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
441	2024-12-31	Investigation on the reliability calculation method of gravity dam based on CNN-LSTM and Monte Carlo method 2024-Dec-29, Network (Bristol, England) DOI:10.1080/0954898X.2024.2447281 PMID:39733444	研究论文	本文提出了一种基于CNN-LSTM和蒙特卡罗方法的重力坝可靠性计算方法	结合CNN和LSTM深度学习网络，提出了DS-FEM-CNN-LSTM-MC方法，提高了计算精度并减少了计算时间	未提及具体的数据集或实验规模，可能限制了方法的普适性验证	提高重力坝可靠性计算的精度和效率	重力坝的应力非线性动态系统	机器学习	NA	蒙特卡罗方法、DOE测试方法	CNN、LSTM	非线性数据	未提及具体样本数量
442	2024-12-31	Descriptive overview of AI applications in x-ray imaging and radiotherapy 2024-Dec-27, Journal of radiological protection : official journal of the Society for Radiological Protection IF:1.4Q3 DOI:10.1088/1361-6498/ad9f71 PMID:39681008	综述	本文探讨了人工智能在X射线成像和放射治疗中的应用，包括优化辐射剂量、提高放射治疗效果以及面临的挑战和限制	深入分析了人工智能在放射治疗中的自动化与精确性提升，特别是深度学习模型在器官和肿瘤分割中的应用	部分AI技术尚未准备好用于常规临床使用，主要由于验证挑战，特别是在不同患者群体和临床环境中的可靠性问题	研究人工智能在医学放射应用中的优化与改进	X射线成像和放射治疗	数字病理学	NA	深度学习	DL	图像	NA
443	2024-12-31	Multiclass arrhythmia classification using multimodal smartwatch photoplethysmography signals collected in real-life settings 2024-Dec-13, Research square DOI:10.21203/rs.3.rs-5463126/v1 PMID:39711547	研究论文	本文提出了一种使用智能手表光电容积描记（PPG）信号进行多类心律失常分类的方法，并在真实生活环境中进行了测试	使用多模态数据（包括1D PPG、加速度计和心率数据）和计算高效的1D双向门控循环单元（1D-Bi-GRU）深度学习模型，实现了对正常窦性心律、房颤（AF）和房性/室性早搏（PAC/PVC）的高效分类，并在独立数据集上展示了更好的泛化能力	尽管在独立数据集上展示了良好的泛化能力，但模型的性能仍需在更大规模和多样化的数据集上进行进一步验证	解决现有房颤检测算法在真实生活环境中因运动伪影和频繁早搏而受限的问题，提高多类心律失常分类的准确性和泛化能力	106名受试者在两周内通过智能手表收集的PPG数据	数字病理学	心血管疾病	深度学习	1D双向门控循环单元（1D-Bi-GRU）	PPG信号、加速度计数据、心率数据	106名受试者
444	2024-12-31	Automated Segmentation of MRI White Matter Hyperintensities in 8421 Patients with Acute Ischemic Stroke 2024-Dec-09, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8418 PMID:39013565	研究论文	本文开发并验证了深度学习算法，用于在急性缺血性中风患者中准确分割白质高信号病变	使用迄今为止最大的MRI数据集，开发了SE-UNet模型，并引入了不确定性指数以识别自动分割不准确的情况	UNet和SE-UNet的性能略低于人类之间的可靠性	开发并验证深度学习算法，用于在急性缺血性中风患者中准确分割白质高信号病变	8421名急性缺血性中风患者	数字病理学	中风	深度学习	UNet, SE-UNet	MRI图像	8421名患者
445	2024-12-31	Automated Characterization of Abdominal MRI Exams Using Deep Learning 2024-Dec-09, Research square DOI:10.21203/rs.3.rs-5334453/v1 PMID:39711527	研究论文	本研究利用卷积神经网络（CNN）自动分类腹部MRI图像的序列、方向和对比度	开发了三种专门用于腹部MRI的CNN模型，能够高效地识别和分类MRI序列、方向和对比度	未提及模型在不同机构间的泛化能力及对异质数据的适应性	开发一种标准化方法，以高效识别、表征和标记MRI序列，促进多源MRI数据的研究	腹部MRI图像	计算机视觉	NA	MRI	CNN	图像	NA
446	2024-12-30	Time-series InSAR measurement using ICOPS and estimation of along-track surface deformation using MAI during the 2021 eruption of Fagradalsfjall Volcano, Iceland 2024-Dec-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79128-1 PMID:39730394	研究论文	本文利用ICOPS和MAI技术对2021年冰岛Fagradalsfjall火山喷发期间的地表变形进行了时间序列InSAR测量	结合PS和DS点，利用深度学习算法优化测量点，并首次在Fagradalsfjall火山喷发期间应用MAI方法估计沿轨道地表变形	需要进一步应用多轨道分析以找到喷发引起的3D变形模式	研究2021年冰岛Fagradalsfjall火山喷发期间的地表变形	Fagradalsfjall火山及其周边地区	遥感	NA	InSAR, MAI, 深度学习算法	NA	SAR数据	90个SAR数据，6对干涉图
447	2024-12-30	Customer churn prediction model based on hybrid neural networks 2024-Dec-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79603-9 PMID:39730438	研究论文	本文提出了一种基于混合神经网络的客户流失预测模型CCP-Net，旨在提高客户流失预测的准确性和鲁棒性	CCP-Net结合了Multi-Head Self-Attention、BiLSTM和CNN，能够有效提取复杂的非线性和时间序列特征，从而提升预测性能	未提及模型在处理更大规模数据集或更复杂业务场景下的表现	提高客户流失预测的准确性，为企业提供更全面的流失管理策略	电信、银行、保险和新闻行业的客户数据	机器学习	NA	ADASYN采样算法、Multi-Head Self-Attention、BiLSTM、CNN	混合神经网络	序列数据	电信、银行、保险和新闻数据集
448	2024-12-30	Road terrain recognition based on tire noise for autonomous vehicle 2024-Dec-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81666-7 PMID:39730501	研究论文	本文提出了一种基于轮胎噪声的端到端深度学习方法，用于自动驾驶车辆的道路地形识别	引入了结合时频注意力模块的轮胎噪声识别残差网络（TNResNet），利用轮胎噪声信号的时频信息进行道路地形分类	仅评估了五种道路类型，未涉及更多复杂或混合地形	提高自动驾驶车辆的驾驶安全性、通过性和舒适性	自动驾驶车辆的道路地形识别	机器学习	NA	深度学习	TNResNet, LSTM, CNN	声音信号	五种道路类型（沥青、水泥、草地、泥地、沙地）
449	2024-12-30	An instructional emperor pigeon optimization (IEPO) based DeepEnrollNet for university student enrolment prediction and retention recommendation 2024-Dec-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81181-9 PMID:39730552	研究论文	本文提出了一种结合深度学习和推荐系统的创新框架，用于预测大学生入学率并提供保留建议	结合了深度学习与推荐系统，采用加权特征融合和优化算法IEPO，提出了一种新的混合模型DeepEnrollNet	现有方法在处理数值和文本数据时存在不足，无法提供个性化的保留策略	预测大学生入学率并提供保留建议，以应对学术机构在预测学生入学和管理保留方面的挑战	大学生入学数据	机器学习	NA	GloVe嵌入、LDA主题建模、SentiWordNet情感分析、Pythagorean模糊AHP、混合优化算法IEPO	CNN-GRU-Attention QCNN、DQN	数值和文本数据	NA
450	2024-12-30	Urban Water-Energy consumption Prediction Influenced by Climate Change utilizing an innovative deep learning method 2024-Dec-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81836-7 PMID:39730584	研究论文	本研究提出了一种创新的深度学习方法，用于预测气候变化影响下的城市水和能源消耗	结合卷积神经网络（CNN）与增强型大猩猩部队优化（EGTO）算法，提高了预测的准确性和可靠性	研究仅针对深圳这一特定城市，可能无法直接推广到其他地区	预测气候变化影响下的城市水和能源消耗，以支持决策制定和资源管理	深圳市的用水和能源消耗	机器学习	NA	卷积神经网络（CNN）与增强型大猩猩部队优化（EGTO）算法	CNN	气候、社会经济和人口数据	NA
451	2024-12-30	Machine learning optimal ordering in global routing problems in semiconductors 2024-Dec-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82226-9 PMID:39730665	研究论文	本文提出了一种在多层半导体封装设计中用于全局布线问题的网络排序新方法	该方法基于机器学习技术，超越了基于启发式评分函数的传统网络排序技术	NA	优化多层半导体封装设计中的全局布线问题	多层半导体封装设计中的全局布线问题	机器学习	NA	机器学习	深度学习	NA	NA
452	2024-12-30	Utilizing active learning and attention-CNN to classify vegetation based on UAV multispectral data 2024-Dec-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82248-3 PMID:39730804	研究论文	本文提出了一种基于主动学习策略的深度学习模型，用于利用无人机多光谱数据对植被类型进行准确识别	结合主动学习策略和双注意力机制的语义分割门控全融合模块，优化了光谱权重分配，提高了模型对相似类别的区分能力	模型在有限训练样本情况下的分类精度仍有提升空间	提高植被类型识别的准确性并降低标注成本	无人机多光谱数据	计算机视觉	NA	主动学习策略，双注意力机制	CNN	多光谱图像	未明确说明样本数量
453	2024-12-30	Predicting lncRNA-protein interactions using a hybrid deep learning model with dinucleotide-codon fusion feature encoding 2024-Dec-28, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-024-11168-3 PMID:39732642	研究论文	本文提出了一种基于深度学习的lncRNA-蛋白质相互作用预测模型LPI-DNCFF，利用双核苷酸-密码子融合特征编码方法	提出了双核苷酸-密码子融合特征编码方法（DNCFF），并构建了基于BiLSTM和注意力机制的混合深度学习模型LPI-DNCFF	未提及模型在其他数据集上的泛化能力	准确预测lncRNA-蛋白质相互作用，以揭示lncRNA的功能机制及相关疾病的分子机制	lncRNA和蛋白质序列	生物信息学	NA	深度学习	BiLSTM, 注意力机制	序列数据	RPI1847和ATH948数据集
454	2024-12-30	ERCPMP: an endoscopic image and video dataset for colorectal polyps morphology and pathology 2024-Dec-28, BMC research notes IF:1.6Q2 DOI:10.1186/s13104-024-07062-6 PMID:39732672	研究论文	本文介绍了一个包含191名结直肠息肉患者的形态学和病理学数据、内窥镜图像和视频的数据集ERCPMP	ERCPMP数据集结合了最新的国际胃肠病学分类标准，如Paris、Pit和JNET分类，为结直肠息肉的检测、分类和分割提供了丰富的数据资源	数据集仅包含191名患者的数据，样本量相对较小	开发用于结直肠息肉检测、分类和分割的深度学习算法	结直肠息肉患者的内窥镜图像和视频	数字病理学	结直肠癌	内窥镜成像	深度学习算法	图像和视频	191名患者
455	2024-12-30	An interpretable fault diagnosis method for aeroengine bearings based on belief rule based with a dynamic power set 2024-Dec-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82804-x PMID:39732843	研究论文	本文提出了一种基于动态幂集的可解释信念规则基础的航空发动机轴承故障诊断方法	提出了一种基于动态幂集的可解释信念规则基础（D-HBRBP-I）的故障诊断方法，解决了样本类别不平衡和局部无知问题，并通过P-CMAES算法优化模型以确保其可解释性	未提及具体的数据集规模或实验环境的局限性	提高航空发动机轴承故障诊断的准确性和可解释性	航空发动机轴承	机器学习	NA	P-CMAES算法	信念规则基础模型	传感器数据	NA
456	2024-12-30	An efficient method for identifying surface damage in hydraulic concrete buildings 2024-Dec-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82612-3 PMID:39732863	研究论文	本文提出了一种高效的方法，用于识别水力混凝土建筑物的表面损伤	通过微调轻量级预训练模型的顶层参数，解决了模型对数据依赖性的问题，并采用集成学习算法提高分类的准确性和稳定性	集成学习算法在处理高维数据集时存在耗时问题	提高水力建筑物表面损伤识别的效率和准确性	水力混凝土建筑物的表面损伤	计算机视觉	NA	深度学习	集成学习算法	图像	NA
457	2024-12-30	A quantitative benchmark of neural network feature selection methods for detecting nonlinear signals 2024-Dec-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82583-5 PMID:39732866	研究论文	本文系统地评估了基于深度学习的特征选择方法在不同复杂度的合成数据集上的表现，并基准测试了它们在揭示特征间非线性关系方面的有效性	首次系统地评估了基于深度学习的特征选择方法在合成数据集上的表现，并基准测试了梯度特征归因技术的可靠性	研究仅基于合成数据集，未在真实数据集上进行验证	评估基于深度学习的特征选择方法在揭示非线性关系方面的有效性	合成数据集	机器学习	NA	NA	神经网络	合成数据	NA
458	2024-12-30	Information extraction from green channel textual records on expressways using hybrid deep learning 2024-Dec-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82681-4 PMID:39732976	研究论文	本文提出了一种基于混合深度学习的创新方法，用于从高速公路绿色通道的文本记录中提取信息	结合BIO标注、预训练模型、深度学习和CRF，构建了命名实体识别（NER）模型，并比较了BERT、ALBERT和RoBERTa三种预训练模型的效果	研究仅基于陕西省高速公路绿色通道管理系统的调查数据，可能缺乏全国范围的普适性	从高速公路绿色通道的文本记录中提取知识，特别是失败案例的信息	高速公路绿色通道的文本记录	自然语言处理	NA	BIO标注、预训练模型、深度学习、CRF	RoBERTa-BiGRU-CRF	文本	陕西省高速公路绿色通道管理系统的调查数据
459	2024-12-30	A deep learning identification method of tight sandstone lithofacies integrating multilayer perceptron and multivariate time series 2024-Dec-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82607-0 PMID:39732990	研究论文	本文提出了一种基于多层感知器（MLP）和多变量时间序列（MTS-Mixers）的混合智能方法，用于识别致密砂岩储层的岩相	结合MLP和MTS模型的强大信息提取和分类识别能力，构建了MLP-MTS混合智能模型，提高了岩相识别的效率和准确性	样本数据集可能仍然不足，且模型的泛化能力未在其他区域进行验证	解决致密砂岩储层岩相识别中的手动分类时间长、主观性强和样本数据集不足的问题	松辽盆地扶余油层的致密砂岩储层	机器学习	NA	多层感知器（MLP）和多变量时间序列（MTS-Mixers）	MLP-MTS混合模型	测井数据	NA
460	2024-12-30	Prognostic impact of tumor cell nuclear size assessed by artificial intelligence in esophageal squamous cell carcinoma 2024-Dec-26, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2024.102221 PMID:39732367	研究论文	本文利用人工智能评估食管鳞状细胞癌中肿瘤细胞核大小，并探讨其临床意义	首次使用人工智能定量评估食管鳞状细胞癌中肿瘤细胞核大小，并发现其与预后的显著关联	样本量较小，仅包含138名患者，且仅针对食管鳞状细胞癌	探讨肿瘤细胞核大小在食管鳞状细胞癌中的临床意义	138名接受根治性食管切除术的食管鳞状细胞癌患者	数字病理学	食管鳞状细胞癌	深度学习	DenseNet v2	图像	138名患者