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
1101	2024-08-05	Surrogate-Assisted and Filter-Based Multiobjective Evolutionary Feature Selection for Deep Learning 2024-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3234629 PMID:37018667	研究论文	本文章提出了用于深度学习的多目标进化特征选择的新方法	采用了一种新的基于代理的辅助方法来降低包裹型目标函数的高计算成本，并结合了过滤型和包裹型特征选择技术	尽管提出了新方法，但其有效性仍需在更广泛的应用背景中验证	提高深度学习预测模型中的特征选择性能	针对空气质量和室内温度预测问题进行特征选择	机器学习	NA	基于进化算法	NA	时间序列数据	NA
1102	2024-08-05	Enhancing adaptive proton therapy through CBCT images: Synthetic head and neck CT generation based on 3D vision transformers 2024-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17057 PMID:38569141	研究论文	本研究介绍了一种基于3D视觉变换器的从CBCT图像生成合成头颈CT的方法。	引入了增强的ViT3D架构来提高从CBCT图像生成pCT图像的准确性，并减少了临床边界内的SPR误差。	需要进一步研究以评估该方法在不同医学成像应用中的鲁棒性和泛化能力。	旨在通过改进图像生成方法来增强适应性质子疗法的有效性。	包括59名接受头颈癌治疗的患者的259对图像数据集。	数字病理学	头颈癌	深度学习	3D视觉变换器	图像	59名患者的259对图像
1103	2024-08-05	Transfer learning for auto-segmentation of 17 organs-at-risk in the head and neck: Bridging the gap between institutional and public datasets 2024-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.16997 PMID:38376454	研究论文	本研究调查了大型公共数据集在头颈部关键器官自动分割中的应用	首次探讨了转移学习如何在有限的机构数据集中，通过使用大型公共数据集来增强模型的表现	仅使用公共数据训练的模型在大多数其他关键器官上的性能较机构数据存在小幅不足	研究大型公共数据集是否可以替代小型机构数据集，用于构建头颈部关键器官的自动分割模型	头颈部关键器官在计算机断层扫描图像中的自动分割	数字病理学	NA	深度学习	3D U-Net	图像	大型公共数据集n > 1000，机构数据集n > 500
1104	2024-08-05	Forecasting fish mortality from water and air quality data using deep learning models 2024 Jul-Aug, Journal of environmental quality IF:2.2Q3 DOI:10.1002/jeq2.20574 PMID:38808585	研究论文	本研究集成了空气和水质数据，以深度学习方法预测鱼类死亡率	创新性地结合了空气和水质数据来测量水质退化，并用深度学习模型进行预测	研究没有考虑所有可能影响鱼类死亡的因素	提高鱼类死亡预测的准确性，以应对水生生物死亡事件的高发	水质和气象数据对鱼类死亡率的影响	机器学习	NA	深度学习	多层感知器和长短期记忆网络	环境数据	4个鱼类死亡事件的数据
1105	2024-08-05	Composite Neighbor-Aware Convolutional Metric Networks for Hyperspectral Image Classification 2024-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2022.3232532 PMID:37015657	研究论文	提出了一种复合邻域感知卷积度量网络，用于高光谱图像分类	提出的CNCMN利用了复合邻居进行表示学习，通过结合图像卷积和图卷积进行灵活的特征提取	与传统卷积神经网络相比，GCN需要完整图的输入，计算消耗巨大	旨在通过批量学习从复合邻居中获取目标特征表示	针对高光谱图像的像素及超像素	计算机视觉	NA	卷积神经网络，图卷积网络	复合邻域感知卷积度量网络	高光谱图像	在三个真实高光谱图像上进行了广泛的实验
1106	2024-08-05	Deep Subdomain Learning Adaptation Network: A Sensor Fault-Tolerant Soft Sensor for Industrial Processes 2024-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2022.3231849 PMID:37015656	研究论文	本研究提出了一种深度子域学习适应网络（DSLAN），用于开发抗传感器故障的软传感器，能够同时处理传感器降级和故障问题	提出了一种新的子域学习者，能够自动学习子域划分，并结合新的概率局部最大均值差异（PLMMD）来衡量源特征与目标特征间的分布差异	未提及局限性	提高软传感器在工业过程中的抗传感器故障能力	工业过程中的传感器数据	数字病理学	NA	深度学习	深度域适应模型	过程数据	使用了Tennessee Eastman基准过程和两个真实工业过程
1107	2024-08-05	Developing tongue coating status assessment using image recognition with deep learning 2024-Jul-08, Journal of prosthodontic research IF:3.2Q1 DOI:10.2186/jpr.JPR_D_23_00117 PMID:37766551	研究论文	本研究构建了一个图像识别网络来评估舌苔状态	提出了一种基于深度学习的图像识别方法用于舌苔状态评估	未提及具体的局限性	评估舌苔状态的图像识别网络	251名和144名老年参与者的数字舌象照片	计算机视觉	NA	YOLO v2，ResNet-50，ResNet-18	深度学习模型	图像	251名和144名老年人的数字舌象照片
1108	2024-08-05	Intelligent Gas Detection: g-C3N4/Polypyrrole Decorated Alginate Paper as Smart Selective NH3/NO2 Sensors at Room Temperature 2024-Jul-08, Inorganic chemistry IF:4.3Q1 DOI:10.1021/acs.inorgchem.4c01242 PMID:38917357	研究论文	本文开发了一种基于石墨化氮化碳/聚吡咯装饰的海藻酸纸的灵活氨/氮氧化物传感器	该传感器具有较高的响应性、柔韧性以及在室温下工作的能力，同时解决了现有传感器的交叉灵敏度和检测限制问题	未提及传感器在极端环境下的表现或材料的长期稳定性	开发一种新的气体传感材料以提高氨和氮氧化物的检测能力	研究对象为氨和氮氧化物气体	数字病理学	NA	化学传感	深度学习模型	气体传感响应数据	NA
1109	2024-08-05	An Improved Archimedes Optimization-aided Multi-scale Deep Learning Segmentation with dilated ensemble CNN classification for detecting lung cancer using CT images 2024-Jul-08, Network (Bristol, England) DOI:10.1080/0954898X.2024.2373127 PMID:38975771	研究论文	本文提出了一种改进的自适应深度学习框架，用于提高肺癌CT图像的检测精度	开发了一种新的改进启发式的深度学习方法，结合了多尺度膨胀转置卷积网络和改进的阿基米德优化	未提及具体的样本来源和样本数量	旨在提高肺癌的早期检测精度	CT图像中肺结节的分割与肺癌的分类	计算机视觉	肺癌	CT扫描	ADECNN	图像	NA
1110	2024-08-05	TransfIGN: A Structure-Based Deep Learning Method for Modeling the Interaction between HLA-A*02:01 and Antigen Peptides 2024-Jul-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00678 PMID:38920330	研究论文	提出了一种基于结构的深度学习方法TransfIGN，用于建模HLA-A*02:01与抗原肽之间的相互作用	TransfIGN结合了来自转换器的序列信息，克服了仅依赖一维氨基酸序列的局限性	本文未详细探讨模型在其他HLA亚型上的适用性	研究HLA-A*02:01与抗原肽之间的相互作用机制	主要研究对象为HLA-A*02:01和抗原肽	计算机视觉	NA	深度学习	TransfIGN	序列数据	包含61,816个序列，具有9,051个结合亲和力标签和56,848个洗脱配体标签
1111	2024-08-05	Evaluation of Open-Source Large Language Models for Metal-Organic Frameworks Research 2024-Jul-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00065 PMID:38529913	研究论文	本文评估了六个顶级开源大型语言模型在金属有机框架研究中的应用	首次将开源LLMs应用于金属有机框架领域，并对其在多个任务上的表现进行了全面评估	对开源LLMs的应用关注有限，且未探讨其他非开源LLMs的性能	评估开源大型语言模型在金属有机框架研究中的有效性	六个不同参数版本的开源大型语言模型	机器学习	NA	大型语言模型（LLM）	NA	文本	六个开源大型语言模型
1112	2024-08-05	Advancing Peptide-Based Cancer Therapy with AI: In-Depth Analysis of State-of-the-Art AI Models 2024-Jul-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00295 PMID:38874445	综述	本文对抗癌肽（ACP）及其与机器学习和深度学习模型的应用进行了深入分析。	通过分析15个机器学习模型和10个深度学习模型，提出了一种全新的抗癌肽预测框架。	当前预测工具存在局限性，需要改进。	研究抗癌肽在靶向和消除癌细胞中的作用及其预测模型。	对不同机器学习和深度学习模型的比较与分析。	机器学习	肿瘤	机器学习，深度学习	支持向量机，卷积神经网络	数据集	NA
1113	2024-08-05	Oil painting teaching design based on the mobile platform in higher art education 2024-Jul-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-65103-3 PMID:38969717	研究论文	本研究结合深度学习技术和人工智能技术探索油画教学。	开发了个性化智能油画教学框架以及基于卷积神经网络的油画分类模型。	详细的局限性信息尚未提供。	提高中国高校油画教学模式。	研究个性化教育和基于笔刷特征的图像分类相关研究。	计算机视觉	NA	卷积神经网络	卷积神经网络、支持向量机	图像	样本数据包含不同特征提取的油画，具体样本数量未明确说明
1114	2024-08-05	Deepvirusclassifier: a deep learning tool for classifying SARS-CoV-2 based on viral subtypes within the coronaviridae family 2024-Jul-05, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05754-1 PMID:38969970	研究论文	本研究提出了DeepVirusClassifier，这是一种能够准确分类SARS-CoV-2病毒序列的工具	该工具使用基于卷积神经网络的深度学习模型，以增加病毒分类精度并加速处理时间	考虑到病毒的快速进化，该工具可能在处理高度突变的病毒序列时面临挑战	研究旨在提供一种强大而高效的工具，提升病毒识别和分类过程的准确性	该研究的对象主要是SARS-CoV-2及其他冠状病毒科亚型的病毒序列	数字病理学	NA	卷积神经网络	深度CNN	病毒序列	测试超过10,000个病毒序列
1115	2024-08-05	Advancements in hand-drawn chemical structure recognition through an enhanced DECIMER architecture 2024-Jul-05, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-024-00872-7 PMID:38970120	研究论文	提出了一种增强的DECIMER架构以提高手绘化学结构的识别精度	该DECIMER模型是唯一专门针对手绘化学结构识别的开源模型，并在处理手写风格变体方面表现更好	模型的性能评估主要基于合成手绘图像和真实手绘化学结构数据集，实际应用中的表现可能有所不同	改善手绘化学结构的识别精度以辅助数字化化学信息	手绘化学结构及其在不同风格元素下的变体	计算机视觉	NA	卷积神经网络 (CNN)，变换器 (Transformer)	CNN，变换器	图像	使用合成手绘图像进行训练，评估中使用真实手绘化学结构数据集
1116	2024-08-05	On leveraging self-supervised learning for accurate HCV genotyping 2024-07-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-64209-y PMID:38965254	研究论文	本文提出了一种基于自监督学习的深度学习方法用于HCV基因分型	引入了混沌游戏表示法进行基因组序列的二维映射，并利用卷积自编码器进行深层特征提取，显著超过传统方法	当前方法在处理某些基因型时可能存在数据稀缺的问题	研究旨在提高HCV基因分型的准确性，以改善患者管理和治疗决策	分析了十种HCV基因型：1a、1b、2a、2b、2c、3a、3b、4、5和6	计算基因组学	肝炎C	自监督学习	卷积自编码器	基因组序列	分析中使用了十种不同的HCV基因型
1117	2024-08-05	Early detection of tuberculosis: a systematic review 2024-Jul-05, Pneumonia (Nathan Qld.) DOI:10.1186/s41479-024-00133-z PMID:38965640	系统评审	本系统评审分析了关于结核病早期检测的多个研究结果	强调了不同方法学和限制，并展示了它们对理解结核病早期检测的重要贡献	未详细列出各个研究的具体局限性	探讨结核病早期检测的有效方法	分析已发布的早期检测结核病的研究	NA	结核病	干扰素伽马释放检测、便携式X光、核酸扩增检测、高灵敏度酶联免疫吸附检测	深度学习模型	NA	NA
1118	2024-08-05	Uncovering hidden and complex relations of pandemic dynamics using an AI driven system 2024-07-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-65845-0 PMID:38965354	研究论文	该文章介绍了一种新型的决策支持系统BayesCovid，旨在帮助医疗专业人员应对COVID-19大流行的复杂性	BayesCovid结合了贝叶斯网络模型和深度学习技术，自动化数据预处理并揭示COVID-19症状动态的复杂模式	无法提供关于模型的所有局限性的信息	旨在开发一个适应COVID-19病例管理复杂性的临床决策支持系统	该研究关注COVID-19的症状动态和疾病严重性预测	计算机视觉	COVID-19	贝叶斯网络，深度学习	贝叶斯深度学习模型	NA	NA
1119	2024-08-05	Bibliometric analysis of the application of deep learning in cancer from 2015 to 2023 2024-Jul-04, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-024-00737-0 PMID:38965599	研究论文	本研究探讨了深度学习在癌症研究中的应用现状和热点	提供了自2015年至2023年深度学习在癌症领域的文献计量分析	对深度学习在癌症中的应用分析尚不够全面	探索深度学习在癌症研究领域的应用及其发展趋势	分析所有关于深度学习在癌症中应用的文章	机器学习	癌症	深度学习	NA	文章	6016篇原始文章
1120	2024-08-05	Temporal-spatial cross attention network for recognizing imagined characters 2024-07-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-59263-5 PMID:38965248	研究论文	提出了一种新的时间空间交叉注意力网络模型TSCA-Net以识别想象的字符	通过引入时间空间交叉模块，研究时间与空间特征之间的关联，填补了以往研究的空白	尚未提及关于模型应用的具体场景和潜在限制	探索脑机接口信号中时间和空间特征的相互关系	研究手写字符的脑电图（BCI）信号	计算机视觉	NA	LSTM，Transformer	TSCA-Net	信号	来自两个微电极阵列的公共数据集