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
761	2024-09-17	Early surveillance of rice bakanae disease using deep learning and hyperspectral imaging 2024-Sep, aBIOTECH IF:4.6Q1 DOI:10.1007/s42994-024-00169-1 PMID:39279856	研究论文	本研究利用高光谱成像技术和深度学习算法实现了水稻恶苗病的现场检测	结合高光谱成像技术和深度学习算法，建立了Rice Bakanae Disease-Visual Geometry Group (RBD-VGG)模型，实现了早期水稻恶苗病的检测	NA	开发一种高效、无损的水稻恶苗病监测方法，以保障水稻生产	水稻恶苗病	计算机视觉	水稻病害	高光谱成像技术	深度学习模型	高光谱数据	感染后第9天、第15天和第21天的水稻幼苗
762	2024-09-16	PCAlign: a general data augmentation framework for point clouds 2024-Sep-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72264-8 PMID:39266639	研究论文	本文提出了一种新的点云数据增强框架PCAlign，通过主成分分析生成对齐的点云副本，并结合多通道结构提高点云深度学习网络的鲁棒性	利用主成分分析生成对齐的点云副本，并通过多通道结构增强点云深度学习网络的旋转不变性	未提及	提高点云深度学习网络在处理姿态变化和非均匀密度点云时的鲁棒性	点云数据	计算机视觉	NA	主成分分析（PCA）	多通道结构	点云	未提及
763	2024-09-16	Training and validation of a deep learning U-net architecture general model for automated segmentation of inner ear from CT 2024-Sep-12, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-024-00508-3 PMID:39266784	研究论文	本研究训练并验证了一种基于U-net架构的深度学习通用模型，用于从CT扫描中自动分割内耳结构	本研究首次使用开源U-net模型进行内耳结构的自动分割，并进行了多中心的外部验证	本研究尚未评估扫描协议对模型性能的影响	开发和验证一种用于内耳结构自动分割的深度学习模型	内耳结构	计算机视觉	NA	深度学习	U-net	CT扫描图像	训练集包含271个CT扫描，验证集包含70个CT扫描
764	2024-09-16	GRABSEEDS: extraction of plant organ traits through image analysis 2024-Sep-12, Plant methods IF:4.7Q1 DOI:10.1186/s13007-024-01268-2 PMID:39267072	研究论文	介绍了一种名为GRABSEEDS的工具，通过图像分析提取植物器官特征	GRABSEEDS利用先进的计算机视觉和深度学习方法，能够从植物图像中提取全面的特征，并具有处理不同光照条件、背景干扰和重叠对象的能力	NA	简化植物表型分析过程，提高植物器官特征测量的准确性和效率	植物器官特征，包括谷物、叶片和花卉特征	计算机视觉	NA	计算机视觉和深度学习	NA	图像	NA
765	2024-09-16	Overcoming CRISPR-Cas9 off-target prediction hurdles: A novel approach with ESB rebalancing strategy and CRISPR-MCA model 2024-Sep, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012340 PMID:39226304	研究论文	本文提出了一种新的ESB重平衡策略和CRISPR-MCA模型，用于克服CRISPR-Cas9脱靶预测中的挑战	引入了基于效率和特异性的ESB类重平衡策略，并开发了CRISPR-MCA混合模型，通过多特征提取提高预测准确性	NA	解决CRISPR-Cas9系统中脱靶效应预测的难题	CRISPR-Cas9系统的脱靶效应	生物信息学	NA	深度学习	混合神经网络	序列数据	涉及四个仅错配数据集和一个包含错配和插入缺失的数据集
766	2024-09-16	Progress on deep learning in genomics 2024-Sep, Yi chuan = Hereditas DOI:10.16288/j.yczz.24-151 PMID:39275870	综述	本文综述了深度学习在基因组学中的应用	深度学习为基因组学研究提供了强大的数据分析和模式识别能力	NA	通过深度学习提升基因组学研究的精确性和效率	DNA、RNA和蛋白质研究以及畜牧业基因组学	机器学习	NA	深度学习	卷积神经网络(CNN)、循环神经网络(RNN)、长短期记忆网络(LSTM)、生成对抗网络(GAN)	基因组数据	NA
767	2024-09-15	An ensemble deep learning model for predicting minimum inhibitory concentrations of antimicrobial peptides against pathogenic bacteria 2024-Sep-20, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.110718 PMID:39262770	研究论文	本研究开发了一种集成深度学习模型，用于预测抗菌肽对特定病原菌的最小抑制浓度	本研究创新性地结合了抗菌肽序列和基因组特征，并使用多种AI架构创建了一个集成模型，显著提高了预测精度	NA	旨在开发一种有效的模型来预测抗菌肽对特定病原菌的最小抑制浓度，以应对抗生素耐药性问题	抗菌肽对ATCC 25923、ATCC 25922和ATCC 27853三种病原菌的最小抑制浓度	机器学习	NA	NA	集成模型，包括双向长短期记忆网络（BiLSTM）、卷积神经网络（CNN）和多分支模型（MBM）	抗菌肽序列和基因组特征	涉及三种病原菌
768	2024-09-15	Analysis of child development facts and myths using text mining techniques and classification models 2024-Sep-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36652 PMID:39263104	研究论文	本研究利用文本挖掘技术和分类模型区分儿童发展中的事实与谣言	填补了分析儿童发展谣言与事实的空白	NA	通过文本挖掘技术和分类模型区分儿童发展信息中的事实与谣言	儿童发展信息中的事实与谣言	自然语言处理	NA	文本挖掘	Logistic Regression (LR)	文本	从公开网站收集的新数据
769	2024-09-13	Emerging research trends in artificial intelligence for cancer diagnostic systems: A comprehensive review 2024-Sep-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36743 PMID:39263113	综述	本文综述了机器学习在癌症诊断系统中的应用现状	强调了可解释人工智能（XAI）在癌症诊断中的新兴应用，包括模型决策的交互式可视化和特征重要性分析	讨论了数据集限制、模型可解释性、多组学整合和伦理考虑等挑战	评估现代机器学习技术在癌症诊断中的应用，并指导研究人员、临床医生和政策制定者开发高效且可解释的机器学习癌症诊断系统	癌症诊断系统中的机器学习技术	机器学习	NA	机器学习	监督学习、无监督学习、深度学习和联邦学习	影像、基因组学和临床记录	NA
770	2024-09-15	Human sleeping pose estimation from IR images for in-bed patient monitoring using image processing and deep learning techniques 2024-Sep-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36823 PMID:39263111	研究论文	本文开发了一种基于深度学习的框架，用于从红外图像中估计人类睡眠姿势，并应用于床上的患者监测	提出了使用未覆盖图像进行训练的深度学习框架，并通过图像增强和迁移学习策略提高了模型精度	主要限制是覆盖样本的缺乏，这些样本收集和标注成本高且耗时	开发一种从红外图像中估计人类睡眠姿势的方法，以实现对床上患者的监测	研究对象是床上的患者，特别是他们的睡眠姿势	计算机视觉	NA	图像处理和深度学习	GAN	红外图像	使用了少量标注数据和大量未标注数据
771	2024-09-15	4 × 4 differential index modulation for optical orthogonal frequency division multiplexing 2024-Sep-15, Optics letters IF:3.1Q2 DOI:10.1364/OL.530280 PMID:39270253	研究论文	本文提出并演示了一种用于光正交频分复用系统的4×4差分索引调制方案	该方案通过在时频域进行差分索引调制，避免了复杂的信道估计，并设计了一种基于深度学习的DIMFormer检测器来解决最大似然检测的高解码复杂度问题	NA	研究光正交频分复用系统中的调制技术	4×4差分索引调制方案及其在光正交频分复用系统中的应用	通信技术	NA	差分索引调制	DIMFormer	时频域数据	NA
772	2024-09-15	Wavefront sensing with optical differentiation powered by deep learning 2024-Sep-15, Optics letters IF:3.1Q2 DOI:10.1364/OL.530559 PMID:39270269	研究论文	本文报道了一种基于深度学习的二进制像素化线性和非线性振幅滤波的远场光学微分波前传感器（ODWS）的实验演示	本文提出了一种基于卷积神经网络（CNN）的非线性滤波ODWS数据重建空间相位图的方法，该方法在没有解析重建算法的情况下实现了精确的波前恢复	NA	实现同时具有高灵敏度、高动态范围和高分辨率的波前传感	波前传感器的重建算法	计算机视觉	NA	NA	卷积神经网络（CNN）	图像	不同幅值和随机形状的波前
773	2024-09-15	An hetero-modal deep learning framework for medical image synthesis applied to contrast and non-contrast MRI 2024-Sep-13, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad72f9 PMID:39178886	研究论文	本文提出了一种用于医学图像合成的异模态深度学习框架，应用于对比和非对比MRI图像	本文提出了一种基于注意力网络的深度学习架构，能够从任何可用图像子集中合成所有缺失的成像序列，并通过注意力引导的融合操作优化多分辨率表示的组合	本文仅在MRI图像合成上进行了验证，未涉及其他成像模态	研究如何通过深度学习技术减少医学成像时间或避免对比剂注射的需求	癌症和痴呆等病理的多模态成像合成	计算机视觉	NA	深度学习	3D U-Net	图像	未明确提及具体样本数量
774	2024-09-15	Semi-supervised lung adenocarcinoma histopathology image classification based on multi-teacher knowledge distillation 2024-Sep-13, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad7454 PMID:39191290	研究论文	本文提出了一种基于多教师知识蒸馏的半监督学习方案，用于高精度分类肺腺癌的七种生长模式	引入了动态置信度阈值机制和多教师知识蒸馏技术，提高了模型的泛化能力和分类准确性	NA	解决医学图像分析中对大量标注数据的依赖问题，提高分类精度	肺腺癌的七种生长模式	计算机视觉	肺腺癌	深度学习	多教师知识蒸馏	图像	150张全切片图像
775	2024-09-15	Multi-receptor skin with highly sensitive tele-perception somatosensory 2024-Sep-13, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adp8681 PMID:39259789	研究论文	本文提出了一种仿生多受体皮肤，通过结构化掺杂无机纳米颗粒和深度学习算法，增强了远程感知能力	本文的创新点在于通过结构化掺杂无机纳米颗粒和深度学习算法，实现了高灵敏度的远程感知，超越了传统非接触传感器的性能	NA	本文的研究目的是通过仿生多受体皮肤增强人类的感知和认知能力，超越传统非接触传感器的限制	本文的研究对象是仿生多受体皮肤及其在远程感知和材料识别中的应用	机器学习	NA	深度学习算法	卷积神经网络 (CNN), 长短期记忆网络 (LSTM)	二维传感器矩阵数据	NA
776	2024-09-15	MMFA-DTA: Multimodal Feature Attention Fusion Network for Drug-Target Affinity Prediction for Drug Repurposing Against SARS-CoV-2 2024-Sep-13, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c00663 PMID:39269697	研究论文	提出了一种用于药物再利用的多模态深度学习框架MMFA-DTA，用于快速筛选已知药物并提高发现效率	设计了注意力机制，实现了小分子和蛋白质之间的动态融合，显著提高了药物-靶点亲和力预测的性能	NA	开发一种快速虚拟筛选已知药物的方法，以应对SARS-CoV-2等新型传染病	SARS-CoV-2的RNA依赖性RNA聚合酶和主要蛋白酶	机器学习	传染病	深度学习	多模态特征注意力融合网络	图拓扑和序列特征	Davis和KIBA数据集
777	2024-09-15	Research on multi-heat source arrangement optimization based on equivalent heat source method and reconstructed variational autoencoder 2024-Sep-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-71284-8 PMID:39261507	研究论文	本文提出了一种基于等效热源方法和重构变分自编码器的多热源布置优化研究	本文创新性地结合了残差连接的全连接神经网络与变分自编码器，提出了一种新的RFCNN-βVAE模型，用于处理多热源布置问题	NA	研究目的是优化多热源布置，提高预测精度并验证深度学习在热管理系统设计中的可行性和有效性	研究对象是多热源布置及其温度分布	机器学习	NA	变分自编码器	RFCNN-βVAE	温度分布数据	在多热源优化迭代稳定阶段，73.4%的结果优于密集数据集基准
778	2024-09-15	Analysis of pedestrian second crossing behavior based on physics-informed neural networks 2024-Sep-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72155-y PMID:39261548	研究论文	本文提出了一种基于物理信息神经网络（PINNs）的两阶段行人过街模型，用于分析行人在繁忙信号交叉口的过街行为	本文创新性地将流体动力学方程引入物理信息神经网络，以计算和预测行人在过街时的速度、密度、加速度和雷诺数等特性	NA	研究行人在两阶段过街中的行为特征，优化行人设施设计和信号配时，提升行人的舒适度和安全性	行人在繁忙信号交叉口的两阶段过街行为	计算机视觉	NA	物理信息神经网络（PINNs）	物理信息神经网络（PINNs）	行人流量数据	NA
779	2024-09-15	Deep learning revealed statistics of the MgO particles dissolution rate in a CaO-Al2O3-SiO2-MgO slag 2024-Sep-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-71640-8 PMID:39261562	研究论文	本文介绍了一种基于注意力编码器-解码器卷积神经网络的自动化方法，用于准确评估MgO颗粒在CaO-Al2O3-SiO2-MgO熔渣中的溶解速率	提出了一个注意力编码器-解码器卷积神经网络，能够以99.1%的精度自动评估颗粒溶解速率，并具有高统计增益和对图像质量变化的强适应性	NA	研究MgO颗粒在高温熔渣中的溶解动力学，并开发一种自动化方法来准确评估其溶解速率	MgO颗粒在CaO-Al2O3-SiO2-MgO熔渣中的溶解速率	计算机视觉	NA	高温度共聚焦激光扫描显微镜（HT-CLSM）	注意力编码器-解码器卷积神经网络	图像	不同温度设置和各种HT-CLSM数据集
780	2024-09-15	Deep learning-based techniques for estimating high-quality full-dose positron emission tomography images from low-dose scans: a systematic review 2024-Sep-11, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01417-y PMID:39261796	综述	本文系统回顾了利用深度学习算法将低剂量正电子发射断层扫描（PET）图像转换为高剂量PET图像的潜力	探讨了深度学习算法在生成高质量PET图像方面的潜力	未提及具体限制	评估深度学习算法在不同身体区域将低剂量PET图像转换为高剂量PET图像的潜力	低剂量和高剂量正电子发射断层扫描（PET）图像	计算机视觉	NA	深度学习	生成对抗网络（GAN）和UNET	图像	55篇发表于2017至2023年的文章