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
41	2024-10-09	Enhancing deep-learning training for phase identification in powder X-ray diffractograms 2021-May-01, IUCrJ IF:2.9Q3 DOI:10.1107/S2052252521002402 PMID:33953927	研究论文	本文提出了一种生成合成粉末X射线衍射图谱的方法，用于增强深度学习模型在相位识别任务中的训练	开发了一种生成合成XRD扫描图谱的框架，模拟真实测量中的典型效应，用于训练机器或深度学习模型	需要数千个训练样本才能使模型达到可靠性能，但可用样本不足	提高深度学习模型在粉末X射线衍射图谱相位识别任务中的性能	铁矿石和水泥化合物	机器学习	NA	粉末X射线衍射（XRD）	卷积神经网络（CNN）	衍射图谱	数千个合成XRD扫描图谱
42	2024-10-09	Machine learning and deep learning to predict mortality in patients with spontaneous coronary artery dissection 2021-04-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-88172-0 PMID:33903608	研究论文	本文探讨了机器学习和深度学习技术在预测自发性冠状动脉夹层患者住院期间死亡率中的应用	首次应用深度神经网络模型从电子健康记录中提取信息，预测自发性冠状动脉夹层患者的住院死亡率，并展示了该模型在预测准确性和区分能力上优于传统的机器学习模型	研究样本量较小，且仅限于一个城市健康系统的数据，可能影响模型的普适性	探索机器学习和深度学习技术在预测自发性冠状动脉夹层患者死亡率中的应用价值	自发性冠状动脉夹层患者	机器学习	心血管疾病	机器学习 (ML) 和深度学习 (DL)	深度神经网络	电子健康记录 (EHR)	375名自发性冠状动脉夹层患者
43	2024-10-09	SMORE: A Self-Supervised Anti-Aliasing and Super-Resolution Algorithm for MRI Using Deep Learning 2021-03, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2020.3037187 PMID:33170776	研究论文	本文提出了一种基于卷积神经网络的自监督抗锯齿和超分辨率算法SMORE，用于提高MRI图像的质量	该方法无需外部训练数据，利用图像本身的高分辨率和低分辨率数据进行自监督训练	NA	提高MRI图像的分辨率和减少锯齿伪影	MRI图像	计算机视觉	NA	卷积神经网络	CNN	图像	广泛收集的MRI数据，包括滤波和下采样的图像以及实际采集的低分辨率图像
44	2024-10-09	Deep Neural Networks Offer Morphologic Classification and Diagnosis of Bacterial Vaginosis 2021-01-21, Journal of clinical microbiology IF:6.1Q1 DOI:10.1128/JCM.02236-20 PMID:33148709	研究论文	本文开发并优化了一种卷积神经网络（CNN）模型，用于自动识别和分类显微镜图像中的Nugent评分，以诊断细菌性阴道病	本文首次使用深度学习模型进行细菌性阴道病的形态学分类和诊断，模型在准确性和稳定性上优于人类医疗从业者	本文未详细讨论模型的泛化能力在不同医院或不同设备上的表现	开发一种自动化的方法来诊断细菌性阴道病，以替代传统的人工诊断方法	细菌性阴道病的诊断和分类	计算机视觉	妇科疾病	卷积神经网络（CNN）	CNN	图像	验证图像5,815张，独立测试图像1,082张
45	2024-10-09	Prediction of COVID-19 with Computed Tomography Images using Hybrid Learning Techniques 2021, Disease markers DOI:10.1155/2021/5522729 PMID:33968281	研究论文	本文使用混合学习模型对COVID-19、社区获得性肺炎（CAP）和正常CT图像进行分类	提出了一种混合学习模型，相比其他机器学习和深度学习分类器，在COVID-19分类中表现更优	未提及具体限制	提高COVID-19早期诊断的准确性	COVID-19、社区获得性肺炎（CAP）和正常CT图像	计算机视觉	COVID-19	混合学习技术	混合学习模型	CT图像	未提及具体样本数量
46	2024-10-08	Mini-COVIDNet: Efficient Lightweight Deep Neural Network for Ultrasound Based Point-of-Care Detection of COVID-19 2021-06, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2021.3068190 PMID:33755565	研究论文	本文开发了一种轻量级的深度学习模型Mini-COVIDNet，用于基于肺部超声图像的COVID-19检测	提出了Mini-COVIDNet模型，相比现有模型参数减少了4.39倍，内存需求仅为51.29 MB，适用于移动平台部署	NA	开发一种适用于移动平台的轻量级深度学习模型，用于COVID-19的快速检测	COVID-19、肺炎和健康状态的肺部超声图像	计算机视觉	COVID-19	深度学习	深度神经网络	图像	三类样本：COVID-19、肺炎和健康状态
47	2024-10-08	InstantDL: an easy-to-use deep learning pipeline for image segmentation and classification 2021-Mar-02, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-021-04037-3 PMID:33653266	研究论文	本文介绍了一个名为InstantDL的深度学习管道，用于图像分割和分类任务	InstantDL允许具有基本计算背景的研究人员轻松应用经过调试和基准测试的最新深度学习算法，无需大量编码和机器学习背景	NA	开发一个易于使用的深度学习管道，使生物医学研究人员能够进行可重复的图像处理	图像分割和分类任务	计算机视觉	NA	卷积神经网络	CNN	图像	七个公开数据集
48	2024-10-08	DRPnet: automated particle picking in cryo-electron micrographs using deep regression 2021-Feb-08, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-020-03948-x PMID:33557750	研究论文	本文开发了一种基于深度学习的粒子挑选网络，用于自动检测冷冻电镜图像中的粒子中心	提出了一种双卷积神经网络级联的方法，名为DRPnet，能够有效识别不同大小、形状、分布和灰度模式的粒子，并在多个性能指标上优于现有方法	NA	开发一种自动化的方法来识别和选择冷冻电镜图像中的蛋白质粒子	冷冻电镜图像中的蛋白质粒子	计算机视觉	NA	深度学习	卷积神经网络（CNN）	图像	单个冷冻电镜数据集
49	2024-10-08	Ankle fracture classification using deep learning: automating detailed AO Foundation/Orthopedic Trauma Association (AO/OTA) 2018 malleolar fracture identification reaches a high degree of correct classification 2021-02, Acta orthopaedica IF:2.5Q1 DOI:10.1080/17453674.2020.1837420 PMID:33103536	研究论文	研究使用深度学习算法自动分类踝关节骨折，特别是根据AO基金会/骨科创伤协会（AO/OTA）2018标准进行详细分类	开发了一种基于ResNet架构的神经网络，能够自动学习并分类踝关节骨折的复杂分类标准	研究主要集中在踝关节骨折的分类，未涉及其他身体部位的骨折分类	探索使用深度学习算法自动分类踝关节骨折，以辅助骨科决策	踝关节骨折的分类，特别是AO/OTA 2018标准的详细分类	计算机视觉	NA	深度学习	ResNet	图像	4941例踝关节X光检查图像，其中400例用于测试
50	2024-10-08	A Review on Deep Learning Techniques for the Diagnosis of Novel Coronavirus (COVID-19) 2021, IEEE access : practical innovations, open solutions IF:3.4Q2 DOI:10.1109/ACCESS.2021.3058537 PMID:34976571	综述	本文综述了基于深度学习技术用于新型冠状病毒（COVID-19）诊断的最新系统	本文提供了对使用不同医学成像模式（如CT和X射线）的深度学习系统的全面概述，并讨论了用于训练这些网络的知名数据集	本文指出了使用深度学习方法进行COVID-19检测的挑战，并提出了未来研究的趋势	旨在概述基于深度学习技术用于COVID-19诊断的系统，并为专家和技术人员提供理解这些技术如何被使用以及如何进一步利用它们来对抗COVID-19爆发的见解	COVID-19诊断的深度学习系统	计算机视觉	新型冠状病毒	深度学习	NA	图像	NA
51	2024-10-07	Multimodal deep learning models for early detection of Alzheimer's disease stage 2021-02-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-020-74399-w PMID:33547343	研究论文	本文利用深度学习技术整合影像、基因和临床测试数据，用于阿尔茨海默病早期阶段的分类	提出了一种新的数据解释方法，通过聚类和扰动分析识别深度模型学习到的顶级特征	未提及	开发多模态深度学习模型用于阿尔茨海默病早期阶段的检测	阿尔茨海默病、轻度认知障碍和对照组患者	机器学习	阿尔茨海默病	深度学习	3D-卷积神经网络	影像、基因和临床测试数据	使用阿尔茨海默病神经影像学倡议(ADNI)数据集
52	2024-10-07	Classification of colorectal tissue images from high throughput tissue microarrays by ensemble deep learning methods 2021-01-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-81352-y PMID:33504830	研究论文	研究通过集成深度学习方法对高吞吐量组织微阵列中的结直肠组织图像进行分类	提出了使用软投票集成方法结合VGG和CapsNet模型，显著提高了分类准确率	未提及具体局限性	开发高准确率的算法用于结直肠组织分类，减少TMA核心评估中的错误	结直肠组织的H&E染色核心图像	计算机视觉	结直肠癌	深度学习	集成模型	图像	15,150个核心图像，包括2144个训练样本和13,006个测试样本
53	2024-10-07	Natural Language Processing-Based Virtual Cofacilitator for Online Cancer Support Groups: Protocol for an Algorithm Development and Validation Study 2021-Jan-07, JMIR research protocols IF:1.4Q3 DOI:10.2196/21453 PMID:33410754	研究论文	本文介绍了一种基于自然语言处理技术的虚拟共同促进者，用于在线癌症支持小组，旨在实时分析文本消息以监测参与者的情感困扰	利用人工智能技术实时分析在线支持小组的文本数据，以识别和跟踪参与者的情感困扰，提供实时警报和个性化资源建议	NA	开发和评估一种基于人工智能的共同促进者原型，以实时监测在线支持小组参与者的情感困扰	在线癌症支持小组的参与者及其情感困扰	自然语言处理	NA	自然语言处理	NA	文本	NA
54	2024-10-07	Deep neural network models for computational histopathology: A survey 2021-01, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2020.101813 PMID:33049577	综述	本文综述了深度学习在计算病理学中的应用	总结了当前最先进的深度学习方法在病理图像分析中的进展	指出了当前深度学习方法的局限性和未来研究的方向	综述深度学习在病理图像分析中的应用	病理图像和疾病预后模型	数字病理学	NA	深度学习	深度神经网络	图像	超过130篇相关论文
55	2024-10-07	Deep Learning applications for COVID-19 2021, Journal of big data IF:8.6Q1 DOI:10.1186/s40537-020-00392-9 PMID:33457181	综述	本文综述了深度学习在COVID-19大流行中的应用，并为未来的COVID-19研究提供了方向	本文涵盖了深度学习在自然语言处理、计算机视觉、生命科学和流行病学中的应用，并描述了这些应用如何随大数据的可用性变化以及学习任务的构建方式	本文指出了深度学习在COVID-19应用中的关键限制，包括可解释性、泛化指标、从有限标注数据中学习和数据隐私	探讨深度学习在COVID-19大流行中的应用，并为未来的研究提供方向	COVID-19大流行中的深度学习应用	机器学习	NA	深度学习	NA	文本、图像	NA
56	2024-10-06	COVID-19 infection localization and severity grading from chest X-ray images 2021-12, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2021.105002 PMID:34749094	研究论文	本文提出了一种从胸部X光图像中定位COVID-19感染并进行严重程度分级的方法	构建了包含33,920张胸部X光图像的最大基准数据集，并采用人机协作方法进行肺部分割掩码的标注；使用U-Net、U-Net++和特征金字塔网络（FPN）进行实验，实现了高精度的肺部分割和感染定位	数据集主要集中在COVID-19样本上，可能限制了模型的泛化能力	开发一种自动化的方法来定位COVID-19感染并评估其严重程度	COVID-19感染的定位和严重程度分级	计算机视觉	COVID-19	深度学习	U-Net, U-Net++, 特征金字塔网络 (FPN)	图像	33,920张胸部X光图像，其中11,956张为COVID-19样本
57	2024-10-06	A review of deep learning-based three-dimensional medical image registration methods 2021-Dec, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-21-175 PMID:34888197	综述	本文综述了过去五年基于深度学习的三维医学图像配准方法的进展，并指出了现有挑战和未来研究方向	总结了深度学习在三维医学图像配准中的应用进展，并分类讨论了不同方法的优缺点	未提供具体的技术细节或实验结果，仅进行了文献综述	回顾和总结基于深度学习的三维医学图像配准方法，并探讨未来的研究方向	三维医学图像配准方法及其在不同医学程序中的应用	计算机视觉	NA	深度学习	NA	图像	NA
58	2024-10-06	Deep Learning for the Industrial Internet of Things (IIoT): A Comprehensive Survey of Techniques, Implementation Frameworks, Potential Applications, and Future Directions 2021-Nov-12, Sensors (Basel, Switzerland) DOI:10.3390/s21227518 PMID:34833594	综述	本文综述了深度学习在工业物联网（IIoT）中的应用，包括技术、实现框架、潜在应用和未来方向	本文系统地评估了深度学习在IIoT应用中的潜力，并讨论了多种深度学习算法及其在IIoT中的实现框架	本文主要集中在现有技术的综述和讨论，未涉及具体的实验验证或案例研究	探讨深度学习在工业物联网中的应用潜力和未来研究方向	工业物联网中的智能传感器、执行器、通信协议和网络安全机制	机器学习	NA	深度学习	NA	大数据	NA
59	2024-10-06	Automation of Lung Ultrasound Interpretation via Deep Learning for the Classification of Normal versus Abnormal Lung Parenchyma: A Multicenter Study 2021-Nov-04, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics11112049 PMID:34829396	研究论文	本文通过深度学习技术自动化肺部超声图像的解读，以区分正常和异常肺实质	利用深度学习技术实现肺部超声图像的自动化解读，提高了诊断的准确性和非专家用户的可用性	NA	开发一种基于深度学习的肺部超声图像自动解读系统，以区分正常和异常肺实质	肺部超声图像中的A线和B线	计算机视觉	NA	深度学习	神经网络	图像	272,891张标记的肺部超声图像用于训练，23,393帧用于外部验证，1162个视频用于临床应用
60	2024-10-06	Deep learning reveals disease-specific signatures of white matter pathology in tauopathies 2021-10-21, Acta neuropathologica communications IF:6.2Q1 DOI:10.1186/s40478-021-01271-x PMID:34674762	研究论文	本文利用机器学习方法识别了三种tauopathy（阿尔茨海默病、进行性核上性麻痹和皮质基底节变性）中白质病理的疾病特异性形态特征	发现了阿尔茨海默病、皮质基底节变性和进行性核上性麻痹中先前未被识别的tau形态，这些形态可能在疾病分类中具有重要意义	研究样本量较小，仅包括49个尸检脑样本	通过机器学习方法揭示tauopathy中白质病理的疾病特异性特征	tauopathy中的白质病理	数字病理	神经退行性疾病	机器学习	NA	图像	49个尸检脑样本（16个阿尔茨海默病，13个皮质基底节变性，20个进行性核上性麻痹）