，用于预测靶向miRNA-mRNA相互作用的小分子	SMTRI在AUC和准确性上分别比现有最先进算法提高了12.9%-30.3%和2.0%-18.4%	NA	开发一种计算程序来辅助成熟miRNA靶向药物的发现	miRNA-mRNA相互作用形成的小分子靶向RNA二级结构	机器学习	NA	NA	卷积神经网络	RNA	三个额外的测试集和四个已发表的实验验证的RNA靶向小分子案例研究
16338	2024-09-19	Artificial intelligence for geoscience: Progress, challenges, and perspectives 2024-Sep-09, Innovation (Cambridge (Mass.)) DOI:10.1016/j.xinn.2024.100691 PMID:39285902	综述	本文探讨了地球科学研究的演变，从基于物理的传统模型到现代数据驱动方法的进展，这些方法得益于人工智能和数据收集技术的显著进步	本文提出了将基于物理和数据驱动的方法结合到混合模型中的新范式，这些模型结合了领域知识来指导人工智能方法，展示了更高的效率和性能	数据稀缺、计算需求、数据隐私问题以及AI模型的“黑箱”性质是当前的主要挑战	探讨人工智能在地球科学中的应用进展、挑战和未来展望	地球科学研究中的传统物理模型和现代数据驱动模型	机器学习	NA	机器学习（ML）和深度学习（DL）	混合模型	地球科学数据	NA
16339	2024-09-19	Reply to: "Enhancing diagnostic accuracy for primary bone tumors: The role of expert histological analysis and AI-driven deep learning models" 2024-Sep-07, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology DOI:10.1016/j.ejso.2024.108670 PMID:39289050	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
16340	2024-09-19	Comparison review of image classification techniques for early diagnosis of diabetic retinopathy 2024-Sep-05, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad7267 PMID:39173657	综述	本文比较和分析了用于糖尿病视网膜病变早期诊断的各种机器学习技术	CapsNet在准确率和精确率上表现出色，CLAHE预处理技术显著提升了模型效率	深度学习方法计算复杂度高，需要更多资源和数据输入，且领域内缺乏一致的基准数据集	探讨和比较不同机器学习技术在糖尿病视网膜病变早期诊断中的有效性	糖尿病视网膜病变	计算机视觉	糖尿病	机器学习	CNN, CapsNet, KNN, SVM, 决策树, 随机森林	图像	NA