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	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
1102	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
1103	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
1104	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
1105	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
1106	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
1107	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
1108	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
1109	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
1110	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
1111	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
1112	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
1113	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
1114	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
1115	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
1116	2024-08-05	SEP-AlgPro: An efficient allergen prediction tool utilizing traditional machine learning and deep learning techniques with protein language model features 2024-Jul, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2024.133085 PMID:38871100	研究论文	本文提出了SEP-AlgPro，一种高效的过敏原预测工具，利用传统的机器学习和深度学习技术结合蛋白质语言模型特征	该研究通过分析不同的特征和分类器，展示了蛋白质语言模型衍生特征在区分过敏原方面的优越性	研究主要依赖于所选特征和模型，未涉及更多潜在的影响因素	旨在提高过敏原蛋白的识别准确性	研究对象为不同的过敏原和非过敏原蛋白序列	机器学习	NA	传统机器学习和深度学习	深度神经网络	序列信息	使用了15种不同的分类器和10种传统蛋白质特征
1117	2024-08-05	Geometric deep learning methods and applications in 3D structure-based drug design 2024-Jul, Drug discovery today IF:6.5Q1 DOI:10.1016/j.drudis.2024.104024 PMID:38759948	review	本文总结了几何深度学习方法及其在基于三维结构的药物设计中的应用	创新之处在于探讨使用几何深度学习解决三维药物设计中的模型训练问题	未提及具体的实验结果或数据来支持方法的有效性	研究几何深度学习在基于三维结构的药物设计中的应用	讨论三维分子表示和各种生成模型方法	machine learning	NA	深度学习	EGNN, GANs, VAE等	三维分子图数据	NA
1118	2024-08-05	DDMut-PPI: predicting effects of mutations on protein-protein interactions using graph-based deep learning 2024-Jul-05, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkae412 PMID:38783112	研究论文	本文提出了一种名为DDMut-PPI的深度学习模型，用于高效准确地预测突变对蛋白质-蛋白质相互作用的影响	DDMut-PPI结合了蛋白质相互作用界面的图卷积网络和特定残基的嵌入，实现了更高的预测精度	未提及具体的限制因素	旨在改进突变对蛋白质-蛋白质相互作用预测的效率和精度	对单点和多点突变对PPI结合自由能变化的影响进行预测	计算机视觉	NA	深度学习	Siamese网络和图卷积网络	分子交互信息	根据评估得出的Pearson相关系数和均方根误差评估模型性能，具体样本量未在摘要中提及
1119	2024-08-05	AIUPred: combining energy estimation with deep learning for the enhanced prediction of protein disorder 2024-Jul-05, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkae385 PMID:38747347	研究论文	本文介绍了AIUPred，一种结合能量估计和深度学习的新方法，用于提高蛋白质无序区的预测精度	AIUPred将深度学习技术纳入传统的能量估计框架中，提升了预测性能	传统IUPred方法基于有限的参数，主要来源于球形蛋白结构，限制了其应用范围	提高对内在无序蛋白及区域的预测能力	内在无序蛋白和蛋白区域的预测	计算生物学	NA	深度学习	NA	蛋白质序列	基于最近的基准数据集进行评估
1120	2024-08-05	Deep-PK: deep learning for small molecule pharmacokinetic and toxicity prediction 2024-Jul-05, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkae254 PMID:38634808	研究论文	本文介绍了一种基于深度学习的小分子药代动力学和毒性预测平台Deep-PK	引入了图神经网络和基于图的特征，显著提高了在73个端点上的预测性能	现有方法在提供药代动力学和毒性方面对不同靶标的能力有限	开发一种高效准确的药代动力学和毒性预测工具	小分子药物及其药代动力学和毒性特性	计算机视觉	NA	深度学习	图神经网络	NA	73个端点，包括64个ADMET属性和9个一般特性