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
6721	2024-09-15	Human sleeping pose estimation from IR images for in-bed patient monitoring using image processing and deep learning techniques 2024-Sep-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36823 PMID:39263111	研究论文	本文开发了一种基于深度学习的框架，用于从红外图像中估计人类睡眠姿势，并应用于床上的患者监测	提出了使用未覆盖图像进行训练的深度学习框架，并通过图像增强和迁移学习策略提高了模型精度	主要限制是覆盖样本的缺乏，这些样本收集和标注成本高且耗时	开发一种从红外图像中估计人类睡眠姿势的方法，以实现对床上患者的监测	研究对象是床上的患者，特别是他们的睡眠姿势	计算机视觉	NA	图像处理和深度学习	GAN	红外图像	使用了少量标注数据和大量未标注数据
6722	2024-09-15	4 × 4 differential index modulation for optical orthogonal frequency division multiplexing 2024-Sep-15, Optics letters IF:3.1Q2 DOI:10.1364/OL.530280 PMID:39270253	研究论文	本文提出并演示了一种用于光正交频分复用系统的4×4差分索引调制方案	该方案通过在时频域进行差分索引调制，避免了复杂的信道估计，并设计了一种基于深度学习的DIMFormer检测器来解决最大似然检测的高解码复杂度问题	NA	研究光正交频分复用系统中的调制技术	4×4差分索引调制方案及其在光正交频分复用系统中的应用	通信技术	NA	差分索引调制	DIMFormer	时频域数据	NA
6723	2024-09-15	Wavefront sensing with optical differentiation powered by deep learning 2024-Sep-15, Optics letters IF:3.1Q2 DOI:10.1364/OL.530559 PMID:39270269	研究论文	本文报道了一种基于深度学习的二进制像素化线性和非线性振幅滤波的远场光学微分波前传感器（ODWS）的实验演示	本文提出了一种基于卷积神经网络（CNN）的非线性滤波ODWS数据重建空间相位图的方法，该方法在没有解析重建算法的情况下实现了精确的波前恢复	NA	实现同时具有高灵敏度、高动态范围和高分辨率的波前传感	波前传感器的重建算法	计算机视觉	NA	NA	卷积神经网络（CNN）	图像	不同幅值和随机形状的波前
6724	2024-09-15	An hetero-modal deep learning framework for medical image synthesis applied to contrast and non-contrast MRI 2024-Sep-13, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad72f9 PMID:39178886	研究论文	本文提出了一种用于医学图像合成的异模态深度学习框架，应用于对比和非对比MRI图像	本文提出了一种基于注意力网络的深度学习架构，能够从任何可用图像子集中合成所有缺失的成像序列，并通过注意力引导的融合操作优化多分辨率表示的组合	本文仅在MRI图像合成上进行了验证，未涉及其他成像模态	研究如何通过深度学习技术减少医学成像时间或避免对比剂注射的需求	癌症和痴呆等病理的多模态成像合成	计算机视觉	NA	深度学习	3D U-Net	图像	未明确提及具体样本数量
6725	2024-09-15	Semi-supervised lung adenocarcinoma histopathology image classification based on multi-teacher knowledge distillation 2024-Sep-13, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad7454 PMID:39191290	研究论文	本文提出了一种基于多教师知识蒸馏的半监督学习方案，用于高精度分类肺腺癌的七种生长模式	引入了动态置信度阈值机制和多教师知识蒸馏技术，提高了模型的泛化能力和分类准确性	NA	解决医学图像分析中对大量标注数据的依赖问题，提高分类精度	肺腺癌的七种生长模式	计算机视觉	肺腺癌	深度学习	多教师知识蒸馏	图像	150张全切片图像
6726	2024-09-15	Multi-receptor skin with highly sensitive tele-perception somatosensory 2024-Sep-13, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adp8681 PMID:39259789	研究论文	本文提出了一种仿生多受体皮肤，通过结构化掺杂无机纳米颗粒和深度学习算法，增强了远程感知能力	本文的创新点在于通过结构化掺杂无机纳米颗粒和深度学习算法，实现了高灵敏度的远程感知，超越了传统非接触传感器的性能	NA	本文的研究目的是通过仿生多受体皮肤增强人类的感知和认知能力，超越传统非接触传感器的限制	本文的研究对象是仿生多受体皮肤及其在远程感知和材料识别中的应用	机器学习	NA	深度学习算法	卷积神经网络 (CNN), 长短期记忆网络 (LSTM)	二维传感器矩阵数据	NA
6727	2024-09-15	MMFA-DTA: Multimodal Feature Attention Fusion Network for Drug-Target Affinity Prediction for Drug Repurposing Against SARS-CoV-2 2024-Sep-13, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c00663 PMID:39269697	研究论文	提出了一种用于药物再利用的多模态深度学习框架MMFA-DTA，用于快速筛选已知药物并提高发现效率	设计了注意力机制，实现了小分子和蛋白质之间的动态融合，显著提高了药物-靶点亲和力预测的性能	NA	开发一种快速虚拟筛选已知药物的方法，以应对SARS-CoV-2等新型传染病	SARS-CoV-2的RNA依赖性RNA聚合酶和主要蛋白酶	机器学习	传染病	深度学习	多模态特征注意力融合网络	图拓扑和序列特征	Davis和KIBA数据集
6728	2024-09-15	Research on multi-heat source arrangement optimization based on equivalent heat source method and reconstructed variational autoencoder 2024-Sep-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-71284-8 PMID:39261507	研究论文	本文提出了一种基于等效热源方法和重构变分自编码器的多热源布置优化研究	本文创新性地结合了残差连接的全连接神经网络与变分自编码器，提出了一种新的RFCNN-βVAE模型，用于处理多热源布置问题	NA	研究目的是优化多热源布置，提高预测精度并验证深度学习在热管理系统设计中的可行性和有效性	研究对象是多热源布置及其温度分布	机器学习	NA	变分自编码器	RFCNN-βVAE	温度分布数据	在多热源优化迭代稳定阶段，73.4%的结果优于密集数据集基准
6729	2024-09-15	Analysis of pedestrian second crossing behavior based on physics-informed neural networks 2024-Sep-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72155-y PMID:39261548	研究论文	本文提出了一种基于物理信息神经网络（PINNs）的两阶段行人过街模型，用于分析行人在繁忙信号交叉口的过街行为	本文创新性地将流体动力学方程引入物理信息神经网络，以计算和预测行人在过街时的速度、密度、加速度和雷诺数等特性	NA	研究行人在两阶段过街中的行为特征，优化行人设施设计和信号配时，提升行人的舒适度和安全性	行人在繁忙信号交叉口的两阶段过街行为	计算机视觉	NA	物理信息神经网络（PINNs）	物理信息神经网络（PINNs）	行人流量数据	NA
6730	2024-09-15	Deep learning revealed statistics of the MgO particles dissolution rate in a CaO-Al2O3-SiO2-MgO slag 2024-Sep-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-71640-8 PMID:39261562	研究论文	本文介绍了一种基于注意力编码器-解码器卷积神经网络的自动化方法，用于准确评估MgO颗粒在CaO-Al2O3-SiO2-MgO熔渣中的溶解速率	提出了一个注意力编码器-解码器卷积神经网络，能够以99.1%的精度自动评估颗粒溶解速率，并具有高统计增益和对图像质量变化的强适应性	NA	研究MgO颗粒在高温熔渣中的溶解动力学，并开发一种自动化方法来准确评估其溶解速率	MgO颗粒在CaO-Al2O3-SiO2-MgO熔渣中的溶解速率	计算机视觉	NA	高温度共聚焦激光扫描显微镜（HT-CLSM）	注意力编码器-解码器卷积神经网络	图像	不同温度设置和各种HT-CLSM数据集
6731	2024-09-15	Deep learning-based techniques for estimating high-quality full-dose positron emission tomography images from low-dose scans: a systematic review 2024-Sep-11, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01417-y PMID:39261796	综述	本文系统回顾了利用深度学习算法将低剂量正电子发射断层扫描（PET）图像转换为高剂量PET图像的潜力	探讨了深度学习算法在生成高质量PET图像方面的潜力	未提及具体限制	评估深度学习算法在不同身体区域将低剂量PET图像转换为高剂量PET图像的潜力	低剂量和高剂量正电子发射断层扫描（PET）图像	计算机视觉	NA	深度学习	生成对抗网络（GAN）和UNET	图像	55篇发表于2017至2023年的文章
6732	2024-09-15	Development and validation of predictive models for skeletal malocclusion classification using airway and cephalometric landmarks 2024-Sep-11, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-024-04779-5 PMID:39261793	研究论文	本研究开发并验证了一种深度学习模型，用于基于气道和头影测量标志值预测骨骼错牙合分类	本研究首次使用气道和头影测量标志值构建深度学习模型来预测骨骼错牙合分类	本研究仅使用了回顾性数据，且样本量未明确提及	开发一种高精度的深度学习模型，用于预测骨骼错牙合分类	骨骼错牙合分类	机器学习	NA	深度学习	随机森林	图像	NA
6733	2024-09-15	Cardiovascular disease diagnosis: a holistic approach using the integration of machine learning and deep learning models 2024-Sep-11, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-024-02044-7 PMID:39261891	研究论文	本文提出了一种结合机器学习和深度学习模型的心血管疾病预测模型	本文创新性地将卷积神经网络（CNN）、长短期记忆网络（LSTM）与K近邻（KNN）和极端梯度提升（XGB）相结合，通过多数投票机制进行集成学习，提高了心血管疾病的预测准确性	本文使用的数据集规模较小，可能影响模型的泛化能力	开发一种精确的心血管疾病预测模型	心血管疾病的预测	机器学习	心血管疾病	机器学习与深度学习	CNN、LSTM、KNN、XGB	数据集	70,000、1190和600条记录
6734	2024-09-14	Deep learning as a highly efficient tool for digital signal processing design 2024-Sep-11, Light, science & applications DOI:10.1038/s41377-024-01599-8 PMID:39256354	研究论文	本文探讨了反向传播算法在光纤传输系统中数字信号处理方案开发中的应用	提出了一种基于深度学习的数字信号处理框架，能够实现低复杂度和高效率的数字信号处理设计	NA	探索深度学习在数字信号处理设计中的应用	光纤传输系统中的数字信号处理方案	机器学习	NA	反向传播算法	人工神经网络	数字信号	NA
6735	2024-09-15	Weld seam object detection system based on the fusion of 2D images and 3D point clouds using interpretable neural networks 2024-Sep-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-71989-w PMID:39256451	研究论文	本文介绍了一种结合2D图像和3D点云分析的焊缝目标检测系统，利用可解释神经网络提高检测精度	本文创新性地结合了2D图像和3D点云数据，利用改进的Faster R-CNN模型和ResNet50骨干网络进行2D图像分析，并采用创新的正交平面交线提取算法进行3D点云处理，解决了传统方法仅依赖单一数据类型的局限性	NA	提高焊缝目标检测的准确性和透明度，解决焊接飞溅和烟雾环境下的检测问题	焊缝目标检测系统	计算机视觉	NA	2D图像处理和3D点云分析	Faster R-CNN	图像和点云	NA
6736	2024-09-15	The analysis of art design under improved convolutional neural network based on the Internet of Things technology 2024-Sep-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72343-w PMID:39256455	研究论文	探讨了基于物联网技术的改进卷积神经网络在艺术设计教育和教学中的应用	提出了一个改进的卷积神经网络模型，增加了卷积层和神经元数量，并引入了批量归一化层和dropout层，以增强特征提取能力和减少过拟合	未提及具体的局限性	探索改进的卷积神经网络与物联网技术在艺术设计教育中的应用	艺术设计教育和学生的创意表达	计算机视觉	NA	卷积神经网络 (CNN)	卷积神经网络 (CNN)	图像	使用摄像头和传感器捕获的艺术图像样本和环境数据
6737	2024-09-15	Comorbidity-based framework for Alzheimer's disease classification using graph neural networks 2024-09-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72321-2 PMID:39256497	研究论文	本文提出了一种基于图神经网络的阿尔茨海默病分类框架，利用共病数据提高分类准确性	本文创新性地使用图神经网络（GNN）来处理阿尔茨海默病的分类问题，并通过引入共病数据显著提高了分类效果	NA	本文旨在通过使用图神经网络和共病数据，提高阿尔茨海默病的早期预测准确性	本文的研究对象是阿尔茨海默病的三个阶段：认知正常（CN）、轻度认知障碍（MCI）和阿尔茨海默病（AD）	机器学习	阿尔茨海默病	图神经网络（GNN）	Chebyshev Convolutional Neural Networks	图结构数据	使用了来自阿尔茨海默病神经影像倡议的数据和澳大利亚成像、生物标志物与生活方式数据集进行验证
6738	2024-09-15	Nanophotonic structure inverse design for switching application using deep learning 2024-Sep-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72125-4 PMID:39256501	研究论文	本文提出了一种基于深度神经网络的方法，用于近似全光开关的光谱透射率	利用深度学习解决了纳米光子结构逆设计问题，无需试错或经验策略，显著提高了计算效率	NA	提出一种新的方法来设计和优化全光开关，以提高通信系统的性能	全光开关的结构设计和性能优化	计算机视觉	NA	深度学习	深度神经网络	光谱数据	NA
6739	2024-09-15	Composite activity type and stride-specific energy expenditure estimation model for thigh-worn accelerometry 2024-Sep-10, The international journal of behavioral nutrition and physical activity DOI:10.1186/s12966-024-01646-y PMID:39256837	研究论文	本文开发了一种新的复合能量消耗估计模型，结合了活动分类模型和步态特定能量消耗模型，用于大腿佩戴的加速度计	本文的创新点在于开发了一种复合能量消耗估计模型，通过结合活动分类模型和步态特定能量消耗模型，提高了能量消耗测量的准确性	本文的局限性在于仅使用了69名健康成年参与者的数据进行验证，未来需要更大规模的研究来验证模型的普适性	本文的研究目的是开发一种高精度的方法，用于分类物理活动类型和估计能量消耗	本文的研究对象是大腿佩戴的加速度计在非实验室环境下对物理活动类型和能量消耗的测量	机器学习	NA	加速度计	深度学习模型	加速度数据	69名健康成年参与者（49%为女性；年龄=25.2±5.8岁）
6740	2024-09-15	The changing scenario of drug discovery using AI to deep learning: Recent advancement, success stories, collaborations, and challenges 2024-Sep-10, Molecular therapy. Nucleic acids DOI:10.1016/j.omtn.2024.102295 PMID:39257717	综述	本文综述了人工智能（AI）在药物发现领域的最新进展、成功案例、合作情况及面临的挑战	介绍了AI在药物发现中的应用，包括药物靶点识别、结构预测、药物-靶点相互作用估计等	未详细讨论AI在药物发现中的具体技术细节和算法实现	探讨AI在药物发现中的应用及其对制药行业的影响	AI在药物发现中的应用，包括药物靶点识别、结构预测、药物-靶点相互作用估计等	机器学习	NA	人工智能（AI）	深度神经网络（NN）	NA	NA