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
481	2024-08-11	RUN-UP: Accelerated multishot diffusion-weighted MRI reconstruction using an unrolled network with U-Net as priors 2021-02, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.28446 PMID:32783339	研究论文	本文提出了一种使用展开网络和U-Net先验的加速多重扩散加权磁共振成像（MRI）重建方法	该方法通过深度学习实现了多重扩散加权MRI重建的加速和改进，重建时间缩短至0.1秒每图像，图像质量与联合重建目标相当	NA	加速和改进多重扩散加权MRI重建	多重扩散加权MRI重建	计算机视觉	NA	MRI	U-Net	图像	体内脑和乳腺实验
482	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
483	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
484	2024-08-10	Deep learning-based forecasting model for COVID-19 outbreak in Saudi Arabia 2021-May, Process safety and environmental protection : transactions of the Institution of Chemical Engineers, Part B IF:6.9Q1 DOI:10.1016/j.psep.2020.10.048 PMID:33162687	研究论文	本研究提出了一种基于长短期记忆网络（LSTM）的深度学习模型，用于预测沙特阿拉伯COVID-19疫情的发展情况	本研究采用了LSTM网络作为预测模型，并与ARIMA和NARANN模型进行了比较，展示了其更高的预测准确性	NA	预测COVID-19疫情的发展，为政策制定者提供决策支持	沙特阿拉伯及其他六个国家的COVID-19疫情数据	机器学习	COVID-19	LSTM	LSTM	数值数据	沙特阿拉伯及其他六个国家的疫情数据
485	2024-08-10	Predicting ASD Diagnosis in Children with Synthetic and Image-based Eye Gaze Data 2021-May, Signal processing. Image communication DOI:10.1016/j.image.2021.116198 PMID:33859457	研究论文	本文提出两种机器学习方法，基于合成和图像的注视数据，自动分类儿童的自闭症谱系障碍（ASD）诊断	使用合成扫视模式和图像基础方法处理注视数据，以提高ASD预测的准确性	实验中ASD预测的准确率在验证集和测试集上分别为67.23%和62.13%，仍有提升空间	开发早期干预工具，通过注视数据识别ASD风险，以便在症状完全显现之前进行干预	儿童的注视数据	机器学习	自闭症谱系障碍	深度学习	卷积神经网络（CNN）和循环神经网络（RNN）	注视数据	公开可访问的儿童注视数据集
486	2024-08-10	Application of Artificial Intelligence for Screening COVID-19 Patients Using Digital Images: Meta-analysis 2021-Apr-29, JMIR medical informatics IF:3.1Q2 DOI:10.2196/21394 PMID:33764884	meta-analysis	本研究通过系统综述和meta分析，评估了深度学习算法在利用胸部影像自动分类COVID-19患者中的性能	深度学习模型在检测COVID-19方面表现出比放射科医生更高的敏感性和特异性，尤其是初级放射科医生在使用基于深度学习的预测工具后性能有所提升	NA	评估深度学习算法在自动分类COVID-19患者使用胸部影像中的性能	COVID-19患者和胸部影像	computer vision	COVID-19	deep learning	DL	image	5896张胸部影像
487	2024-08-10	Learning future terrorist targets through temporal meta-graphs 2021-04-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-87709-7 PMID:33879811	研究论文	本文利用阿富汗和伊拉克2001年至2018年的真实攻击数据，提出使用时间元图和深度学习来预测未来的恐怖分子目标	通过时间元图构建特征空间，产生比仅依赖特征出现频率的浅层时间序列更丰富的知识；实验表明双向LSTM网络在预测性能上优于其他算法	NA	预测未来恐怖分子目标	恐怖分子攻击的时间和目标特征	机器学习	NA	深度学习	LSTM	时间序列	2001年至2018年阿富汗和伊拉克的攻击数据
488	2024-08-10	Pivotal mental states 2021-04, Journal of psychopharmacology (Oxford, England) DOI:10.1177/0269881120959637 PMID:33174492	研究论文	本文介绍了一种新的心理状态——'关键心理状态'，这是一种促进快速深入学习并能介导心理转变的超可塑性状态	提出了'关键心理状态'这一新概念，并探讨了其在心理学和精神病学现象中的相关性	NA	探讨关键心理状态的进化功能及其在心理转变中的作用	关键心理状态及其与压力、神经质特质和血清素2A受体激动剂的关系	心理学	NA	NA	NA	NA	NA
489	2024-08-10	Robust Computationally-Efficient Wireless Emitter Classification Using Autoencoders and Convolutional Neural Networks 2021-Apr-01, Sensors (Basel, Switzerland) DOI:10.3390/s21072414 PMID:33915685	研究论文	本文提出了一种基于深度学习（DL）的无线发射机分类新方法，该方法在恶劣信道条件下提高了计算效率和准确性	提出了一种结合去噪自编码器（DAE）和卷积神经网络（CNN）的新型发射机分类解决方案，该方案在恶劣信道条件下表现更优，且计算资源需求显著减少	NA	旨在提高无线发射机在恶劣信道条件下的分类效率和准确性	无线发射机的无线接入技术（RAT）分类	机器学习	NA	深度学习	卷积神经网络（CNN）	频谱图	包括LTE和四种最新Wi-Fi标准在内的多种RAT的标准合规模拟
490	2024-08-10	Automatic Segmentation in Multiple OCT Layers For Stargardt Disease Characterization Via Deep Learning 2021-04-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.10.4.24 PMID:34004000	研究论文	本研究旨在通过深度学习技术自动分割11层视网膜层和与斯特格病相关的特征，并分析正常眼与斯特格病眼之间的差异	这是首个针对斯特格病患者在OCT图像上自动分割11层视网膜层的算法	NA	实现斯特格病患者的视网膜层自动分割，并分析其与正常眼的差异	斯特格病患者的视网膜层和相关特征	机器学习	眼科疾病	深度学习	全卷积神经网络	图像	NA
491	2024-08-10	Use of deep learning for structural analysis of computer tomography images of soil samples 2021-Mar-31, Royal Society open science IF:2.9Q1 DOI:10.1098/rsos.201275 PMID:33959314	研究论文	本文使用深度学习方法对来自多个欧洲国家的土壤样本的计算机断层扫描（CT）图像进行结构分析	引入了新的自动化标注方法'surrogate'学习，并使用VGG16网络进行训练	NA	研究深度学习在土壤样本CT图像结构分析中的应用	欧洲多个国家的土壤样本	计算机视觉	NA	深度学习	VGG16	图像	多个土壤样本
492	2024-08-10	Novel Transfer Learning Approach for Medical Imaging with Limited Labeled Data 2021-Mar-30, Cancers IF:4.5Q1 DOI:10.3390/cancers13071590 PMID:33808207	研究论文	本文提出了一种新的迁移学习方法，通过在大规模未标记医学图像数据集上训练深度学习模型，然后将知识迁移到少量标记医学图像上，以提高医学图像分类的性能	提出了一种新的迁移学习方法，通过在大规模未标记医学图像数据集上训练模型，并将知识迁移到少量标记医学图像上，以及引入了一种新的深度卷积神经网络（DCNN）模型	NA	克服传统迁移学习方法在医学图像分类中的无效性，提高医学图像分类的性能	皮肤癌和乳腺癌的分类任务	计算机视觉	皮肤癌, 乳腺癌	迁移学习	深度卷积神经网络（DCNN）	图像	少量标记医学图像和大量未标记医学图像
493	2024-08-10	An Improved UNet++ Model for Congestive Heart Failure Diagnosis Using Short-Term RR Intervals 2021-Mar-16, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics11030534 PMID:33809773	研究论文	本文提出了一种基于心率变异性信号的端到端编码器-解码器模型，用于诊断充血性心力衰竭	改进的UNet++模型结合挤压激励（SE）残差块，用于层次化提取深层特征并区分充血性心力衰竭患者与正常对象	NA	开发一种新的深度学习模型，用于早期检测充血性心力衰竭	充血性心力衰竭的早期诊断	机器学习	心血管疾病	NA	UNet++	信号	使用了两个开源数据库，分别使用了500、1000和2000个RR间期进行评估
494	2024-08-10	Differential Deep Convolutional Neural Network Model for Brain Tumor Classification 2021-Mar-10, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci11030352 PMID:33801994	研究论文	本文提出了一种差分深度卷积神经网络模型（differential deep-CNN）用于脑肿瘤分类	使用差分算子在原始CNN特征图中导出额外的差分特征图，提高了模型的性能	NA	改进脑肿瘤分类算法，帮助放射科医生在没有手术干预的情况下诊断肿瘤	不同类型的脑肿瘤，包括异常和正常的磁共振（MR）图像	计算机视觉	脑肿瘤	磁共振成像（MRI）	CNN	图像	25,000张脑磁共振成像（MRI）图像
495	2024-08-10	CT-less Direct Correction of Attenuation and Scatter in the Image Space Using Deep Learning for Whole-Body FDG PET: Potential Benefits and Pitfalls 2021-Mar, Radiology. Artificial intelligence DOI:10.1148/ryai.2020200137 PMID:33937860	研究论文	本研究展示了使用深度学习在图像空间中进行无CT的全身PET衰减和散射校正（ASC）的可行性，并探讨了其潜在优势和缺陷	开发了一种基于U-Net的网络，用于直接将未校正的PET（PETNC）转换为衰减和散射校正的PET（PETASC），并进行了定量和定性评估	潜在的缺陷包括由于模糊或遗漏病变导致的假阴性结果，以及由于伪低摄取模式导致的假阳性结果	展示无CT的全身PET衰减和散射校正的可行性，并探讨其潜在优势和缺陷	110例全身氟脱氧葡萄糖（FDG）PET/CT研究，涉及107名患者	计算机视觉	NA	深度学习	U-Net	图像	110例全身PET/CT研究，涉及107名患者，其中72名女性，年龄范围11-92岁
496	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
497	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
498	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）。
499	2024-08-09	DeepMapi: a Fully Automatic Registration Method for Mesoscopic Optical Brain Images Using Convolutional Neural Networks 2021-04, Neuroinformatics IF:2.7Q3 DOI:10.1007/s12021-020-09483-7 PMID:32754778	研究论文	提出了一种基于深度学习的全自动注册方法DeepMapi，用于将介观光学脑图像与脑图谱对齐	使用自反馈策略处理不平衡训练集问题，并采用双层级网络捕捉大范围和小范围的形变	NA	开发一种全自动的脑图像注册方法，以提高处理复杂神经解剖结构的效率	介观光学脑图像的自动注册	计算机视觉	NA	卷积神经网络	CNN	图像	包括光学和MRI图像的一组基准图像
500	2024-08-09	Evaluation of lung involvement in COVID-19 pneumonia based on ultrasound images 2021-Mar-20, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-021-00863-x PMID:33743707	研究论文	本研究旨在基于深度学习建立一个评估COVID-19肺炎肺部受累程度的模型	提出了一种结合多模态通道和感受野注意网络与ResNeXt的新型网络（MCRFNet），用于自动融合浅层特征并确定不同通道及其相应领域的重要性	NA	建立一个基于深度学习的肺部受累评估模型	COVID-19肺炎患者的肺部超声图像	计算机视觉	COVID-19	深度学习	MCRFNet	超声图像	104名患者的多中心和多模态超声数据