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
13661	2024-10-29	Effective Acoustic Model-Based Beamforming Training for Static and Dynamic Hri Applications 2024-Oct-15, Sensors (Basel, Switzerland) DOI:10.3390/s24206644 PMID:39460124	研究论文	本文介绍了一种基于声学模型的波束形成训练系统，用于提高静态和动态人机交互应用中的信号噪声比和语音识别准确性	该研究采用深度学习方法，通过声学模型进行多风格训练，使用实际房间脉冲响应（RIRs）进行训练，显著提高了动态环境下机器人平台的语音信号处理能力	NA	提高人机交互中语音通信的信号质量和识别准确性	静态和动态环境下的人机交互应用	机器学习	NA	波束形成	深度学习	语音信号	使用多种实际房间脉冲响应（RIRs）进行训练
13662	2024-10-29	Artificial Intelligence (AI) Applications in Drug Discovery and Drug Delivery: Revolutionizing Personalized Medicine 2024-Oct-14, Pharmaceutics IF:4.9Q1 DOI:10.3390/pharmaceutics16101328 PMID:39458657	综述	本文综述了人工智能在药物发现和药物递送中的应用，探讨了其在个性化医学中的革命性影响	本文展示了人工智能在药物开发和发现、个性化医学等多个领域的创新应用，如目标识别和验证、辅料选择、合成路线预测等	本文主要从监管角度提出了人工智能集成可能带来的问题	分析当前研究趋势和案例，揭示人工智能对制药行业的变革性影响及其对医疗保健的广泛意义	人工智能在药物发现、目标优化、个性化医学、药物安全性等领域的应用	机器学习	NA	机器学习、深度学习	NA	NA	NA
13663	2024-10-29	Consecutive Image Acquisition without Anomalies 2024-Oct-14, Sensors (Basel, Switzerland) DOI:10.3390/s24206608 PMID:39460088	研究论文	本文介绍了一种新的算法，用于消除移动载体上相机连续获取图像时的重叠和间隙异常	提出了一种新的算法，结合动态时间规整距离和Wasserstein距离来检测和纠正连续图像获取中的异常	未提及具体限制	开发一种算法，用于消除连续图像获取中的重叠和间隙异常	移动载体上相机获取的连续图像	计算机视觉	NA	动态时间规整距离和Wasserstein距离	深度学习	图像	未提及具体样本数量
13664	2024-10-29	Enhanced Infant Movement Analysis Using Transformer-Based Fusion of Diverse Video Features for Neurodevelopmental Monitoring 2024-Oct-14, Sensors (Basel, Switzerland) DOI:10.3390/s24206619 PMID:39460099	研究论文	本研究开发了一种基于Transformer的融合模型，用于分析婴儿运动模式，以监测神经发育	本研究首次采用Transformer融合模型，结合多种视频特征，显著提高了婴儿运动模式分类的准确性	本研究样本量较小，仅招募了12对父母-婴儿，未来需要更大规模的验证	旨在提高神经发育异常的早期检测和预测能力	3至12个月大的婴儿及其运动模式	计算机视觉	NA	深度学习	Transformer	视频	12对父母-婴儿
13665	2024-10-29	A Systematic Review of AI-Driven Prediction of Fabric Properties and Handfeel 2024-Oct-13, Materials (Basel, Switzerland) DOI:10.3390/ma17205009 PMID:39459715	综述	本文系统回顾了人工智能驱动的织物特性和手感预测技术	本文通过文献计量和内容分析，深入分析了39篇相关论文，评估了不同AI方法在织物预测中的应用	尽管取得了显著进展，但仍存在模型泛化性和复杂织物行为管理的挑战	提高人工智能在织物特性和手感预测中的应用，指导未来纺织创新	织物特性和手感	机器学习	NA	机器学习、深度学习和混合模型	机器学习、深度学习和混合模型	织物数据	899篇论文中筛选出39篇进行深入分析
13666	2024-10-29	StructNet-DDI: Molecular Structure Characterization-Based ResNet for Prediction of Drug-Drug Interactions 2024-Oct-12, Molecules (Basel, Switzerland) DOI:10.3390/molecules29204829 PMID:39459198	研究论文	本研究介绍了一种基于SMILES表示的化学结构深度学习框架，用于预测药物-药物相互作用（DDI）	提出了基于分子结构特征的ResNet模型，通过提取Morgan指纹和关键分子描述符，并将其转换为图形特征输入到改进的ResNet18架构中，有效解决了梯度消失和爆炸问题	NA	开发一种高效准确的深度学习模型，用于预测药物-药物相互作用	药物-药物相互作用（DDI）	机器学习	NA	深度学习	ResNet	分子结构	NA
13667	2024-10-29	Image-Based Peridynamic Modeling-Based Micro-CT for Failure Simulation of Composites 2024-Oct-12, Materials (Basel, Switzerland) DOI:10.3390/ma17204987 PMID:39459692	研究论文	本文利用CT技术和计算力学结合，通过数值模拟预测复合材料的结构响应，避免了高昂的实验成本	提出了一种基于图像的近场动力学模型（IB-PD），结合深度学习图像识别模型，能够准确重建复合材料的实际微观结构并模拟各种断裂现象	NA	研究碳化硅复合材料的拉伸开裂行为，并通过数值模拟预测其结构响应	碳化硅（C/SiC）复合材料	计算机视觉	NA	CT技术	近场动力学模型（BB-PD），深度学习图像识别模型	图像	NA
13668	2024-10-29	High-Resolution Reconstruction of Temperature Fields Based on Improved ResNet18 2024-Oct-12, Sensors (Basel, Switzerland) DOI:10.3390/s24206564 PMID:39460045	研究论文	本文提出了一种基于改进ResNet18的高精度温度场重建算法	引入了CBAM注意力机制和M-FPN特征金字塔，提高了特征提取能力	未提及具体局限性	提高工业生产中温度值分布的高精度测量	温度场重建算法	机器学习	NA	深度学习	ResNet18	温度场数据	未提及具体样本数量
13669	2024-10-29	Multi-Source Information-Based Bearing Fault Diagnosis Using Multi-Branch Selective Fusion Deep Residual Network 2024-Oct-12, Sensors (Basel, Switzerland) DOI:10.3390/s24206581 PMID:39460061	研究论文	提出了一种基于多源信息的多分支选择性融合深度残差网络用于轴承故障诊断	采用多分支结构设计，为每个输入信号源提供独特的特征处理通道，避免多个信号源的信息被卷积核盲目耦合，并根据每个输入信号的特性分配不同的卷积核大小，充分挖掘各自信息源上的宝贵故障成分	未提及具体限制	解决单信号源故障诊断方法在背景噪声污染和信息衰减下的不可靠性问题，以及多信号源信息冗余对深度学习算法表示能力和故障诊断精度负面影响的问题	滚动轴承故障诊断	机器学习	NA	深度学习	深度残差网络	信号	两个权威公共轴承数据集
13670	2024-10-29	DeepIndel: An Interpretable Deep Learning Approach for Predicting CRISPR/Cas9-Mediated Editing Outcomes 2024-Oct-11, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms252010928 PMID:39456711	研究论文	本文介绍了一种名为DeepIndel的深度学习方法，用于预测CRISPR/Cas9介导的基因编辑结果	DeepIndel模型基于BERT-base模块，能够更好地预测修复结果，并在准确性和泛化性方面优于现有方法	NA	提高CRISPR/Cas9介导的基因编辑结果预测的准确性和模型可解释性	CRISPR/Cas9介导的基因编辑结果	机器学习	NA	深度学习	BERT-base模块	DNA序列	NA
13671	2024-10-29	Crispr-SGRU: Prediction of CRISPR/Cas9 Off-Target Activities with Mismatches and Indels Using Stacked BiGRU 2024-Oct-11, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms252010945 PMID:39456727	研究论文	本文介绍了一种基于深度学习的框架Crispr-SGRU，用于预测CRISPR/Cas9的脱靶活性，包括错配和插入/删除（indels）	该模型结合了Inception和堆叠BiGRU，并采用dice损失函数解决数据不平衡问题，提高了预测精度和鲁棒性	NA	提高CRISPR/Cas9脱靶活性预测的准确性和解释性	CRISPR/Cas9的脱靶活性	机器学习	NA	CRISPR/Cas9	BiGRU	DNA序列	NA
13672	2024-10-29	Image-Based Auto-Focus Microscope System with Visual Servo Control for Micro-Stereolithography 2024-Oct-11, Micromachines IF:3.0Q2 DOI:10.3390/mi15101250 PMID:39459124	研究论文	本文提出了一种基于图像的自动对焦显微镜系统，结合视觉伺服控制，用于微立体光刻技术	本文的创新点在于开发了一种基于深度学习的激光光斑图像处理算法，用于确定焦点位置，并通过视觉伺服控制实现自动对焦	NA	解决微立体光刻技术中精确对焦的挑战	微立体光刻技术中的自动对焦系统	计算机视觉	NA	微立体光刻技术	深度学习	图像	NA
13673	2024-10-29	Ultrasonic Weld Quality Inspection Involving Strength Prediction and Defect Detection in Data-Constrained Training Environments 2024-Oct-11, Sensors (Basel, Switzerland) DOI:10.3390/s24206553 PMID:39460042	研究论文	本文研究了在数据受限环境下，利用超声波焊接质量检测进行强度预测和缺陷检测的方法	提出了一种基于RGB图像的焊接缺陷检测方法，并通过卷积自编码器（CAE）提取图像数据特征与输入参数设置数据融合，减少了焊接强度预测误差	研究中使用的数据集非常有限，可能会影响模型的泛化能力	开发一种非破坏性测试方法，用于基于RGB图像的焊接质量评估	超声波焊接质量检测中的强度预测和缺陷检测	计算机视觉	NA	卷积自编码器（CAE）	卷积神经网络（CNN）	图像	极小数据集
13674	2024-10-29	Piximi - An Images to Discovery web tool for bioimages and beyond 2024-Oct-10, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.03.597232 PMID:38895349	研究论文	介绍了一个名为Piximi的现代无编程图像分析工具，利用深度学习进行生物图像分析	Piximi是一个无需编程的图像分析工具，通过深度学习技术，使生物研究人员能够快速进行图像分析	NA	开发一个无需编程的图像分析工具，使生物研究人员能够利用深度学习技术进行图像分析	生物图像分析	计算机视觉	NA	深度学习	深度学习分类器、预训练深度学习分割模块	图像	NA
13675	2024-10-29	YOLOv5s-Based Image Identification of Stripe Rust and Leaf Rust on Wheat at Different Growth Stages 2024-Oct-10, Plants (Basel, Switzerland) DOI:10.3390/plants13202835 PMID:39458782	研究论文	本研究基于YOLOv5s模型，构建了不同生长阶段小麦条锈病和叶锈病的图像识别模型	首次在不同生长阶段使用YOLOv5s模型进行小麦条锈病和叶锈病的图像识别	模型在不同生长阶段的识别性能存在差异，某些阶段的模型不适用于其他阶段的识别	实现不同生长阶段小麦条锈病和叶锈病的准确识别	小麦条锈病和叶锈病	计算机视觉	植物病害	图像处理技术	YOLOv5s	图像	涉及小麦的不同生长阶段，包括苗期、拔节期、孕穗期、抽穗期、开花期、乳熟期等
13676	2024-10-29	EHNet: Efficient Hybrid Network with Dual Attention for Image Deblurring 2024-Oct-10, Sensors (Basel, Switzerland) DOI:10.3390/s24206545 PMID:39460026	研究论文	提出了一种高效的混合网络EHNet，结合CNN和Transformer进行图像去模糊处理	引入双注意力模块和简单特征嵌入模块，减少计算复杂度和内存使用，同时保持高性能	未提及	开发一种高效的深度学习方法去除图像模糊	图像去模糊	计算机视觉	NA	卷积神经网络 (CNN), Transformer	混合网络 (EHNet)	图像	涉及多个基准数据集
13677	2024-10-29	Exploiting Temporal Features in Calculating Automated Morphological Properties of Spiky Nanoparticles Using Deep Learning 2024-Oct-10, Sensors (Basel, Switzerland) DOI:10.3390/s24206541 PMID:39460021	研究论文	本文通过结合硬性和软性归纳偏置的序列机器学习技术，扩展了纳米颗粒形态分析中的时间特征	本文创新性地将循环层集成到卷积神经网络中，以捕捉纳米颗粒的自然顺序生长特征，并使用尖峰聚焦的损失函数进行训练	NA	研究目的是通过利用时间特征改进纳米颗粒的自动形态学特性计算	研究对象是电子显微镜图像中的尖刺金纳米颗粒（Au-SNPs）	计算机视觉	NA	深度学习	卷积神经网络（CNN）和循环神经网络（RNN）	图像	NA
13678	2024-10-29	Deep Learning Method Applied to Autonomous Image Diagnosis for Prick Test 2024-Oct-02, Life (Basel, Switzerland) DOI:10.3390/life14101256 PMID:39459556	研究论文	本研究提出了一种深度学习方法，用于自动诊断皮肤点刺测试图像中的风团尺寸，旨在减少对人工解读的依赖	本研究首次将深度学习应用于皮肤点刺测试图像的自动诊断，提出了一种卷积神经网络模型用于风团分割，并展示了其优于传统方法的准确性	本研究仅评估了三种方法在风团分割中的表现，未涉及其他可能的深度学习模型或方法	研究目的是开发一种自动化的方法来解读皮肤点刺测试图像，以提高诊断的准确性和效率	研究对象是皮肤点刺测试图像中的风团尺寸	计算机视觉	NA	卷积神经网络	CNN	图像	5844张皮肤点刺测试图像，其中150张具有规则几何形状的风团，150张具有不规则形状的风团
13679	2024-10-29	Insights into AlphaFold's breakthrough in neurodegenerative diseases 2024-Oct, Irish journal of medical science IF:1.7Q2 DOI:10.1007/s11845-024-03721-6 PMID:38833116	研究论文	本文探讨了AlphaFold在神经退行性疾病中的突破性应用	AlphaFold能够以实验预测的准确性水平预测3D蛋白质结构，并精确估计蛋白质相互作用	AlphaFold无法预测膜蛋白结构，这对于药物设计是一个重要限制	研究AlphaFold在神经退行性疾病诊断和治疗中的应用潜力	神经退行性疾病，包括阿尔茨海默病和帕金森病等	机器学习	神经退行性疾病	深度学习	AlphaFold	蛋白质结构数据	NA
13680	2024-10-29	Clinical Utility of Deep Learning Assistance for Detecting Various Abnormal Findings in Color Retinal Fundus Images: A Reader Study 2024-Oct-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.13.10.34 PMID:39441571	研究论文	评估深度学习辅助设备在彩色眼底图像中检测多种异常发现对不同专业水平读者的临床实用性	深度学习辅助设备显著提高了读者的敏感性，减少了敏感性的差异，并缩短了阅读时间	算法辅助下，读者的特异性有所下降，尤其是在居民中更为明显	评估深度学习辅助设备在眼底图像中检测多种异常发现的临床实用性	不同专业水平的读者（14名眼科医生，包括6名居民和8名专家）	计算机视觉	NA	深度学习	NA	图像	399张眼底图像，涉及12种主要眼科发现