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
19301	2024-08-17	A reliable diabetic retinopathy grading via transfer learning and ensemble learning with quadratic weighted kappa metric 2024-Feb-06, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02446-x PMID:38321416	研究论文	本文提出了一种基于迁移学习和集成学习的糖尿病视网膜病变分级方法，使用二次加权kappa指标进行评估	利用预训练模型权重减少训练时间和资源需求，采用数据增强技术改善特征和泛化能力，结合迁移学习和图像增强技术提高分级准确性	NA	提高糖尿病视网膜病变的分级准确性和效率	糖尿病视网膜病变	机器学习	糖尿病	迁移学习	集成学习	图像	使用了Eyepacs、Aptos和Messidor数据集
19302	2024-08-17	CucumberAI: Cucumber Fruit Morphology Identification System Based on Artificial Intelligence 2024, Plant phenomics (Washington, D.C.) DOI:10.34133/plantphenomics.0193 PMID:39144674	研究论文	本文提出了一种基于人工智能的黄瓜果实形态特征识别框架和软件CucumberAI，结合图像处理技术和深度学习模型，高效识别多达51种黄瓜特征	引入了黄瓜轮廓提取和果实分割的算法，并结合多种深度学习模型进行果实形态识别	NA	提高黄瓜育种效率和完善瓜果发育模型	黄瓜果实的形态特征	计算机视觉	NA	图像处理技术	CNN	图像	NA
19303	2024-08-17	Deep Learning for Strain Field Customization in Bioreactor with Dielectric Elastomer Actuator Array 2024, Cyborg and bionic systems (Washington, D.C.) DOI:10.34133/cbsystems.0155 PMID:39144697	研究论文	本文介绍了一种使用9×9独立可控介电弹性体执行器阵列的生物反应器，通过基于图像回归的机器学习技术实现对复杂应变场的定制	采用多层感知器（MLP）和超分辨率生成对抗网络（SRGAN）进行逆向和正向控制，以实现对目标应变场的复制和快速预测	NA	解决生物反应器技术中根据特定要求定制复杂应变场的挑战	生物反应器中的应变场控制	生物力学	NA	有限元分析（FEA）	多层感知器（MLP），超分辨率生成对抗网络（SRGAN）	图像	10,000个不同的输出应变场图像用于训练集
19304	2024-08-17	Prediction of protein content in paddy rice (Oryza sativa L.) combining near-infrared spectroscopy and deep-learning algorithm 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1398762 PMID:39145192	研究论文	本研究利用近红外光谱和深度学习技术开发了一种非破坏性预测带壳稻米（粳稻）蛋白质含量的方法	本研究首次将深度神经网络（DNN）与近红外光谱技术结合，用于非破坏性预测稻米的蛋白质含量，并取得了较高的预测准确度	NA	开发一种快速且非破坏性的方法来测量收获和储存阶段稻米的蛋白质含量	带壳稻米（粳稻）和糙米的蛋白质含量	机器学习	NA	近红外光谱	深度神经网络（DNN）	光谱数据	1800个带壳稻米光谱和1200个糙米光谱
19305	2024-08-17	Emerging trends in gait recognition based on deep learning: a survey 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2158 PMID:39145199	综述	本文综述了基于深度学习的步态识别技术的最新进展，探讨了其在法医、安全和刑事调查中的应用，并分析了当前面临的挑战和未来研究方向	文章介绍了多种基于神经网络的步态识别模型，如GA-ICDNet、MSTFE、GaitNet等，这些模型在不同行走条件下展示了高准确性	步态识别面临多种挑战，包括行走条件、视角和衣着变化等，尽管深度神经网络在一定程度上能解决这些问题，但仍存在改进空间	旨在综述和分析基于深度学习的步态识别技术的发展及其在多个领域的应用	步态识别技术及其在法医、安全和刑事调查中的应用	计算机视觉	NA	深度学习	CNN, RNN, 注意力机制	图像	NA
19306	2024-08-17	A DoS attack detection method based on adversarial neural network 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2162 PMID:39145212	研究论文	本文研究了基于深度学习的分布式拒绝服务（DoS）攻击检测系统，并提出了一种改进的条件Wasserstein生成对抗网络与逆变器（ICWGANInverter）模型来提高检测性能	提出了ICWGANInverter模型，该模型能够自动学习原始数据的抽象信息，并通过重建误差方法识别最佳分类标签	NA	分析深度学习模型在检测拒绝服务（DoS）攻击中的影响，并提出改进的检测方法	拒绝服务（DoS）攻击的检测	机器学习	NA	深度学习	生成对抗网络（GAN）	网络流量数据	使用了NSL-KDD入侵检测数据集进行测试
19307	2024-08-17	Pashto script and graphics detection in camera captured Pashto document images using deep learning model 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2089 PMID:39145223	研究论文	本研究首次探索了Pashto文档图像中的文本和图形检测，提出了一种基于深度学习的分类器	首次针对Pashto语言文档图像进行文本和图形检测，并创建了一个包含超过1000张Pashto文档图像的真实数据集	仅评估了测试集中的300张图像	开发一种能够检测Pashto文档图像中文本和图形的深度学习模型	Pashto文档图像中的文本和图形	计算机视觉	NA	卷积神经网络（CNN）	Single-Shot Detector（SSD）	图像	超过1000张Pashto文档图像
19308	2024-08-17	ProcGCN: detecting malicious process in memory based on DGCNN 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2193 PMID:39145247	研究论文	本文提出了一种基于DGCNN的深度学习模型ProcGCN，用于检测内存图像中的恶意进程	相较于基于进程字节特征的方法，本文采用函数调用特征，能更稳健地表示恶意软件的行为	NA	旨在提高内存取证中恶意进程检测的准确性和速度	内存图像中的恶意进程	机器学习	NA	DGCNN	GCN	图像	使用公开数据集进行实验
19309	2024-08-17	Machine-learning-based Structural Analysis of Interactions between Antibodies and Antigens 2023-Dec-08, bioRxiv : the preprint server for biology DOI:10.1101/2023.12.06.570397 PMID:38106177	研究论文	本文通过深度学习模型分析抗体与抗原之间的结构相互作用	本研究能够高精度地区分抗体-抗原复合物与其他类型的蛋白质-蛋白质复合物，并能从其他常见蛋白质结合区域中识别抗原	模型无法预测特定抗体与其抗原的配对关系	旨在通过计算分析抗体与抗原的相互作用，促进对体液免疫分子机制的理解并推动新疗法的设计	抗体与抗原的相互作用	机器学习	NA	深度学习	深度学习模型	蛋白质结构数据	NA
19310	2024-08-17	Acral melanoma detection using dermoscopic images and convolutional neural networks 2021-Oct-07, Visual computing for industry, biomedicine, and art DOI:10.1186/s42492-021-00091-z PMID:34618260	研究论文	本文研究了使用皮肤镜图像和卷积神经网络对肢端黑色素瘤进行分类的有效性	提出了一种新的深度学习模型，用于皮肤癌分类，并采用了图像处理和数据增强技术来开发一个健壮的自动化系统	NA	研究皮肤镜和深度学习在分类黑色素瘤亚型中的效果	肢端黑色素瘤	计算机视觉	皮肤癌	卷积神经网络	七层深度卷积网络	图像	使用来自韩国延世大学医疗系统的皮肤镜图像数据集
19311	2024-08-17	Deep learning features from diffusion tensor imaging improve glioma stratification and identify risk groups with distinct molecular pathway activities 2021-Oct, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2021.103583 PMID:34563923	研究论文	本研究开发并验证了一种基于扩散张量成像（DTI）的深度学习特征（DLS），用于预测浸润性胶质瘤患者的总体生存率，并探讨了DLS背后的生物学通路	本研究首次将深度学习特征应用于DTI数据，以改善胶质瘤的分层，并识别出具有不同分子通路活性的风险组	NA	开发和验证一种基于DTI的深度学习特征，用于预测胶质瘤患者的总体生存率，并探讨相关的生物学通路	浸润性胶质瘤患者	机器学习	脑肿瘤	扩散张量成像（DTI）	深度学习	图像	深度学习队列688例，放射基因组学队列78例，TCGA数据库663例，CGGA数据库657例
19312	2024-08-16	AFFnet - a deep convolutional neural network for the detection of atypical femur fractures from anteriorposterior radiographs 2024-Oct, Bone IF:3.5Q2 DOI:10.1016/j.bone.2024.117215 PMID:39074569	research paper	本研究开发了一种基于深度学习模型的AI应用，特别是卷积神经网络（CNNs），用于从前瞻性X光片中检测非典型股骨骨折（AFFs）	本研究开发了AFFnet模型，使用预训练的ResNet-50主干和创新的Box Attention Guide（BAG）模块，以增强模型的学习能力	NA	研究AI技术在非典型股骨骨折诊断中的应用	非典型股骨骨折（AFFs）的检测	computer vision	骨科疾病	卷积神经网络（CNNs）	ResNet-50	image	训练数据包括213例完整AFF、49例不完整AFF、394例典型股骨骨折和1359例非骨折股骨X光片；外部验证数据包括733例典型股骨骨折和290例AFF图像
19313	2024-08-16	Modelling future bone mineral density: Simplicity or complexity? 2024-Oct, Bone IF:3.5Q2 DOI:10.1016/j.bone.2024.117178 PMID:38972532	研究论文	本文比较了两种方法（简单统计方法和深度学习方法）在预测未来骨密度方面的效果	开发了一种基于深度学习的复杂方法来处理多维纵向数据，并结合了从患者历史DXA扫描中提取的变量和ZBM方法的特征	深度学习模型在男性中的表现不如简单统计模型	探索预测未来骨密度的有效方法，以辅助临床决策	使用纵向DXA数据的白人成年患者	NA	骨质疏松症	DXA扫描	深度学习模型	纵向数据	2948名40-90岁的白人成年人，其中2652名女性和296名男性
19314	2024-08-16	Gender Differences in Letters of Recommendations and Personal Statements for Neurotology Fellowship over 10 Years: A Deep Learning Linguistic Analysis 2024-Sep-01, Otology & neurotology : official publication of the American Otological Society, American Neurotology Society [and] European Academy of Otology and Neurotology IF:1.9Q2 DOI:10.1097/MAO.0000000000004265 PMID:39052892	研究论文	本研究通过深度学习语言分析方法，评估了神经耳科学奖学金申请中个人陈述和推荐信在性别间的语言差异。	使用Valence Aware Dictionary and Sentiment Reasoner (VADER)自然语言处理包和Empath深度学习工具，对推荐信和个人陈述中的情感进行分类和比较。	研究仅限于两个机构的数据，可能无法代表所有神经耳科学奖学金申请的情况。	评估神经耳科学奖学金申请过程中个人陈述和推荐信在性别间的语言差异。	神经耳科学奖学金申请者的个人陈述和推荐信。	自然语言处理	NA	自然语言处理(NLP)	深度学习工具Empath	文本	177名申请者，其中120名男性，57名女性
19315	2024-08-16	Rapid assessment of heavy metal accumulation capability of Sedum alfredii using hyperspectral imaging and deep learning 2024-Sep-01, Ecotoxicology and environmental safety IF:6.2Q1 DOI:10.1016/j.ecoenv.2024.116704 PMID:38996646	研究论文	本研究提出了一种结合高光谱成像和多任务深度学习的新型光谱方法，用于快速评估Sedum alfredii的重金属积累能力	本研究创新性地使用高光谱成像和深度学习技术，简化了超积累植物的筛选、重金属胁迫识别和重金属定量分析过程	NA	研究目的是开发一种快速准确的方法来评估植物的重金属积累能力，以促进植物修复过程中超积累植物的筛选和重金属积累预测	研究对象为重金属超积累植物Sedum alfredii及其非积累生态型	机器学习	NA	高光谱成像	深度学习网络（ENet和HMNet）	光谱图像	Sedum alfredii及其非积累生态型在Cd、Zn和Pb胁迫下的叶片光谱图像
19316	2024-08-16	Development and Validation Study of the Prognostic Impact of Deep Learning-Determined Myxoid Stroma After Neoadjuvant Chemotherapy in Patients with Esophageal Squamous Cell Carcinoma 2024-Sep, Annals of surgical oncology IF:3.4Q1 DOI:10.1245/s10434-024-15626-w PMID:38914836	研究论文	本研究旨在探讨人工智能（AI）量化粘液样基质在接受新辅助化疗后食管鳞状细胞癌（ESCC）手术患者中的预后意义，并在另一家医院的独立验证队列中验证其意义	AI确定的粘液样基质可能成为新辅助化疗后病理分期II或III ESCC患者的新颖且有用的预后因子	NA	研究AI量化粘液样基质在接受新辅助化疗后食管鳞状细胞癌手术患者中的预后意义	接受新辅助化疗后食管鳞状细胞癌手术的患者	机器学习	食管鳞状细胞癌	AI	NA	病理图像	两个数据集，共165名患者
19317	2024-08-07	ASO Author Reflections: Development and Validation Study of the Prognostic Impact of Deep Learning-Determined Myxoid Stroma After Neoadjuvant Chemotherapy in Patients with Esophageal Squamous Cell Carcinoma 2024-Sep, Annals of surgical oncology IF:3.4Q1 DOI:10.1245/s10434-024-15732-9 PMID:38954092	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
19318	2024-08-16	A supervised graph-based deep learning algorithm to detect and quantify clustered particles 2024-Aug-15, Nanoscale IF:5.8Q1 DOI:10.1039/d4nr01944j PMID:39082742	研究论文	本文介绍了一种基于图神经网络的深度学习算法，用于检测和量化粒子聚集	首次应用图神经网络方法分析粒子聚集，具有潜在应用价值	NA	开发一种无需人工干预的算法，用于检测和量化动态粒子聚集	膜嵌入蛋白的拓扑结构	机器学习	NA	图神经网络（GNNs）	图神经网络（GNNs）	模拟数据和荧光显微镜实验数据	未具体说明
19319	2024-08-16	Domain-interactive Contrastive Learning and Prototype-guided Self-training for Cross-domain Polyp Segmentation 2024-Aug-14, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3443262 PMID:39141465	研究论文	本文提出了一种新的域交互对比学习和原型引导自训练框架（DCL-PS），用于跨域息肉分割	引入域交互对比学习（DCL）和原型引导自训练（PS）策略，以减少域间差异并提高伪标签质量	未提及具体限制	提高在未见目标域数据集上的息肉分割性能	跨域息肉分割	计算机视觉	结直肠癌	对比学习	CNN	图像	未提及具体样本数量
19320	2024-08-16	Learnable digital signal processing: a new benchmark of linearity compensation for optical fiber communications 2024-Aug-13, Light, science & applications DOI:10.1038/s41377-024-01556-5 PMID:39134543	研究论文	本文提出了一种基于可学习视角的数字信号处理（DSP）新设计思路，称为可学习DSP（LDSP），旨在提高光纤通信中的线性和非线性补偿性能	LDSP将传统DSP模块视为深度学习框架，通过全局尺度的反向传播算法自适应优化DSP参数，显著提升了400Gb/s信号在1600km光纤传输后的Q因子	NA	开发一种高效且低复杂度的数字信号处理方案，以提升下一代光纤传输的性能	光纤通信中的数字信号处理技术	光纤通信	NA	数字信号处理（DSP）	深度学习框架	信号	400Gb/s信号在1600km光纤传输