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
6021	2024-10-01	Gas Detection and Classification Using Multimodal Data Based on Federated Learning 2024-Sep-11, Sensors (Basel, Switzerland) DOI:10.3390/s24185904 PMID:39338648	研究论文	本文研究了基于多模态数据和联邦学习的气体检测与分类方法	本文创新性地结合了多传感器数据和热成像数据，并采用联邦学习保护数据隐私	低成本传感器的可靠性和灵敏度较低，不适合长距离气体检测	旨在通过多模态数据和联邦学习实现早期气体泄漏检测和分类	气体泄漏检测和分类	机器学习	NA	联邦学习	卷积神经网络 (CNN) 和双向长短期记忆网络 (Bi-LSTM)	多模态数据（传感器数据和热成像数据）	6400个样本，包括烟雾、香水、混合物和中性环境
6022	2024-10-01	Penetration State Recognition during Laser Welding Process Control Based on Two-Stage Temporal Convolutional Networks 2024-Sep-10, Materials (Basel, Switzerland) DOI:10.3390/ma17184441 PMID:39336184	研究论文	本文提出了一种基于两阶段时序卷积网络的激光焊接过程穿透状态识别方法，用于实现激光焊接的在线过程控制	本文提出了一种基于通道剪枝的轻量级分割模型，用于从清晰的熔池关键孔图像中提取熔池和关键孔的关键特征，并建立了基于注意力机制的时序卷积网络进行穿透状态识别	NA	实现激光焊接过程的在线控制和穿透状态的有效预测	激光焊接过程中的穿透状态	计算机视觉	NA	通道剪枝	时序卷积网络	图像	NA
6023	2024-10-01	Asymmetric Stereo High Dynamic Range Imaging with Smartphone Cameras 2024-Sep-10, Sensors (Basel, Switzerland) DOI:10.3390/s24185876 PMID:39338621	研究论文	本文提出了一种利用智能手机相机的不对称镜头实现单次拍摄高动态范围融合的方法	利用现代智能手机上的不对称镜头实现立体高动态范围成像，采用基于参考的深度学习方法进行单次拍摄HDR融合	NA	开发一种更稳定且准确的高动态范围成像方法	智能手机相机的不对称镜头	计算机视觉	NA	深度学习	深度学习模型	图像	NA
6024	2024-10-01	Early Detection of Mental Health Crises through Artifical-Intelligence-Powered Social Media Analysis: A Prospective Observational Study 2024-Sep-09, Journal of personalized medicine IF:3.0Q1 DOI:10.3390/jpm14090958 PMID:39338211	研究论文	本研究探讨了利用人工智能分析社交媒体数据以早期检测心理健康危机的潜力	开发了一种多模态深度学习模型，结合自然语言处理和时间分析技术，能够跨语言和文化背景准确检测心理健康危机	存在伦理挑战，包括隐私问题、潜在的污名化和文化偏见	探索人工智能在分析社交媒体数据以识别心理健康危机早期迹象方面的潜力	社交媒体数据，包括来自Twitter、Reddit和Facebook的996,452条多语言帖子	机器学习	NA	多模态深度学习	深度学习模型	文本	996,452条社交媒体帖子，涵盖英语、西班牙语、普通话和阿拉伯语
6025	2024-10-01	YOLO-PBESW: A Lightweight Deep Learning Model for the Efficient Identification of Indomethacin Crystal Morphologies in Microfluidic Droplets 2024-Sep-06, Micromachines IF:3.0Q2 DOI:10.3390/mi15091136 PMID:39337796	研究论文	提出了一种改进的YOLOv8算法（YOLO-PBESW）用于高效识别微流体液滴中吲哚美辛晶体的不同形态	通过集成高分辨率特征层P2和BiFPN结构增强了小目标检测能力，并采用EMA机制提升网络对全局特征的关注，同时使用SimSPPF替代SPPF以降低计算成本和推理时间，以及用WIoUv3替代CIoU损失函数以提高检测性能	NA	开发一种轻量级深度学习模型，用于高效识别微流体液滴中吲哚美辛晶体的不同形态	吲哚美辛晶体的不同形态	计算机视觉	NA	深度学习	YOLOv8	图像	NA
6026	2024-10-01	DTVF: A User-Friendly Tool for Virulence Factor Prediction Based on ProtT5 and Deep Transfer Learning Models 2024-Sep-05, Genes IF:2.8Q2 DOI:10.3390/genes15091170 PMID:39336761	研究论文	本文提出了一种基于ProtT5和深度迁移学习模型的用户友好型工具DTVF，用于预测病原体的毒力因子	本文创新性地将长短期记忆网络（LSTM）与卷积神经网络（CNN）结合，并引入注意力机制，显著提高了毒力因子检测的准确性	NA	解决生物信息学领域中病原体毒力因子识别的重要问题	病原体的毒力因子	机器学习	NA	深度迁移学习	LSTM和CNN	蛋白质序列	NA
6027	2024-10-01	Deep Learning-Based Obesity Identification System for Young Adults Using Smartphone Inertial Measurements 2024-Sep-04, International journal of environmental research and public health DOI:10.3390/ijerph21091178 PMID:39338061	研究论文	本文提出了一种基于深度学习的肥胖识别系统，利用智能手机的惯性测量数据来识别年轻人的肥胖情况	本文创新性地将智能手机的惯性测量数据与深度学习模型结合，用于识别肥胖	研究样本较小，且排除了步态异常的个体	开发一种基于智能手机惯性测量数据的深度学习模型，用于识别年轻人的肥胖情况	年轻人的肥胖识别	机器学习	NA	惯性测量	CNN, LSTM, CNN-LSTM	惯性测量数据	训练集包含138名受试者，测试集包含35名受试者
6028	2024-10-01	Enhancing Missense Variant Pathogenicity Prediction with MissenseNet: Integrating Structural Insights and ShuffleNet-Based Deep Learning Techniques 2024-Sep-02, Biomolecules IF:4.8Q1 DOI:10.3390/biom14091105 PMID:39334871	研究论文	本文提出了一种名为MissenseNet的模型，通过整合AlphaFold2的蛋白质结构预测和基于ShuffleNet的深度学习技术，提高了错义变异致病性预测的准确性	MissenseNet模型不仅利用了传统的预测特征，还整合了AlphaFold2的蛋白质结构预测数据，并通过ShuffleNet架构中的编码器-解码器框架和Squeeze-and-Excitation模块优化了特征融合和交互	NA	提高错义变异致病性预测的准确性，以支持疾病诊断和个性化治疗策略	错义变异的致病性分类	机器学习	NA	深度学习	ShuffleNet	蛋白质结构数据	NA
6029	2024-10-01	MuToN Quantifies Binding Affinity Changes upon Protein Mutations by Geometric Deep Learning 2024-Sep, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202402918 PMID:38995072	研究论文	本文介绍了一种名为MuToN的几何深度学习框架，用于量化蛋白质突变后结合亲和力的变化	MuToN利用几何注意力网络，能够捕捉突变复合物蛋白质结合界面的变化，并评估氨基酸的变构效应	NA	评估蛋白质突变对蛋白质-蛋白质结合亲和力的影响	蛋白质突变后的结合亲和力变化	机器学习	NA	几何深度学习	几何注意力网络	蛋白质结合界面数据	涉及SARS-CoV-2变体与ACE2复合物的结合亲和力变化
6030	2024-10-01	Text-to-Microstructure Generation Using Generative Deep Learning 2024-Sep, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202402685 PMID:38770745	研究论文	本文提出了一种基于生成深度学习的文本到微观结构生成网络Txt2Microstruct-Net，能够直接从文本提示生成3D材料微观结构	首次提出了一种文本到微观结构的生成网络，无需额外优化过程，且能够生成多种几何表示	尚未提及	开发一种能够从文本直接生成3D材料微观结构的生成网络	材料微观结构和超材料的设计	机器学习	NA	生成深度学习	生成网络	微观结构-描述对数据集	大量微观结构-描述对数据
6031	2024-10-01	Comparison of deep learning models to traditional Cox regression in predicting survival of colon cancer: Based on the SEER database 2024-Sep, Journal of gastroenterology and hepatology IF:3.7Q2 DOI:10.1111/jgh.16598 PMID:38725241	研究论文	本研究使用深度学习算法预测结肠癌患者的生存率，并与传统的Cox回归模型进行性能比较	深度学习模型在预测结肠癌患者生存率方面表现出比传统Cox回归模型更好的性能	NA	比较深度学习模型与传统Cox回归模型在预测结肠癌患者生存率方面的性能	结肠癌患者的生存率预测	机器学习	结肠癌	深度学习	人工神经网络 (ANN), 深度神经网络 (DNN), 长短期记忆 (LSTM) 神经网络	文本	训练集10596例，测试集4536例
6032	2024-10-01	Data-driven discrete fractional chaotic systems, new numerical schemes and deep learning 2024-Sep-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0218662 PMID:39345192	研究论文	本文提出了一种基于数据驱动的离散分数阶混沌系统的新数值方案和深度学习方法	本文首次提出了针对Caputo和Riemann-Liouville类型的延迟分数阶差分方程的新数值方案，并利用神经网络方法估计离散分数阶混沌系统的未知参数	NA	研究数据驱动的分数阶混沌系统中的参数估计问题	离散分数阶混沌系统的参数估计	机器学习	NA	神经网络	神经网络	数值数据	NA
6033	2024-10-01	Accurate deep learning-based filtering for chaotic dynamics by identifying instabilities without an ensemble 2024-Sep-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0230837 PMID:39345191	研究论文	研究使用深度学习方法在混沌动力学中进行数据同化（DA）方案的发现	提出了一种无需集合的深度学习方法，能够准确地进行混沌动力学的数据同化，达到了与最佳调谐的集合卡尔曼滤波器相当的精度	假设动力学已知，且仅在Lorenz 96动力学模型上进行了实验	探索深度学习在混沌动力学数据同化中的应用	数据同化中的分析步骤，特别是从状态轨迹和观测中学习分析步骤	机器学习	NA	深度学习	残差卷积神经网络	时间序列数据	Lorenz 96动力学模型
6034	2024-10-01	DRpred: A Novel Deep Learning-Based Predictor for Multi-Label mRNA Subcellular Localization Prediction by Incorporating Bayesian Inferred Prior Label Relationships 2024-Aug-26, Biomolecules IF:4.8Q1 DOI:10.3390/biom14091067 PMID:39334834	研究论文	提出了一种基于深度学习的mRNA亚细胞定位预测模型DRpred，结合贝叶斯推断的先验标签关系和神经网络进行预测	DRpred通过贝叶斯网络捕捉标签间的依赖关系，并结合Word2vec提取的特征，使用BiLSTM和注意力机制捕捉输入特征的内部关系，显著提升了多标签预测性能	NA	开发一种新的多标签mRNA亚细胞定位预测模型，以提高预测性能	mRNA的亚细胞定位	机器学习	NA	深度学习	BiLSTM	序列	独立测试集上的实验验证
6035	2024-10-01	CROSS-AGE AND CROSS-SITE DOMAIN SHIFT IMPACTS ON DEEP LEARNING-BASED WHITE MATTER FIBER ESTIMATION IN NEWBORN AND BABY BRAINS 2024-Aug-25, ArXiv PMID:38196752	研究论文	研究了深度学习模型在新生儿和婴儿大脑白质纤维估计中的跨年龄和跨站点域偏移影响	首次探讨了在快速发育的婴儿大脑中估计纤维方向分布函数的域适应技术	研究仅限于新生儿和婴儿大脑，未涉及成人或其他年龄段	探讨深度学习模型在不同年龄和站点数据上的域偏移问题	新生儿和婴儿大脑的白质纤维估计	计算机视觉	NA	深度学习	NA	图像	201名新生儿和165名婴儿
6036	2024-10-01	In Silico Exploration of Novel EGFR Kinase Mutant-Selective Inhibitors Using a Hybrid Computational Approach 2024-Aug-23, Pharmaceuticals (Basel, Switzerland) DOI:10.3390/ph17091107 PMID:39338272	研究论文	本研究利用计算方法识别和表征潜在的EGFR突变选择性抑制剂	采用药效团设计和深度学习、虚拟筛选、ADMET和分子对接动力学模拟相结合的混合计算方法	NA	开发针对非小细胞肺癌中EGFR突变的有效治疗策略	EGFR突变选择性抑制剂	药物设计	肺癌	分子对接、分子动力学模拟	深度学习	分子结构	从Zinc数据库中筛选出16个潜在抑制剂
6037	2024-09-30	Machine learning and deep learning prediction of patient specific quality assurance in breast IMRT radiotherapy plans using Halcyon specific complexity indices 2024-Nov, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2024.110483 PMID:39159677	研究论文	研究利用机器学习和深度学习模型预测乳腺癌IMRT放疗计划中Halcyon机器特定的复杂性指数，以实现患者特定的质量保证	首次为Halcyon机器开发了基于复杂性指数的AI解决方案，用于预测患者特定的质量保证结果	机器学习模型的性能不如优化后的深度学习模型	开发一种AI解决方案，用于确定Halcyon机器的复杂性指数并预测患者特定的质量保证结果	乳腺癌患者的IMRT放疗计划	机器学习	乳腺癌	机器学习 (ML) 和深度学习 (DL)	深度学习模型	复杂性指数	56名乳腺癌患者，318个射束
6038	2024-09-30	Research Note: A deep learning method segments chicken keel bones from whole-body X-ray images 2024-Nov, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2024.104214 PMID:39190989	研究论文	本文提出了一种基于深度学习的方法，用于从全身X光图像中分割鸡的胸骨（龙骨）	本文首次使用U-net模型对鸡的全身X光图像进行胸骨分割，并取得了较高的分割精度	本文未详细讨论模型的泛化能力和在不同品种鸡上的适用性	训练一个深度学习模型，用于从全身X光图像中自动分割鸡的胸骨	鸡的胸骨（龙骨）	计算机视觉	NA	深度学习	U-net	图像	1,051只产蛋鸡的全身X光图像
6039	2024-09-16	Monitoring activity index and behaviors of cage-free hens with advanced deep learning technologies 2024-Nov, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2024.104193 PMID:39191000	研究论文	本研究开发了卷积神经网络模型来监测散养鸡的活动指数	结合YOLOv8和DeepSORT模型在多目标跟踪精度上表现最佳，达到94%的MOTA	NA	评估动物健康和福利	散养鸡的行为和活动	计算机视觉	NA	卷积神经网络	CNN	图像	1500张顶视图图像，其中900张用于训练，300张用于验证，300张用于测试
6040	2024-09-30	Research note: A method for recognizing and evaluating typical behaviors of laying hens in a thermal environment 2024-Nov, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2024.104122 PMID:39190998	研究论文	提出了一种基于深度学习的方法，用于自动识别和评估热环境中笼养蛋鸡的典型热应激行为	开发了一种轻量级目标检测算法YOLO-HGP，基于YOLOv8n模型，显著提高了检测精度和效率	NA	提高热环境中笼养蛋鸡行为管理的自动化水平，为培育耐热蛋鸡提供参考指标	笼养蛋鸡在热环境中的典型热应激行为	计算机视觉	NA	深度学习	YOLO-HGP	视频	NA