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
241	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
242	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
243	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
244	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
245	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
246	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
247	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
248	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
249	2024-09-10	BS-Net: Learning COVID-19 pneumonia severity on a large chest X-ray dataset 2021-07, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2021.102046 PMID:33862337	研究论文	设计了一种端到端的深度学习架构，用于在胸部X光图像上预测COVID-19患者肺部受损程度的多区域评分	采用弱监督学习策略处理不同的任务（分割、空间对齐和评分估计），并使用“从部分到整体”的训练过程，生成高分辨率的解释性图谱以帮助理解网络在肺部区域的活动	NA	开发一种能够准确预测COVID-19肺炎严重程度的深度学习模型	COVID-19患者的胸部X光图像	计算机视觉	COVID-19	深度学习	BS-Net	图像	约5000张胸部X光图像
250	2024-09-10	Multi-source sensor based urban habitat and resident health sensing: A case study of Wuhan, China 2021-Jul, Building and environment IF:7.1Q1 DOI:10.1016/j.buildenv.2021.107883 PMID:36567753	研究论文	研究武汉市650个社区的COVID-19确诊病例与城市居住环境之间的关系，利用深度学习技术和传感器数据分析环境因素对病毒传播的影响	首次探讨了天空视图因子（SVF）和可见绿色指数（VGI）对病毒传播的影响，并构建了结构方程模型解释确诊病例的变异	研究结果仅基于武汉市的数据，可能不适用于其他城市或地区	探讨城市居住环境与COVID-19确诊病例之间的关系，并研究环境因素对病毒传播的驱动作用	武汉市650个有COVID-19确诊病例的社区	计算机视觉	传染病	深度学习语义分割技术，部分最小二乘结构方程建模（PLS-SEM）	结构方程模型	图像，传感器数据	650个社区
251	2024-09-10	Social distance monitoring framework using deep learning architecture to control infection transmission of COVID-19 pandemic 2021-Jun, Sustainable cities and society IF:10.5Q1 DOI:10.1016/j.scs.2021.102777 PMID:33619448	研究论文	本文提出了一种基于深度学习架构的社会距离监测框架，用于控制COVID-19大流行期间的感染传播	利用Faster-RCNN进行人体检测，并通过迁移学习技术提高框架性能，实现了96%的准确率和0.6%的假阳性率	NA	开发一种能够实时监测和管理人群中社会距离的框架，以防止病毒传播	社会距离监测框架的开发和评估	计算机视觉	COVID-19	深度学习	Faster-RCNN	图像	使用了多种测试图像进行实验
252	2024-09-10	A multi-center study of COVID-19 patient prognosis using deep learning-based CT image analysis and electronic health records 2021-Jun, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2021.109583 PMID:33846041	研究论文	本文通过结合电子健康记录和深度学习CT图像分析，进行多中心研究以预测COVID-19患者的预后	开发了一种基于深度学习的CT分割网络，并结合电子健康记录进行预后预测	NA	预测COVID-19患者的严重程度和预后	COVID-19患者的CT图像和电子健康记录	计算机视觉	COVID-19	深度学习	CNN	图像和文本	涉及三个机构的多个患者数据
253	2024-09-10	Comparative study of machine learning methods for COVID-19 transmission forecasting 2021-06, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2021.103791 PMID:33915272	研究论文	本文比较了多种机器学习方法在COVID-19传播预测中的表现	本文引入了混合模型（如LSTM-CNN和GAN-GRU）来提高COVID-19未来趋势的预测准确性	NA	研究如何利用机器学习方法提高COVID-19传播的短期预测准确性	COVID-19传播的短期预测	机器学习	COVID-19	机器学习	混合模型（LSTM-CNN、GAN-GRU）、GAN、CNN、LSTM、RBM、LR、SVR	时间序列数据	来自七个受影响国家的COVID-19确诊病例和康复病例数据
254	2024-09-10	Artificial intelligence to diagnose paroxysmal supraventricular tachycardia using electrocardiography during normal sinus rhythm 2021-Jun, European heart journal. Digital health DOI:10.1093/ehjdh/ztab025 PMID:36712389	研究论文	开发并验证了一种深度学习模型，用于在正常窦性心律期间通过心电图诊断阵发性室上性心动过速	首次开发并验证了一种基于残差神经网络的深度学习模型，用于在正常窦性心律期间通过心电图识别阵发性室上性心动过速患者	研究为多中心回顾性研究，数据来自两家医院，可能存在数据偏倚	开发并验证一种深度学习模型，用于在正常窦性心律期间通过心电图诊断阵发性室上性心动过速	阵发性室上性心动过速患者	机器学习	心血管疾病	深度学习	残差神经网络	心电图	12955名正常窦性心律患者，31147份心电图
255	2024-09-10	Automatic detection of COVID-19 disease using U-Net architecture based fully convolutional network 2021-May, Biomedical signal processing and control IF:4.9Q1 DOI:10.1016/j.bspc.2021.102518 PMID:33643425	研究论文	本文提出了一种基于U-Net架构的全卷积网络，用于自动检测COVID-19疾病	使用U-Net架构进行胸部CT图像分析，以提高COVID-19检测的准确性	仅使用了1000张CT图像进行评估，样本量相对较小	开发一种自动化的COVID-19检测系统，作为现有RT-PCR检测方法的补充	COVID-19患者的胸部CT图像	计算机视觉	COVID-19	深度学习	U-Net	图像	1000张胸部CT图像，其中552张来自正常人，448张来自COVID-19患者
256	2024-09-10	Forecasting of COVID-19 using deep layer Recurrent Neural Networks (RNNs) with Gated Recurrent Units (GRUs) and Long Short-Term Memory (LSTM) cells 2021-May, Chaos, solitons, and fractals DOI:10.1016/j.chaos.2021.110861 PMID:33746373	研究论文	本文使用深度循环神经网络（RNN）模型，包括门控循环单元（GRU）和长短期记忆（LSTM）细胞，来预测COVID-19的全球影响	本文提出了使用深度学习RNN模型来预测COVID-19的未来趋势，并强调了年龄、预防措施、医疗设施和人口密度等因素的重要性	NA	预测COVID-19的全球影响，帮助各国更好地准备和控制疫情	COVID-19的累计确诊病例、累计康复病例和累计死亡病例	机器学习	传染病	深度学习	RNN、GRU、LSTM	数据	使用约翰霍普金斯大学COVID-19数据库的公开数据
257	2024-09-10	Deep-chest: Multi-classification deep learning model for diagnosing COVID-19, pneumonia, and lung cancer chest diseases 2021-05, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2021.104348 PMID:33774272	研究论文	本文提出了一种用于诊断COVID-19、肺炎和肺癌的多分类深度学习模型，基于胸部X光和CT图像	本文首次提出了一种结合胸部X光和CT图像的多分类深度学习模型，用于诊断COVID-19、肺炎和肺癌	本文仅评估了四种深度学习架构的性能，未探讨其他可能的模型	开发一种能够准确诊断COVID-19、肺炎和肺癌的深度学习模型	COVID-19、肺炎和肺癌的胸部疾病	计算机视觉	肺部疾病	深度学习	CNN	图像	使用了包含正常、COVID-19、肺炎和肺癌四个类别的公共胸部X光和CT数据集
258	2024-09-10	Deep learning for diagnosis of COVID-19 using 3D CT scans 2021-05, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2021.104306 PMID:33780867	研究论文	本文提出了一种基于深度学习的人工智能方法，用于通过3D CT扫描诊断COVID-19	本文创新性地使用ResNet-50深度学习模型对3D CT扫描中的每张CT图像进行COVID-19预测，并通过融合图像级预测来诊断COVID-19	未提及具体限制	开发一种快速准确的人工智能方法，用于通过3D CT扫描诊断COVID-19	COVID-19感染的3D CT扫描图像	计算机视觉	COVID-19	深度学习	ResNet-50	3D CT扫描图像	未提及具体样本数量
259	2024-09-10	An automated COVID-19 detection based on fused dynamic exemplar pyramid feature extraction and hybrid feature selection using deep learning 2021-05, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2021.104356 PMID:33799219	研究论文	本文提出了一种基于融合动态样本金字塔特征提取和混合特征选择的深度学习模型，用于自动检测COVID-19	本文创新性地结合了手工特征生成技术和混合特征选择方法，以提高分类准确性	NA	本文旨在通过使用CT图像的手工特征，实现比卷积神经网络更高的分类准确性	本文的研究对象是COVID-19的自动检测	计算机视觉	COVID-19	深度学习	深度神经网络 (DNN)	图像	256 × 256大小的CT图像
260	2024-09-10	A social media analytics platform visualising the spread of COVID-19 in Italy via exploitation of automatically geotagged tweets 2021-May, Online social networks and media DOI:10.1016/j.osnem.2021.100134 PMID:36570037	研究论文	本文提出了一种利用自动地理标记的推文来可视化意大利COVID-19传播的社交媒体分析平台	本文提出了一种新的框架来收集、分析和可视化Twitter帖子，特别针对意大利的病毒传播情况进行了定制	NA	利用社交媒体数据加强危机管理	Twitter帖子中的地理信息、图像中的人数以及Twitter用户社区	自然语言处理	COVID-19	深度学习定位技术、人脸检测算法、社区检测方法	深度学习模型	文本、图像	NA