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
11861	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
11862	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
11863	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
11864	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
11865	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
11866	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
11867	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
11868	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
11869	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
11870	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%）
11871	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
11872	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
11873	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
11874	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
11875	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
11876	2024-11-18	A deep learning method to integrate extracelluar miRNA with mRNA for cancer studies 2024-Nov-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae653 PMID:39495117	研究论文	本文介绍了一种深度学习方法CrossPred，用于整合细胞外miRNA和mRNA数据，以提高癌症研究的生物标志物和治疗靶点的预测准确性	开发了一种基于对比学习的深度学习多编码器模型CrossPred，用于交叉预测miRNA和mRNA表达，并创建了一个共享嵌入空间来整合这两种数据类型	NA	提高细胞外miRNA表达数据的质量，并开发非侵入性方法来评估细胞内mRNA表达	细胞外miRNA和细胞内mRNA	机器学习	癌症	深度学习	多编码器模型	miRNA和mRNA表达数据	三种癌症类型的数据
11877	2024-11-18	Automated Speech Analysis for Risk Detection of Depression, Anxiety, Insomnia, and Fatigue: Algorithm Development and Validation Study 2024-Oct-31, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/58572 PMID:39324329	研究论文	研究开发并验证了一种基于语音分析的算法，用于检测和估计抑郁症、焦虑症、失眠和疲劳的风险	该研究不仅关注单一症状，还考虑了症状的共存和相互作用，并引入了不确定性估计和公平性评估，以提高临床应用的安全性	模型在不同年龄组和教育水平上的公平性表现较差	探讨移动设备收集的语音数据在检测和估计抑郁症、焦虑症、疲劳和失眠方面的预测潜力	抑郁症、焦虑症、失眠和疲劳	机器学习	NA	语音活动检测、特征提取和模型训练	深度学习模型	语音数据	865名健康成年人
11878	2024-11-18	Multiparametric MRI based deep learning model for prediction of early recurrence of hepatocellular carcinoma after SR following TACE 2024-Oct-08, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-024-05941-w PMID:39379692	研究论文	本文开发并验证了一种结合深度学习和临床数据的模型，用于预测接受TACE后肝细胞癌患者的早期复发	本文创新性地将深度学习特征与临床数据结合，构建了一个预测肝细胞癌患者早期复发的诺模图模型	NA	开发和验证一种结合深度学习和临床数据的模型，用于预测肝细胞癌患者的早期复发	接受TACE后肝细胞癌患者的早期复发风险	机器学习	肝癌	MRI	深度学习模型	影像数据	511名接受SR后TACE的患者
11879	2024-11-18	Integrating genomics, phenomics, and deep learning improves the predictive ability for Fusarium head blight-related traits in winter wheat 2024-Sep, The plant genome DOI:10.1002/tpg2.20470 PMID:38853339	研究论文	本文研究了通过整合基因组学、表型组学和深度学习技术，提高冬小麦对赤霉病相关性状的预测能力	本文创新性地使用了人工智能（AI）和视觉平台，通过高光谱成像和深度学习直接预测赤霉病感染小麦中的脱氧雪腐镰刀菌烯醇（DON），显著提高了预测能力	本文未详细讨论所使用方法在实际育种中的应用成本和可行性	提高冬小麦对赤霉病相关性状的预测能力	冬小麦的赤霉病抗性性状、赤霉病损伤的麦粒（FDK）和脱氧雪腐镰刀菌烯醇（DON）	机器学习	农作物病害	高光谱成像	深度学习	图像	NA
11880	2024-11-18	Foundations of reasoning with uncertainty via real-valued logics 2024-May-21, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2309905121 PMID:38753505	研究论文	本文探讨了通过实值逻辑进行不确定性推理的基础	引入了多维句子类，并提供了声音和完整的公理化，可以参数化以涵盖许多实值逻辑，包括所有常见的模糊逻辑，并扩展到加权版本和概率为真值的情况	本文的决策过程基于线性规划，仅适用于某些实值逻辑和特定自然假设	建立实值逻辑系统的正确性和能力的基础	实值逻辑及其推理能力	机器学习	NA	线性规划	NA	NA	NA