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	2024-11-18	Scheme evaluation method of coal gangue sorting robot system with time-varying multi-scenario based on deep learning 2024-Nov-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78635-5 PMID:39543191	研究论文	本文提出了一种基于深度学习的煤矸石分选机器人系统（CGSRS）方案评估方法，用于处理时间变化的多场景和全工作条件下的煤矸石队列问题	首次尝试将深度学习应用于CGSRS多任务分配问题	未提及	提出一种新的方案评估方法，以提高CGSRS在多任务分配策略中的时间复杂性和稳定性	煤矸石分选机器人系统（CGSRS）及其在时间变化的多场景和全工作条件下的性能评估	机器人技术	NA	深度学习	DenseNet	图像（RGB样本集）	多场景和全条件下的矸石队列数据集
762	2024-11-18	Accelerated hit identification with target evaluation, deep learning and automated labs: prospective validation in IRAK1 2024-Nov-14, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-024-00914-0 PMID:39543721	研究论文	本文通过整合目标评估、深度学习和自动化实验室系统，在IRAK1中进行前瞻性验证，加速了命中识别	本文创新性地整合了目标评估工具SpectraView和深度学习驱动的虚拟筛选工具HydraScreen，并与自动化机器人云实验室系统相结合，显著加速了目标识别和命中发现的过程	本文主要集中在IRAK1的前瞻性验证，未来研究可以扩展到其他目标	验证整合目标评估、深度学习和自动化实验室系统在加速命中识别中的有效性	IRAK1作为研究焦点，验证结构基础的深度学习模型	机器学习	NA	深度学习	深度学习模型	化合物	化合物库中的化合物
763	2024-11-18	Integrating deep learning techniques for effective river water quality monitoring and management 2024-Nov, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2024.122477 PMID:39303600	研究论文	本研究建立了一个综合的河流水质监测系统，结合深度学习技术进行实时数据分析，以提高水质监测和管理效率	提出了一种结合卷积神经网络（CNN）和长短期记忆网络（LSTM）的混合模型，用于评估水质，验证准确率达到98.40%	NA	开发一种有效的河流水质监测和管理系统，以支持可持续的水资源管理	Kaveri河的水质参数，包括污染水平、浊度、pH值、温度和总溶解固体（TDS）	计算机视觉	NA	卷积神经网络（CNN）和长短期记忆网络（LSTM）	CNN-LSTM模型	实时数据	在Kaveri河的多个位置设置了传感器，每5分钟收集一次数据
764	2024-11-18	Hourly PM2.5 concentration prediction for dry bulk port clusters considering spatiotemporal correlation: A novel deep learning blending ensemble model 2024-Nov, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2024.122703 PMID:39357440	研究论文	本文提出了一种新的深度学习混合集成模型，用于预测干散货港口集群中的PM2.5浓度，考虑了时空相关性	本文创新性地结合了四种深度学习架构（GCN、LSTM、ResNet和CNN），通过混合集成技术提高了PM2.5浓度的预测准确性	NA	开发一种能够准确预测港口集群中PM2.5浓度的深度学习模型，以帮助当局有效应对空气污染并保护港口工作人员的健康	干散货港口集群中的PM2.5浓度	机器学习	NA	深度学习	混合集成模型（GCN、LSTM、ResNet和CNN）	实际数据	18个港口的数据
765	2024-11-18	Deep-learning classification of teat-end conditions in Holstein cattle 2024-Nov, Research in veterinary science IF:2.2Q1 DOI:10.1016/j.rvsc.2024.105434 PMID:39401476	研究论文	本文研究了使用深度学习对荷斯坦牛乳头末端状况进行分类以预防乳腺炎	本文首次使用深度学习方法对乳头末端状况进行分类，并展示了高准确率	需要更多的训练图像以提高分类准确性	开发一种基于图像的深度学习方法，用于准确分类乳头末端状况，以预防乳腺炎	荷斯坦牛的乳头末端状况	计算机视觉	NA	深度学习	转移学习网络	图像	1426张乳牛乳房的数字图像，分为训练集（70%）、验证集（15%）和测试集（15%）
766	2024-11-18	Sex dimorphism and hormesis response to polystyrene microplastic exposure in kinematics and metabolism of Drosophila model based on deep learning 2024-Nov, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2024.122846 PMID:39405883	研究论文	研究了聚苯乙烯微塑料暴露对果蝇运动学和代谢的影响	首次使用深度学习方法分析了微塑料暴露对果蝇行为和代谢的性别二态性和激素反应	研究仅限于果蝇模型，未涉及其他物种	探讨微塑料对果蝇行为和代谢的影响	果蝇的运动学和代谢	机器学习	NA	深度学习	NA	行为参数	5种浓度（0 g/L, 0.1 g/L, 1 g/L, 10 g/L, 20 g/L）的5 μm聚苯乙烯微塑料，果蝇暴露20天
767	2024-11-18	Development of a deep surrogate model with spatiotemporal characteristics mining capabilities for the prediction of groundwater level in coastal areas 2024-Nov, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2024.122724 PMID:39405889	研究论文	本文提出了一种基于深度学习的代理模型STA-GRU，用于预测沿海地区的地下水位，该模型结合了时空注意力机制和门控循环神经网络	本文的创新点在于引入了时空注意力机制和门控循环单元（GRU）来捕捉地下水位的时空依赖性，从而提高预测精度	NA	开发一种能够准确高效预测沿海地区地下水位的深度学习代理模型	沿海地区的地下水位	机器学习	NA	深度学习	GRU	时间序列	NA
768	2024-11-18	Perfluorooctanoic Acids (PFOA) removal using electrochemical oxidation: A machine learning approach 2024-Nov, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2024.122857 PMID:39405885	研究论文	本研究评估了多种机器学习模型在预测电氧化去除全氟辛酸（PFOA）效率中的应用	本研究首次将多种机器学习模型应用于电氧化去除PFOA的效率预测，并发现随机森林模型表现最佳	本研究未探讨不同环境条件下模型的泛化能力	评估机器学习模型在电氧化去除PFOA中的预测能力	全氟辛酸（PFOA）的电氧化去除效率	机器学习	NA	电氧化	随机森林	数值数据	NA
769	2024-11-18	Targeting ATP catalytic activity of chromodomain helicase CHD1L for the anticancer inhibitor discovery 2024-Nov, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2024.136678 PMID:39426766	研究论文	本文通过整合多种深度学习方法与生化和细胞实验，识别CHD1L的潜在抑制剂，并验证其抗癌效果	首次采用深度学习方法结合虚拟筛选技术，发现新型CHD1L抑制剂C071-0684，具有显著的抗癌效果	NA	发现和开发针对CHD1L的抗癌药物	CHD1L酶及其抑制剂	机器学习	NA	深度学习	NA	化合物	超过150万种小分子化合物，筛选出36种候选化合物，验证其中13种
770	2024-11-18	Structure-aware annotation of leucine-rich repeat domains 2024-Nov, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012526 PMID:39499733	研究论文	本文开发了降维方法来注释亮氨酸重复序列域的重复单元，并应用于预测的结构	利用深度学习预测的蛋白质结构信息改进现有的基于序列的域注释方法	依赖于预测的蛋白质结构，可能存在预测误差	改进蛋白质域注释方法，特别是亮氨酸重复序列域的注释	亮氨酸重复序列域及其在植物免疫蛋白中的应用	机器学习	NA	降维方法	NA	蛋白质结构	127个预测的亮氨酸重复序列域结构，验证数据集包含172个手动注释的亮氨酸重复序列域
771	2024-11-18	A deep learning method to integrate extracelluar miRNA with mRNA for cancer studies 2024-Nov-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae653 PMID:39495117	研究论文	本文介绍了一种深度学习方法CrossPred，用于整合细胞外miRNA和mRNA数据，以提高癌症研究的生物标志物和治疗靶点的预测准确性	开发了一种基于对比学习的深度学习多编码器模型CrossPred，用于交叉预测miRNA和mRNA表达，并创建了一个共享嵌入空间来整合这两种数据类型	NA	提高细胞外miRNA表达数据的质量，并开发非侵入性方法来评估细胞内mRNA表达	细胞外miRNA和细胞内mRNA	机器学习	癌症	深度学习	多编码器模型	miRNA和mRNA表达数据	三种癌症类型的数据
772	2024-11-17	Deciphering the Language of Protein-DNA Interactions: A Deep Learning Approach Combining Contextual Embeddings and Multi-Scale Sequence Modeling 2024-Nov-15, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2024.168769 PMID:39214282	研究论文	本文提出了一种结合上下文嵌入和多尺度序列建模的深度学习方法，用于预测蛋白质序列中的DNA相互作用残基	利用预训练的蛋白质语言模型（如ProtTrans）捕捉DNA结合位点的内在生化特性和序列基序，并结合多窗口卷积神经网络架构，有效识别局部和全局结合模式	NA	揭示蛋白质-DNA相互作用的机制，理解关键细胞过程和疾病途径	蛋白质序列中的DNA相互作用残基	机器学习	NA	深度学习	卷积神经网络	序列	NA
773	2024-11-17	Hepatocellular Carcinoma Immune Microenvironment Analysis: A Comprehensive Assessment with Computational and Classical Pathology 2024-Nov-15, Clinical cancer research : an official journal of the American Association for Cancer Research IF:10.0Q1 DOI:10.1158/1078-0432.CCR-24-0960 PMID:39264292	研究论文	本研究开发了一种基于深度学习的图像分析模型，用于分析肝细胞癌（HCC）的肿瘤免疫微环境（TIME）	首次设计了一种多阶段深度学习算法（IHC-TIME），用于自动检测免疫细胞及其在肿瘤微环境中的定位	针刺活检在代表主要肿瘤的免疫表型方面存在75%的准确性限制	研究肝细胞癌的肿瘤免疫微环境的空间变异性和临床相关性	肝细胞癌的肿瘤免疫微环境	数字病理学	肝癌	免疫组化（IHC）	深度学习（DL）	图像	92例肝细胞癌手术切除标本和51例匹配的针刺活检标本
774	2024-11-17	ResNet-Transformer deep learning model-aided detection of dens evaginatus 2024-Nov-15, International journal of paediatric dentistry IF:2.3Q2 DOI:10.1111/ipd.13282 PMID:39545506	研究论文	本文开发了一种深度学习模型，用于辅助牙医早期诊断牙内突	本文创新性地利用ResNet-Transformer深度学习模型，提高了牙内突的检测精度和敏感性	NA	开发一种深度学习模型，辅助牙医早期诊断牙内突	牙内突的早期检测和干预	机器学习	NA	深度学习	ResNet-Transformer	图像	1410名3-16岁的患者
775	2024-11-17	Artificial intelligence-enhanced biosurveillance for antimicrobial resistance in sub-Saharan Africa 2024-Nov-15, International health IF:2.3Q2 DOI:10.1093/inthealth/ihae081 PMID:39545538	综述	本文探讨了人工智能在撒哈拉以南非洲地区抗菌素耐药性生物监测中的应用和适用性	人工智能通过先进的机器学习和深度学习算法，能够改进耐药菌株的检测、追踪和预测	撒哈拉以南非洲地区在实施人工智能抗菌素耐药性监测时面临数据稀缺、基础设施限制和伦理问题	研究人工智能在撒哈拉以南非洲地区抗菌素耐药性监测中的应用潜力	抗菌素耐药性及其在撒哈拉以南非洲地区的监测	机器学习	NA	机器学习、深度学习	NA	NA	NA
776	2024-11-17	RASP v2.0: an updated atlas for RNA structure probing data 2024-Nov-15, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkae1117 PMID:39546630	研究论文	本文介绍了RASP v2.0，一个更新后的RNA结构探测数据数据库，包含大量扩展的数据集和增强的在线结构分析功能	RASP v2.0引入了深度学习模型来填补缺失的结构信号，并增加了三个新的在线分析模块，显著提升了数据质量和分析能力	NA	提供一个更全面的RNA结构数据资源，以促进RNA结构与功能关系在多种生物过程中的研究	RNA结构数据及其在生物过程中的功能	NA	NA	深度学习	NA	RNA结构数据	438个RNA结构数据集，包括216个转录组范围的RNA结构数据集，141个目标特异性RNA结构数据集和81个RNA-RNA相互作用数据集
777	2024-11-17	A Systematic Review of the Diagnostic Accuracy of Deep Learning Models for the Automatic Detection, Localization, and Characterization of Clinically Significant Prostate Cancer on Magnetic Resonance Imaging 2024-Nov-14, European urology oncology IF:8.3Q1 DOI:10.1016/j.euo.2024.11.001 PMID:39547898	综述	本文系统回顾了深度学习模型在磁共振成像上自动检测、定位和表征临床显著性前列腺癌的诊断准确性	评估了深度学习模型在增强前列腺癌MRI诊断中的当前状态	研究设计、验证策略和数据集的显著异质性，以及缺乏外部验证和标准化方法	评估深度学习模型在MRI上自动检测、定位和表征临床显著性前列腺癌的诊断准确性	深度学习模型在MRI上检测和表征临床显著性前列腺癌的能力	计算机视觉	前列腺癌	磁共振成像	深度学习模型	图像	25项研究符合纳入标准
778	2024-11-17	Brain tumor diagnosis in MRI scans images using Residual/Shuffle Network optimized by augmented Falcon Finch optimization 2024-11-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-77523-2 PMID:39537654	研究论文	本文提出了一种使用深度学习方法在MRI扫描图像中诊断脑肿瘤的新方法，重点是Residual/Shuffle网络，并通过Augmented Falcon Finch优化算法优化网络参数	本文引入了Augmented Falcon Finch优化算法来优化Residual/Shuffle网络的超参数，提高了模型的可靠性和准确性	NA	开发一种在MRI扫描图像中诊断脑肿瘤的高效深度学习方法	脑肿瘤的MRI扫描图像	计算机视觉	脑癌	深度学习	Residual/Shuffle网络	图像	标准脑肿瘤MRI数据集
779	2024-11-17	Deep learning enables the use of ultra-high-density array in DNBSEQ 2024-11-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78748-x PMID:39537672	研究论文	本文提出了一种基于深度学习的DNB图像超分辨率网络DNBSRN，以解决DNBSEQ中使用超高密度阵列时图像分辨率不足的问题	设计了专门用于DNB图像的DNBSRN网络，并采用基于直方图匹配的预处理方法，显著提高了超高密度阵列的碱基调用性能	NA	解决DNBSEQ中使用超高密度阵列时图像分辨率不足的问题，提高测序通量并降低试剂成本	DNB图像的超分辨率重建	计算机视觉	NA	深度学习	超分辨率网络	图像	八个DNB图像数据集
780	2024-11-17	Predicting rainfall using machine learning, deep learning, and time series models across an altitudinal gradient in the North-Western Himalayas 2024-Nov-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-77687-x PMID:39537701	研究论文	研究提出使用机器学习和深度学习模型以及时间序列技术来预测印度西北喜马拉雅山脉不同海拔的降雨量	研究首次将多种机器学习和深度学习算法应用于喜马拉雅山脉的降雨预测，并结合时间序列技术，显著提高了预测精度	研究结果显示海拔对模型精度有显著影响，表明需要在该地区增加更多的气象站以提高预测精度	提高喜马拉雅山脉地区降雨预测的准确性，以减少因降雨引发的灾害损失	喜马拉雅山脉不同海拔的降雨量	机器学习	NA	随机森林、支持向量回归、人工神经网络、k近邻、长短期记忆网络、双向LSTM、深度LSTM、门控循环单元、简单循环神经网络、自回归积分移动平均模型、TBATS	LSTM、双向LSTM、深度LSTM、GRU、RNN、ANN、KNN、SVR、RF	气象数据	六个不同海拔的气象站，数据时间跨度为1980年至2021年