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
6741	2024-09-26	Detecting rumors in social media using emotion based deep learning approach 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2202 PMID:39314729	研究论文	本文提出了一种基于情感的深度学习方法，用于在社交媒体中检测谣言	本文创新性地结合了情感和情感标签提取，以及文本内容信息的整合，提出了Sentiment and EMotion driven TransformEr Classifier方法（SEMTEC），显著提高了谣言检测的准确率	NA	提高社交媒体中谣言检测的准确性	社交媒体中的谣言	自然语言处理	NA	深度学习	Transformer	文本	在PHEME数据集上达到了92%的准确率，并在Twitter24数据集上超过了标准方法2%的准确率
6742	2024-09-26	Terrorism group prediction using feature combination and BiGRU with self-attention mechanism 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2252 PMID:39314736	研究论文	研究提出了一种基于特征组合和双向门控循环单元（BiGRU）与自注意力机制的框架，用于预测恐怖组织	引入了BiGRU-SA模型，结合DistilBERT提取的文本特征和高相关性特征，并通过SMOTE-T技术处理数据不平衡问题，显著提高了分类准确性	NA	提高对恐怖组织的识别和分类能力，增强国家及地区对恐怖主义的防御	恐怖组织及其相关攻击事件	机器学习	NA	双向门控循环单元（BiGRU），自注意力机制，DistilBERT，SMOTE-T	BiGRU-SA	文本	36个恐怖组织
6743	2024-09-26	Improving synthetic media generation and detection using generative adversarial networks 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2181 PMID:39314737	研究论文	本文提出了一种改进的生成对抗网络（GAN）模型，用于提高合成媒体生成和检测的准确性	通过数据增强和标签平滑策略改进了GAN模型的训练，提高了合成图像的生成和检测效果	NA	解决合成图像生成和检测中的问题，减少社交媒体法规违规和虚假信息传播的风险	合成图像的生成和检测	计算机视觉	NA	生成对抗网络（GAN）	深度卷积生成对抗网络（DCGAN）	图像	使用了包含人脸的数据集，包括Flickr-Faces Nvidia数据集和Fakefaces数据集
6744	2024-09-26	Enhancing intrusion detection performance using explainable ensemble deep learning 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2289 PMID:39314740	研究论文	提出了一种基于可解释集成深度学习的入侵检测方法，以提高网络攻击检测的准确性和可解释性	设计了一种新的集成入侵检测模型，结合了三个一维长短期记忆网络（LSTM）和一个元学习算法，并通过SHAP方法增强了结果的可解释性	NA	提高大规模网络中入侵检测系统的准确性和可解释性	网络攻击的检测和分类	机器学习	NA	长短期记忆网络（LSTM），元学习算法，SHAP	LSTM	数据	真实数据集
6745	2024-09-26	Reconstructing interpretable features in computational super-resolution microscopy via regularized latent search 2024, Biological imaging DOI:10.1017/S2633903X24000084 PMID:39314829	研究论文	提出了一种基于正则化潜在搜索（RLS）的计算超分辨率显微镜方法，以在保持真实性的同时重建高分辨率图像的可解释特征	引入了一种新的正则化潜在搜索方法，能够在不需要成对图像的情况下显著提高分辨率，并重建高分辨率图像的可解释特征	需要大量的低分辨率/高分辨率图像对，并且生成的合成图像分辨率提升有限	开发一种能够在保持真实性的同时重建高分辨率图像可解释特征的超分辨率方法	显微镜图像的超分辨率重建	计算机视觉	NA	生成对抗网络（GAN）	生成对抗网络（GAN）	图像	大量低分辨率/高分辨率图像对
6746	2024-09-26	Knowledge mapping of freezing of gait in Parkinson's disease: a bibliometric analysis 2024, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2024.1388326 PMID:39315077	综述	本文对帕金森病中的冻结步态进行了文献计量分析，总结了过去二十年来的研究热点和趋势	首次对帕金森病中的冻结步态进行文献计量分析	NA	总结帕金森病中冻结步态的研究热点和趋势	帕金森病中的冻结步态	NA	帕金森病	文献计量分析	NA	文献	1340篇文章，来自64个国家/地区
6747	2024-09-26	A modified U-Net to detect real sperms in videos of human sperm cell 2024, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2024.1376546 PMID:39315244	研究论文	研究探讨了在人类精子细胞视频中检测真实精子的改进U-Net模型	提出了使用UNet++与ResNet34结合的模型，在VISEM数据集上表现出色	在识别紧密相邻的精子细胞方面仍存在挑战	提高男性不育诊断中精子分割的自动化程度	人类精子细胞视频中的精子分割	计算机视觉	男性不育	深度学习	UNet++	视频	使用了VISEM数据集中的帧
6748	2024-09-26	An experimental study of acoustic bird repellents for reducing bird encroachment in pear orchards 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1365275 PMID:39315369	研究论文	本文设计了一种基于计算机视觉的声波鸟类驱赶系统，结合深度学习目标识别技术，用于减少梨园中的鸟类侵扰	首次将计算机视觉与声波驱鸟技术结合，通过深度学习模型识别鸟类并进行驱赶	实验规模较小，仅在两个实验区域进行测试，未来需在更大范围内验证其有效性	研究声波鸟类驱赶技术在梨园中的应用，减少鸟类对高价值作物的损害	梨园中的鸟类侵扰及其对作物产量的影响	计算机视觉	NA	深度学习目标识别技术	神经网络模型	视频	两个实验区域，使用声波驱鸟器和无驱鸟器的对照组进行对比
6749	2024-09-26	Prediction of nitrous oxide emission of a municipal wastewater treatment plant using LSTM-based deep learning models 2024-Jan, Environmental science and pollution research international DOI:10.1007/s11356-023-31250-9 PMID:38055175	研究论文	本研究开发并评估了基于LSTM的深度学习模型，用于预测瑞士某污水处理厂的NO排放	LSTM模型在预测NO排放方面优于RNN模型，表现出更高的准确性和鲁棒性	NA	评估深度学习模型在预测污水处理厂NO排放方面的性能	瑞士某污水处理厂的NO排放	机器学习	NA	深度学习	LSTM	数值数据	涉及六个关键参数
6750	2024-09-26	Evaluating the influence of road construction on landslide susceptibility in Saudi Arabia's mountainous terrain: a Bayesian-optimised deep learning approach with attention mechanism and sensitivity analysis 2024-Jan, Environmental science and pollution research international DOI:10.1007/s11356-023-31352-4 PMID:38082044	研究论文	研究评估了沙特阿拉伯山区道路建设对滑坡易感性的影响，采用贝叶斯优化深度学习方法结合注意力机制和敏感性分析	本研究创新性地结合了贝叶斯优化和注意力机制的深度学习模型，显著提高了滑坡预测的准确性	研究主要集中在沙特阿拉伯的Asir地区，可能限制了结果的普适性	开发高精度的深度学习模型来预测滑坡易感性，并进行全面的敏感性分析	沙特阿拉伯Asir地区的山区滑坡易感性	机器学习	NA	深度学习	CNN	图像	NA
6751	2024-09-25	Knowledge-based in silico fragmentation and annotation of mass spectra for natural products with MassKG 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.09.001 PMID:39310281	研究论文	介绍了一种基于知识的模拟碎片化和注释质谱的方法MassKG，用于天然产物的快速鉴定和新结构的发现	结合了基于知识的碎片化策略和深度学习分子生成模型，显著提高了质谱数据注释的效率和准确性	NA	开发一种高效的方法来注释天然产物的质谱数据，促进新活性结构的发现	天然产物的质谱数据	计算机视觉	NA	质谱分析	深度学习模型	质谱数据	407,720个已知天然产物结构，并基于此生成了266,353个新结构
6752	2024-09-25	Accurate Automated Quantification of Dopamine Transporter PET Without MRI Using Deep Learning-based Spatial Normalization 2024-Oct, Nuclear medicine and molecular imaging IF:1.3Q3 DOI:10.1007/s13139-024-00869-y PMID:39308485	研究论文	本文介绍了一种基于深度学习的空间归一化技术，用于在没有MRI支持的情况下自动量化多巴胺转运体PET图像	提出了一种新的自动量化方法，利用人工智能技术进行PET图像的空间归一化，无需解剖图像	NA	开发一种无需MRI支持的自动量化多巴胺转运体PET图像的方法	多巴胺转运体PET图像的自动量化	计算机视觉	帕金森病	深度学习	卷积神经网络	图像	训练集包含213对18F-FP-CIT PET和3D结构MRI数据，评估集包含89对数据，验证集包含135个外部数据集
6753	2024-09-25	High performance filtering and high-sensitivity concentration retrieval of methane in photoacoustic spectroscopy utilizing deep learning residual networks 2024-Oct, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2024.100647 PMID:39309019	研究论文	本文介绍了一种结合深度学习残差网络提高光声光谱法检测痕量气体性能的新方法	该方法通过集成光声光谱与包含40层加权层的残差网络模型，显著提高了甲烷浓度的检测精度和稳定性	NA	提高光声光谱法在痕量气体检测中的性能	甲烷浓度检测	机器学习	NA	光声光谱法	残差网络	信号	多组光声光谱信号
6754	2024-09-25	AI-Enhanced Prediction of Aortic Stenosis Progression: Insights From the PROGRESSA Study 2024-Oct, JACC. Advances DOI:10.1016/j.jacadv.2024.101234 PMID:39309663	研究论文	本研究利用机器学习和深度学习算法预测主动脉瓣狭窄的进展	使用LightGBM模型在预测主动脉瓣狭窄进展方面表现优于其他模型	NA	预测主动脉瓣狭窄的进展	303名参与PROGRESSA研究的患者的临床和超声心动图数据	机器学习	心血管疾病	机器学习和深度学习算法	LightGBM, Gated Recurrent Unit, Long Short-Term Memory, XGBoost	临床和超声心动图数据	303名患者
6755	2024-09-25	Research trends of computational toxicology: a bibliometric analysis 2024-Oct, Toxicology research IF:2.2Q3 DOI:10.1093/toxres/tfae147 PMID:39309752	研究论文	本文通过文献计量分析探讨了计算毒理学的研究趋势	研究展示了计算毒理学从传统方法向机器学习、分子对接和深度学习等高级计算方法的转变	研究仅基于Web of Science数据库的数据，可能存在数据偏差	评估计算毒理学领域科学研究的影响	计算毒理学中的计算方法在毒性评估中的应用	机器学习	NA	文献计量分析	机器学习、分子对接、深度学习	文献数据	1977年至2024年2月12日期间Web of Science数据库中的相关文献
6756	2024-09-25	Automated plan generation for prostate radiotherapy patients using deep learning and scripted optimization 2024-Oct, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2024.100641 PMID:39310221	研究论文	本文开发了一种基于深度学习和脚本优化的自动化前列腺放射治疗计划生成工作流程	首次在商业治疗计划系统中实现全自动化的前列腺放射治疗计划生成	仅在20个独立测试数据集上进行了验证，样本量较小	开发一种自动化前列腺放射治疗计划生成方法，以减少治疗计划的时间消耗	前列腺放射治疗计划	机器学习	前列腺癌	深度学习	ResUNet	3D轮廓数据	训练和验证数据集包含120个样本，独立测试数据集包含20个样本
6757	2024-09-25	Metformin dampens the progression of cholangiofibrosis induced by thioacetamide using deep learning 2024-Sep-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e37347 PMID:39309781	研究论文	研究探讨了二甲双胍在预防硫代乙酰胺诱导的胆管纤维化中的作用，并使用深度学习技术进行评估	首次使用深度学习卷积神经网络评估二甲双胍对胆管纤维化的影响	研究仅在动物模型中进行，尚未在人体中验证	评估二甲双胍作为预防胆管纤维化的潜在干预措施	硫代乙酰胺诱导的胆管纤维化	数字病理学	肝胆疾病	RNA测序	卷积神经网络	图像	大鼠模型
6758	2024-09-25	Remote sensing image road network detection based on channel attention mechanism 2024-Sep-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e37470 PMID:39309790	研究论文	本文结合通道注意力机制与ResNet，提出SE-ResNet和ECA-ResNet用于遥感图像道路网络检测	引入通道注意力机制，使网络更专注于道路网络特征的提取和学习，忽略部分非道路网络特征	增加了一定的计算负担	提高遥感图像中道路网络检测的准确性	遥感图像中的道路网络	计算机视觉	NA	通道注意力机制	ResNet	图像	使用了Massachusetts roads (MR)和CHN6-CUG roads数据集
6759	2024-09-25	Next-Generation swimming pool drowning prevention strategy integrating AI and IoT technologies 2024-Sep-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e35484 PMID:39309814	研究论文	本文探讨了将人工智能（AI）和物联网（IoT）技术集成到嵌入式系统中，以减少游泳池溺水事件的可能性	本文的创新点在于将嵌入式系统、人工智能和物联网技术结合，用于实时监控和识别危险情况，并通过图像识别和深度学习技术提高救援效率	NA	本文的研究目的是利用技术手段预防游泳池溺水事故，并提供及时的救援警报	本文的研究对象是游泳池溺水预防技术及其应用	计算机视觉	NA	计算机视觉、深度学习	深度学习	图像	NA
6760	2024-09-25	Dose prediction for cervical cancer in radiotherapy based on the beam channel generative adversarial network 2024-Sep-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e37472 PMID:39309882	研究论文	本研究提出了一种基于光束通道生成对抗网络（Bc-GAN）的宫颈癌放射治疗剂量预测方法	引入了一种新的剂量预测计算方法，通过定义剂量预测的近似范围，限制了GAN预测的物理范围，从而实现了更合理的剂量分布预测	研究仅限于宫颈癌病例，未来需要扩展到其他类型的肿瘤	解决现有深度学习方法在处理混合数据集时的挑战，特别是IMRT和VMAT的组合	宫颈癌患者的放射治疗剂量预测	机器学习	宫颈癌	生成对抗网络（GAN）	生成对抗网络（GAN）	医学图像	共收集了346例宫颈癌患者的数据，经过清洗后剩余295例，随机分为训练集、验证集和测试集，比例分别为205:60:30