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
81	2024-09-29	Cardiac MR: From Theory to Practice 2022, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2022.826283 PMID:35310962	综述	本文综述了心血管磁共振（CMR）技术在心血管疾病（CVD）预防、诊断和治疗中的应用，涵盖了从基础物理到临床实践的五个关键方面	本文介绍了深度学习在CMR图像重建和分析中的最新进展，提供了自动、快速且可靠的生物标志物和临床相关参数的提取方法	影像、重建和分析方法的多样性和复杂性限制了CMR的广泛应用	提高心血管疾病的预防、诊断和治疗水平	心血管疾病及其相关病理的评估	机器学习	心血管疾病	心血管磁共振（CMR）	深度学习	图像	NA
82	2024-09-29	Magnetic resonance image-based brain tumour segmentation methods: A systematic review 2022 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076221074122 PMID:35340900	综述	本文系统回顾了基于磁共振图像的脑肿瘤分割方法	发现U-Net深度学习技术在磁共振图像脑肿瘤分割中具有高准确性	扩散加权和灌注加权磁共振成像的数据集有限	确定医学影像专家和临床医生可以使用的自动化脑肿瘤分割技术，以替代手动分割	脑肿瘤的分割方法	计算机视觉	脑肿瘤	磁共振成像	U-Net	图像	572项研究
83	2024-09-29	Computational Approaches for Acute Traumatic Brain Injury Image Recognition 2022, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2022.791816 PMID:35370919	综述	本文综述了用于急性创伤性脑损伤图像识别的计算方法	探讨了深度学习算法在创伤性脑损伤图像识别中的应用，包括分类和定位模型，以提高临床管理和精准医学的整合	NA	探讨计算方法在急性创伤性脑损伤图像识别中的应用	急性创伤性脑损伤的图像异常，包括颅内出血、颅骨骨折、颅内质量效应和卒中	计算机视觉	脑损伤	深度学习	CNN	图像	NA
84	2024-09-29	Fairness in Cardiac Magnetic Resonance Imaging: Assessing Sex and Racial Bias in Deep Learning-Based Segmentation 2022, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2022.859310 PMID:35463778	研究论文	本文分析了基于深度学习的电影心脏磁共振成像（CMR）分割模型中的性别和种族偏见	首次在大规模数据库中分析了AI技术在电影CMR分割中的性别和种族偏见	研究仅基于UK Biobank数据库，且未考虑其他潜在混杂因素	评估AI技术在电影CMR分割中的性别和种族偏见	电影CMR图像中的左右心室和心肌的自动分割	计算机视觉	心血管疾病	深度学习	深度学习模型	图像	5903名受试者，年龄61.5 ± 7.1岁，52%为男性，81%为白人
85	2024-09-29	Interfacing Machine Learning and Microbial Omics: A Promising Means to Address Environmental Challenges 2022, Frontiers in microbiology IF:4.0Q2 DOI:10.3389/fmicb.2022.851450 PMID:35547145	review	本文综述了机器学习与微生物组学结合在解决环境挑战中的潜力	探讨了分子微生物生态学与人工智能结合的前沿领域，并提供了机器学习的基本介绍	当前研究领域存在局限性，需要进一步发展以实现环境监测和管理的目标	探讨机器学习在微生物生态学中的应用，以推进环境监测和管理实践	微生物群落及其在环境扰动中的响应	machine learning	NA	NA	NA	omics	NA
86	2024-09-29	Image Quality Control in Lumbar Spine Radiography Using Enhanced U-Net Neural Networks 2022, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2022.891766 PMID:35558524	研究论文	开发了一种基于深度学习的图像质量控制框架，用于分割和评估腰椎X光图像，以标准化放射成像程序	使用增强的U-Net神经网络进行腰椎X光图像的分割和质量评估	NA	标准化放射成像程序，提高腰椎X光图像的质量控制	腰椎X光图像的分割和质量评估	计算机视觉	NA	深度学习	U-Net	图像	1389名患者的腰椎X光图像，包括前后位、侧位和斜位图像
87	2024-09-29	A Systematic Approach for Explaining Time and Frequency Features Extracted by Convolutional Neural Networks From Raw Electroencephalography Data 2022, Frontiers in neuroinformatics IF:2.5Q3 DOI:10.3389/fninf.2022.872035 PMID:35712676	研究论文	本文提出了一种基于模型可视化的新方法，用于解释卷积神经网络从原始脑电图数据中提取的时间和频率特征	本文首次系统地评估了在静息状态脑电图数据上训练的卷积神经网络中波形和频谱特征的重要性	NA	提高卷积神经网络在静息状态脑电图分析中的可解释性	卷积神经网络从原始脑电图数据中提取的时间和频率特征	机器学习	NA	卷积神经网络	CNN	脑电图数据	NA
88	2024-09-29	Individual Tree Crown Segmentation and Crown Width Extraction From a Heightmap Derived From Aerial Laser Scanning Data Using a Deep Learning Framework 2022, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2022.914974 PMID:35774816	研究论文	本文提出了一种基于深度学习框架的单木树冠分割和树冠宽度提取方法，使用从机载激光雷达数据生成的高度图	本文创新性地结合了YOLO-v4深度学习网络和计算机图形学算法，克服了现有方法在处理航空照片时遇到的异质光照和交错枝叶干扰的问题	NA	研究目的是从激光雷达数据中高效准确地提取单木树冠信息，以支持森林资源评估和智能管理	研究对象包括树苗园、森林景观和混合树种植园三种森林类型	计算机视觉	NA	激光雷达	YOLO-v4	高度图	三个森林样地，包括树苗园、森林景观和混合树种植园
89	2024-09-29	A Survey on Human Cancer Categorization Based on Deep Learning 2022, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2022.884749 PMID:35832207	综述	本文综述了基于深度学习的人类癌症分类方法	介绍了深度学习在医学图像分析中的应用，特别是卷积神经网络（CNN）在癌症诊断中的应用	未提及具体的研究限制	评估深度学习在医学图像分析中的主要概念，并综述该领域的进展	深度学习技术在医学图像中的应用，特别是癌症分类	计算机视觉	NA	深度学习	卷积神经网络（CNN）	图像	NA
90	2024-09-29	Face Mask-Wearing Detection Model Based on Loss Function and Attention Mechanism 2022, Computational intelligence and neuroscience DOI:10.1155/2022/2452291 PMID:35865498	研究论文	本文提出了一种基于损失函数和注意力机制的神经网络模型，用于复杂环境下的口罩佩戴检测	引入了注意力机制和不同的边界框损失函数，提高了口罩佩戴检测的准确性和定位精度	NA	提高口罩佩戴检测的准确性，以应对复杂环境中的遮挡、光照和密度问题	口罩佩戴检测	计算机视觉	NA	YOLOv5s	神经网络模型	图像	7958张口罩佩戴图像和大量未佩戴口罩的图像
91	2024-09-29	A generalized deep learning network for fractional anisotropy reconstruction: Application to epilepsy and multiple sclerosis 2022, Frontiers in neuroinformatics IF:2.5Q3 DOI:10.3389/fninf.2022.891234 PMID:35991288	研究论文	本文提出了一种基于U-net架构的广义深度学习网络，用于从1分钟内获取的10个扩散加权（DW）图像中重建分数各向异性（FA）图，并应用于癫痫和多发性硬化症的研究	本文的创新点在于提出了一种广义的深度学习网络，能够在不同扫描仪和DW成像协议下无需重新训练即可应用，并且能够从10个DW图像中重建高质量的FA图，保留了病理敏感性	NA	开发一种能够在临床上快速获取高质量FA图的方法，并评估其在癫痫和多发性硬化症中的应用	分数各向异性（FA）图在癫痫和多发性硬化症中的应用	机器学习	神经疾病	深度学习	U-net	图像	使用人类连接组项目（HCP）数据进行训练，并在两个不同的临床数据集（癫痫和多发性硬化症）上进行验证
92	2024-09-29	On modeling and utilizing chemical compound information with deep learning technologies: A task-oriented approach 2022, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2022.07.049 PMID:36051875	综述	本文综述了如何利用深度学习技术在任务导向的方式下建模和利用化学化合物信息	本文介绍了四种尚未完全融入化学信息计算分析的新兴技术	本文未详细讨论这些新兴技术的具体应用和局限性	探讨如何利用深度学习技术在药物发现任务中导航化学空间	化学化合物数据库中的化合物信息及其注释属性和测定数据	机器学习	NA	深度学习	NA	化学化合物信息	NA
93	2024-09-29	Deep learning framework for prediction of infection severity of COVID-19 2022, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2022.940960 PMID:36059818	研究论文	开发了一种深度学习框架，用于预测COVID-19感染的严重程度	利用胸部CT扫描数据，通过肺叶和感染区域的分割，计算感染严重程度百分比，并使用k-NN模型进行分类	仅使用了232个胸部CT扫描数据进行训练，样本量相对较小	量化COVID-19确诊患者的病情严重程度	COVID-19患者的胸部CT扫描图像	计算机视觉	COVID-19	深度学习	CNN	图像	232个胸部CT扫描图像，加上两个公共数据集的59个扫描图像，以及两个外部测试集的21个扫描图像
94	2024-09-29	A workflow for segmenting soil and plant X-ray computed tomography images with deep learning in Google's Colaboratory 2022, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2022.893140 PMID:36176692	研究论文	本文介绍了一种在Google的Colaboratory中使用深度学习分割土壤和植物X射线计算机断层扫描图像的工作流程	开发了一种模块化工作流程，利用Google的Colaboratory中的低成本资源，将卷积神经网络应用于X射线μCT图像分割	文章中提到的挑战包括计算机科学家与农业研究者之间的知识鸿沟，以及训练和应用深度学习模型所需的计算资源	加速植物和土壤科学中新兴深度学习技术的采用和使用	土壤和植物的X射线μCT图像	计算机视觉	NA	卷积神经网络	CNN	图像	核桃叶、杏仁花蕾和土壤团聚体的示例扫描
95	2024-09-29	Protein-protein interaction prediction with deep learning: A comprehensive review 2022, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2022.08.070 PMID:36212542	综述	本文综述了深度学习在蛋白质相互作用预测中的应用	本文介绍了深度学习方法在预测蛋白质功能、蛋白质相互作用及其位点、蛋白质-配体结合以及蛋白质设计中的最新进展	NA	探讨深度学习在蛋白质相互作用预测中的应用	蛋白质相互作用及其位点、蛋白质-配体结合、蛋白质设计	生物信息学	NA	深度学习	NA	NA	NA
96	2024-09-29	Deep learning techniques for detecting and recognizing face masks: A survey 2022, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2022.955332 PMID:36225777	综述	本文综述了用于检测和识别佩戴口罩的深度学习技术	本文综述了用于检测和识别佩戴口罩的深度学习技术，并讨论了这些技术的有效性	主要问题是人们经常不正确地佩戴口罩，导致模型难以准确检测	研究目的是综述用于检测和识别佩戴口罩的深度学习技术	研究对象是口罩人脸识别（MFR）和遮挡人脸识别（OFR）的深度学习技术	计算机视觉	NA	深度学习	NA	图像	NA
97	2024-09-29	Automatic autism spectrum disorder detection using artificial intelligence methods with MRI neuroimaging: A review 2022, Frontiers in molecular neuroscience IF:3.5Q2 DOI:10.3389/fnmol.2022.999605 PMID:36267703	综述	本文综述了使用人工智能方法和MRI神经影像进行自闭症谱系障碍自动检测的研究进展	本文总结了使用深度学习技术开发自闭症谱系障碍自动诊断模型的有限工作，并提供了未来研究方向的建议	目前使用深度学习技术开发自闭症谱系障碍自动诊断模型的研究非常有限	综述使用人工智能方法和MRI神经影像进行自闭症谱系障碍自动检测的研究进展	自闭症谱系障碍的自动检测方法	机器学习	自闭症	MRI	NA	图像	NA
98	2024-09-29	Crop genomic selection with deep learning and environmental data: A survey 2022, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2022.1040295 PMID:36703955	综述	本文综述了将深度学习与环境数据结合用于作物基因组选择的最新技术	本文探讨了在多环境条件下使用深度学习模型预测作物表型的创新方法，特别是结合了温度、土壤条件和降水等异质数据源的模型	NA	探讨在多环境条件下使用深度学习模型预测作物表型的方法	作物基因组选择模型	机器学习	NA	深度学习	深度学习模型	基因组数据、环境数据	NA
99	2024-09-28	Analysis of Traditional Cultural Acceptance Based on Deep Learning 2022, Computational intelligence and neuroscience DOI:10.1155/2022/2373842 PMID:35707191	研究论文	本文利用深度学习技术分析传统文化的接受度	提出了基于Faster R-CNN模型的深度学习方法，该方法在分析传统文化接受度方面优于现有算法	未提及具体的研究局限性	研究如何利用深度学习技术分析传统文化的接受度	研究对象为未接触现代科技的传统部落文化及其接受度	机器学习	NA	深度学习	Faster R-CNN	NA	未提及具体样本数量
100	2024-09-28	Artificial Intelligence Technologies and Their Application for Reform and Development of Table Tennis Training in Complex Environments 2022, Computational intelligence and neuroscience DOI:10.1155/2022/3442610 PMID:35747715	研究论文	本文探讨了人工智能技术在复杂环境下乒乓球训练中的应用，通过引入细粒度评估系统（FGE）和深度学习模型，实现了在线智能训练	本文创新性地将细粒度评估系统（FGE）与深度学习模型结合，用于分析球员的体态并进行在线训练，相比传统统计模型，FGE在精度和召回率上表现更优	本文未详细讨论FGE系统在实际应用中的可行性和成本问题	研究如何利用人工智能技术改进复杂环境下的乒乓球训练	乒乓球训练中的体态分析和在线训练系统	机器学习	NA	深度学习	深度学习模型	体态数据	未明确提及具体样本数量