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
8861	2025-02-08	Evaluation of deep learning-based scatter correction on a long-axial field-of-view PET scanner 2025-Feb-07, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07120-6 PMID:39918764	研究论文	本文评估了基于深度学习的散射校正方法在长轴视野PET扫描仪上的性能	提出了一种基于卷积神经网络U-Net架构的深度学习方法，用于估计散射正弦图，并在长轴视野PET系统上进行了评估	尽管在[18F]-PSMA数据集上表现一致，但该方法未使用[18F]-PSMA数据进行训练	评估深度学习方法在长轴视野PET系统上的散射校正性能	长轴视野PET系统的散射校正	医学影像	NA	深度学习，蒙特卡罗模拟	CNN U-Net	正弦图，图像数据	7个[18F]-FDG和[18F]-PSMA临床数据集
8862	2025-02-08	Comparison of data augmentation and classification algorithms based on plastic spectroscopy 2025-Feb-06, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d4ay01759e PMID:39817628	研究论文	本文提出了一种基于C-GAN的塑料光谱生成模型，并通过数据增强方法系统分析和比较了不同分类算法在塑料光谱数据上的性能	提出了一种基于C-GAN的塑料光谱生成模型，有效解决了样本不足的问题，并通过多种方法验证了生成光谱的真实性	数据样本的收集仍然存在挑战，且不同光谱设备的化学分类特征解释可能有限	通过数据增强和分类算法比较，提高塑料光谱数据的分类准确性	塑料光谱数据	机器学习	NA	傅里叶变换红外光谱（FTIR）、拉曼光谱（RAMAN）、激光诱导击穿光谱（LIBS）	C-GAN、SVM、BP、KNN、RF、DT、GoogleNet、ResNet	光谱数据	公共数据集中的塑料光谱数据
8863	2024-12-21	Correction to: A review of multimodal deep learning methods for genomic-enabled prediction in plant breeding 2025-Feb-05, Genetics IF:3.3Q2 DOI:10.1093/genetics/iyae200 PMID:39704758	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
8864	2025-02-08	MtCro: multi-task deep learning framework improves multi-trait genomic prediction of crops 2025-Feb-05, Plant methods IF:4.7Q1 DOI:10.1186/s13007-024-01321-0 PMID:39910577	研究论文	本文介绍了一种名为MtCro的多任务深度学习框架，用于提高作物多性状基因组预测的准确性	MtCro通过多任务学习方法，在共享参数空间中同时捕捉多种植物表型，解决了现有深度学习模型忽视不同表型间相关性的问题	NA	提高作物多性状基因组预测的准确性，加速植物遗传育种进程	作物基因组数据	机器学习	NA	深度学习	多任务学习	基因组数据	Wheat2000、Wheat599和Maize8652数据集
8865	2025-02-08	UniLF: A novel short-term load forecasting model uniformly considering various features from multivariate load data 2025-Feb-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88566-4 PMID:39905068	研究论文	本文提出了一种新的短期负荷预测模型UniLF，该模型统一考虑了多元负荷数据的多种特征，以提高预测精度	UniLF模型基于Transformer框架，设计了卷积增强融合嵌入方法、特征重构分解块和核心掩码引导的多尺度交互自注意力机制，以全面利用多元负荷数据的三个特征：协变量的影响、多尺度特征和局部-全局变化	NA	提高短期负荷预测的准确性，以支持电力系统的经济和稳定运行	多元负荷数据	机器学习	NA	深度学习	Transformer	多元负荷数据	来自澳大利亚、巴拿马和奥地利的三个负荷数据集
8866	2025-02-06	Author Correction: Sentiment analysis of the Hamas-Israel war on YouTube comments using deep learning 2025-Feb-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80821-4 PMID:39905118	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
8867	2025-02-08	Ensemble of feature augmented convolutional neural network and deep autoencoder for efficient detection of network attacks 2025-Feb-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88243-6 PMID:39905125	研究论文	本文提出了一种新颖的深度学习技术集成方法，以提高网络入侵检测系统（NIDS）中数据包流分类的效率	提出了一种集成特征增强卷积神经网络（FA-CNN）和深度自编码器的新方法，用于网络攻击检测	NA	提高网络入侵检测系统中数据包流分类的效率和准确性	网络流量数据	机器学习	NA	深度学习	CNN, 深度自编码器	网络流量数据	使用NSL-KDD和CICDS2017基准数据集进行实验
8868	2025-02-08	Using deep learning model integration to build a smart railway traffic safety monitoring system 2025-Feb-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88830-7 PMID:39905256	研究论文	本研究旨在通过集成目标检测、分割、机器学习和通知系统，构建一个智能铁路交通安全系统	结合Mask R-CNN、YOLO v3和XGBoost模型，以及LINE bot通知系统，实现了铁路安全的智能监控	未提及系统的实时性能评估和长期稳定性测试	构建一个智能铁路交通安全监控系统，以预防相关事故	铁路交通安全监控	计算机视觉	NA	目标检测、分割、机器学习	Mask R-CNN, YOLO v3, XGBoost	图像	未明确提及样本数量
8869	2025-02-08	Enabling high-throughput quantitative wood anatomy through a dedicated pipeline 2025-Feb-04, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01330-7 PMID:39905535	研究论文	本文介绍了一种半自动化的高通量管道，用于样本制备、千兆像素成像和分析木材端面解剖结构	提出了一种结合协作机器人、定制开源千兆像素成像系统和深度学习分析的全新半自动化管道，显著提高了木材解剖结构的分析效率和精度	目前仅展示了在榉木样本上的应用，尚未验证其在其他树种或更广泛样本上的适用性	开发一种高效、精确的木材解剖结构分析方法，以解锁树木在其生命周期中存储的环境信息	木材端面解剖结构，特别是导管和射线的量化分析	数字病理学	NA	深度学习，千兆像素成像	YOLOv8	图像	30-35厘米直径的榉木圆盘和5根30厘米长的榉木增量芯
8870	2025-02-08	3D convolutional deep learning for nonlinear estimation of body composition from whole body morphology 2025-Feb-02, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01469-6 PMID:39894882	研究论文	本文提出了一种使用3D卷积深度学习网络和非线性高斯过程回归从全身形态学估计身体成分的新方法	首次将深度3D卷积图网络和非线性高斯过程回归应用于人体形状参数化和身体成分估计	仅对男性使用深度形状特征时预测误差减少，且数据集样本量有限	研究从3D光学图像中预测身体成分的非线性方法	人体身体成分	计算机视觉	NA	3D卷积深度学习，高斯过程回归	3D卷积图网络，高斯过程回归	3D光学图像	4286次扫描
8871	2025-02-08	Automated 24-sector grid-map algorithm for prostate mpMRI improves precision and efficacy of prostate lesion location reporting 2025-Feb, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111897 PMID:39729944	研究论文	本研究开发了一种基于深度学习的自动前列腺24分区网格图算法，用于提高前列腺病变位置报告的精确性和效率	首次开发了一种自动化的24分区网格图算法，用于前列腺多参数磁共振成像（mpMRI）的病变定位，显著提高了定位报告的准确性	研究样本量较小，仅使用了50个mpMRI数据集进行验证	训练并验证一种基于深度学习的前列腺自动分区映射算法，以提高前列腺病变位置报告的精确性和效率	前列腺病变	数字病理学	前列腺癌	深度学习	深度学习模型	图像	50个mpMRI数据集
8872	2025-02-08	GBM-Reservoir: Brain tumor (Glioblastoma Multiforme) MRI dataset collection with ground truth segmentation masks 2025-Feb, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111287 PMID:39911270	研究论文	本文介绍了一个包含23,049个样本的脑肿瘤（胶质母细胞瘤）MRI数据集，每个样本包括四种不同类型的MRI脑扫描：FLAIR、T1、T1ce和T2，并提供了一到两个分割掩码（真实标签）	通过注册过程扩展了原始数据集，生成了保留相似脑形状但肿瘤位置不同的额外扫描，从而显著增加了数据集的规模	图像质量因不同机构和成像协议的差异而存在异质性	开发全自动分割算法，特别是基于深度学习的方法，用于新的未见过的脑肿瘤病例	脑肿瘤（胶质母细胞瘤）的MRI扫描数据	数字病理学	脑肿瘤	MRI扫描	NA	图像	23,049个样本，基于BraTS 2022挑战赛提供的438个原始样本通过注册过程扩展
8873	2025-02-08	Refining the prediction of user satisfaction on chat-based AI applications with unsupervised filtering of rating text inconsistencies 2025-Feb, Royal Society open science IF:2.9Q1 DOI:10.1098/rsos.241687 PMID:39911884	研究论文	本文提出了一种框架，通过自然语言处理和机器学习技术对Google Play商店中的聊天AI应用评论数据进行情感分析，以提高用户满意度预测的准确性	提出了一种通过多数投票的无监督情感分析过滤评论数据不一致性的方法，并采用多种机器学习和深度学习算法进行监督情感分析	NA	提高聊天AI应用用户满意度预测的准确性，以改进服务质量	Google Play商店中的聊天AI应用评论数据	自然语言处理	NA	自然语言处理，机器学习，深度学习	多种机器学习和深度学习算法	文本	NA
8874	2025-02-08	Applying deep learning for underwater broadband-source detection using a spherical array 2025-Feb-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0035787 PMID:39918577	研究论文	本文开发了一种基于深度神经网络（DNN）的球形阵列水下宽带源检测和到达方向估计方法	该方法通过球形傅里叶变换将元素压力信号转换为球形傅里叶系数作为DNN输入，并采用高斯分布设计DNN标签，显著提高了检测能力并有效抑制了误估计	该方法在训练数据中引入白噪声，可能对实际应用中的噪声环境适应性有限	提高水下宽带源的被动检测能力	水下宽带源	机器学习	NA	深度神经网络（DNN）	DNN	声压信号	模拟和实验处理结果
8875	2025-02-08	Inference of the Mass Composition of Cosmic Rays with Energies from 10^{18.5} to 10^{20} eV Using the Pierre Auger Observatory and Deep Learning 2025-Jan-17, Physical review letters IF:8.1Q1 DOI:10.1103/PhysRevLett.134.021001 PMID:39913843	研究论文	本文利用Pierre Auger Observatory的表面探测器和深度学习技术，首次在事件级别上推断出宇宙射线的大气深度最大值X_{max}，并扩展了X_{max}分布的测量范围至100 EeV，揭示了极端能量下宇宙射线的质量组成	首次在事件级别上推断X_{max}，并利用深度学习技术扩展了测量范围至100 EeV，提供了极端能量下宇宙射线质量组成的新见解	NA	研究极端能量下宇宙射线的质量组成	宇宙射线	机器学习	NA	深度学习	NA	探测器数据	NA
8876	2025-02-08	Computational Resources for lncRNA Functions and Targetome 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4290-0_13 PMID:39702714	综述	本章节全面回顾了长链非编码RNA（lncRNA）领域的数据库和预测工具，包括lncRNA数据库、基于机器学习的算法以及利用不同技术预测lncRNA的工具	提供了lncRNA资源的全面概述，特别是针对人类、小鼠、植物和其他模式生物开发的资源，并讨论了使用深度学习、支持向量机（SVM）和随机森林（RF）等算法进行lncRNA的计算识别	本章节主要集中于已有资源的综述，未涉及新的实验数据或方法开发	总结和评估现有的lncRNA计算资源，以帮助生物学家选择最适合其研究需求的工具	长链非编码RNA（lncRNA）及其在不同生物体中的功能和靶标组	生物信息学	NA	深度学习、支持向量机（SVM）、随机森林（RF）	NA	文本、数据库信息	NA
8877	2025-02-08	Structure-Based Prediction of lncRNA-Protein Interactions by Deep Learning 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4290-0_16 PMID:39702717	研究论文	本章介绍了基于三维结构信息预测长非编码RNA（lncRNA）与蛋白质相互作用的基本框架	利用深度学习方法自动表示和学习lncRNA与蛋白质的三维结构信息，提出几何深度学习方法在lncRNA-蛋白质相互作用预测中的应用	未提及具体的数据集或实验验证结果，可能缺乏实际应用验证	预测lncRNA与蛋白质的相互作用并解析其机制	长非编码RNA（lncRNA）和蛋白质	机器学习	NA	深度学习方法	神经网络	三维结构数据	NA
8878	2025-02-08	Application of human-in-the-loop hybrid augmented intelligence approach in security inspection system 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1518850 PMID:39911181	研究论文	本文提出了一种人机协作的混合增强智能方法，用于提升安全检查系统的安全性和可靠性	提出了一种结合人类和机器智能的混合决策方法，采用“拒绝优先”和“放行优先”两种策略，以提升决策过程的整体性能	未提及具体的技术实现细节和潜在的局限性	提升安全检查系统的安全性和可靠性	安全检查系统	机器学习和人机协作	NA	深度学习	NA	安全检查数据	来自特定安全检查站点的数据集
8879	2025-02-08	AlphaFold 2, but not AlphaFold 3, predicts confident but unrealistic β-solenoid structures for repeat proteins 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.01.016 PMID:39911842	研究论文	本文评估了AlphaFold 2在预测由完美重复序列组成的蛋白质结构时的表现，发现其经常预测出高置信度但不现实的β-螺旋结构	揭示了AlphaFold 2在预测完美重复序列时倾向于生成高置信度但不现实的β-螺旋结构，而其他深度学习方法则预测出不同的结构或低置信度的β-螺旋结构	研究主要关注完美重复序列，未全面评估AlphaFold 2在其他类型蛋白质上的表现	评估AlphaFold 2在预测完美重复序列蛋白质结构时的表现	由完美重复序列组成的蛋白质	蛋白质结构预测	NA	分子动力学	AlphaFold 2	蛋白质序列	不同长度的随机序列组成的完美重复序列
8880	2025-02-08	Physics-guided multistage neural network: A physically guided network for step initial values and dispersive shock wave phenomena 2024-Dec, Physical review. E DOI:10.1103/PhysRevE.110.065307 PMID:39916289	研究论文	本文提出了一种物理引导的多阶段神经网络（PgMSNN）模型，用于模拟复杂的色散冲击波现象	通过集成残差学习范式并在现有PINN方法中引入色散因子，显著增强了物理信息神经网络（PINNs）描述复杂色散现象的能力，并提出了一种高度自适应的深度Runge-Kutta方法	NA	提高物理信息神经网络（PINNs）在色散冲击波现象中的数值模拟精度和稳定性	色散冲击波现象	机器学习	NA	物理引导的多阶段神经网络（PgMSNN）	物理引导的多阶段神经网络（PgMSNN）	数值数据	NA