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
10561	2024-08-05	Short-Term and Imminent Rainfall Prediction Model Based on ConvLSTM and SmaAT-UNet 2024-Jun-01, Sensors (Basel, Switzerland) DOI:10.3390/s24113576 PMID:38894366	研究论文	本研究提出了一种基于ConvLSTM和SmaAT-UNet的短期降雨预测模型	提出了融合CNN和LSTM的ConvLSTM模型及经过改善的SmaAT-UNet模型以提高降水预测的效率和准确性	随着预测时间的延长，降水预测性能指标呈现下滑趋势，指出了维持长期预测准确性的内在挑战	旨在通过改进特征提取和数据处理技术，提高短期降水预测的效率和准确性	对使用深度学习进行雷达图像外推的降水预测算法进行研究	计算机视觉	NA	深度学习	ConvLSTM和SmaAT-UNet	雷达图像	NA
10562	2024-08-05	Prediction of adverse drug reactions due to genetic predisposition using deep neural networks 2024-Jun, Molecular informatics IF:2.8Q2 DOI:10.1002/minf.202400021 PMID:38850150	研究论文	本研究探讨了深度学习方法预测与药物不良反应相关的遗传变异。	这是首个利用深度神经网络预测ADR-药物-靶标-突变的模型。	尽管提出了一些改进建议，但模型的平均平衡准确率仅为0.61。	研究目的是预测可能与药物不良反应相关的遗传变异。	研究对象为与药物相关的单核苷酸多态性(SNPs)。	机器学习	NA	深度神经网络（DNN）	DNN	NA	NA
10563	2024-08-05	Fully automated deep learning model for detecting proximity of mandibular third molar root to inferior alveolar canal using panoramic radiographs 2024-06, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2024.02.011 PMID:38614873	研究论文	本文开发了一种新颖的完全自动化深度学习模型，用于检测下颌第三磨牙根部与下alveolar管之间的关系。	提出了一种基于YOLOv5的修改深度学习网络MM3-IACnet，以自动评估下颌第三磨牙根与下alveolar管的空间关系。	该研究的限制在于仅使用了一种图像方式（全景X光）进行分析，可能无法涵盖所有临床情况。	研究旨在评估下颌第三磨牙与下alveolar管之间的解剖关系以指导临床决策。	本研究的对象为1570名具有下颌第三磨牙的患者，所有患者均进行了全景X光和锥束CT成像。	数字病理学	NA	全景X光	YOLOv5	图像	1570名具有下颌第三磨牙的患者
10564	2024-08-05	Molecular architecture of the actin cytoskeleton: From single cells to whole organisms using cryo-electron tomography 2024-Jun, Current opinion in cell biology IF:6.0Q1 DOI:10.1016/j.ceb.2024.102356 PMID:38608425	研究论文	本文讨论了冷冻电镜断层成像技术在细胞骨架研究中的应用和最新进展	提出了深度学习工具用于自动标注断层重建和串联提取样品准备流程的最新发展	未提及具体的实验限制	研究细胞内肌动蛋白细胞骨架的分子结构	多细胞生物、有机体及组织样本	数字病理学	NA	冷冻电镜断层成像	深度学习	图像	多个多细胞生物及组织样本
10565	2024-08-05	Protein remote homology detection and structural alignment using deep learning 2024-Jun, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-023-01917-2 PMID:37679542	研究论文	本研究开发了两种深度学习方法TM-Vec和DeepBLAST，以改善低序列相似性蛋白质的对齐方法	提出的TM-Vec方法能够直接从序列对预测结构相似性，并且DeepBLAST在仅使用序列信息时能够结构性对齐蛋白质	抽象中未提及具体的局限性	改善生物技术中蛋白质的对齐方法，特别是低序列相似性的蛋白质	结构上相似的蛋白质	计算机视觉	NA	深度学习	NA	序列数据	多种数据集
10566	2024-08-05	Predicting transcriptional outcomes of novel multigene perturbations with GEARS 2024-Jun, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-023-01905-6 PMID:37592036	研究论文	介绍了GEARS方法，通过深度学习和基因关系知识图谱预测多基因扰动的转录反应	GEARS能够预测从未在实验中扰动的基因组合的结果，展现出比现有方法更高的预测精度	未提及具体的局限性	研究细胞对基因扰动的响应，以指导生物医学应用	多基因扰动的转录反应	数字病理学	NA	单细胞RNA测序	深度学习模型	RNA测序数据	NA
10567	2024-08-05	Generative deep learning approaches for the design of dental restorations: A narrative review 2024-06, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2024.104988 PMID:38608832	综述	本研究探讨了深度学习技术在牙齿重建中的最新进展	文章介绍了新颖的深度学习方法在部分和全牙重建中的应用，展示了生成对抗网络和变换器的讨论	仅包括2018年至2023年发布的9篇相关文献，且排除仅专注于DL方法应用或审查的文章	研究深度学习技术在牙齿重建领域的应用和方法	重点研究牙齿重建的不同深度学习方法和数据表征	数字病理学	NA	深度学习	生成对抗网络（GAN）和变换器	深度图、点云和体素化点云	涉及9篇文献的牙齿重建数据
10568	2024-08-05	A Residual Dense Attention Generative Adversarial Network for Microscopic Image Super-Resolution 2024-May-31, Sensors (Basel, Switzerland) DOI:10.3390/s24113560 PMID:38894350	研究论文	提出了一种残差密集注意生成对抗网络以提高显微图像的超分辨率	引入了残差密集块和卷积块注意模块，增强了对低分辨率图像的多层次特征提取	尚未讨论网络在其他类型图像上的泛化能力	改善单幅图像超分辨率的重建效果	显微图像	计算机视觉	NA	深度学习	生成对抗网络（GAN）	图像	收集了充足的显微图像以建立数据集
10569	2024-08-05	Deep Learning Approach for Pitting Corrosion Detection in Gas Pipelines 2024-May-31, Sensors (Basel, Switzerland) DOI:10.3390/s24113563 PMID:38894353	研究论文	本文介绍了一种用于气体管道的点蚀腐蚀检测的计算机视觉方法	使用了一种定制设计和优化的卷积神经网络，虽然参数较少但分类准确率高达98.44%	未提及特定环境下的性能表现和可靠性	旨在开发一种自动化的方法以检测气体管道中的点蚀腐蚀	气体管道图像数据集，包含576,000张有点蚀和无点蚀的图像	计算机视觉	NA	深度学习	卷积神经网络 (CNN)	图像	576000张图像
10570	2024-08-05	Phase-Resolved Partial Discharge (PRPD) Pattern Recognition Using Image Processing Template Matching 2024-May-31, Sensors (Basel, Switzerland) DOI:10.3390/s24113565 PMID:38894356	研究论文	本文提出了一种新的方法来识别、提取和处理相分辨局部放电（PRPD）模式	该方法无需训练复杂的深度学习算法，而是使用了新的Cosine Cluster Net (CCNet)模型进行图像处理	该研究依赖于手动分类的PRPD图像进行测试，未说明是否适用于实时监控中的变化	研究旨在实现对电气设备缺陷类型的自动识别	研究对象为电气设备的相分辨局部放电模式	数字病理学	NA	图像处理	Cosine Cluster Net (CCNet)	图像	多幅手动分类的PRPD图像
10571	2024-08-05	A Gas Sensors Detection System for Real-Time Monitoring of Changes in Volatile Organic Compounds during Oolong Tea Processing 2024-May-30, Foods (Basel, Switzerland) DOI:10.3390/foods13111721 PMID:38890949	研究论文	该文章提出了一种基于气体传感器的检测系统，用于实时监测乌龙茶加工过程中挥发性有机化合物的变化	文章创新性地设计了一种稳健且灵敏的气体传感器检测系统，并结合深度学习模型提高了对乌龙茶氧化过程各阶段的识别能力	未提及具体的限制	研究旨在改善乌龙茶产品的稳定性并促进氧化过程的自动化	研究对象为乌龙茶加工过程中释放的挥发性有机化合物	数字病理学	NA	金属氧化物半导体气体传感器	BP-ANN、CNN	信号数据	NA
10572	2024-08-05	Impact of Various Non-Contrast-Enhanced MRA Techniques on Lumen Visibility in Vascular Flow Models with a Surpass Evolve Flow Diverter 2024-May-30, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14111146 PMID:38893675	研究论文	本研究比较了几种MRA技术在评估血管流模型中管腔可见性方面的表现	引入了一种基于深度学习的去噪和去伪影算法来提高无对比增强MRA技术的影像质量	未提及特定的样本数量和多样性，可能影响结果的普适性	评估不同MRA技术在流动导管支架的管腔可见性中的表现	本研究使用了带有流动导管支架的硅胶模型	数字病理学	NA	3.0T MRI扫描，深度学习重建	NA	影像	两个不同大小的Surpass Evolve支架在两个硅胶管中
10573	2024-08-05	Bibliometric Analysis of Weather Radar Research from 1945 to 2024: Formations, Developments, and Trends 2024-May-30, Sensors (Basel, Switzerland) DOI:10.3390/s24113531 PMID:38894322	研究论文	本文探讨了1945年至2024年间天气雷达研究的基础结构和演变趋势	首次运用科学计量学方法分析天气雷达研究的知识领域结构	未提及具体的实验或实证数据分析方法	揭示天气雷达研究的基础结构以及未来研究方向	分析了来自Web of Science的13,981篇天气雷达相关出版物	气象学	NA	科学计量学	NA	文献	13981篇出版物
10574	2024-08-05	CIRF: Coupled Image Reconstruction and Fusion Strategy for Deep Learning Based Multi-Modal Image Fusion 2024-May-30, Sensors (Basel, Switzerland) DOI:10.3390/s24113545 PMID:38894335	研究论文	提出了一种结合图像重建和融合的深度学习多模态图像融合策略CIRF	CIRF策略通过轻量级编码器在多个任务学习和特征分解上增加了表达能力	研究中未提供有关模型计算复杂性的讨论	旨在提高多模态医学图像融合的效果	研究对象为通过不同传感器收集的多模态医学图像	计算机视觉	NA	深度学习	卷积神经网络 (CNN) 和视觉变换器 (ViT)	图像	三个数据集的实验
10575	2024-08-05	Differential Diagnosis of OKC and SBC on Panoramic Radiographs: Leveraging Deep Learning Algorithms 2024-May-30, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14111144 PMID:38893670	研究论文	本研究通过深度学习算法在全景放射影像上区分牙源性角化囊肿（OKC）和简单骨囊肿（SBC）	首次利用深度学习算法在手术前的全景放射影像中区分OKC和SBC	本研究为回顾性分析，样本数量相对较小，且仅限于单一医院	确定深度学习算法能否基于全景放射影像区分OKC和SBC	63例已通过组织学检查明确的OKC病例和125例接受手术刮治的SBC病例	计算机视觉	NA	深度学习算法	Inception-ResNet-V2	影像	188例（63例OKC和125例SBC）
10576	2024-08-05	Camera-Based Dynamic Vibration Analysis Using Transformer-Based Model CoTracker and Dynamic Mode Decomposition 2024-May-30, Sensors (Basel, Switzerland) DOI:10.3390/s24113541 PMID:38894329	研究论文	本文研究了一种基于相机的动态振动分析方法，并应用了Transformer模型CoTracker	首次探讨了CoTracker模型在使用相机提取全场结构振动方面的有效性	尚未全面探讨CoTracker在测量结构振动中的性能	研究CoTracker在提取结构振动方面的有效性	使用高速相机捕捉悬臂梁的视频序列中的密集点运动	计算机视觉	NA	动态模式分解（DMD）	Transformer	视频	NA
10577	2024-08-05	A Deep Learning Method for Bearing Cross-Domain Fault Diagnostics Based on the Standard Envelope Spectrum 2024-May-29, Sensors (Basel, Switzerland) DOI:10.3390/s24113500 PMID:38894292	研究论文	提出了一种基于标准包络谱的深度学习故障诊断方法，以改善滚动轴承的跨领域故障诊断能力	构建了标准包络谱，消除了由于不同轴承转速和型号导致的领域间差异	未提及该方法在完全不同领域或极端情况下的表现	改善滚动轴承在跨领域故障诊断中的准确性	滚动轴承的故障诊断	机器学习	NA	深度学习	卷积神经网络	数据集	使用两个公共轴承数据集和一个自实验获得的轴承数据集
10578	2024-08-05	Online System for Monitoring the Degree of Fermentation of Oolong Tea Using Integrated Visible-Near-Infrared Spectroscopy and Image-Processing Technologies 2024-May-29, Foods (Basel, Switzerland) DOI:10.3390/foods13111708 PMID:38890936	研究论文	本文研究了利用可见-近红外光谱和图像处理技术在线监测乌龙茶发酵程度的方法	将预处理的可见-近红外光谱数据与图像特征融合，首次实现了乌龙茶发酵程度的快速非破坏性在线测定	传统机器学习模型的预测准确率超过深度学习模型，可能限制了深度学习方法的应用潜力	确定乌龙茶的发酵程度	乌龙茶的发酵过程	数字病理学	NA	可见-近红外光谱	支持向量机（SVM）和卷积神经网络（CNN）	光谱数据和图像数据	NA
10579	2024-08-05	scZAG: Integrating ZINB-Based Autoencoder with Adaptive Data Augmentation Graph Contrastive Learning for scRNA-seq Clustering 2024-May-29, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms25115976 PMID:38892162	研究论文	提出了一种深度学习框架，结合ZINB模型与自适应图对比学习进行scRNA-seq聚类	提出了使用零膨胀负二项（ZINB）模型去噪，并引入自适应图对比表示学习的方法	可能未详细探讨所有潜在的高维结构特性	改善单细胞RNA测序数据的聚类结果	针对10个常见的scRNA-seq数据集进行聚类研究	计算机视觉	NA	ZINB模型	图对比学习	单细胞RNA序列数据	10个常见的scRNA-seq数据集
10580	2024-08-05	FF-HPINet: A Flipped Feature and Hierarchical Position Information Extraction Network for Lane Detection 2024-May-29, Sensors (Basel, Switzerland) DOI:10.3390/s24113502 PMID:38894293	研究论文	提出了一种新的车道检测方法FF-HPINet，利用翻转特征和层次位置提取信息。	引入了翻转特征提取模块和层次位置信息提取模块，结合了对称特征和位置信息的挖掘，显著提高了目标识别精度。	未提及具体的局限性	提升车道检测的准确性和效率。	探讨如何利用视觉对称性和位置信息进行车道检测。	计算机视觉	NA	深度学习	FF-HPINet	图像	TuSimple数据集和CULane数据集