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
801	2024-08-07	Deep learning-based classification of anti-personnel mines and sub-gram metal content in mineralized soil (DL-MMD) 2024-May-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-60592-8 PMID:38734748	研究论文	本文提出了一种基于深度学习的脉冲感应金属地雷探测器（DL-MMD）架构，用于提高地雷探测系统的准确性和效率	利用深度神经网络区分九种不同材料，实现了93.5%的验证准确率，能够区分无金属板的人体地雷并检测0.2克垂直纸针	NA	提高地雷探测系统的准确性和效率	人体地雷和微量金属含量的矿化土壤	机器学习	NA	深度学习	深度神经网络	材料数据	九种不同材料
802	2024-08-07	Dense Sample Deep Learning 2024-May-10, Neural computation IF:2.7Q3 DOI:10.1162/neco_a_01666 PMID:38669696	研究论文	本文探讨了深度学习在密集样本任务中的应用，通过大规模深度学习网络分析了类别结构和特征构建的涌现过程	提出了一种基于结果的复杂特征构建新理论	训练集的组合复杂性未知，且网络机制难以通过可视化揭示	深入理解深度学习网络的学习机制和表示方法	深度学习网络在密集样本任务中的表现	机器学习	NA	深度学习	CNN	文本	1.24百万权重VGG网络，5个独特标记，每个标记超过500个样本
803	2024-08-07	InsectSound1000 An insect sound dataset for deep learning based acoustic insect recognition 2024-May-09, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03301-4 PMID:38724595	research paper	介绍了一个名为InsectSound1000的数据集，包含超过169000个标记的昆虫声音样本，用于基于深度学习的声学昆虫识别	InsectSound1000数据集具有显著的规模和高质量录音，可用于训练数据需求量大的深度学习模型	NA	探索声学昆虫识别技术，为自动化害虫监测和生态监测提供基础	12种昆虫的声音样本	machine learning	NA	深度学习	深度学习模型	声音	超过169000个标记的声音样本，来自超过1000小时的录音
804	2024-08-07	Deep Learning-Based Design Method for Acoustic Metasurface Dual-Feature Fusion 2024-May-06, Materials (Basel, Switzerland) DOI:10.3390/ma17092166 PMID:38730972	研究论文	本文提出了一种基于深度学习的声学超表面双特征融合设计方法	首次采用集成学习方法构建超表面物理结构参数与声场之间的正向映射关系模型，并提出基于卷积神经网络的双特征融合模型（DFCNN）	NA	旨在快速准确地设计声学超表面	声学超表面的物理结构参数与声场之间的关系	机器学习	NA	深度学习	卷积神经网络	声场数据	90%的集成学习模型误差小于3 dB，93%的DFCNN模型误差小于5 dB
805	2024-08-07	Identification of Novel Regulators of Leaf Senescence Using a Deep Learning Model 2024-May-05, Plants (Basel, Switzerland) DOI:10.3390/plants13091276 PMID:38732491	研究论文	本文开发了一种名为DEGRN的深度学习模型，用于解析植物基因相互作用，并通过大量RNA-Seq和scRNA-Seq数据成功识别了大量高质量的基因交互作用。	DEGRN模型能够利用高维表达数据，揭示包括叶片衰老在内的复杂生物过程中的新型调控因子。	NA	探索和解析植物基因调控网络，特别是叶片衰老过程中的基因相互作用。	植物基因调控网络，特别是转录因子及其目标基因在叶片衰老过程中的作用。	机器学习	NA	RNA-Seq	深度学习模型	表达数据	涉及1430个转录因子和13,739个非转录因子基因，共3,053,363个高质量交互作用。
806	2024-08-07	Exploring intricate connectivity patterns for cognitive functioning and neurological disorders: incorporating frequency-domain NC method into fMRI analysis 2024-May-02, Cerebral cortex (New York, N.Y. : 1991) DOI:10.1093/cercor/bhae195 PMID:38741270	研究论文	本研究将频域新因果方法应用于功能磁共振成像分析，构建了多种因果关系模型来模拟多变量功能磁共振成像血氧水平依赖信号间的不同程度的因果关联	本研究首次将频域新因果方法应用于功能磁共振成像分析，并成功构建了多种因果关系模型，通过深度学习模型验证了该方法的优越性能	NA	探索复杂的脑连接模式与认知功能和神经疾病之间的关系	多变量功能磁共振成像血氧水平依赖信号及认知障碍患者的大脑效率网络	神经影像学	认知障碍	功能磁共振成像 (fMRI)	深度学习模型	图像	1,252组认知障碍程度不同的个体
807	2024-08-07	Computed tomography-based 3D convolutional neural network deep learning model for predicting micropapillary or solid growth pattern of invasive lung adenocarcinoma 2024-May, La Radiologia medica DOI:10.1007/s11547-024-01800-3 PMID:38512613	研究论文	研究基于CT的深度学习模型预测侵袭性肺腺癌中的微乳头状或实性生长模式	使用自步学习3D网络模型，该模型在预测侵袭性肺腺癌的微乳头状或实性生长模式方面表现优于其他模型	NA	探讨基于CT的深度学习模型预测侵袭性肺腺癌中微乳头状或实性生长模式的价值	侵袭性肺腺癌患者的CT扫描图像	计算机视觉	肺腺癌	深度学习	3D卷积神经网络	图像	617名侵袭性肺腺癌患者用于训练和内部验证，353名患者用于外部验证
808	2024-08-07	A Novel Method for the Object Detection and Weight Prediction of Chinese Softshell Turtles Based on Computer Vision and Deep Learning 2024-May-01, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani14091368 PMID:38731372	研究论文	本文提出了一种基于计算机视觉和深度学习的新方法，用于中国软壳龟的目标检测和重量预测	本文提出了一种颜色空间模型来有效分离龟与背景，并使用改进的深度学习目标检测网络提取龟甲和背甲的特征，实现了高精度的检测结果	NA	研究自动化龟分类中的视觉识别和重量预测	中国软壳龟	计算机视觉	NA	深度学习	CNN	图像	未具体说明样本数量
809	2024-08-07	Image2InChI: Automated Molecular Optical Image Recognition 2024-May-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c02082 PMID:38359459	研究论文	本文提出了一种基于深度学习的自动化分子光学图像识别模型Image2InChI，用于将分子图像转换为机器可读的表示	引入了具有注意机制的新型特征融合网络，以整合图像块和InChI预测	NA	提高分子图像识别的准确性和效率	分子图像的自动识别和分析	计算机视觉	NA	深度学习	SwinTransformer和Transformer Decoder	图像	NA
810	2024-08-07	Intramolecular and Water Mediated Tautomerism of Solvated Glycine 2024-May-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00273 PMID:38620066	研究论文	本研究使用基于深度学习势能的增强采样分子动力学方法，探究了水溶液中甘氨酸的互变异构平衡	本研究首次观察到甘氨酸的互变异构可以通过分子内和分子间质子转移两种途径进行，并且这两种途径的能垒相当，对反应通量的贡献几乎相等	NA	理解互变异构现象并表征溶剂对动态过程的影响	甘氨酸在水溶液中的互变异构平衡	NA	NA	增强采样分子动力学	深度学习模型	分子动力学模拟数据	NA
811	2024-08-07	MMSyn: A New Multimodal Deep Learning Framework for Enhanced Prediction of Synergistic Drug Combinations 2024-May-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00165 PMID:38676916	研究论文	本文提出了一种新的多模态深度学习框架MMSyn，用于增强协同药物组合的预测	MMSyn框架结合了药物分子特征和癌症细胞系数据，通过注意力机制和交互模块集成处理特征，提高了药物组合预测的准确性	NA	开发一种有效的深度学习框架，用于预测协同药物组合	协同药物组合的预测	机器学习	癌症	深度学习	多层感知器	基因表达数据、DNA拷贝数、通路活性	使用了多种药物分子特征和癌症细胞系数据
812	2024-08-07	EEGminer: discovering interpretable features of brain activity with learnable filters 2024-May-13, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad44d7 PMID:38684154	研究论文	本文提出了一种新的可微分解码流程，包括可学习滤波器和预定的特征提取模块，用于从多通道EEG记录中学习信息丰富的潜在表示	引入了由广义高斯函数参数化的滤波器，提供平滑的导数以实现稳定的端到端模型训练，并允许学习可解释的特征	NA	设计一个系统，从多通道EEG活动中学习信息丰富的潜在表示	EEG数据中的脑活动模式	神经科学	NA	可学习滤波器	可微分解码模型	EEG数据	721名受试者
813	2024-08-07	Omics data classification using constitutive artificial neural network optimized with single candidate optimizer 2024-May-12, Network (Bristol, England) DOI:10.1080/0954898X.2024.2348726 PMID:38736309	研究论文	本文提出了一种使用单候选优化器优化的组成型人工神经网络进行omics数据分类的方法	该方法通过使用自适应变分贝叶斯滤波进行数据预处理，并采用斑马优化算法进行降维，以及组成型人工神经网络进行分类，提高了分类准确性	NA	提高omics数据分类的准确性	omics数据	机器学习	NA	自适应变分贝叶斯滤波, 斑马优化算法, 组成型人工神经网络	组成型人工神经网络	omics数据	NA
814	2024-08-07	The analysis of ecological security and tourist satisfaction of ice-and-snow tourism under deep learning and the Internet of Things 2024-May-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-61598-y PMID:38730047	研究论文	本文提出了一种基于深度学习和物联网技术的预测方法，用于解决冰雪旅游领域的生态安全和游客满意度问题	该方法通过结合深度学习模型和物联网技术，提高了预测冰雪旅游生态安全和游客满意度的准确性和性能指标	NA	提出一种新的预测方法，以提高冰雪旅游生态安全和游客满意度的预测准确性	冰雪旅游的生态安全和游客满意度	机器学习	NA	深度学习 (DL) 和物联网 (IoT)	卷积神经网络和循环神经网络	环境数据和游客行为数据	NA
815	2024-08-07	Fine tuning deep learning models for breast tumor classification 2024-05-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-60245-w PMID:38730248	研究论文	本文提出了一种利用深度学习模型对乳腺癌肿瘤进行良恶性分类的方法	使用自定义卷积神经网络（Custom CNN）模型，结合灰狼优化（GWO）和改进的猩猩部队优化（MGTO）算法进行超参数调优，显著提高了分类准确率	NA	提高乳腺癌肿瘤良恶性分类的准确性	乳腺癌肿瘤的良恶性分类	计算机视觉	乳腺癌	卷积神经网络（CNN）	Custom CNN	图像	使用BreakHis数据集中的组织病理学图像
816	2024-08-07	Fragment ion intensity prediction improves the identification rate of non-tryptic peptides in timsTOF 2024-May-10, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-48322-0 PMID:38730277	研究论文	本文研究了在timsTOF平台上通过片段离子强度预测提高非胰蛋白酶肽的鉴定率	通过深度学习模型Prosit对片段离子强度预测进行微调，显著提高了免疫肽的鉴定率	NA	提高免疫肽的鉴定率，支持免疫疗法和疫苗开发	非胰蛋白酶肽的鉴定	蛋白质组学	NA	质谱分析	深度学习	质谱数据	分析了302,105个独特的合成非胰蛋白酶肽，生成了包含93,227个MS/MS光谱的基准数据集
817	2024-08-07	A dual-branch selective attention capsule network for classifying kiwifruit soft rot with hyperspectral images 2024-05-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-61425-4 PMID:38724603	研究论文	本研究提出了一种双分支选择性注意力胶囊网络（DBSACaps），用于基于高光谱图像准确检测猕猴桃软腐病	使用双分支结构分别提取光谱和空间特征，并通过注意力机制融合这些特征，提高了分类准确性	NA	旨在通过深度学习方法基于高光谱图像准确检测猕猴桃软腐病	猕猴桃软腐病	计算机视觉	NA	高光谱图像	胶囊网络	图像	猕猴桃软腐病数据集
818	2024-08-07	GAN Inversion for Data Augmentation to Improve Colonoscopy Lesion Classification 2024-May-07, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3397611 PMID:38713568	研究论文	本研究探讨了使用生成对抗网络（GAN）生成的合成图像进行数据增强，以改善结肠镜检查病变分类的效果	通过将图像对反转到语义丰富且解耦的潜在空间并操纵潜在表示来生成新的合成图像，这种方法在结肠镜检查数据增强技术中表现优异，无需重新训练多个生成模型	NA	探索使用合成图像进行数据增强以解决结肠镜检查病变分类中标注数据不足的问题	结肠镜检查病变分类	计算机视觉	NA	生成对抗网络（GAN）	GAN	图像	NA
819	2024-08-07	Enhancing Fetal Electrocardiogram Signal Extraction Accuracy through a CycleGAN Utilizing Combined CNN-BiLSTM Architecture 2024-May-06, Sensors (Basel, Switzerland) DOI:10.3390/s24092948 PMID:38733053	研究论文	本文提出了一种新的深度学习模型CBLS-CycleGAN，用于提高胎儿心电图信号提取的准确性	模型结合了CNN提取的空间特征和BiLSTM提取的时间特征，确保重建信号具有空间和时间依赖性的组合特征	NA	提高胎儿心电图信号提取的准确性，以反映胎儿在子宫内的发育状态和生理心脏活动	胎儿心电图信号	机器学习	NA	CycleGAN	CNN-BiLSTM	信号	使用两个真实的胎儿心电图信号数据库进行评估
820	2024-08-07	MultiFuseYOLO: Redefining Wine Grape Variety Recognition through Multisource Information Fusion 2024-May-06, Sensors (Basel, Switzerland) DOI:10.3390/s24092953 PMID:38733058	研究论文	本研究提出了一种基于多源信息融合的方法，通过优化和改进YOLOV7模型，形成MultiFuseYOLO模型，以提高葡萄酒葡萄品种识别的准确性	本研究通过引入多源信息融合方法，特别是基于SynthDiscrim算法，显著提高了对相似葡萄品种的识别精度	NA	旨在通过多源信息融合方法提高葡萄酒葡萄品种识别的准确性和全面性	葡萄酒葡萄品种的识别	计算机视觉	NA	多源信息融合	YOLO	图像	未具体说明样本数量