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
401	2024-12-06	Sustainable sentiment analysis on E-commerce platforms using a weighted parallel hybrid deep learning approach for smart cities applications 2024-Nov-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78318-1 PMID:39489784	研究论文	本文介绍了一种基于加权并行混合深度学习方法的电子商务平台情感分析系统	提出了名为WPHDL-SAEPR的独特方法，结合了受限玻尔兹曼机和奇异值分解模型	未提及	提高电子商务平台上用户评价的情感分析准确性	电子商务平台上的用户评价	自然语言处理	NA	自然语言处理和机器学习	加权并行混合深度学习模型	文本	使用了一个消费者评论数据库进行评估	NA	NA	NA	NA
402	2024-12-06	Development of high-quality artificial intelligence for computer-aided diagnosis in determining subtypes of colorectal cancer 2024-Nov, Journal of gastroenterology and hepatology IF:3.7Q2 DOI:10.1111/jgh.16661 PMID:38923607	研究论文	开发了一种基于深度学习的高质量计算机辅助诊断系统，用于区分结直肠癌亚型	首次开发了一种能够准确诊断结直肠癌亚型的计算机辅助诊断系统，并引入了稀疏注意力机制以提高诊断性能	研究样本量较小，仅包括29例早期结直肠癌病例	开发一种能够准确区分结直肠癌亚型的计算机辅助诊断系统	结直肠癌的亚型分类	计算机视觉	结直肠癌	深度学习	ResNet	图像	1072张病理图像，包括29例早期结直肠癌病例	NA	NA	NA	NA
403	2024-12-06	Deep Learning and Automatic Differentiation of Pancreatic Lesions in Endoscopic Ultrasound: A Transatlantic Study 2024-Nov-01, Clinical and translational gastroenterology IF:3.0Q2 DOI:10.14309/ctg.0000000000000771 PMID:39324610	研究论文	本文开发了一种卷积神经网络（CNN）用于内镜超声（EUS）图像中胰腺病变的检测和区分	首次开发了全球首个能够检测和区分EUS图像中最常见的胰腺囊性肿瘤和胰腺实质性病变的CNN	需要更大规模的多中心研究以实现技术的应用	提高内镜超声对胰腺病变诊断的准确性	胰腺囊性肿瘤（包括粘液性和非粘液性病变）和胰腺实质性病变（特别是胰腺导管腺癌和胰腺神经内分泌肿瘤）	计算机视觉	胰腺癌	卷积神经网络（CNN）	CNN	图像	378例EUS检查，包含约126,000张图像	NA	NA	NA	NA
404	2024-12-06	Prediction of virus-host associations using protein language models and multiple instance learning 2024-Nov, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012597 PMID:39561204	研究论文	本文介绍了一种名为EvoMIL的深度学习方法，用于仅从病毒序列中预测病毒宿主物种，并识别对宿主预测有重要贡献的病毒蛋白	结合预训练的大型蛋白质语言模型（ESM）和基于注意力的多实例学习，实现了蛋白质导向的预测，并展示了蛋白质嵌入比序列组成特征（如氨基酸、理化性质和DNA k-mers）捕获更强的预测信号	NA	解决当前大多数病毒宿主未知的问题，特别是微生物群中的病毒，并预测新病毒是否感染人类和动物	病毒宿主关联和重要病毒蛋白	机器学习	NA	多实例学习	深度学习模型	蛋白质序列	NA	NA	NA	NA	NA
405	2024-12-06	Process-Informed Neural Networks: A Hybrid Modelling Approach to Improve Predictive Performance and Inference of Neural Networks in Ecology and Beyond 2024-Nov, Ecology letters IF:7.6Q1 DOI:10.1111/ele.70012 PMID:39625058	研究论文	本文提出了一种结合过程模型和神经网络的混合建模方法，称为过程信息神经网络（PINNs），以提高生态学及其他领域中神经网络的预测性能和推理能力	创新地将过程知识直接融入神经网络结构中，形成过程信息神经网络（PINNs），显著提升了在数据稀疏情况下的预测性能和过程推理能力	NA	旨在解决深度学习在生态学应用中的数据稀疏和黑箱模型问题，提升预测准确性和过程理解	温带森林中的碳通量预测任务	生态学	NA	神经网络	过程信息神经网络（PINNs）	时空数据	五种不同类型的PINNs模型在数据稀疏和高迁移任务中的表现	NA	NA	NA	NA
406	2024-12-06	Deep Learning for the Study of Urinary Stone Composition from Computed Tomography Images 2024-Nov, Archivos espanoles de urologia IF:0.6Q4 DOI:10.56434/j.arch.esp.urol.20247709.144 PMID:39632524	研究论文	本研究开发了一种基于卷积神经网络的深度学习模型，用于从CT图像中区分尿酸结石和非尿酸结石	首次利用深度学习技术从CT图像中预测尿酸结石的类型	研究仅限于回顾性分析，未来需进一步验证模型的前瞻性应用	开发一种方法来区分尿酸结石和非尿酸结石	尿酸结石和非尿酸结石的CT图像	计算机视觉	泌尿系统疾病	卷积神经网络	CNN	图像	918张非增强薄层单能量CT图像，包括124张尿酸结石和794张非尿酸结石	NA	NA	NA	NA
407	2024-12-05	AutoLDT: a lightweight spatio-temporal decoupling transformer framework with AutoML method for time series classification 2024-Nov-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81000-1 PMID:39616188	研究论文	提出了一种基于自动化机器学习技术的轻量级时空解耦Transformer框架AutoLDT，用于时间序列分类	引入模糊位置编码、TS可分离线性自注意力机制和卷积前馈网络，实现轻量级特征提取；采用协方差矩阵自适应进化策略和全局自适应剪枝技术实现自动化网络结构设计	未明确提及	解决时间序列分类中特征提取效果、模型复杂度和模型设计不确定性问题	时间序列数据	机器学习	NA	自动化机器学习	Transformer	时间序列	使用了公开的UCR和UEA时间序列数据集	NA	NA	NA	NA
408	2024-12-05	Self-supervised spectral super-resolution for a fast hyperspectral and multispectral image fusion 2024-Nov-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81031-8 PMID:39616217	研究论文	本文提出了一种新的自监督光谱超分辨率方法，用于快速高光谱和多光谱图像融合	引入了一种创新的技术，通过训练一个小型深度神经网络来重建高分辨率的高光谱图像，无需高分辨率训练数据，解决了数据稀缺和泛化能力差的问题，并显著降低了计算成本	NA	提高高光谱图像的分辨率	高光谱和多光谱图像	计算机视觉	NA	深度学习	深度神经网络	图像	NA	NA	NA	NA	NA
409	2024-12-05	A deep learning approach to real-time Markov modeling of ion channel gating 2024-Nov-30, Communications chemistry IF:5.9Q1 DOI:10.1038/s42004-024-01369-y PMID:39616256	研究论文	本文提出了一种基于深度学习的实时马尔可夫模型提取方法，用于分析离子通道门控行为	利用深度学习技术从单通道记录中提取马尔可夫模型，并提出了一种评估预测模型优劣的方法	需要进一步验证该方法在不同实验条件下的适用性和准确性	开发一种能够实时分析离子通道门控行为的深度学习方法	离子通道门控行为的实时分析	机器学习	NA	深度学习	神经网络	时间序列	使用模拟数据集进行训练，并在实际的膜片钳实验数据上进行测试	NA	NA	NA	NA
410	2024-12-05	Interpretable multi-horizon time series forecasting of cryptocurrencies by leverage temporal fusion transformer 2024-Nov-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e40142 PMID:39619580	研究论文	研究探讨了在波动性全球金融市场预测加密货币运动的挑战，并开发了一种先进的深度学习增强型时间融合变压器（ADE-TFT）模型来更准确地估计比特币价值	提出了ADE-TFT模型，该模型在预测准确性上优于其底层模型，特别是在使用更高隐藏层配置时，误差指标（MAPE、MSE和RMSE）显著降低	研究强调了需要尝试不同的归一化策略和利用各种市场相关数据来提高模型性能，并指出提高预测准确性可能需要解决这些限制并纳入市场情绪等额外因素	提高加密货币市场预测的准确性，为投资者提供更精确的市场预测	比特币价值预测	机器学习	NA	深度学习	时间融合变压器（TFT）	交易数据	NA	NA	NA	NA	NA
411	2024-12-05	FASNet: Feature alignment-based method with digital pathology images in assisted diagnosis medical system 2024-Nov-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e40350 PMID:39624322	研究论文	本文提出了一种基于特征对齐的数字病理图像分割方法FASNet，用于辅助诊断医疗系统	FASNet通过在编码器和解码器中插入语义感知归一化和语义感知白化模块，实现了同类特征的紧凑性和不同类特征的分离性	深度学习模型需要大量标注数据，病理图像获取成本高且难以获得，标注数据不足容易导致偏差结果	提高数字病理图像分割的准确性和鲁棒性，特别是在训练数据与测试数据分布不匹配的情况下	数字病理图像中的细胞核和组织结构	数字病理学	肿瘤	深度学习	UNW网络	图像	未明确提及具体样本数量	NA	NA	NA	NA
412	2024-12-05	Based on computer simulation and experimental verification: mining and characterizing novel antimicrobial peptides from soil microbiome 2024-Nov-28, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2024.142275 PMID:39626551	研究论文	开发了一种基于深度学习的预测管道，从土壤宏基因组数据中识别潜在的抗菌肽，并通过实验验证其抗菌活性	利用深度学习技术从土壤微生物组中挖掘和表征新型抗菌肽，提供了一种高效且成本较低的筛选方法	NA	发现新型抗菌肽，以增强食品安全和延长食品保质期	土壤微生物组中的抗菌肽	机器学习	NA	深度学习	深度学习模型	宏基因组数据	九种候选肽	NA	NA	NA	NA
413	2024-12-05	Automatic segmentation of extensor carpi ulnaris tendon and detection of tendinosis with convolutional neural networks 2024-Nov, Acta radiologica open IF:0.9Q4 DOI:10.1177/20584601241297530 PMID:39624259	研究论文	本研究利用卷积神经网络（CNN）自动检测和分割尺侧腕伸肌腱及其腱鞘炎，并评估其在2D腕部MRI中的表现	首次使用卷积神经网络自动检测和分割尺侧腕伸肌腱及其腱鞘炎，提供了一种自动化诊断慢性腕痛的方法	研究样本量较小，且仅限于2D腕部MRI图像，未来需要在大规模数据集上验证和改进模型	开发一种用于自动检测尺侧腕伸肌腱及其腱鞘炎的卷积神经网络，并验证其在2D腕部MRI中的可行性	尺侧腕伸肌腱及其腱鞘炎的自动检测和分割	计算机视觉	NA	卷积神经网络（CNN）	卷积神经网络（CNN）	图像	1081名接受腕部MRI检查的患者，其中46名患者患有腱鞘炎	NA	NA	NA	NA
414	2024-12-02	Predicting early mortality in hemodialysis patients: a deep learning approach using a nationwide prospective cohort in South Korea 2024-Nov-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80900-6 PMID:39609495	研究论文	本研究使用韩国全国性前瞻性队列数据，通过深度学习方法预测血液透析患者的早期死亡率	开发了一种带有自编码器的循环神经网络（RNN）来处理缺失数据和时间序列变量，并改进了早期死亡率的预测	NA	量化风险因素对血液透析患者死亡率的影响	3284名血液透析患者	机器学习	肾脏疾病	循环神经网络（RNN）	RNN	时间序列数据	3284名患者，平均年龄58.4±13.6岁，59.3%为男性	NA	NA	NA	NA
415	2024-12-02	Deep learning for predicting porosity in ultra-deep fractured vuggy reservoirs from the Shunbei oilfield in Tarim Basin, China 2024-Nov-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81051-4 PMID:39609489	研究论文	研究开发了一种用于塔里木盆地顺北油田超深裂缝-溶洞型储层孔隙度预测的高级深度学习方法	该方法通过深度学习技术构建了超深碳酸盐岩储层的孔隙度预测模型，相比传统阻抗反演技术，均方误差降低了76%	NA	解决中国深层和超深层碳酸盐岩储层孔隙度预测的挑战	塔里木盆地顺北油田的超深裂缝-溶洞型储层	计算机视觉	NA	深度学习技术	深度学习模型	三维地震数据	使用顺北油田的盲井进行验证	NA	NA	NA	NA
416	2024-12-02	Exploratory analysis of metabolic changes using mass spectrometry data and graph embeddings 2024-Nov-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80955-5 PMID:39609505	研究论文	本文提出了一种基于图嵌入和异常检测算法的深度学习方法，用于分析质谱代谢组学数据	引入了一种新的深度学习方法GEMNA，通过节点嵌入和边嵌入来分析质谱代谢组学数据，相比传统方法能更好地识别代谢变化	传统统计方法可能会过度过滤原始数据，导致识别的代谢变化较少	开发一种新的方法来分析质谱代谢组学数据，以克服传统方法的局限性	质谱代谢组学数据	代谢组学	NA	质谱分析	图神经网络（GNN）	质谱数据	NA	NA	NA	NA	NA
417	2024-12-02	Cell quantification at the osteochondral interface from synchrotron radiation phase contrast micro-computed tomography images using a deep learning approach 2024-Nov-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81333-x PMID:39609521	研究论文	本文提出了一种基于深度学习的方法，用于从同步辐射相位对比显微CT图像中对骨软骨界面处的软骨细胞和骨细胞进行三维分割	本文将nnU-Net与标记控制的分水岭算法结合，改进了细胞腔隙的识别和分割	研究样本量较小，仅分析了15个样本，可能影响结果的普适性	研究骨软骨界面处软骨细胞和骨细胞的三维分割方法，并分析其在骨关节炎中的表现	人类膝关节中的软骨细胞和骨细胞	计算机视觉	骨关节炎	同步辐射相位对比显微CT	nnU-Net	图像	15个样本，包括10个对照组和5个骨关节炎组	NA	NA	NA	NA
418	2024-12-02	Photorealistic attention style transfer network for architectural photography photos 2024-Nov-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81249-6 PMID:39609556	研究论文	本文提出了一种用于建筑摄影照片的逼真注意力风格迁移网络，通过深度学习算法实现建筑照片风格的转换，同时保留关键结构和内容	本文的创新点在于利用语义分割模型将输入图像分割为前景和背景进行独立风格迁移，并使用坐标注意力机制对建筑细节进行精细处理，同时引入损失函数捕捉光影和色彩，确保图像的逼真度和艺术美感	本文未提及具体的局限性	研究目的是解决现有算法在建筑摄影风格迁移中面临的复杂细节处理和艺术效果保持的挑战	研究对象是建筑摄影照片的风格迁移	计算机视觉	NA	深度学习算法	注意力机制网络	图像	未提及具体样本数量	NA	NA	NA	NA
419	2024-12-02	Enhancement and evaluation for deep learning-based classification of volumetric neuroimaging with 3D-to-2D knowledge distillation 2024-Nov-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80938-6 PMID:39609597	研究论文	本文提出了一种新的3D-to-2D知识蒸馏框架，用于增强基于深度学习的体积神经影像分类	本文创新性地利用3D体积影像数据集和投影的2D数据集，通过知识蒸馏框架提升2D CNN的分类性能	由于医疗领域数据获取成本高和标注资源密集，可用数据量有限	提升基于深度学习的体积神经影像分类性能	体积神经影像数据和投影的2D数据	计算机视觉	NA	3D卷积神经网络 (CNN)	CNN	影像	两个数据集，分别来自123I-DaTscan SPECT和18F-AV133 PET	NA	NA	NA	NA
420	2024-12-02	The factors affecting aerobics athletes' performance using artificial intelligence neural networks with sports nutrition assistance 2024-Nov-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81437-4 PMID:39609607	研究论文	本文通过结合运动营养辅助和人工智能神经网络，全面探讨影响有氧运动员表现的因素	本文引入了ShuffleNet V3和Inception V3优化算法，并结合通道注意力机制，提出了一种基于ShuffleNet V3的有氧运动分类与识别模型，显著提高了分类识别的准确性	NA	探讨影响有氧运动员表现的因素，并提出一种新的分类与识别模型	有氧运动员的表现及其影响因素	机器学习	NA	神经网络算法	ShuffleNet V3	运动数据和营养数据	使用了MultiSports数据集和自建数据集	NA	NA	NA	NA