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	2024-08-21	A Deep Learning Ensemble Approach for Automated COVID-19 Detection from Chest CT Images 2021-Dec-20, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm10245982 PMID:34945278	研究论文	本研究旨在评估基于迁移学习技术的自动化COVID-19检测方法，该方法利用胸部CT图像进行检测	采用卷积神经网络（CNN）作为特征提取器，并结合信息增益过滤器选择特征，最终通过多数投票方法进行分类	NA	评估自动化COVID-19检测方法的性能	胸部CT图像	计算机视觉	COVID-19	迁移学习	CNN	图像	4171张CT扫描图像，来自210名不同患者
42	2024-08-21	Moving beyond the Slit-Lamp Gonioscopy: Challenges and Future Opportunities 2021-Dec-06, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics11122279 PMID:34943516	综述	本文综述了裂隙灯前房角镜检查的局限性以及新型数字前房角镜GS-1的优势和潜在应用	介绍了新型数字前房角镜GS-1，该设备允许半自动的环形记录前房角的真实彩色照片，并探讨了其在远程医疗、虚拟诊所和深度学习自动分类中的潜在应用	裂隙灯前房角镜检查存在学习曲线陡峭、检查者间一致性差和记录不良的缺点	探讨裂隙灯前房角镜检查的挑战和未来机遇	前房角及其在青光眼诊断和治疗中的应用	NA	青光眼	NA	NA	图像	NA
43	2024-08-21	Unseen Artificial Intelligence-Deep Learning Paradigm for Segmentation of Low Atherosclerotic Plaque in Carotid Ultrasound: A Multicenter Cardiovascular Study 2021-Dec-02, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics11122257 PMID:34943494	研究论文	本文研究了一种新的深度学习方法，用于在多中心心血管研究中分割颈动脉超声中的低斑块，该方法在不同种族群体中进行训练和测试。	首次采用“未见人工智能”范式，即在不同种族群体中进行训练和测试，以验证深度学习模型的通用性。	研究仅限于颈动脉超声图像的分割，且样本来自两个特定的种族群体。	验证深度学习模型在不同种族群体中分割低斑块的能力，并评估其与“已见人工智能”模型的性能接近程度。	颈动脉超声图像中的低斑块分割。	机器学习	心血管疾病	深度学习	UNet	图像	630个样本，包括330个日本人和300个香港人
44	2024-08-21	Stent detection with very thick tissue coverage in intravascular OCT 2021-Dec-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.444336 PMID:35003848	研究论文	本文开发了一种深度学习方法，用于自动分析具有薄和非常厚组织覆盖的支架，并提出了一种算法来准确分析植入多个支架的血管区域	本文首次提出了一种能够处理非常厚组织覆盖的支架分析的深度学习方法，并能够有效分析植入多个支架的血管区域	NA	开发一种自动分析具有不同组织覆盖厚度的支架的方法，以提高评估支架植入和支架后组织覆盖的效率	冠状动脉支架及其组织覆盖情况	计算机视觉	心血管疾病	深度学习	深度学习模型	图像	25203张图像来自56次OCT回拉和41名患者
45	2024-08-20	Multi-step ahead predictive model for blood glucose concentrations of type-1 diabetic patients 2021-12-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-03341-5 PMID:34934084	研究论文	本文提出了一种新颖的多组件深度学习模型BG-Predict，用于预测1型糖尿病患者的血糖水平	该研究引入了一种新的多步骤预测模型，能够提前预测血糖水平，有助于患者减少低血糖和高血糖的风险	NA	开发一种有效的工具，帮助1型糖尿病患者监测血糖水平，以便做出关于胰岛素注射和食物摄入的适当决策	1型糖尿病患者的血糖水平	机器学习	糖尿病	深度学习	深度学习模型	血糖数据	97名患者
46	2024-08-20	A stroke detection and discrimination framework using broadband microwave scattering on stochastic models with deep learning 2021-12-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-03043-y PMID:34930921	研究论文	研究利用宽带微波散射和深度学习模型进行中风检测和鉴别	提出了一种新的智能诊断方法，使用微波宽带散射信息，避免了传统的图像形成过程	NA	开发一种快速、便携、安全且低成本的中风检测技术	研究中风检测和出血位置及大小的鉴别	机器学习	中风	微波散射	深度神经网络（DNN）	模拟数据	666名出血性中风患者和对照组
47	2024-08-20	Deep learning based classification of dynamic processes in time-resolved X-ray tomographic microscopy 2021-12-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-03546-8 PMID:34921184	研究论文	本文提出了一种高效的动态过程重建与分类管道，结合代数滤波近似和机器学习，显著减少了计算时间	提出的SIRT-FBP-MS-D-DIFF管道通过代数滤波近似和卷积神经网络自动提取低信噪比重建中的动态特征，提高了处理效率	NA	开发一种高效的方法来处理时间分辨X射线断层显微镜中的动态过程，以减少手动劳动和计算成本	时间分辨X射线断层显微镜中的动态过程	计算机视觉	NA	时间分辨X射线断层显微镜	卷积神经网络	图像	三个不同的动态燃料电池数据集，一个用于训练，两个用于测试
48	2024-08-20	Predictive models for personalized asthma attacks based on patient's biosignals and environmental factors: a systematic review 2021-12-09, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-021-01704-6 PMID:34886852	综述	本文对基于患者生物信号和环境因素的个性化哮喘发作预测模型进行了系统性回顾	提出了使用患者生物信号和环境因素相结合的哮喘发作预测模型的必要性，并指出了缺乏使用深度学习等先进机器学习方法的问题	大多数研究仅使用哮喘生物信号因素进行预测，使用环境因素和两者结合的研究较少	评估哮喘发作预测模型的使用方法、模型性能，并确定该领域研究改进的需求	儿童和成人的哮喘发作预测模型	机器学习	哮喘	支持向量机、回归	NA	生物信号、环境因素	从1068篇研究文章中筛选出15种不同的哮喘发作预测模型进行回顾
49	2024-08-20	AutoProstate: Towards Automated Reporting of Prostate MRI for Prostate Cancer Assessment Using Deep Learning 2021-Dec-06, Cancers IF:4.5Q1 DOI:10.3390/cancers13236138 PMID:34885246	研究论文	介绍了一种名为AutoProstate的深度学习框架，用于自动评估基于MRI的前列腺癌	AutoProstate在前列腺体积和前列腺特异性抗原密度估计方面显示出统计学上的显著改进，并匹配了放射科医生的CSPCa病变检测敏感性	AutoProstate产生了更多的假阳性检测	开发一种自动化的深度学习框架，用于提高前列腺MRI报告的质量和一致性	前列腺MRI图像和前列腺癌评估	计算机视觉	前列腺癌	深度学习	NA	MRI图像	使用了公开的PROSTATEx数据集进行训练，并使用PICTURE数据集进行外部验证
50	2024-08-20	Interpretability of a Deep Learning Based Approach for the Classification of Skin Lesions into Main Anatomic Body Sites 2021-Dec-01, Cancers IF:4.5Q1 DOI:10.3390/cancers13236048 PMID:34885158	研究论文	本文提出了一种基于深度学习的方法，用于将皮肤病变分类到主要的解剖体位	本研究首次考虑了皮肤病变的来源，并利用预训练网络和密集连接分类器来提高分类准确性	NA	解决现有深度学习方法在皮肤病变分类中未考虑病变来源的问题	皮肤病变及其解剖体位分类	计算机视觉	皮肤癌	深度学习	CNN	图像	未明确提及具体样本数量
51	2024-08-19	Protein structure prediction using deep learning distance and hydrogen-bonding restraints in CASP14 2021-12, Proteins IF:3.2Q2 DOI:10.1002/prot.26193 PMID:34331351	研究论文	本文报告了CASP14中两个最佳服务器（“Zhang-Server”和“QUARK”）的3D结构预测结果，这些服务器基于D-I-TASSER和D-QUARK算法，集成了四个新开发组件到经典的蛋白质折叠流程中	引入了新的多序列比对工具DeepMSA2、接触基域边界预测算法FUpred、基于残差卷积神经网络的方法DeepPotential以及优化的空间约束能量势，显著提高了蛋白质结构预测的准确性	当前流程在多域蛋白质建模和寡聚体复合物中的蛋白质域建模方面仍存在挑战，特别是域间距离预测的准确性较低	提高蛋白质结构预测的准确性	蛋白质的3D结构	机器学习	NA	深度学习	残差卷积神经网络	多序列比对数据	37个FM目标
52	2024-08-19	Protein inter-residue contact and distance prediction by coupling complementary coevolution features with deep residual networks in CASP14 2021-12, Proteins IF:3.2Q2 DOI:10.1002/prot.26211 PMID:34382712	research paper	本文报道并分析了在第14届蛋白质结构预测关键评估（CASP14）中，通过结合互补的共进化特征与深度残差网络进行蛋白质接触和距离预测的方法	采用了一种新的基于深度学习的接触/距离预测器，该预测器基于两个互补共进化特征的集成与深度残差网络的结合，并改进了多序列比对（MSA）生成协议	NA	旨在提高蛋白质接触和距离预测的准确性	蛋白质接触和距离预测	machine learning	NA	深度学习	深度残差网络	序列数据	22个CASP14自由建模（FM）目标和14个FM/模板辅助建模（TBM）目标
53	2024-08-07	Advanced Feature Extraction and Selection Approach Using Deep Learning and Aquila Optimizer for IoT Intrusion Detection System 2021-Dec-26, Sensors (Basel, Switzerland) DOI:10.3390/s22010140 PMID:35009682	研究论文	本文开发了一种新的特征提取和选择方法，利用深度学习和Aquila优化器为物联网入侵检测系统提供支持	提出了一种基于群智能算法Aquila优化器的特征选择方法，并结合卷积神经网络进行特征提取	NA	开发新的特征提取和选择方法，提高物联网入侵检测系统的性能	物联网入侵检测系统	机器学习	NA	深度学习	CNN	数据集	使用了四个知名公共数据集：CIC2017, NSL-KDD, BoT-IoT, 和 KDD99
54	2024-08-07	Low-dose CT reconstruction with Noise2Noise network and testing-time fine-tuning 2021-Dec, Medical physics IF:3.2Q1 DOI:10.1002/mp.15101 PMID:34791655	研究论文	本文提出了一种基于深度学习的低剂量CT图像重建算法，该算法无需使用正常剂量的图像进行训练	提出的Noise2Noise网络在迭代重建过程中进行微调，无需清洁图像进行网络训练，且在测试时进行微调以优化每次重建	NA	开发一种无需清洁图像进行训练的低剂量CT图像重建算法	低剂量CT图像重建	计算机视觉	NA	Noise2Noise网络	深度神经网络	图像	使用2016年低剂量CT挑战数据集进行验证
55	2024-08-05	Subtyping of mild cognitive impairment using a deep learning model based on brain atrophy patterns 2021-12-21, Cell reports. Medicine DOI:10.1016/j.xcrm.2021.100467 PMID:35028609	研究论文	本文介绍了一种基于脑萎缩模式的轻度认知障碍（MCI）亚型分类方法	提出了一种仅基于脑萎缩的亚型分类方法，与传统的基于认知测量的方法相比有更好的有效性	缺乏对于其他潜在影响因素的考虑，如遗传背景和环境因素	研究轻度认知障碍（MCI）患者的异质性并准确分类亚型	轻度认知障碍（MCI）患者	数字病理学	阿尔茨海默病	深度学习	深度学习模型	MRI图像	NA
56	2024-08-07	Open Source Software for Automatic Subregional Assessment of Knee Cartilage Degradation Using Quantitative T2 Relaxometry and Deep Learning 2021-12, Cartilage IF:2.7Q1 DOI:10.1177/19476035211042406 PMID:34496667	研究论文	本文评估了一种全自动股骨软骨分割模型，用于测量T2弛豫值和纵向变化，并开发了一个开源的网络应用程序，用户可以拖放图像进行自动分割	开发了一个全自动的股骨软骨分割模型，并将其开源，提供了一个用户友好的网络应用程序	NA	评估全自动股骨软骨分割模型在测量T2弛豫值和纵向变化中的准确性	股骨软骨的分割和T2弛豫值的测量	计算机视觉	NA	多回波自旋回波（MESE）磁共振成像（MRI）	神经网络	图像	28张测试图像，其中14张由第二位专家评估
57	2024-08-07	Patch individual filter layers in CNNs to harness the spatial homogeneity of neuroimaging data 2021-12-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-03785-9 PMID:34961762	研究论文	本文提出了一种新的卷积神经网络（CNN）架构，通过引入补丁个体滤波器（PIF）层来利用神经影像数据的 spatial homogeneity	首次在CNN中引入先验的归纳偏置，以利用神经影像数据的 spatial homogeneity	NA	探索如何通过新的CNN架构提高神经影像数据处理的效率和准确性	神经影像数据的性别分类、阿尔茨海默病检测和多发性硬化症检测	机器学习	NA	卷积神经网络（CNN）	CNN	图像	使用了UK Biobank数据、ADNI数据和私人医院数据进行评估