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
41	2024-09-29	Toward Patient-Specific Prediction of Ablation Strategies for Atrial Fibrillation Using Deep Learning 2021, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2021.674106 PMID:34122144	研究论文	本文提出了一种结合图像计算模型和深度学习分类器的方法，用于预测房颤患者的导管消融策略	本文的创新点在于结合了患者特异性房颤模型和深度学习技术，以提高导管消融治疗的成功率	本文的局限性在于验证准确率相对较低，且在预测肺静脉隔离策略时成功率不高	研究目的是开发一种基于深度学习的技术，用于个性化预测房颤患者的导管消融策略	研究对象是房颤患者的特异性房颤模型和导管消融策略	机器学习	心血管疾病	深度学习	CNN	图像	122个患者LGE-MRI数据图像，157个合成图像，558个导管消融模拟结果
42	2024-09-29	The Impact of Artificial Intelligence and Deep Learning in Eye Diseases: A Review 2021, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2021.710329 PMID:34527682	综述	本文综述了人工智能和深度学习在眼科疾病中的应用及其基本原理	NA	本文讨论了将人工智能技术应用于眼科领域时出现的一些潜在挑战和局限性	探讨人工智能和深度学习在眼科疾病中的应用	常见眼科疾病	计算机视觉	NA	人工智能	深度学习	NA	NA
43	2024-09-29	A Deep Learning and XGBoost-Based Method for Predicting Protein-Protein Interaction Sites 2021, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2021.752732 PMID:34764983	研究论文	提出了一种基于深度学习和XGBoost的蛋白质-蛋白质相互作用位点预测方法	结合深度学习和XGBoost算法，提出了一种新的蛋白质-蛋白质相互作用位点预测方法DeepPPISP-XGB	NA	预测蛋白质-蛋白质相互作用位点	蛋白质序列及其相互作用位点	机器学习	NA	深度学习, XGBoost	深度学习模型, XGBoost	蛋白质序列	NA
44	2024-09-29	Biologically Inspired Deep Learning Model for Efficient Foveal-Peripheral Vision 2021, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2021.746204 PMID:34880741	研究论文	本文提出了一种受灵长类和人类视网膜皮层映射启发的端到端神经模型，用于高效的中央凹-周边视觉	该模型采用了一种高效的采样技术来压缩视觉信号，使得场景的一小部分以高分辨率感知，而大部分视野以低分辨率维持，同时引入了一种注意力机制来模拟“眼球运动”，帮助代理从观察场景中逐步收集详细信息	NA	开发一种高效的计算模型来模拟生物学中的中央凹-周边视觉	中央凹-周边视觉的神经网络模型	计算机视觉	NA	NA	神经网络	图像和视频	NA
45	2024-09-28	Can Deep Learning Hit a Moving Target? A Scoping Review of Its Role to Study Neurological Disorders in Children 2021, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2021.670489 PMID:34025380	综述	本文综述了深度学习在研究儿童神经发育障碍中的潜在作用	深度学习因其对特征探索和工程的依赖性较小，可能在研究儿童神经发育障碍中克服现有挑战	本文主要探讨了深度学习在儿童神经发育障碍研究中的潜在作用，未涉及具体实验或模型	探讨深度学习在儿童神经发育障碍研究中的挑战和潜在应用	儿童神经发育障碍，如注意力缺陷多动障碍、自闭症谱系障碍、脑瘫、脑震荡和癫痫	机器学习	神经发育障碍	深度学习	NA	NA	NA
46	2024-09-28	Layer-Skipping Connections Improve the Effectiveness of Equilibrium Propagation on Layered Networks 2021, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2021.627357 PMID:34079446	研究论文	本文探讨了通过在分层网络中引入随机层跳跃连接来缓解平衡传播学习框架中的梯度消失问题	提出了一种基于小世界网络的随机层跳跃连接方法，以解决平衡传播在分层网络中遇到的梯度消失问题	NA	探索生物学上合理的深度学习实现方法	平衡传播学习框架在分层网络中的应用	机器学习	NA	平衡传播	分层网络	NA	NA
47	2024-09-27	Deep learning approaches for natural product discovery from plant endophytic microbiomes 2021, Environmental microbiome IF:6.2Q1 DOI:10.1186/s40793-021-00375-0 PMID:33758794	综述	本文综述了利用深度学习方法从植物内生微生物组中发现天然产物的新方法	强调了深度学习在预测内生菌生物化学新奇性和调控控制方面的潜力	NA	探讨从植物微生物组中发现天然产物的新突破方法	植物内生微生物组的次级代谢产物	机器学习	NA	深度学习	NA	基因组、代谢组、调控组和化学数据	NA
48	2024-09-27	Review of deep learning: concepts, CNN architectures, challenges, applications, future directions 2021, Journal of big data IF:8.6Q1 DOI:10.1186/s40537-021-00444-8 PMID:33816053	综述	本文综述了深度学习的概念、CNN架构、挑战、应用和未来方向	本文采用更全面的方法，提供了一个更合适的起点，以便全面理解深度学习	尽管本文试图全面综述深度学习，但仍可能存在某些方面的遗漏	旨在提供一个全面的深度学习综述，涵盖其概念、技术、架构、挑战和应用	深度学习及其在多个领域的应用	机器学习	NA	深度学习	CNN	NA	NA
49	2024-09-27	Application of Machine Learning in Diagnosis of COVID-19 Through X-Ray and CT Images: A Scoping Review 2021, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2021.638011 PMID:33842563	综述	本文综述了使用机器学习和深度学习方法通过X射线和CT图像诊断COVID-19的研究	本文通过比较不同机器学习和深度学习方法在COVID-19诊断中的表现，展示了这些方法在临床诊断中的应用潜力	本文为综述性研究，未提供新的实验数据或模型	探讨机器学习和深度学习方法在COVID-19诊断中的应用	COVID-19的诊断	机器学习	COVID-19	NA	NA	图像	NA
50	2024-09-26	A deep learning approach for monitoring parietal-dominant Alzheimer's disease in World Trade Center responders at midlife 2021, Brain communications IF:4.1Q2 DOI:10.1093/braincomms/fcab145 PMID:34396105	研究论文	本文利用深度学习方法评估世贸中心响应者的神经心理学和神经影像数据，生成皮层萎缩风险评分，以监测顶叶主导的阿尔茨海默病	本文首次应用深度学习方法对世贸中心响应者的神经心理学和神经影像数据进行评估，生成皮层萎缩风险评分，并验证了其准确性	样本量相对较小，且仅限于世贸中心响应者群体	研究早期认知障碍的特征和原因，并开发一种监测顶叶主导的阿尔茨海默病的新方法	世贸中心响应者的神经心理学和神经影像数据	机器学习	阿尔茨海默病	深度学习	人工神经网络	神经影像数据	1441名世贸中心响应者
51	2024-09-26	Accuracy of deep learning-based computed tomography diagnostic system for COVID-19: A consecutive sampling external validation cohort study 2021, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0258760 PMID:34735458	研究论文	评估基于深度学习的CT诊断系统Ali-M3在检测COVID-19中的准确性及其临床价值	首次对Ali-M3进行外部验证，评估其在日本三级医疗机构中的表现	Ali-M3的特异性表现较低，尤其是在症状出现后的前5天内	评估Ali-M3在检测COVID-19中的准确性并讨论其临床价值	617名有症状的患者及其COVID-19感染概率	计算机视觉	COVID-19	深度学习	NA	图像	617名有症状的患者，其中289名RT-PCR阳性
52	2024-09-23	Lung parenchymal characterization via thoracic dynamic MRI in normal children and pediatric patients with TIS 2021, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.2581708 PMID:35465442	研究论文	本文展示了通过胸腔动态MRI评估正常儿童和TIS患儿肺实质特征的方法	首次提供了一种定量的动态功能方法，用于在动态MRI上分析健康儿童和TIS患儿的潮气呼吸期间肺实质	NA	评估胸腔不足综合征（TIS）患儿的治疗效果	正常儿童和TIS患儿的肺实质特征	数字病理	胸腔不足综合征	动态磁共振成像（dMRI）	深度学习	图像	11名TIS患儿（每名患儿有术前和术后扫描）和23名健康儿童的45次dMRI扫描
53	2024-09-20	Evaluation of Ischemic Penumbra in Stroke Patients Based on Deep Learning and Multimodal CT 2021, Journal of healthcare engineering DOI:10.1155/2021/3215107 PMID:39290779	研究论文	本文提出了一种基于改进的全局注意力上采样U-Net模型的主次路径注意力补偿网络结构，用于急性缺血性卒中患者的缺血半暗带和核心梗死体积的分割	提出了主次路径注意力补偿网络结构，通过辅助路径网络生成松散的辅助注意力补偿系数，弥补主路径网络中可能的注意力系数错误	文章未明确提及具体的局限性	研究多模态CT在急性缺血性卒中患者中对侧支循环、缺血半暗带、核心梗死体积的定量评估及其在静脉溶栓治疗中的预后评估价值	急性缺血性卒中患者的缺血半暗带、核心梗死体积及静脉溶栓治疗的预后	计算机视觉	脑血管疾病	深度学习	U-Net	图像	未明确提及具体样本数量
54	2024-09-20	Enhanced bat algorithm for COVID-19 short-term forecasting using optimized LSTM 2021, Soft computing IF:3.1Q2 DOI:10.1007/s00500-021-06075-8 PMID:34393647	研究论文	本文提出了一种优化的长短期记忆网络（LSTM）用于COVID-19病例的短期预测，并使用增强的蝙蝠算法（BA）进行优化	本文提出了一种增强的蝙蝠算法，通过使用高斯自适应惯性权重和替换随机漫步为高斯漫步来解决过早收敛和局部最小值问题	NA	提高COVID-19病例预测的准确性，帮助控制疫情	COVID-19病例的短期预测	机器学习	COVID-19	蝙蝠算法	LSTM	时间序列数据	NA
55	2024-09-19	Machine and Deep Learning towards COVID-19 Diagnosis and Treatment: Survey, Challenges, and Future Directions 2021-01-27, International journal of environmental research and public health DOI:10.3390/ijerph18031117 PMID:33513984	综述	本文综述了基于人工智能的机器学习和深度学习方法在COVID-19诊断和治疗中的应用	总结了现有的最先进方法及其在COVID-19中的应用，并提供了未来研究方向	NA	探讨人工智能技术在COVID-19诊断和治疗中的应用及其未来发展方向	COVID-19的诊断和治疗	机器学习	COVID-19	机器学习 (ML) 和深度学习 (DL)	NA	NA	NA
56	2024-09-17	Using Deep Learning to Identify High-Risk Patients with Heart Failure with Reduced Ejection Fraction 2021, Journal of health economics and outcomes research IF:2.3Q2 DOI:10.36469/jheor.2021.25753 PMID:34414250	研究论文	本研究利用深度学习模型预测心力衰竭伴射血分数降低患者的心力衰竭住院、恶化事件及30天和90天再入院	本研究首次采用双向长短期记忆网络（Bi-LSTM）模型，并展示了其在预测心力衰竭相关结果方面的优越性	缺乏详细的临床数据以及样本量和样本不平衡问题可能限制了模型的性能	开发和部署预测工具以识别高风险的心力衰竭伴射血分数降低患者	心力衰竭伴射血分数降低患者的住院、恶化事件及再入院	机器学习	心血管疾病	深度学习	双向长短期记忆网络（Bi-LSTM）	电子健康记录	共纳入47,498名心力衰竭伴射血分数降低患者，其中9,427名至少有一次心力衰竭住院
57	2024-09-14	Breast tumor segmentation in 3D automatic breast ultrasound using Mask scoring R-CNN 2021-Jan, Medical physics IF:3.2Q1 DOI:10.1002/mp.14569 PMID:33128230	研究论文	本文开发了一种基于深度学习的方法，使用Mask scoring R-CNN进行3D自动乳腺超声中的乳腺肿瘤自动分割	本文提出了一种新颖的Mask scoring R-CNN方法，用于自动分割3D自动乳腺超声图像中的乳腺肿瘤	NA	开发一种基于深度学习的方法，用于3D自动乳腺超声中的乳腺肿瘤自动分割	3D自动乳腺超声图像中的乳腺肿瘤	计算机视觉	乳腺癌	Mask scoring R-CNN	R-CNN	图像	70名经针刺活检确诊的乳腺癌患者，其中40名用于五折交叉验证，30名用于保留测试
58	2024-09-11	A Novel Block Imaging Technique Using Nine Artificial Intelligence Models for COVID-19 Disease Classification, Characterization and Severity Measurement in Lung Computed Tomography Scans on an Italian Cohort 2021-Jan-26, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-021-01707-w PMID:33496876	研究论文	本文提出了一种基于九种人工智能模型的新型块状图像技术，用于COVID-19疾病的分类、特征化和严重程度测量	本文创新性地使用了九种人工智能模型，包括深度学习模型和迁移学习模型，以及块状图像技术来评估COVID-19的严重程度	本文的局限性在于仅使用了意大利的一个患者队列，可能存在样本偏差	研究目的是开发和验证一种新型的人工智能技术，用于COVID-19疾病的分类和严重程度评估	研究对象是COVID-19患者的肺部CT扫描图像	计算机视觉	COVID-19	深度学习	CNN, VGG16, DenseNet121, DenseNet169, DenseNet201, MobileNet, ANN, DT, RF	图像	60名患者（包括30名COVID-19患者和30名对照组），共1695张切片
59	2024-09-11	Intelligent system for COVID-19 prognosis: a state-of-the-art survey 2021, Applied intelligence (Dordrecht, Netherlands) DOI:10.1007/s10489-020-02102-7 PMID:34764577	综述	本文综述了智能系统在COVID-19预后中的应用现状	本文探讨了机器学习和深度学习在COVID-19预后中的应用及其效率和影响	本文主要集中在现有方法的综述，未提出新的解决方案	探讨智能系统在COVID-19预后中的应用及其未来挑战	COVID-19的预后和诊断	机器学习	COVID-19	机器学习 (ML) 和深度学习 (DL)	NA	复杂大数据	NA
60	2024-09-11	Pre-clinical undergraduate students' perspectives on the adoption of virtual and augmented reality to their dental learning experience: A one-group pre- and post-test design protocol 2021, F1000Research DOI:10.12688/f1000research.53059.2 PMID:36703700	研究论文	研究评估虚拟现实（VR）和增强现实（AR）技术在牙科预临床学习中的应用对学生感知的影响	探讨了VR和AR技术在牙科预临床学习中的应用，以改善学生的学习体验	研究采用单一组别的前后测试设计，可能存在偏差	评估VR和AR技术在牙科预临床学习中的应用对学生感知的影响	牙科预临床学生	NA	NA	虚拟现实（VR）和增强现实（AR）	NA	问卷调查	一组牙科预临床学生