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
381	2024-08-05	On Entropic Learning from Noisy Time Series in the Small Data Regime 2024-Jun-28, Entropy (Basel, Switzerland) DOI:10.3390/e26070553 PMID:39056915	研究论文	本研究提出了一种新的方法，用于对有序的噪声数据进行监督分类。	提出了带有马尔可夫正则化的熵稀疏概率逼近（eSPA-Markov）方法，能够同时学习分段模式、熵最优特征空间离散化以及贝叶斯分类规则。	本研究在处理高维非平稳和噪声时间序列时，可能会受到小数据统计量的限制。	研究小数据条件下对噪声时间序列进行有效分类的技术。	对高维的非平稳噪声时间序列进行分类和分析。	机器学习	NA	熵稀疏概率逼近	NA	时间序列	使用了一组玩具学习问题进行验证
382	2024-08-05	Avionics Module Fault Diagnosis Algorithm Based on Hybrid Attention Adaptive Multi-Scale Temporal Convolution Network 2024-Jun-27, Entropy (Basel, Switzerland) DOI:10.3390/e26070550 PMID:39056912	研究论文	提出了一种基于混合注意力自适应多尺度时序卷积网络的航空电子模块故障诊断方法	创新性地结合了互动通道注意力模块和分层块时序注意力模块，提高了故障信号特征提取的效率和准确性	缺乏真实的航空电子模块故障数据，依赖于故障注入和数据增强	研究航空电子模块的故障诊断和健康管理方法	航空电子模块的故障信号	机器学习	NA	故障注入数据增强	混合注意力自适应多尺度时序卷积网络	故障信号数据	P2020通信处理器故障数据集的多个故障类型
383	2024-08-05	Adaptive Joint Carrier and DOA Estimations of FHSS Signals Based on Knowledge-Enhanced Compressed Measurements and Deep Learning 2024-Jun-26, Entropy (Basel, Switzerland) DOI:10.3390/e26070544 PMID:39056907	研究论文	本文提出了一种自适应压缩方法，用于频跳扩频信号的载波和到达方向(DOA)的联合估计	通过基于信号后验知识和特定任务的信息优化，自适应设计压缩测量核，并结合深度神经网络提高测量核设计的效率	本文的限制没有在摘要中提到	研究频跳扩频信号的载波和到达方向的估计方法	使用压缩测量核来提取频跳扩频信号	数字信号处理	NA	深度学习	深度神经网络	模拟数据	NA
384	2024-08-05	Utilizing TabNet Deep Learning for Elephant Flow Detection by Analyzing Information in First Packet Headers 2024-Jun-22, Entropy (Basel, Switzerland) DOI:10.3390/e26070537 PMID:39056900	研究论文	本研究利用TabNet深度学习架构通过分析初始数据包头的5元组字段来检测大型数据流，即大象流	提出了使用TabNet模型在流开始时准确识别大象流的创新方法	未提及具体的局限性	提高网络流量管理的效率和准确性	大型数据流（大象流）的检测	计算机视觉	NA	深度学习	TabNet	数据包信息	一个校园网络的全面数据集
385	2024-08-05	Robust PCA with Lw,∗ and L2,1 Norms: A Novel Method for Low-Quality Retinal Image Enhancement 2024-Jun-21, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10070151 PMID:39057722	研究论文	提出了一种新颖的鲁棒主成分分析方法，以增强低质量的视网膜图像	通过低秩稀疏分解整合加权核范数和L2,1范数的鲁棒主成分分析方法，克服了现有方法的局限性	现有的无监督学习方法在视网膜图像增强方面对噪声和异常值敏感，并且在可扩展性和可解释性方面存在困难	提高低质量视网膜图像的质量，特别是在高噪声或显著存在伪影的有限数据背景下	非散瞳视网膜底部图像	计算机视觉	眼科疾病	加权核范数，L2,1范数	鲁棒主成分分析(RPCA)	图像	多个数据集的模拟结果
386	2024-08-05	Efficient Wheat Head Segmentation with Minimal Annotation: A Generative Approach 2024-Jun-21, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10070152 PMID:39057723	研究论文	本文提出了一种通过最小化标注实现高效的小麦穗分割的方法	创新点在于通过计算机模拟生成大规模标注数据集，并使用生成对抗网络（GAN）填补模拟数据与真实数据之间的域间隙	该方法的局限性在于虽然其在小麦穗分割中表现良好，但可能无法直接推广到所有作物类型或所有类型的图像	旨在开发一种使用合成数据进行小麦穗分割的深度学习模型	研究对象为小麦穗的图像分割	计算机视觉	NA	生成对抗网络（GAN）	深度学习模型	图像	内部数据集的Dice得分为83.4%，对两个外部数据集的得分分别为79.6%和83.6%
387	2024-08-05	Knowledge Transfer from Macro-world to Micro-world: Enhancing 3D Cryo-ET Classification through Fine-Tuning Video-based Deep Models 2024-Jun-18, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae368 PMID:38889274	研究论文	本文提出了一种利用预训练3D模型对Cryo-ET数据进行分类的方法	创新点在于将大型视频数据集上预训练的3D模型应用于Cryo-ET图像分类，展示了跨领域知识转移的潜力	本文没有提及具体的限制因素	研究的目标是利用视频初始化提高Cryo-ET图像的分类准确性	研究对象为Cryo-Electron Tomography（Cryo-ET）图像和相应的三维体素数据	计算机视觉	NA	深度学习	3D模型	图像	模拟和真实的Cryo-ET数据集
388	2024-08-05	Associations of Intrapancreatic Fat Deposition With Incident Diseases of the Exocrine and Endocrine Pancreas: A UK Biobank Prospective Cohort Study 2024-06-01, The American journal of gastroenterology DOI:10.14309/ajg.0000000000002792 PMID:38587286	研究论文	本研究调查了胰腺内脂肪沉积与外分泌和内分泌胰腺疾病之间的关联	该研究使用MRI和深度学习框架nnUNet量化胰腺内脂肪沉积，揭示其与多种胰腺疾病的独立风险关系	本研究的局限性在于仅使用了UK Biobank的数据，可能缺乏多样化的样本来源	研究增高的胰腺内脂肪沉积是否增加外分泌和内分泌胰腺疾病的风险	研究对象为42,599名参与者，分析其胰腺脂肪变性及相关疾病的风险	数字病理学	胰腺癌, 糖尿病, 急性胰腺炎	MRI, nnUNet	Cox比例风险模型	临床数据	42,599名参与者
389	2024-08-05	Molecular insights into regulatory RNAs in the cellular machinery 2024-Jun, Experimental & molecular medicine DOI:10.1038/s12276-024-01239-6 PMID:38871819	评论	本文讨论了细胞机械中调控RNA的主要特性	分析了调控RNA在生物系统各层次中的复杂功能及其机制	尚不清楚通过深度测序识别的调控RNA是否在预期机制中实际发挥作用	探讨调控RNA在细胞机械中的功能和特性	调控RNA及其涉及的生物系统和机制	数字病理学	NA	深度测序	NA	NA	NA
390	2024-08-05	Big data and deep learning for RNA biology 2024-Jun, Experimental & molecular medicine DOI:10.1038/s12276-024-01243-w PMID:38871816	review	本文讨论了深度学习在RNA生物学中的应用及其潜力	提供了将深度学习概念应用于RNA生物学各种问题的指导原则和成功示例	尚未解决在RNA生物学中开发深度学习模型所面临的挑战	探讨深度学习在RNA生物学中的应用潜力和有效方式	各类RNA生物学相关问题	计算机视觉	NA	深度学习	NA	大规模数据集	NA
391	2024-08-05	[Phenotypic drug discovery promotes research and development of innovative drugs based on traditional Chinese medicine] 2024-Jun, Zhongguo Zhong yao za zhi = Zhongguo zhongyao zazhi = China journal of Chinese materia medica DOI:10.19540/j.cnki.cjcmm.20240222.601 PMID:39041072	研究论文	本文讨论了基于传统中医的创新药物研发的潜力。	提出了表型药物发现方法结合尖端技术促进传统中医药创新药物研发的思路。	传统中医药成分复杂，药效物质和作用机制不明确，影响了创新药物的研发。	探讨传统中医在创新药物发现和研发中的巨大潜力。	基于传统中医的创新药物及其活性成分的识别与特征分析。	数字病理学	NA	表型药物发现、细胞绘画、深度学习、器官芯片	NA	NA	NA
392	2024-08-05	The identification of effective tumor-suppressing neoantigens using a tumor-reactive TIL TCR-pMHC ternary complex 2024-Jun, Experimental & molecular medicine DOI:10.1038/s12276-024-01259-2 PMID:38866910	研究论文	本研究开发了VACINUS预测癌症免疫治疗中有效的新抗原。	本研究创新性地结合了肿瘤反应性TIL TCR-pMHC三元复合物，提高了免疫新抗原的预测能力。	本文的局限性在于只在小规模的患者和动物模型中验证。	研究免疫新抗原的预测和验证，以改善癌症免疫疗法的效果。	研究对象包括肝细胞癌患者和B16F10小鼠黑色素瘤模型。	数字病理学	肝癌	NGS，生物信息学	深度学习	生物数据	包含8名肝细胞癌患者和小鼠模型
393	2024-08-05	Integration of deep learning and habitat radiomics for predicting the response to immunotherapy in NSCLC patients 2024-Jun-04, Cancer immunology, immunotherapy : CII DOI:10.1007/s00262-024-03724-3 PMID:38833187	研究论文	本研究构建了一个非侵入性模型，用于预测晚期非小细胞肺癌患者对免疫疗法的反应。	结合深度学习与栖息地放射组学的方法，在非小细胞肺癌患者中进行免疫疗法反应预测。	样本仅来自三个医疗中心，可能限制了模型的普适性.	研究旨在构建预测免疫疗法反应的非侵入性模型。	研究对象为来自三家医院的晚期非小细胞肺癌患者。	数字病理	非小细胞肺癌	深度学习与栖息地放射组学	支持向量机（SVM）	影像	训练组164名患者，测试组82名患者
394	2024-08-05	Ensemble model for grape leaf disease detection using CNN feature extractors and random forest classifier 2024-Jun-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e33377 PMID:39027444	研究论文	本文提出了一种集成模型，以使用CNN特征提取器和随机森林分类器检测葡萄叶病害	该文章结合了多种CNN模型作为特征提取器，采用并行配置以提取更丰富的特征，克服了有限数据集的不足	文章解决了有限数据集的问题，但局限于特定的葡萄叶数据集	本研究旨在提高有限数据集情况下的葡萄叶病害检测性能	研究对象是用于检测葡萄叶病害的图像数据集	计算机视觉	NA	卷积神经网络 (CNN)	集成模型	图像	葡萄叶数据集分为原始集和修改集
395	2024-08-05	An end-to-end gait recognition system for covariate conditions using custom kernel CNN 2024-Jun-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e32934 PMID:39021936	研究论文	本研究提出了一种端到端的步态识别系统，旨在处理协变量条件问题。	创新性地提出了一种深度学习框架，通过自定义卷积核处理步态识别中的协变量条件。	研究中未提及的具体局限性不明确	提高在协变量条件下的步态识别准确性。	使用公共数据集（如CASIA A和CASIA C）进行步态识别的个体。	计算机视觉	NA	自定义卷积神经网络（CNN）	CNN	图像	公开数据集（如CASIA A和CASIA C）中的个体
396	2024-08-05	Attention-based scale sequence network for small object detection 2024-Jun-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e32931 PMID:39021898	研究论文	本文提出了一种基于注意力的比例序列网络，以改善小物体检测的性能	提出了一种轻量级的注意力模块ASSN，优化了FPN基础检测器，具有提高小物体检测精度的能力	在实验中，只针对YOLOv7和YOLOv8进行了比较，可能限制了模型的广泛性验证	提高小物体检测的精确度，使其在真实应用中的表现更加优秀	小物体的检测和识别	计算机视觉	NA	深度学习	FPN, YOLO	图像	NA
397	2024-08-05	Enhanced object detection in pediatric bronchoscopy images using YOLO-based algorithms with CBAM attention mechanism 2024-Jun-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e32678 PMID:39021922	研究论文	本研究旨在通过将基于YOLO的算法与CBAM注意力机制结合，改善儿童支气管镜图像中的物体检测准确性	提出将CBAM注意力模块与YOLO-V7和YOLO-V8相结合，以提高支气管镜图像中物体的识别和分类能力	未提及具体的样本大小和数据来源，可能影响结果的普遍适用性	改善支气管镜图像中物体检测的准确性	支气管镜图像中的各种物体，如黏液、血液和异物	计算机视觉	呼吸系统疾病	YOLO算法	YOLO-V7和YOLO-V8	图像	NA
398	2024-08-05	A clustering mining method for sports behavior characteristics of athletes based on the ant colony optimization 2024-Jun-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e33297 PMID:39021992	研究论文	本研究旨在提高对运动员行为特征分析的精度，从而优化体育训练和竞赛策略	创新点在于应用蚁群优化（ACO）算法解决运动领域实际问题，并展示ACO算法处理复杂、高维运动数据的优势	其在更大范围或不同类型的运动数据上的普遍性和效率仍需进一步验证	研究的目的是提升运动员行为特征分析的精准性	研究对象为运动员的行为特征数据	运动科学	NA	蚁群优化（ACO）	聚类模型	高维运动数据	NA
399	2024-08-05	Application of DMSFNN-COA technique for brand image design 2024-Jun-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e32674 PMID:39021911	研究论文	本文提出了一种新的品牌形象设计方法，利用深度多尺度融合神经网络和猎豹优化算法进行产品颜色品牌图像分类	创新点在于结合深度学习技术和优化算法，提出了BID-DMSFNN-COA方法以提高品牌形象设计的准确性	本研究的局限性没有具体说明	研究目的在于增强品牌形象设计的准确性，并解决产品颜色趋势预测研究中的现有挑战	研究对象为产品色彩品牌图像，主要分类为'时尚'和'自然'	计算机视觉	NA	深度多尺度融合神经网络，猎豹优化算法	NA	图像	使用Mnist数据集进行数据收集，具体样本数未说明
400	2024-08-05	Ensemble-based deep learning improves detection of invasive breast cancer in routine histopathology images 2024-Jun-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e32892 PMID:39022088	研究论文	使用基于集成的深度学习提高了常规组织病理学图像中侵袭性乳腺癌的检测准确性	比较了单个CNN模型与多个基础模型的集成，展示了集成模型在预测性能上的优势	未提及该研究的明显限制	改善侵袭性乳腺癌的检测以支持病理学家的决策	两个内部数据集，包括587个全滑动图像，用于训练十个InceptionV3模型的集成	计算机视觉	乳腺癌	CNN	InceptionV3	图像	587个全滑动图像用于训练，118个在内部测试集，157个在外部数据集