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
21	2024-09-10	Impact of COVID-19 on city-scale transportation and safety: An early experience from Detroit 2021-Nov, Smart health (Amsterdam, Netherlands) DOI:10.1016/j.smhl.2021.100218 PMID:34541278	研究论文	研究COVID-19对底特律城市交通和安全的影响，并开发深度学习模型预测未来一周的病例数	提出了使用长短期记忆网络进行COVID-19病例预测的方法，并展示了高达0.91的决定系数	研究仅限于底特律的数据，可能不适用于其他城市	分析COVID-19对城市交通和安全的影响，并开发预测模型	底特律的交通流量、每日病例数、天气、社交距离指数和事故数据	NA	NA	长短期记忆网络 (LSTM)	LSTM	交通流量数据、病例数据、天气数据、社交距离指数、事故数据	2019年1月至2020年6月的数据
22	2024-09-10	Unsupervised Deep Learning based Variational Autoencoder Model for COVID-19 Diagnosis and Classification 2021-Nov, Pattern recognition letters IF:3.9Q2 DOI:10.1016/j.patrec.2021.08.018 PMID:34566223	研究论文	本文提出了一种基于无监督深度学习的变分自编码器模型，用于COVID-19的诊断和分类	引入了一种新的无监督深度学习变分自编码器（UDL-VAE）模型，结合了自适应维纳滤波（AWF）预处理技术和Inception v4与Adagrad特征提取技术	未提及具体限制	开发一种高效的无监督学习技术，用于COVID-19的检测和分类	COVID-19的诊断和分类	计算机视觉	COVID-19	变分自编码器（VAE）	变分自编码器（VAE）	图像	未提及具体样本数量
23	2024-09-10	The application of industry 4.0 technologies in pandemic management: Literature review and case study 2021-Nov, Healthcare analytics (New York, N.Y.) DOI:10.1016/j.health.2021.100008 PMID:36618951	综述	本文通过科学计量分析，系统回顾了工业4.0技术在疫情管理中的应用，并结合案例研究进行了讨论	本文首次系统性地回顾了工业4.0技术在疫情管理中的应用，并结合实际案例进行了深入分析	本文主要基于文献回顾和单一案例研究，缺乏大规模实证数据的支持	探讨工业4.0技术在疫情管理中的应用及其对未来疫情管理的影响	工业4.0技术及其在新冠疫情管理中的应用	NA	NA	物联网(IoT)、人工智能(AI)、云计算、机器学习、大数据、区块链、深度学习、数字化、网络物理系统(CPS)	NA	NA	NA
24	2024-09-08	A mixture-density-based tandem optimization network for on-demand inverse design of thin-film high reflectors 2021-Nov, Nanophotonics IF:6.5Q1 DOI:10.1515/nanoph-2021-0392 PMID:36425324	研究论文	本文介绍了一种基于混合密度网络和全连接网络的串联优化模型，用于薄膜高反射器的按需逆向设计	该模型结合了混合密度网络的多模态特性，能够访问由概率分布描述的无限候选设计，并通过全连接网络进行迭代采样和评估，从而实现快速优化	NA	开发一种高效且准确的逆向设计方法，用于薄膜高反射器的实际应用	薄膜高反射器的逆向设计	计算机视觉	NA	深度学习	混合密度网络（MDN）和全连接网络（FC）	光谱数据	20层薄膜结构
25	2024-09-01	Trustworthy and Intelligent COVID-19 Diagnostic IoMT Through XR and Deep-Learning-Based Clinic Data Access 2021-Nov-01, IEEE internet of things journal IF:8.2Q1 DOI:10.1109/JIOT.2021.3055804 PMID:35782175	研究论文	本文介绍了一种基于扩展现实（XR）和深度学习的互联网医疗物联网（IoMT）解决方案，用于COVID-19远程诊断，结合虚拟现实/增强现实（AR）远程手术规划/演练硬件、定制的5G云计算和深度学习算法，提供实时COVID-19治疗方案线索	与现有的感知治疗技术相比，该新技术能显著提高性能和安全性。采用了一种新颖的辅助分类器生成对抗网络（AC-GAN）的智能预测算法，并使用Copycat网络进行模型窃取和攻击，以提高IoMT的安全性能	NA	开发一种新的COVID-19诊断集成框架，并探索XR和深度学习在IoMT实施中的集成	COVID-19患者	机器学习	COVID-19	5G传输	辅助分类器生成对抗网络（AC-GAN）	临床数据	347名阳性COVID-19患者和2270名阴性COVID-19患者
26	2024-08-31	Motion Extraction of the Right Ventricle from 4D Cardiac Cine MRI Using A Deep Learning-Based Deformable Registration Framework 2021-11, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC46164.2021.9630586 PMID:34892062	研究论文	本文描述了一种基于深度学习的可变形配准框架，用于从4D心脏电影MRI中提取右心室的动态模型，并评估其功能。	提出了一种结合CondenseUNet和深度学习可变形网络的方法，用于生成右心室的动态模型。	仅在ACDC数据集上进行了训练和测试，可能需要进一步验证其在其他数据集上的性能。	开发动态的、特定于患者的右心室模型，用于评估右心室功能。	正常受试者和异常右心室患者的右心室模型。	数字病理学	心血管疾病	MRI	CondenseUNet	图像	150例心脏MRI患者数据
27	2024-08-31	Towards Real-time pose estimation of the Mitral Valve Robot under C-arm X-ray Fluoroscopy 2021-Nov, IEEE transactions on medical robotics and bionics IF:3.4Q2 DOI:10.1109/tmrb.2021.3122351 PMID:35756715	research paper	本文讨论了使用C臂荧光透视下实时跟踪夹子位置和方向的算法，以实现二尖瓣机器人的精确定位	提出了一种深度学习语义分割框架来定位夹子的位置，并通过等效椭圆算法和SVM分类器计算其弯曲和旋转角度	弯曲角度计算的平均误差为7.7°，旋转角度分类的准确率为76%	开发一种用于治疗二尖瓣反流（MR）的机器人，实现夹子对瓣叶的精确导航	二尖瓣机器人的定位和导航	computer vision	心血管疾病	C-arm fluoroscopy	CNN	image	NA
28	2024-08-30	Cognitive computing-based COVID-19 detection on Internet of things-enabled edge computing environment 2021-Nov-18, Soft computing IF:3.1Q2 DOI:10.1007/s00500-021-06514-6 PMID:34812247	研究论文	本文提出了一种基于物联网边缘计算环境的联邦深度学习COVID-19检测模型（FDL-COVID）	利用联邦学习概念生成共享模型，无需使用本地数据进行深度学习COVID-19检测	NA	旨在辅助医疗专业人员在疾病诊断过程中快速处理大量数据并生成定制智能推荐	COVID-19的早期检测	机器学习	COVID-19	深度学习（DL）, 联邦学习（FL）	SqueezeNet	图像	基准CXR数据集
29	2024-08-28	Clinical Artificial Intelligence Applications: Breast Imaging 2021-Nov, Radiologic clinics of North America IF:2.1Q2 DOI:10.1016/j.rcl.2021.07.010 PMID:34689871	review	本文简要概述了人工智能在临床乳腺影像学中的发展	随着影像技术的发展，人工智能技术采用了更复杂的算法、更快的计算机和更大的数据集	NA	探讨人工智能在乳腺影像学中的应用	乳腺影像学中的检测、诊断及治疗反应评估任务	computer vision	breast cancer	AI	deep learning	image	NA
30	2024-08-27	A deep learning-based segmentation pipeline for profiling cellular morphodynamics using multiple types of live cell microscopy 2021-11-22, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2021.100105 PMID:34888542	研究论文	本文介绍了一种基于深度学习的分割流程MARS-Net，用于使用多种活细胞显微镜技术对细胞形态动力学进行定量分析	MARS-Net利用迁移学习和多种显微镜数据，实现了对细胞边缘的高精度定位，相较于仅使用单一显微镜数据集训练的神经网络模型，其边缘定位更为准确	NA	开发一种能够从活细胞成像数据中准确分割细胞边缘并量化细胞形态动力学的方法	细胞边缘的定位和细胞形态动力学的定量分析	计算机视觉	NA	深度学习	U-Net	图像	使用了来自相衬、旋转盘共聚焦和全内反射荧光显微镜的电影数据进行训练
31	2024-08-26	20-fold Accelerated 7T fMRI Using Referenceless Self-Supervised Deep Learning Reconstruction 2021-11, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC46164.2021.9631107 PMID:34892055	研究论文	本研究利用自监督深度学习重建技术，在5倍SMS和4倍平面加速的7T fMRI数据上实现了20倍加速的高质量图像重建	采用自监督学习方法进行深度学习重建，无需完全采样的训练数据集，显示出与监督学习相似的性能	NA	提高fMRI的空间和时间分辨率，以更准确地解析大脑中的神经活动	7T fMRI数据的高加速重建	计算机视觉	NA	fMRI	深度学习	图像	NA
32	2024-08-25	An Internet-of-Medical-Things-Enabled Edge Computing Framework for Tackling COVID-19 2021-Nov-01, IEEE internet of things journal IF:8.2Q1 DOI:10.1109/JIOT.2021.3051080 PMID:35782185	研究论文	本文开发了一个基于互联网医疗物联网（IoMT）的边缘计算框架，利用深度学习（DL）检测多样化的与COVID-19相关的健康症状，并生成用于医疗决策支持的报告和警报。	该研究利用IoMT收集家庭环境中的多样化情感和身体健康数据，并在资源受限的边缘环境中运行先进的深度学习应用，实现了本地化的数据处理和推理，确保了用户隐私、安全性和低延迟。	NA	开发一个边缘IoMT系统，用于在疫情期间管理家庭健康，并通过深度学习检测COVID-19症状。	COVID-19相关的健康症状和家庭环境中的情感及生理状态数据。	机器学习	COVID-19	深度学习（DL）	NA	情感和生理状态数据	NA
33	2024-08-25	Computer Audition for Fighting the SARS-CoV-2 Corona Crisis-Introducing the Multitask Speech Corpus for COVID-19 2021-Nov-01, IEEE internet of things journal IF:8.2Q1 DOI:10.1109/JIOT.2021.3067605 PMID:35782182	研究论文	本文介绍了一个用于COVID-19研究的多任务语音语料库，收集了51名确诊COVID-19患者的自然语音数据，并定义了三个分类任务来评估患者的身体和/或心理状态	提出了一个新颖的多任务语音语料库，用于COVID-19研究，填补了计算机听觉在传染病监测方面的研究空白	NA	利用计算机听觉技术支持COVID-19的预防、诊断、治疗、追踪和管理	COVID-19患者的语音数据及其身体和心理状态	机器学习	COVID-19	计算机听觉	深度学习	语音	51名确诊COVID-19患者
34	2024-08-24	Deep learning-based facial image analysis in medical research: a systematic review protocol 2021-11-11, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2020-047549 PMID:34764164	综述	本文旨在通过系统综述方法，探讨深度学习在医学研究中基于面部图像分析的特征和效果	本文旨在填补关于深度学习在医学面部图像分析领域现状的认知空白，并提供对该技术在疾病检测、诊断和预后应用中的特征、挑战和机遇的深入理解	NA	了解深度学习在医学面部图像分析中的应用现状、挑战和机遇	深度学习在医学面部图像分析的研究	计算机视觉	NA	深度学习	NA	图像	NA
35	2024-08-24	Cohort and Trajectory Analysis in Multi-Agent Support Systems for Cancer Survivors 2021-Nov-11, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-021-01770-3 PMID:34766229	研究论文	本文提出了一种基于队列和轨迹分析（CTA）模块的个性化支持系统，用于癌症幸存者，该系统集成在名为EREBOTS的基于代理的个性化聊天机器人中	引入CTA模块，结合生存估计模型、机器学习和深度学习技术，为临床医生提供个性化治疗选择的证据，并为患者提供适应其状况和轨迹的定制建议	NA	开发一种个性化支持系统，以提高癌症幸存者的生存质量	癌症幸存者及其个性化支持需求	机器学习	癌症	机器学习, 深度学习	生存估计模型	NA	NA
36	2024-08-20	A Study of the Recent Trends of Immunology: Key Challenges, Domains, Applications, Datasets, and Future Directions 2021-Nov-23, Sensors (Basel, Switzerland) DOI:10.3390/s21237786 PMID:34883787	综述	本文探讨了免疫学领域中人工智能方法的最新趋势，包括关键挑战、应用领域、数据集和未来方向	引入了AIoMT、遗传智能算法和智能免疫学方法等技术，使理解免疫系统的过程变得更加容易	NA	探索免疫学领域中人工智能方法的现状和未来研究方向	免疫学及其子领域中的疾病分类	机器学习	癌症	AIoMT	机器学习和深度学习	数据集	NA
37	2024-08-20	Comparative analysis of molecular fingerprints in prediction of drug combination effects 2021-11-05, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbab291 PMID:34401895	研究论文	本文比较了基于规则和数据驱动的分子表示方法在预测药物组合敏感性和药物协同得分方面的性能	本文通过使用标准化的高通量筛选结果，评估了分子表示的聚类性能和相似性，并强调了在选择最优分子表示时，除了定量基准结果外，还需要考虑模型的可解释性和鲁棒性等定性因素	NA	系统评估新型计算解决方案与传统技术在预测药物组合效应方面的性能	药物组合敏感性和药物协同得分	机器学习	癌症	NA	NA	分子数据	64,200个独特的药物组合，涉及4,153种分子和112种癌细胞系
38	2024-08-20	Deep Learning Prediction of Voxel-Level Liver Stiffness in Patients with Nonalcoholic Fatty Liver Disease 2021-Nov, Radiology. Artificial intelligence DOI:10.1148/ryai.2021200274 PMID:34870213	研究论文	本研究利用机器学习算法，基于传统的MRI输入重建虚拟MR弹性成像（MRE）图像	本研究通过修改卷积神经网络架构，使其能够接受多通道三维输入并包含临床和人口统计信息，从而在体素水平上重建MRE图像	本研究为单机构回顾性研究，样本量有限，且结果需要进一步的外部验证	研究目的是通过机器学习算法，利用传统MRI和临床数据生成虚拟弹性成像图像	研究对象为149名非酒精性脂肪肝病患者	计算机视觉	非酒精性脂肪肝病	MRI	卷积神经网络（CNN）	图像	149名患者
39	2024-08-20	Clinical Applications of Artificial Intelligence, Machine Learning, and Deep Learning in the Imaging of Gliomas: A Systematic Review 2021-Nov, Cureus DOI:10.7759/cureus.19580 PMID:34926051	综述	本文综述了深度学习在神经肿瘤学影像中的应用，特别是用于胶质瘤的诊断和分级	深度学习通过使用原始影像数据和深度神经网络，显著提高了MRI图像的特征化和解释能力	NA	总结深度学习在神经肿瘤学影像中的应用，以帮助医疗专业人员	胶质瘤的遗传突变和分级	机器学习	脑肿瘤	MRI	CNN	图像	共20项研究，涉及患者数量和脑胶质瘤分类的分子标记
40	2024-08-19	A Hybrid Convolutional Neural Network Model for Diagnosis of COVID-19 Using Chest X-ray Images 2021-11-20, International journal of environmental research and public health DOI:10.3390/ijerph182212191 PMID:34831960	研究论文	本文提出了一种名为C19D-Net的混合卷积神经网络模型，用于通过胸部X光图像诊断COVID-19感染	该研究采用了InceptionV4架构和多类SVM分类器提取深度学习特征，以提高COVID-19检测的准确性	NA	开发一种新的图像处理技术，帮助医疗系统通过胸部X光图像快速准确地检测COVID-19感染	COVID-19感染的胸部X光图像	计算机视觉	COVID-19	卷积神经网络	CNN	图像	1900张胸部X光图像