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
681	2024-12-18	DeepKlapred: A deep learning framework for identifying protein lysine lactylation sites via multi-view feature fusion 2024-Dec, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2024.137668 PMID:39566793	研究论文	本文提出了一种基于多视角特征融合的深度学习框架DeepKlapred，用于识别蛋白质赖氨酸乳酸化位点	该框架结合了序列嵌入和序列描述符，采用BiGRU-Transformer架构捕捉序列的局部和全局依赖关系，并通过交叉注意力融合机制整合序列嵌入和描述符特征	NA	提高蛋白质赖氨酸乳酸化位点预测的准确性	蛋白质赖氨酸乳酸化位点	机器学习	NA	NA	BiGRU-Transformer	序列	NA
682	2024-12-18	Exploratory study on the enhancement of O-RADS application effectiveness for novice ultrasonographers via deep learning 2024-Dec, Archives of gynecology and obstetrics IF:2.1Q2 DOI:10.1007/s00404-024-07837-z PMID:39579245	研究论文	本研究旨在通过基于ConvNeXt-Tiny的深度卷积神经网络模型，帮助新手超声医师在使用O-RADS系统时识别经典良性病变（CBL）与其他病变（OL），从而提高其应用效果	本研究创新性地使用了ConvNeXt-Tiny模型，并通过迁移学习优化模型，显著提高了新手超声医师的分类效率和一致性	本研究仅评估了两位新手超声医师的表现，样本量较小，可能影响结果的普适性	研究如何通过深度学习技术提高新手超声医师在使用O-RADS系统时的应用效果	经典良性病变（CBL）与其他病变（OL）的识别	计算机视觉	妇科疾病	深度卷积神经网络	ConvNeXt-Tiny	图像	两个数据集：开发数据集（DD）和独立测试数据集（ITD），以及两位新手超声医师的评估
683	2024-12-18	DGSLSTM: Deep Gated Stacked Long Short-Term Memory Neural Network for Traffic Flow Forecasting of Transportation Networks on Big Data Environment 2024-Dec, Big data IF:2.6Q2 DOI:10.1089/big.2021.0013 PMID:35143339	研究论文	本文提出了一种基于深度门控堆叠长短期记忆神经网络的交通流量预测方法	本文的创新点在于结合多个简单的循环长短期记忆神经网络，并使用深度门控堆叠神经网络来预测交通流量，通过无监督的分层训练方法加深模型，提高了时间序列预测的准确性	本文未提及具体的局限性	研究目的是提高交通流量预测的准确性	研究对象是交通网络中的交通流量	机器学习	NA	深度学习	LSTM	时间序列数据	NA
684	2024-12-18	Forecasting Subway Passenger Flow for Station-Level Service Supply 2024-Dec, Big data IF:2.6Q2 DOI:10.1089/big.2021.0318 PMID:35749714	研究论文	本文提出了一种名为DeepSPF的深度学习架构，用于预测不同功能类型地铁站的乘客流量，以帮助服务供应商制定更好的服务计划	本文的创新点在于提出了DeepSPF模型，结合LSTM和一维卷积，能够识别不同类型地铁站的未来乘客流量差异，并展示了其在异常情况下的强鲁棒性	NA	研究目的是提高地铁乘客流量预测的准确性，以便服务供应商能够根据不同站点的需求制定服务计划	研究对象是地铁站的乘客流量预测	机器学习	NA	LSTM神经网络	LSTM	时间序列	北京地铁的数据
685	2024-12-18	Social Listening for Product Design Requirement Analysis and Segmentation: A Graph Analysis Approach with User Comments Mining 2024-Dec, Big data IF:2.6Q2 DOI:10.1089/big.2022.0021 PMID:37668599	研究论文	本研究通过社交媒体上的在线评论，调查客户的产品设计需求，并快速将这些需求转化为产品设计规格	提出了指数判别雪球采样方法生成产品相关子网络，并使用Graph SAmple and aggreGatE方法嵌入用户节点邻域信息，结合自然语言处理和深度学习框架进行意见挖掘	未提及具体限制	通过社交媒体评论分析客户的产品设计需求，并进行市场和产品模型细分	社交媒体上的用户评论和产品设计需求	自然语言处理	NA	自然语言处理（NLP）、深度学习、条件随机场	双向长短期记忆网络（LSTM）	文本	14,018名用户和30,803条评论
686	2024-12-18	An Ecologist-Friendly R Workflow for Expediting Species-Level Classification of Camera Trap Images 2024-Dec, Ecology and evolution IF:2.3Q2 DOI:10.1002/ece3.70544 PMID:39678147	研究论文	本文开发了一种基于R脚本的生态友好型工作流程，用于加速相机陷阱图像的物种分类	将深度学习模型移植到R语言中，增强了模型的灵活性和定制性，同时提供了离线图像增强功能以处理不平衡数据集	工作流程的性能依赖于训练数据的质量和数量，且在资源有限的机器上应用时可能受到限制	开发一种用户友好的工作流程，简化从选择到分类相机陷阱图像的整个过程	相机陷阱图像中的中大型哺乳动物物种分类	计算机视觉	NA	深度学习	YOLOv8	图像	每个物种1000张图片
687	2024-12-18	Deep learning algorithm on H&E whole slide images to characterize TP53 alterations frequency and spatial distribution in breast cancer 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.11.037 PMID:39678362	研究论文	本研究使用深度学习算法分析H&E染色的全切片图像，以表征乳腺癌中TP53突变的频率和空间分布	本研究首次使用深度学习算法从H&E染色的全切片图像中预测TP53突变状态，展示了其在组织量化和TP53状态预测中的高精度和高效性	需要进一步验证以优化深度学习算法在实际临床工作流程中的整合	探索深度学习算法在乳腺癌中预测TP53突变的能力，并评估其在生物标志物检测和精准肿瘤学中的应用潜力	乳腺癌组织中的TP53突变	数字病理学	乳腺癌	深度学习	卷积神经网络	图像	NA
688	2024-12-17	Identifying retinal pigment epithelium cells in adaptive optics-optical coherence tomography images with partial annotations and superhuman accuracy 2024-Dec-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.538473 PMID:39679394	研究论文	本文提出了一种基于深度学习的方法，利用部分标注训练来检测AO-OCT图像中的视网膜色素上皮细胞，其准确性超过人类表现	本文的创新点在于使用部分标注训练的深度学习方法，实现了对AO-OCT图像中视网膜色素上皮细胞的自动分割，且准确性超过人类表现	NA	开发一种自动化的细胞分割算法，用于快速、成本效益高且客观地量化视网膜色素上皮细胞的结构特性	视网膜色素上皮细胞	计算机视觉	NA	AO-OCT	深度学习	图像	NA
689	2024-12-18	Accurate attenuation characterization in optical coherence tomography using multi-reference phantoms and deep learning 2024-Dec-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.543606 PMID:39679392	研究论文	本研究提出了一种基于多参考模体和深度学习的光学相干断层扫描（OCT）中光学衰减系数（AC）的准确表征方法	提出了Multi-Reference Phantom Driven Network（MR-Net），通过多参考模体和深度学习隐式建模影响OCT信号传播的因素，从而自动回归AC	NA	提高从OCT信号中量化AC的准确性，促进组织特性的定量分析和区分	光学衰减系数（AC）的准确量化	计算机视觉	NA	光学相干断层扫描（OCT）	深度学习网络（MR-Net）	图像	使用来自Intralipid和silicone-TiO模体的数据集，模体具有已知的AC值
690	2024-12-18	Fast and customizable image formation model for optical coherence tomography 2024-Dec-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.534263 PMID:39679414	研究论文	本文提出了一种基于一阶Born近似的光学相干断层扫描（OCT）图像形成模型，该模型在保持高现实性的同时显著提高了计算速度	提出的OCT图像形成模型比现有模型更快，同时保持了高度的现实性，并且适用于相敏OCT的模拟，适用于光学相干弹性成像（OCE）或多普勒OCT等场景	NA	开发一种快速且可定制的OCT图像形成模型，以支持图像解释和验证OCT信号处理技术	光学相干断层扫描（OCT）图像形成模型	计算机视觉	NA	光学相干断层扫描（OCT）	一阶Born近似模型	图像	NA
691	2024-12-18	Predictive Modeling of Long-Term Survivors with Stage IV Breast Cancer Using the SEER-Medicare Dataset 2024-Dec-01, Cancers IF:4.5Q1 DOI:10.3390/cancers16234033 PMID:39682219	研究论文	本文开发了一种深度学习模型，用于预测IV期乳腺癌患者的长期生存情况，基于SEER-Medicare数据集	本文的创新点在于将时间固定和时间变化协变量结合，用于预测IV期乳腺癌患者的生存情况，并考虑了后续治疗方案以指导治疗	本文的局限性在于仅使用了SEER-Medicare数据集，可能无法全面代表所有IV期乳腺癌患者的情况	开发高置信度的深度学习模型，预测IV期乳腺癌患者的个体化生存情况	IV期乳腺癌患者	机器学习	乳腺癌	深度学习	DeepSurv, DeepHit, Nnet-survival, Cox-Time	文本	14,312名IV期乳腺癌患者，共1,880,153条记录
692	2024-12-18	Diverse Dataset for Eyeglasses Detection: Extending the Flickr-Faces-HQ (FFHQ) Dataset 2024-Dec-01, Sensors (Basel, Switzerland) DOI:10.3390/s24237697 PMID:39686233	研究论文	本文扩展了Flickr-Faces-HQ (FFHQ)数据集，增加了用于眼镜检测的精确边界框标注	通过半自动化协议生成精确的边界框标注，扩展了FFHQ数据集，使其在眼镜检测方面更具多样性和实用性	未提及	解决现有面部数据集在眼镜检测方面标注不足的问题，提升数据集在数据中心AI应用中的实用性	扩展的FFHQ数据集及其在眼镜检测模型训练和基准测试中的应用	计算机视觉	NA	NA	YOLOv8, MobileNetV3	图像	70,000张图像，其中包含16,000多张带有眼镜的图像
693	2024-12-18	BD-freshwater-fish: An image dataset from Bangladesh for AI-powered automatic fish species classification and detection toward smart aquaculture 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.111132 PMID:39687362	研究论文	本文介绍了一个名为BD-freshwater-fish的图像数据集，用于通过AI技术进行自动鱼类物种分类和检测，旨在推动智能水产养殖	该数据集包含了来自孟加拉国自然环境下的4389张高清移动摄像头拍摄的12种不同鱼类物种的图像，为鱼类物种的自动分类和检测提供了新的资源	数据集的性能依赖于图像数据集的大小和图像质量	开发一个用于自动鱼类物种分类和检测的图像数据集，以支持智能水产养殖和鱼类产业	12种不同鱼类物种的图像	计算机视觉	NA	深度学习	NA	图像	4389张图像，包含12种不同鱼类物种
694	2024-12-18	Annotated emotional image datasets of Chinese university students in real classrooms for deep learning 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.111147 PMID:39687365	研究论文	本文收集并预处理了中国大学生在真实课堂中的面部表情数据，建立了首个真实课堂环境下的面部表情数据集，用于深度学习	本文填补了真实课堂环境中面部表情数据集的空白，提供了高质量和真实性的数据集，适用于教育技术中的实时情感识别模型开发	本文未提及数据集在不同光照、遮挡等复杂环境下的表现，也未讨论模型在实际应用中的性能	建立一个真实课堂环境下的面部表情数据集，为教育技术中的实时情感识别模型提供基础	中国大学生在真实课堂中的面部表情	计算机视觉	NA	深度学习	NA	图像	5527张图像，分为训练集、验证集和测试集
695	2024-12-18	Raw dataset of tensile tests in a 3D-printed nylon reinforced with oriented short carbon fibers 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.111149 PMID:39687376	研究论文	本文提供了在不同打印方向下3D打印尼龙复合材料拉伸测试的原始数据集	首次提供了不同打印方向下3D打印尼龙复合材料的拉伸测试数据，并结合了SEM和DIC图像	部分0°试样在测试区域半径处断裂，90°试样过早失效，导致部分图像丢失	研究3D打印尼龙复合材料在不同打印方向下的各向异性力学行为	3D打印尼龙复合材料在不同打印方向下的拉伸性能	NA	NA	3D打印、拉伸测试、扫描电子显微镜（SEM）、数字图像相关（DIC）	NA	机械测试数据、SEM图像、DIC图像	使用Mark 2打印机打印的三个不同打印方向（0°、±45°、90°）的试样
696	2024-12-18	Correction methods and applications of ERT in complex terrain 2024-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.103012 PMID:39687593	review	本文回顾了自20世纪初以来电阻率法地形校正研究的进展，并详细介绍了各种地形校正技术	本文介绍了多种地形校正技术，包括比值法、数值模拟方法、角域法、保角变换法、反演法和正交投影法	现有校正方法仍存在计算需求高和对实际地质条件适应性差等局限性	提高电阻率层析成像（ERT）数据解释的准确性	复杂地形下的电阻率法数据校正	NA	NA	电阻率层析成像（ERT）	NA	NA	NA
697	2024-12-18	Improving the generalizability of white blood cell classification with few-shot domain adaptation 2024-Dec, Journal of pathology informatics DOI:10.1016/j.jpi.2024.100405 PMID:39687668	研究论文	本文提出了一种易于实现的流程，通过少样本域适应方法提高白细胞分类的泛化能力	本文的创新点在于使用EfficientNet模型进行训练，并通过颜色转换和微调技术来提高模型在不同数据集上的分类准确性，同时保持较低的计算成本	本文的局限性在于仅使用了100张或少于100张的标注图像进行微调，可能限制了模型在某些数据集上的表现	研究目的是提高白细胞分类模型在不同数据集上的泛化能力	研究对象是白细胞的形态分类	机器学习	血液疾病	深度学习	EfficientNet	图像	训练集包括来自两个数据集的图像，测试集包括来自八个数据集的图像，每个目标数据集使用100张或少于100张标注图像进行微调
698	2024-12-18	A Hybrid Deep Learning Model with Data Augmentation to Improve Tumor Classification Using MRI Images 2024-Nov-30, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14232710 PMID:39682619	研究论文	本文提出了一种结合CNN和EfficientNetV2B3进行特征提取，并使用KNN进行分类的混合深度学习模型，用于提高脑肿瘤的分类准确性	本文的创新点在于将CNN和EfficientNetV2B3的扁平化输出连接后输入KNN分类器，以提高分类性能	NA	提高脑肿瘤分类的准确性	脑肿瘤的MRI图像	计算机视觉	脑癌	深度学习	混合模型（CNN、EfficientNetV2B3、KNN）	图像	两个数据集，第一个数据集包含3064张MRI图像，第二个数据集包含健康大脑和脑肿瘤的图像
699	2024-12-18	Hybrid CNN-GRU Model for Real-Time Blood Glucose Forecasting: Enhancing IoT-Based Diabetes Management with AI 2024-Nov-30, Sensors (Basel, Switzerland) DOI:10.3390/s24237670 PMID:39686207	研究论文	本文提出了一种基于门控循环单元（GRU）和卷积神经网络（CNN）的混合深度学习模型，用于实时血糖预测，以改进物联网（IoT）支持的糖尿病管理系统	创新的混合CNN-GRU模型结合了GRU的时间序列信息记录能力和CNN的特征提取能力，显著提高了实时血糖预测的准确性和及时性	本文未详细讨论混合模型的计算复杂性和在不同设备上的部署可行性	提高物联网支持的糖尿病管理系统中实时血糖预测的准确性和及时性	血糖水平（BGL）的实时预测	机器学习	糖尿病	NA	混合CNN-GRU模型	数据	使用了一个公开的1型糖尿病数据集
700	2024-12-18	Context-Aware Integrated Navigation System Based on Deep Learning for Seamless Localization 2024-Nov-30, Sensors (Basel, Switzerland) DOI:10.3390/s24237678 PMID:39686214	研究论文	本文提出了一种基于深度学习的上下文感知集成导航系统（CAINS），以在GPS信号不可用的情况下实现无缝定位	本文的创新点在于设计了上下文感知层和状态估计层，能够从IMU数据中提取车辆上下文特征，并通过建模上下文特征、速度、姿态和位置增量之间的关系来预测GPS位置增量	本文的局限性在于仅通过模拟结果验证了系统的定位精度，尚未在实际环境中进行测试	本文的研究目的是提高在GPS信号不可用环境下的定位性能	本文的研究对象是集成导航系统及其在GPS信号不可用环境下的定位性能	机器学习	NA	深度学习	深度学习层	传感器数据	NA