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
15201	2024-10-01	A multi-view feature representation for predicting drugs combination synergy based on ensemble and multi-task attention models 2024-Sep-27, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-024-00903-3 PMID:39334437	研究论文	提出了一种多视角集成预测模型，用于预测药物组合的协同作用	通过多任务注意力深度学习模型和集成模型，结合多种药物和细胞系特征，提高了预测准确性	模型在特定数据集上表现良好，但未提及在其他数据集上的泛化能力	开发一种能够准确预测药物组合协同作用的新方法	药物组合的协同作用评分和分类标签	机器学习	NA	多任务注意力深度学习	多任务注意力模型	基因表达、拷贝数、突变、蛋白质组学、SMILES、分子图、指纹、药物-靶点	38种药物，39种癌症细胞系，共22,737对药物组合
15202	2024-10-01	VesiMCNN: Using pre-trained protein language models and multiple window scanning convolutional neural networks to identify vesicular transport proteins 2024-Sep-26, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2024.136048 PMID:39332561	研究论文	本文介绍了一种名为vesiMCNN的新型计算方法，结合预训练的蛋白质语言模型和多窗口扫描卷积神经网络架构，用于准确识别囊泡运输蛋白	首次利用预训练语言模型与多窗口扫描技术结合的方法来识别囊泡运输蛋白	NA	开发一种新的计算方法来准确识别囊泡运输蛋白	囊泡运输蛋白	机器学习	NA	预训练蛋白质语言模型	卷积神经网络（CNN）	蛋白质序列	NA
15203	2024-10-01	GastricAITool: A Clinical Decision Support Tool for the Diagnosis and Prognosis of Gastric Cancer 2024-Sep-23, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines12092162 PMID:39335675	研究论文	本文开发了一种名为GastricAITool的临床决策支持工具，用于胃癌的诊断和预后	通过整合遗传数据显著提高了诊断和预后模型的区分能力	NA	开发一种支持临床医生在胃癌诊断和预后决策中的工具	胃癌的诊断和预后	机器学习	胃癌	机器学习和深度学习技术	XGBoost算法和随机生存森林算法	临床、人口统计学和遗传数据	590名西班牙高加索胃癌患者和633名无癌个体
15204	2024-10-01	Applications of Artificial Intelligence-Based Systems in the Management of Esophageal Varices 2024-Sep-23, Journal of personalized medicine IF:3.0Q1 DOI:10.3390/jpm14091012 PMID:39338266	综述	本文综述了人工智能在食管静脉曲张管理中的应用	探讨了人工智能在食管静脉曲张诊断、风险分层和治疗优化中的应用	尽管有进展，基于实验室数据的临床评分对食管静脉曲张的特异性仍然较低，通常需要确认性内镜或影像学检查	探索人工智能在食管静脉曲张管理中的作用	食管静脉曲张的诊断、风险分层和治疗优化	机器学习	肝病	人工智能算法	机器学习和深度学习	临床评分、实验室数据、内镜图像和CT扫描	NA
15205	2024-10-01	Study of Acoustic Emission Signal Noise Attenuation Based on Unsupervised Skip Neural Network 2024-Sep-23, Sensors (Basel, Switzerland) DOI:10.3390/s24186145 PMID:39338890	研究论文	本文介绍了一种基于无监督跳跃神经网络的声发射信号降噪模型，并将其应用于钢纤维增强混凝土、钢材和钢筋混凝土梁的拉伸和弯曲实验中	提出了基于无监督深度学习的声发射信号降噪模型，与传统方法相比在噪声降低方面表现出显著优势	NA	开发一种有效的声发射信号降噪方法，以提高信号的清晰度和完整性	声发射信号在钢纤维增强混凝土、钢材和钢筋混凝土梁的拉伸和弯曲实验中的应用	机器学习	NA	无监督深度学习	跳跃自编码器	信号	涉及钢纤维增强混凝土、钢材和钢筋混凝土梁的拉伸和弯曲实验中的声发射信号
15206	2024-10-01	Detection of GPS Spoofing Attacks in UAVs Based on Adversarial Machine Learning Model 2024-Sep-23, Sensors (Basel, Switzerland) DOI:10.3390/s24186156 PMID:39338901	研究论文	本文提出了一种基于对抗机器学习模型的无人机GPS欺骗攻击检测系统	开发了一种新的对抗机器学习检测模型，显著提高了无人机系统的鲁棒性和安全性	未提及具体限制	提高无人机系统对GPS欺骗攻击的检测能力	无人机系统的GPS信号和对抗机器学习模型	机器学习	NA	对抗机器学习	对抗训练防御方法和深度学习技术	GPS信号数据	未提及具体样本数量
15207	2024-10-01	Flower Visitation through the Lens: Exploring the Foraging Behaviour of Bombus terrestris with a Computer Vision-Based Application 2024-Sep-22, Insects IF:2.7Q1 DOI:10.3390/insects15090729 PMID:39336697	研究论文	研究通过计算机视觉应用探索野生大黄蜂与三种植物的互动及其在不同花密度下的觅食行为	使用深度学习计算机视觉模型进行自动化大黄蜂检测和计数，并验证了其在研究传粉者行为生态学中的可靠性	研究结果未显示三种植物间大黄蜂在花序上停留时间的显著差异	阐明野生大黄蜂与三种植物的互动及其觅食行为，以理解传粉者行为的基本驱动因素	野生大黄蜂与三种植物的互动及其觅食行为	计算机视觉	NA	深度学习	计算机视觉模型	视频	60 × 60 cm 的样方中记录的视频数据
15208	2024-10-01	Optimizing IOL Calculators with Deep Learning Prediction of Total Corneal Astigmatism 2024-Sep-22, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm13185617 PMID:39337104	研究论文	本研究旨在通过深度学习优化人工晶状体计算器，提高总角膜散光（TCA）的预测精度	本研究采用深度神经网络（DNN）优化了TCA的预测模型，显著提高了预测精度，优于传统公式	本研究为回顾性分析，样本来自接受屈光手术筛选的19,468只眼睛，未来需在前瞻性研究中验证	本研究旨在通过深度学习优化总角膜散光（TCA）的预测模型，提高人工晶状体计算器的准确性	研究对象为接受屈光手术筛选的19,468只眼睛，数据包括角膜地形图和电子病历	机器学习	NA	深度学习	深度神经网络（DNN）	数据	19,468只眼睛
15209	2024-10-01	Lenition in L2 Spanish: The Impact of Study Abroad on Phonological Acquisition 2024-Sep-21, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci14090946 PMID:39335440	研究论文	研究了在留学项目中，英语母语者在西班牙语塞音发音中浊音弱化的程度	采用了深度学习模型Phonet来评估学习者在浊音弱化过程中的进展，与传统的声学方法不同	学习者在留学项目结束后未能持续保留浊音弱化的发音改进，且未能完全达到母语者的近似音实现	探讨留学项目对英语母语者西班牙语浊音弱化发音习得的影响	英语母语者在西班牙语塞音发音中的浊音弱化	自然语言处理	NA	深度学习	RNN	语音	NA
15210	2024-10-01	Review of In Situ Hybridization (ISH) Stain Images Using Computational Techniques 2024-Sep-21, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14182089 PMID:39335767	综述	本文综述了使用计算技术分析原位杂交（ISH）染色图像的方法	结合深度学习技术提高了传统方法的准确性	数据变异性和计算需求是主要限制	探讨计算技术在数字病理学中应用，特别是乳腺癌分类	原位杂交图像和HER2基因扩增	数字病理学	乳腺癌	原位杂交（ISH）	深度学习	图像	NA
15211	2024-10-01	Comparative Performance of Autoencoders and Traditional Machine Learning Algorithms in Clinical Data Analysis for Predicting Post-Staged GKRS Tumor Dynamics 2024-Sep-21, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14182091 PMID:39335770	研究论文	本研究比较了自编码器与传统机器学习算法在预测伽玛刀放射外科治疗后肿瘤动态变化中的表现	本研究首次探讨了将自编码器提取的特征整合到传统机器学习模型中，以提高预测伽玛刀放射外科治疗后肿瘤动态变化的准确性	本研究为回顾性分析，样本量较小，且仅限于特定医院的患者数据	评估自编码器与传统机器学习模型在预测伽玛刀放射外科治疗后肿瘤动态变化中的有效性	伽玛刀放射外科治疗后的脑转移瘤动态变化	机器学习	脑转移瘤	自编码器	混合模型	临床数据	77名患者
15212	2024-10-01	Deep Learning-Driven Prediction of Mechanical Properties of 316L Stainless Steel Metallographic by Laser Powder Bed Fusion 2024-Sep-21, Micromachines IF:3.0Q2 DOI:10.3390/mi15091167 PMID:39337827	研究论文	本研究开发了一种新的金属学-性能关系神经网络（MPR-Net），用于预测通过激光粉末床熔融（LPBF）制造的316L不锈钢的微观结构与力学性能之间的关系	首次应用卷积神经网络（MPR-Net）预测通过激光粉末床熔融（LPBF）制造的316L不锈钢样品的力学性能，并创新性地使用了梯度加权类激活映射（Grad-CAM）、空间相干性测试和聚类等技术，以提供对机器学习模型工作机制的更深入理解	NA	预测通过激光粉末床熔融（LPBF）制造的316L不锈钢的微观结构与力学性能之间的关系	316L不锈钢样品的微观结构与力学性能	机器学习	NA	激光粉末床熔融（LPBF）	卷积神经网络（CNN）	图像	NA
15213	2024-10-01	Optimal Training Positive Sample Size Determination for Deep Learning with a Validation on CBCT Image Caries Recognition 2024-Sep-20, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14182080 PMID:39335759	研究论文	研究了在深度学习模型训练中确定最佳正样本大小的方法，并在CBCT图像龋齿识别中进行了验证	提出了单臂目标性能标准（OPC）来确定深度学习模型训练中的最佳正样本大小	研究仅限于CBCT图像中的龋齿识别，未涉及其他类型的图像或疾病	确定深度学习模型训练中的最佳正样本大小，并验证其在CBCT图像龋齿识别中的应用	CBCT图像中的龋齿识别	计算机视觉	口腔疾病	深度学习	U-Net, YOLOv5n, CariesDetectNet	图像	263颗龋齿
15214	2024-10-01	A Method for Real-Time Lung Nodule Instance Segmentation Using Deep Learning 2024-Sep-20, Life (Basel, Switzerland) DOI:10.3390/life14091192 PMID:39337974	研究论文	本文提出了一种基于深度学习的实时肺结节实例分割方法	该方法利用YOLO模型进行肺结节分割，能够有效检测和定位肺部病变，并提供每个肺部病变的掩码，即使在病变重叠或接近的情况下也能识别个体病变	NA	旨在开发一种能够实时进行肺结节实例分割的方法，以辅助早期肺癌的检测和管理	肺结节及其分类（包括普通结节、癌症和腺癌）	计算机视觉	肺癌	深度学习	YOLO	图像	3654个肺部CT扫描图像
15215	2024-10-01	A Method for Extracting High-Resolution Building Height Information in Rural Areas Using GF-7 Data 2024-Sep-20, Sensors (Basel, Switzerland) DOI:10.3390/s24186076 PMID:39338821	研究论文	本文提出了一种利用GF-7数据提取中国北方农村地区建筑物高度的方法	结合摄影测量和深度学习技术，提出了基于Large Mask Inpainting (LaMa)架构的DELaMa模型用于数字表面模型(DSM)编辑	NA	开发一种方法，利用GF-7数据提取农村地区的建筑物高度	中国北方平泉农村地区的建筑物高度	遥感	NA	摄影测量、深度学习	DELaMa	图像	所有验证建筑物的参考高度由ICESat-2 LiDAR点云测量
15216	2024-10-01	SMS Scam Detection Application Based on Optical Character Recognition for Image Data Using Unsupervised and Deep Semi-Supervised Learning 2024-Sep-20, Sensors (Basel, Switzerland) DOI:10.3390/s24186084 PMID:39338829	研究论文	本文开发了一种基于光学字符识别（OCR）和无监督与深度半监督学习的短信诈骗检测应用	本文通过结合UCI垃圾短信数据集和真实世界垃圾数据，利用OCR技术进行全面分析，探索了在现有研究中未充分探索的单词、图像和上下文因素之间的复杂关系	KNN-Flatten模型的高准确性表明其适用于实时垃圾检测系统，但其计算复杂性可能限制大规模部署的扩展性；K-means与向量化器在准确性上表现出色，但可能难以应对动态和不断变化的短信诈骗攻击，需要持续重新训练	开发一种能够识别短信诈骗信息的高级模型	短信诈骗信息的检测	机器学习	NA	光学字符识别（OCR）	K-means, 非负矩阵分解, 高斯混合模型, RNN-Flatten, LSTM, Bi-LSTM	文本数据	结合UCI垃圾短信数据集和真实世界垃圾数据
15217	2024-10-01	Real-Time Air-Writing Recognition for Arabic Letters Using Deep Learning 2024-Sep-20, Sensors (Basel, Switzerland) DOI:10.3390/s24186098 PMID:39338843	研究论文	开发了一个名为SamAbjd的交互式网络应用程序，利用深度学习技术进行阿拉伯字母的空中书写识别，以帮助阿拉伯儿童学习字母	首次开发了一个利用深度学习技术进行阿拉伯字母空中书写识别的交互式网络应用程序，并通过用户反馈和文献综述优化了教学方法	仅限于阿拉伯字母的识别，未涉及其他语言或字符	开发一个有效的工具来帮助阿拉伯儿童学习阿拉伯字母，促进他们的认知发展	阿拉伯字母的空中书写识别	机器学习	NA	深度学习	卷积神经网络（CNN）和VGG16	图像	31,349张标注的手写阿拉伯字母图像
15218	2024-10-01	The Potential of Deep Learning in Underwater Wireless Sensor Networks and Noise Canceling for the Effective Monitoring of Aquatic Life 2024-Sep-20, Sensors (Basel, Switzerland) DOI:10.3390/s24186102 PMID:39338847	研究论文	本文描述了一种用于监测水生生物的革命性设计范式，通过结合两种方法创建了一个全面的预测过滤系统	提出了一个新颖的过滤学习方法，结合了有限脉冲响应（FIR）和自适应线增强器（ALE）两种自适应滤波器，以及分布式学习长短期记忆卷积神经网络（LSTM-CNN）技术	NA	解决水下无线传感器网络中的内存限制、带宽不足和噪声水平过高的问题，以实现对水生生物的有效监测	水下传感器节点和噪声消除技术	机器学习	NA	有限脉冲响应（FIR）、自适应线增强器（ALE）、自适应布谷鸟过滤器（ACF）、卡尔曼滤波器、分布式学习长短期记忆卷积神经网络（LSTM-CNN）	卷积神经网络（CNN）、长短期记忆（LSTM）	信号	NA
15219	2024-10-01	Combining Signals for EEG-Free Arousal Detection during Home Sleep Testing: A Retrospective Study 2024-Sep-19, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14182077 PMID:39335756	研究论文	本研究探讨了在没有脑电图（EEG）记录的情况下，通过组合可测量的生理信号在家用睡眠测试（HST）中检测觉醒事件的潜力	本研究展示了通过组合多个易记录的HST信号来改善觉醒检测的可能性，与使用心电图作为输入的最新模型相比，性能相当	本研究是回顾性的，使用的是模拟有限通道设置的数据，未来需要在前瞻性研究和实际设备中验证这些发现	探索在没有EEG记录的情况下，通过组合可测量的生理信号在家用睡眠测试中检测觉醒事件的潜力	家用睡眠测试中的觉醒事件检测	生物医学工程	睡眠障碍	深度学习	NA	生理信号	使用了多民族动脉粥样硬化研究数据集进行训练和评估
15220	2024-10-01	LLMDiff: Diffusion Model Using Frozen LLM Transformers for Precipitation Nowcasting 2024-Sep-19, Sensors (Basel, Switzerland) DOI:10.3390/s24186049 PMID:39338794	研究论文	本文提出了一种名为LLMDiff的概率时空模型，用于降水短时预报，结合了条件编码器-解码器网络和去噪网络，并利用预训练的大型语言模型中的冻结变换器块作为通用视觉编码层	本文创新性地将预训练的大型语言模型中的冻结变换器块应用于去噪网络，以捕捉帧序列中的时间依赖性，并考虑长期时间上下文信息	NA	开发一种新的深度学习模型，用于提高降水短时预报的准确性	降水短时预报任务	机器学习	NA	去噪扩散模型	扩散模型	时空数据	SEVIR数据集