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
10221	2024-12-30	An efficient method for identifying surface damage in hydraulic concrete buildings 2024-Dec-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82612-3 PMID:39732863	研究论文	本文提出了一种高效的方法，用于识别水力混凝土建筑物的表面损伤	通过微调轻量级预训练模型的顶层参数，解决了模型对数据依赖性的问题，并采用集成学习算法提高分类的准确性和稳定性	集成学习算法在处理高维数据集时存在耗时问题	提高水力建筑物表面损伤识别的效率和准确性	水力混凝土建筑物的表面损伤	计算机视觉	NA	深度学习	集成学习算法	图像	NA
10222	2024-12-30	A quantitative benchmark of neural network feature selection methods for detecting nonlinear signals 2024-Dec-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82583-5 PMID:39732866	研究论文	本文系统地评估了基于深度学习的特征选择方法在不同复杂度的合成数据集上的表现，并基准测试了它们在揭示特征间非线性关系方面的有效性	首次系统地评估了基于深度学习的特征选择方法在合成数据集上的表现，并基准测试了梯度特征归因技术的可靠性	研究仅基于合成数据集，未在真实数据集上进行验证	评估基于深度学习的特征选择方法在揭示非线性关系方面的有效性	合成数据集	机器学习	NA	NA	神经网络	合成数据	NA
10223	2024-12-30	Information extraction from green channel textual records on expressways using hybrid deep learning 2024-Dec-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82681-4 PMID:39732976	研究论文	本文提出了一种基于混合深度学习的创新方法，用于从高速公路绿色通道的文本记录中提取信息	结合BIO标注、预训练模型、深度学习和CRF，构建了命名实体识别（NER）模型，并比较了BERT、ALBERT和RoBERTa三种预训练模型的效果	研究仅基于陕西省高速公路绿色通道管理系统的调查数据，可能缺乏全国范围的普适性	从高速公路绿色通道的文本记录中提取知识，特别是失败案例的信息	高速公路绿色通道的文本记录	自然语言处理	NA	BIO标注、预训练模型、深度学习、CRF	RoBERTa-BiGRU-CRF	文本	陕西省高速公路绿色通道管理系统的调查数据
10224	2024-12-30	A deep learning identification method of tight sandstone lithofacies integrating multilayer perceptron and multivariate time series 2024-Dec-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82607-0 PMID:39732990	研究论文	本文提出了一种基于多层感知器（MLP）和多变量时间序列（MTS-Mixers）的混合智能方法，用于识别致密砂岩储层的岩相	结合MLP和MTS模型的强大信息提取和分类识别能力，构建了MLP-MTS混合智能模型，提高了岩相识别的效率和准确性	样本数据集可能仍然不足，且模型的泛化能力未在其他区域进行验证	解决致密砂岩储层岩相识别中的手动分类时间长、主观性强和样本数据集不足的问题	松辽盆地扶余油层的致密砂岩储层	机器学习	NA	多层感知器（MLP）和多变量时间序列（MTS-Mixers）	MLP-MTS混合模型	测井数据	NA
10225	2024-12-30	Prognostic impact of tumor cell nuclear size assessed by artificial intelligence in esophageal squamous cell carcinoma 2024-Dec-26, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2024.102221 PMID:39732367	研究论文	本文利用人工智能评估食管鳞状细胞癌中肿瘤细胞核大小，并探讨其临床意义	首次使用人工智能定量评估食管鳞状细胞癌中肿瘤细胞核大小，并发现其与预后的显著关联	样本量较小，仅包含138名患者，且仅针对食管鳞状细胞癌	探讨肿瘤细胞核大小在食管鳞状细胞癌中的临床意义	138名接受根治性食管切除术的食管鳞状细胞癌患者	数字病理学	食管鳞状细胞癌	深度学习	DenseNet v2	图像	138名患者
10226	2024-12-30	Machine Learning and Deep Learning for Diagnosis of Lumbar Spinal Stenosis: Systematic Review and Meta-Analysis 2024-Dec-23, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/54676 PMID:39715552	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了传统机器学习和深度学习在诊断腰椎管狭窄症中的应用及其性能	首次系统性地评估了传统机器学习和深度学习模型在诊断腰椎管狭窄症中的表现，并提供了全面的诊断性能指标	尽管人工智能系统在实验阶段表现出较好的诊断性能，但尚未有足够可靠和实用的模型应用于实际临床实践	评估传统机器学习和深度学习模型在诊断腰椎管狭窄症中的性能，并为未来的临床应用提供更全面的信息	腰椎管狭窄症患者	机器学习	腰椎管狭窄症	传统机器学习和深度学习	TML和DL模型	医学数据	15,044名患者
10227	2024-12-30	Automatic detection and segmentation of lesions in 18 F-FDG PET/CT imaging of patients with Hodgkin lymphoma using 3D dense U-Net 2024-Nov-01, Nuclear medicine communications IF:1.3Q3 DOI:10.1097/MNM.0000000000001892 PMID:39224914	研究论文	本研究提出了一种结合U-Net和DenseNet架构的自动分割方法，用于霍奇金淋巴瘤的PET/CT图像分割	结合U-Net和DenseNet架构，并使用Tversky损失函数，以提高小病灶分割的准确性和鲁棒性	样本量相对较小，训练集141个样本，测试集20个样本	提高霍奇金淋巴瘤在PET/CT图像中的自动分割准确性	霍奇金淋巴瘤患者的PET/CT图像	数字病理学	霍奇金淋巴瘤	PET/CT成像	3D dense U-Net	图像	训练集141个样本，测试集20个样本
10228	2024-12-30	Evaluation of the prostate cancer and its metastases in the [ 68 Ga]Ga-PSMA PET/CT images: deep learning method vs. conventional PET/CT processing 2024-Nov-01, Nuclear medicine communications IF:1.3Q3 DOI:10.1097/MNM.0000000000001891 PMID:39224922	研究论文	本研究探讨了在[68Ga]Ga-PSMA PET扫描中使用深度学习进行衰减校正的可行性和优势	通过深度学习模型进行衰减校正，显著提高了图像质量和病变检测能力，并减少了患者的辐射暴露	研究样本量相对较小，且仅针对前列腺癌患者，可能限制了结果的普适性	评估深度学习在[68Ga]Ga-PSMA PET/CT图像中用于前列腺癌及其转移的诊断效果	700名前列腺癌患者的[68Ga]Ga-PSMA PET/CT图像	数字病理学	前列腺癌	PET/CT扫描	深度学习模型	图像	700名前列腺癌患者
10229	2024-12-29	Accelerated cardiac cine with spatio-coil regularized deep learning reconstruction 2025-Mar, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30337 PMID:39428898	研究论文	本文提出了一种结合空间-线圈正则化的深度学习重建方法，用于加速心脏电影成像	提出了Spatio-Coil Regularized DL (SCR-DL)方法，结合多线圈信息进行数据一致性和正则化，显著提高了重建图像的质量	未提及具体样本量，且仅针对心脏电影成像进行了验证	开发一种加速心脏电影成像的深度学习重建方法	心脏电影成像数据	医学影像	心血管疾病	深度学习重建	SCR-DL	图像	NA
10230	2024-12-29	A hybrid AI based framework for enhancing security in satellite based IoT networks using high performance computing architecture 2024-Dec-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78262-0 PMID:39730383	研究论文	本文提出了一种基于嵌入式混合深度学习的入侵检测技术（EHID），用于增强通过卫星连接的物联网设备与高性能计算云之间的安全性	提出了一种新型的嵌入式混合深度学习入侵检测技术（EHID），结合了两种深度学习算法，能够检测14种威胁，并利用高性能计算云的处理能力进行实时监控和检测	未明确提及具体局限性，但可能包括对特定数据集和计算资源的依赖	增强通过卫星连接的物联网设备与高性能计算云之间的安全性	通过卫星连接的物联网设备与高性能计算云	机器学习	NA	深度学习	嵌入式混合深度学习	物联网生成的数据	Edge-IIoTset 网络安全数据集
10231	2024-12-29	Feature decoupling integrated domain generalization network for bearing fault diagnosis under unknown operating conditions 2024-Dec-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81489-6 PMID:39730497	研究论文	本文提出了一种用于未知工况下轴承故障诊断的领域泛化网络，即特征解耦集成领域泛化网络（FDIDG）	提出了特征解耦算法，从多个源域中提取故障特征的泛化表示，并采用多专家集成策略提高模型在未知工况下的诊断准确性	未提及具体的数据集规模或实验条件的限制	解决在目标域不可见的情况下，从源域中提取泛化诊断知识的问题	轴承故障诊断	机器学习	NA	特征解耦算法，多专家集成策略	领域泛化网络（FDIDG）	故障数据	未提及具体样本数量
10232	2024-12-29	Advanced music classification using a combination of capsule neural network by upgraded ideal gas molecular movement algorithm 2024-Dec-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81700-8 PMID:39730570	研究论文	本文提出了一种结合胶囊神经网络和升级版理想气体分子运动算法的音乐分类方法	首次将胶囊神经网络与升级版理想气体分子运动算法结合，用于优化模型参数，提高音乐分类的准确性	未提及具体的数据集规模限制或模型在其他类型数据上的泛化能力	提高音乐流派分类的准确性	音乐流派	机器学习	NA	升级版理想气体分子运动算法（UIGMM）	胶囊神经网络（CapsNet）	音频数据	使用了三个基准数据集：ISMIR2004、GTZAN和Extended Ballroom
10233	2024-12-29	Deep learning-based study on assessment and enhancement strategy for geological disaster emergency evacuation capacity in Changbai Mountain North Scenic Area 2024-Dec-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81583-9 PMID:39730624	研究论文	本研究利用深度学习技术评估长白山北景区地质灾害应急疏散能力，并提出改进策略	采用Real-ESRGAN解决遥感图像模糊问题，结合GCN模型计算各栅格点的应急疏散时间，显著提高了数据处理和评估的准确性	研究区域面积较小，数据获取困难，精度不足	评估长白山北景区的地质灾害应急疏散能力，并制定改进策略	长白山北景区	机器学习	NA	Real-ESRGAN, GCN	Real-ESRGAN, GCN	遥感图像	NA
10234	2024-12-29	Temporal trends and predictive modeling of air pollutants in Delhi: a comparative study of artificial intelligence models 2024-Dec-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82117-z PMID:39730707	研究论文	本文比较了不同人工智能模型在预测德里空气污染物中的表现	使用多种深度学习模型（如LSTM、Bi-LSTM、GRU、MLP和XGBoost）进行空气污染物预测，并比较其性能	研究仅基于德里地区的空气质量数据，可能无法推广到其他地区	开发新的空气质量预测方法，以更好地理解天气污染	德里地区的空气质量参数，包括CO、NO、NO2、O3、SO2、PM2.5、PM10和NH3	机器学习	NA	NA	LSTM, Bi-LSTM, GRU, MLP, XGBoost	时间序列数据	2020年11月25日至2023年1月24日期间德里附近空气质量监测站的每小时数据
10235	2024-12-29	Fine-grained restoration of Mongolian patterns based on a multi-stage deep learning network 2024-Dec-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82097-0 PMID:39730729	研究论文	本文提出了一种基于多阶段深度学习网络的蒙古图案细粒度修复模型	针对蒙古图案的复杂线纹理结构和高饱和度色彩，提出了一种多阶段网络修复模型，结合了金字塔上下文编码器网络、RIC卷积层、MPD下采样模块和U-Net网络	NA	解决蒙古图案在传承和保存过程中易受损的问题，提供高效的数字化修复方案	蒙古图案	计算机视觉	NA	深度学习	多阶段网络（金字塔上下文编码器网络、RIC卷积层、MPD下采样模块、U-Net网络）	图像	NA
10236	2024-12-29	A study on the detection of conductor quantity in cable cores based on YOLO-cable 2024-Dec-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82323-9 PMID:39730863	研究论文	本研究提出了一种基于YOLO-cable模型的电缆芯线数量检测方法，以促进电缆制造业的数字化转型	在YOLOv10模型的基础上，引入了Focal损失函数，优化了C2F结构，增加了Focal NeXt模块，并在Neck部分加入了多尺度特征（MSF）模块	未提及具体的数据集规模或实际应用中的潜在问题	提高电缆芯线数量的智能检测精度，促进电缆制造业的数字化转型	电缆芯线	计算机视觉	NA	深度学习	YOLO-cable	图像	未提及具体样本数量
10237	2024-12-29	Radiomic nomograms in CT diagnosis of gall bladder carcinoma: a narrative review 2024-Dec-27, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-024-01720-8 PMID:39730762	综述	本文综述了放射组学在CT诊断胆囊癌中的应用，特别是放射组学诺模图的最新发展	介绍了基于深度学习的放射组学，自动生成和提取输入数据中的显著特征，并结合诺模图在胆囊癌诊断中的应用	大多数研究缺乏外部验证队列，样本量较小，且在日常临床环境中的前瞻性应用不足	探讨放射组学诺模图在胆囊癌CT诊断中的应用	胆囊癌患者	数字病理学	胆囊癌	CT, 深度学习	神经网络	医学图像	NA
10238	2024-12-29	Annotating protein functions via fusing multiple biological modalities 2024-Dec-27, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-07411-y PMID:39730886	研究论文	本文提出了一种多步骤方法MIF2GO，用于融合多种生物模态并注释蛋白质功能	MIF2GO方法首次在三个步骤中融合了多达六种不同生物层次的生物模态，从而生成强大的蛋白质表示	现有方法未能有效融合不同生物模态，导致蛋白质表示质量低，且稀疏标签表示导致次优解的收敛问题	揭示疾病发病机制和发现新靶点，通过融合多种生物模态来注释蛋白质功能	蛋白质功能	生物信息学	NA	深度学习	MIF2GO	多模态生物数据	七个基准数据集
10239	2024-12-29	EDCLoc: a prediction model for mRNA subcellular localization using improved focal loss to address multi-label class imbalance 2024-Dec-27, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-024-11173-6 PMID:39731012	研究论文	本文提出了一种名为EDCLoc的多标签分类器，用于预测mRNA的亚细胞定位，通过改进的焦点损失函数解决多标签分类中的类别不平衡问题	EDCLoc通过逐步池化策略减少训练压力，采用不同尺度的分组卷积块结合残差连接实现高效特征提取和梯度传播，并改进了焦点损失函数以增强对少数类别的关注	深度学习方法在处理复杂序列时可能面临硬件性能和训练时间的挑战，且可能存在维度灾难和过拟合问题	开发更高效和准确的mRNA亚细胞定位预测模型	mRNA的亚细胞定位	自然语言处理	NA	多尺度CNN滤波器	多标签分类器	序列数据	NA
10240	2024-12-29	AEGAN-Pathifier: a data augmentation method to improve cancer classification for imbalanced gene expression data 2024-Dec-27, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-06013-z PMID:39731019	研究论文	本文提出了一种名为AEGAN-Pathifier的数据增强方法，用于改善不平衡基因表达数据中的癌症分类	结合AutoEncoder和生成对抗网络（GAN）生成少数类样本，并整合通路先验知识，提出AEGAN-Pathifier方法	未提及具体的数据集规模限制或模型泛化能力的详细评估	解决癌症分类中高维数据和不平衡样本的问题	基因表达数据	机器学习	癌症	AutoEncoder, GAN, 通路评分算法	AEGAN	基因表达数据	GSE25066, GSE20194, BRCA和Liver24数据集