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
12541	2024-12-01	A Deep Learning Model for Estimating the Quality of Bimetallic Tracks Obtained by Laser Powder-Directed Energy Deposition 2024-Nov-19, Materials (Basel, Switzerland) DOI:10.3390/ma17225653 PMID:39597476	研究论文	本文研究了激光粉末定向能量沉积法制备Inconel 718-AISI 316L双金属组件过程中，工艺参数对双金属轨道尺寸、化学成分和显微硬度的影响	本文创新性地使用多层感知器深度学习模型来估计工艺参数与双金属轨道特性之间的关系	本文未详细讨论模型的泛化能力和实际应用中的表现	研究激光粉末定向能量沉积法制备双金属组件过程中工艺参数与材料特性的关系	Inconel 718和AISI 316L双金属轨道的尺寸、化学成分和显微硬度	机器学习	NA	激光粉末定向能量沉积	多层感知器	数值数据	包含激光功率、粉末进给速率、材料、骨架密度、尺寸特征、化学成分和显微硬度的数据集
12542	2024-12-01	Silent Speech Eyewear Interface: Silent Speech Recognition Method Using Eyewear and an Ear-Mounted Microphone with Infrared Distance Sensors 2024-Nov-19, Sensors (Basel, Switzerland) DOI:10.3390/s24227368 PMID:39599144	研究论文	本文提出了一种利用智能眼镜和耳挂式麦克风结合红外距离传感器进行无声语音识别的方法	首次提出了一种可轻松应用于智能眼镜设备的无声语音识别方法	研究仅限于特定数量的语音命令和特定场景下的识别准确性	开发一种适用于智能眼镜设备的无声语音交互方法	无声语音命令的识别	机器学习	NA	红外距离传感器	LSTM	时间序列传感器数据	5个短语音命令和10个长语音命令，以及21个语音命令的深度学习评估
12543	2024-12-01	Decoding Imagined Speech from EEG Data: A Hybrid Deep Learning Approach to Capturing Spatial and Temporal Features 2024-Nov-18, Life (Basel, Switzerland) DOI:10.3390/life14111501 PMID:39598300	研究论文	本文提出了一种混合深度学习方法，通过将EEG数据转换为地形脑图来捕捉空间和时间特征，以识别想象中的英语单词	本文创新性地将EEG数据转换为地形脑图，并使用混合深度学习模型（3DCNN和RNN的组合）来捕捉EEG信号的时空特征	尽管实验结果显示了该方法的有效性，但平均准确率仅为77.8%，仍有提升空间	研究如何从EEG数据中捕捉空间和时间特征，以识别想象中的语言活动	EEG信号及其转换后的地形脑图	机器学习	NA	EEG	3DCNN和RNN	EEG信号	NA
12544	2024-12-01	Multi-Task Water Quality Colorimetric Detection Method Based on Deep Learning 2024-Nov-18, Sensors (Basel, Switzerland) DOI:10.3390/s24227345 PMID:39599121	研究论文	提出了一种基于深度学习的多任务水质比色检测方法	该方法通过改进YOLOv8n模型，引入了多尺度分组特征融合模块、大分离核注意力-空间金字塔池化-快速模块和分组归一化细节卷积检测头，实现了更高的检测精度和更低的计算负载	NA	旨在提高水质比色检测的自动化程度和检测精度	水质比色检测	计算机视觉	NA	深度学习	YOLOv8n	图像	包含不同光照条件下的比色传感器数据的数据集
12545	2024-12-01	Automated Structural Bolt Micro Looseness Monitoring Method Using Deep Learning 2024-Nov-18, Sensors (Basel, Switzerland) DOI:10.3390/s24227340 PMID:39599117	研究论文	本文提出了一种利用深度学习进行结构螺栓微松动监测的自动化方法	引入了批量归一化方法，使得建立的批量归一化堆叠自编码器（BNSAEs）模型能够快速有效地收敛	NA	解决飞机发动机关键部件螺栓松动检测中的复杂机制模型建立困难、早期松动识别困难以及非线性和非平稳特征提取困难的问题	飞机发动机关键部件的螺栓连接结构和法兰连接结构	机器学习	NA	深度学习	批量归一化堆叠自编码器（BNSAEs）	信号	两个关键部件的螺栓连接结构和法兰连接结构
12546	2024-12-01	Prediction and Elimination of Physiological Tremor During Control of Teleoperated Robot Based on Deep Learning 2024-Nov-18, Sensors (Basel, Switzerland) DOI:10.3390/s24227359 PMID:39599135	研究论文	本文提出了一种基于深度学习的EEMD-IWOA-LSTM模型，用于预测和消除远程操作机器人控制过程中的生理性震颤	本文创新性地使用EEMD分解策略将手部生理性震颤分解为多个固有模态分量，并通过LSTM神经网络和IWOA优化模型，提高了震颤预测的准确性	NA	提高远程操作机器人控制过程中的精度	生理性震颤的预测和消除	机器学习	NA	EEMD分解策略	LSTM神经网络	生理性震颤曲线	两个示例
12547	2024-12-01	Mask-Guided Spatial-Spectral MLP Network for High-Resolution Hyperspectral Image Reconstruction 2024-Nov-18, Sensors (Basel, Switzerland) DOI:10.3390/s24227362 PMID:39599138	研究论文	本文提出了一种基于掩码引导的空间-光谱多层感知器网络，用于高分辨率高光谱图像重建	设计了一个轻量级的MLP块来捕捉非局部相似性和长程依赖性，并引入了一个基于注意力的掩码建模模块，实现了空间-光谱自适应的退化表示	NA	提高高光谱图像重建的准确性和效率	高光谱图像	计算机视觉	NA	深度学习	MLP	图像	基准高光谱数据集
12548	2024-12-01	Evolving and Novel Applications of Artificial Intelligence in Abdominal Imaging 2024-Nov-18, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10110133 PMID:39590942	综述	本文综述了人工智能在腹部影像学中的最新应用及其对诊断和疾病管理能力的提升	探讨了人工智能在诊断和表征肝胆、胰腺、胃、结肠及其他病理中的应用，并强调了其在区分肾、肾上腺和脾脏疾病中的作用	尽管人工智能在腹部影像学中取得了进展，但仍面临技术、伦理和法律上的挑战	评估人工智能在腹部影像学中的当前地位，并探讨其在诊断和疾病管理中的应用	肝胆、胰腺、胃、结肠、肾、肾上腺和脾脏等腹部器官的病理	计算机视觉	NA	深度学习	NA	影像	NA
12549	2024-12-01	Artificial Intelligence and Image Analysis-Assisted Diagnosis for Fibrosis Stage of Metabolic Dysfunction-Associated Steatotic Liver Disease Using Ultrasonography: A Pilot Study 2024-Nov-18, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14222585 PMID:39594250	研究论文	本研究利用人工智能和图像分析辅助超声诊断代谢功能障碍相关脂肪性肝病的纤维化阶段	本研究首次使用深度学习技术对肝脏左叶的矢状面轮廓进行分割，并结合图像分析评估肝脏表面的粗糙度，以辅助诊断肝纤维化	本研究为初步研究，样本量较小，且仅限于特定时间段内的患者数据	通过图像分析和定量评估肝脏左叶的轮廓，提高肝纤维化诊断的准确性	代谢功能障碍相关脂肪性肝病患者的肝脏纤维化阶段	计算机视觉	肝病	深度学习	U-Net, ResNet 50	图像	486名连续门诊患者，其中43例为代谢功能障碍相关脂肪性肝病患者
12550	2024-12-01	Insights into the Identification of iPSC- and Monocyte-Derived Macrophage-Polarizing Compounds by AI-Fueled Cell Painting Analysis Tools 2024-Nov-17, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms252212330 PMID:39596395	研究论文	本文介绍了通过AI驱动的细胞绘画分析工具来识别iPSC和单核细胞衍生的巨噬细胞极化化合物	引入了细胞绘画技术来更好地反映巨噬细胞的多方面可塑性和相关表型，超越了传统的M1/M2二分法分类	NA	研究巨噬细胞极化的调节机制，并开发新的药物筛选工具	iPSC和单核细胞衍生的巨噬细胞	生物信息学	NA	高内涵成像	深度学习	图像	人类血液单核细胞衍生的和iPSC衍生的巨噬细胞
12551	2024-12-01	PRITrans: A Transformer-Based Approach for the Prediction of the Effects of Missense Mutation on Protein-RNA Interactions 2024-Nov-17, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms252212348 PMID:39596413	研究论文	本文介绍了一种基于Transformer架构的深度学习模型PRITrans，用于预测错义突变对蛋白质-RNA相互作用的影响	PRITrans通过集成蛋白质语言模型嵌入和深度特征融合策略，有效处理高维特征表示，并利用多层自注意力机制和多尺度卷积模块提取全面特征，显著提高了ΔΔG预测的准确性	NA	开发一种新的计算方法，用于预测错义突变对蛋白质-RNA相互作用的影响，以理解疾病机制并推进分子生物学研究	错义突变对蛋白质-RNA相互作用的影响	机器学习	NA	Transformer架构	Transformer	序列数据	两个新重建的突变数据集S315和S630，包含315个正向和315个反向突变
12552	2024-12-01	Assessing the Impact of New Technologies on Managing Chronic Respiratory Diseases 2024-Nov-16, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm13226913 PMID:39598056	研究论文	本文探讨了新兴技术，特别是人工智能（AI）在慢性呼吸系统疾病（CRD）管理中的影响	AI应用，包括机器学习（ML）、深度学习（DL）和大语言模型（LLMs），正在改变CRD护理的格局，实现早期诊断、个性化治疗和增强的远程患者监测	挑战包括数据质量问题、算法偏差以及患者隐私和AI透明性等伦理问题	评估AI驱动的工具在CRD管理中的有效性、可访问性和伦理影响	慢性呼吸系统疾病，包括哮喘和慢性阻塞性肺病（COPD）	机器学习	呼吸系统疾病	人工智能（AI）	机器学习（ML）、深度学习（DL）、大语言模型（LLMs）	NA	NA
12553	2024-12-01	Fault Diagnosis Method for Converter Stations Based on Fault Area Identification and Evidence Information Fusion 2024-Nov-16, Sensors (Basel, Switzerland) DOI:10.3390/s24227321 PMID:39599098	研究论文	提出了一种基于故障区域识别和证据信息融合的换流站故障诊断方法	该方法通过初步识别故障范围和融合开关信号与电气量的证据信息，解决了传统方法在直流输电系统中信息利用不足和诊断范围不完整的问题	NA	提高电力系统的安全稳定运行	换流站的故障诊断	NA	NA	模糊Petri网模型、BP神经网络模型、D-S证据理论	BP神经网络	事件记录数据、开关信号、电气量	以直流换流站的故障数据为例
12554	2024-12-01	Characterization of Breast Cancer Intra-Tumor Heterogeneity Using Artificial Intelligence 2024-Nov-16, Cancers IF:4.5Q1 DOI:10.3390/cancers16223849 PMID:39594804	研究论文	本研究利用深度学习技术评估早期管腔型乳腺癌的肿瘤内异质性，并探讨其对肿瘤行为和患者预后的影响	本研究首次利用深度学习模型对早期管腔型乳腺癌的肿瘤内异质性进行全面评估，并生成异质性评分与临床病理特征和预后相关联	研究仅限于早期管腔型乳腺癌，未涵盖其他类型的乳腺癌	研究旨在利用深度学习技术准确解析乳腺癌的肿瘤内异质性，并提供额外的预后预测信息	早期管腔型乳腺癌的肿瘤内异质性	数字病理学	乳腺癌	深度学习	深度学习模型	图像	2561例早期管腔型乳腺癌样本
12555	2024-12-01	Improved Surface Electromyogram-Based Hand-Wrist Force Estimation Using Deep Neural Networks and Cross-Joint Transfer Learning 2024-Nov-15, Sensors (Basel, Switzerland) DOI:10.3390/s24227301 PMID:39599078	研究论文	研究通过深度神经网络和跨关节迁移学习改进基于表面肌电图的手腕力估计	本研究首次探索了跨两个上肢关节的迁移学习，提高了数据集的大小和多样性，并减少了所需的训练数据量	研究仅限于两个上肢关节，且未探讨更多复杂的神经网络结构	提高基于表面肌电图的手腕力估计的准确性	表面肌电图与手腕力之间的关系	机器学习	NA	表面肌电图	深度神经网络	时间序列数据	NA
12556	2024-12-01	Highly Efficient JR Optimization Technique for Solving Prediction Problem of Soil Organic Carbon on Large Scale 2024-Nov-15, Sensors (Basel, Switzerland) DOI:10.3390/s24227317 PMID:39599094	研究论文	本文利用遥感和地面覆盖数据预测了大范围地理区域内的土壤有机碳含量，并开发了一种新的优化算法	提出了一种新的数据融合方法，结合了DEM数据、MODIS卫星图像、WOSIS土壤剖面数据和CHELSA环境数据，并开发了一种新的优化技术，显著提高了机器学习和深度学习模型的性能	研究主要集中在印度、澳大利亚和南非，可能限制了结果的普适性	开发和评估一种新的优化算法，以提高土壤有机碳预测的准确性	土壤有机碳含量预测	机器学习	NA	遥感技术	XGBoost回归、LightGBM、梯度提升回归、随机森林回归、决策树回归、多层感知器模型	图像	研究涵盖印度、澳大利亚和南非
12557	2024-12-01	Multimodal Data Fusion for Precise Lettuce Phenotype Estimation Using Deep Learning Algorithms 2024-Nov-15, Plants (Basel, Switzerland) DOI:10.3390/plants13223217 PMID:39599426	研究论文	本文开发了一种基于多模态数据融合的深度学习模型，用于精确估计生菜的表型特征	设计了一个双模态网络，结合RGB和深度图像，并引入了特征校正模块和特征融合模块，显著提高了对象检测、分割和特征估计的性能	NA	开发一种精确监测生菜生长特征、质量评估和最佳收获时间的方法	生菜的表型特征，包括鲜重、干重、植株高度、冠层直径和叶面积	计算机视觉	NA	深度学习算法	双模态网络	图像	使用了开放的生菜数据集，并进行了5折交叉验证
12558	2024-12-01	AI-powered home cage system for real-time tracking and analysis of rodent behavior 2024-Nov-15, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.111223 PMID:39605925	研究论文	本文介绍了一种利用深度学习技术自动识别实验动物行为的AI监控系统RodentWatch (RW)	该系统通过单一多功能摄像头和边缘设备实现对实验动物行为的实时连续监控，并采用上下文对象标注和改进的非极大值抑制（NMS）方案提高行为识别准确性	NA	开发一种能够减少研究人员工作量并提高实验动物行为监测效率的AI监控系统	实验大鼠的饮水和休息行为	计算机视觉	NA	深度学习	NA	图像	NA
12559	2024-12-01	Systematic Review of AI-Assisted MRI in Prostate Cancer Diagnosis: Enhancing Accuracy Through Second Opinion Tools 2024-Nov-15, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14222576 PMID:39594242	综述	本文系统回顾了人工智能辅助MRI在前列腺癌诊断中的应用，重点评估了AI工具在提高诊断准确性、特异性、敏感性和临床实用性方面的效果	本文展示了AI技术在前列腺癌MRI诊断中的显著潜力，特别是在提供第二意见方面	需要进一步在不同人群和临床环境中验证AI工具的效果，以全面整合到标准实践中	评估AI辅助MRI在前列腺癌诊断中的有效性	AI技术在MRI前列腺癌诊断中的应用	机器学习	前列腺癌	MRI	深度学习	图像	NA
12560	2024-12-01	deepBBQ: A Deep Learning Approach to the Protein Backbone Reconstruction 2024-Nov-14, Biomolecules IF:4.8Q1 DOI:10.3390/biom14111448 PMID:39595623	研究论文	本文介绍了一种名为deepBBQ的深度学习方法，用于从Cα坐标重建蛋白质骨架原子位置	提出了一种基于深度卷积神经网络的新方法，用于从Cα坐标预测每个肽板的单个内部坐标，并基于肽板原子位于同一平面的假设重新计算笛卡尔坐标	NA	开发一种快速且准确的方法，将粗粒度模型转换为全原子表示	蛋白质骨架原子位置的重建	机器学习	NA	深度卷积神经网络	CNN	蛋白质结构数据	NA