深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
621	2024-08-27	A novel image semantic communication method via dynamic decision generation network and generative adversarial network 2024-Aug-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-70619-9 PMID:39179724	研究论文	本文提出了一种新的图像语义通信模型，该模型结合了动态决策生成网络和生成对抗网络，以有效压缩传输图像并减少重建图像的失真	该模型通过语义编码和动态决策生成网络在发射端根据信道的信噪比选择特征，并在接收端通过生成器/解码器与判别器网络合作，通过对抗和感知损失提高图像重建质量	NA	解决图像语义通信中有效压缩传输图像和减少重建图像失真的挑战	图像语义通信模型	计算机视觉	NA	生成对抗网络	生成对抗网络	图像	使用CIFAR-10数据集进行实验	NA	NA	NA	NA
622	2024-08-27	MSH-DTI: multi-graph convolution with self-supervised embedding and heterogeneous aggregation for drug-target interaction prediction 2024-Aug-23, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05904-5 PMID:39179993	研究论文	本文提出了一种名为MSH-DTI的深度学习模型，用于预测药物-靶点相互作用	模型采用自监督学习方法获取药物和靶点结构特征，并设计了异构交互增强特征融合模块进行多图构建，使用图卷积网络提取节点特征	现有DTI预测模型通常依赖有限的数据提取药物和靶点特征，且异构信息的整合常涉及简单的聚合和注意力机制	开发一种新的深度学习模型，以提高药物-靶点相互作用预测的准确性和全面性	药物-靶点相互作用	机器学习	NA	图卷积网络	CNN	图数据	使用DTINet数据集进行实验	NA	NA	NA	NA
623	2024-08-27	A hierarchical deep learning approach for diagnosing impacted canine-induced root resorption via cone-beam computed tomography 2024-Aug-23, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-024-04718-4 PMID:39180070	研究论文	本研究使用深度学习方法自动评估通过锥束计算机断层扫描（CBCT）图像诊断犬齿诱导的根吸收（CIRR）	提出了分层深度学习方法，通过有限CBCT数据提高了CIRR诊断的准确性	需要更大样本量的未来研究来验证所提方法在医学图像分类任务中的有效性	利用深度学习自动评估CBCT图像中的CIRR诊断	犬齿诱导的根吸收（CIRR）	计算机视觉	口腔疾病	锥束计算机断层扫描（CBCT）	3D ResNet, 3D U-Net	图像	50个CBCT图像，176颗切牙	NA	NA	NA	NA
624	2024-08-27	Deep learning of multimodal networks with topological regularization for drug repositioning 2024-Aug-23, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-024-00897-y PMID:39180095	研究论文	本文介绍了一种名为STRGNN的新型图深度学习方法，用于通过包含蛋白质、RNA、代谢物和化合物的广泛多模态网络预测药物-疾病关系	STRGNN方法整合了包括转录组、蛋白质组和代谢组在内的全面多组学数据，并开发了一种具有拓扑正则化的学习算法，该算法能够选择性地利用信息模态并过滤冗余	NA	提高药物发现和再定位的计算技术	药物-疾病关系预测	机器学习	NA	深度学习	图深度学习	多组学数据	NA	NA	NA	NA	NA
625	2024-08-27	Analyzing the heterogenous effects of factors on high-range speeding likelihood of taxi speeders: Does explainable deep learning provides more insights than random parameter approach? 2024-Aug-23, Accident; analysis and prevention DOI:10.1016/j.aap.2024.107752 PMID:39180851	研究论文	本研究比较了随机参数广义线性模型（GLM）和可解释深度学习方法在分析出租车超速可能性中因素异质效应的应用	首次比较了随机参数GLM与机器学习和深度学习方法在预测和解释出租车超速行为中的效果	研究主要集中在模型比较和解释性分析，未涉及实际交通管理策略的应用	评估和比较不同模型在分析出租车超速行为中因素异质效应的效果	出租车司机的超速行为及其影响因素	机器学习	NA	广义线性模型（GLM），可解释人工智能技术	Beta GLM with random parameters (BGLM-RP), XGBoost, Simple-CNN, DCNN, DCNN-SA	NA	未明确提及具体样本数量	NA	NA	NA	NA
626	2024-08-27	Recognition of Daily Activities in Adults With Wearable Inertial Sensors: Deep Learning Methods Study 2024-Aug-09, JMIR medical informatics IF:3.1Q2 DOI:10.2196/57097 PMID:39121473	研究论文	本研究利用可穿戴惯性传感器和深度学习技术，客观准确地评估成年人在日常活动中的表现	通过实施系统进行动态和非侵入性的运动监测，克服了传统方法在精确度和客观性上的局限	NA	使用创新技术客观准确地评估日常活动中的身体功能	成年人在日常活动中的身体功能	机器学习	NA	可穿戴惯性传感器	深度学习模型	传感器数据	53,165条活动记录，处理后为52,600条	NA	NA	NA	NA
627	2024-08-26	Enhancing colorectal cancer histology diagnosis using modified deep neural networks optimizer 2024-08-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69193-x PMID:39174564	研究论文	本文提出了一种改进的Adagrad优化器SAdagrad，用于提高卷积神经网络在结直肠癌病理诊断中的性能	SAdagrad优化器避免了传统Adagrad在调整学习率方面的缺点，结合微调技术和权重衰减技术，提高了模型的准确性和稳定性	NA	提高结直肠癌病理诊断的准确性	结直肠癌病理图像	计算机视觉	结直肠癌	卷积神经网络	CNN	图像	Kather结直肠癌病理数据集	NA	NA	NA	NA
628	2024-08-26	A veracity dissemination consistency-based few-shot fake news detection framework by synergizing adversarial and contrastive self-supervised learning 2024-Aug-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-70039-9 PMID:39174581	研究论文	本文提出了一种基于半监督对抗学习和自监督对比学习的新型少样本假新闻检测框架DetectYSF，通过协同对比自监督学习和对抗半监督学习，实现有限监督数据下的准确高效假新闻检测	DetectYSF框架结合了自监督对比学习和对抗半监督学习，通过邻近子图特征聚合算法引入新闻真实性传播一致性的外部监督信号，提高了假新闻检测的准确性	NA	开发和增强面向数据稀缺场景的假新闻检测方法	假新闻检测	自然语言处理	NA	Transformer, 生成对抗网络(GAN), 多层感知机(MLP)	BERT, RoBERTa	文本	有限监督数据	NA	NA	NA	NA
629	2024-08-26	Infection Inspection: using the power of citizen science for image-based prediction of antibiotic resistance in Escherichia coli treated with ciprofloxacin 2024-08-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69341-3 PMID:39174600	研究论文	本研究利用公民科学和图像特征分析来评估大肠杆菌对抗生素环丙沙星的耐药性	通过公民科学项目收集大量图像分类数据，并结合深度学习模型进行分析，以提高诊断方法的鲁棒性	用户图像分类准确率（66.8%）低于深度学习模型（75.3%），且在细胞特征与预期响应不一致时分类错误较多	开发快速诊断工具以应对抗生素耐药性的全球健康挑战	大肠杆菌对抗生素环丙沙星的耐药性	计算机视觉	NA	图像特征分析	深度学习模型	图像	5273名志愿者对来自五种大肠杆菌菌株的1,045,199张单细胞图像进行分类	NA	NA	NA	NA
630	2024-08-26	Artificial intelligence in COPD CT images: identification, staging, and quantitation 2024-Aug-22, Respiratory research IF:4.7Q1 DOI:10.1186/s12931-024-02913-z PMID:39174978	综述	本文综述了人工智能（AI）在慢性阻塞性肺病（COPD）CT影像中的应用，包括识别、分期和量化	强调了AI在COPD诊断和管理中的创新应用，特别是在机器学习和深度学习方面	讨论了数据复杂性和AI在临床环境中整合的挑战	旨在全面理解AI在COPD诊断和管理中的当前状态和未来潜力	COPD的识别、分期和影像表型	计算机视觉	慢性阻塞性肺病	机器学习, 深度学习	NA	影像	NA	NA	NA	NA	NA
631	2024-08-26	Super-resolution reconstruction for early cervical cancer magnetic resonance imaging based on deep learning 2024-Aug-22, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-024-01281-5 PMID:39175006	研究论文	本研究旨在开发一种专门针对早期宫颈癌磁共振成像图像质量和高分辨率增强的超分辨率算法	采用创新的SR算法，结合复杂架构和深度卷积核，通过多输入模型训练匹配的输入图像对，显著提高了图像质量和分辨率	NA	开发适用于早期宫颈癌磁共振成像的超分辨率算法，以提高图像质量和分辨率	早期宫颈癌磁共振成像图像	计算机视觉	宫颈癌	深度学习	CNN	图像	两个不同放大因子的独立数据集	NA	NA	NA	NA
632	2024-08-26	A hybrid deep learning approach to solve optimal power flow problem in hybrid renewable energy systems 2024-Aug-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69483-4 PMID:39169061	研究论文	本文提出了一种结合深度强化学习与量子启发遗传算法的新型混合模型，用于解决混合可再生能源系统中的最优潮流问题	该研究引入深度强化学习与量子启发遗传算法的结合，有效提高了全局搜索能力和适应实时环境的能力	文章未明确提及具体限制	确保电压稳定性，最小化功率损耗和燃料成本	混合可再生能源系统中的最优潮流问题	机器学习	NA	深度强化学习	DRL-QIGA	系统数据	使用修改后的IEEE 30总线系统进行实验评估	NA	NA	NA	NA
633	2024-08-26	Context-embedded hypergraph attention network and self-attention for session recommendation 2024-Aug-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66349-7 PMID:39169084	研究论文	本文提出了一种名为C-HAN的新型会话推荐模型，该模型包含上下文嵌入的超图注意力网络和自注意力两个并行模块，旨在捕捉项目间的内在一致性和顺序依赖性	C-HAN模型引入了不同类型的交互上下文以增强模型的上下文感知能力，并通过软注意力机制有效整合两种类型的信息	NA	解决会话推荐中用户意图建模的挑战，特别是在短历史序列中有限证据的情况下	会话推荐中的用户意图建模	机器学习	NA	超图注意力网络，自注意力机制	C-HAN	序列数据	三个真实世界数据集	NA	NA	NA	NA
634	2024-08-26	Phosphorus prediction in the middle reaches of the Yangtze river based on GRA-CEEMDAN-CNLSTM-DBO 2024-Aug-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-70262-4 PMID:39169112	研究论文	本研究通过集成先进的建模技术，旨在提高长江中游总磷（TP）浓度的预测准确性	提出了GRA-CEEMDAN-CN1D-LSTM-DBO模型，该模型在预测TP浓度方面显著优于传统的BP、LSTM和GRU模型	随着与大坝距离的增加，预测精度逐渐下降，表明三峡大坝运营对下游TP浓度的影响减弱	提高长江中游总磷浓度的预测准确性，为洪水季节的动态水位控制提供有价值的见解	长江中游的总磷浓度	机器学习	NA	Grey Relational Analysis (GRA)	CN1D-LSTM-DBO	水质量参数数据	使用了三峡水库（TGR）的运营和排放数据，以及下游河段的水质参数	NA	NA	NA	NA
635	2024-08-26	A comparison between machine and deep learning models on high stationarity data 2024-Aug-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-70341-6 PMID:39169110	研究论文	本文比较了机器学习和深度学习模型在高度平稳数据上的性能，特别是预测意大利收费站车辆通过数量的情况	研究发现某些机器学习算法在时间序列特征识别和预测准确性上优于深度学习模型	NA	研究时间序列特征，并比较机器学习和深度学习模型在预测任务上的表现	预测意大利收费站车辆通过数量	机器学习	NA	支持向量机、随机森林、极端梯度提升（XGBoost）、循环神经网络与长短期记忆（RNN-LSTM）	RNN-LSTM	时间序列数据	8766行数据，6列相关收费站信息	NA	NA	NA	NA
636	2024-08-26	The combination of HSI and NMR techniques with deep learning for identification of geographical origin and GI markers of Lycium barbarum L 2024-Aug-21, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2024.140903 PMID:39178543	研究论文	本研究提出了一种结合高光谱成像（HSI）、核磁共振（NMR）和改进的ResNet-34深度学习模型，用于准确识别枸杞的地理来源和地理标志（GI）标记	本研究通过SHapley Additive exPlanations（SHAP）基于特征选择提高了模型的准确性和效率，并通过Pearson相关性分析增强了HSI数据的解释性	NA	快速准确地识别枸杞的地理来源	枸杞的地理来源和地理标志标记	机器学习	NA	高光谱成像（HSI）、核磁共振（NMR）	ResNet-34	图像	未明确提及样本数量	NA	NA	NA	NA
637	2024-08-26	Industry 4.0 Technologies in Maternal Health Care: Bibliometric Analysis and Research Agenda 2024-Aug-08, JMIR pediatrics and parenting IF:2.1Q2 DOI:10.2196/47848 PMID:39116433	文献计量分析	本研究探讨了工业4.0技术在孕产妇保健中的当前实施情况和影响，并进行了主题景观映射，提出了未来研究议程	提出了一个包含四个绩效因素的概念框架，用于流程改进，并建议了治理、采用、基础设施、隐私和安全方面的研究议程	NA	调查工业4.0技术在孕产妇保健中的应用和影响，并提出未来研究方向	工业4.0技术在孕产妇保健中的应用，包括护理流程、治疗方法和自动化妊娠监测	数字健康	孕产妇保健	文献计量分析	NA	文献	从1985年到2022年，共检索到1003篇英文论文，最终保留136篇	NA	NA	NA	NA
638	2024-08-26	Deep Learning for Histopathological Assessment of Esophageal Adenocarcinoma Precursor Lesions 2024-Aug, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2024.100531 PMID:38830407	研究论文	本文开发了一种两阶段的AI系统，利用深度学习技术对Barrett食管相关异型增生进行组织病理学评估	该AI系统在评估Barrett食管相关异型增生的准确性上超过了55名国际胃肠病理学家中的53名	AI系统在实际临床环境中的表现尚未完全明确	提高病理工作流程的效率和准确性	Barrett食管相关异型增生的组织病理学评估	数字病理学	食管腺癌	深度学习	NA	图像	290张全切片图像	NA	NA	NA	NA
639	2024-08-26	Extent and Topography of Subretinal Drusenoid Deposits Associate With Rod-Mediated Vision in Aging and AMD: ALSTAR2 Baseline 2024-Aug-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.65.10.25 PMID:39163034	研究论文	本研究使用监督深度学习量化了与年龄相关性黄斑变性（AMD）相关的亚视网膜硬性沉积物（SDDs）的负担，并探讨了其与视力和感光细胞地形的关系。	采用卷积神经网络对近红外反射图像进行SDD分割，并通过光学相干断层扫描进行手动校对，提高了SDD面积测量的准确性。	NA	研究SDD面积与杆状细胞介导的视力之间的关系，并探讨SDD形成的地形因素。	亚视网膜硬性沉积物（SDDs）及其与视力和感光细胞地形的关系。	数字病理学	年龄相关性黄斑变性	卷积神经网络	CNN	图像	428只眼睛，来自428名60岁以上的参与者	NA	NA	NA	NA
640	2024-08-26	aiSEGcell: User-friendly deep learning-based segmentation of nuclei in transmitted light images 2024-Aug, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012361 PMID:39178193	研究论文	介绍了一种基于卷积神经网络（CNN）的用户友好型软件aiSEGcell，用于在明场图像中分割细胞核和细胞	aiSEGcell能够准确分割来自具有挑战性的明场图像的细胞核，类似于手动分割，并且不需要转基因或染料荧光标记	目前需要优化的实验条件和计算专家	开发一种用户友好的软件，用于在明场图像中自动分割细胞核和细胞	不同原代细胞类型在2D培养中的细胞核分割	计算机视觉	NA	卷积神经网络（CNN）	CNN	图像	110万个细胞核，2万张图像	NA	NA	NA	NA