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
21761	2024-08-05	[Microbial metaproteomics--From sample processing to data acquisition and analysis] 2024-Jul, Se pu = Chinese journal of chromatography DOI:10.3724/SP.J.1123.2024.02009 PMID:38966974	研究论文	微生物组蛋白质组学成为研究微生物的重要方法，但在样本处理和数据分析上存在挑战	强调了数据独立采集（DIA）在微生物组样本分析中的潜力，并探讨了深度学习和人工智能在分析准确性和速度上的应用	样本的复杂性和高度异质性限制了微生物组蛋白质组分析的深入覆盖	探讨微生物组蛋白质组学的方法，包括样本处理、数据采集和分析	关注微生物社区的组成与功能	数字病理学	NA	质谱分析，元基因组测序	深度学习	蛋白质组数据	NA
21762	2024-08-05	Power Law in Deep Neural Networks: Sparse Network Generation and Continual Learning With Preferential Attachment 2024-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2022.3217403 PMID:36342998	研究论文	本文探讨了深度神经网络的拓扑结构是否呈现幂律分布以及如何利用这种拓扑结构构建性能良好的稀疏神经网络	提出了通过优先连接机制和幂律动态构建高效稀疏深度神经网络的新方法	对已有深度神经网络的实证分析可能未涵盖所有类型的网络	研究深度神经网络的拓扑特性及其在构建 compact DNNs 中的应用	稀疏深度神经网络和优先连接机制	机器学习	NA	深度神经网络	NA	样本数据	相比其他基准方法，使用更少的样本进行训练
21763	2024-08-05	Training of a deep learning based digital subtraction angiography method using synthetic data 2024-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.16973 PMID:38353632	研究论文	本文提出了一种使用合成数据训练深度学习基础的数字减影血管造影方法	研究通过生成没有典型伪影和噪声的合成数字减影血管造影图像对，为深度学习模型训练提供了丰富的数据	目前的深度学习数字减影血管造影模型仍无法令人满意地显示特定结构，也不能预测无噪声图像	研究旨在为深度学习数字减影血管造影模型的训练提供丰富的合成图像对	研究对象包括合成数字减影血管造影图像和临床数字减影血管造影数据	数字病理学	心血管疾病	计算机断层扫描 (CT)	深度学习模型	图像	超过7000张CT图像和超过25000张合成血管投影图像
21764	2024-08-05	Intelligent Power System Stability Assessment and Dominant Instability Mode Identification Using Integrated Active Deep Learning 2024-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3238168 PMID:37022042	研究论文	本文提出了一种智能框架，用于基于主动深度学习识别电力系统中的主导不稳定模式	提出了一种集成的主动深度学习查询策略，以减少标记数据集所需的人力专家工作	未提及具体的局限性	提高电力系统稳定性评估和应急控制的效率	电力系统中主导不稳定模式的识别和分类	机器学习	NA	主动深度学习	NA	数据集样本	在中国电力研究院 36 个节点系统和东北电力系统的案例研究中使用
21765	2024-08-05	Greybox: A hybrid algorithm for direct estimation of tracer kinetic parameters from undersampled DCE-MRI data 2024-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.16935 PMID:38214325	研究论文	提出了一种混合算法Greybox，直接从欠采样的DCE-MRI数据中估计示踪剂动力学参数	首次利用基于卷积神经网络的编码作为插件优先项来改善重建算法的性能	未提及文章的具体局限性	解决从欠采样DCE-MRI数据中直接估计示踪剂动力学参数的非线性逆问题	用于脑部、乳腺和前列腺的DCE-MRI数据集	数字病理学	乳腺癌、前列腺癌	动态对比增强（DCE）MRI	UNET	图像	乳腺数据集：10名患者（1032个训练样本，752个验证样本）；前列腺数据集：18名患者（720个训练样本，216个验证样本）；脑部数据集：19名患者（3152个训练样本，1168个验证样本）
21766	2024-08-05	An Efficient Federated Learning Framework for Machinery Fault Diagnosis With Improved Model Aggregation and Local Model Training 2024-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3238724 PMID:37022453	研究论文	本文提出了一种高性能的联邦学习框架，用于机械故障诊断。	提出了一种结合遗忘卡尔曼滤波器和立方指数平滑的优化聚合策略，以及一个结合多尺度卷积、注意力机制和多阶段残差连接的深度学习网络。	未提及	提高机械故障诊断模型的效率和泛化能力，同时保护数据隐私。	多客户端设备的故障数据。	机器学习	NA	联邦学习	深度学习网络	数据集	两个机械故障数据集
21767	2024-08-05	Surrogate-Assisted and Filter-Based Multiobjective Evolutionary Feature Selection for Deep Learning 2024-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3234629 PMID:37018667	研究论文	本文章提出了用于深度学习的多目标进化特征选择的新方法	采用了一种新的基于代理的辅助方法来降低包裹型目标函数的高计算成本，并结合了过滤型和包裹型特征选择技术	尽管提出了新方法，但其有效性仍需在更广泛的应用背景中验证	提高深度学习预测模型中的特征选择性能	针对空气质量和室内温度预测问题进行特征选择	机器学习	NA	基于进化算法	NA	时间序列数据	NA
21768	2024-08-05	Enhancing adaptive proton therapy through CBCT images: Synthetic head and neck CT generation based on 3D vision transformers 2024-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17057 PMID:38569141	研究论文	本研究介绍了一种基于3D视觉变换器的从CBCT图像生成合成头颈CT的方法。	引入了增强的ViT3D架构来提高从CBCT图像生成pCT图像的准确性，并减少了临床边界内的SPR误差。	需要进一步研究以评估该方法在不同医学成像应用中的鲁棒性和泛化能力。	旨在通过改进图像生成方法来增强适应性质子疗法的有效性。	包括59名接受头颈癌治疗的患者的259对图像数据集。	数字病理学	头颈癌	深度学习	3D视觉变换器	图像	59名患者的259对图像
21769	2024-08-05	Transfer learning for auto-segmentation of 17 organs-at-risk in the head and neck: Bridging the gap between institutional and public datasets 2024-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.16997 PMID:38376454	研究论文	本研究调查了大型公共数据集在头颈部关键器官自动分割中的应用	首次探讨了转移学习如何在有限的机构数据集中，通过使用大型公共数据集来增强模型的表现	仅使用公共数据训练的模型在大多数其他关键器官上的性能较机构数据存在小幅不足	研究大型公共数据集是否可以替代小型机构数据集，用于构建头颈部关键器官的自动分割模型	头颈部关键器官在计算机断层扫描图像中的自动分割	数字病理学	NA	深度学习	3D U-Net	图像	大型公共数据集n > 1000，机构数据集n > 500
21770	2024-08-05	Forecasting fish mortality from water and air quality data using deep learning models 2024 Jul-Aug, Journal of environmental quality IF:2.2Q3 DOI:10.1002/jeq2.20574 PMID:38808585	研究论文	本研究集成了空气和水质数据，以深度学习方法预测鱼类死亡率	创新性地结合了空气和水质数据来测量水质退化，并用深度学习模型进行预测	研究没有考虑所有可能影响鱼类死亡的因素	提高鱼类死亡预测的准确性，以应对水生生物死亡事件的高发	水质和气象数据对鱼类死亡率的影响	机器学习	NA	深度学习	多层感知器和长短期记忆网络	环境数据	4个鱼类死亡事件的数据
21771	2024-08-05	Composite Neighbor-Aware Convolutional Metric Networks for Hyperspectral Image Classification 2024-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2022.3232532 PMID:37015657	研究论文	提出了一种复合邻域感知卷积度量网络，用于高光谱图像分类	提出的CNCMN利用了复合邻居进行表示学习，通过结合图像卷积和图卷积进行灵活的特征提取	与传统卷积神经网络相比，GCN需要完整图的输入，计算消耗巨大	旨在通过批量学习从复合邻居中获取目标特征表示	针对高光谱图像的像素及超像素	计算机视觉	NA	卷积神经网络，图卷积网络	复合邻域感知卷积度量网络	高光谱图像	在三个真实高光谱图像上进行了广泛的实验
21772	2024-08-05	Deep Subdomain Learning Adaptation Network: A Sensor Fault-Tolerant Soft Sensor for Industrial Processes 2024-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2022.3231849 PMID:37015656	研究论文	本研究提出了一种深度子域学习适应网络（DSLAN），用于开发抗传感器故障的软传感器，能够同时处理传感器降级和故障问题	提出了一种新的子域学习者，能够自动学习子域划分，并结合新的概率局部最大均值差异（PLMMD）来衡量源特征与目标特征间的分布差异	未提及局限性	提高软传感器在工业过程中的抗传感器故障能力	工业过程中的传感器数据	数字病理学	NA	深度学习	深度域适应模型	过程数据	使用了Tennessee Eastman基准过程和两个真实工业过程
21773	2024-08-05	Diagnosis of mental disorders using machine learning: Literature review and bibliometric mapping from 2012 to 2023 2024-Jun-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e32548 PMID:38975193	综述	该文章回顾了2012年至2023年间关于机器学习在精神疾病诊断中应用的文献及其计量学分析	本文展示了机器学习技术在精神疾病诊断中的日益增长的应用和相关的研究进展	该研究的局限性在于仅分析了过去10年的文献，可能未覆盖最新的研究动态	研究机器学习在精神疾病诊断中的应用及其相关文献的计量学映射	对2811篇文献进行了分析，重点关注抑郁症和精神分裂症	机器学习	精神疾病	机器学习，深度学习	决策树分类器，随机森林分类器，支持向量机分类器，LSTM，卷积神经网络	文献	2811篇期刊文章，40篇选定研究
21774	2024-08-05	Paddy insect identification using deep features with lion optimization algorithm 2024-Jun-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e32400 PMID:38975160	研究论文	本研究提供了一种利用深度学习和机器学习技术及时检测和分类水稻害虫的框架	该研究首次成功结合特征优化技术与深度学习和机器学习，以提高水稻害虫的识别精度	没有提及系统在不同环境或不同类型害虫中的具体适用性	研究旨在早期检测水稻田中的害虫以减少潜在损失	研究对象是水稻害虫的图像数据集	计算机视觉	水稻病害	深度学习、机器学习、图像增强	卷积神经网络（CNN）	图像	数据集分为两组：一组没有水稻害虫，另一组有水稻害虫，具体样本数量未提及
21775	2024-08-05	Enhancing museum experience through deep learning and multimedia technology 2024-Jun-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e32706 PMID:38975172	研究论文	本文旨在通过深度学习算法与多媒体技术的结合，提升当代博物馆观众的互动体验	提出了一种自适应卷积神经网络（CNN）和自适应池化算法，以克服传统图像处理算法的局限性	未具体提及研究的局限性	探索如何通过技术提升博物馆的互动性和访客体验	博物馆的艺术品和展品	计算机视觉	NA	深度学习算法	自适应卷积神经网络（CNN）	图像	实验未具体说明样本数量
21776	2024-08-05	Exploring machine learning applications in Meningioma Research (2004-2023) 2024-Jun-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e32596 PMID:38975185	研究论文	本研究旨在考察2004年至2023年间机器学习在脑膜瘤研究中的应用趋势	文章创新在于分析了该领域机器学习应用的增长趋势和主要研究方向	研究仅基于SCI-E数据库的发表数据，可能存在文献遗漏	探讨机器学习在脑膜瘤研究中的应用，为未来研究提供指导	脑膜瘤相关的出版物和研究趋势	机器学习	脑膜瘤	机器学习	深度学习	文献数据	342篇文章
21777	2024-08-05	Longitudinal risk prediction for pediatric glioma with temporal deep learning 2024-Jun-28, medRxiv : the preprint server for health sciences DOI:10.1101/2024.06.04.24308434 PMID:38978642	研究论文	该文章提出了一种自监督深度学习方法，用于儿童胶质瘤的纵向影像分析和复发预测	创新点在于提出了一种时序学习的方法来建模患者当前和先前的脑部MRI，以提高复发预测的个性化能力	目前尚未验证该方法在其他疾病或不同临床环境中的通用性	研究儿童胶质瘤的复发预测，以改善个体化监测方案	研究对象为715名儿童胶质瘤患者及其3994个影像扫描	数字病理学	肿瘤	磁共振成像（MRI）	深度学习	影像	715名患者，3994个扫描
21778	2024-08-05	AllergenAI: a deep learning model predicting allergenicity based on protein sequence 2024-Jun-27, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.22.600179 PMID:38979176	研究论文	本文提出了一种基于蛋白质序列的深度学习模型AllergenAI，以预测蛋白质的致敏性	与以往工具不同，本研究仅基于蛋白质序列来量化蛋白质的过敏潜力	本研究的预测性能尚需通过将3D信息纳入训练数据来进一步提高	旨在通过深入了解过敏蛋白的分子特性，重新设计致敏蛋白以减少敏感个体的不良反应	针对来自SDAP 2.0、COMPARE和AlgPred 2等数据库的过敏蛋白序列进行研究	机器学习	NA	卷积神经网络(CNN)	CNN	蛋白质序列	约1600种过敏原结构
21779	2024-08-05	A Top-Down Design Approach for Generating a Peptide PROTAC Drug Targeting Androgen Receptor for Androgenetic Alopecia Therapy 2024-Jun-27, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.4c00828 PMID:38836467	研究论文	本研究提出了一种新的基于肽的PROTAC药物开发范式，用于治疗雄激素性脱发	结合前沿的方法论，创造了新的肽类PROTAC药物开发方式	目前在实际大分子药物开发中的深度学习模型应用仍有限	弥补人工智能模型在药物开发中的应用差距	针对雄激素受体(AR)和冯·希佩尔-林道(VHL)的结合肽的识别和验证	药物开发	雄激素性脱发	ProteinMPNN, RFdiffusion, Alphafold2-multimer, ZDOCK	NA	肽	NA
21780	2024-08-05	Distribution network insulator detection based on improved ant colony algorithm and deep learning for UAV 2024-Jun-21, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.110119 PMID:38974473	研究论文	本文研究了利用无人机进行智能电力巡检的路径规划和控制。	提出了一种改进的群体智能算法用于无人机飞行路径规划，并使用深度学习技术对绝缘子进行了准确识别。	NA	旨在提高无人机巡检的效率和准确性。	聚焦于绝缘子的识别及缺陷定位。	计算机视觉	NA	深度学习	改进的蚁群算法	图像	通过深度学习技术训练的绝缘子数据集