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
12081	2024-12-01	Deep learning based binary classification of diabetic retinopathy images using transfer learning approach 2024-Dec, Journal of diabetes and metabolic disorders IF:1.8Q4 DOI:10.1007/s40200-024-01497-1 PMID:39610484	研究论文	本文提出了一种基于深度学习和迁移学习的方法，用于糖尿病视网膜病变图像的二分类	使用20个预训练网络进行微调，并结合三个数据集进行实验，最终选择ResNet101模型在DAG类别中达到97.33%的准确率	NA	开发一种有效的深度学习模型，用于早期检测糖尿病视网膜病变	糖尿病视网膜病变图像的分类	计算机视觉	糖尿病	深度学习	ResNet101	图像	来自三个数据集的糖尿病视网膜病变图像
12082	2024-12-01	Exploring the efficacy of various CNN architectures in diagnosing oral cancer from squamous cell carcinoma 2024-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.103034 PMID:39610794	研究论文	本文探讨了不同卷积神经网络（CNN）架构在诊断口腔鳞状细胞癌（OCSCC）中的有效性	本文提出了基于深度学习的多种CNN模型（如VGG16、ResNet50、LeNet-5、MobileNetV2和Inception V3）用于诊断OCSCC，并比较了它们的性能	本文未详细讨论数据集的多样性和模型的泛化能力	研究不同CNN架构在诊断口腔鳞状细胞癌中的性能	口腔鳞状细胞癌（OCSCC）和口腔发育不良	计算机视觉	口腔癌	卷积神经网络（CNN）	CNN	图像	使用了NEOR和OCSCC数据集，图像被分割成小块并分类为正常或鳞状细胞癌
12083	2024-12-01	A Dual-Mode Robot-Assisted Plate Implantation Method for Femoral Shaft Fracture 2024-Dec, The international journal of medical robotics + computer assisted surgery : MRCAS DOI:10.1002/rcs.70008 PMID:39612353	研究论文	本文提出了一种双模式机器人辅助股骨干骨折钢板植入方法	结合起点确定算法、运动捕捉、深度学习和机器人技术，提出了一种双模式机器人辅助钢板植入方法	未提及具体局限性	改善股骨干骨折钢板植入过程中的可视性、准确性和稳定性问题	股骨干骨折的钢板植入	机器人技术	骨折	运动捕捉、深度学习	神经网络模型	NA	未提及具体样本数量
12084	2024-12-01	Global Land Use Change and Its Impact on Greenhouse Gas Emissions 2024-Dec, Global change biology IF:10.8Q1 DOI:10.1111/gcb.17604 PMID:39614423	研究论文	研究了全球土地利用变化及其对温室气体排放的影响	利用结构方程模型和深度学习模型预测了未来全球温室气体排放	研究基于历史数据和当前趋势，未来实际情况可能有所不同	探讨土地利用变化对全球温室气体排放的影响，并预测未来排放趋势	全球土地利用模式及其对温室气体排放的影响	NA	NA	结构方程模型，深度学习模型	深度学习模型	历史数据	29年的全球历史数据
12085	2024-12-01	Deep learning-based surgical phase recognition in laparoscopic cholecystectomy 2024-Nov-30, Annals of hepato-biliary-pancreatic surgery IF:1.1Q3 DOI:10.14701/ahbps.24-091 PMID:39069309	研究论文	本文设计了一种基于深度学习的模型，用于自动识别腹腔镜胆囊切除术视频中的手术阶段	首次使用深度学习模型自动识别腹腔镜胆囊切除术的手术阶段	模型在某些手术阶段（如夹切）的识别准确率较低	开发一种能够自动识别腹腔镜胆囊切除术手术阶段的深度学习模型	腹腔镜胆囊切除术视频	计算机视觉	胆囊疾病	深度学习	深度学习模型	视频	120个公开数据集视频和40个单机构记录的视频
12086	2024-12-01	Generative adversarial network (GAN) model-based design of potent SARS-CoV-2 Mpro inhibitors using the electron density of ligands and 3D binding pockets: insights from molecular docking, dynamics simulation, and MM-GBSA analysis 2024-Nov-30, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-024-11047-9 PMID:39613993	研究论文	本研究利用生成对抗网络（GAN）模型，基于配体电子密度和3D结合口袋设计SARS-CoV-2 Mpro抑制剂，并通过分子对接、动力学模拟和MM-GBSA分析验证其有效性	本研究创新性地结合了生成对抗网络（GAN）和分子对接技术，设计出具有高亲和力的SARS-CoV-2 Mpro抑制剂	本研究仅评估了两种GAN算法生成的分子，且样本量较小，可能影响结果的普适性	本研究旨在利用生成对抗网络（GAN）模型设计高效的SARS-CoV-2 Mpro抑制剂	本研究主要研究对象为SARS-CoV-2 Mpro及其抑制剂	机器学习	NA	分子对接、分子动力学模拟、MM-GBSA分析	生成对抗网络（GAN）	分子结构数据	约26,000个分子（基于电子密度数据生成）和约100个分子（基于结合口袋生成）
12087	2024-12-01	A general temperature-guided language model to design proteins of enhanced stability and activity 2024-Nov-29, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adr2641 PMID:39602544	研究论文	介绍了一种名为PRIME的深度学习模型，用于设计具有增强稳定性和活性的蛋白质突变体	PRIME模型无需任何先验实验突变数据，通过温度感知语言建模，展示了优于现有最先进模型的预测能力	NA	开发一种能够设计具有高稳定性和活性的蛋白质突变体的深度学习模型	蛋白质突变体的稳定性和活性	机器学习	NA	深度学习	深度学习模型	蛋白质数据	283个蛋白质实验数据集，5个蛋白质验证，30到45个单点突变
12088	2024-12-01	Conditional neural field latent diffusion model for generating spatiotemporal turbulence 2024-Nov-29, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54712-1 PMID:39613755	研究论文	介绍了一种用于生成复杂三维域中时空湍流的生成学习框架CoNFiLD模型	结合条件神经场编码与潜在扩散过程，实现了高效、高保真的随机湍流生成	未提及	开发一种高效、高保真的生成模型，用于模拟复杂流体动力学中的湍流	时空湍流	机器学习	NA	条件神经场编码与潜在扩散过程	CoNFiLD模型	时空数据	未提及
12089	2024-12-01	Face mask identification with enhanced cuckoo optimization and deep learning-based faster regional neural network 2024-Nov-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78746-z PMID:39613761	研究论文	提出了一种使用无人机和物联网技术进行口罩识别和社会距离监测的系统	结合了增强的布谷鸟优化方法和基于深度学习的快速区域卷积神经网络算法，用于口罩识别和社会距离监测	NA	开发一种能够识别口罩佩戴情况并监测社会距离的系统	口罩佩戴情况和社会距离	计算机视觉	NA	快速区域卷积神经网络 (R-CNN) 和自适应银河群优化 (AGSO)	卷积神经网络 (CNN)	图像	训练集包含16,000张图像，测试集包含12,751张图像
12090	2024-12-01	Mastering seismic time series response predictions using an attention-Mamba transformer model for bridge bearings and piers across varied testing conditions 2024-Nov-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79195-4 PMID:39613766	研究论文	本研究提出了一种先进的方法，利用注意力机制驱动的Mamba变压器模型预测桥梁支座和桥墩在不同加载条件下的地震响应和滞回曲线	采用自注意力Mamba驱动的变压器层，增强模型捕捉地震数据中长期依赖关系的能力	NA	开发一种能够准确预测桥梁支座和桥墩在不同加载条件下地震响应的深度学习模型	桥梁支座和桥墩的地震响应和滞回曲线	机器学习	NA	深度学习	变压器模型	时间序列数据	95次实时混合模拟测试（铅橡胶支座），29次实时混合模拟测试（桥墩），17次循环测试（10次快速和7次慢速）
12091	2024-12-01	Deep learning based signal processing and detection for multiple medical devices OFDM systems 2024-Nov-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81082-x PMID:39613798	研究论文	本文评估了三种深度学习算法在多医疗设备OFDM通信系统中的信号处理和检测性能	深度学习方法在多医疗设备干扰情况下优于传统LMMSE检测器，并表现出强大的抗干扰能力	NA	评估深度学习算法在多医疗设备OFDM系统中的信号处理和检测性能	多医疗设备OFDM通信系统中的信号处理和检测	机器学习	NA	深度学习	全连接深度神经网络、卷积神经网络、长短期记忆神经网络	信号	NA
12092	2024-12-01	Pressure chamber fault diagnosis model design based on segmented control and adaptive fuzzy neural network 2024-Nov-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80572-2 PMID:39613838	研究论文	本文介绍了一种基于分段控制和自适应模糊神经网络的压力舱故障诊断模型	采用EWTLM-FNN框架，结合经验小波变换和长短期记忆网络，实现了对压力舱状态的高精度监测和故障诊断	NA	确保飞行安全，提高压力舱故障诊断的准确性	压力舱的故障诊断	机器学习	NA	经验小波变换	长短期记忆网络	压力监测数据	自建的压力舱故障数据集
12093	2024-12-01	Impact of uncertainty quantification through conformal prediction on volume assessment from deep learning-based MRI prostate segmentation 2024-Nov-29, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-024-01863-w PMID:39613981	研究论文	本文研究了通过保形预测（CP）量化深度学习（DL）前列腺分割算法的不确定性，并评估其对前列腺体积（PV）计算的影响	本文首次将保形预测应用于深度学习前列腺MRI分割，以提高前列腺体积评估的准确性和可靠性	研究仅限于377例多中心3-Tesla轴向T2加权MRI图像，样本量有限	评估保形预测在提高深度学习前列腺分割算法不确定性和前列腺体积计算准确性方面的效果	前列腺体积的计算和深度学习算法的不确定性	计算机视觉	前列腺癌	保形预测	深度学习模型	图像	377例多中心3-Tesla轴向T2加权MRI图像
12094	2024-12-01	Bio-inspired multi-dimensional deep fusion learning for predicting dynamical aerospace propulsion systems 2024-Nov-29, Communications engineering DOI:10.1038/s44172-024-00327-9 PMID:39614122	研究论文	本文开发了一种名为TimeWaves的深度学习模型，用于预测动态航空推进系统，结合了全局趋势和局部变化的捕捉	本文创新性地采用了生物启发的多维深度融合学习方法，通过共享参数融合算法和双路学习工作流程，提高了对动态多尺度特征的感知能力	NA	开发一种能够快速准确预测动态系统的深度学习模型，以确保航空任务的安全性	动态航空推进系统，特别是火箭燃烧不稳定性的预测	机器学习	NA	傅里叶分析和小波分析	深度学习模型	时间序列	NA
12095	2024-12-01	Enhanced interpretable thyroid disease diagnosis by leveraging synthetic oversampling and machine learning models 2024-Nov-29, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02780-0 PMID:39614307	研究论文	本文提出了一种基于合成过采样和机器学习模型的增强可解释性甲状腺疾病诊断方法	本文提出的SNL（SMOTE-NC-LGBM）方法在甲状腺疾病诊断中表现出色，准确率高达0.96，并应用了可解释人工智能（XAI）机制来增强方法的透明度和可解释性	NA	旨在提出一种有效的人工智能方法用于早期甲状腺疾病的诊断	甲状腺疾病，包括甲状腺功能亢进和甲状腺功能减退	机器学习	甲状腺疾病	合成少数类过采样技术（SMOTE-NC）和轻梯度提升机（LGBM）	轻梯度提升机（LGBM）	数据集	3772名男女患者
12096	2024-12-01	Evaluation of a deep learning software for automated measurements on full-leg standing radiographs 2024-Nov-29, Knee surgery & related research IF:4.1Q1 DOI:10.1186/s43019-024-00246-1 PMID:39614404	研究论文	评估一种基于深度学习的软件在全腿站立X光片上进行自动测量的效果	使用人工智能软件BoneMetrics进行自动测量，并与专家手动测量进行比较，展示了其在骨科放射学中的应用潜力	研究仅限于全腿站立X光片的测量，未涉及其他类型的影像或测量	评估人工智能软件在全腿站立X光片上进行自动测量的准确性和可靠性	全腿站立X光片上的髋膝踝角、骨盆倾斜度、腿长、股骨长和胫骨长等关键解剖标志	计算机视觉	NA	人工智能	深度学习	图像	175张全腿站立X光片，来自167名患者（平均年龄49.9±23.6岁，103名女性和64名男性）
12097	2024-12-01	The optimization path of agricultural industry structure and intelligent transformation by deep learning 2024-Nov-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81322-0 PMID:39604536	研究论文	本研究通过应用深度学习算法和高级优化技术，开发了一种智能系统来优化农业产业结构并促进智能化转型	提出了结合卷积神经网络、循环神经网络、长短期记忆网络和生成对抗网络的混合优化方法，显著提高了模型的全局搜索能力和局部收敛速度	NA	优化农业产业结构并促进智能化转型	农业产业结构优化和智能化转型	机器学习	NA	深度学习算法、遗传算法、粒子群优化	卷积神经网络、循环神经网络、长短期记忆网络、生成对抗网络	图像、时间序列、合成数据	NA
12098	2024-12-01	A deep learning approach for automated scoring of the Rey-Osterrieth complex figure 2024-Nov-28, eLife IF:6.4Q1 DOI:10.7554/eLife.96017 PMID:39607424	研究论文	本文提出了一种基于深度学习的方法，用于自动评分Rey-Osterrieth复杂图形（ROCF）	利用深度学习架构自动化记忆缺陷评分，模型表现优于在线评分者和临床医生	NA	开发一种自动化工具，用于客观、可靠且高效地评估ROCF测试中的表现	Rey-Osterrieth复杂图形（ROCF）的手绘图	机器学习	NA	深度学习	多头部卷积神经网络	图像	超过20,000份手绘ROCF图，来自患有各种神经和精神疾病的患者及健康参与者
12099	2024-12-01	Advances in MRI-based Deep Learning for diagnosis and prognostic evaluation of endometrial cancer 2024-Nov-28, Asian journal of surgery IF:3.5Q1 DOI:10.1016/j.asjsur.2024.11.126 PMID:39613636	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
12100	2024-12-01	A novel interpretable deep learning-based computational framework designed synthetic enhancers with broad cross-species activity 2024-Nov-27, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkae912 PMID:39420601	研究论文	本文介绍了一种基于深度学习的可解释计算框架DREAM，用于设计具有广泛跨物种活性的合成增强子	DREAM框架能够从大量的增强子筛选数据中揭示细微而复杂的模式，实现先进的基于序列的增强子活性预测，并突出显示与强增强子活性相关的关键序列特征	NA	开发一种新的深度学习方法，用于设计具有特定属性的合成增强子，以应用于生物合成工程和基因治疗	合成增强子的设计和跨物种功能	机器学习	NA	深度学习	NA	序列数据	NA