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	2024-09-11	Deep Learning Potential Assisted Prediction of Local Structure and Thermophysical Properties of the SrCl2-KCl-MgCl2 Melt 2024-Sep-10, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c00824 PMID:39195736	研究论文	本文利用深度学习驱动的分子动力学揭示了SrCl2-KCl-MgCl2熔体的局部结构和热物理性质	通过机器学习驱动的深度势能分子动力学方法，首次系统地研究了SrCl2-KCl-MgCl2熔体的局部结构和热物理性质	NA	旨在通过深度学习方法预测和分析SrCl2-KCl-MgCl2熔体的局部结构和热物理性质，以促进熔盐电解法制备Mg-Sr合金的发展	SrCl2-KCl-MgCl2熔体的局部结构和热物理性质	机器学习	NA	深度势能分子动力学	NA	NA	温度范围从873到1173 K的SrCl2-KCl-MgCl2熔体
842	2024-09-11	Deep Learning-Based Kinetic Analysis in Paper-Based Analytical Cartridges Integrated with Field-Effect Transistors 2024-Sep-10, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.4c02897 PMID:39252606	研究论文	本研究探讨了将场效应晶体管（FET）、纸基分析卡和深度学习（DL）计算能力融合，用于通过动力学分析进行定量生物传感	本研究创新地将FET传感器与纸基分析卡结合，利用深度学习分析动力学数据，解决了传统FET生物传感器中的样本矩阵干扰问题	NA	研究目的是通过集成FET传感器和深度学习技术，提高生物传感器的灵敏度和准确性，推动即时诊断和家庭测试的发展	研究对象包括场效应晶体管传感器、纸基分析卡和深度学习算法	机器学习	NA	深度学习	深度学习模型	动力学数据	胆固醇测试的样本数量未明确提及
843	2024-09-11	A Framework for Measuring Tree Rings Based on Panchromatic Images and Deep Learning 2024-Sep-10, Plant, cell & environment DOI:10.1111/pce.15091 PMID:39253958	研究论文	提出了一种基于全色图像和深度学习的树轮测量自动化技术	利用卷积神经网络提高图像质量，并通过分割技术精确描绘树轮，进行树轮计数和宽度计算	NA	解决传统树轮测量方法劳动密集和资源消耗大的问题	树轮数据	计算机视觉	NA	卷积神经网络	CNN	图像	从北京林业大学和颐和园等多个来源收集的大量数据集
844	2024-09-11	Recognition of Molecular Structure of Phosphonium Salts from the Visual Appearance of Material with Deep Learning Can Reveal Subtle Homologs 2024-Sep-10, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202403423 PMID:39254289	研究论文	本文介绍了一种通过深度学习从材料的视觉外观识别季磷盐分子结构的前沿方法	首次展示了通过材料的视觉外观识别几乎无法区分的分子结构的可行性	NA	探索从材料的视觉外观识别分子结构的可行性	季磷盐及其同系物	计算机视觉	NA	深度学习	神经网络	图像	季磷盐混合物
845	2024-09-11	Augmenting interpretation of vaginoscopy observations in cycling bitches with deep learning model 2024-Sep-09, BMC veterinary research IF:2.3Q1 DOI:10.1186/s12917-024-04242-1 PMID:39245728	研究论文	本文介绍了一种利用深度学习模型增强对发情周期中母犬阴道镜观察结果解释的创新方法	本文首次将深度学习模型应用于母犬发情周期的阴道镜图像分析，并结合二进制灰狼优化算法和极端梯度提升算法进行特征优化和分类	研究样本量较小，仅包含210张阴道镜图像，可能影响模型的泛化能力	开发一种高效可靠的方法，用于识别母犬发情周期的不同阶段，以提高繁殖成功率	发情周期中的母犬阴道镜图像	计算机视觉	NA	深度学习	ResNet 152, Inception V3, XGBoost	图像	210张阴道镜图像，覆盖四个生殖阶段
846	2024-09-11	Glioma Identification Based on Digital Multimodal Spectra Integrated With Deep Learning Feature Fusion Using a Miniature Raman Spectrometer 2024-Sep-09, Applied spectroscopy IF:2.2Q2 DOI:10.1177/00037028241276013 PMID:39252509	研究论文	提出了一种基于数字多模态光谱与深度学习特征融合的胶质瘤识别方法，使用微型拉曼光谱仪进行检测	该方法通过数学分解原始光谱为拉曼和荧光光谱，增强了生物光谱信息，并在特征层面实现数字多模态光谱融合，构建了两层模式识别模型，提高了胶质瘤识别的准确性	NA	提高胶质瘤识别的准确性，帮助医生制定精确的手术计划	胶质瘤和正常脑组织的拉曼光谱	数字病理学	脑肿瘤	拉曼光谱检测技术	集成学习模型	光谱数据	260个胶质瘤样本和151个正常脑组织样本
847	2024-09-11	Leveraging deep learning and computer vision technologies to enhance management of coastal fisheries in the Pacific region 2024-09-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-71763-y PMID:39245678	研究论文	本文介绍了利用人工智能技术设计和开发的海岸渔业监测系统，旨在改进太平洋地区海岸渔业的管理	该系统利用YoloV4、OpenCV和ResNet101从图像中提取信息，实现了对近岸鱼类物种的自动识别和测量，并整合了其他关键渔业监测数据，支持快速渔业评估	NA	改进太平洋地区海岸渔业的管理	海岸渔业监测系统的设计与开发	计算机视觉	NA	YoloV4, OpenCV, ResNet101	ResNet101	图像	超过600种近岸鱼类物种的自动识别，以及超过80,000个样本的自动长度和重量测量
848	2024-09-11	Enhanced stock market forecasting using dandelion optimization-driven 3D-CNN-GRU classification 2024-Sep-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-71873-7 PMID:39245700	研究论文	本文探讨了使用机器学习和深度学习技术进行股票市场预测的方法	提出了一种新的混合模型3D-CNN-GRU，结合了3D卷积神经网络和门控循环单元，并使用血凝算法进行超参数调优	模型的适用性受限于仅使用Nifty 50指数数据集	提高股票市场预测的准确性和效率	股票市场数据	机器学习	NA	小波变换	3D-CNN-GRU	时间序列数据	Nifty 50指数数据集
849	2024-09-11	Study preferences and exam outcomes in medical education: insights from renal physiology 2024-Sep-06, BMC medical education IF:2.7Q1 DOI:10.1186/s12909-024-05964-4 PMID:39242523	研究论文	研究了医学教育中学习偏好与考试成绩的关系，特别是肾脏生理学领域	揭示了学习时间与学术表现之间没有显著相关性，强调了学习质量而非数量的重要性	研究仅限于挪威卑尔根大学二年级的医学生，结果可能不适用于其他地区或年级的学生	探讨学习策略和资源利用对医学教育中复杂科目学术表现的影响	医学生的学习偏好、学习时间和考试成绩	NA	肾脏疾病	NA	NA	NA	挪威卑尔根大学二年级的医学生
850	2024-09-11	Magnetostrictive bi-perceptive flexible sensor for tracking bend and position of human and robot hand 2024-Sep-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-70661-7 PMID:39242674	研究论文	本文提出了一种基于磁致伸缩材料的柔性双感知传感器，用于跟踪人体和机器人手部的弯曲状态和位置	利用磁致伸缩材料的独特磁-力耦合效应，实现了对应变和磁场双信息的感知	NA	开发一种能够同时感知弯曲应变和磁场的传感器，用于检测人体和机器人手部的弯曲状态和位置	人体和机器人手部的弯曲状态和位置	传感器技术	NA	磁致伸缩材料	深度学习模型	传感器输出数据	NA
851	2024-09-11	A coordinated adaptive multiscale enhanced spatio-temporal fusion network for multi-lead electrocardiogram arrhythmia detection 2024-09-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-71700-z PMID:39242748	研究论文	本文提出了一种用于多导联心电图心律失常检测的协调自适应多尺度时空融合网络STFAC-ECGNet	STFAC-ECGNet结合了CAMV-RNN块、CBMV-CNN块和TSEF块，整合了CNN、RNN和Transformer的优势，增强了模型的性能	NA	开发一种能够有效检测多导联心电图心律失常的深度学习模型	多导联心电图数据及其心律失常检测	机器学习	心血管疾病	深度学习	CNN, RNN, Transformer	心电图数据	使用了PTB-XL大型公开心电图数据集和中国生理信号挑战2018（CPSC2018）数据库
852	2024-09-11	The application of chemical similarity measures in an unconventional modeling framework c-RASAR along with dimensionality reduction techniques to a representative hepatotoxicity dataset 2024-09-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-71892-4 PMID:39242880	研究论文	本文探讨了在非传统建模框架c-RASAR中应用化学相似性度量以及降维技术，以预测化合物肝毒性的研究	本文创新性地结合了分类定量结构-活性关系（QSAR）和Read-Across的概念，将Read-Across衍生的相似性和基于误差的描述符纳入统计和机器学习建模框架	本文未详细讨论模型的计算复杂性和训练时间	开发一种高效预测化合物肝毒性的模型	化合物及其肝毒性	化学信息学	肝毒性	c-RASAR	LDA	分子描述符	大量测试集化合物和真实外部数据集
853	2024-09-11	nnU-Net based segmentation and 3D reconstruction of uterine fibroids with MRI images for HIFU surgery planning 2024-Sep-06, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01385-3 PMID:39243001	研究论文	本研究利用nnU-Net模型对子宫肌瘤进行MRI图像的分割和3D重建，以辅助HIFU手术规划	本研究引入了基于深度学习的nnU-Net模型，提供了一种成本效益高的方法，用于利用术前MRI图像对子宫肌瘤进行分割，并实现了分割目标的3D重建	NA	本研究旨在提高HIFU手术的安全性和有效性	本研究的对象是子宫肌瘤及其周围器官	计算机视觉	妇科疾病	MRI	nnU-Net	图像	NA
854	2024-09-11	Cross-modal deep learning model for predicting pathologic complete response to neoadjuvant chemotherapy in breast cancer 2024-Sep-05, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00678-8 PMID:39237596	研究论文	本文提出了一种跨模态深度学习模型，用于预测乳腺癌患者在接受新辅助化疗后的病理完全缓解	该模型整合了来自活检样本的数字病理图像和多时相超声图像，以早期预测病理完全缓解状态	NA	开发一种早期且准确的预测方法，以评估新辅助化疗在乳腺癌中的效果	乳腺癌患者的新辅助化疗反应	数字病理学	乳腺癌	深度学习	跨模态多路径自动预测模型	图像	NA
855	2024-09-11	Intelligent tool wear prediction based on deep learning PSD-CVT model 2024-Sep-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-71795-4 PMID:39237695	研究论文	提出了一种基于深度学习的工具磨损预测模型PSD-CVT	结合了功率谱密度（PSD）、卷积神经网络（CNN）和视觉变换器模型（ViT）的优势	NA	确保加工质量的可靠性，准确预测工具磨损	工具磨损预测	机器学习	NA	深度学习	PSD-CVT	信号	PHM 2010数据集
856	2024-09-11	Derivation, external and clinical validation of a deep learning approach for detecting intracranial hypertension 2024-Sep-05, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01227-0 PMID:39237755	研究论文	开发并验证了一种基于深度学习的方法，用于检测颅内高压	利用常规收集的颅外波形数据作为输入，减少了对侵入性监测的需求	外部验证数据集的AUROC为0.80，准确性为73.8%，存在一定的误差	开发一种非侵入性的方法来检测颅内高压	成人患者的颅内高压	机器学习	NA	深度学习	NA	波形数据	使用了MIMIC-III Waveform Database和Mount Sinai Hospital的数据集
857	2024-09-07	Correction: Utilizing deep learning model for assessing melanocytic density in resection margins of lentigo maligna 2024-Sep-05, Diagnostic pathology IF:2.4Q2 DOI:10.1186/s13000-024-01545-7 PMID:39238025	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
858	2024-09-11	An experimental system for detection and localization of hemorrhage using ultra-wideband microwaves with deep learning 2024-Sep-05, Communications engineering DOI:10.1038/s44172-024-00259-4 PMID:39242634	研究论文	本文介绍了一种使用超宽带微波和深度学习技术进行出血检测和定位的实验系统	开发了一种包含机器人导航系统的实验框架，使用超宽带微波阵列和深度神经网络进行出血的分类和定位	实验仅使用血样模拟物进行，尚未在真实人体中验证	探索使用超宽带微波和深度学习技术进行中风出血的快速、低成本检测和定位	出血的检测和定位	计算机视觉	中风	超宽带微波	深度神经网络	微波散射参数	8个元素的超宽带阵列，频率范围0.6-9.0 GHz，功率1 mW
859	2024-09-11	Neural network-based processing and reconstruction of compromised biophotonic image data 2024-Sep-04, Light, science & applications DOI:10.1038/s41377-024-01544-9 PMID:39237561	综述	本文深入探讨了通过故意损害生物光子成像中的测量指标，利用深度学习模型进行补偿的方法	本文介绍了通过故意损害测量指标（如点扩散函数、信噪比、采样密度和像素分辨率），利用深度学习网络进行补偿的创新方法	NA	探讨如何通过故意损害生物光子成像中的测量指标，利用深度学习模型进行补偿，以提高成像速度和简化硬件要求	生物光子成像中的测量指标，如点扩散函数、信噪比、采样密度和像素分辨率	计算机视觉	NA	深度学习	深度学习网络	图像	NA
860	2024-09-11	ChoroidSeg-ViT: A Transformer Model for Choroid Layer Segmentation Based on a Mixed Attention Feature Enhancement Mechanism 2024-Sep-03, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.13.9.7 PMID:39235399	研究论文	开发了一种基于混合注意力特征增强机制的Vision Transformer模型，用于光学相干断层扫描图像中脉络膜层的分割	提出了ChoroidSeg-ViT模型，通过集成局部增强特征提取和语义特征融合路径，实现了脉络膜层的精确分割	NA	开发一种新的Transformer模型，用于精确和自动分割脉络膜层	光学相干断层扫描图像中的脉络膜层	计算机视觉	NA	光学相干断层扫描	Vision Transformer (ViT)	图像	100张OCT B-扫描图像