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	2024-09-27	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
182	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
183	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
184	2024-09-26	A Deep Learning Perspective on Dropwise Condensation 2021-11, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202101794 PMID:34561960	研究论文	本文提出了一种基于深度学习的智能视觉框架，用于从高度瞬态的液滴群体中提取可解释的物理描述符，以研究表面异质冷凝过程	结合经典热流体成像技术和深度学习，实现了对物理描述符的自主提取和热性能的量化，达到了极高的时空分辨率	NA	研究冷凝过程中的热流体机制，特别是液滴成核、生长和脱离的循环过程	冷凝过程中的液滴群体及其热性能	计算机视觉	NA	深度学习	NA	图像	NA
185	2024-09-26	A Review of Methods for Sleep Arousal Detection Using Polysomnographic Signals 2021-Sep-26, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci11101274 PMID:34679339	综述	本文综述了近年来基于多导睡眠图信号的睡眠唤醒检测方法，包括统计规则和深度学习方法	深度学习方法在不同数据集上表现出强大的泛化能力，预测结果接近人类专家的判断	NA	探讨自动睡眠唤醒检测系统的开发，以帮助临床医生诊断睡眠障碍	睡眠唤醒检测方法	机器学习	NA	多导睡眠图（PSG）	卷积神经网络（CNN）、循环神经网络（RNN）、长短期记忆神经网络（LSTM）、残差神经网络（ResNet）及其组合	信号	NA
186	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
187	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
188	2024-09-25	Replay in Deep Learning: Current Approaches and Missing Biological Elements 2021-10-12, Neural computation IF:2.7Q3 DOI:10.1162/neco_a_01433 PMID:34474476	研究论文	本文比较了哺乳动物大脑中的重放机制与人工神经网络中的重放机制，并探讨了如何利用生物重放机制改进人工神经网络	首次全面比较了哺乳动物大脑中的重放机制与人工神经网络中的重放机制，并提出了改进人工神经网络的假设	NA	探讨生物重放机制在人工神经网络中的应用潜力	哺乳动物大脑中的重放机制与人工神经网络中的重放机制	机器学习	NA	NA	人工神经网络	NA	NA
189	2024-09-25	On Clinical Agreement on the Visibility and Extent of Anatomical Layers in Digital Gonio Photographs 2021-09-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.10.11.1 PMID:34468695	研究论文	本文量化评估了眼科医生在数字前房角照片上描绘解剖层轮廓的注释者间变异性，为自动化分析算法的验证提供了基准	本文首次系统地评估了眼科医生在前房角照片上描绘解剖层轮廓的一致性，为深度学习模型的验证提供了基础	研究样本量较小，仅包含20张图像，可能影响结果的普适性	评估眼科医生在数字前房角照片上描绘解剖层轮廓的一致性，为自动化分析算法的验证提供基准	眼科医生在前房角照片上描绘的解剖层轮廓	计算机视觉	NA	NA	NA	图像	20张前房角照片，由5名经验丰富的眼科医生进行注释
190	2024-09-25	Graph-Based Deep Learning for Medical Diagnosis and Analysis: Past, Present and Future 2021-Jul-12, Sensors (Basel, Switzerland) DOI:10.3390/s21144758 PMID:34300498	综述	本文综述了基于图的深度学习在医疗诊断和分析中的应用	探讨了图神经网络在处理不规则和无序生理记录数据中的潜力	现有技术主要集中在网格状数据上，难以处理不规则数据	探讨机器学习和深度学习方法在医疗数据分析中的应用	图神经网络及其在医疗领域的应用	机器学习	NA	图神经网络	图神经网络	生理记录数据	NA
191	2024-09-25	Map3D: Registration-Based Multi-Object Tracking on 3D Serial Whole Slide Images 2021-07, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2021.3069154 PMID:33780334	研究论文	本文提出了一种名为Map3D的新方法，用于在3D连续全切片图像上进行基于配准的多目标跟踪，以实现肾脏病理学中大规模肾小球的自动识别和关联	创新点包括将大规模肾小球关联视为新的多目标跟踪视角，提出质量感知的全系列配准方法以提供亲和力估计和自动肾脏质量保证，以及提出双路径关联方法以应对跟踪过程中的大变形、缺失组织和伪影	NA	实现肾脏病理学中大规模肾小球的自动识别和关联	3D连续全切片图像中的肾小球	数字病理学	肾脏疾病	全切片成像（WSI）	多目标跟踪（MOT）	图像	大规模肾小球
192	2024-09-25	A three-stage, deep learning, ensemble approach for prognosis in patients with Parkinson's disease 2021-Jun-07, EJNMMI research IF:3.1Q1 DOI:10.1186/s13550-021-00795-6 PMID:34100134	研究论文	本文提出了一种三阶段深度学习集成方法，用于帕金森病患者的预后预测	该研究结合了深度学习和集成方法，利用多模态数据（DaTscan图像和临床运动症状测量）进行预后预测，展示了成像和非成像信息的协同作用	研究使用了回顾性数据，且样本量相对较小，未来需要在前瞻性研究和更大样本量中验证其有效性	开发一种三阶段深度学习集成方法，用于帕金森病患者的预后预测	帕金森病患者的预后预测	计算机视觉	神经退行性疾病	深度学习	深度神经网络	图像和临床数据	198名帕金森病患者
193	2024-09-25	An imageomics and multi-network based deep learning model for risk assessment of liver transplantation for hepatocellular cancer 2021-04, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2021.101894 PMID:33725579	研究论文	本文开发了一种结合临床数据和定量组织学及放射组学特征的深度学习模型，用于评估肝细胞癌患者肝移植的风险	本文的创新点在于开发了一种结合多尺度组织病理学和放射组学图像特征的深度学习模型，用于发现超出肿瘤大小和生物标志物分析的复发风险因素	NA	本文的研究目的是开发一种能够更客观评估肝细胞癌患者肝移植风险的深度学习模型	本文的研究对象是接受肝移植的肝细胞癌患者	计算机视觉	肝癌	深度学习	多层感知器	图像	共109名患者（训练组87名，测试组22名），其中20名患者出现癌症复发
194	2024-09-23	Hyperspectral Microscopic Imaging for the Detection of Head and Neck Squamous Cell Carcinoma on Histologic Slides 2021-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.2581970 PMID:35783088	研究论文	研究使用高光谱显微成像和深度学习方法自动检测头颈部鳞状细胞癌	首次将高光谱显微成像与基于Inception的二维卷积神经网络结合用于头颈部鳞状细胞癌的自动检测	样本量较小，仅涉及18名患者	探索高光谱显微成像和深度学习方法在头颈部鳞状细胞癌自动检测中的应用	头颈部鳞状细胞癌的病理切片	数字病理学	头颈部鳞状细胞癌	高光谱成像	二维卷积神经网络	图像	18名患者
195	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
196	2024-09-21	Advancing Eosinophilic Esophagitis Diagnosis and Phenotype Assessment with Deep Learning Computer Vision 2021-Feb, Biomedical engineering systems and technologies, international joint conference, BIOSTEC ... revised selected papers. BIOSTEC (Conference) DOI:10.5220/0010241900002865 PMID:34046649	研究论文	本文提出了一种利用深度学习计算机视觉技术自动量化嗜酸性粒细胞以诊断嗜酸性食管炎（EoE）并评估疾病严重程度和进展的方法	首次利用深度学习计算机视觉技术进行EoE诊断，并提供了一种自动化的疾病严重程度和进展跟踪过程	NA	寻找可能指导新患者在疾病初始诊断时治疗计划的关联	嗜酸性食管炎（EoE）的诊断和疾病严重程度及进展评估	计算机视觉	消化系统疾病	深度学习	U-Net	图像	NA
197	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
198	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
199	2024-09-19	Classification of COVID-19 pneumonia from chest CT images based on reconstructed super-resolution images and VGG neural network 2021-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-021-00140-0 PMID:33643612	研究论文	本文提出了一种基于超分辨率重建图像和VGG神经网络的COVID-19肺炎胸部CT图像分类辅助诊断算法	使用SRGAN神经网络对胸部CT图像进行超分辨率重建，然后通过VGG16神经网络对COVID-19和非COVID-19图像进行分类	NA	提高COVID-19肺炎胸部CT图像分类的准确性和性能	COVID-19肺炎和非COVID-19肺炎的胸部CT图像	计算机视觉	肺部疾病	超分辨率重建	SRGAN和VGG16	图像	使用公开的COVID-CT数据集进行验证
200	2024-09-19	Blockchain-Federated-Learning and Deep Learning Models for COVID-19 Detection Using CT Imaging 2021-Jul-15, IEEE sensors journal IF:4.3Q2 DOI:10.1109/JSEN.2021.3076767 PMID:35789224	研究论文	本文提出了一种利用区块链联邦学习和深度学习模型进行COVID-19检测的框架	提出了基于区块链的联邦学习框架，解决了数据异质性和隐私保护问题，并使用了胶囊网络进行分割和分类	NA	开发一种有效的COVID-19诊断方法，解决测试试剂短缺和数据共享隐私问题	COVID-19患者的CT影像数据	计算机视觉	COVID-19	区块链技术，联邦学习	胶囊网络	CT影像	来自不同医院的少量COVID-19患者数据