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
20521	2024-08-29	Birdsong classification based on ensemble multi-scale convolutional neural network 2022-05-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-12121-8 PMID:35606386	研究论文	本文针对传统卷积神经网络（CNN）在层数增加时语义信息丰富但细节信息丢失的问题，提出了一种基于小波变换特征谱图的多尺度卷积神经网络（MSCNN）和集成多尺度卷积神经网络（EMSCNN）分类框架，用于鸟鸣分类	本文提出的EMSCNN模型通过集成多尺度卷积神经网络，有效解决了传统CNN在处理鸟鸣数据时全局信息丢失的问题，提高了分类性能	NA	提高鸟鸣分类的准确性和稳定性	鸟鸣数据	计算机视觉	NA	小波变换	CNN	音频	30种鸟类
20522	2024-08-29	Hippocampal representations for deep learning on Alzheimer's disease 2022-05-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-12533-6 PMID:35597814	研究论文	本文比较了五种海马体表示方法及其相应的网络架构，用于通过深度学习分析阿尔茨海默病中的海马体变化	本文首次评估了不同海马体表示方法对深度学习分析阿尔茨海默病的影响	需要进一步研究以确定最佳的海马体表示方法和网络架构	探讨不同海马体表示方法对深度学习预测阿尔茨海默病的影响	海马体在阿尔茨海默病中的变化	机器学习	阿尔茨海默病	深度学习	神经网络	图像	独立测试数据集
20523	2024-08-29	Predicting the failure of two-dimensional silica glasses 2022-May-20, Nature communications IF:14.7Q1 DOI:10.1038/s41467-022-30530-1 PMID:35595727	研究论文	本文利用机器学习方法预测模拟二维硅玻璃的失效，并通过Grad-CAM构建注意力图以实现物理解释	本文通过Grad-CAM构建的注意力图可以物理解释为拓扑缺陷和局部势能，提高了预测结果的可解释性	NA	预测材料的失效	二维硅玻璃	机器学习	NA	机器学习方法	人工神经网络	结构信息	不同形状和大小的样本以及实验图像
20524	2024-08-29	A fine-grained network for human identification using panoramic dental images 2022-May-13, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2022.100485 PMID:35607622	研究论文	本文提出了一种利用全景牙科图像进行人体细粒度识别的网络模型	设计了一种双分支架构，其中一个分支作为图像特征提取器，另一个作为掩码特征提取器，并通过改进的注意力机制和ArcFace损失函数提高了模型性能	NA	开发一种新的深度学习模型，用于通过全景牙科图像进行人体识别	利用牙科图像中的牙齿掩码分布来区分不同个体的细微牙齿差异	计算机视觉	NA	深度神经网络	CNN	图像	23,715张全景X光牙科图像，来自10,113名患者
20525	2024-08-29	Analysis of Deep Learning-Based Phase Retrieval Algorithm Performance for Quantitative Phase Imaging Microscopy 2022-May-06, Sensors (Basel, Switzerland) DOI:10.3390/s22093530 PMID:35591220	研究论文	本文提出了一种理论框架，用于分析和量化基于深度学习的相位检索算法在定量相位成像显微镜中的性能	通过比较恢复的相位图像与其理论相位轮廓，评估了深度学习在相位检索中的正确性和可靠性	NA	分析和量化深度学习在定量相位成像中的应用性能	包括均匀等离子体金传感器和介电层样品等有损和无损样本	计算机视觉	NA	深度学习	CNN	图像	包括有损的等离子体样品和无损的介电层样品
20526	2024-08-29	Significance and stability of deep learning-based identification of subtypes within major psychiatric disorders 2022-04, Molecular psychiatry IF:9.6Q1 DOI:10.1038/s41380-022-01482-1 PMID:35228675	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
20527	2024-08-29	The next step in deep learning-guided clinical trials 2022-Apr, Nature cardiovascular research IF:9.4Q1 DOI:10.1038/s44161-022-00044-6 PMID:39196129	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
20528	2024-08-29	DOTA: Deep Learning Optimal Transport Approach to Advance Drug Repositioning for Alzheimer's Disease 2022-01-24, Biomolecules IF:4.8Q1 DOI:10.3390/biom12020196 PMID:35204697	研究论文	本文开发了一种名为DOTA的新型深度学习方法，用于重新定位FDA批准的药物，以治疗阿尔茨海默病	DOTA方法结合了多模态自编码器和Wasserstein变分自编码器，用于整合异质药物信息并识别有效的阿尔茨海默病药物	NA	开发一种新的深度学习方法，用于药物重新定位，以治疗阿尔茨海默病	FDA批准的药物，特别是具有昼夜节律效应的抗精神病药物	机器学习	阿尔茨海默病	深度学习	自编码器	药物信息	涉及多种抗精神病药物，如quetiapine, aripiprazole, risperidone等
20529	2024-08-29	Contour-aware semantic segmentation network with spatial attention mechanism for medical image 2022, The Visual computer DOI:10.1007/s00371-021-02075-9 PMID:33642659	研究论文	本文提出了一种基于Unet的轮廓感知语义分割网络，用于医学图像分割	引入语义分支和细节分支，分别提取语义特征和增强轮廓信息，并设计MulBlock模块和空间注意力模块（CAM）以提高网络的表示能力	NA	开发适用于临床环境的计算机辅助系统中的医学图像分割技术	医学图像分割	计算机视觉	NA	深度学习	Unet	图像	NA
20530	2024-08-29	Civil airline fare prediction with a multi-attribute dual-stage attention mechanism 2022, Applied intelligence (Dordrecht, Netherlands) DOI:10.1007/s10489-021-02602-0 PMID:34764615	研究论文	本文提出了一种基于多属性双阶段注意力机制的民航票价预测系统	引入了多属性双阶段注意力（MADA）机制，结合不同类型的数据，并通过Seq2Seq模型在编码器和解码器中加入注意力机制，以提高预测准确性	未提及具体限制	提高民航票价预测的准确性	民航票价预测系统	机器学习	NA	Seq2Seq模型	MADA	时间序列数据	实际民航数据集
20531	2024-08-29	An optimal deep learning framework for multi-type hemorrhagic lesions detection and quantification in head CT images for traumatic brain injury 2022, Applied intelligence (Dordrecht, Netherlands) DOI:10.1007/s10489-021-02782-9 PMID:34764620	研究论文	本文提出了一种优化的深度学习框架，用于通过头部CT扫描图像检测和量化创伤性脑损伤中的多种类型出血性病变	该框架通过将原始输入数据从3D DICOM转换为NIfTI，并应用预训练的多类语义分割模型和微调的分类神经网络，实现了对出血性病变亚型的精确检测和量化评估	NA	旨在辅助创伤性脑损伤中颅内出血的诊断和准确检测不同亚型	创伤性脑损伤中的颅内出血及其亚型	计算机视觉	创伤性脑损伤	深度学习	CNN	图像	涉及三种类型的出血性病变
20532	2024-08-29	A Novel Deep Learning Network and Its Application for Pulmonary Nodule Segmentation 2022, Computational intelligence and neuroscience DOI:10.1155/2022/7124902 PMID:35619752	研究论文	本文提出了一种基于U-NET的新型深度学习网络，用于肺结节CT图像的分割	该网络引入了密集连接以传输和利用特征，并引入了一种新的损失函数，对结节边界附近的像素具有容忍性	NA	提高肺结节轮廓分割的准确性，从而帮助医生提高诊断效率	肺结节	计算机视觉	肺癌	深度学习	U-NET	图像	NA
20533	2024-08-29	PANDORA: A Fast, Anchor-Restrained Modelling Protocol for Peptide: MHC Complexes 2022, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2022.878762 PMID:35619705	研究论文	本文介绍了一种名为PANDORA的快速、锚定约束的肽:MHC复合物建模协议	PANDORA是一种通用的建模管道，适用于pMHC I类和II类复合物，通过锚定约束能量最小化确保了迄今为止最快的pMHC建模速度，并在准确性和速度上优于AlphaFold2	NA	深入理解T细胞介导的适应性免疫反应，为癌症免疫疗法和抗大流行病毒疫苗的设计提供支持	肽:MHC复合物的三维结构及其在T细胞识别机制和免疫疗法设计中的应用	计算机视觉	NA	NA	NA	结构模型	835个pMHC I类复合物，涵盖78种MHC类型
20534	2024-08-29	The Classification of Music and Art Genres under the Visual Threshold of Deep Learning 2022, Computational intelligence and neuroscience DOI:10.1155/2022/4439738 PMID:35634048	研究论文	本文开发了一种基于深度学习的音乐流派分类技术（DLE-MGC），通过预处理、分类和超参数优化三个子过程有效分类音乐流派	提出了一种新的DLE-MGC技术，使用Pitch2vec方法进行预处理，并设计了结合猫群优化（CSO）和双向长短期记忆（BiLSTM）模型的分类方法	需要大量音乐数据进行训练，且预处理和模型训练过程可能较为耗时	开发一种有效的音乐流派分类系统	音乐流派分类	机器学习	NA	深度学习	BiLSTM	音乐数据	使用了Lakh MIDI音乐数据集
20535	2024-08-29	Efficient Liver Segmentation from Computed Tomography Images Using Deep Learning 2022, Computational intelligence and neuroscience DOI:10.1155/2022/2665283 PMID:35634046	研究论文	本文提出了一种基于深度学习的方法，使用堆叠自编码器（SAE）从CT图像中高效分割肝脏区域	该方法采用基于补丁的学习方式，通过预处理和转换图像为重叠补丁，利用SAE进行无监督特征学习，最终在监督方式下进行分类，生成概率图	NA	提高CT图像中肝脏分割的准确性，为计算机辅助决策支持和精确医疗诊断提供量化生物标志物	肝脏在CT图像中的分割	计算机视觉	NA	堆叠自编码器（SAE）	SAE	图像	整个数据集被预处理并转换为多个重叠补丁
20536	2024-08-29	PFP-LHCINCA: Pyramidal Fixed-Size Patch-Based Feature Extraction and Chi-Square Iterative Neighborhood Component Analysis for Automated Fetal Sex Classification on Ultrasound Images 2022, Contrast media & molecular imaging DOI:10.1155/2022/6034971 PMID:35655731	research paper	本文介绍了一种名为PFP-LHCINCA的新型特征工程模型，用于自动化的超声图像胎儿性别分类	采用金字塔固定尺寸补丁生成与平均池化图像分解，结合局部相位量化（LPQ）和方向梯度直方图（HOG）提取方向和纹理特征，并使用卡方迭代邻域成分分析（CINCA）进行特征选择	模型架构可进一步发展为深度学习模型以适应更大规模的数据集	开发一种高效的超声图像胎儿性别分类模型，以促进筛查并减少误诊	胎儿性别分类	computer vision	NA	local phase quantization (LPQ), histogram of oriented gradients (HOG)	shallow classifiers	image	339名男性和332名女性的胎儿超声图像
20537	2024-08-29	An investigation of traffic density changes inside Wuhan during the COVID-19 epidemic with GF-2 time-series images 2021-Dec-01, International journal of applied earth observation and geoinformation : ITC journal IF:7.6Q1 DOI:10.1016/j.jag.2021.102503 PMID:35481227	研究论文	本文通过收集武汉封城前后由GF-2卫星获取的时间序列高分辨率遥感图像，分析了武汉内部交通密度的变化，以反映城市内部人口流动的变化。	利用高分辨率遥感图像和结合形态学滤波与深度学习的车辆检测方法，首次详细分析了武汉封城期间内部交通密度的变化。	研究主要依赖于遥感图像数据，可能存在天气等外部因素对数据质量的影响。	探讨武汉封城政策对城市内部交通密度和人口流动的影响。	武汉封城前后的交通密度变化。	遥感	COVID-19	遥感图像分析	深度学习	图像	武汉封城前后由GF-2卫星获取的时间序列高分辨率遥感图像
20538	2024-08-29	FusionAI: Predicting fusion breakpoint from DNA sequence with deep learning 2021-Oct-22, iScience IF:4.6Q1 DOI:10.1016/j.isci.2021.103164 PMID:34646994	研究论文	本研究开发了FusionAI，利用深度学习预测基于DNA序列的基因融合断裂点，帮助研究人员更准确地选择融合基因并更好地理解基因组断裂	FusionAI利用已知的融合断裂点，通过深度学习从原始基因组序列中提供融合基因的预测模型	NA	识别与基因组断裂相关的分子机制	基因融合断裂点	机器学习	NA	深度学习	深度学习模型	DNA序列	NA
20539	2024-08-29	Automated Sagittal Craniosynostosis Classification from CT Images Using Transfer Learning 2020-Feb, Clinics in surgery PMID:32704611	研究论文	本研究开发了一种基于深度学习的自动分类方法，用于从CT图像中识别矢状缝早闭症（CSO）的亚型	本研究采用深度学习技术，通过迁移学习方法提高了特征提取效率和分类准确性，减少了手术技术选择的主观性	深度学习模型的性能仍依赖于原始数据的质量，医生的分类差异可能导致模型输出差异	提高矢状缝早闭症亚型分类的准确性和效率	矢状缝早闭症的亚型分类	计算机视觉	NA	深度学习	卷积神经网络（CNN）	图像	超过100个手工特征的CT图像数据集
20540	2024-08-28	ATR-FTIR spectroscopy and machine/deep learning models for detecting adulteration in coconut water with sugars, sugar alcohols, and artificial sweeteners 2024-Dec-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.124771 PMID:39032237	研究论文	本研究结合傅里叶变换红外光谱（FTIR）和机器学习技术，通过分类模型检测椰子水中潜在的掺杂物	本研究探索了线性、非线性和组合特征提取模型，并开发了利用主成分分析（PCA）和t-分布随机邻域嵌入（t-SNE）的交互式应用程序，简化了非目标糖掺杂物的检测	NA	检测椰子水中的掺杂物	椰子水样品中的糖类、糖醇和人工甜味剂	机器学习	NA	傅里叶变换红外光谱（FTIR）	随机森林（RF）、一维卷积神经网络（1D CNN）	红外光谱	15种不同类型的潜在糖替代物的椰子水样品