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
201	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
202	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
203	2024-09-27	Deep Learning Algorithm to Detect Cardiac Sarcoidosis From Echocardiographic Movies 2021-12-24, Circulation journal : official journal of the Japanese Circulation Society IF:3.1Q2 DOI:10.1253/circj.CJ-21-0265 PMID:34176867	研究论文	开发了一种深度学习算法，用于从超声心动图电影中检测心脏肉瘤病	使用3D卷积神经网络（3D-CNN）结合迁移学习方法来区分心脏肉瘤病患者和健康受试者	研究样本量较小，且仅限于特定时间段内的患者	开发一种新的方法来早期诊断亚临床心脏肉瘤病	心脏肉瘤病患者和健康受试者	计算机视觉	心血管疾病	3D卷积神经网络（3D-CNN）	3D-CNN	视频	212个超声心动图电影，包括50名心脏肉瘤病患者和149名健康受试者
204	2024-09-27	Deep Learning Brings New Era in Echocardiography 2021-12-24, Circulation journal : official journal of the Japanese Circulation Society IF:3.1Q2 DOI:10.1253/circj.CJ-21-0663 PMID:34471070	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
205	2024-09-27	Artificial intelligence to deep learning: machine intelligence approach for drug discovery 2021-Aug, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-021-10217-3 PMID:33844136	研究论文	本文探讨了人工智能和深度学习在药物发现和开发中的应用	介绍了深度学习和机器学习算法在药物发现过程中的多种应用，如肽合成、虚拟筛选、毒性预测等	未具体提及	探讨人工智能和深度学习在药物设计和开发中的应用和潜力	药物设计和开发过程中的各种挑战和障碍	机器学习	NA	深度学习	人工神经网络、深度神经网络、支持向量机、生成对抗网络等	基因组数据、蛋白质组数据、微阵列数据、临床试验数据等	NA
206	2024-09-27	A review of deep learning in medical imaging: Imaging traits, technology trends, case studies with progress highlights, and future promises 2021-May, Proceedings of the IEEE. Institute of Electrical and Electronics Engineers DOI:10.1109/JPROC.2021.3054390 PMID:37786449	综述	本文综述了深度学习在医学影像中的应用，涵盖了影像特征、技术趋势、案例研究及未来展望	本文总结了深度学习在医学影像中的最新进展，并探讨了未来的发展方向	本文未提供详尽的文献综述，而是重点介绍了几个突出的研究亮点	探讨深度学习在医学影像中的应用及其未来发展	医学影像中的网络架构、稀疏和噪声标签、联邦学习、可解释性和不确定性量化等问题	计算机视觉	NA	深度学习	NA	影像	NA
207	2024-09-27	Efficient few-shot machine learning for classification of EBSD patterns 2021-04-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-87557-5 PMID:33854109	研究论文	本文研究了在电子背散射衍射（EBSD）图案分类中使用少样本迁移学习方法的有效性	本文首次将少样本迁移学习应用于EBSD图案分类，并使用可视化技术解释模型操作	本文未详细讨论迁移学习在其他材料科学问题中的应用	验证少样本迁移学习在EBSD图案分类中的有效性	电子背散射衍射（EBSD）图案	计算机视觉	NA	迁移学习	卷积神经网络（CNN）	图像	六种空间群的EBSD图案
208	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
209	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
210	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
211	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
212	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
213	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
214	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
215	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
216	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
217	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
218	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
219	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
220	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