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
11761	2024-11-18	Assessing the impact of ultrasound image standardization in deep learning-based segmentation of carotid plaque types 2024-Dec, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108460 PMID:39426138	研究论文	研究超声图像标准化对基于深度学习的颈动脉斑块类型分割的影响	提出了三种逐步预处理方案，以发现最优的超声图像标准化方法，并评估每种预处理对不同斑块类型分割性能的影响	研究中未涵盖所有斑块类型，特别是均匀回声斑块或具有声影的严重钙化斑块	评估超声图像标准化对基于深度学习的颈动脉斑块类型分割的影响	颈动脉斑块类型的分割	计算机视觉	心血管疾病	深度学习	CFPNet-M	图像	276张超声图像，来自三个医疗中心
11762	2024-11-18	DEDUCE: Multi-head attention decoupled contrastive learning to discover cancer subtypes based on multi-omics data 2024-Dec, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108478 PMID:39504713	研究论文	本文提出了一种基于对称多头注意力编码器（SMAE）的无监督对比学习模型DEDUCE，用于分析多组学癌症数据并识别癌症亚型	引入了基于多头注意力机制的亚型解耦对比学习方法，同时从多组学数据中学习特征并进行聚类，以识别癌症亚型	NA	开发一种新的模型来分析多组学癌症数据，以识别和表征癌症亚型	多组学癌症数据和急性髓系白血病（AML）的亚型	机器学习	血液肿瘤	多头注意力机制	对称多头注意力编码器（SMAE）	多组学数据	模拟多组学数据集、单细胞多组学数据集和癌症多组学数据集，以及AML的六个亚型
11763	2024-11-18	Kruskal Szekeres generative adversarial network augmented deep autoencoder for colorectal cancer detection 2024-Nov-16, Network (Bristol, England) DOI:10.1080/0954898X.2024.2426580 PMID:39550608	研究论文	本文介绍了一种用于早期结直肠癌检测的Kruskal Szekeres生成对抗网络增强深度自编码器（KSGANA-DA）	引入了Kruskal Szekeres生成对抗网络增强深度自编码器（KSGANA-DA），通过数据增强和深度自编码器图像分割提高检测性能	NA	提高早期结直肠癌检测的准确性和效率	结直肠癌的早期检测	计算机视觉	结直肠癌	生成对抗网络（GAN），深度自编码器	Kruskal Szekeres生成对抗网络增强深度自编码器（KSGANA-DA）	图像	NA
11764	2024-11-18	Application of deep learning for the analysis of stomata: a review of current methods and future directions 2024-Nov-15, Journal of experimental botany IF:5.6Q1 DOI:10.1093/jxb/erae207 PMID:38716775	综述	本文综述了深度学习在气孔分析中的应用现状及未来方向	介绍了深度学习模型在植物表型分析任务中的潜力，特别是气孔分析	主要关注数据集共享和模型泛化，以及利用图像数据推断生理功能的局限性	促进深度学习方法在植物表型分析任务中的应用，并指出未来优化的需求	气孔的形态、密度及其在气体交换中的作用	计算机视觉	NA	深度学习	NA	图像	涉及多种植物物种
11765	2024-11-18	AI Prediction for Post-Lower Blepharoplasty Age Reduction 2024-Nov-15, Aesthetic surgery journal IF:3.0Q1 DOI:10.1093/asj/sjae182 PMID:39163263	研究论文	本研究利用人工智能评估下眼睑整形手术后的年龄变化	首次使用深度学习模型客观评估下眼睑整形手术的美容效果	样本量较小，仅包括150名患者	提供下眼睑整形手术美容效果的客观评估	下眼睑整形手术后的年龄变化	计算机视觉	NA	卷积神经网络 (CNN)	卷积神经网络 (CNN)	图像	150名接受下眼睑整形手术的患者
11766	2024-11-18	iACP-DFSRA: Identification of Anticancer Peptides Based on a Dual-channel Fusion Strategy of ResCNN and Attention 2024-Nov-15, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2024.168810 PMID:39362624	研究论文	提出了一种基于深度学习的模型iACP-DFSRA，用于识别抗癌肽	采用双通道融合策略，结合ResCNN和Attention机制提取局部和全局特征，并通过Attention机制进行深度融合	NA	开发一种准确且成本效益高的方法来识别抗癌肽	抗癌肽的识别	机器学习	癌症	深度学习	ResCNN, Attention	蛋白质序列	NA
11767	2024-11-18	An Artificial Intelligence-Assisted Flexible and Wearable Mechanoluminescent Strain Sensor System 2024-Nov-15, Nano-micro letters IF:31.6Q1 DOI:10.1007/s40820-024-01572-5 PMID:39542976	研究论文	开发了一种人工智能辅助的无线、柔性和可穿戴的机械发光应变传感器系统	整合了基于深度学习神经网络的颜色数据处理系统与三明治结构的柔性机械发光传感器薄膜，解决了传统柔性应变传感器在实际应用中的复杂布线、数据采集设备笨重以及现场数据解释困难的问题	NA	解决柔性应变传感器在实际应用中的限制，推动其从实验室研究走向消费市场	柔性机械发光应变传感器及其在人体手势识别中的应用	机器学习	NA	深度学习神经网络	NA	颜色数据	NA
11768	2024-11-18	Early detection of verticillium wilt in eggplant leaves by fusing five image channels: a deep learning approach 2024-Nov-15, Plant methods IF:4.7Q1 DOI:10.1186/s13007-024-01291-3 PMID:39543664	研究论文	本文研究了通过融合五个图像通道的深度学习方法早期检测茄子叶片上的黄萎病	本文创新性地结合了低成本多光谱相机和深度学习技术，建立了五通道图像信息融合模型，实现了对茄子黄萎病的早期诊断	本文的局限性在于传统多光谱病害成像设备的高成本和复杂操作，以及低成本设备的信息覆盖不足	本研究的目的是利用低成本多光谱相机和深度学习技术有效检测茄子早期黄萎病	本研究的对象是茄子叶片上的黄萎病	计算机视觉	植物病害	多光谱成像	VGG16-triplet attention	图像	48小时和72小时的数据
11769	2024-11-18	Mental Health Diagnosis From Voice Data Using Convolutional Neural Networks and Vision Transformers 2024-Nov-15, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2024.10.010 PMID:39550322	研究论文	本研究利用卷积神经网络和视觉变换器分析语音数据，以识别心理健康状况	本研究首次将卷积神经网络和视觉变换器结合应用于语音分析，显著提高了心理健康识别的准确性	本研究仅在孟加拉国的精神健康机构收集数据，可能限制了模型的普适性	利用深度学习技术提高心理健康诊断的准确性	人类语音数据，包括稳定和不稳定状态	计算机视觉	NA	卷积神经网络和视觉变换器	卷积神经网络和视觉变换器	语音	来自孟加拉国多个精神健康机构的语音数据
11770	2024-11-18	A novel optimization-driven deep learning framework for the detection of DDoS attacks 2024-Nov-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-77554-9 PMID:39543174	研究论文	本文提出了一种新的优化驱动的深度学习框架，用于检测分布式拒绝服务（DDoS）攻击	本文的创新点在于结合了条件生成对抗网络（CGAN）和堆叠稀疏去噪自动编码器（SSDAE）与萤火虫-黑寡妇（FA-BW）混合优化算法，显著提高了DDoS攻击检测的准确性	NA	本文的研究目的是通过先进的深度学习技术和混合优化算法，增强网络安全，特别是针对DDoS攻击的检测	本文的研究对象是分布式拒绝服务（DDoS）攻击及其检测方法	机器学习	NA	条件生成对抗网络（CGAN）、堆叠稀疏去噪自动编码器（SSDAE）、萤火虫-黑寡妇（FA-BW）混合优化算法	深度学习	数据集	CICDDoS2019数据集
11771	2024-11-18	Scheme evaluation method of coal gangue sorting robot system with time-varying multi-scenario based on deep learning 2024-Nov-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78635-5 PMID:39543191	研究论文	本文提出了一种基于深度学习的煤矸石分选机器人系统（CGSRS）方案评估方法，用于处理时间变化的多场景和全工作条件下的煤矸石队列问题	首次尝试将深度学习应用于CGSRS多任务分配问题	未提及	提出一种新的方案评估方法，以提高CGSRS在多任务分配策略中的时间复杂性和稳定性	煤矸石分选机器人系统（CGSRS）及其在时间变化的多场景和全工作条件下的性能评估	机器人技术	NA	深度学习	DenseNet	图像（RGB样本集）	多场景和全条件下的矸石队列数据集
11772	2024-11-18	Accelerated hit identification with target evaluation, deep learning and automated labs: prospective validation in IRAK1 2024-Nov-14, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-024-00914-0 PMID:39543721	研究论文	本文通过整合目标评估、深度学习和自动化实验室系统，在IRAK1中进行前瞻性验证，加速了命中识别	本文创新性地整合了目标评估工具SpectraView和深度学习驱动的虚拟筛选工具HydraScreen，并与自动化机器人云实验室系统相结合，显著加速了目标识别和命中发现的过程	本文主要集中在IRAK1的前瞻性验证，未来研究可以扩展到其他目标	验证整合目标评估、深度学习和自动化实验室系统在加速命中识别中的有效性	IRAK1作为研究焦点，验证结构基础的深度学习模型	机器学习	NA	深度学习	深度学习模型	化合物	化合物库中的化合物
11773	2024-11-18	Integrating deep learning techniques for effective river water quality monitoring and management 2024-Nov, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2024.122477 PMID:39303600	研究论文	本研究建立了一个综合的河流水质监测系统，结合深度学习技术进行实时数据分析，以提高水质监测和管理效率	提出了一种结合卷积神经网络（CNN）和长短期记忆网络（LSTM）的混合模型，用于评估水质，验证准确率达到98.40%	NA	开发一种有效的河流水质监测和管理系统，以支持可持续的水资源管理	Kaveri河的水质参数，包括污染水平、浊度、pH值、温度和总溶解固体（TDS）	计算机视觉	NA	卷积神经网络（CNN）和长短期记忆网络（LSTM）	CNN-LSTM模型	实时数据	在Kaveri河的多个位置设置了传感器，每5分钟收集一次数据
11774	2024-11-18	Hourly PM2.5 concentration prediction for dry bulk port clusters considering spatiotemporal correlation: A novel deep learning blending ensemble model 2024-Nov, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2024.122703 PMID:39357440	研究论文	本文提出了一种新的深度学习混合集成模型，用于预测干散货港口集群中的PM2.5浓度，考虑了时空相关性	本文创新性地结合了四种深度学习架构（GCN、LSTM、ResNet和CNN），通过混合集成技术提高了PM2.5浓度的预测准确性	NA	开发一种能够准确预测港口集群中PM2.5浓度的深度学习模型，以帮助当局有效应对空气污染并保护港口工作人员的健康	干散货港口集群中的PM2.5浓度	机器学习	NA	深度学习	混合集成模型（GCN、LSTM、ResNet和CNN）	实际数据	18个港口的数据
11775	2024-11-18	Deep-learning classification of teat-end conditions in Holstein cattle 2024-Nov, Research in veterinary science IF:2.2Q1 DOI:10.1016/j.rvsc.2024.105434 PMID:39401476	研究论文	本文研究了使用深度学习对荷斯坦牛乳头末端状况进行分类以预防乳腺炎	本文首次使用深度学习方法对乳头末端状况进行分类，并展示了高准确率	需要更多的训练图像以提高分类准确性	开发一种基于图像的深度学习方法，用于准确分类乳头末端状况，以预防乳腺炎	荷斯坦牛的乳头末端状况	计算机视觉	NA	深度学习	转移学习网络	图像	1426张乳牛乳房的数字图像，分为训练集（70%）、验证集（15%）和测试集（15%）
11776	2024-11-18	Sex dimorphism and hormesis response to polystyrene microplastic exposure in kinematics and metabolism of Drosophila model based on deep learning 2024-Nov, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2024.122846 PMID:39405883	研究论文	研究了聚苯乙烯微塑料暴露对果蝇运动学和代谢的影响	首次使用深度学习方法分析了微塑料暴露对果蝇行为和代谢的性别二态性和激素反应	研究仅限于果蝇模型，未涉及其他物种	探讨微塑料对果蝇行为和代谢的影响	果蝇的运动学和代谢	机器学习	NA	深度学习	NA	行为参数	5种浓度（0 g/L, 0.1 g/L, 1 g/L, 10 g/L, 20 g/L）的5 μm聚苯乙烯微塑料，果蝇暴露20天
11777	2024-11-18	Development of a deep surrogate model with spatiotemporal characteristics mining capabilities for the prediction of groundwater level in coastal areas 2024-Nov, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2024.122724 PMID:39405889	研究论文	本文提出了一种基于深度学习的代理模型STA-GRU，用于预测沿海地区的地下水位，该模型结合了时空注意力机制和门控循环神经网络	本文的创新点在于引入了时空注意力机制和门控循环单元（GRU）来捕捉地下水位的时空依赖性，从而提高预测精度	NA	开发一种能够准确高效预测沿海地区地下水位的深度学习代理模型	沿海地区的地下水位	机器学习	NA	深度学习	GRU	时间序列	NA
11778	2024-11-18	Perfluorooctanoic Acids (PFOA) removal using electrochemical oxidation: A machine learning approach 2024-Nov, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2024.122857 PMID:39405885	研究论文	本研究评估了多种机器学习模型在预测电氧化去除全氟辛酸（PFOA）效率中的应用	本研究首次将多种机器学习模型应用于电氧化去除PFOA的效率预测，并发现随机森林模型表现最佳	本研究未探讨不同环境条件下模型的泛化能力	评估机器学习模型在电氧化去除PFOA中的预测能力	全氟辛酸（PFOA）的电氧化去除效率	机器学习	NA	电氧化	随机森林	数值数据	NA
11779	2024-11-18	Targeting ATP catalytic activity of chromodomain helicase CHD1L for the anticancer inhibitor discovery 2024-Nov, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2024.136678 PMID:39426766	研究论文	本文通过整合多种深度学习方法与生化和细胞实验，识别CHD1L的潜在抑制剂，并验证其抗癌效果	首次采用深度学习方法结合虚拟筛选技术，发现新型CHD1L抑制剂C071-0684，具有显著的抗癌效果	NA	发现和开发针对CHD1L的抗癌药物	CHD1L酶及其抑制剂	机器学习	NA	深度学习	NA	化合物	超过150万种小分子化合物，筛选出36种候选化合物，验证其中13种
11780	2024-11-18	Structure-aware annotation of leucine-rich repeat domains 2024-Nov, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012526 PMID:39499733	研究论文	本文开发了降维方法来注释亮氨酸重复序列域的重复单元，并应用于预测的结构	利用深度学习预测的蛋白质结构信息改进现有的基于序列的域注释方法	依赖于预测的蛋白质结构，可能存在预测误差	改进蛋白质域注释方法，特别是亮氨酸重复序列域的注释	亮氨酸重复序列域及其在植物免疫蛋白中的应用	机器学习	NA	降维方法	NA	蛋白质结构	127个预测的亮氨酸重复序列域结构，验证数据集包含172个手动注释的亮氨酸重复序列域