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
9441	2024-12-29	AI-Driven Discovery of Amorphous Fluorinated Polymer Electret with Improved Charge Stability for Energy Harvesting 2024-Dec, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202303827 PMID:37452693	研究论文	本文利用AI技术发现了一种具有改进电荷稳定性的无定形氟化聚合物驻极体，用于能量收集	首次将电离势作为量化无定形氟化聚合物驻极体充电性能的描述符，并通过高通量计算和图神经网络模型筛选出3种有前景的驻极体	NA	提高驻极体材料的电荷稳定性，以增强其在振动能量收集器中的应用	无定形氟化聚合物驻极体	材料科学	NA	高通量计算，图神经网络模型	图神经网络	化学结构数据	1,176,591个功能基团
9442	2024-12-29	Three-Dimensional Thermal Tomography with Physics-Informed Neural Networks 2024-Nov-30, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10120140 PMID:39728902	研究论文	本文利用物理信息神经网络进行三维热成像，旨在从表面温度数据中准确重建内部温度场	结合物理约束的损失函数和统计不确定性，提高了模型在噪声环境下的鲁棒性，特别是在传统CNN难以处理的深层区域	在较大区域，特别是在远离表面的区域，网络的预测能力下降	研究非侵入性热成像中的内部温度场重建	表面温度数据	计算机视觉	NA	3D卷积神经网络	CNN	温度数据	小体模（如直径10厘米）
9443	2024-12-29	STANet: A Novel Spatio-Temporal Aggregation Network for Depression Classification with Small and Unbalanced FMRI Data 2024-Nov-28, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10120138 PMID:39728900	研究论文	本文提出了一种新的时空聚合网络（STANet），用于处理小样本和不平衡的fMRI数据以进行抑郁症分类	STANet通过结合卷积神经网络（CNN）和循环神经网络（RNN）来捕捉大脑活动的时空特征，并引入合成少数类过采样技术（SMOTE）和注意力-傅里叶门控循环单元（AFGRU）分类器以提高模型性能	研究依赖于小样本和不平衡的fMRI数据，可能影响模型的泛化能力	提高抑郁症的早期诊断准确性	抑郁症患者	数字病理学	抑郁症	fMRI	CNN, RNN, AFGRU	fMRI图像	小样本和不平衡的fMRI数据
9444	2024-12-29	Chinese Clinical Named Entity Recognition With Segmentation Synonym Sentence Synthesis Mechanism: Algorithm Development and Validation 2024-Nov-21, JMIR medical informatics IF:3.1Q2 DOI:10.2196/60334 PMID:39622697	研究论文	本文提出了一种基于邻近词计算的数据集增强算法，用于解决临床命名实体识别任务中的数据稀缺和标注困难问题	提出了一种基于邻近词汇的分段同义句合成（SSSS）算法，无需手动扩展专业领域词典，通过词汇分段从自然语言数据中重新组合新同义词，实现数据集的邻近扩展表达	算法依赖于现有的公共知识，可能在某些特定领域的应用中表现有限	解决临床命名实体识别任务中的数据稀缺和标注困难问题	电子病历文本中的命名实体	自然语言处理	NA	邻近词计算	RoBERTa + CRF, RoBERTa + BiLSTM + CRF	文本	CCKS-2017和CCKS-2019数据集
9445	2024-12-29	Hierarchical Graph Convolutional Network Built by Multiscale Atlases for Brain Disorder Diagnosis Using Functional Connectivity 2024-11, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3282961 PMID:37339027	研究论文	本文提出了一种基于多尺度图谱的层次图卷积网络（MAHGCN），用于脑部疾病的诊断	首次利用多尺度图谱进行功能性连接网络（FCN）分析，并提出Atlas-guided Pooling（AP）方法，结合图卷积层进行多层次信息提取	研究主要依赖于静息态fMRI数据，未涉及其他类型的脑成像数据	开发一种新的深度学习框架，用于脑部疾病的诊断	阿尔茨海默病（AD）、轻度认知障碍（MCI）和自闭症谱系障碍（ASD）患者	数字病理学	老年疾病	功能性磁共振成像（fMRI）	层次图卷积网络（MAHGCN）	图像	1792名受试者
9446	2024-12-29	The Impact of Multi-Institution Datasets on the Generalizability of Machine Learning Prediction Models in the ICU 2024-Nov-01, Critical care medicine IF:7.7Q1 DOI:10.1097/CCM.0000000000006359 PMID:38958568	研究论文	本文评估了深度学习模型在ICU中早期检测不良事件的跨医院可转移性	通过使用来自多个机构的公共数据集，系统评估了深度学习模型在不同医院间的可转移性，并探讨了多数据集训练对模型性能的影响	尽管使用了多数据集训练，但模型在新医院的表现仍依赖于训练数据中包含的兼容医院，且专门提升泛化性的方法在实验中未显著改善性能	评估深度学习模型在ICU中早期检测不良事件的跨医院可转移性	ICU中的成年患者	机器学习	NA	深度学习	深度学习模型	ICU数据	334,812次ICU住院记录
9447	2024-12-29	Dual Attention Relation Network With Fine-Tuning for Few-Shot EEG Motor Imagery Classification 2024-11, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3287181 PMID:37379192	研究论文	本文提出了一种新颖的双向少样本网络，用于改进未见受试者的运动想象（MI）脑电图（EEG）分类	提出了一种包含嵌入模块、时间注意力模块、聚合注意力模块和关系模块的双向少样本网络，能够有效学习未见受试者类别的代表性特征并进行分类	未见受试者数据的标签稀缺性和低信噪比（SNR）仍然是挑战	提高未见受试者的运动想象脑电图分类准确率	运动想象（MI）脑电图（EEG）数据	机器学习	NA	深度学习	双向少样本网络	脑电图（EEG）信号	使用BCI竞赛IV 2a、2b和GIST数据集进行跨受试者和跨数据集分类任务评估
9448	2024-12-29	DiamondNet: A Neural-Network-Based Heterogeneous Sensor Attentive Fusion for Human Activity Recognition 2024-11, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3285547 PMID:37402195	研究论文	本文提出了一种基于神经网络的异质传感器注意力融合框架DiamondNet，用于细粒度的人类活动识别	DiamondNet框架通过多传感器模态的创建、去噪、特征提取和融合，引入注意力机制和图卷积网络，显著提升了人类活动识别的性能	NA	提升基于轻量传感器的人类活动识别性能	人类活动识别	机器学习	NA	NA	1-D卷积去噪自编码器（1-D-CDAEs）、注意力机制、图卷积网络	传感器数据	三个公共数据集
9449	2024-12-29	Emotion-Semantic-Aware Dual Contrastive Learning for Epistemic Emotion Identification of Learner-Generated Reviews in MOOCs 2024-11, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3294636 PMID:37486839	研究论文	本文提出了一种情感语义感知的双重对比学习方法（ES-DCL），用于识别大规模开放在线课程（MOOCs）中学习者生成评论的认知情感	通过从两个不同视角提取隐式语义特征和人类可解释的情感特征，形成互补的情感语义特征，并设计两种对比损失（标签对比损失和特征对比损失）来训练情感语义特征在样本空间中的判别分布，解决不同类别认知情感之间的各向异性问题	未明确提及具体局限性	提高MOOCs中学习者生成评论的认知情感识别性能	MOOCs中学习者生成的评论	自然语言处理	NA	双重对比学习	ES-DCL	文本	四个不同学科的MOOCs评论数据集
9450	2024-12-29	A comprehensive comparison of deep learning-based compound-target interaction prediction models to unveil guiding design principles 2024-Oct-28, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-024-00913-1 PMID:39468635	研究论文	本文对12种基于深度学习的化合物-靶点相互作用预测模型进行了全面比较，揭示了设计原则	本文首次在大型、精选的CTI数据集上对多种深度学习模型进行了深入比较，并提出了性能最佳的Phys-DeepConv-DTI模型	本文未提及模型在实际药物发现中的应用效果，可能缺乏实际验证	评估和比较不同深度学习模型在化合物-靶点相互作用预测中的性能	化合物-靶点相互作用	机器学习	NA	深度学习	DeepConv-DTI, Phys-DeepConv-DTI	化合物和靶点的表示数据	超过30万个结合和非结合的CTI数据
9451	2024-12-29	Intraoperative Hypotension Prediction Based on Features Automatically Generated Within an Interpretable Deep Learning Model 2024-10, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3273187 PMID:37220057	研究论文	本文开发了一种可解释的深度学习模型，用于预测麻醉患者10分钟内的低血压发生	该模型不仅预测低血压，还能自动生成解释ABP趋势与低血压之间关联的预测因子，提供生理学解释	模型的外部验证性能略低于内部验证，可能在实际应用中存在一定的局限性	开发一种高精度且可解释的深度学习模型，用于预测麻醉患者的低血压发生	麻醉患者的动脉血压（ABP）数据	机器学习	NA	深度学习	深度学习模型	时间序列数据（ABP记录）	NA
9452	2024-12-29	Cross-Channel Specific-Mutual Feature Transfer Learning for Motor Imagery EEG Signals Decoding 2024-10, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3269512 PMID:37220058	研究论文	本文提出了一种跨通道特定-互特征迁移学习网络模型，用于解码运动想象脑电图信号	提出了一种新的跨通道特定-互特征迁移学习网络模型，能够提取大脑多区域信号的特定和互特征，并通过有效的训练技巧最大化这两种特征的区别	未提及具体的数据集规模或实验环境的限制	提高运动想象脑电图信号的解码能力，以更准确地理解大脑活动	运动想象脑电图信号	脑机接口	NA	深度学习	跨通道特定-互特征迁移学习网络模型	脑电图信号	使用了BCI Competition IV-2a和HGD数据集
9453	2024-12-29	Backpropagation-Based Learning Techniques for Deep Spiking Neural Networks: A Survey 2024-09, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3263008 PMID:37027264	综述	本文综述了基于反向传播的深度脉冲神经网络（SNNs）学习技术	提出了新的脉冲反向传播算法分类法，分为空间、时空和单脉冲三类	SNNs的离散信息表示使得基于反向传播的训练具有挑战性	探讨深度SNNs在低功耗应用中的训练策略	深度脉冲神经网络（SNNs）	机器学习	NA	反向传播	SNN	NA	NA
9454	2024-12-29	SSGCNet: A Sparse Spectra Graph Convolutional Network for Epileptic EEG Signal Classification 2024-09, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3252569 PMID:37030729	研究论文	本文提出了一种稀疏光谱图卷积网络（SSGCNet）用于癫痫脑电图（EEG）信号分类	提出了一种加权邻域场图（WNFG）来表示EEG信号，并结合稀疏权重剪枝和交替方向乘子法（ADMM）开发了序列图卷积网络	未提及具体局限性	开发一种轻量级的深度学习模型，同时保持高分类准确率	癫痫脑电图（EEG）信号	机器学习	癫痫	图卷积网络（GCN）	SSGCNet	EEG信号	Bonn公共数据集和SSW临床真实数据集
9455	2024-12-29	Higher Order Polynomial Transformer for Fine-Grained Freezing of Gait Detection 2024-09, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3264647 PMID:37043325	研究论文	本文提出了一种基于视觉输入的高阶多项式变换器（HP-Transformer）架构，用于细粒度冻结步态（FoG）检测	提出了高阶自注意力机制，基于高阶多项式构建了线性、双线性和三线性变换器，并通过跨阶融合策略进行FoG检测	NA	开发一种基于机器学习的细粒度冻结步态检测方法	帕金森病患者的冻结步态（FoG）事件	计算机视觉	帕金森病	NA	高阶多项式变换器（HP-Transformer）	图像	大型内部数据集
9456	2024-12-29	DSIL-DDI: A Domain-Invariant Substructure Interaction Learning for Generalizable Drug-Drug Interaction Prediction 2024-08, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3242656 PMID:37022856	研究论文	本文提出了一种名为DSIL-DDI的可插拔子结构交互模块，用于学习药物-药物相互作用（DDI）的领域不变表示，以提高DDI预测的泛化性和可解释性	DSIL-DDI模块能够从源领域学习领域不变的DDI表示，并在三种不同场景下进行测试，展示了其在OOD预测中的优势	未明确提及具体局限性	提高药物-药物相互作用（DDI）预测的泛化性和可解释性	药物-药物相互作用（DDI）	机器学习	NA	深度学习	DSIL-DDI	药物数据	未明确提及具体样本数量
9457	2024-12-29	Coupled Multimodal Emotional Feature Analysis Based on Broad-Deep Fusion Networks in Human-Robot Interaction 2024-07, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3236320 PMID:37021991	研究论文	提出了一种基于广深融合网络的耦合多模态情感特征分析方法（CMEFA），用于人机交互中的情感识别	使用广深融合网络（BDFN）提取面部和手势情感特征，并通过典型相关分析（CCA）分析双模态情感特征之间的相关性，建立耦合网络进行情感识别	未考虑特征贡献不平衡的问题	提高人机交互中多模态情感识别的准确率	面部表情和身体手势	自然语言处理	NA	典型相关分析（CCA）	广深融合网络（BDFN）	图像	双模态面部和身体手势数据库（FABO）及八名志愿者
9458	2024-12-29	Multiscale unsupervised network for deformable image registration 2024, Journal of X-ray science and technology IF:1.7Q3 DOI:10.3233/XST-240159 PMID:39240617	研究论文	本文提出了一种快速多尺度无监督变形图像配准方法（FMIRNet），用于单模态图像配准	设计了多尺度融合模块，结合并优化三个尺度的变形场，采用空间注意力机制逐像素加权位移场，并在训练阶段增加了结构相似性（ssim）度量以增强变形图像与固定图像之间的结构一致性	NA	提出一种快速多尺度无监督变形图像配准方法，用于单模态图像配准	单模态图像	计算机视觉	NA	NA	FMIRNet, FCN, UNet	图像	EchoNet, CHAOS, SLIVER数据集
9459	2024-12-29	A reconstruction method for ptychography based on residual dense network 2024, Journal of X-ray science and technology IF:1.7Q3 DOI:10.3233/XST-240114 PMID:39704747	研究论文	本文提出了一种基于残差密集网络的ptychography重建方法，旨在实现快速且鲁棒的重建	提出了一种基于ptychography双分支重建架构的密集残差双分支网络（RDenPtycho），并将ptychography的物理过程整合到网络训练中，以提高性能	未明确提及具体局限性	提出一种新的深度学习方法，以实现ptychography的快速且鲁棒的重建	ptychography数据集	计算机视觉	NA	深度学习	残差密集网络（RDenPtycho）	衍射图案	公开的ptychography数据集
9460	2024-12-29	Research on the effectiveness of multi-view slice correction strategy based on deep learning in high pitch helical CT reconstruction 2024, Journal of X-ray science and technology IF:1.7Q3 DOI:10.3233/XST-240128 PMID:39704749	研究论文	本研究探讨了基于深度学习的多视角切片校正策略在高螺距螺旋CT重建中的有效性	提出了一种数据驱动的切片校正策略，通过调整切片角度、数量和顺序来优化3D重建效果	未明确提及具体样本量及数据集的详细信息	探索高螺距螺旋扫描3D重建的最佳切片方法，为深度学习方法在临床中的应用提供有价值的见解	高螺距螺旋CT图像	计算机视觉	NA	深度学习	NA	3D图像	NA