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
561	2025-01-31	A multi-dimensional student performance prediction model (MSPP): An advanced framework for accurate academic classification and analysis 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.103148 PMID:39866196	研究论文	本文提出了一种多维学生表现预测模型（MSPP），旨在通过深度学习和先进的数据预处理技术提高学生学术分类的准确性	MSPP模型结合了自适应超参数调整和先进的图神经网络层，能够处理不平衡和时间序列的教育数据集，并通过AI特征提供可解释性	NA	提高学生表现预测的准确性，以支持定制化干预措施，提升学习效果	学生学术数据	机器学习	NA	深度学习	图神经网络（GNN）	结构化训练记录	NA
562	2025-01-31	An easy-to-use three-dimensional protein-structure-prediction online platform "DPL3D" based on deep learning algorithms 2025-Jun, Current research in structural biology IF:2.7Q3 DOI:10.1016/j.crstbi.2024.100163 PMID:39867105	研究论文	本文介绍了一个基于深度学习算法的易于使用的三维蛋白质结构预测在线平台DPL3D	开发了一个用户友好的平台DPL3D，能够预测和可视化突变蛋白质的三维结构，并集成了多种先进的蛋白质结构预测软件	平台依赖于现有的蛋白质晶体结构数据，对于缺乏这些数据的蛋白质，预测准确性可能受限	开发一个易于使用的在线平台，用于预测和可视化突变蛋白质的三维结构，以促进生物发现	突变蛋白质的三维结构	生物信息学	NA	深度学习算法	AlphaFold 2, RoseTTAFold, RoseTTAFold All-Atom, trRosettaX-Single	蛋白质晶体结构数据	210,180个分子结构，包括52,248个人类蛋白质
563	2025-01-31	Deep learning driven silicon wafer defect segmentation and classification 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103158 PMID:39877475	研究论文	本文探讨了使用深度学习方法对硅片缺陷进行分割和分类，以提高集成电路制造中的自动化检测效率	结合深度学习模型进行硅片缺陷的自动分割与分类，并集成具有问答能力的LLM以增强交互性	未提及具体数据集规模及模型泛化能力的验证	实现硅片缺陷的自动化检测与分类，提高集成电路制造的质量	硅片缺陷	计算机视觉	NA	深度学习	CNN（推测）	图像	未提及具体样本数量
564	2025-01-25	Enhancing semantic segmentation for autonomous vehicle scene understanding in indian context using modified CANet model 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.103131 PMID:39846010	研究论文	本文提出了一种改进的CANet模型，用于增强自动驾驶车辆在印度复杂交通环境中的语义分割能力	提出了一种结合U-Net和LinkNet元素的改进CANet模型，引入了多尺度上下文模块（MCM）以捕捉多尺度的上下文信息	NA	提高自动驾驶车辆在复杂交通环境中的语义分割准确性	印度驾驶数据集（IDD）中的道路场景	计算机视觉	NA	深度学习	改进的CANet（结合U-Net和LinkNet元素）	图像	印度驾驶数据集（IDD）
565	2025-01-23	HybNet: A hybrid deep models for medicinal plant species identification 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.103126 PMID:39830878	研究论文	本文介绍了三种创新的混合模型，用于在非约束环境下实时识别药用植物物种，通过结合卷积神经网络的优势来提高识别准确率	本文的创新点在于提出了三种混合模型，结合了VGG16、MobileNet、ResNet50和Squeeze and Excitation (SE)层的优势，显著提高了药用植物物种识别的准确率，特别是在特征增强和特征缩放方面	深度学习模型在小型数据集上训练和测试，尽管取得了较高的准确率，但数据集的规模可能限制了模型的泛化能力	研究目的是通过混合深度学习模型提高药用植物物种识别的准确率，特别是在复杂环境下的实时识别	研究对象为药用植物物种的图像数据	计算机视觉	NA	深度学习	CNN (VGG16, MobileNet, ResNet50), KNN, Squeeze and Excitation (SE)层	图像	自建的药用植物数据集，具体样本数量未提及
566	2025-01-16	Deep learning radiomics analysis for prediction of survival in patients with unresectable gastric cancer receiving immunotherapy 2025-Jun, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2024.100626 PMID:39807092	研究论文	本研究旨在通过结合影像学和临床病理变量，利用深度学习放射组学分析预测接受免疫治疗的不可切除胃癌患者的生存期	采用多模态集成方法，结合CT影像数据和临床病理变量，构建深度学习模型预测患者生存期，并构建了列线图进行验证	样本量相对较小，且仅在中国人民解放军总医院的两个医疗中心进行，可能限制了结果的普适性	预测接受免疫治疗的不可切除胃癌患者的生存期	不可切除胃癌患者	数字病理	胃癌	深度学习	多模态集成模型	CT影像数据和临床病理数据	训练队列79名患者，外部验证队列97名患者
567	2025-01-15	Enhanced diabetic retinopathy detection using U-shaped network and capsule network-driven deep learning 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.103052 PMID:39802427	研究论文	本研究探索了一种结合UNet++和胶囊网络（CapsNet）架构的混合方法，用于提高青光眼的检测准确性	结合UNet++和CapsNet架构，利用UNet++进行语义分割，CapsNet识别层次模式，提高了青光眼检测的敏感性和准确性	未提及具体的数据集大小和多样性，可能影响模型的泛化能力	提高青光眼的检测准确性	青光眼	计算机视觉	青光眼	Histogram Equalization, Contrast Limited Adaptive Histogram Equalization (CLAHE)	UNet++, CapsNet	图像	基准数据集（未提及具体数量）
568	2025-01-15	Comparative analysis and enhancing rainfall prediction models for monthly rainfall prediction in the Eastern Thailand 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.103094 PMID:39802428	研究论文	本研究评估了泰国东部地区的降雨预测模型，通过分析海洋尼诺指数（ONI）的最佳滞后时间，比较了五种深度学习模型，并开发了一种新的混合深度学习模型	开发了一种新的混合深度学习模型，针对厄尔尼诺和南方涛动（ENSO）的不同条件，提高了在厄尔尼诺、拉尼娜和中性事件三种不同气候阶段的预测准确性	NA	评估和增强泰国东部地区月度降雨预测模型	泰国东部地区的五个选定气象站的月度降雨数据	机器学习	NA	深度学习	RNN, LSTM, GRU, LSTM+LSTM, LSTM+GRU	气象数据	五个选定气象站的月度降雨数据
569	2025-01-15	Preliminary study on detection and diagnosis of focal liver lesions based on a deep learning model using multimodal PET/CT images 2025-Jun, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2024.100624 PMID:39803389	研究论文	本研究开发并验证了一种基于多模态PET/CT成像的深度学习模型，用于检测和分类肝脏局灶性病变（FLL）	利用多模态PET/CT图像结合深度学习模型进行肝脏局灶性病变的检测和分类，提高了诊断的敏感性和准确性	样本量相对较小（150名患者），且仅在一家机构进行，可能影响模型的泛化能力	开发并验证一种深度学习模型，用于检测和分类肝脏局灶性病变	肝脏局灶性病变（FLL）患者	数字病理学	肝脏疾病	18F-FDG PET/CT成像	深度学习模型	多模态PET/CT图像	150名患者（46名良性肝结节患者，51名恶性肝结节患者，53名无FLL患者）
570	2025-01-07	Deep learning enabled near-isotropic CAIPIRINHA VIBE in the nephrogenic phase improves image quality and renal lesion conspicuity 2025-Jun, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2024.100622 PMID:39758710	研究论文	本研究探讨了深度学习加速的CAIPIRINHA-VIBE技术在肾脏成像中的应用，以提升图像质量和病变检测能力	首次将深度学习技术应用于CAIPIRINHA-VIBE序列，以改善肾脏成像的图像质量和病变显着性	DL-CAIPIRINHA-VIBE呈现出更多的合成外观和混叠伪影	比较DL-CAIPIRINHA-VIBE与标准CAIPIRINHA-VIBE在肾脏成像中的图像质量和病变检测能力	50名患者，包括23个实性和45个囊性肾脏病变	医学影像	肾脏疾病	深度学习加速的CAIPIRINHA-VIBE技术	深度学习模型	MRI图像	50名患者，68个肾脏病变
571	2024-12-05	Atmospheric scattering model and dark channel prior constraint network for environmental monitoring under hazy conditions 2025-Jun, Journal of environmental sciences (China) DOI:10.1016/j.jes.2024.04.037 PMID:39617546	研究论文	提出了一种基于大气散射模型和暗通道先验约束网络的遥感图像去雾方法，用于改善雾霾天气下环境监测系统的精度	利用暗通道信息注入网络（DCIIN）和传输图网络，结合大气散射模型，实现了高质量的图像去雾效果，并通过分支融合模块优化特征权重，增强了去雾效果	NA	解决雾霾天气条件下遥感图像质量下降，导致环境监测系统精度降低的问题	遥感图像去雾	计算机视觉	NA	大气散射模型	暗通道先验约束网络	图像	合成非均匀雾霾遥感数据集
572	2024-12-05	Meteorological and traffic effects on air pollutants using Bayesian networks and deep learning 2025-Jun, Journal of environmental sciences (China) DOI:10.1016/j.jes.2024.01.057 PMID:39617575	研究论文	研究利用贝叶斯网络和深度学习模型分析气象和交通因素对空气污染物的影响	提出了一种结合降雨量和模式的新方法来分析空气污染物和气象变量，并使用LSTM模型进行污染物浓度预测	NA	研究交通因素对空气质量的复杂影响，并构建空气质量预测模型	台北市的空气污染物数据，包括交通流量、速度、降雨模式和气象因素	机器学习	NA	贝叶斯网络、深度学习	LSTM	数据	NA