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
17881	2024-08-29	Vessel trajectory classification via transfer learning with Deep Convolutional Neural Networks 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0308934 PMID:39186723	研究论文	本文介绍了一种基于深度卷积神经网络和迁移学习的新框架Dense121-VMC，用于同时提取和分类航行和徘徊轨迹	提出了一种新的框架Dense121-VMC，利用深度卷积神经网络和迁移学习，有效提取输入图像中的显著特征并识别轨迹间的细微差异	现有基于CNN的方法主要关注航行或徘徊运动模式，难以从输入图像中捕捉有价值的特征和细微差异	提高船舶轨迹分类的准确性和效率，确保海上安全和船舶导航效率	船舶轨迹分类	计算机视觉	NA	卷积神经网络	CNN	图像	NA
17882	2024-08-29	Application of artificial intelligence in the diagnosis and treatment of urinary tumors 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1440626 PMID:39188685	研究论文	本文探讨了人工智能在泌尿肿瘤诊断和治疗中的应用，特别是机器学习和深度学习技术在医学图像识别中的作用	利用机器学习和深度学习技术，特别是卷积神经网络，提高了肿瘤诊断和治疗的精确性和效率	NA	研究人工智能在泌尿肿瘤诊断和治疗中的应用，以提高诊断准确性和治疗效果	泌尿肿瘤，包括肾细胞癌、膀胱癌和前列腺癌	机器学习	泌尿肿瘤	机器学习（ML）和深度学习（DL）	卷积神经网络（CNN）	医学图像	NA
17883	2024-08-29	A non-enhanced CT-based deep learning diagnostic system for COVID-19 infection at high risk among lung cancer patients 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1444708 PMID:39188873	研究论文	本研究提出了一种基于非增强CT扫描的COVID-19诊断神经网络系统，用于区分COVID-19肺炎患者和其他肺炎患者，并进一步区分普通COVID-19患者和重症患者	本研究创新性地使用两个串联的3D卷积神经网络（CNN）来构建诊断模块，能够有效区分COVID-19肺炎和其他肺炎，以及普通COVID-19患者和重症患者	NA	开发一种早期诊断系统，以帮助改善感染COVID-19的肺癌患者的预后	肺癌患者中的COVID-19感染	机器学习	肺癌	3D卷积神经网络（CNN）	CNN	CT图像	NA
17884	2024-08-29	Revolutionizing Shoulder MRI: Accelerated Imaging with Deep Learning Reconstruction 2024-01, Radiology IF:12.1Q1 DOI:10.1148/radiol.233301 PMID:38193840	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
17885	2024-08-29	Adaptive Region-Specific Loss for Improved Medical Image Segmentation 2023-11, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2023.3289667 PMID:37363838	研究论文	本文介绍了一种区域特定损失函数，用于改进医学图像分割，通过将整个图像体积划分为多个子区域，并为每个子区域构建个性化的损失函数，以提高局部性能	提出了区域特定损失函数，该函数能够根据不同区域的分割难度调整权重，从而提高整体预测准确性	NA	改进医学图像分割的准确性	医学图像分割中的损失函数设计	计算机视觉	NA	NA	神经网络	图像	使用不同的公开和内部医学图像数据集
17886	2024-08-29	Integrated mRNA sequence optimization using deep learning 2023-01-19, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbad001 PMID:36642413	研究论文	本文开发了一种名为iDRO的新算法，利用深度学习技术优化mRNA序列，以适应人类细胞	首次引入深度学习方法进行mRNA序列的综合优化	NA	优化外源基因如严重急性呼吸综合征冠状病毒2刺突蛋白的mRNA序列，以适应人类细胞	mRNA序列优化	机器学习	NA	深度学习	BiLSTM-CRF, RNA-Bart	序列数据	NA
17887	2024-08-29	Improving breast cancer diagnosis by incorporating raw ultrasound parameters into machine learning 2022-Dec-01, Machine learning: science and technology DOI:10.1088/2632-2153/ac9bcc PMID:36698865	研究论文	本研究提出了一种基于生物物理特征的机器学习方法，用于乳腺癌检测，旨在提高诊断性能并提供恶性概率的彩色叠加视觉图。	本研究通过结合原始超声参数和机器学习方法，提高了乳腺癌诊断的准确性，并提供了恶性概率的彩色叠加视觉图。	NA	提高超声乳腺检查的诊断准确性。	乳腺癌检测。	机器学习	乳腺癌	超声	支持向量机	图像	150个乳腺病变样本
17888	2024-08-29	Resolving complex cartilage structures in developmental biology via deep learning-based automatic segmentation of X-ray computed microtomography images 2022-05-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-12329-8 PMID:35610276	研究论文	本研究利用卷积神经网络（CNN）自动分割发育中的鼻囊软骨结构，通过X射线计算显微断层扫描（μCT）图像进行分析	提出了一种针对大尺寸图像优化的CNN分割模型，并使用独特的手动注释数据库进行训练	图像数据尺寸大且训练数据库相对较小，包括基因改造的小鼠胚胎，分析结构的表型与正常情况不同	加速μCT分析动物模型中软骨骨骼元素的发育疾病	发育中的鼻囊软骨结构	计算机视觉	NA	X射线计算显微断层扫描（μCT）	CNN	图像	包括基因改造的小鼠胚胎
17889	2024-08-29	Birdsong classification based on ensemble multi-scale convolutional neural network 2022-05-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-12121-8 PMID:35606386	研究论文	本文针对传统卷积神经网络（CNN）在层数增加时语义信息丰富但细节信息丢失的问题，提出了一种基于小波变换特征谱图的多尺度卷积神经网络（MSCNN）和集成多尺度卷积神经网络（EMSCNN）分类框架，用于鸟鸣分类	本文提出的EMSCNN模型通过集成多尺度卷积神经网络，有效解决了传统CNN在处理鸟鸣数据时全局信息丢失的问题，提高了分类性能	NA	提高鸟鸣分类的准确性和稳定性	鸟鸣数据	计算机视觉	NA	小波变换	CNN	音频	30种鸟类
17890	2024-08-29	Hippocampal representations for deep learning on Alzheimer's disease 2022-05-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-12533-6 PMID:35597814	研究论文	本文比较了五种海马体表示方法及其相应的网络架构，用于通过深度学习分析阿尔茨海默病中的海马体变化	本文首次评估了不同海马体表示方法对深度学习分析阿尔茨海默病的影响	需要进一步研究以确定最佳的海马体表示方法和网络架构	探讨不同海马体表示方法对深度学习预测阿尔茨海默病的影响	海马体在阿尔茨海默病中的变化	机器学习	阿尔茨海默病	深度学习	神经网络	图像	独立测试数据集
17891	2024-08-29	Predicting the failure of two-dimensional silica glasses 2022-May-20, Nature communications IF:14.7Q1 DOI:10.1038/s41467-022-30530-1 PMID:35595727	研究论文	本文利用机器学习方法预测模拟二维硅玻璃的失效，并通过Grad-CAM构建注意力图以实现物理解释	本文通过Grad-CAM构建的注意力图可以物理解释为拓扑缺陷和局部势能，提高了预测结果的可解释性	NA	预测材料的失效	二维硅玻璃	机器学习	NA	机器学习方法	人工神经网络	结构信息	不同形状和大小的样本以及实验图像
17892	2024-08-29	A fine-grained network for human identification using panoramic dental images 2022-May-13, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2022.100485 PMID:35607622	研究论文	本文提出了一种利用全景牙科图像进行人体细粒度识别的网络模型	设计了一种双分支架构，其中一个分支作为图像特征提取器，另一个作为掩码特征提取器，并通过改进的注意力机制和ArcFace损失函数提高了模型性能	NA	开发一种新的深度学习模型，用于通过全景牙科图像进行人体识别	利用牙科图像中的牙齿掩码分布来区分不同个体的细微牙齿差异	计算机视觉	NA	深度神经网络	CNN	图像	23,715张全景X光牙科图像，来自10,113名患者
17893	2024-08-29	Analysis of Deep Learning-Based Phase Retrieval Algorithm Performance for Quantitative Phase Imaging Microscopy 2022-May-06, Sensors (Basel, Switzerland) DOI:10.3390/s22093530 PMID:35591220	研究论文	本文提出了一种理论框架，用于分析和量化基于深度学习的相位检索算法在定量相位成像显微镜中的性能	通过比较恢复的相位图像与其理论相位轮廓，评估了深度学习在相位检索中的正确性和可靠性	NA	分析和量化深度学习在定量相位成像中的应用性能	包括均匀等离子体金传感器和介电层样品等有损和无损样本	计算机视觉	NA	深度学习	CNN	图像	包括有损的等离子体样品和无损的介电层样品
17894	2024-08-29	Significance and stability of deep learning-based identification of subtypes within major psychiatric disorders 2022-04, Molecular psychiatry IF:9.6Q1 DOI:10.1038/s41380-022-01482-1 PMID:35228675	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
17895	2024-08-29	The next step in deep learning-guided clinical trials 2022-Apr, Nature cardiovascular research IF:9.4Q1 DOI:10.1038/s44161-022-00044-6 PMID:39196129	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
17896	2024-08-29	DOTA: Deep Learning Optimal Transport Approach to Advance Drug Repositioning for Alzheimer's Disease 2022-01-24, Biomolecules IF:4.8Q1 DOI:10.3390/biom12020196 PMID:35204697	研究论文	本文开发了一种名为DOTA的新型深度学习方法，用于重新定位FDA批准的药物，以治疗阿尔茨海默病	DOTA方法结合了多模态自编码器和Wasserstein变分自编码器，用于整合异质药物信息并识别有效的阿尔茨海默病药物	NA	开发一种新的深度学习方法，用于药物重新定位，以治疗阿尔茨海默病	FDA批准的药物，特别是具有昼夜节律效应的抗精神病药物	机器学习	阿尔茨海默病	深度学习	自编码器	药物信息	涉及多种抗精神病药物，如quetiapine, aripiprazole, risperidone等
17897	2024-08-29	Contour-aware semantic segmentation network with spatial attention mechanism for medical image 2022, The Visual computer DOI:10.1007/s00371-021-02075-9 PMID:33642659	研究论文	本文提出了一种基于Unet的轮廓感知语义分割网络，用于医学图像分割	引入语义分支和细节分支，分别提取语义特征和增强轮廓信息，并设计MulBlock模块和空间注意力模块（CAM）以提高网络的表示能力	NA	开发适用于临床环境的计算机辅助系统中的医学图像分割技术	医学图像分割	计算机视觉	NA	深度学习	Unet	图像	NA
17898	2024-08-29	Civil airline fare prediction with a multi-attribute dual-stage attention mechanism 2022, Applied intelligence (Dordrecht, Netherlands) DOI:10.1007/s10489-021-02602-0 PMID:34764615	研究论文	本文提出了一种基于多属性双阶段注意力机制的民航票价预测系统	引入了多属性双阶段注意力（MADA）机制，结合不同类型的数据，并通过Seq2Seq模型在编码器和解码器中加入注意力机制，以提高预测准确性	未提及具体限制	提高民航票价预测的准确性	民航票价预测系统	机器学习	NA	Seq2Seq模型	MADA	时间序列数据	实际民航数据集
17899	2024-08-29	An optimal deep learning framework for multi-type hemorrhagic lesions detection and quantification in head CT images for traumatic brain injury 2022, Applied intelligence (Dordrecht, Netherlands) DOI:10.1007/s10489-021-02782-9 PMID:34764620	研究论文	本文提出了一种优化的深度学习框架，用于通过头部CT扫描图像检测和量化创伤性脑损伤中的多种类型出血性病变	该框架通过将原始输入数据从3D DICOM转换为NIfTI，并应用预训练的多类语义分割模型和微调的分类神经网络，实现了对出血性病变亚型的精确检测和量化评估	NA	旨在辅助创伤性脑损伤中颅内出血的诊断和准确检测不同亚型	创伤性脑损伤中的颅内出血及其亚型	计算机视觉	创伤性脑损伤	深度学习	CNN	图像	涉及三种类型的出血性病变
17900	2024-08-29	A Novel Deep Learning Network and Its Application for Pulmonary Nodule Segmentation 2022, Computational intelligence and neuroscience DOI:10.1155/2022/7124902 PMID:35619752	研究论文	本文提出了一种基于U-NET的新型深度学习网络，用于肺结节CT图像的分割	该网络引入了密集连接以传输和利用特征，并引入了一种新的损失函数，对结节边界附近的像素具有容忍性	NA	提高肺结节轮廓分割的准确性，从而帮助医生提高诊断效率	肺结节	计算机视觉	肺癌	深度学习	U-NET	图像	NA