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
641	2024-12-18	Time is encoded by methylation changes at clustered CpG sites 2024-Dec-05, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.03.626674 PMID:39677642	研究论文	本文研究了年龄依赖的DNA甲基化变化，揭示了这些变化在多个相邻CpG位点上的区域性和块状模式，并使用深度学习模型实现了高精度的年龄预测	本文首次展示了年龄依赖的DNA甲基化变化在多个相邻CpG位点上的区域性和块状模式，并使用深度学习模型显著提高了当前表观遗传时钟的准确性	本文主要基于健康个体的血液样本进行研究，未涵盖其他组织类型或疾病状态	揭示年龄依赖的DNA甲基化变化的机制，并开发高精度的年龄预测模型	健康个体的血液样本中的DNA甲基化模式	表观遗传学	NA	超深度测序	深度学习模型	DNA甲基化数据	超过300个健康个体的血液样本
642	2024-12-18	Quality Assessment of MRI-Radiomics-Based Machine Learning Methods in Classification of Brain Tumors: Systematic Review 2024-Dec-05, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14232741 PMID:39682649	综述	本文系统回顾了基于MRI放射组学的机器学习方法在脑肿瘤分类中的质量评估	本文引入了放射组学质量评分（RQS）来评估各研究的方法学质量，并展示了放射组学在脑肿瘤分类中的潜力	临床实践中放射组学的应用仍需进一步验证和标准化	评估基于MRI放射组学的机器学习方法在脑肿瘤分类中的质量和潜力	脑肿瘤的分类和诊断	数字病理学	脑肿瘤	放射组学	机器学习算法（如深度学习网络、支持向量机、随机森林、逻辑回归）	医学图像（如MRI、PET/CT、ASL、DTI）	NA
643	2024-12-18	An Efficient Deep Learning Approach for Malaria Parasite Detection in Microscopic Images 2024-Dec-05, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14232738 PMID:39682645	研究论文	本文提出了一种高效的深度学习方法EDRI，用于从显微图像中检测疟疾寄生虫	本文的创新点在于提出了一种新的混合深度学习模型EDRI，该模型集成了多种架构，能够捕捉多样化的特征并进行多尺度分析	NA	本文的研究目的是开发一种高效的深度学习模型，用于从显微图像中检测疟疾寄生虫	本文的研究对象是显微图像中的红细胞，用于检测疟疾寄生虫	计算机视觉	疟疾	深度学习	混合深度学习模型	图像	27,558张标记的显微红细胞图像
644	2024-12-18	Interpretable Multi-Label Classification for Tibiofibula Fracture 2D CT Images with Selective Attention and Data Augmentation 2024-Dec-05, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14232740 PMID:39682648	研究论文	本文提出了一种用于胫腓骨骨折2D CT图像的可解释多标签分类的深度学习模型	引入了选择性注意力和数据增强技术，解决了样本量有限和骨折类型分布不均的问题	NA	开发一种能够准确快速分类胫腓骨骨折的深度学习模型，以辅助医生诊断	胫腓骨骨折的2D CT图像	计算机视觉	骨折	深度学习	CNN	图像	2494张2D CT图像，来自168名患者
645	2024-12-18	Uncertainty Quantification and Flagging of Unreliable Predictions in Predicting Mass Spectrometry-Related Properties of Small Molecules Using Machine Learning 2024-Dec-05, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms252313077 PMID:39684785	研究论文	本文研究了在预测小分子质谱相关属性时，如何量化和标记不可靠的预测	本文提出了使用多个模型的预测分布、分子相似性和数据集聚类作为特征来评估预测不确定性的方法	本文仅评估了保留指数、保留时间和碰撞截面三个任务的不确定性，未涵盖其他质谱相关属性	改进质谱识别中的预测可靠性评估	小分子的质谱相关属性预测	机器学习	NA	深度学习	分类模型	数值	NA
646	2024-12-18	AEmiGAP: AutoEncoder-Based miRNA-Gene Association Prediction Using Deep Learning Method 2024-Dec-05, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms252313075 PMID:39684787	研究论文	本研究提出了AEmiGAP，一种基于自编码器和长短期记忆网络的深度学习模型，用于预测miRNA-基因关联	AEmiGAP通过自编码器增强特征提取，捕捉miRNA和基因之间复杂的潜在关系，显著提高了预测准确性，超越了现有模型	NA	开发一种新的深度学习模型，用于提高miRNA-基因关联预测的准确性	miRNA和基因之间的关联	机器学习	癌症	深度学习	自编码器，LSTM	miRNA-基因对	正负miRNA-基因对的数据集
647	2024-12-18	SiCRNN: A Siamese Approach for Sleep Apnea Identification via Tracheal Microphone Signals 2024-Dec-05, Sensors (Basel, Switzerland) DOI:10.3390/s24237782 PMID:39686318	研究论文	本文提出了一种基于气管麦克风信号的睡眠呼吸暂停识别方法，使用深度学习模型SiCRNN进行检测	本文创新性地采用了Siamese架构的SiCRNN模型，结合卷积神经网络和双向门控循环单元，并通过无监督聚类算法进行事件检测	本文仅在八名患者的样本上进行了测试，样本量较小，可能影响结果的泛化能力	开发一种非侵入性的睡眠呼吸暂停综合征诊断方法，以替代传统的多导睡眠图	睡眠呼吸暂停事件的识别	机器学习	睡眠呼吸暂停综合征	深度学习	SiCRNN	音频信号	八名患者
648	2024-12-18	Improving Sewer Damage Inspection: Development of a Deep Learning Integration Concept for a Multi-Sensor System 2024-Dec-05, Sensors (Basel, Switzerland) DOI:10.3390/s24237786 PMID:39686324	研究论文	本文提出了一种结合深度学习的多传感器系统，用于改进下水道损坏检测	提出了一个结合相机阵列、前摄像头和LiDAR传感器的新型多传感器机器人系统，并针对每种传感器类型设计了定制的深度学习模型，以提高检测和处理的准确性	现有基于视觉的检测机器人无法提供足够高质量的数据来训练可靠的深度学习模型	自动化下水道检测，提高可靠性并降低成本	下水道管道损坏检测	计算机视觉	NA	深度学习	深度学习模型	图像、点云	NA
649	2024-12-18	Machine Learning and Deep Learning Approaches for Arabic Sign Language Recognition: A Decade Systematic Literature Review 2024-Dec-05, Sensors (Basel, Switzerland) DOI:10.3390/s24237798 PMID:39686335	综述	本文对2014年至2023年间基于机器学习和深度学习方法的阿拉伯手语识别研究进行了系统性文献综述	首次系统性综述了阿拉伯手语识别领域的机器学习和深度学习方法	大多数研究集中在手指拼写和孤立词识别，而非连续句子识别	提供阿拉伯手语识别研究的全面概述，并总结前人研究的见解	阿拉伯手语识别系统及其机器学习和深度学习方法	计算机视觉	NA	机器学习（ML）和深度学习（DL）	NA	图像	56篇研究论文
650	2024-12-18	Functional Brain Network Disruptions in Parkinson's Disease: Insights from Information Theory and Machine Learning 2024-Dec-04, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14232728 PMID:39682636	研究论文	本研究使用非线性自回归分布滞后（NARDL）模型和深度学习方法，分析了帕金森病（PD）患者功能性脑网络的破坏情况	本研究首次结合信息论和机器学习方法，使用NARDL模型构建功能性脑网络，并通过深度学习模型进行分类和解释	本研究仅使用了PPMI数据集，样本量有限，可能影响结果的普适性	探讨帕金森病患者功能性脑网络的破坏情况，并提供个性化治疗的可能性	帕金森病患者和健康对照组的功能性脑网络	机器学习	帕金森病	非线性自回归分布滞后（NARDL）模型	卷积神经网络（CNN）、循环神经网络（RNN）、长短期记忆（LSTM）	功能性磁共振成像（fMRI）数据	来自帕金森病进展标志物倡议（PPMI）数据集的静息态fMRI数据
651	2024-12-18	Deep Learning-Assisted Analysis of GO-Reinforcing Effects on the Interfacial Transition Zone of CWRB 2024-Dec-04, Materials (Basel, Switzerland) DOI:10.3390/ma17235926 PMID:39685362	研究论文	本文提出了一种基于金属侵入技术、背散射电子（BSE）图像和深度学习的方法，用于分析石墨烯氧化物（GO）增强的界面过渡区（ITZ）的微/纳米结构特征	本文创新性地结合了深度学习技术来分析GO对ITZ微结构的增强效果，并使用深度泰勒分解（DTD）算法定位GO改性的增强特征	本文主要集中在GO对ITZ微结构的增强效果分析，未涉及其他可能的增强机制或材料	研究GO对水泥固废回填（CWRB）中界面过渡区（ITZ）孔隙结构特征的增强机制	石墨烯氧化物（GO）对界面过渡区（ITZ）微结构的增强效果	NA	NA	深度学习	深度泰勒分解（DTD）算法	图像	NA
652	2024-12-18	COSMIC-2 RFI Prediction Model Based on CNN-BiLSTM-Attention for Interference Detection and Location 2024-Dec-04, Sensors (Basel, Switzerland) DOI:10.3390/s24237745 PMID:39686282	研究论文	本文提出了一种基于CNN-BiLSTM-Attention模型的COSMIC-2卫星RFI预测方法，用于检测和定位地面GNSS干扰信号	本文创新性地结合了卷积神经网络（CNN）、双向长短期记忆网络（BiLSTM）和注意力机制，提出了CNN-BiLSTM-Attention模型，用于多通道SNR时间序列的RFI预测	NA	研究如何通过SNR相关变化预测RFI测量值，以应用于民用地面GNSS干扰信号的检测和定位	COSMIC-2卫星的SNR和RFI测量数据	机器学习	NA	卷积神经网络（CNN）、双向长短期记忆网络（BiLSTM）、注意力机制	CNN-BiLSTM-Attention	时间序列	多通道SNR时间序列数据
653	2024-12-18	Corrupted Point Cloud Classification Through Deep Learning with Local Feature Descriptor 2024-Dec-04, Sensors (Basel, Switzerland) DOI:10.3390/s24237749 PMID:39686288	研究论文	本文提出了一种基于局部特征描述符的深度学习方法，用于处理受损点云数据的分类问题	使用局部特征描述符作为预处理方法提取点云数据特征，并提出了一种新的神经网络架构，有效提升了在数据受损极端情况下的性能	未提及具体局限性	提升在实际工业场景中受损点云数据的分类准确性	受损的点云数据	计算机视觉	NA	深度学习	神经网络	点云数据	10个类别，来自ModelNet40数据集
654	2024-12-18	Z-Score Experience Replay in Off-Policy Deep Reinforcement Learning 2024-Dec-04, Sensors (Basel, Switzerland) DOI:10.3390/s24237746 PMID:39686283	研究论文	本文提出了一种名为Z-Score Prioritized Experience Replay的方法，用于改进离策略深度强化学习算法的性能和收敛速度	提出了Z-Score Prioritized Experience Replay方法，增强了经验利用率，提升了算法的性能和收敛速度	未提及具体限制	改进离策略深度强化学习算法的效率	离策略深度强化学习算法	机器学习	NA	深度强化学习	NA	NA	NA
655	2024-12-18	Myoelectric-Based Estimation of Vertical Ground Reaction Force During Unconstrained Walking by a Stacked One-Dimensional Convolutional Long Short-Term Memory Model 2024-Dec-04, Sensors (Basel, Switzerland) DOI:10.3390/s24237768 PMID:39686306	研究论文	本文探讨了通过堆叠一维卷积长短期记忆模型，仅使用大腿和小腿肌肉的肌电信号来估计步行过程中垂直地面反作用力的可行性	本文首次尝试仅使用肌电信号来估计步行过程中的垂直地面反作用力，并展示了其在假肢和辅助设备控制中的应用潜力	本文仅研究了大腿和小腿肌肉的肌电信号，未考虑其他肌肉群的影响	探索仅使用肌电信号估计步行过程中垂直地面反作用力的可行性，并评估其在假肢和辅助设备控制中的应用	步行过程中垂直地面反作用力的估计	机器学习	NA	肌电信号	一维卷积长短期记忆模型	肌电信号	涉及不同肌肉配置的三组实验
656	2024-12-18	Enhancing Situational Awareness of Helicopter Pilots in Unmanned Aerial Vehicle-Congested Environments Using an Airborne Visual Artificial Intelligence Approach 2024-Dec-04, Sensors (Basel, Switzerland) DOI:10.3390/s24237762 PMID:39686298	研究论文	本文提出了一种机载视觉人工智能系统，旨在提高直升机飞行员在无人机密集环境中的情境意识	本文结合了空间和时间深度学习模型以及经典计算机立体视觉技术，用于估计无人机的深度、预测潜在碰撞并提供警报	NA	提高直升机飞行员在无人机密集环境中的情境意识	无人机密集环境中的直升机飞行员情境意识	计算机视觉	NA	深度学习模型，计算机立体视觉	深度学习模型	图像	NA
657	2024-12-18	Latent Space Representation of Human Movement: Assessing the Effects of Fatigue 2024-Dec-04, Sensors (Basel, Switzerland) DOI:10.3390/s24237775 PMID:39686311	研究论文	本研究利用深度学习方法通过对抗自编码器（AAE）在二维潜在空间中评估和可视化疲劳对运动的影响	本研究首次使用对抗自编码器（AAE）在二维潜在空间中评估和可视化疲劳对运动的影响，并结合半监督和条件方法进行分析	本研究的样本量较小，且仅使用了特定的运动协议进行疲劳诱导，可能限制了结果的普适性	通过深度学习方法评估和预测疲劳对运动表现的影响，优化训练和康复计划	疲劳对运动表现的影响及其在潜在空间中的可视化	机器学习	NA	对抗自编码器（AAE）	对抗自编码器（AAE）	时间序列数据	使用Wii平衡板和三个惯性测量单元收集的数据，参与者进行了疲劳诱导协议
658	2024-12-18	BSDR: A Data-Efficient Deep Learning-Based Hyperspectral Band Selection Algorithm Using Discrete Relaxation 2024-Dec-04, Sensors (Basel, Switzerland) DOI:10.3390/s24237771 PMID:39686308	研究论文	本文提出了一种基于深度学习的高光谱波段选择算法BSDR，通过离散松弛减少可学习参数，提高数据效率	BSDR通过离散松弛将波段选择的离散问题转化为连续优化任务，减少了可学习参数，提高了数据效率，同时显著缩短了训练时间和执行时间	NA	解决高光谱波段选择中模型参数多、训练数据需求大和计算效率低的问题	高光谱波段选择算法	机器学习	NA	深度学习	NA	高光谱数据	三个基准数据集，具有不同的光谱维度和特征
659	2024-12-18	Enhanced Panoramic Radiograph-Based Tooth Segmentation and Identification Using an Attention Gate-Based Encoder-Decoder Network 2024-Dec-03, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14232719 PMID:39682627	研究论文	本文提出了一种基于注意力门控编码-解码网络的增强型全景X光片牙齿分割与识别方法	本文创新性地使用了基于Squeeze and Excitation Inception Block的编码-解码网络，结合InceptionV3模型和自定义解码器进行特征整合与分割，并引入了注意力机制	本文未详细讨论模型的泛化能力以及在不同数据集上的表现	开发一种能够自动且准确地进行全景X光片牙齿分割与识别的方法	全景X光片中的牙齿	计算机视觉	NA	深度学习	编码-解码网络	图像	313张全景X光片
660	2024-12-18	Street View Image-Based Road Marking Inspection System Using Computer Vision and Deep Learning Techniques 2024-Dec-03, Sensors (Basel, Switzerland) DOI:10.3390/s24237724 PMID:39686261	研究论文	本文提出了一种基于计算机视觉和深度学习技术的街景图像道路标线检测系统	本文创新性地利用街景图像和深度学习技术实现了道路标线的自动化检测，并开发了基于YOLOv11x模型的道路标线损坏检测器	本文未提及系统的实时性能和在不同天气条件下的表现	开发一种自动化道路标线检测系统，以减轻人工和经济资源的负担	道路标线的损坏情况	计算机视觉	NA	计算机视觉，深度学习	YOLOv11x	图像	使用了公开的Road Marking Damage Detection Dataset (RMDDD)