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
8421	2024-08-23	Environmentally Robust Triboelectric Tire Monitoring System for Self-Powered Driving Information Recognition via Hybrid Deep Learning in Time-Frequency Representation 2024-Aug, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202400484 PMID:38564789	研究论文	本研究开发了一种环境适应性强的摩擦电轮胎监测系统，通过混合深度学习模型从轮胎与路面的摩擦产生的摩擦电信号中提取驾驶信息	引入了激光诱导石墨烯电极层优化技术，以及结合短时傅里叶变换和卷积神经网络-长短期记忆的混合深度学习模型	NA	开发一种能够在恶劣环境中自供电的智能物联网系统，用于实时监测和识别驾驶信息	摩擦电轮胎监测系统及其在不同环境条件下的性能	机器学习	NA	激光诱导石墨烯	CNN-LSTM	时间-频率表示	旋转速度范围200-2000 rpm，接触线分数，湿度10%-90%，温度50-70°C
8422	2024-08-23	Controlled Synthesis of Preferential Facet-Exposed Fe-MOFs for Ultrasensitive Detection of Peroxides 2024-Aug, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202401024 PMID:38597755	研究论文	本文通过调节金属前驱体与配体的比例，探索了具有增强催化活性的面工程铁基MOFs（Fe-MOFs）的合成，并详细揭示了面依赖性能的机制	开发了一种简便有效的方法来实现MOFs的面控制合成，并通过深度学习架构提高了检测的准确性和选择性	NA	探索和优化金属有机框架（MOFs）的面暴露，以提高其在检测过氧化物中的性能	面工程铁基MOFs（Fe-MOFs）及其在检测过氧化物中的应用	纳米材料	NA	深度学习	SE-VGG16网络模型	图像	NA
8423	2024-08-23	A model for electroencephalogram emotion recognition: Residual block-gated recurrent unit with attention mechanism 2024-Aug-01, The Review of scientific instruments DOI:10.1063/5.0221637 PMID:39166916	研究论文	提出了一种基于残差块-门控循环单元与注意力机制的脑电图情绪识别模型	引入残差块提取空间和频率域信息，结合门控循环单元捕捉时间信息，并通过注意力机制增强关键信息的识别	未提及	解决深度学习在情绪识别中特征选择和信息保留的问题	脑电图信号的情绪识别	机器学习	NA	脑电图(EEG)	残差块-门控循环单元(Res-CRANN)	脑电图信号	DEAP数据集
8424	2024-08-23	Research on predicting hematoma expansion in spontaneous intracerebral hemorrhage based on deep features of the VGG-19 network 2024-Jul-18, Postgraduate medical journal IF:3.6Q1 DOI:10.1093/postmj/qgae037 PMID:38507237	研究论文	构建基于VGG-19网络深度特征的临床非对比计算机断层扫描（NCCT）深度学习联合模型，用于预测自发性脑内出血后的早期血肿扩大（HE），并评估其预测性能	提出了一种结合临床影像深度学习模型，用于早期预测自发性脑内出血患者的血肿扩大	NA	预测自发性脑内出血后的早期血肿扩大	自发性脑内出血患者	计算机视觉	脑内出血	深度学习	多层感知器模型	影像	254名原发性脑出血患者
8425	2024-08-23	AI-enhanced Mammography With Digital Breast Tomosynthesis for Breast Cancer Detection: Clinical Value and Comparison With Human Performance 2024-07, Radiology. Imaging cancer DOI:10.1148/rycan.230149 PMID:38995172	研究论文	本研究比较了两种基于深度学习的商业化人工智能系统在数字乳腺断层合成（DBT）乳腺摄影中的表现，并与放射科医生的表现进行对比	本研究首次对比了两种商业化人工智能系统在乳腺摄影中的表现，并将其与人类放射科医生的表现进行基准测试	本研究为回顾性研究，且仅限于无症状患者，可能限制了结果的普遍性	比较人工智能系统与人类放射科医生在乳腺摄影中检测乳腺癌的性能	两种人工智能系统（Transpara 1.7.0和ProFound AI 3.0）以及人类放射科医生的乳腺摄影表现	计算机视觉	乳腺癌	数字乳腺断层合成（DBT）	深度学习	图像	419名女性患者，其中58名患有乳腺癌
8426	2024-08-23	Constructing a Deep Learning Radiomics Model Based on X-ray Images and Clinical Data for Predicting and Distinguishing Acute and Chronic Osteoporotic Vertebral Fractures: A Multicenter Study 2024-05, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2023.10.061 PMID:38016821	研究论文	本研究构建并验证了一个基于X射线图像的深度学习放射组学（DLR）模型，用于预测和区分急性与慢性骨质疏松性椎体骨折（OVFs）	使用ResNet-50模型架构进行深度迁移学习（DTL），并在RadImageNet和ImageNet数据集上进行预训练，提取并融合DTL特征和放射组学特征，结合临床基线数据构建深度学习放射组学诺模图（DLRN）	在前瞻性验证队列中，诺模图的预测性能略有下降	构建和验证一个深度学习放射组学模型，用于预测和区分急性与慢性骨质疏松性椎体骨折	骨质疏松性椎体骨折的急性与慢性区分	机器学习	骨质疏松症	深度学习放射组学	ResNet-50	图像	942例（1076个椎体）
8427	2024-08-23	DPI_CDF: druggable protein identifier using cascade deep forest 2024-Apr-05, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05744-3 PMID:38580921	研究论文	本文开发了一种基于深度学习的新模型DPI_CDF，用于预测基于蛋白质序列的可药物蛋白	DPI_CDF模型结合了基于进化、生理化学和组成的蛋白质序列特性，通过分层深度森林模型融合这些编码方案，提高了预测准确性	NA	加速大规模可药物蛋白的识别，促进药物发现过程	可药物蛋白的识别	机器学习	NA	深度学习	深度森林模型	蛋白质序列	训练数据集和独立测试数据集
8428	2024-08-23	Multi-organ segmentation of organ-at-risk (OAR's) of head and neck site using ensemble learning technique 2024-03, Radiography (London, England : 1995) DOI:10.1016/j.radi.2024.02.001 PMID:38364707	研究论文	本文提出了一种使用深度学习模型结合集成学习技术自动分割头颈部癌症患者风险器官（OAR）的新方法	采用集成学习技术提高了风险器官分割的准确性和效率	由于内存限制，训练模型时使用了缩减的CT扫描数据	旨在提高风险器官分割的准确性和效率，这对于放射治疗计划至关重要	头颈部癌症患者的风险器官	计算机视觉	头颈部癌症	集成学习技术	3D U-Net 和 3D DenseNet-FCN	CT扫描图像	182名患者的CT扫描数据用于训练，78名患者的数据用于测试，以及31名患者的公开数据集
8429	2024-08-23	An advanced Artificial Intelligence platform for a personalised treatment of Eating Disorders 2024, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2024.1414439 PMID:39165503	研究论文	本研究利用人工智能（AI），特别是机器学习（ML）和深度学习（DL），开发一个先进的平台，以改善饮食失调（EDs）的诊断和个性化治疗	本研究通过集成患者数据、支持医疗专业人员和增强患者能力，提高了护理的可及性、个性化治疗计划和优化护理路径	NA	利用AI技术改善饮食失调的诊断和治疗	饮食失调患者	机器学习	饮食失调	机器学习（ML）和深度学习（DL）	AI算法	多样化的数据源	NA
8430	2024-08-23	Thyroid Cancer Central Lymph Node Metastasis Risk Stratification Based on Homogeneous Positioning Deep Learning 2024, Research (Washington, D.C.) DOI:10.34133/research.0432 PMID:39165637	研究论文	本研究开发了一种基于同质定位深度学习的甲状腺癌中央淋巴结转移风险分层方法	采用差异同构对齐方法结合图变换器准确提取甲状腺结节的定位和形态信息，预测中央淋巴结转移	NA	评估超声诊断的甲状腺癌中央淋巴结转移风险和预防性淋巴结手术的必要性	甲状腺癌患者的中央淋巴结转移风险	数字病理学	甲状腺癌	深度学习	图变换器	图像	88,796张超声图像，来自48,969名患者
8431	2024-08-23	CSNet: A Count-Supervised Network via Multiscale MLP-Mixer for Wheat Ear Counting 2024, Plant phenomics (Washington, D.C.) DOI:10.34133/plantphenomics.0236 PMID:39165670	研究论文	提出了一种基于多尺度MLP-Mixer的计数监督网络CSNet，用于小麦穗头自动计数	CSNet利用数量信息而非位置信息进行训练，减少了人工标注的需求	NA	提高小麦穗头计数的准确性并降低标注成本	小麦穗头的自动计数技术	计算机视觉	NA	MLP-Mixer	CNN	图像	使用了公开的小麦穗头检测数据集
8432	2024-08-23	A lightweight dual-attention network for tomato leaf disease identification 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1420584 PMID:39166234	研究论文	本文提出了一种基于机器视觉的番茄叶病分类识别方法，通过图像增强和数据扩充解决数据不平衡问题，并引入具有双注意力机制的卷积块构建轻量级模型LDAMNet，以提高特征提取能力	创新性地使用混合通道注意力（HCA）和坐标注意力（CSA）处理图像的通道和空间信息，并提出鲁棒交叉熵（RCE）损失函数以减少噪声标签的影响	未来研究需要进一步优化模型的结构和计算效率，并在更多实际场景中验证其应用效果	提高番茄叶病识别的准确性和泛化能力	番茄叶病图像	计算机视觉	NA	机器视觉方法	卷积神经网络（CNN）	图像	在番茄病害数据集上达到98.71%的平均识别准确率，并在水稻作物病害数据集上展示了良好的识别能力
8433	2024-08-23	[[Applications] 13. Segmentation of Infant Brain Ventricles with Hydrocephalus Using Deep Learning] 2024, Nihon Hoshasen Gijutsu Gakkai zasshi DOI:10.6009/jjrt.2024-2398 PMID:39168595	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
8434	2024-08-22	Application and performance enhancement of FAIMS spectral data for deep learning analysis using generative adversarial network reinforcement 2024-Nov, Analytical biochemistry IF:2.6Q2 DOI:10.1016/j.ab.2024.115627 PMID:39033946	研究论文	本文通过引入生成对抗网络（GAN）方法，利用真实混合光谱数据生成高质量和多样性的光谱数据，以提高高场不对称离子迁移谱（FAIMS）在复杂混合物深度学习分析中的识别性能	使用GAN生成高度真实和多样性的光谱数据，扩展数据集，提高识别性能	未提及	提高FAIMS光谱数据在深度学习分析中的性能	FAIMS光谱数据和生成对抗网络（GAN）	机器学习	NA	FAIMS	GAN	光谱数据	15类真实混合光谱数据
8435	2024-08-22	Protein-peptide binding residue prediction based on protein language models and cross-attention mechanism 2024-Nov, Analytical biochemistry IF:2.6Q2 DOI:10.1016/j.ab.2024.115637 PMID:39121938	研究论文	本研究设计了一种基于深度学习的端到端方法E2EPep，用于仅使用蛋白质序列预测蛋白质-肽结合残基，并通过引入交叉注意力机制融合两种预训练蛋白质语言模型的嵌入特征来提高预测性能	提出了一种新的特征融合模块，通过交叉注意力机制有效融合两种不同的潜在特征表示，以及设计了E2EPep+模型，集成E2EPep和PepBCL模型以进一步提升预测性能	未提及具体限制	提高蛋白质-肽结合残基预测的准确性，推动药物发现	蛋白质-肽结合残基	机器学习	NA	预训练蛋白质语言模型	深度学习模型	蛋白质序列	使用了两个独立的测试数据集
8436	2024-08-22	Estimating rainfall intensity based on surveillance audio and deep-learning 2024-Nov, Environmental science and ecotechnology IF:14.0Q1 DOI:10.1016/j.ese.2024.100450 PMID:39161573	研究论文	本文介绍了一种基于监控音频和深度学习模型来估计降雨强度的方法	首次提出使用监控音频数据和深度学习模型来估计降雨强度，为高分辨率水文监测提供了一种新的数据源	NA	开发一种新的方法来估计降雨强度，以补充城市水文模型所需的高时空分辨率降雨数据	监控音频数据和深度学习模型	机器学习	NA	Mel-Frequency Cepstral Coefficients (MFCC) 和 Transformer 架构	Transformer	音频	12,066 段音频片段，来自六次真实世界的降雨事件
8437	2024-08-22	Conquering class imbalances in deep learning-based segmentation of dental radiographs with different loss functions 2024-09, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2024.105063 PMID:38735467	研究论文	本文评估了六种不同的损失函数在牙科放射图像分割任务中的性能，以解决深度学习中类别不平衡的问题	本文采用了混合损失函数，显著优于单一损失函数，并在不同架构中提供了稳健的结果	NA	评估不同损失函数在牙科放射图像分割任务中的性能	牙科放射图像中的牙齿结构分割	机器学习	NA	深度学习	U-Net, Linknet, DeepLavbV3+	图像	1,625张咬翼放射图像
8438	2024-08-22	AI in Neuro-Ophthalmology: Current Practice and Future Opportunities 2024-Sep-01, Journal of neuro-ophthalmology : the official journal of the North American Neuro-Ophthalmology Society IF:2.0Q2 DOI:10.1097/WNO.0000000000002205 PMID:38965655	综述	本文综述了人工智能在神经眼科学中的应用现状和未来机遇	人工智能，特别是机器学习算法，在解释影像数据、识别细微模式以及辅助临床医生进行更准确及时的诊断方面展示了显著潜力	当前面临的挑战包括将人工智能整合到临床实践和研究中	旨在全面概述人工智能在神经眼科学中的应用发展	神经眼科学中的AI应用、光学相干断层扫描（OCT）和眼底摄影	计算机视觉	NA	机器学习	NA	影像	NA
8439	2024-08-22	A sensitive system based on radon amplification at soil-air interface: Aiming to advance earthquake precursor research 2024-Sep, Journal of environmental radioactivity IF:1.9Q3 DOI:10.1016/j.jenvrad.2024.107482 PMID:38905879	研究论文	本文提出了一种基于土壤-空气界面氡浓度梯度的新方法，以提高对地壳应力诱导氡信号的检测灵敏度	引入了“Bhabha氡观测站用于地震应用（BhaROSA）”，这是一个远程传感、太阳能供电的氡观测站，设计用于广泛部署和连续无人监测，以生成大数据库	需要进一步的国际合作和深度学习应用，以更准确地预测地震	旨在提高对地壳应力动态的理解，并应用于地震前兆研究等领域	地壳应力诱导的氡信号	地球物理学	NA	氡监测技术	深度学习	氡浓度数据	NA
8440	2024-08-22	From pixels to prognosis: unlocking the potential of deep learning in fibrotic lung disease imaging analysis 2024-Sep-01, The British journal of radiology DOI:10.1093/bjr/tqae108 PMID:38781513	综述	本文综述了深度学习在纤维化肺疾病影像分析中的发展和应用	深度学习旨在通过自主定量分析克服传统定量CT方法依赖人工输入的局限	深度学习面临算法偏差最小化、可解释性以及可访问性和伦理问题的挑战	探索深度学习在改善纤维化肺疾病影像分析过程中的应用	纤维化肺疾病，包括特发性肺纤维化（IPF）	计算机视觉	肺纤维化	深度学习	NA	影像	NA