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
101	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
102	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
103	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
104	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
105	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
106	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
107	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
108	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
109	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
110	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
111	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）
112	2024-10-06	An Unsupervised Learning-Based Multi-Organ Registration Method for 3D Abdominal CT Images 2021-Sep-18, Sensors (Basel, Switzerland) DOI:10.3390/s21186254 PMID:34577461	研究论文	本文提出了一种基于无监督学习的3D腹部CT图像多器官配准方法	引入了一种改进的无监督学习框架，通过嵌入粗到细递归级联网络（RCN）模块和拓扑保持损失函数，提高了多器官配准的准确性	未提及具体限制	开发一种能够满足实时和高精度临床需求的3D腹部CT图像多器官配准方法	3D腹部CT图像的多器官配准	计算机视觉	NA	无监督学习	U-net	图像	使用了四个公开数据库进行验证
113	2024-10-06	Artificial intelligence-driven assessment of radiological images for COVID-19 2021-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2021.104665 PMID:34343890	综述	本文综述了人工智能（AI）在COVID-19放射影像评估中的应用及其相关挑战	探讨了AI在COVID-19诊断和预后中的潜力，特别是通过胸部X光（CXR）和计算机断层扫描（CT）影像	样本量不足、非标准化影像协议、分割问题、公开COVID-19数据库的可用性、影像与临床信息的结合以及全面的临床验证是主要限制和挑战	旨在概述COVID-19 AI分析的工作流程，并讨论现有AI分析的局限性及其潜在改进	COVID-19的放射影像评估	计算机视觉	COVID-19	深度学习	混合模型（结合深度学习和显式放射组学）	影像	NA
114	2024-10-06	Deep learning for improving non-destructive grain mapping in 3D 2021-Sep-01, IUCrJ IF:2.9Q3 DOI:10.1107/S2052252521005480 PMID:34584734	研究论文	本文提出了一种利用深度学习神经网络改进实验室X射线衍射对比断层扫描（LabDCT）图像中晶粒结构三维无损表征的方法	本文创新性地使用深度学习神经网络来有效去除背景噪声，从而简化衍射点的分割过程	NA	改进实验室X射线衍射对比断层扫描图像中晶粒结构的三维无损表征	实验室X射线衍射对比断层扫描图像中的晶粒结构	计算机视觉	NA	深度学习	神经网络	图像	不同几何条件下测量的不同样本的实验图像
115	2024-10-06	Low-count whole-body PET with deep learning in a multicenter and externally validated study 2021-Aug-23, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-021-00497-2 PMID:34426629	研究论文	本文评估了深度学习算法在多中心、多供应商环境下对四倍减少计数的全身PET图像质量增强的性能和通用性	首次在多中心、多供应商的真实临床环境中评估了深度学习算法对低计数全身PET图像质量的增强效果	未提及	评估深度学习算法在多中心、多供应商环境下对低计数全身PET图像质量的增强效果	低计数全身PET图像	计算机视觉	NA	深度学习	NA	图像	多中心、多供应商的真实临床环境中的患者数据
116	2024-10-06	COVID-19 diagnosis on CT scan images using a generative adversarial network and concatenated feature pyramid network with an attention mechanism 2021-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.15044 PMID:34117783	研究论文	本文提出了一种基于生成对抗网络和注意力机制的特征金字塔网络架构，用于在CT扫描图像上准确诊断COVID-19	本文创新性地结合了生成对抗网络和注意力机制的特征金字塔网络，显著提高了COVID-19诊断的准确性和召回率	本文未详细讨论模型的计算复杂度和训练时间，且未在更大规模的数据集上验证其泛化能力	开发和评估一种基于CT扫描图像实时准确诊断COVID-19的方法	COVID-19的CT扫描图像	计算机视觉	COVID-19	生成对抗网络 (GAN)	特征金字塔网络 (FPN)	图像	3个不同数量级的COVID-19 CT数据集
117	2024-10-06	Quantum algorithm for quicker clinical prognostic analysis: an application and experimental study using CT scan images of COVID-19 patients 2021-07-30, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-021-01588-6 PMID:34330278	研究论文	本文提出了一种基于量子机器学习算法的图像分类和分割方法，用于COVID-19患者的CT扫描图像分析	引入了量子机器学习（QML）在医学实践中的应用，并展示了量子神经网络（QNN）在COVID-19特征分类任务中优于传统深度学习模型的性能	需要进一步研究以评估在医疗设备中集成该模型的实施场景	开发一种更快速和准确的临床预测分析方法，以提高COVID-19患者的诊断效率	COVID-19患者的CT扫描图像	计算机视觉	COVID-19	量子机器学习（QML）	量子神经网络（QNN）	图像	NA
118	2024-10-06	Deeply Supervised UNet for Semantic Segmentation to Assist Dermatopathological Assessment of Basal Cell Carcinoma 2021-Apr-13, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging7040071 PMID:34460521	研究论文	本文开发了一种深度学习方法，通过语义分割标记高概率显示病理特征的区域，以协助皮肤病理学家评估基底细胞癌	本文引入了深度监督和解码器输出的线性组合两种训练策略，并分析了不同编码器对UNet网络性能的影响	NA	开发一种深度学习方法，协助皮肤病理学家快速准确地评估基底细胞癌的切除边缘	基底细胞癌的病理特征区域	计算机视觉	皮肤癌	深度学习	UNet	图像	650张全切片图像，包含3443个组织切片
119	2024-10-06	An Integrated Deep Network for Cancer Survival Prediction Using Omics Data 2021, Frontiers in big data IF:2.4Q2 DOI:10.3389/fdata.2021.568352 PMID:34337396	研究论文	本文使用集成深度信念网络对癌症患者的生存率进行预测，并进行风险分层	提出了一种集成深度信念网络，能够从不同组学数据中提取信息特征，并在中等规模的数据集上表现优异	NA	开发一种新的方法来预测癌症患者的生存率并进行风险分层	癌症患者的RNA、miRNA和甲基化分子数据	机器学习	NA	深度学习	深度信念网络	组学数据	836名患者
120	2024-10-06	Osteolysis: A Literature Review of Basic Science and Potential Computer-Based Image Processing Detection Methods 2021, Computational intelligence and neuroscience DOI:10.1155/2021/4196241 PMID:34646317	综述	本文综述了骨溶解的基本科学原理及其潜在的基于计算机图像处理的检测方法	介绍了使用深度学习算法（如CNN、U-Net和Seg-UNet）进行医学图像处理，特别是在骨溶解检测和分割方面的应用	NA	探讨骨溶解的潜在计算机辅助检测方法	骨溶解的成因、机制和治疗方法，以及计算机图像处理技术在骨溶解检测中的应用	计算机视觉	骨科疾病	深度学习算法	CNN, U-Net, Seg-UNet	图像	NA