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
4621	2024-11-17	Deep learning-based rice pest detection research 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313387 PMID:39509376	研究论文	本研究利用深度学习技术优化YOLOv8模型，结合CBAM和BiFPN机制，显著提高了水稻害虫检测的准确性	本研究通过优化YOLOv8模型，结合CBAM和BiFPN机制，显著提高了水稻害虫检测的准确性，为农业害虫管理提供了新的技术途径	NA	解决水稻害虫检测问题，提高农业生产力和可持续性	水稻害虫检测	计算机视觉	NA	深度学习	YOLOv8	图像	9663张包含八种害虫的图像，训练集与测试集比例为8:2
4622	2024-11-17	Deep learning algorithms reveal increased social activity in rats at the onset of the dark phase of the light/dark cycle 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0307794 PMID:39514582	研究论文	本研究利用深度学习算法分析了在光照周期转换期间，大鼠在半自然条件下的社交行为和超声波发声	首次使用深度学习算法分析大鼠在光照周期转换期间的社交行为和超声波发声，并发现了光照变化对大鼠行为的具体影响	未能证明光照变化对大鼠积极情绪的影响	研究光照周期变化对大鼠社交行为和超声波发声的影响	大鼠在光照周期转换期间的社交行为和超声波发声	机器学习	NA	深度学习算法	DeepLabCut神经网络	视频和音频	6天内记录的大鼠配对样本
4623	2024-11-17	ONDL: An optimized Neutrosophic Deep Learning model for classifying waste for sustainability 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313327 PMID:39514594	研究论文	本文提出了一种优化的中智深度学习模型（ONDL）用于废物分类，以促进可持续发展	本文的创新点在于结合了中智理论和深度迁移学习（DTL）模型，并使用灰狼优化（GWO）进行图像特征选择，以提高废物分类的准确性和效率	本文的局限性在于仅测试了两个公开的废物管理数据集，未来可以扩展到更多类型的废物数据集以验证模型的泛化能力	本文的研究目的是通过优化中智深度学习模型来提高废物分类的准确性，从而促进可持续发展	本文的研究对象是废物分类，具体包括有机物、可回收物和不可回收物	机器学习	NA	深度迁移学习（DTL），灰狼优化（GWO）	中智深度学习模型（ONDL）	图像	两个数据集：DSWM1包含2个类别，DSWM2包含3个类别
4624	2024-11-17	Postoperative Karnofsky performance status prediction in patients with IDH wild-type glioblastoma: A multimodal approach integrating clinical and deep imaging features 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0303002 PMID:39527541	研究论文	本研究开发了一种结合临床数据和深度学习图像特征的多模态方法，用于预测IDH野生型胶质母细胞瘤患者术后6个月的Karnofsky表现状态评分	本研究的创新点在于将临床参数与术前和术后MRI扫描的深度学习图像特征相结合，显著提高了KPS预测性能	本研究仅在一个单中心进行了回顾性分析，样本量相对较小，未来需要在更多中心和更大样本量上进行验证	本研究旨在开发一种能够结合临床数据和深度学习图像特征的多模态模型，以提高胶质母细胞瘤患者术后6个月KPS评分的预测准确性	本研究的研究对象是150名新诊断的IDH野生型胶质母细胞瘤患者	计算机视觉	脑肿瘤	变分自编码器（VAE）	神经网络	图像	150名新诊断的IDH野生型胶质母细胞瘤患者，分为训练集（100名患者）和测试集（50名患者）
4625	2024-11-17	Interpretable multimodal classification for age-related macular degeneration diagnosis 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0311811 PMID:39527566	研究论文	本文分析了三种可解释人工智能（XAI）策略在眼科医学图像分析中的性能，特别是用于年龄相关性黄斑变性（AMD）的诊断	本文提出了一种结合光学相干断层扫描（OCT）和红外反射（IR）成像的多模态深度学习模型，并展示了其在AMD诊断中的高准确性（0.94）	NA	研究如何通过可解释的人工智能方法提高医学图像分析的透明度和诊断准确性	年龄相关性黄斑变性（AMD）的诊断	计算机视觉	眼科疾病	光学相干断层扫描（OCT）和红外反射（IR）成像	深度学习模型	图像	NA
4626	2024-11-17	Exploring machine learning algorithms in sickle cell disease patient data: A systematic review 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313315 PMID:39527575	综述	本文系统综述了机器学习算法在镰状细胞病（SCD）患者数据中的应用，重点关注诊断和临床特征	综述了多种机器学习算法在SCD诊断和监测中的应用，展示了其在提高诊断和监测方面的潜力	研究中存在数据集规模有限、模型可解释性问题和过拟合风险等挑战	探讨机器学习算法在镰状细胞病诊断和监测中的应用	镰状细胞病患者数据和临床特征	机器学习	血液疾病	机器学习	多种模型，包括多层感知器、支持向量机、随机森林、逻辑回归、长短期记忆网络、极端学习机、卷积神经网络和迁移学习方法	患者数据	NA
4627	2024-11-17	Research on recognition of slippery road surface and collision warning system based on deep learning 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0310858 PMID:39527616	研究论文	本文提出了一种基于深度学习的湿滑路面识别与碰撞预警系统	本文提出了集成SE注意力机制和多层次特征信息的FS-ResNet50模型，并结合yolov5算法和自适应交通环境特征的驾驶安全距离模型，提高了预警精度和降低了误报率	NA	解决现有车辆碰撞预警系统检测速度慢、预测误差大和环境适应性差的问题	湿滑路面状态和前方车辆位置	计算机视觉	NA	深度学习	FS-ResNet50, yolov5	图像	NA
4628	2024-11-17	Enhancing multiclass COVID-19 prediction with ESN-MDFS: Extreme smart network using mean dropout feature selection technique 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0310011 PMID:39531465	研究论文	本研究提出了一种新的方法ESN-MDFS，结合极端智能网络和均值丢弃特征选择技术，用于增强多类别肺部疾病（包括COVID-19）的诊断准确性	本研究的创新点在于结合了极端智能网络和均值丢弃特征选择技术，以及使用预训练的VGG-16模型提取的动态深度学习特征	NA	本研究的目的是提高便携式胸部X光片中多类别肺部疾病的检测准确性	本研究的对象是COVID-19、细菌性肺炎、病毒性肺炎和正常病例的胸部X光片图像	计算机视觉	肺部疾病	极端智能网络（ESN）和均值丢弃特征选择技术（MDFS）	极端智能网络（ESN）	图像	超过6000张胸部X光片图像
4629	2024-11-17	Harnessing hybrid deep learning approach for personalized retrieval in e-learning 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0308607 PMID:39536054	研究论文	本文提出了一种基于深度学习的课程推荐系统DLCRS，结合GRU+adam优化器和协同过滤技术，提供个性化课程推荐	本文的创新点在于结合了GRU+adam优化器和协同过滤技术，并使用ELMO词嵌入技术进行学习者和课程特征提取，以提高推荐准确性	NA	开发一种能够根据用户知识框架差异提供个性化课程推荐的系统	在线教育平台中的课程推荐	机器学习	NA	ELMO词嵌入技术	GRU	文本	使用了来自知名公共组织的真实数据集进行实验
4630	2024-11-17	Knowledge mapping and research trends of brain-computer interface technology in rehabilitation: a bibliometric analysis 2024, Frontiers in human neuroscience IF:2.4Q2 DOI:10.3389/fnhum.2024.1486167 PMID:39539351	研究论文	本研究通过文献计量方法分析了脑机接口技术在康复领域的研究进展	首次系统全面地对脑机接口技术在康复领域的应用进行了文献计量分析	研究仅基于Web of Science Core Collection的数据，可能存在数据偏差	分析脑机接口技术在康复领域的研究进展和趋势	脑机接口技术在康复领域的应用	NA	NA	文献计量分析	NA	文献	1431篇相关出版物，4932名作者，1281个机构，79个国家，386种学术期刊
4631	2024-11-17	Parkinson's disease detection from EEG signal employing autoencoder and RBFNN-based hybrid deep learning framework utilizing power spectral density 2024 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076241297355 PMID:39539721	研究论文	本文提出了一种基于自编码器和径向基函数神经网络的混合深度学习框架，用于从脑电信号中检测帕金森病	本文的创新点在于结合了自编码器和径向基函数神经网络，提高了帕金森病的检测准确率	NA	本文的研究目的是通过引入混合深度学习方法，克服利用深度学习进行帕金森病准确识别的挑战	本文的研究对象是帕金森病患者的脑电信号	机器学习	帕金森病	脑电信号分析	自编码器和径向基函数神经网络	脑电信号	31名受试者和93分钟的脑电记录
4632	2024-11-17	Predicting an opaque bubble layer during small-incision lenticule extraction surgery based on deep learning 2024, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2024.1487482 PMID:39539961	研究论文	本研究旨在利用深度学习技术预测飞秒激光小切口角膜基质透镜取出术（SMILE）中不透明气泡层（OBL）的形成	开发了一种基于SENet的残差回归深度神经网络模型，用于预测SMILE手术中的OBL形成	研究仅在一家大学医院进行，样本量有限，且仅使用了手术视频数据	预测飞秒激光SMILE手术中不透明气泡层的形成	不透明气泡层（OBL）的形成	计算机视觉	NA	深度学习	深度神经网络	视频	3271个训练样本，704个验证样本，467个内部验证样本
4633	2024-11-17	Facial emotion recognition using deep quantum and advanced transfer learning mechanism 2024, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2024.1435956 PMID:39539995	研究论文	本文提出了一种利用深度量子计算和高级迁移学习机制进行面部情感识别的系统设计	本文创新性地结合了量子计算和残差连接，显著减少了计算时间，并提高了面部情感识别的准确性	NA	开发一种高效准确的面部情感识别系统	面部表情和情感	计算机视觉	NA	量子计算	ResNet-18	图像	NA
4634	2024-11-17	Retraction: Influence of the combination of big data technology on the Spark platform with deep learning on elevator safety monitoring efficiency 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313640 PMID:39541288	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4635	2024-11-17	Cancer genetics and deep learning applications for diagnosis, prognosis, and categorization 2024, Journal of biological methods DOI:10.14440/jbm.2024.0016 PMID:39544183	研究论文	本文探讨了基因表达数据在癌症诊断、预后和分类中的应用，并介绍了深度学习技术在其中的作用	本文提出使用深度学习策略来增强基因表达数据集的维度，并通过合成样本来加强信息范围	基因表达数据集的样本数量有限，且癌症特征多样复杂	研究基因表达数据在癌症诊断、预后和分类中的应用，并探讨深度学习技术在其中的潜力	基因表达数据和癌症疾病	机器学习	癌症	基因表达微阵列	深度学习	基因表达数据	样本数量有限
4636	2024-11-17	LCGSC-YOLO: a lightweight apple leaf diseases detection method based on LCNet and GSConv module under YOLO framework 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1398277 PMID:39544536	研究论文	提出了一种基于LCNet和GSConv模块的轻量级苹果叶病害检测方法LCGSC-YOLO	使用LCNet重建主干网络，引入GSConv和VOVGSCSP模块，并在模型尾部嵌入坐标注意力机制，以减少参数和计算量并提高检测精度	NA	开发一种轻量级且高效的苹果叶病害检测方法	苹果叶病害	计算机视觉	NA	YOLO框架	CNN	图像	Plant Pathology 2021 (FGVC8)和AppleLeaf9混合数据集
4637	2024-11-15	GNN-DDAS: Drug discovery for identifying anti-schistosome small molecules based on graph neural network 2024-Dec-15, Journal of computational chemistry IF:3.4Q2 DOI:10.1002/jcc.27490 PMID:39189298	研究论文	提出了一种基于图神经网络的深度学习框架GNN-DDAS，用于发现抗血吸虫小分子药物	利用图神经网络提取分子图的结构特征，并通过多层感知机从SMILES序列中提取序列特征，最终通过全连接网络预测活性抗血吸虫小分子	未提及具体限制	开发一种新的计算机辅助方法，以提高发现活性抗血吸虫小分子的准确性	抗血吸虫小分子药物	机器学习	寄生虫病	图神经网络	图神经网络	分子图	未提及具体样本数量
4638	2024-11-15	Enhancing protein-ligand binding affinity prediction through sequential fusion of graph and convolutional neural networks 2024-Dec-15, Journal of computational chemistry IF:3.4Q2 DOI:10.1002/jcc.27499 PMID:39223071	研究论文	本文提出了一种通过顺序融合图神经网络（GNN）和卷积神经网络（CNN）来预测蛋白质-配体结合亲和力的模型	通过将GNN的中间输出与CNN的输入特征连接，显著提高了模型在CASF-2016基准测试中的性能，并在虚拟筛选任务中展示了其优势	NA	提高蛋白质-配体结合亲和力预测的准确性	蛋白质-配体结合亲和力	机器学习	NA	图神经网络（GNN）、卷积神经网络（CNN）	GNN和CNN的融合模型	结构数据	涉及CASF-2016基准测试数据集和PI5P4Kα目标的虚拟筛选任务
4639	2024-11-15	Imaging pollen using a Raspberry Pi and LED with deep learning 2024-Dec-10, The Science of the total environment DOI:10.1016/j.scitotenv.2024.177084 PMID:39433221	研究论文	本文展示了使用树莓派和LED灯结合深度学习技术进行花粉成像的方法	利用低成本的树莓派相机和LED灯捕捉花粉的散射模式，并通过深度学习将其转换为20倍显微镜放大等效图像	NA	开发低成本的小型成像传感器，用于全球花粉监测，以缓解花粉热症状	花粉颗粒及其散射模式	计算机视觉	NA	深度学习	神经网络	图像	涉及未在训练中见过的植物花粉
4640	2024-11-15	Improved PM2.5 prediction with spatio-temporal feature extraction and chemical components: The RCG-attention model 2024-Dec-10, The Science of the total environment DOI:10.1016/j.scitotenv.2024.177183 PMID:39471939	研究论文	提出了一种新的深度学习模型RCG-Attention，用于提取时空特征和化学成分，以提高PM2.5浓度的预测精度	结合了残差神经网络和卷积门控循环网络，并通过多头注意力机制融合时空特征，显著提高了PM2.5浓度的预测性能	未提及具体限制	提高PM2.5浓度的预测精度	PM2.5浓度的时空特征和化学成分	机器学习	NA	深度学习	RCG-Attention模型	时空数据和化学成分数据	多个监测站点的数据