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
181	2024-09-10	Multi-label segmentation and detection of COVID-19 abnormalities from chest radiographs using deep learning 2021-Nov, Optik DOI:10.1016/j.ijleo.2021.167780 PMID:34393275	研究论文	本文提出了一种基于深度学习的全自动多标签分割和检测COVID-19异常的模型	设计了带有通道和空间注意力块的Attention U-Net模型，应用了扩张卷积以提高模型对前景像素的敏感性，并提出了一种新的混合损失函数	NA	开发一种能够自动检测胸部X光片中COVID-19常见异常的深度学习模型	胸部X光片中的COVID-19异常	计算机视觉	COVID-19	深度学习	Attention U-Net	图像	使用了Chest X-ray 14数据集和日本放射技术学会(JSRT)CXR数据集
182	2024-09-10	Impact of COVID-19 on city-scale transportation and safety: An early experience from Detroit 2021-Nov, Smart health (Amsterdam, Netherlands) DOI:10.1016/j.smhl.2021.100218 PMID:34541278	研究论文	研究COVID-19对底特律城市交通和安全的影响，并开发深度学习模型预测未来一周的病例数	提出了使用长短期记忆网络进行COVID-19病例预测的方法，并展示了高达0.91的决定系数	研究仅限于底特律的数据，可能不适用于其他城市	分析COVID-19对城市交通和安全的影响，并开发预测模型	底特律的交通流量、每日病例数、天气、社交距离指数和事故数据	NA	NA	长短期记忆网络 (LSTM)	LSTM	交通流量数据、病例数据、天气数据、社交距离指数、事故数据	2019年1月至2020年6月的数据
183	2024-09-10	Unsupervised Deep Learning based Variational Autoencoder Model for COVID-19 Diagnosis and Classification 2021-Nov, Pattern recognition letters IF:3.9Q2 DOI:10.1016/j.patrec.2021.08.018 PMID:34566223	研究论文	本文提出了一种基于无监督深度学习的变分自编码器模型，用于COVID-19的诊断和分类	引入了一种新的无监督深度学习变分自编码器（UDL-VAE）模型，结合了自适应维纳滤波（AWF）预处理技术和Inception v4与Adagrad特征提取技术	未提及具体限制	开发一种高效的无监督学习技术，用于COVID-19的检测和分类	COVID-19的诊断和分类	计算机视觉	COVID-19	变分自编码器（VAE）	变分自编码器（VAE）	图像	未提及具体样本数量
184	2024-09-10	The application of industry 4.0 technologies in pandemic management: Literature review and case study 2021-Nov, Healthcare analytics (New York, N.Y.) DOI:10.1016/j.health.2021.100008 PMID:36618951	综述	本文通过科学计量分析，系统回顾了工业4.0技术在疫情管理中的应用，并结合案例研究进行了讨论	本文首次系统性地回顾了工业4.0技术在疫情管理中的应用，并结合实际案例进行了深入分析	本文主要基于文献回顾和单一案例研究，缺乏大规模实证数据的支持	探讨工业4.0技术在疫情管理中的应用及其对未来疫情管理的影响	工业4.0技术及其在新冠疫情管理中的应用	NA	NA	物联网(IoT)、人工智能(AI)、云计算、机器学习、大数据、区块链、深度学习、数字化、网络物理系统(CPS)	NA	NA	NA
185	2024-09-10	Checklist for responsible deep learning modeling of medical images based on COVID-19 detection studies 2021-Oct, Pattern recognition IF:7.5Q1 DOI:10.1016/j.patcog.2021.108035 PMID:34054148	研究论文	本文系统分析了用于COVID-19检测的深度神经网络模型在数据获取、模型开发和解释构建阶段中的常见错误，并提出了一个可靠的COVID-19诊断模型应满足的最低条件清单	提出了一个用于可靠COVID-19诊断模型的最低条件清单，并指出了现有模型在放射学领域缺乏深入理解的问题	NA	分析现有COVID-19检测模型的常见错误，并提出一个可靠的诊断模型应满足的最低条件清单	用于COVID-19检测的深度神经网络模型	计算机视觉	COVID-19	深度学习	深度神经网络	医学图像	NA
186	2024-09-10	An optimized KELM approach for the diagnosis of COVID-19 from 2D-SSA reconstructed CXR Images 2021-Oct, Optik DOI:10.1016/j.ijleo.2021.167572 PMID:34248209	研究论文	本文提出了一种优化的KELM方法，用于从2D-SSA重构的CXR图像中诊断COVID-19	本文提出了一种基于2D奇异谱分析（SSA）的图像重构方法，并结合基于草蜢的核极限学习机（KELM）进行特征优化和参数选择	本文未提及具体的局限性	提高COVID-19诊断的准确性和效率	COVID-19的CXR图像	计算机视觉	COVID-19	2D奇异谱分析（SSA），核极限学习机（KELM）	KELM	图像	NA
187	2024-09-10	A novel fusion-based deep learning model for sentiment analysis of COVID-19 tweets 2021-Sep-27, Knowledge-based systems IF:7.2Q1 DOI:10.1016/j.knosys.2021.107242 PMID:36570870	研究论文	提出了一种基于深度学习和经典监督机器学习模型融合的新方法，用于分析COVID-19相关推文的情感	融合了深度学习和经典监督机器学习模型，用于情感分析	未提及具体限制	研究COVID-19相关推文的情感，以帮助监控和控制疫情	COVID-19相关推文和Google Trends搜索数据	自然语言处理	NA	深度学习	融合模型	文本	超过150万感染病例和100万死亡病例
188	2024-09-10	Revealing the Threat of Emerging SARS-CoV-2 Mutations to Antibody Therapies 2021-09-03, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2021.167155 PMID:34273397	研究论文	本文研究了SARS-CoV-2变异对现有抗体疗法的潜在威胁	开发了一种基于拓扑的深度学习策略，分析了大量基因数据，揭示了高频突变对临床试验中多种单克隆抗体的潜在影响	研究结果主要基于模型预测，尚未经过实验验证	揭示SARS-CoV-2变异对现有抗体疗法的潜在威胁	SARS-CoV-2刺突蛋白受体结合域的突变及其对临床试验中单克隆抗体的影响	机器学习	COVID-19	深度学习	深度学习模型	基因数据	分析了796,759个患者基因样本，识别了606个非简并RBD突变
189	2024-09-10	A cognitive IoT-based framework for effective diagnosis of COVID-19 using multimodal data 2021-Sep, Biomedical signal processing and control IF:4.9Q1 DOI:10.1016/j.bspc.2021.102960 PMID:34249142	研究论文	提出了一种基于认知物联网和深度学习的框架，用于使用多模态数据进行COVID-19的有效诊断	引入了两个轻量级模型CovParaNet和CovTinyNet，分别用于音频和图像分类，并通过动态多模态随机森林分类器集成结果，实现了100%的准确率、精确率和召回率	NA	减少COVID-19误诊率，提供一个自我诊断系统以降低测试中心的病毒传播风险	COVID-19的准确预测	机器学习	COVID-19	深度学习	CNN	多模态数据	小数据集
190	2024-09-10	A novel deep learning based method for COVID-19 detection from CT image 2021-Sep, Biomedical signal processing and control IF:4.9Q1 DOI:10.1016/j.bspc.2021.102987 PMID:34345248	研究论文	本文提出了一种基于深度学习的新方法，用于从CT图像中检测COVID-19	本文创新性地结合了池化层和Squeeze Excitation Block (SE-block)层，并使用Batch Normalization和Mish函数优化了COVID-19诊断的收敛时间和性能	NA	开发一种辅助检测工具，以快速诊断COVID-19感染	COVID-19感染的CT图像	计算机视觉	COVID-19	深度学习	深度神经网络 (DNN)	图像	来自两家公立医院的CT图像数据集
191	2024-09-10	CoLe-CNN+: Context learning - Convolutional neural network for COVID-19-Ground-Glass-Opacities detection and segmentation 2021-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2021.104689 PMID:34364263	研究论文	本文提出了一种基于深度学习策略的系统，用于从CT扫描中自动检测和分割COVID-19的磨玻璃影	引入了一种新的多卷积层结构，并提出了一个定制的损失函数，以在敏感性和精确性之间实现最佳平衡	NA	开发一种自动化的方法，从CT扫描中检测和分割COVID-19的磨玻璃影，以支持COVID-19的诊断	COVID-19患者的CT扫描图像	计算机视觉	肺部疾病	深度学习	卷积神经网络	图像	NA
192	2024-09-10	Deep learning analysis of resting electrocardiograms for the detection of myocardial dysfunction, hypertrophy, and ischaemia: a systematic review 2021-Sep, European heart journal. Digital health DOI:10.1093/ehjdh/ztab048 PMID:34604757	综述	本文综述了利用深度学习分析静息心电图以检测心肌功能障碍、肥大和缺血的证据	深度学习模型，特别是使用卷积神经网络的模型，在分析静息心电图信号以检测结构性心脏病理方面优于基于规则的模型和其他机器学习模型	研究排除了通过便携式、应激、心内或植入式设备获取的心电图，以及病理性质为心律失常的研究	评估深度学习分析静息心电图以预测结构性心脏病理的证据	静息心电图信号用于检测左心室收缩功能障碍、心肌肥大和缺血性心脏病	机器学习	心血管疾病	深度学习	卷积神经网络	心电图信号	12篇符合条件的研究文章
193	2024-09-10	The discerning ear: cardiac auscultation in the era of artificial intelligence and telemedicine 2021-Sep, European heart journal. Digital health DOI:10.1093/ehjdh/ztab059 PMID:36713594	综述	本文综述了在人工智能和远程医疗时代下，心脏杂音听诊的现代检查和更新	讨论了深度学习对杂音分析的影响，以及人工智能辅助听诊和这些技术对儿科心脏病学远程医疗的含义	NA	提供心脏杂音听诊在人工智能和远程医疗时代的现代检查和更新	儿科心脏杂音的病因、鉴别诊断、临床特征、评估和长期管理	NA	心血管疾病	深度学习	NA	NA	NA
194	2024-09-10	SARS-CoV-2 diagnosis using medical imaging techniques and artificial intelligence: A review 2021-Aug, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2021.01.019 PMID:33545517	综述	本文综述了用于SARS-CoV-2诊断的医学影像技术和人工智能工具的最新进展	本文介绍了基于深度学习的SARS-CoV-2检测方法，并探讨了其在医学影像中的应用	本文主要关注SARS-CoV-2的诊断，未深入探讨其他病毒感染的鉴别诊断	综述SARS-CoV-2诊断中使用的医学影像技术和人工智能工具，以减轻疫情的影响	SARS-CoV-2的临床特征和诊断方法	计算机视觉	传染病	医学影像技术	深度学习	图像	NA
195	2024-09-10	Deep insight: Convolutional neural network and its applications for COVID-19 prognosis 2021-Aug, Biomedical signal processing and control IF:4.9Q1 DOI:10.1016/j.bspc.2021.102814 PMID:34093724	研究论文	本文探讨了卷积神经网络在COVID-19预后中的应用	本文提出了一个用于COVID-19预后的深度卷积神经网络架构，并探讨了其最新发展和应用	本文指出，尽管深度学习在COVID-19预后中显示出潜力，但医学专家尚未完全认可和确定其基准	旨在深入探讨卷积神经网络在COVID-19预后中的应用，帮助医疗专家和研究人员设计和微调其模型	卷积神经网络及其在COVID-19预后中的应用	机器学习	COVID-19	卷积神经网络	CNN	影像	NA
196	2024-09-10	Face mask detection using deep learning: An approach to reduce risk of Coronavirus spread 2021-08, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2021.103848 PMID:34171485	研究论文	本文提出了一种基于深度学习的口罩检测技术，旨在减少新冠病毒的传播风险	本文提出了一种结合一阶段和两阶段检测器的集成技术，通过ResNet50作为基线模型并应用迁移学习，融合多特征图的高级语义信息，并提出了边界框变换以提高口罩检测的定位性能	NA	开发一种高精度且实时的技术，用于在公共场所高效检测未戴口罩的人，从而强制佩戴口罩	口罩检测技术	计算机视觉	NA	深度学习	ResNet50, AlexNet, MobileNet	图像	NA
197	2024-09-10	COVID-19 outbreak: An ensemble pre-trained deep learning model for detecting informative tweets 2021-Aug, Applied soft computing IF:7.2Q1 DOI:10.1016/j.asoc.2021.107495 PMID:36568257	研究论文	本文提出了一种基于集成深度学习模型的方法，用于检测与COVID-19相关的信息性推文	首次使用深度学习集成模型进行COVID-19情感分析	NA	旨在通过检测信息性推文来减少无关信息和负面情绪的传播	COVID-19相关的推文	自然语言处理	COVID-19	深度学习	集成模型	文本	226668条未标记的COVID-19推文
198	2024-09-10	Prediction of the spread of Corona-virus carrying droplets in a bus - A computational based artificial intelligence approach 2021-07-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2021.125358 PMID:33611042	研究论文	本文提出了一种基于计算和人工智能的框架，用于快速预测公交车中打喷嚏乘客产生的飞沫传播模式	本文的创新点在于结合了体积流体方法和深度学习技术，显著提高了飞沫传播预测的速度	NA	预测新冠病毒携带飞沫在公交车中的传播模式	公交车中打喷嚏乘客产生的飞沫传播	计算机视觉	NA	体积流体方法，大涡模拟	深度学习	数值模拟结果	NA
199	2024-09-10	Automatic diagnosis of coronavirus (COVID-19) using shape and texture characteristics extracted from X-Ray and CT-Scan images 2021-Jul, Biomedical signal processing and control IF:4.9Q1 DOI:10.1016/j.bspc.2021.102602 PMID:33824681	研究论文	本文研究了利用X射线和CT扫描图像的形状和纹理特征进行COVID-19的自动诊断	提出了上下文特征减少卷积滤波器（CFRCF），用于从胸部X光片和腹部CT图像中提取形状和纹理特征，并使用形态学算子、Gabor滤波器和属性滤波器进行特征提取	需要足够大的训练集来支持深度网络的使用，而实际中这种数据集并不总是可用	解决深度学习方法在COVID-19诊断中需要大量训练数据的问题	COVID-19的自动诊断	计算机视觉	传染病	卷积神经网络（CNN）	CNN	图像	CT扫描图像数据集和X射线图像数据集分别获得了超过76%和94%的整体分类准确率
200	2024-09-10	Fusion of convolution neural network, support vector machine and Sobel filter for accurate detection of COVID-19 patients using X-ray images 2021-Jul, Biomedical signal processing and control IF:4.9Q1 DOI:10.1016/j.bspc.2021.102622 PMID:33846685	研究论文	本文提出了一种结合卷积神经网络（CNN）、支持向量机（SVM）和Sobel滤波器的方法，用于通过X射线图像准确检测COVID-19患者	本文的创新点在于将CNN、SVM和Sobel滤波器结合使用，以提高COVID-19检测的准确性，并且不依赖预训练网络	NA	开发一种自动诊断系统，用于快速诊断COVID-19，以防止其传播	COVID-19患者的X射线图像	计算机视觉	COVID-19	卷积神经网络（CNN）、支持向量机（SVM）、Sobel滤波器	CNN	图像	新收集的X射线图像数据集