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	2024-09-16	Future stem cell analysis: progress and challenges towards state-of-the art approaches in automated cells analysis 2022, PeerJ IF:2.3Q2 DOI:10.7717/peerj.14513 PMID:36573241	综述	本文综述了从细胞发现到最先进方法的细胞和干细胞分析方法	探讨了当前技术在减少劳动强度、成本效益和降低错误率方面的潜力	未详细讨论具体的技术实现和实验验证	提供细胞和干细胞分析方法的概述，并探讨自动化分析的潜力	细胞和干细胞的分析方法	数字病理学	NA	人工智能和深度学习	NA	图像	NA
102	2024-09-15	A Lightweight Hybrid Dilated Ghost Model-Based Approach for the Prognosis of Breast Cancer 2022, Computational intelligence and neuroscience DOI:10.1155/2022/9325452 PMID:39262920	研究论文	提出了一种基于轻量级混合扩张Ghost模型的乳腺癌预后方法	引入改进的随机通道注意力机制和DenseNet模型进行恶性细胞检测和家族分类	未提及具体局限性	提高乳腺癌恶性细胞检测和家族分类的准确性	乳腺癌恶性细胞及其家族分类	计算机视觉	乳腺癌	卷积神经网络 (CNN)	DenseNet	图像	未提及具体样本数量
103	2024-09-14	Deep learning in breast imaging 2022, BJR open DOI:10.1259/bjro.20210060 PMID:36105427	review	本文综述了深度学习在乳腺癌影像中的应用，包括癌症检测和风险预测，并讨论了人工智能系统在该领域的挑战和未来方向	深度学习在医学影像任务中展现出超越人类水平的潜力，可能用于自动化乳腺癌筛查过程，提高癌症检测率，减少不必要的召回和活检，优化患者风险评估，并为疾病预后开辟新途径	需要前瞻性试验来验证这些工具，并开发新的监管框架以解决深度学习算法带来的独特伦理、医疗法律和质量控制问题	探讨深度学习在乳腺癌影像中的应用及其未来发展方向	乳腺癌影像的解读和处理	计算机视觉	乳腺癌	深度学习	NA	影像	NA
104	2024-09-14	An Overview of Organs-on-Chips Based on Deep Learning 2022, Research (Washington, D.C.) DOI:10.34133/2022/9869518 PMID:35136860	综述	本文综述了基于深度学习的器官芯片技术及其在生物医学和化学研究中的应用	探讨了深度学习与器官芯片技术的结合，展示了其在药物开发、疾病建模和个性化医学中的巨大潜力	讨论了当前应用中面临的问题，并提出了未来发展的展望和建议	探讨深度学习与器官芯片技术的结合及其在生物医学领域的应用	器官芯片技术和深度学习	生物医学工程	NA	微流控技术	深度学习	图像	NA
105	2024-09-14	Challenges of deep learning methods for COVID-19 detection using public datasets 2022, Informatics in medicine unlocked DOI:10.1016/j.imu.2022.100945 PMID:35434261	研究论文	本文探讨了使用公开数据集进行COVID-19检测的深度学习方法所面临的挑战	提出了一个名为CVR-Net的多尺度多编码器集成模型，用于验证深度学习模型在不同数据源下的表现	现有公开数据集缺乏独立测试集，导致模型容易过拟合训练数据分布	评估现有深度学习方法和数据集在COVID-19检测中的潜力，并指出其面临的挑战	COVID-19检测的深度学习模型及其在不同数据源下的表现	计算机视觉	COVID-19	深度学习	卷积神经网络	图像	使用了来自单一、多个和独立数据源的训练和测试数据集，具体样本数量未明确提及
106	2024-09-13	High-resolution synthesis of high-density breast mammograms: Application to improved fairness in deep learning based mass detection 2022, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2022.1044496 PMID:36755853	研究论文	本研究通过合成高密度乳腺X光片来提高基于深度学习的乳腺肿块检测的公平性	使用CycleGAN模型进行低密度到高密度图像转换，并通过数据增强技术提高模型对高密度乳腺的检测性能	NA	提高高密度乳腺中肿块检测的性能	高密度乳腺X光片	计算机视觉	乳腺癌	CycleGAN	CycleGAN	图像	使用了三个FFDM数据集，训练图像按BI-RADS类别分为几乎完全脂肪和极其密集的乳腺
107	2024-09-13	PulseDB: A large, cleaned dataset based on MIMIC-III and VitalDB for benchmarking cuff-less blood pressure estimation methods 2022, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2022.1090854 PMID:36844249	研究论文	本文介绍了PulseDB，一个基于MIMIC-III和VitalDB的大规模清洁数据集，用于基准测试无袖带血压估算方法	PulseDB是目前最大的清洁数据集，用于标准化测试协议下的血压估算模型基准测试，并首次研究了校准和无校准测试方法在评估模型泛化能力方面的性能差距	NA	填补现有数据集在大小、受试者数量和预处理步骤上的差异，提供一个公平的基准测试环境	无袖带血压估算方法的性能和泛化能力	生物医学工程	心血管疾病	NA	深度学习模型	信号数据	5,245,454个高质量的ECG、PPG和ABP波形片段，来自5,361名受试者
108	2024-09-13	Preparation and Mechanical Properties of High Silicon Molybdenum Cast Iron Materials: Based on Deep Learning Model 2022, Computational intelligence and neuroscience DOI:10.1155/2022/4825356 PMID:39262918	研究论文	研究了高硅钼铸铁材料的制备及其力学性能，基于深度学习模型	采用深度学习模型来研究高硅钼铸铁材料的制备和力学性能	未提及具体限制	提高工程设备中工作部件的使用寿命和耐磨材料的研究	高铬铸铁的静态腐蚀性能及钼和钒元素添加对其性能的影响	NA	NA	深度学习	深度学习模型	NA	未提及具体样本数量
109	2024-09-11	A comprehensive survey and deep learning-based approach for human recognition using ear biometric 2022, The Visual computer DOI:10.1007/s00371-021-02119-0 PMID:33907343	综述	本文综述了基于耳部生物特征的人类识别系统，并提出了一种基于深度学习的方法	引入了新的数据库NITJEW用于无约束环境下的耳部检测和识别，并使用改进的深度学习模型Faster-RCNN和VGG-19进行耳部检测和识别任务	在无约束环境下，图像面临多种挑战，识别难度较大	综述耳部生物特征识别技术，并提出一种新的深度学习方法以提高识别性能	耳部生物特征识别系统及其在无约束环境下的应用	计算机视觉	NA	深度学习	Faster-RCNN, VGG-19	图像	使用了六个现有流行数据库和一个新引入的数据库NITJEW进行基准比较评估
110	2024-09-11	COVID-view: Diagnosis of COVID-19 using Chest CT 2022-01, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2021.3114851 PMID:34587075	研究论文	本文介绍了一种名为COVID-view的可视化应用程序，专门为放射科医生设计，用于从胸部CT数据中诊断COVID-19	COVID-view结合了传统的2D工作流程和新的2D及3D可视化技术，并支持深度学习，提供更全面的诊断。此外，系统还包含一种新颖的深度学习模型，用于分类患者是否为COVID-19阳性或阴性，并提供注意力热图作为模型输出的可解释性支持	NA	开发一种支持放射科医生通过胸部CT数据诊断COVID-19的综合可视化系统	COVID-19的胸部CT数据	计算机视觉	COVID-19	深度学习	深度学习模型	图像	涉及真实世界患者数据的案例研究
111	2024-09-11	A novel machine learning scheme for face mask detection using pretrained convolutional neural network 2022, Materials today. Proceedings DOI:10.1016/j.matpr.2022.01.165 PMID:35079578	研究论文	本文提出了一种使用预训练卷积神经网络进行口罩检测的新型机器学习方案	利用预训练的VGG16模型，仅训练最后一层全连接层，减少了训练时间和工作量，并通过数据增强提高了小数据集的准确性	NA	开发一种高效的口罩检测系统，以应对COVID-19疫情	口罩检测	计算机视觉	NA	卷积神经网络	VGG16	图像	两个数据集，分别包含1484张和7200张图片
112	2024-09-11	On the Acceptance of "Fake" Histopathology: A Study on Frozen Sections Optimized with Deep Learning 2022, Journal of pathology informatics DOI:10.4103/jpi.jpi_53_21 PMID:35136673	研究论文	研究使用深度学习优化冷冻切片图像，以提高其诊断准确性	利用生成对抗网络将冷冻切片图像转换为虚拟石蜡切片图像，以提高诊断质量	专家对转换图像的评估存在较大的个人偏好差异	探讨深度学习技术在优化冷冻切片图像质量中的应用	冷冻切片和石蜡切片的图像转换	数字病理学	NA	生成对抗网络	生成对抗网络	图像	40个冷冻切片和40个石蜡切片用于训练和评估
113	2024-09-11	Outcome and Biomarker Supervised Deep Learning for Survival Prediction in Two Multicenter Breast Cancer Series 2022, Journal of pathology informatics DOI:10.4103/jpi.jpi_29_21 PMID:35136676	研究论文	本文开发并评估了一种结合深度学习和专家知识的联合结果和生物标志物监督的多任务深度学习模型，用于预测芬兰两个多中心乳腺癌系列中的患者生存率	本文的创新点在于结合深度学习和专家知识，提供更准确、稳健和综合的乳腺癌结果预测	NA	预测乳腺癌患者的临床结果，指导疾病诊断、治疗和患者咨询	芬兰两个多中心乳腺癌系列中的693名和674名患者	数字病理学	乳腺癌	深度学习	卷积神经网络 (CNN)	图像	693名患者（FinProg系列）和674名患者（FinHer系列）
114	2024-09-11	Deep learning based topic and sentiment analysis: COVID19 information seeking on social media 2022, Social network analysis and mining IF:2.3Q3 DOI:10.1007/s13278-022-00917-5 PMID:35911483	研究论文	本研究分析了澳大利亚与COVID19相关的时空推特数据集，通过主题建模和情感检测等方法，探讨了疫情爆发期间公众讨论的变化	利用深度学习技术进行主题和情感分析，结合时空数据，提供了对疫情和公众情绪的深入理解	研究仅限于澳大利亚的推特数据，可能无法全面反映全球情况	通过分析社交媒体数据，了解COVID19疫情期间公众的信息需求和情感变化	澳大利亚与COVID19相关的推特数据	自然语言处理	NA	深度学习	NA	文本	澳大利亚的时空推特数据集
115	2024-09-11	Applications of machine learning for COVID-19 misinformation: a systematic review 2022, Social network analysis and mining IF:2.3Q3 DOI:10.1007/s13278-022-00921-9 PMID:35919516	综述	本文系统回顾了使用机器学习和深度学习技术检测COVID-19虚假信息的研究	本文系统性地评估和综合了现有的使用不同机器学习和深度学习技术检测COVID-19虚假信息的研究	本文讨论了使用机器学习技术检测COVID-19虚假信息面临的挑战和局限性	系统回顾、评估和综合使用机器学习和深度学习技术检测COVID-19虚假信息的研究	COVID-19虚假信息检测	机器学习	NA	机器学习 (ML) 和深度学习 (DL)	NA	文本	43篇符合纳入标准的研究论文
116	2024-09-11	Evolution of research trends in artificial intelligence for breast cancer diagnosis and prognosis over the past two decades: A bibliometric analysis 2022, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2022.854927 PMID:36267967	综述	本文通过文献计量分析，综述了过去二十年人工智能在乳腺癌诊断和预后研究中的发展趋势	本文首次通过文献计量分析方法，全面概述了人工智能在乳腺癌诊断和预后研究中的发展历程	本文主要依赖于文献计量分析，可能忽略了某些未被广泛引用的创新研究	旨在通过文献计量分析，全面了解人工智能在乳腺癌诊断和预后研究中的发展趋势	人工智能在乳腺癌诊断和预后研究中的应用	机器学习	乳腺癌	文献计量分析	NA	文本	2000年至2021年间发表的相关研究文章
117	2024-09-11	A Frobenius Norm Regularization Method for Convolutional Kernel Tensors in Neural Networks 2022, Computational intelligence and neuroscience DOI:10.1155/2022/3277730 PMID:36579174	研究论文	本文提出了一种新的Frobenius范数正则化方法，用于卷积核张量，以使相应变换矩阵的奇异值在训练过程中保持在1附近	提出了一种新的Frobenius范数惩罚函数，用于卷积核张量，以解决梯度爆炸/消失问题并提高神经网络的泛化能力	NA	研究如何通过正则化方法提高卷积神经网络的性能	卷积神经网络中的卷积核张量	机器学习	NA	NA	卷积神经网络 (CNN)	NA	NA
118	2024-09-11	Editorial: The use of deep learning in mapping and diagnosis of cancers 2022, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2022.1077341 PMID:36582789	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
119	2024-09-11	A novel deep learning segmentation model for organoid-based drug screening 2022, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2022.1080273 PMID:36588731	研究论文	本文提出了一种基于深度学习的器官芯片分割模型，用于提高基于器官芯片的药物筛选效率和准确性	开发了一种新的深度学习模型RDAU-Net，集成了动态卷积和注意力模块，显著提高了特征提取能力和抗干扰能力	NA	提高基于器官芯片的药物筛选效率和准确性	膀胱癌器官芯片系统	计算机视觉	膀胱癌	深度学习	RDAU-Net	图像	200张膀胱癌器官芯片图像，分别在第1、3、5、7天拍摄，有无药物处理
120	2024-09-11	Deep learning and session-specific rapid recalibration for dynamic hand gesture recognition from EMG 2022, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2022.1034672 PMID:36588953	研究论文	本文介绍了使用深度学习和会话特定快速重新校准技术进行动态手势识别的方法	提出了MiSDIREKt数据集和一种非线性编码器-解码器架构，用于手势分类中的降维，并展示了会话特定重新校准的有效性	研究仅基于单个参与者的数据，可能缺乏普适性	解决日常佩戴的腕部和前臂肌电图接口设备在会话特定差异下的适应问题	动态手势识别	机器学习	NA	肌电图（EMG）	非线性编码器-解码器	数据集	单个参与者，43个会话，总计814分钟