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
841	2024-08-13	Deep Learning-Based Defects Detection in Keyhole TIG Welding with Enhanced Vision 2024-Aug-05, Materials (Basel, Switzerland) DOI:10.3390/ma17153871 PMID:39124536	研究论文	本研究利用多层深度神经网络，结合增强视觉技术，对钥匙孔TIG焊接中的缺陷进行实时检测	采用深度学习技术自动捕捉复杂非线性关系，无需手动特征选择，优于传统支持向量机	NA	开发一种高效的实时缺陷检测方法，用于钥匙孔TIG焊接过程的质量控制和缺陷预防	钥匙孔TIG焊接中的缺陷检测	计算机视觉	NA	深度学习	深度神经网络	图像	大量焊接图像数据集
842	2024-08-13	Hybrid Feature Mammogram Analysis: Detecting and Localizing Microcalcifications Combining Gabor, Prewitt, GLCM Features, and Top Hat Filtering Enhanced with CNN Architecture 2024-Aug-05, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14151691 PMID:39125567	research paper	本文提出了一种结合Gabor、Prewitt、GLCM特征和Top Hat滤波器的混合特征提取方法，并通过CNN架构增强乳腺X线图像中微钙化的检测和定位	本研究的创新点在于结合传统特征提取技术与深度学习模型，提高了微钙化的检测和定位准确性	NA	提高乳腺X线图像中微钙化的检测和定位准确性	乳腺X线图像中的微钙化	computer vision	breast cancer	CNN	CNN	image	使用了一个平衡的数字乳腺X线图像数据集
843	2024-08-13	Large Language Models for Wearable Sensor-Based Human Activity Recognition, Health Monitoring, and Behavioral Modeling: A Survey of Early Trends, Datasets, and Challenges 2024-Aug-04, Sensors (Basel, Switzerland) DOI:10.3390/s24155045 PMID:39124092	综述	本文综述了大型语言模型（LLMs）在基于可穿戴传感器的人类活动识别、健康监测和行为建模中的应用趋势、数据集和挑战	最新前沿是采用大型语言模型如GPT-4和Llama进行数据分析、建模、理解和通过可穿戴传感器数据监测人类行为	关键挑战包括数据质量、计算需求、可解释性和隐私问题	探讨LLMs在传感器基人类活动识别和行为建模中的应用趋势和挑战	可穿戴传感器数据	自然语言处理	NA	大型语言模型（LLMs）	GPT-4, Llama	传感器数据	NA
844	2024-08-13	Utilizing Deep Neural Networks to Fill Gaps in Small Genomes 2024-Aug-04, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms25158502 PMID:39126071	研究论文	本文提出了一种基于深度学习的新方法DLGapCloser，用于辅助传统工具进一步填补小型基因组中的空白	提出了基于深度学习的DLGapCloser方法和DGCNet模型，以及改进的Wave-Beam Search算法，有效提高了基因组拼接中填补空白的效率和准确性	NA	旨在利用深度神经网络技术解决小型基因组拼接中的空白填补问题	小型基因组拼接中的空白填补	机器学习	NA	深度学习	DGCNet	基因序列	四个基于原始基因组的数据集，并添加了同源基因组以丰富数据集
845	2024-08-13	Towards Automated Model Selection for Wind Speed and Solar Irradiance Forecasting 2024-Aug-03, Sensors (Basel, Switzerland) DOI:10.3390/s24155035 PMID:39124081	研究论文	本文评估了多种模型用于预测希腊克里特岛的中期（24小时前）风速和太阳辐照度，基于实时测量数据	本文通过探索多种预处理步骤和经典及深度学习算法，强调了时间序列预测模型的概念设计和逻辑	本文指出在类似研究中进行广泛模型搜索的必要性	研究目的是提高可再生能源发电厂的运行效率，确保电力供应的竞争力和电网的可靠性及安全性	研究对象是风速和太阳辐照度的预测模型	机器学习	NA	深度学习算法	时间序列预测模型	实时测量数据	涉及希腊克里特岛的数据
846	2024-08-13	Automatic Weight Redistribution Ensemble Model Based on Transfer Learning to Use in Leak Detection for the Power Industry 2024-Aug-02, Sensors (Basel, Switzerland) DOI:10.3390/s24154999 PMID:39124045	研究论文	本文提出了一种基于迁移学习的自动权重再分配集成模型，用于电力行业中的泄漏检测	该模型通过处理来自多个同质传感器的时间序列声学数据，转化为三维均方根（RMS）和频率体积特征，实现了跨域的精确泄漏检测	NA	开发一种有效的深度学习技术，用于在不同环境中准确诊断泄漏信号，以将人工智能集成到电厂行业中	电力行业中的泄漏检测	机器学习	NA	迁移学习（TL）	残差网络	时间序列声学数据	多个同质传感器位于不同位置
847	2024-08-13	Attribute Feature Perturbation-Based Augmentation of SAR Target Data 2024-Aug-02, Sensors (Basel, Switzerland) DOI:10.3390/s24155006 PMID:39124052	研究论文	本文提出了一种基于属性特征扰动的合成孔径雷达（SAR）目标数据增强方法，通过增强胶囊神经网络（CapsNet）进行特征提取和属性解耦，利用注意力机制实现更有效的特征表示，并通过扰动解耦的属性特征来增加特征多样性，从而实现SAR目标图像的增强。	该方法通过从已知分布的输入映射到未知分布的变化，减少了输入信号与增强数据之间的相关距离，降低了训练数据的需求，并在重建过程中结合像素损失和感知损失，提高了增强SAR数据的质量。	NA	解决现有SAR图像智能增强方法中存在的训练不稳定、图像质量差、缺乏物理可解释性等问题。	合成孔径雷达（SAR）目标数据的增强。	计算机视觉	NA	胶囊神经网络（CapsNet），注意力机制	CapsNet	图像	NA
848	2024-08-13	A Review of Digital Twinning for Rotating Machinery 2024-Aug-02, Sensors (Basel, Switzerland) DOI:10.3390/s24155002 PMID:39124049	综述	本文综述了数字孪生在传动和工业机械领域的定义、模式、应用和性能	强调了数字孪生在系统基本操作和生命周期场景中的集成，以及传感器和高级机器学习或深度学习等统计或数据驱动方法的应用	指出数字孪生在某些情况下可能是不完整或有限的	总结数字孪生在生命周期设计、制造或决策中的作用	数字孪生在旋转和工业机械中的应用	NA	NA	机器学习, 深度学习	NA	数据	NA
849	2024-08-13	Evaluation of Machine Learning Classification Models for False-Positive Reduction in Prostate Cancer Detection Using MRI Data 2024-Aug-02, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14151677 PMID:39125553	研究论文	本研究评估了多种机器学习算法在前列腺癌MRI数据检测中减少假阳性分类的能力	本研究探索了传统机器学习算法和现代深度学习模型在前列腺癌诊断中的应用，并比较了不同方法的性能	NA	优化前列腺癌诊断算法中机器学习模型的性能	评估不同机器学习模型在前列腺癌MRI数据分类中的表现	机器学习	前列腺癌	MRI	CNN, SVM, RDF, MLP	图像	NA
850	2024-08-07	Deep learning for schizophrenia classification based on natural language processing-A pilot study 2024-Aug, Schizophrenia research IF:3.6Q1 DOI:10.1016/j.schres.2024.06.052 PMID:38964077	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
851	2024-08-07	Trend Identification and Prediction of Worker Stress Rate Using Deep Learning Algorithm in Indonesia 2024-Aug, Workplace health & safety IF:2.3Q1 DOI:10.1177/21650799241263623 PMID:38907692	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
852	2024-08-13	Transformer-Based Deep Learning Prediction of 10-Degree Humphrey Visual Field Tests From 24-Degree Data 2024-Aug-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.13.8.11 PMID:39110574	研究论文	本文利用深度学习技术，基于24度视野测试数据预测10度视野测试结果	开发了一种基于transformer的深度学习模型，用于从24度视野测试数据预测10度视野测试结果，并评估了预测结果对青光眼诊断中结构-功能关系的影响	模型在下颞区域的准确性较低	预测10度视野测试结果，并评估其对青光眼诊断的潜在价值	24度和10度视野测试数据，以及相关的非总偏差特征	机器学习	青光眼	深度学习	Transformer	视野测试数据	5189对24度和10度视野测试数据，以及28,409对黄斑OCT扫描和24度视野测试数据
853	2024-08-13	Artificial Intelligence (AI) Applications for Point of Care Ultrasound (POCUS) in Low-Resource Settings: A Scoping Review 2024-Aug-01, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14151669 PMID:39125545	综述	本文综述了人工智能（AI）在低资源环境下即时超声（POCUS）应用的现状，分析了来自三个数据库的研究，重点关注了深度学习算法在资源受限环境中的应用	探讨了AI在即时超声中的应用，特别是在低资源环境下的潜力	存在可推广性挑战、数据集可用性、地区研究差异、患者依从性和伦理考虑等限制，以及POCUS设备、协议和算法缺乏标准化的问题	分析AI在低资源环境下即时超声应用的现状，并探讨其对医疗诊断的影响	主要研究了深度学习算法在即时超声操作和解释中的应用，特别是在低资源环境下的应用	计算机视觉	NA	深度学习	深度学习算法	图像	29项独立研究
854	2024-08-13	AI-Driven Deep Learning Techniques in Protein Structure Prediction 2024-Aug-01, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms25158426 PMID:39125995	综述	本文综述了用于预测蛋白质结构的计算模型，从传统的蛋白质建模到最先进的人工智能框架	介绍了如AlphaFold、RoseTTAFold和ProteinBERT等最先进的AI模型，并讨论了AI技术如何整合到如Swiss-Model和Rosetta等现有框架中	未包含CASP16的结果，并指出在预测蛋白质结构方面仍存在困难，如动态蛋白质行为和蛋白质-蛋白质相互作用的预测	综述蛋白质结构预测领域的最新进展，特别是基于深度学习的模型	蛋白质结构预测的计算模型	机器学习	NA	深度学习	CNN, LSTM	结构数据	NA
855	2024-08-12	Deep learning classification of drug-related problems from pharmaceutical interventions issued by hospital clinical pharmacists during medication prescription review: a large-scale descriptive retrospective study in a French university hospital 2024-Aug-09, European journal of hospital pharmacy : science and practice IF:1.6Q3 DOI:10.1136/ejhpharm-2024-004139 PMID:39122480	研究论文	本研究利用新开发的深度神经网络分类器，从法国某大学医院的临床药师在处方审查期间提出的药学干预中识别药物相关问题，并进行大规模回顾性描述性分析	使用深度神经网络分类器自动分类药物相关问题，无需大量人力资源	NA	利用深度神经网络分类器识别药物相关问题，并进行大规模回顾性描述性分析	药学干预中的药物相关问题	机器学习	NA	深度神经网络	深度神经网络分类器	文本	分析了2,930,656条处方记录，涉及119,689名患者
856	2024-08-12	Robust ROI Detection in Whole Slide Images Guided by Pathologists' Viewing Patterns 2024-Aug-09, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01202-x PMID:39122892	研究论文	本文提出了一种基于病理学家观察模式的热图引导深度学习架构，用于在全切片图像中检测感兴趣区域	该系统通过整合病理学家的领域知识，无需个别病例标注即可提高感兴趣区域检测的性能	缺乏眼动追踪数据使得精确识别焦点区域具有挑战性	旨在提高计算机辅助诊断系统的性能，特别是在检测全切片图像中的感兴趣区域	皮肤活检全切片图像数据集用于黑色素瘤诊断	数字病理学	黑色素瘤	深度学习	U-Net	图像	未明确提及具体样本数量
857	2024-08-12	Deep learning tight-binding approach for large-scale electronic simulations at finite temperatures with ab initio accuracy 2024-Aug-08, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-51006-4 PMID:39117636	研究论文	本文介绍了一种基于深度学习的紧束缚方法DeePTB，用于在有限温度下进行具有从头计算精度的大规模电子行为模拟	DeePTB模型通过训练结构数据和相应的从头计算本征值，能够高效预测未见结构的紧束缚哈密顿量，实现对大尺寸系统在外部扰动下的高效模拟	NA	解决在从头计算框架内模拟具有现实大系统尺寸的材料和设备中电子行为的计算强度问题	半导体带隙工程和材料设计	材料科学	NA	深度学习	深度学习模型	结构数据和本征值	包含10个原子的镓磷化物系统
858	2024-08-12	Implementing heuristic-based multiscale depth-wise separable adaptive temporal convolutional network for ambient air quality prediction using real time data 2024-Aug-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68793-x PMID:39117706	研究论文	本研究利用深度学习架构开发了一种先进的系统，用于预测环境空气质量，通过使用多尺度深度可分离自适应时间卷积网络（MDS-ATCN）结合融合欧亚蛎鹬路径查找器算法（FEO-PFA）进行特征选择和优化	本研究采用了一种新的深度学习模型MDS-ATCN，并结合FEO-PFA算法进行特征选择和优化，提高了预测精度	NA	开发一种新的深度学习模型，用于提高环境空气质量预测的准确性	环境空气质量预测	机器学习	NA	深度学习	多尺度深度可分离自适应时间卷积网络（MDS-ATCN）	实时数据	使用了三个公开数据库和现实世界数据，具体样本数量未详细说明
859	2024-08-12	Occlusion enhanced pan-cancer classification via deep learning 2024-Aug-08, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05870-y PMID:39118043	研究论文	本文介绍了一种名为GENESO的新框架，用于通过深度学习结合遮挡方法进行泛癌分类和标记基因发现	提出了一种新的标记基因发现方法——对称遮挡（SO），能够模拟基因的“功能获得”和“功能丧失”，以量化评估其在泛癌分类中的重要性	NA	旨在通过深度学习改进泛癌分类和标记基因的发现	RNA-Seq数据中的样本来源和状态分类，以及标记基因的发现	机器学习	泛癌	RNA-Seq	LSTM	RNA表达数据	使用单细胞RNA-Seq数据进行验证
860	2024-08-12	Evaluation of reinforcement learning in transformer-based molecular design 2024-Aug-08, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-024-00887-0 PMID:39118113	研究论文	本文评估了强化学习在基于transformer的分子生成模型中的效果，以优化分子设计和发现新的分子骨架	本文引入了强化学习框架，以增强基于transformer的分子生成模型在多参数优化中的灵活性，特别是针对用户定义的属性配置文件	NA	研究强化学习如何影响基于transformer的分子生成模型，以生成更多符合用户特定属性要求的化合物	基于transformer的分子生成模型和强化学习在分子优化和骨架发现中的应用	机器学习	NA	transformer	transformer	分子数据	NA