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
10921	2024-08-07	The role and future prospects of artificial intelligence algorithms in peptide drug development 2024-Jun, Biomedicine & pharmacotherapy = Biomedecine & pharmacotherapie DOI:10.1016/j.biopha.2024.116709 PMID:38713945	综述	本文综述了人工智能算法在肽类药物开发中的作用及未来前景	介绍了人工智能辅助的机器学习或深度学习模型在筛选大量候选治疗肽序列中的应用	传统肽类药物研发周期长且投资高	探讨人工智能在肽类药物开发中的应用，以加速药物研发过程	肽类药物及其在治疗各种疾病中的应用	机器学习	NA	机器学习, 深度学习	NA	序列数据	大量候选治疗肽序列
10922	2024-08-07	Light field image super-resolution based on dual learning and deep Fourier channel attention 2024-Jun-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.522701 PMID:38824284	研究论文	本文提出了一种基于双重学习和深度傅里叶通道注意力机制的光场图像超分辨率方法	引入了双重学习和傅里叶通道注意力机制，以提高光场图像超分辨率的效果	在获取真实世界光场场景的配对数据集方面存在困难，影响模型泛化能力	提高光场图像的空间分辨率	光场图像的超分辨率	计算机视觉	NA	深度学习	CNN	图像	未具体说明
10923	2024-08-07	Performance of the neural network-based prediction model in closed-loop adaptive optics 2024-Jun-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.527429 PMID:38824294	研究论文	本文研究了基于神经网络的预测模型在闭环自适应光学系统中的性能	首次成功测试了基于深度学习的时空预测模型在实际3公里激光大气传输自适应光学系统中的应用，并与传统闭环控制方法进行了比较	大多数预测算法仅限于开环系统，且在实际自适应光学系统中的部署和应用很少被报道	研究如何通过前馈预测大气湍流来抵消自适应光学系统的固有时间延迟，提高其校正带宽	自适应光学系统中的大气湍流预测模型	计算机视觉	NA	深度学习	神经网络	时空数据	3公里激光大气传输系统
10924	2024-08-07	Snapshot spectral imaging based on aberration model-driven deep learning 2024-Jun-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.523832 PMID:38824286	研究论文	本文提出了一种基于像差模型驱动的深度学习方法，用于从低分辨率的编码孔径快照光谱成像（CASSI）测量中恢复高分辨率的超光谱图像（HSIs）	该方法通过生成模拟CASSI光学像差的现实训练数据，并训练生成网络以从模糊和扭曲的CASSI测量中恢复HSIs，从而适应光学系统降解模型，提高了重建的鲁棒性	NA	提高CASSI系统中光谱图像重建的质量	超光谱图像（HSIs）	计算机视觉	NA	深度学习	生成网络	图像	NA
10925	2024-08-07	Symmetry of constellation diagram-based intelligent SNR estimation for visible light communications 2024-Jun-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.525115 PMID:38824347	research paper	本文提出了一种基于星座图对称性的可见光通信智能信噪比估计方案	引入了点归一化和象限归一化两种数据增强方法，提高了信噪比估计的准确性	NA	提高可见光通信中信噪比估计的准确性	可见光通信系统的信噪比性能	machine learning	NA	NA	deep learning frameworks	image	使用了不同数量的星座点（如32, 64, 128, 256, 512, 1024, 2048）进行实验
10926	2024-08-07	The Use of Deep Learning Software in the Detection of Voice Disorders: A Systematic Review 2024-Jun, Otolaryngology--head and neck surgery : official journal of American Academy of Otolaryngology-Head and Neck Surgery DOI:10.1002/ohn.636 PMID:38168017	综述	本文综述了深度学习在利用声学和喉镜输入检测声音障碍中的应用，比较了特定神经网络的准确性，并评估了它们与专家临床视觉检查的有效性	深度学习模型在检测声音病理方面表现出高准确性，特别是CNN在评估喉镜图像和MLP在评估声学输入方面最为有效	尽管深度学习方法在有限的比较中优于专家临床检查，但仍需进一步研究以整合外部验证	总结深度学习在声音障碍检测中的应用，并评估其与传统临床检查的比较效果	声音障碍的检测	机器学习	NA	深度学习	CNN, MLP	图像, 声学数据	34项研究符合纳入标准，其中18项专注于声音分析，15项专注于图像分析，1项两者兼有
10927	2024-08-07	Diagnostic evaluation of deep learning accelerated lumbar spine MRI 2024-Jun, The neuroradiology journal DOI:10.1177/19714009231224428 PMID:38195418	研究论文	本研究评估了深度学习加速的腰椎MRI协议与传统协议在图像质量和诊断性能上的差异	首次全面评估了基于深度学习的MRI协议对常规腰椎MRI扫描时间和诊断质量的影响	深度学习加速的协议在信号噪声比和伪影感知方面表现较差	探讨深度学习加速的MRI技术在腰椎MRI中的应用效果	评估深度学习加速的腰椎MRI协议与传统协议在图像质量和诊断性能上的差异	计算机视觉	NA	深度学习	NA	图像	36名连续门诊患者
10928	2024-08-07	Deep Learning for Automated Image Segmentation of the Middle Ear: A Scoping Review 2024-Jun, Otolaryngology--head and neck surgery : official journal of American Academy of Otolaryngology-Head and Neck Surgery DOI:10.1002/ohn.758 PMID:38667630	综述	本文是一篇综述，旨在全面回顾使用卷积神经网络（CNN）从计算机断层扫描（CT）图像中自动分割中耳的文献	综述了多种架构在利用CNN分割中耳方面的表现，并提出了针对最难分割的镫骨结构，建议开发一种在锥束CT上训练的架构以提高空间分辨率	对于最难分割的镫骨结构，现有的最高Dice相似系数为0.84，仍有改进空间	进行一项全面的文献综述，描述使用CNN从CT扫描中自动分割中耳的情况	中耳的自动图像分割	计算机视觉	NA	卷积神经网络（CNN）	CNN	图像	共分析了10项研究，包含866个扫描图像用于模型训练/测试
10929	2024-08-07	Prognostic impact and causality of age on oncological outcomes in women with endometrial cancer: a multimethod analysis of the randomised PORTEC-1, PORTEC-2, and PORTEC-3 trials 2024-Jun, The Lancet. Oncology DOI:10.1016/S1470-2045(24)00142-6 PMID:38701815	研究论文	本研究通过多方法分析PORTEC-1、PORTEC-2和PORTEC-3随机试验的数据，探讨年龄对子宫内膜癌患者预后影响的因果关系	使用先进的统计和因果推断技术，首次证实年龄是子宫内膜癌预后的独立因果因素	NA	探讨年龄是否为子宫内膜癌预后的因果因素	1801名参与PORTEC-1、PORTEC-2和PORTEC-3随机试验的子宫内膜癌患者	NA	子宫内膜癌	非参数测试、多变量竞争风险分析、深度学习因果推断模型AutoCI	深度学习因果推断模型AutoCI	临床病理和分子特征数据	1801名患者，包括714名中风险、427名高-中风险和660名高风险子宫内膜癌患者
10930	2024-08-07	PEA-m6A: an ensemble learning framework for accurately predicting N6-methyladenosine modifications in plants 2024-May-31, Plant physiology IF:6.5Q1 DOI:10.1093/plphys/kiae120 PMID:38428981	研究论文	本文介绍了一种名为PEA-m6A的集成学习框架，用于准确预测植物基因组中的N6-甲基腺苷修饰	PEA-m6A框架通过集成学习构建m6A预测模型，并利用预训练模型进行迁移学习，提高了小样本训练任务中m6A修饰预测的准确性	NA	开发一个统一的、模块化的、参数化的框架，用于简化m6A-Seq数据分析，预测植物基因组中的m6A修饰区域	植物基因组中的N6-甲基腺苷（m6A）修饰	机器学习	NA	集成学习	集成学习模型	基因组数据	12种植物物种
10931	2024-08-07	Industrial Metaverse-Based Intelligent PID Optimal Tuning System for Complex Industrial Processes 2024-May-31, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2024.3386669 PMID:38819970	研究论文	本文提出了一种在虚拟现实场景中对工业过程实际PID控制系统进行动态性能监控和参数自适应调整的方法	该方法结合了基于系统识别和自适应深度学习的PID控制过程数字孪生模型，以及基于强化学习的PID调优智能算法与工业元宇宙的虚拟现实和沉浸式交互	NA	解决复杂工业过程中实际运行的PID控制系统无法在线优化的问题	以能耗设备——镁熔炉作为工业对象，进行了对比仿真实验和工业实验	工业自动化	NA	系统识别、自适应深度学习、强化学习	数字孪生模型	虚拟现实场景	使用镁熔炉作为工业对象进行实验
10932	2024-08-07	A CNN-LSTM model using elliptical constraints for temporally consistent sun position estimation 2024-May-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e31539 PMID:38818140	研究论文	本文提出了一种基于椭圆约束的CNN-LSTM模型，用于时间一致的太阳位置估计	该研究利用空间、时间和几何特征，即使在太阳部分或完全被遮挡的情况下，也能准确回归太阳位置	NA	提高太阳位置估计的准确性，以优化太阳能系统设计、天气预报服务和户外增强现实系统	太阳位置估计	计算机视觉	NA	深度学习	CNN-LSTM	图像序列	使用了Sirta、Laval和自定义数据集
10933	2024-08-07	EEG-based emotion recognition systems; comprehensive study 2024-May-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e31485 PMID:38818173	review	本文对基于脑电图（EEG）信号的情绪识别技术进行了全面的综述	重点关注了深度学习在情绪识别中的应用，并分析了其特点、优势、劣势及适用场景	NA	总结当前情绪识别研究的状态，并为后续相关研究提供思路	基于EEG信号的情绪识别方法	machine learning	NA	EEG	CNN, LSTM, GAN	EEG信号	NA
10934	2024-08-07	Computer-assisted decision support for the usage of preventive antibacterial therapy in children with febrile pyelonephritis: A preliminary study 2024-May-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e31255 PMID:38818202	研究论文	本研究利用深度学习技术分析肾静态影像数据，探讨首次诊断为发热性肾盂肾炎的2岁以下儿童是否需要预防性抗生素治疗	首次使用深度学习技术研究首次诊断为发热性肾盂肾炎的儿童是否需要预防性抗生素治疗	研究样本量相对较小，且仅限于2岁以下的儿童	探讨深度学习技术在计算机辅助决策支持系统中对发热性肾盂肾炎诊断的应用	首次诊断为发热性肾盂肾炎的2岁以下儿童	机器学习	泌尿系统感染	深度学习技术	AlexNet	影像数据	176名儿童，其中64名不需要预防性抗生素治疗，112名需要
10935	2024-08-07	A deep learning approach for electric motor fault diagnosis based on modified InceptionV3 2024-May-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-63086-9 PMID:38811686	研究论文	本研究提出了一种基于改进InceptionV3模型的电机故障诊断方法，通过使用红外热像技术并结合对比度受限的自适应直方图均衡化（CLAHE）和挤压激励（SE）通道注意力机制来提高检测精度	本研究通过整合SE通道注意力机制改进了InceptionV3模型，并结合传统分类器SVM进行特征提取和分类，提高了电机故障诊断的准确性	NA	开发一种高效的电机故障诊断方法	电机及其故障类型	机器学习	NA	InceptionV3模型，挤压激励（SE）通道注意力机制，对比度受限的自适应直方图均衡化（CLAHE）	InceptionV3	图像	369张电机热图像，包含11种故障类型
10936	2024-08-07	Deep learning to assess microsatellite instability directly from histopathological whole slide images in endometrial cancer 2024-May-29, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01131-7 PMID:38811811	研究论文	本文提出了一种基于深度学习的模型，用于从子宫内膜癌的组织病理学全切片图像中直接评估微卫星不稳定性	该模型在评估微卫星不稳定状态方面表现出色，优于现有的四种先进方法，并且在AI推理时间上表现出高效率	NA	开发一种有效且高效的深度学习模型，用于快速准确地评估子宫内膜癌的微卫星不稳定状态	子宫内膜癌的微卫星不稳定状态	数字病理学	子宫内膜癌	深度学习	NA	图像	529名患者的组织病理学全切片图像
10937	2024-08-07	DiffBindFR: an SE(3) equivariant network for flexible protein-ligand docking 2024-May-29, Chemical science IF:7.6Q1 DOI:10.1039/d3sc06803j PMID:38817560	研究论文	本文介绍了一种名为DiffBindFR的全原子扩散基柔性对接模型，用于在配体整体运动和柔性以及口袋侧链扭转变化的产品空间上操作，以提高蛋白质-配体对接的准确性。	DiffBindFR模型在生成具有物理上合理和详细相互作用的类似天然结合结构方面比现有对接方法具有更高的准确性，并且在Apo和AlphaFold2模型结构中显示出在精确预测配体结合姿态和蛋白质结合构象方面的优势。	NA	开发一种新的蛋白质-配体对接模型，以提高对接的准确性和物理合理性。	蛋白质-配体对接的准确性和物理合理性。	结构生物学	NA	分子对接	扩散模型	蛋白质和配体结构数据	NA
10938	2024-08-07	A scoping review of machine learning for sepsis prediction- feature engineering strategies and model performance: a step towards explainability 2024-05-28, Critical care (London, England) DOI:10.1186/s13054-024-04948-6 PMID:38802973	综述	本文是一篇关于机器学习在脓毒症预测中特征工程策略和模型性能的综述，旨在提高模型的可解释性	强调了特征选择和提取在提高模型准确性中的重要作用，特别是在脓毒症预测模型中的应用	NA	识别用于预测脓毒症的关键特征，并评估模型的有效性	脓毒症预测中的机器学习模型	机器学习	脓毒症	机器学习	随机森林、XG Boost、深度学习模型	临床数据	1,147,202名患者
10939	2024-08-07	VER-Net: a hybrid transfer learning model for lung cancer detection using CT scan images 2024-May-24, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01238-z PMID:38789925	研究论文	本文构建了一种名为VER-Net的新型迁移学习模型，通过叠加三种不同的迁移学习模型来检测肺部CT扫描图像中的肺癌	VER-Net通过叠加三种不同的迁移学习模型，提高了肺癌检测的准确性	NA	开发一种高效的迁移学习模型用于肺癌检测	肺部CT扫描图像中的肺癌	机器学习	肺癌	迁移学习	VER-Net	图像	多类别胸部CT图像
10940	2024-08-07	Attention mechanism models for precision medicine 2024-May-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae156 PMID:38811359	research paper	本文探讨了深度学习模型在精准医学中的应用，特别是注意力机制模型如SAN、GAT和transformer的研究	本文提出了一个关于精准医学中图注意力机制模型应用的创新研究特刊	NA	旨在提供精准医学中图注意力机制模型应用的全面概述和展示	精准医学中的注意力机制模型	machine learning	NA	attention mechanism models	SAN, GAT, transformers	genomic data	NA