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
101	2024-08-16	An Improved CNN Architecture to Diagnose Skin Cancer in Dermoscopic Images Based on Wildebeest Herd Optimization Algorithm 2021, Computational intelligence and neuroscience DOI:10.1155/2021/7567870 PMID:34497640	研究论文	本文介绍了一种基于Wildebeest Herd Optimization算法和Inception卷积神经网络的皮肤癌诊断新方法	采用Wildebeest Herd Optimization算法进行特征选择，以减少分析时间复杂度，并结合Inception卷积神经网络提取初始特征	NA	提高皮肤癌诊断的准确性	皮肤癌的诊断	计算机视觉	皮肤癌	Wildebeest Herd Optimization算法	CNN	图像	ISIC-2008皮肤癌数据集
102	2024-08-16	Predicting fracture outcomes from clinical registry data using artificial intelligence supplemented models for evidence-informed treatment (PRAISE) study protocol 2021, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0257361 PMID:34555069	研究论文	本研究旨在利用人工智能方法处理非结构化临床注册数据，以描述骨折特征并测试这些信息是否能提高腕部骨折后患者报告的结果测量和临床结果的预测准确性	本研究采用多模态深度学习骨折推理系统（DLFRS）处理电子病历信息，以提供关于骨折特征的增强信息	NA	研究旨在减少护理变异性并改善患者腕部骨折后的治疗结果	成年腕部骨折患者	机器学习	骨折	深度学习	多模态深度学习骨折推理系统（DLFRS）	非结构化数据	来自四家维多利亚医院的成年腕部骨折患者
103	2024-08-15	Truncating a densely connected convolutional neural network with partial layer freezing and feature fusion for diagnosing COVID-19 from chest X-rays 2021, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2021.101408 PMID:34109106	研究论文	本文提出了一种通过层截断、部分层冻结和特征融合来修改训练方法的视觉模型，用于从胸部X光片诊断COVID-19。	该方法显著减少了模型的参数大小，同时保持了较高的分类性能，并提供了可扩展、可重复和可部署的深度卷积神经网络模型。	NA	开发一种新的训练方法，以降低计算成本和提高模型部署的便利性。	使用密集连接卷积神经网络（DenseNet）模型诊断胸部X光片中的COVID-19、肺炎和正常情况。	计算机视觉	COVID-19	卷积神经网络（CNN）	DenseNet	图像	NA
104	2024-08-15	A Pipeline for Predicting the Treatment Response of Neoadjuvant Chemoradiotherapy for Locally Advanced Rectal Cancer Using Single MRI Modality: Combining Deep Segmentation Network and Radiomics Analysis Based on "Suspicious Region" 2021, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2021.711747 PMID:34422664	研究论文	本研究提出了一种使用单一MRI模态预测局部晚期直肠癌新辅助放化疗治疗反应的流程，结合深度分割网络和基于“可疑区域”的放射组学分析	该研究创新性地设计了双阶段直肠感知U-Net（tsraU-Net）用于自动分割感兴趣区域，替代了耗时的手动描绘，并基于此进行了放射组学分析以预测病理完全缓解状态	NA	旨在早期准确预测局部晚期直肠癌患者在新辅助放化疗后的病理完全缓解状态，以帮助医生制定个性化治疗计划	局部晚期直肠癌患者	数字病理学	直肠癌	MRI	U-Net	图像	共收集了来自两家医院的275名患者的数据，分为四个数据集：Seg-T（N=88）用于训练tsraU-Net，Rad-T（N=107）用于构建放射组学模型，In-V（N=46）用于内部验证，Ex-V（N=34）用于外部验证
105	2024-08-15	Analysis on the Characterization of Multiphoton Microscopy Images for Malignant Neoplastic Colon Lesion Detection under Deep Learning Methods 2021, Journal of pathology informatics DOI:10.4103/jpi.jpi_113_20 PMID:34447607	研究论文	本文利用多光子显微镜（MPM）技术和深度学习方法，分析恶性肿瘤性结肠病变图像，以实现早期检测	首次将多光子显微镜与深度学习结合，用于实时识别和区分恶性肿瘤性结肠病变	NA	展示多光子显微镜技术结合深度学习在无需组织病理学染色的情况下，识别恶性肿瘤性结肠病变的能力	恶性肿瘤性结肠病变与健康、增生或良性肿瘤性组织的区分	数字病理学	结直肠癌	多光子显微镜（MPM）	卷积神经网络（CNN）	图像	14,712张图像，来自42名患者，分为2类
106	2024-08-15	Deep Learning Model to Predict Serious Infection Among Children With Central Venous Lines 2021, Frontiers in pediatrics IF:2.1Q2 DOI:10.3389/fped.2021.726870 PMID:34604142	研究论文	研究使用深度学习模型预测带有中心静脉导管的儿童发生严重感染的情况	提出的深度学习模型在预测严重感染方面比传统的病情严重程度标记（PELOD-2）具有更高的阳性预测值	研究为回顾性研究，且仅限于单一学术儿童医院的数据	预测带有中心静脉导管的儿童在住院期间发生严重感染的可能性	带有中心静脉导管的儿童患者	机器学习	NA	深度学习	深度学习模型	电子病历数据	涉及748,380个48小时时间窗口，对应27,137次患者就诊
107	2024-08-14	An Evolutionary Approach for the Enhancement of Dermatological Images and Their Classification Using Deep Learning Models 2021, Journal of healthcare engineering DOI:10.1155/2021/8113403 PMID:34326979	研究论文	本文探讨了一种基于遗传算法（GA）的图像增强技术，用于改善从农村诊所接收到的低质量皮肤病学图像，并使用卷积神经网络（CNN）分类器对增强后的图像进行疾病识别	本文采用遗传算法增强图像，提高了分类准确率，并减少了由于手动诊断导致的分析时间和错误	研究范围仅限于运动模糊图像，这是最常见的图像捕捉问题之一	提高皮肤病学图像的质量和分类准确性，以辅助诊断	七种类型的皮肤疾病，包括黑色素瘤、黑素细胞痣、基底细胞癌、光化性角化病、良性角化病、血管病变和鳞状细胞癌	计算机视觉	皮肤疾病	遗传算法（GA）	卷积神经网络（CNN）	图像	涉及七种皮肤疾病的图像，使用ResNet-152模型进行分类，总体准确率为87.40%，使用GA增强图像后准确率提升至95.85%
108	2024-08-13	Bayesian neural networks for stock price forecasting before and during COVID-19 pandemic 2021, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0253217 PMID:34197473	研究论文	本文研究了在COVID-19大流行前后使用贝叶斯神经网络进行股票价格多步预测的可行性	采用了带有并行回火MCMC的朗之万梯度法，能够在并行计算环境中实施贝叶斯神经网络的推断	由于参数数量多和需要更好的计算资源，传统的MCMC方法存在局限性	探讨在COVID-19大流行期间股票市场波动性增加的情况下，贝叶斯神经网络在股票价格预测中的表现	股票价格预测模型在COVID-19大流行前后的表现	机器学习	NA	贝叶斯神经网络	贝叶斯神经网络	股票市场数据	具体样本数量未明确
109	2024-08-13	Perceived Teacher Autonomy Support and Students' Deep Learning: The Mediating Role of Self-Efficacy and the Moderating Role of Perceived Peer Support 2021, Frontiers in psychology IF:2.6Q2 DOI:10.3389/fpsyg.2021.652796 PMID:34234709	研究论文	本研究旨在探讨自我效能在大学生感知教师自主支持与深度学习之间的中介作用，以及学生感知到的同伴支持是否能调节感知教师自主支持与深度学习之间的关系	研究首次探讨了自我效能在感知教师自主支持与深度学习之间的中介作用，以及同伴支持的调节作用	研究样本仅来自贵州省一所本科师范大学的1800名大学生，可能限制了结果的普遍性	测试自我效能的中介作用及同伴支持的调节作用	大学生感知教师自主支持、自我效能、同伴支持与深度学习之间的关系	NA	NA	描述性分析、相关分析、探索性因子分析、验证性因子分析、调节效应分析和中介效应分析	NA	调查数据	1800名大学生
110	2024-08-12	An integrative microenvironment approach for laryngeal carcinoma: the role of immune/methylation/autophagy signatures on disease clinical prognosis and single-cell genotypes 2021, Journal of Cancer IF:3.3Q2 DOI:10.7150/jca.58076 PMID:34093817	研究论文	本研究全面探讨了甲基化/自噬相关基因（MARGs）和免疫浸润在肿瘤微环境中对喉癌预后的影响	建立了基于MARGs和免疫细胞的预后风险评分系统（pRS），并利用单细胞RNA测序技术揭示了高风险细胞簇中的成纤维细胞富集	NA	探讨肿瘤微环境中的免疫/甲基化/自噬特征对喉癌临床预后和单细胞基因型的作用	喉癌的预后和单细胞基因型	数字病理学	喉癌	单细胞RNA测序	深度学习模型	基因数据	126个MARGs和10种免疫细胞，以及临床样本和GEO数据集
111	2024-08-12	COVID-19 pneumonia on chest X-rays: Performance of a deep learning-based computer-aided detection system 2021, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0252440 PMID:34097708	研究论文	本研究评估了一种基于深度学习的计算机辅助检测系统（CAD）在胸部X光片上识别COVID-19肺炎的性能	首次详细研究了现有CAD系统在胸部X光片上识别COVID-19及其相关肺炎的性能，并展示了CAD系统在资源有限环境下辅助非放射科医生进行诊断的潜力	研究仅使用了商业化的、监管批准的CAD系统，未探讨其他可能的CAD系统的性能	评估CAD系统在胸部X光片上识别COVID-19肺炎的性能，并探讨其在资源有限环境下的应用潜力	COVID-19患者的胸部X光片	计算机视觉	COVID-19	深度学习	NA	图像	来自四个机构的COVID-19阳性患者和来自一个机构的阴性患者的胸部X光片
112	2024-08-12	MRI Evaluation of Complete Response of Locally Advanced Rectal Cancer After Neoadjuvant Therapy: Current Status and Future Trends 2021, Cancer management and research IF:2.5Q3 DOI:10.2147/CMAR.S309252 PMID:34103987	综述	本文综述了磁共振成像（MRI）在评估局部晚期直肠癌新辅助治疗后完全反应中的当前状态和未来趋势	近年来，新的技术如纹理分析、放射组学分析和深度学习在基于MRI参数的评估中显示出巨大潜力	目前基于形态学和功能性MRI的参数仍存在局限性，结果不一致	旨在回顾并更好地理解这些基于MRI的方法在评估直肠癌完全反应中的优势、局限性和未来趋势	局部晚期直肠癌患者新辅助治疗后的完全肿瘤反应评估	NA	直肠癌	磁共振成像（MRI）	NA	影像	NA
113	2024-08-12	An optimized transfer learning-based approach for automatic diagnosis of COVID-19 from chest x-ray images 2021, PeerJ. Computer science DOI:10.7717/peerj-cs.555 PMID:34141886	研究论文	本文介绍了一种基于优化迁移学习的自动诊断COVID-19的方法，通过优化十二种CNN架构的网络超参数，使用胸部X光图像进行COVID-19病例诊断	采用Manta-Ray Foraging Optimization (MRFO)算法优化CNN架构的超参数，提高了分类性能	NA	开发一种快速准确的COVID-19自动诊断方法，以应对检测试剂盒短缺的问题	COVID-19、细菌性肺炎、病毒性肺炎和正常病例的分类	计算机视觉	COVID-19	迁移学习	CNN	图像	从八个不同的公共数据集中收集的数据，用于分类四类病例
114	2024-08-11	Development and Validation of a Nomogram for Preoperative Prediction of Lymph Node Metastasis in Lung Adenocarcinoma Based on Radiomics Signature and Deep Learning Signature 2021, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2021.585942 PMID:33968715	研究论文	本研究旨在开发和验证一种基于放射组学特征和深度学习特征的诺模图，用于预测肺腺癌患者的术前淋巴结转移情况	本研究结合放射组学特征和深度学习特征，开发了一种新的预测模型，用于术前预测肺腺癌患者的淋巴结转移情况	本研究为回顾性研究，样本量相对较小，可能影响模型的泛化能力	开发和验证一种用于预测肺腺癌患者术前淋巴结转移的诺模图	肺腺癌患者的术前淋巴结转移情况	数字病理学	肺癌	CT（计算机断层扫描）	CNN（卷积神经网络）	图像	训练集200例，内部验证集40例，外部验证集60例
115	2024-08-11	Characterization of time-variant and time-invariant assessment of suicidality on Reddit using C-SSRS 2021, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0250448 PMID:33999927	研究论文	本研究开发深度学习算法，基于C-SSRS评估Reddit数据中的自杀风险，考虑了风险的严重性和时间性	首次同时考虑自杀风险的严重性和时间性，并开发了时间变异和时间不变的深度学习模型进行评估	研究仅限于Reddit平台的数据，且模型性能在预测自杀相关行为和自杀尝试方面仍有提升空间	提高自杀风险评估的准确性，以便及时进行干预	Reddit平台上的自杀相关帖子和用户行为	机器学习	NA	深度学习	CNN	文本	使用基于C-SSRS标注的临床 adjudicated Reddit语料库进行评估
116	2024-08-10	DL-MRI: A Unified Framework of Deep Learning-Based MRI Super Resolution 2021, Journal of healthcare engineering DOI:10.1155/2021/5594649 PMID:33897991	研究论文	本文提出了一种基于深度学习的MRI超分辨率统一框架，将先进的深度学习方法应用于MRI超分辨率	该框架整合了五种具有最佳超分辨率效果的深度学习方法，并构建了一个包含×2、×3和×4尺度的高低分辨率MR图像数据集	NA	旨在提高MRI图像的分辨率，以帮助医生更准确地定位病变和诊断疾病	MRI图像的超分辨率处理	计算机视觉	NA	深度学习	深度学习方法	图像	包含颅骨、膝盖、乳房和头颈部的MR图像数据集
117	2024-08-10	Determinants of Tourism Stocks During the COVID-19: Evidence From the Deep Learning Models 2021, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2021.675801 PMID:33898386	研究论文	本文研究了2018年10月25日至2020年10月21日期间，包括COVID-19时期中国旅游股票回报的决定因素，并提出了基于反向传播神经网络（BPNN）的四种深度学习预测模型	提出了基于量子群智能算法（QSIA）、量子步长果蝇优化算法（QSFOA）、量子粒子群优化算法（QPSO）和量子遗传算法（QGA）的深度学习预测模型	NA	研究旅游股票回报的决定因素，并评估不同深度学习模型的预测准确性	中国旅游股票回报	机器学习	NA	深度学习	反向传播神经网络（BPNN）	股票回报数据	2018年10月25日至2020年10月21日的数据
118	2024-08-10	A Multisite Study of a Breast Density Deep Learning Model for Full-Field Digital Mammography and Synthetic Mammography 2021-Jan, Radiology. Artificial intelligence DOI:10.1148/ryai.2020200015 PMID:33937850	研究论文	本研究开发了一个用于全数字化乳腺X线摄影和合成乳腺摄影的BI-RADS乳腺密度深度学习模型，并在多中心环境中进行了评估。	该模型在没有使用合成乳腺摄影图像进行训练的情况下，在两个机构的全数字化乳腺X线摄影和合成乳腺摄影图像上展示了强大的性能，并通过使用少量合成乳腺摄影图像进一步改进。	NA	开发和评估一个用于合成二维乳腺摄影图像的BI-RADS乳腺密度深度学习模型。	全数字化乳腺X线摄影图像和合成乳腺摄影图像。	机器学习	乳腺疾病	深度学习	深度学习模型	图像	57,492名患者，187,627次检查，750,752张图像（站点1，全数字化乳腺X线摄影）；3,842名患者，3,866次检查，14,472张图像（站点1，合成乳腺摄影）；7,557名患者，16,283次检查，63,973张图像（站点2，合成乳腺摄影）。
119	2024-08-09	Using artificial intelligence to assist radiologists in distinguishing COVID-19 from other pulmonary infections 2021, Journal of X-ray science and technology IF:1.7Q3 DOI:10.3233/XST-200735 PMID:33164982	研究论文	本研究开发了一种基于深度学习算法的AI模型，使用ResUNet网络，评估放射科医生在有无AI辅助下区分COVID-19与其他肺部感染的能力	本研究首次使用ResUNet网络的深度学习模型，显著提高了放射科医生在区分COVID-19与其他肺部感染的准确性和敏感性	研究仅使用了694个病例和111,066张CT扫描图像，样本量可能不足以完全代表所有病例	开发和验证一种AI模型，以提高放射科医生在CT扫描中区分COVID-19与其他肺部感染的能力	COVID-19感染的肺炎患者与其他肺部感染患者	计算机视觉	COVID-19	深度学习算法	ResUNet	图像	694个病例，包括118个COVID-19感染的肺炎病例和576个其他肺部感染病例
120	2024-08-09	Deep Learning in the Detection and Diagnosis of COVID-19 Using Radiology Modalities: A Systematic Review 2021, Journal of healthcare engineering DOI:10.1155/2021/6677314 PMID:33747419	综述	本文通过系统综述方法，探讨了利用深度学习模型在放射学模式下检测和诊断COVID-19的现状	深度学习模型提供了准确且高效的系统，显著提高了敏感性和特异性值	NA	旨在解决COVID-19早期检测和诊断的主要挑战，并提高诊断准确性	COVID-19的放射学图像	机器学习	COVID-19	深度学习	深度学习模型	图像	37篇文章作为研究样本