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
581	2024-11-23	Understanding ecosystem services of detailed forest and wetland types using remote sensing and deep learning techniques in Northern China 2024-Nov-20, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2024.123410 PMID:39571316	研究论文	本研究利用遥感和深度学习技术，对东北地区森林和湿地的生态系统服务进行了详细评估	首次结合轻量级卷积神经网络和决策树模型，对大规模森林和湿地进行分类，并评估了不同类型森林和湿地的生态系统服务	研究仅限于黑龙江省，且时间跨度仅为2008年至2018年	深入研究东北地区森林和湿地的生态系统服务功能	东北地区的森林和湿地类型	遥感	NA	遥感技术、深度学习	卷积神经网络（CNN）、决策树	图像	黑龙江省2008年和2018年的森林和湿地数据
582	2024-11-23	Development of a deep learning method to identify acute ischaemic stroke lesions on brain CT 2024-Nov-20, Stroke and vascular neurology IF:4.4Q1 DOI:10.1136/svn-2024-003372 PMID:39572171	研究论文	开发了一种深度学习方法，用于在脑CT图像上识别急性缺血性卒中病变	使用未注释的脑CT扫描数据开发深度学习方法，无需病变注释	慢性脑部疾病，特别是非卒中病变和旧卒中病变，降低了检测准确性	开发一种深度学习方法，用于快速自动评估CT图像中的缺血性病变	急性缺血性卒中病变	计算机视觉	脑血管疾病	深度学习	卷积神经网络	图像	5772张CT扫描图像，来自2347名患者
583	2024-11-23	Drug-target interaction prediction by integrating heterogeneous information with mutual attention network 2024-Nov-19, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05976-3 PMID:39563226	研究论文	提出了一种基于互注意力网络的深度学习模型DrugMAN，用于整合多重异构功能网络以预测药物-靶点相互作用	通过整合多重异构功能网络和互注意力网络，提高了对新结构的适应能力和预测性能	未提及	提高药物-靶点相互作用预测的准确性和适应性	药物和靶点蛋白的相互作用	机器学习	NA	图注意力网络	互注意力网络	网络数据	整合了四类药物网络和七类基因/蛋白质网络
584	2024-11-23	Deep-m5U: a deep learning-based approach for RNA 5-methyluridine modification prediction using optimized feature integration 2024-Nov-19, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05978-1 PMID:39563239	研究论文	本文介绍了一种基于深度学习的RNA 5-甲基尿苷修饰预测方法Deep-m5U	Deep-m5U采用混合伪K-元组核苷酸组成（PseKNC）进行序列构建，使用Shapley加性解释（SHAP）算法进行判别特征选择，并采用深度神经网络（DNN）作为分类器	NA	提高RNA 5-甲基尿苷修饰的预测准确性	RNA 5-甲基尿苷修饰	生物信息学	NA	深度学习	深度神经网络（DNN）	序列数据	两个基准数据集：全转录本和成熟mRNA，分别包含10倍交叉验证和独立样本
585	2024-11-23	Combining de novo molecular design with semiempirical protein-ligand binding free energy calculation 2024-Nov-19, RSC advances IF:3.9Q2 DOI:10.1039/d4ra05422a PMID:39569121	研究论文	本文介绍了一种结合从头分子设计和半经验量子化学方法计算蛋白质-配体结合自由能的集成方法	本文创新性地将GFN2-TB方法与化学语言模型结合，用于生成和评估乙酰胆碱酯酶（AChE）的潜在抑制剂	本文的研究结果表明，结合深度学习分子生成和半经验量子化学活性预测的方法在结构药物设计中具有潜力，但也存在一定的局限性	研究目的是开发一种新的方法，用于生成和评估乙酰胆碱酯酶（AChE）的潜在抑制剂	研究对象是乙酰胆碱酯酶（AChE）及其潜在抑制剂	药物设计	NA	半经验量子化学方法	深度学习模型	分子结构数据	四个不同的分子库，包含使用SMILES和SELFIES表示的分子设计
586	2024-11-23	Automated measurement and correlation analysis of fundus tessellation and optic disc characteristics in myopia 2024-11-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80090-1 PMID:39551799	研究论文	本研究利用深度学习技术量化近视患者眼底网格密度和视盘形态，并分析这些特征与屈光功能之间的关系	本研究构建了两个基于深度学习的分割模型，用于像素级分辨率下描绘眼底网格、视盘、视盘周围萎缩和黄斑区域	NA	量化眼底网格密度和视盘形态，并研究这些眼底特征与近视患者屈光功能之间的关系	近视患者的眼底网格密度和视盘形态	计算机视觉	近视	深度学习	分割模型	图像	年轻近视患者
587	2024-11-23	Comparative efficacy of anteroposterior and lateral X-ray based deep learning in the detection of osteoporotic vertebral compression fracture 2024-11-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79610-w PMID:39551876	研究论文	本文比较了基于前后位和侧位X光片的深度学习模型在检测骨质疏松性椎体压缩性骨折中的效果	首次比较了基于前后位和侧位X光片的深度学习模型在检测骨质疏松性椎体压缩性骨折中的效果	研究为回顾性研究，且仅限于两家三级教学医院的X光片数据	评估基于前后位X光片的深度学习模型与侧位X光片模型的性能是否相当	骨质疏松性椎体压缩性骨折的检测	计算机视觉	骨骼疾病	深度学习	EfficientNet-B5	图像	训练和内部测试涉及1507名患者，外部测试涉及104名患者
588	2024-11-23	An annual land cover dataset for the Baltic Sea Region with crop types and peat bogs at 30 m from 2000 to 2022 2024-Nov-18, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-04062-w PMID:39557873	研究论文	本文介绍了波罗的海地区2000年至2022年的年度土地覆盖数据集，包括作物类型和泥炭地	该数据集是该地区首个标准化年度数据集，填补了当前土地利用和土地覆盖产品中缺乏作物序列和泥炭地利用细节的空白	NA	创建详细的年度土地覆盖地图，用于监测农业转型、泥炭地利用和恢复活动	波罗的海地区的土地覆盖情况，包括作物类型和泥炭地	遥感	NA	深度学习分类	深度学习模型	遥感数据	使用了公开的开放数据集进行训练，并使用LUCAS的独立实地调查数据和高分辨率影像的专家注释进行验证
589	2024-11-23	Generating and evaluating synthetic data in digital pathology through diffusion models 2024-11-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79602-w PMID:39557989	研究论文	本文介绍了一种使用扩散模型生成和评估数字病理学合成数据的全面流程	提出了一个多方面的评估策略，结合可解释性方法，解决了医学领域中合成数据使用的两个关键问题	NA	开发和评估用于数字病理学的合成数据生成方法	数字病理学中的合成数据生成和评估	数字病理学	NA	扩散模型	扩散模型	图像	650张全切片图像，包括五种不同组织
590	2024-11-23	Foot fractures diagnosis using a deep convolutional neural network optimized by extreme learning machine and enhanced snow ablation optimizer 2024-11-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80132-8 PMID:39558102	研究论文	提出了一种结合深度学习和元启发式算法的新型混合方法，用于足部骨折的诊断	使用预训练的ZFNet模型，并通过极端学习机（ELM）和增强型雪消融优化器（ESAO）进行优化，以提高诊断效率	NA	开发一种高效的足部骨折诊断模型	足部骨折的诊断	计算机视觉	NA	深度学习	卷积神经网络（CNN）	图像	使用了来自机构审查委员会（IRB）的标准基准数据集
591	2024-11-23	Convolutional neural network for colorimetric glucose detection using a smartphone and novel multilayer polyvinyl film microfluidic device 2024-11-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79581-y PMID:39551869	研究论文	设计了一种新型、经济的即时诊断设备，利用智能手机摄像头和多层聚乙烯薄膜微流控装置进行比色法葡萄糖检测，并通过卷积神经网络进行深度学习分类	提出了一种结合智能手机摄像头和多层聚乙烯薄膜微流控装置的新型即时诊断设备，并使用卷积神经网络进行葡萄糖浓度的深度学习分类	NA	开发一种新型、经济的即时诊断设备，用于糖尿病患者的葡萄糖水平检测	葡萄糖浓度检测	计算机视觉	糖尿病	比色法	卷积神经网络（CNN）	图像	NA
592	2024-11-23	Deep learning pipeline for accelerating virtual screening in drug discovery 2024-11-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79799-w PMID:39550439	研究论文	介绍了一种基于深度学习的药物发现虚拟筛选平台VirtuDockDL，用于加速新药候选物的识别	VirtuDockDL结合了图神经网络和深度学习技术，实现了高效的虚拟筛选，并在多个数据集上表现优异	NA	提高药物发现过程中新药候选物的识别效率	药物候选物和靶蛋白的相互作用	机器学习	NA	图神经网络	图神经网络	化合物数据	NA
593	2024-11-23	Optimized robust learning framework based on big data for forecasting cardiovascular crises 2024-11-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76569-6 PMID:39548142	研究论文	本文提出了一种基于大数据的优化稳健学习框架，用于预测心血管危机	该研究引入了一种名为R-DLH2O的稳健深度学习框架，结合了五种不同的阶段：稳健预处理、特征选择、前馈神经网络、预测和性能评估，以及一种改进的鲸鱼优化算法（MWOA），显著提高了预测的准确性和效率	尽管MWOA-2在速度上优于其他启发式算法，但其准确性和可扩展性较低	旨在提出一种新的医疗框架，通过选择最佳特征和增强性能来预测心血管危机	心血管危机的预测	机器学习	心血管疾病	鲸鱼优化算法（WOA）	前馈神经网络	大数据	未明确提及具体样本数量
594	2024-11-23	Integrating deep learning for visual question answering in Agricultural Disease Diagnostics: Case Study of Wheat Rust 2024-11-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79793-2 PMID:39548249	研究论文	本文提出了一种将深度学习与视觉问答系统结合的新方法，用于小麦锈病的诊断	创新点包括引入联邦学习技术、使用BLIP方法增强模型对复杂视觉和文本输入的理解能力，以及创建了专门用于小麦锈病检测的WheatRustDL2024数据集	NA	研究目的是通过结合深度学习和视觉问答技术，提高小麦锈病的快速和准确检测	研究对象是小麦锈病及其在农业生产中的影响	计算机视觉	小麦病害	深度学习	ResNet	图像	7998张健康和感染小麦叶子的图像，以及1800张增强图像
595	2024-11-23	An explainable deep learning approach for stock market trend prediction 2024-Nov-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e40095 PMID:39568823	研究论文	提出了一种用于预测股票市场趋势的可解释深度学习模型	该模型在准确性和F1分数上优于常见的基准模型，并使用可解释AI技术增强了模型的可解释性	在减少特征数量时，准确性略有下降，但精度和召回率有所提高	开发一种能够准确预测股票市场趋势并具有可解释性的深度学习模型	股票市场的五种不同趋势：上升、下降、双顶、圆底和圆顶	机器学习	NA	深度学习	深度学习模型	数据集	四个真实世界的多样化数据集
596	2024-11-23	Key factors influencing sustainable population growth: A DEMATEL-ANP combined approach 2024-Nov-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e39404 PMID:39568833	研究论文	本研究通过结合DEMATEL和ANP模型，分析影响可持续人口增长的关键因素及其相互作用	本研究创新性地将DEMATEL和ANP模型结合，用于分析可持续人口增长的关键因素及其相互影响	本研究主要依赖于政府和国际组织的数据库，可能存在数据偏差或不完整的问题	探讨影响可持续人口增长的关键因素及其相互作用	经济、教育、性别平等、健康服务、环境可持续性、移民政策和技术进步	NA	NA	DEMATEL, ANP	深度学习预测模型, 集成学习模型, 因果推断模型, 复杂网络分析模型, 基于代理的模型	数据	4000个数据样本
597	2024-11-23	Stock movement prediction in a hotel with multimodality and spatio-temporal features during the Covid-19 pandemic 2024-Nov-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e40024 PMID:39568851	研究论文	研究开发了一种新的深度学习模型MSGCN，用于在新冠疫情期间预测酒店股票表现，该模型结合了多模态数据和时空特征	提出了MSGCN模型，该模型通过图卷积网络捕捉酒店之间的空间关系，并整合了消费者评论中的文本、图像和评分等多模态信息	NA	提高酒店股票预测的准确性，特别是在新冠疫情期间	酒店股票表现	机器学习	NA	图卷积网络	MSGCN	多模态数据（文本、图像、评分）	两个不同的数据集
598	2024-11-23	Convolutional neural network models describe the encoding subspace of local circuits in auditory cortex 2024-Nov-08, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.07.622384 PMID:39574636	研究论文	本文开发了一种方法来可视化卷积神经网络（CNN）捕获的调谐子空间，并展示了其在听觉皮层中的应用	本文提出了一种新的方法来可视化CNN捕获的调谐子空间，并展示了其在听觉皮层中的应用，揭示了CNN与子空间模型之间的概念联系	CNN的复杂性使得难以辨别支持其改进性能的计算特性	研究卷积神经网络（CNN）在听觉皮层中对非线性组合的频谱-时间声音特征的编码能力	听觉皮层中的局部电路和卷积神经网络（CNN）模型	计算机视觉	NA	卷积神经网络（CNN）	卷积神经网络（CNN）	声音数据	从清醒、被动聆听的雪貂的初级听觉皮层（A1）中使用高通道数微电极阵列记录的单单位数据
599	2024-11-23	Evaluating Synthetic Diffusion MRI Maps created with Diffusion Denoising Probabilistic Models 2024-Nov-07, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.06.621173 PMID:39574701	研究论文	研究使用扩散去噪概率模型生成合成扩散MRI图谱，并评估其真实性和多样性	首次应用扩散去噪概率模型生成合成扩散张量成像图谱，并评估其在阿尔茨海默病分类器中的迁移学习能力	NA	开发和评估用于生成合成扩散张量成像图谱的模型，并研究其在阿尔茨海默病分类器中的应用	合成扩散张量成像图谱的真实性和多样性，以及在阿尔茨海默病分类器中的迁移学习能力	计算机视觉	阿尔茨海默病	扩散去噪概率模型	卷积神经网络	图像	NA
600	2024-11-23	MST-m6A: A Novel Multi-Scale Transformer-based Framework for Accurate Prediction of m6A Modification Sites Across Diverse Cellular Contexts 2024-Nov-06, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2024.168856 PMID:39510345	研究论文	提出了一种基于多尺度Transformer的框架MST-m6A，用于在不同细胞背景下准确预测m6A修饰位点	采用多尺度Transformer架构和双k-mer标记化方法，捕捉RNA序列的多层次特征和全局上下文信息，并通过通道融合机制和卷积神经网络提高预测精度	NA	开发一种能够在不同细胞和组织中准确预测m6A修饰位点的新方法	m6A修饰位点	机器学习	NA	多尺度Transformer	卷积神经网络	RNA序列	NA