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
481	2025-01-01	Applications of Transformers in Computational Chemistry: Recent Progress and Prospects 2024-Dec-31, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.4c03128 PMID:39737793	综述	本文综述了Transformer模型在计算化学中的应用及其未来前景	与传统的机器学习和深度学习技术相比，Transformer模型具有细粒度的特征捕捉能力，能够高效准确地建模长序列数据的依赖关系，模拟复杂多样的化学空间，并探索数据背后的计算逻辑	NA	探讨Transformer模型在计算化学中的应用及其未来研究方向	Transformer模型及其在计算化学中的应用	计算化学	NA	NA	Transformer	长序列数据	NA	NA	NA	NA	NA
482	2025-01-01	An efficient surface electromyography-based gesture recognition algorithm based on multiscale fusion convolution and channel attention 2024-12-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81369-z PMID:39730496	研究论文	本文提出了一种基于多尺度融合卷积和通道注意力的高效表面肌电信号手势识别算法	提出了Residual-Inception-Efficient (RIE)模型，结合了Inception模块和高效通道注意力机制，降低了算法复杂度并提高了识别精度	未提及具体局限性	实现更高效的多类型手势识别	表面肌电信号（sEMG）	机器学习	NA	NA	Residual-Inception-Efficient (RIE)模型	表面肌电信号（sEMG）	NinaPro DB1、DB3和DB4数据集，分别包含14,040、3,234和3,120个手势样本	NA	NA	NA	NA
483	2024-12-30	A proficient approach for the classification of Alzheimer's disease using a hybridization of machine learning and deep learning 2024-12-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81563-z PMID:39730532	研究论文	本文提出了一种结合机器学习和深度学习的新方法，用于阿尔茨海默病的早期检测和分类	提出了一种独特的机器学习和深度学习结合的方法，优化了阿尔茨海默病检测和分类的精度和准确性	NA	早期检测和分类阿尔茨海默病	阿尔茨海默病患者	机器学习	阿尔茨海默病	结构磁共振成像（sMRI）	混合模型（机器学习和深度学习）	图像	NA	NA	NA	NA	NA
484	2025-01-01	Limitations of panoramic radiographs in predicting mandibular wisdom tooth extraction and the potential of deep learning models to overcome them 2024-12-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81153-z PMID:39730557	研究论文	本研究探讨了全景X光片在预测下颌智齿拔除难度中的局限性，并评估了深度学习模型在此任务中的潜力	首次使用深度学习模型（AlexNet和VGG-16）来预测智齿拔除过程中是否需要牙齿分离或骨移除，并与口腔外科医生的预测能力进行了比较	仅使用全景X光片进行预测，准确率较低，表明单独使用全景X光片预测智齿拔除难度具有挑战性	预测下颌智齿拔除的难度，并评估深度学习模型在此任务中的表现	下颌智齿	数字病理	NA	深度学习	CNN（AlexNet和VGG-16）	图像（全景X光片）	NA	NA	NA	NA	NA
485	2025-01-01	SHIVA-CMB: a deep-learning-based robust cerebral microbleed segmentation tool trained on multi-source T2*GRE- and susceptibility-weighted MRI 2024-12-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81870-5 PMID:39730628	研究论文	本文介绍了一种基于深度学习的脑微出血（CMB）分割工具SHIVA-CMB，该工具在多种来源的T2*GRE和磁敏感加权MRI数据上进行了训练	SHIVA-CMB是首个公开分享预训练模型的CMB检测工具，具有较高的泛化能力和性能	尽管在多个数据集上表现出色，但模型的性能可能仍受限于训练数据的多样性和数量	开发一种能够在大规模研究中快速表征CMB的工具，以促进对CMB病理生理学和功能后果的研究	脑微出血（CMB）	数字病理学	脑血管疾病	深度学习	3D Unet	MRI图像	450次扫描来自六个不同的队列研究，测试集包括96次扫描，另外还有1992次T2*加权扫描用于验证	NA	NA	NA	NA
486	2025-01-01	CDUNeXt: efficient ossification segmentation with large kernel and dual cross gate attention 2024-12-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82199-9 PMID:39730708	研究论文	本文提出了一种名为CDUNeXt的轻量级、自动且高效的方法，用于识别黄韧带骨化区域	首次将深度学习方法引入黄韧带骨化诊断，设计了轻量级模块结构，利用大核卷积提取图像特征的长距离依赖，并采用双交叉门注意力机制（DCGA）顺序捕捉通道和空间依赖，以实现快速准确的分割	目前仅依赖医生的主观经验进行识别，效率低且误差大	解决黄韧带骨化区域准确高效识别的临床痛点	黄韧带骨化区域	医学图像分割	脊柱狭窄	深度学习	CDUNeXt	图像	NA	NA	NA	NA	NA
487	2025-01-01	A new prediction model based on deep learning for pig house environment 2024-12-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82492-7 PMID:39730744	研究论文	提出了一种基于贝叶斯优化、压缩激励块、卷积神经网络和门控循环单元的猪舍环境预测模型，以提高预测精度和动物福利，并提前采取控制措施	结合贝叶斯优化、压缩激励块、卷积神经网络和门控循环单元，提出了一种新的猪舍环境预测模型，显著提高了预测精度和稳定性	未提及模型在其他类型环境或更大规模数据集上的适用性	提高猪舍环境预测精度，优化动物福利和环境控制	猪舍环境参数（温度、湿度、CO和NH浓度）	机器学习	NA	贝叶斯优化、卷积神经网络、门控循环单元	BO-SE-CNN-GRU	环境数据	NA	NA	NA	NA	NA
488	2025-01-01	Leveraging fuzzy embedded wavelet neural network with multi-criteria decision-making approach for coronary artery disease prediction using biomedical data 2024-12-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82019-0 PMID:39730749	研究论文	本文提出了一种结合模糊小波神经网络和多准则决策方法的冠状动脉疾病预测技术	提出了LFWNNDMA-CADP技术，结合了模糊小波神经网络、改进的蚁群优化算法和混合小龙虾优化算法与自适应差分进化技术，用于冠状动脉疾病的预测	未提及具体的数据集大小和样本类型，可能影响模型的泛化能力	通过多准则决策模型预测冠状动脉疾病，提高诊断准确率	冠状动脉疾病患者	机器学习	心血管疾病	模糊小波神经网络、改进的蚁群优化算法、混合小龙虾优化算法与自适应差分进化技术	FWNN	生物医学数据	NA	NA	NA	NA	NA
489	2025-01-01	Quality prediction of air-cured cigar tobacco leaf using region-based neural networks combined with visible and near-infrared hyperspectral imaging 2024-12-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82586-2 PMID:39732746	研究论文	本研究利用可见光和近红外高光谱成像技术结合深度学习模型，预测不同空气固化阶段的雪茄烟叶质量	首次将多样化区域卷积神经网络（DR-CNN）应用于雪茄烟叶质量预测，并展示了其相较于传统方法的优越性	研究仅在特定环境条件下进行，未考虑其他可能影响烟叶质量的因素	评估深度学习方法在克服数据限制方面的可行性，开发基于VNIR-HSI的雪茄烟叶质量预测模型	雪茄烟叶	计算机视觉	NA	可见光和近红外高光谱成像（VNIR-HSI）	多样化区域卷积神经网络（DR-CNN）	图像	NA	NA	NA	NA	NA
490	2025-01-01	Hand gestures classification of sEMG signals based on BiLSTM-metaheuristic optimization and hybrid U-Net-MobileNetV2 encoder architecture 2024-12-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82676-1 PMID:39732856	研究论文	本文提出了一种基于sEMG信号的手势分类新方法，结合了U-Net架构、MobileNetV2编码器、BiLSTM和元启发式优化	提出了一种结合U-Net架构、MobileNetV2编码器、BiLSTM和元启发式优化的新方法，显著提高了手势分类的准确性和鲁棒性	未提及具体局限性	提高基于sEMG信号的手势分类准确性	sEMG信号	机器学习	NA	贝叶斯优化	U-Net, MobileNetV2, BiLSTM	sEMG信号	六个标准数据库	NA	NA	NA	NA
491	2025-01-01	Dynamic relations between longitudinal morphological, behavioral, and emotional indicators and cognitive impairment: evidence from the Chinese Longitudinal Healthy Longevity Survey 2024-Dec-18, BMC public health IF:3.5Q1 DOI:10.1186/s12889-024-21072-w PMID:39696204	研究论文	本文评估了BMI、ADL和SWB对认知障碍的影响，并提出了动态风险预测模型	提出了基于贝叶斯联合模型和动态-DeepHit深度学习方法的高精度动态预测模型	未提及样本的具体数量及可能的样本偏差	评估BMI、ADL和SWB对认知障碍的影响，并建立动态风险预测模型	中国纵向健康长寿调查的参与者	机器学习	老年疾病	贝叶斯联合模型、动态-DeepHit深度学习方法	线性混合效应模型、Cox比例风险回归模型	纵向调查数据	NA	NA	NA	NA	NA
492	2025-01-01	The accuracy of deep learning models for diagnosing maxillary fungal ball rhinosinusitis 2024-Dec, European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery IF:1.9Q2 DOI:10.1007/s00405-024-08948-8 PMID:39230611	研究论文	本文评估了深度学习模型在诊断上颌真菌球性鼻窦炎（MFB）中的准确性，并与鼻科医生进行了比较	通过增强定位和实例分割的深度学习模型，提高了上颌真菌球性鼻窦炎的诊断准确性	研究仅基于CT图像，未考虑其他诊断方法或临床数据	评估深度学习模型在诊断上颌真菌球性鼻窦炎中的准确性	1539名成人慢性鼻窦炎（CRS）患者的CT图像	计算机视觉	鼻窦炎	CT成像	MobileNetv3, ResNet50, ResNet101, YOLOv5X-SEG, YOLOv8X-SEG, YOLOv9-C-SEG	图像	1539名患者（254例MFB，1285例非MFB）	NA	NA	NA	NA
493	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	NA	NA	NA	NA
494	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	NA	NA	NA	NA
495	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	NA	NA	NA	NA
496	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）	NA	NA	NA	NA
497	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	NA	NA	NA	NA
498	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	NA	NA	NA	NA
499	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	NA	NA	NA	NA
500	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	NA	NA	NA	NA