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
9201	2025-01-05	A novel hybrid model by integrating TCN with TVFEMD and permutation entropy for monthly non-stationary runoff prediction 2024-Dec-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81574-w PMID:39738143	研究论文	本文提出了一种集成深度学习模型，用于预测月径流，通过结合时间卷积网络（TCN）、时变滤波经验模态分解（TVFEMD）和排列熵（PE）来提高预测精度	创新点在于结合了TVFEMD、PE和TCN，提出了一种新的混合模型来预测非平稳径流，显著提高了预测精度	未提及具体局限性	研究目的是提高非平稳径流预测的精度，以支持区域水资源的合理规划和管理	研究对象是汾河的月径流数据集	机器学习	NA	时变滤波经验模态分解（TVFEMD）、排列熵（PE）	时间卷积网络（TCN）	时间序列数据	汾河的月径流数据集
9202	2025-01-05	The Theranostic Genome 2024-Dec-30, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-55291-x PMID:39738156	研究论文	本文介绍了Theranostic Genome，即人类基因组中可用于结合治疗和诊断应用的部分，通过深度学习混合人-AI流程，将人类癌症中的个体基因与相应的治疗诊断化合物联系起来	提出了Theranostic Genome的概念，并利用深度学习混合人-AI流程，通过交叉引用多个数据库，将人类癌症中的个体基因与相应的治疗诊断化合物联系起来	未明确提及具体局限性	克服在表征治疗诊断靶点、识别治疗诊断先导化合物和定制治疗诊断药物方面的瓶颈	人类基因组中的Theranostic Genome部分	机器学习	癌症	RNAseq	深度学习	基因表达数据	超过17,000个人类组织样本
9203	2025-01-05	A machine learning based classifier for topological quantum materials 2024-Dec-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68920-8 PMID:39738190	研究论文	本文提出了一种基于深度学习的模型，结合持久同调和图神经网络，用于分类拓扑与非拓扑材料	该模型通过将持久同调与图神经网络结合，提高了分类拓扑材料的准确性和F1分数，并能够高置信度地分类新发现的拓扑材料	未明确提及具体局限性	预测和发现具有所需特性的新材料，特别是在量子科学与技术领域	拓扑材料与非拓扑材料	机器学习	NA	持久同调、图神经网络	图神经网络	晶体结构数据	未明确提及样本数量
9204	2025-01-05	A two-level resolution neural network with enhanced interpretability for freeway traffic forecasting 2024-Dec-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78148-1 PMID:39738225	研究论文	本文提出了一种两级分辨率神经网络，用于提高高速公路交通预测的准确性和可解释性	引入了两个分辨率块，分别捕捉大范围区域交通模式和小范围空间相关性，从而提高了长期预测的准确性	未提及具体的数据集或实验环境，可能限制了结果的普适性	提高高速公路交通预测的准确性和可解释性	高速公路交通数据	机器学习	NA	图神经网络	GCN, Two-level Resolution Neural Network	交通传感器网络数据	NA
9205	2025-01-05	A deep learning approach for predicting the antenna pointing error caused by transmission faults with simulation data 2024-Dec-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-83103-1 PMID:39738389	研究论文	本文提出了一种基于深度学习的方法，利用仿真数据预测由传输故障引起的天线指向误差	通过建立天线仰角系统动态仿真模型和天线轴误差分析的数学模型，首次将天线故障诊断与天线指向误差联系起来，并利用深度神经网络模型进行预测	由于缺乏同时收集的实验故障传输数据和指向误差数据，模型的训练依赖于仿真数据	揭示天线传输故障与其指向精度之间的潜在关系，为天线维护策略的制定提供理论依据	反射面天线的仰角轴承及其传输故障	机器学习	NA	深度神经网络	深度神经网络	仿真数据	NA
9206	2025-01-05	Using microscopic imaging and ensemble deep learning to classify the provenance of archaeological ceramics 2024-Dec-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-83533-x PMID:39738654	研究论文	本文提出了一种基于显微成像和集成深度学习模型来分类考古陶瓷来源的新方法	利用显微特征和集成深度学习模型进行考古陶瓷来源分类，克服了传统方法的耗时、设备昂贵以及对陶瓷结构完整性和艺术价值的破坏	NA	提高考古陶瓷来源分类的准确性和效率	考古陶瓷	计算机视觉	NA	显微成像	集成深度学习模型（VGG-16, Inception-v3, GoogLeNet）	图像	NA
9207	2025-01-05	Ti3C2Tx Composite Aerogels Enable Pressure Sensors for Dialect Speech Recognition Assisted by Deep Learning 2024-Dec-30, Nano-micro letters IF:31.6Q1 DOI:10.1007/s40820-024-01605-z PMID:39738742	研究论文	本文介绍了一种基于Ti3C2Tx复合气凝胶的可穿戴压力传感器，用于方言语音识别，并辅以深度学习技术	该研究首次将Ti3C2Tx复合气凝胶应用于可穿戴压力传感器，能够通过喉部肌肉振动检测语音信息，并实现高精度的方言识别	目前仅能识别六种方言和七个不同词汇，适用范围有限	开发一种能够识别非标准语言的可穿戴压力传感器，以改善人机交互和生理信号监测	Ti3C2Tx复合气凝胶压力传感器及其在方言语音识别中的应用	机器学习	NA	深度学习	卷积神经网络（CNN）	语音数据	六种方言和七个不同词汇
9208	2025-01-05	Advanced generative adversarial network for optimizing layout of wireless sensor networks 2024-Dec-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-83957-5 PMID:39738794	研究论文	本文提出了一种基于深度学习的优化方法，用于优化无线传感器网络（WSN）的布局设计	提出了一种新型的高级生成对抗网络（AGAN）结合Piranha Foraging Optimization Algorithm（PFOA）的方法，用于解决WSN布局优化问题，并在多个目标上优于现有方法	NA	优化无线传感器网络的布局设计，以提升网络性能	无线传感器网络（WSN）的布局设计	机器学习	NA	生成对抗网络（GAN）	AGAN（高级生成对抗网络）	NA	NA
9209	2025-01-05	Machine Learning Quantification of Fluid Volume in Eyes With Retinal Vein Occlusion Treated With Aflibercept: The REVOLT Study 2024-Dec-30, Journal of vitreoretinal diseases IF:0.5Q4 DOI:10.1177/24741264241308495 PMID:39742143	研究论文	本研究评估了视网膜静脉阻塞（RVO）患者中缺血、视网膜液体和层厚度测量与视力（VA）结果的综合关系	使用深度学习算法对OCT图像进行液体分割，结合缺血指数和视网膜层厚度，提供了与视力变化最佳相关的综合模型	样本量较小，仅包含49只眼睛	评估视网膜静脉阻塞患者中缺血、视网膜液体和层厚度测量与视力结果的综合关系	视网膜静脉阻塞（RVO）患者	数字病理学	视网膜静脉阻塞	深度学习算法	深度学习	图像	49只眼睛
9210	2025-01-05	DeepTGIN: a novel hybrid multimodal approach using transformers and graph isomorphism networks for protein-ligand binding affinity prediction 2024-Dec-29, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-024-00938-6 PMID:39734235	研究论文	本文提出了一种新颖的混合多模态方法DeepTGIN，结合了Transformer和图同构网络来预测蛋白质-配体结合亲和力	DeepTGIN结合了Transformer编码器和图同构网络，分别从蛋白质和配体中提取序列和图特征，解决了现有方法在探索蛋白质口袋和配体特征方面的局限性	NA	预测蛋白质-配体结合亲和力，以促进药物发现	蛋白质-配体结合亲和力	机器学习	NA	NA	Transformer, 图同构网络	序列数据, 图数据	PDBbind 2016核心集和PDBbind 2013核心集
9211	2025-01-05	Microscopy image reconstruction with physics-informed denoising diffusion probabilistic model 2024-Dec-29, Communications engineering DOI:10.1038/s44172-024-00331-z PMID:39739000	研究论文	本文介绍了一种基于深度学习的显微图像重建方法，通过将光传播的基本物理原理融入损失函数，提高了图像质量并减少了伪影	创新点在于将光传播的物理原理融入深度学习模型的损失函数中，并采用条件扩散模型进行图像重建	由于可用数据有限，研究依赖于合成数据集进行训练，可能影响模型在真实数据上的泛化能力	研究目标是提高显微图像的质量，减少由衍射和光学缺陷引起的伪影	研究对象是显微图像，特别是受衍射和光学缺陷影响的图像	计算机视觉	NA	深度学习	条件扩散模型	图像	使用合成数据集进行训练
9212	2025-01-05	Image detection method for multi-category lesions in wireless capsule endoscopy based on deep learning models 2024-Dec-28, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v30.i48.5111 PMID:39735271	研究论文	本文提出了一种基于深度学习的无线胶囊内窥镜图像中多类别病变的检测方法，旨在提高消化道疾病的诊断效率	提出了一种新的神经网络模型WCE_Detection，结合了双向特征金字塔网络（BiFPN）和Swin Transformer的自注意力机制，增强了多类别病变图像的特征表示	未明确提及样本的具体数量和多样性，可能影响模型的泛化能力	提高消化道病变的自动识别和准确标注，以提升医生的诊断效率	消化道病变图像	计算机视觉	消化道疾病	深度学习	WCE_Detection, BiFPN, Swin Transformer	图像	未明确提及具体样本数量
9213	2025-01-05	Utilization of artificial intelligence in the diagnosis of pes planus and pes cavus with a smartphone camera 2024-Dec-18, World journal of orthopedics IF:2.0Q2 DOI:10.5312/wjo.v15.i12.1146 PMID:39744730	研究论文	本研究开发了一种基于智能手机摄像头的深度学习算法，用于检测和分类扁平足和高弓足	利用智能手机摄像头和深度学习算法进行足部畸形的诊断，提供了一种低成本、无辐射且易于获取的筛查工具	研究仅在三级医院进行，样本可能不具有广泛代表性，且模型的性能仍需在更大规模的人群中验证	开发一种基于智能手机摄像头的深度学习算法，用于检测和分类扁平足和高弓足	扁平足和高弓足患者	计算机视觉	足部畸形	深度学习	CNN	图像	从两家骨科足踝诊所招募的参与者
9214	2025-01-05	Deep Learning-Based Automated Optical Inspection System for the Additive Manufacturing of Diamond Tools 2024-Dec, 3D printing and additive manufacturing IF:2.3Q3 DOI:10.1089/3dp.2023.0208 PMID:39734731	研究论文	本文提出了一种基于改进YOLOv5s的自动化光学检测系统，用于检测金刚石磨粒在针孔上的吸附状态，以维持增材制造过程中每个基体中金刚石磨粒的种植率	改进的YOLOv5s模型通过添加检测头提取更高层次的语义信息，使用深度可分离卷积模块减少参数数量，并在适当位置添加坐标注意力以提高检测精度	针孔磨损后无法保证永久完全吸附金刚石磨粒	提高增材制造金刚石工具中金刚石磨粒的种植率和检测精度	金刚石磨粒在针孔上的吸附状态	计算机视觉	NA	自动化光学检测	YOLOv5s	图像	大量空缺和磨损的针孔数据
9215	2025-01-05	Detection and prioritization of COVID-19 infected patients from CXR images: Analysis of AI-assisted diagnosis in clinical settings 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.11.045 PMID:39734754	研究论文	本文介绍了基于AI的Covid放射成像系统（Co.R.S.A.）项目在意大利的显著成果，旨在开发一种先进的AI系统，用于从胸部X光（CXR）图像中诊断Covid-19肺炎	发布了公开的CORDA数据集，开发了用于Covid-19检测和优先级排序的深度学习管道，并通过专家放射科医生对开发的解决方案进行了临床验证，深入分析了数据和模型中可能存在的偏见	NA	开发一种先进的AI系统，用于从胸部X光（CXR）图像中诊断Covid-19肺炎	Covid-19肺炎患者	计算机视觉	Covid-19	深度学习	两步检测模型	图像	NA
9216	2025-01-05	Leveraging anatomical constraints with uncertainty for pneumothorax segmentation 2024-Dec, Health care science DOI:10.1002/hcs2.119 PMID:39735285	研究论文	本文提出了一种结合解剖学约束和不确定性的深度学习方法，用于在2D胸部X光片上进行气胸分割	创新点在于将肺部+空间作为约束条件引入深度学习模型训练，避免了额外注释的需求，并通过辅助任务生成特定约束，同时引入判别器消除不可靠约束	方法依赖于外部数据集和辅助任务，可能存在领域转移问题，且未明确说明样本的具体数量和多样性	研究目的是通过结合医学领域知识，提高基于深度学习的气胸病变分割性能，并增强临床医生对深度学习工具的信任	研究对象是2D胸部X光片中的气胸病变区域	数字病理学	气胸	深度学习	U-Net, LinkNet, PSPNet, VGG-11, MobileOne-S0	图像	未明确说明具体样本数量
9217	2025-01-05	SkinSage XAI: An explainable deep learning solution for skin lesion diagnosis 2024-Dec, Health care science DOI:10.1002/hcs2.121 PMID:39735286	研究论文	本文介绍了一种名为SkinSage XAI的可解释深度学习解决方案，用于皮肤病变诊断	结合了可解释的人工智能（XAI）技术，提供了模型输出的清晰视觉解释，解决了深度学习模型的黑箱问题	未提及具体局限性	提高皮肤病变分类的准确性和可解释性，以辅助皮肤科医生的诊断决策	皮肤病变图像	计算机视觉	皮肤癌	深度学习	Inception v3	图像	约50,000张来自Customized HAM10000数据集的图像
9218	2025-01-05	Aalto Gear Fault datasets for deep-learning based diagnosis 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.111171 PMID:39736909	研究论文	本文介绍了两个用于深度学习故障诊断的广泛数据集，Aalto Shim Dataset和Aalto Gear Fault Dataset，旨在推动基于深度学习的故障诊断研究	引入了两个在受控实验室条件下收集的广泛数据集，涵盖了多种齿轮故障类型和严重程度，为开发和测试智能故障诊断模型提供了宝贵资源	数据集是在实验室条件下收集的，可能无法完全反映真实世界中的复杂情况	推动基于深度学习的故障诊断研究	齿轮故障	机器学习	NA	深度学习	NA	传感器数据	两个广泛的数据集，Aalto Shim Dataset和Aalto Gear Fault Dataset
9219	2025-01-05	MM-DRPNet: A multimodal dynamic radial partitioning network for enhanced protein-ligand binding affinity prediction 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.11.050 PMID:39737077	研究论文	本文提出了一种多模态深度学习框架MM-DRPNet，用于增强蛋白质-配体结合亲和力的预测	创新点在于动态径向分区（DRP）算法，该算法基于复合物特定的相互作用模式自适应地分割3D空间，超越了传统的固定分区方法	当前方法在预测准确性方面仍存在显著限制，且普遍方法常忽略关键的三维结构信息	提高药物-靶标结合亲和力预测的准确性	蛋白质-配体结合亲和力	计算机辅助药物设计	NA	深度学习	MM-DRPNet	3D结构信息、相互作用特征和物理化学性质	基准数据集
9220	2025-01-05	An Artificial Intelligence-Based Non-Invasive Approach for Cardiovascular Disease Risk Stratification in Obstructive Sleep Apnea Patients: A Narrative Review 2024-Dec, Reviews in cardiovascular medicine IF:1.9Q3 DOI:10.31083/j.rcm2512463 PMID:39742217	综述	本文探讨了人工智能在阻塞性睡眠呼吸暂停（OSA）患者中心血管疾病（CVD）风险分层中的应用	提出了三个假设，包括OSA与ASCVD/中风之间的强关联、深度学习在OSA患者中使用颈动脉成像进行风险分层的潜力，以及将OSA风险作为心血管风险因素的协变量以提高CVD风险分层的效果	缺乏详细、无偏见的压缩AI模型用于OSA患者的ASCVD和中风风险分层	探讨人工智能在OSA患者中CVD风险分层的应用	阻塞性睡眠呼吸暂停（OSA）患者	机器学习	心血管疾病	深度学习（DL）	深度学习模型	颈动脉超声图像	191项研究