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
481	2024-09-10	A fuzzy-enhanced deep learning approach for early detection of Covid-19 pneumonia from portable chest X-ray images 2022-Apr-07, Neurocomputing IF:5.5Q1 DOI:10.1016/j.neucom.2022.01.055 PMID:35079203	研究论文	本文提出了一种基于模糊逻辑增强的深度学习方法，用于从便携式胸部X光图像中早期检测Covid-19肺炎	结合模糊边缘检测算法生成的模糊图像与胸部X光图像，通过深度学习方法提高了分类性能	NA	开发一种计算机辅助系统，用于早期诊断Covid-19肺炎并有效分流患者	Covid-19肺炎患者与非Covid-19间质性肺炎患者的胸部X光图像	计算机视觉	Covid-19	深度学习	MLP	图像	NA
482	2024-09-10	Optimizing deep neural networks to predict the effect of social distancing on COVID-19 spread 2022-Apr, Computers & industrial engineering IF:6.7Q1 DOI:10.1016/j.cie.2022.107970 PMID:36568699	研究论文	本文提出了一种基于深度神经网络（DNN）和改进粒子群优化（IPSO）算法的进化深度学习模型IPSO-DNN，用于预测社交距离对COVID-19传播的影响	本文创新性地结合了进化算法和深度学习模型，通过改进的粒子群优化算法优化DNN的超参数，提高了预测精度和计算效率	本文仅在美国的数据上进行了实验，结果的普适性有待进一步验证	研究如何通过优化深度学习模型来准确预测社交距离对COVID-19传播的影响	社交距离对COVID-19传播的影响	机器学习	传染病	深度神经网络（DNN）	深度神经网络（DNN）	数值数据	美国社交距离指标数据
483	2024-09-10	Automatic detection of multiple types of pneumonia: Open dataset and a multi-scale attention network 2022-Mar, Biomedical signal processing and control IF:4.9Q1 DOI:10.1016/j.bspc.2021.103415 PMID:34909050	研究论文	本文提出了一种基于多尺度注意力网络（MSANet）的自动分类方法，用于胸部CT图像中多种类型肺炎的检测	本文创新性地提出了多尺度注意力网络（MSANet），能够自动关注肺炎病变的判别信息和多尺度特征，从而提高分类效果	NA	快速准确地识别COVID-19肺炎、非COVID-19病毒性肺炎、细菌性肺炎、支原体肺炎和正常肺部	胸部CT图像中的多种类型肺炎	计算机视觉	肺炎	深度学习	多尺度注意力网络（MSANet）	图像	NA
484	2024-09-10	Fast quantitative bone marrow lesion measurement on knee MRI for the assessment of osteoarthritis 2022-Mar, Osteoarthritis and cartilage open DOI:10.1016/j.ocarto.2022.100234 PMID:36474467	研究论文	本文开发并验证了一种基于深度学习的快速量化膝关节MRI中骨髓病变体积的方法	本文提出了一种基于补丁的卷积神经网络（CNN），用于自动分割骨髓病变，减少了手动描绘的繁琐过程	本文未详细讨论该方法在不同MRI设备或不同患者群体中的适用性	开发一种更高效的方法来量化膝关节MRI扫描中的骨髓病变体积	膝关节MRI扫描中的骨髓病变	计算机视觉	骨关节炎	MRI	CNN	图像	673个MRI数据集
485	2024-09-10	Weakly Supervised Segmentation of COVID19 Infection with Scribble Annotation on CT Images 2022-Feb, Pattern recognition IF:7.5Q1 DOI:10.1016/j.patcog.2021.108341 PMID:34565913	研究论文	提出了一种基于CT图像的COVID-19感染弱监督分割方法，仅使用涂鸦注释，并结合不确定性自集成和变换一致性技术	引入不确定性感知均值教师模型和变换一致性策略，以提高弱监督分割的准确性	仅在三个数据集上进行了评估，可能需要更多数据集验证其泛化能力	开发一种高效的弱监督分割方法，以减少COVID-19感染CT图像分割中对全标注数据的依赖	COVID-19感染的CT图像	计算机视觉	COVID-19	卷积神经网络	CNN	图像	两个公开数据集和一个本地数据集
486	2024-09-10	A novel data augmentation based on Gabor filter and convolutional deep learning for improving the classification of COVID-19 chest X-Ray images 2022-Feb, Biomedical signal processing and control IF:4.9Q1 DOI:10.1016/j.bspc.2021.103326 PMID:34777557	研究论文	提出了一种基于Gabor滤波器和卷积深度学习的数据增强方法，用于改进COVID-19胸部X光图像的分类	结合传统数据增强技术和生成对抗网络（GANs）解决了数据限制问题，并通过应用不同的滤波器（如Sobel、高斯拉普拉斯（LoG）和Gabor滤波器）实现了更深层次的特征提取	NA	改进COVID-19患者的胸部X光图像筛查和分类	COVID-19胸部X光图像	计算机视觉	COVID-19	Gabor滤波器、生成对抗网络（GANs）	卷积神经网络（CNN）	图像	4560张胸部X光图像，其中360张为COVID-19类别，其余为非COVID-19疾病
487	2024-09-10	Viral outbreaks detection and surveillance using wastewater-based epidemiology, viral air sampling, and machine learning techniques: A comprehensive review and outlook 2022-Jan-10, The Science of the total environment DOI:10.1016/j.scitotenv.2021.149834 PMID:34525746	综述	本文综述了利用污水流行病学、病毒空气采样和机器学习技术进行病毒暴发检测和监测的方法，并展望了未来的研究方向	提出了一个基于机器学习和深度学习算法的集成框架，用于病毒暴发的早期检测和风险预测	尚未有研究报告结合污水流行病学和人工智能技术进行病毒暴发检测	探讨环境中的SARS-CoV-2传播途径，并提供利用污水流行病学、病毒空气采样和人工智能技术进行病毒暴发监测的最新进展	SARS-CoV-2的传播途径和病毒暴发的监测方法	机器学习	NA	机器学习、深度学习	集成算法	文本	NA
488	2024-09-10	A deep learning based approach for automatic detection of COVID-19 cases using chest X-ray images 2022-Jan, Biomedical signal processing and control IF:4.9Q1 DOI:10.1016/j.bspc.2021.103182 PMID:34580596	研究论文	本文提出了一种基于深度学习的COVID-19自动检测方法，使用胸部X光图像进行诊断	本文提出了一种新的三步法，结合条件生成对抗网络（C-GAN）、关键点提取方法和深度神经网络（DNN）进行特征提取和分类	NA	开发一种高效的COVID-19自动检测方法，以减少病毒传播率	COVID-19和肺炎的胸部X光图像	计算机视觉	COVID-19	深度学习	深度神经网络（DNN）	图像	NA
489	2024-09-10	Feature extraction with capsule network for the COVID-19 disease prediction though X-ray images 2022, Materials today. Proceedings DOI:10.1016/j.matpr.2021.11.512 PMID:34900608	研究论文	本文利用胶囊网络进行特征提取，通过X射线图像预测COVID-19疾病	本文提出了一种名为XR-CAPS的模型，结合了U-Net模型和胶囊网络，用于COVID-19的X射线图像预测，并在准确性、敏感性和特异性上优于现有的ResNet50、DenseNet121和DenseCapsNet模型	NA	通过X射线图像预测COVID-19疾病	COVID-19的X射线图像	计算机视觉	COVID-19	深度学习	胶囊网络	图像	NA
490	2024-09-10	Fake or real news about COVID-19? Pretrained transformer model to detect potential misleading news 2022, The European physical journal. Special topics DOI:10.1140/epjs/s11734-022-00436-6 PMID:35039760	研究论文	本文研究了如何使用预训练的Transformer模型来检测COVID-19相关新闻的真伪	提出了一个基于CT-BERT和RoBERTa的集成深度学习架构，通过乘法融合技术提高了检测准确率	未提及具体限制	教育社会准确信息的重要性，并防止虚假信息的传播	COVID-19相关的虚假新闻数据	自然语言处理	NA	深度学习	Transformer模型（CT-BERT和RoBERTa）	文本	来自Twitter、Facebook和Instagram的COVID-19虚假新闻数据
491	2024-09-10	COVID-19 disease diagnosis with light-weight CNN using modified MFCC and enhanced GFCC from human respiratory sounds 2022, The European physical journal. Special topics DOI:10.1140/epjs/s11734-022-00432-w PMID:35096278	研究论文	本文提出了一种使用改进的MFCC和增强的GFCC从人类呼吸声音中诊断COVID-19疾病的轻量级CNN模型	本文的创新点在于使用改进的MFCC和增强的GFCC特征提取方法，并结合轻量级CNN模型，显著提高了COVID-19和其他呼吸系统疾病的分类准确率	本文的局限性在于仅使用了呼吸声音数据进行模型训练和测试，未涉及其他类型的数据	本文的研究目的是开发一种高效的AI技术，用于从人类呼吸声音中检测COVID-19和其他呼吸系统疾病的症状	本文的研究对象是COVID-19、哮喘、百日咳和支气管炎等呼吸系统疾病的症状	机器学习	呼吸系统疾病	卷积神经网络（CNN）	CNN	声音	使用了COVID-19众包基准数据集进行模型训练和测试
492	2024-09-10	Deep learning based model for classification of COVID -19 images for healthcare research progress 2022, Materials today. Proceedings DOI:10.1016/j.matpr.2022.04.884 PMID:35602305	研究论文	本文通过分析COVID-19相关期刊论文、报告和开源数据集网站，整理和分析了新冠状肺炎数据集及其涉及的深度学习模型，包括CT图像数据集和X射线图像数据集	本文整理和分析了COVID-19相关的开源数据集和表现良好的分类与分割模型	本文主要集中在数据集的整理和模型分析，未详细讨论模型的具体实现和性能优化	通过分析COVID-19相关的医学图像数据集和深度学习模型，探讨肺部影像技术的发展趋势	COVID-19相关的CT图像数据集和X射线图像数据集	计算机视觉	COVID-19	深度学习	分类与分割模型	图像	NA
493	2024-09-10	Non-intrusive deep learning-based computational speech metrics with high-accuracy across a wide range of acoustic scenes 2022, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0278170 PMID:36441711	研究论文	本文提出了一种基于深度学习的非侵入式计算语音质量评估方法	该方法无需干净的语音参考样本，且在56个基准场景中的51个场景中表现优于或与现有最先进的方法相当	NA	开发一种高效且准确的语音质量评估方法	语音质量、噪声和整体质量的评估	机器学习	NA	深度学习	ResNet-26 和全连接网络	音频	超过100万个人类声音评级
494	2024-09-10	Network Public Opinion Risk Prediction and Judgment Based on Deep Learning: A Model of Text Sentiment Analysis 2022, Computational intelligence and neuroscience DOI:10.1155/2022/1221745 PMID:36444309	研究论文	本文基于深度学习方法实现网络舆情监测和情感分析，提出了一种结合BERT、CNN和BiLSTM的情感分类模型BCBL及其改进模型BCBL-Att	提出了一种新的情感分类模型BCBL，并引入了注意力机制改进为BCBL-Att，提高了文本情感分类任务的效果	未提及具体实验数据集和样本量，且未讨论模型在实际应用中的表现	研究网络舆情监测和情感分析，以满足人们对思想变化和情感趋势的研究需求	网络舆情和文本情感	自然语言处理	NA	深度学习	BERT、CNN、BiLSTM	文本	NA
495	2024-09-10	Pterygium Screening and Lesion Area Segmentation Based on Deep Learning 2022, Journal of healthcare engineering DOI:10.1155/2022/3942110 PMID:36451763	研究论文	本文提出了基于深度学习的翼状胬肉分类和病变区域分割模型，以辅助眼科医生进行眼科疾病的诊断	设计了基于PSPNet的改进翼状胬肉分割模型，并比较了不同模型的诊断效果	NA	开发辅助眼科医生诊断眼科疾病和标记手术实际范围的模型	翼状胬肉和正常前段图像	计算机视觉	眼科疾病	深度学习	AlexNet, VGG16, ResNet18, ResNet50, PSPNet	图像	367张正常前段图像和367张翼状胬肉前段图像用于训练，150张正常和150张翼状胬肉前段图像用于测试
496	2024-09-10	Accurate preoperative staging and HER2 status prediction of gastric cancer by the deep learning system based on enhanced computed tomography 2022, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2022.950185 PMID:36452488	研究论文	构建基于增强CT图像的深度学习系统，用于胃癌患者的术前分期和HER2状态预测	利用深度学习系统结合增强CT图像进行胃癌术前分期和HER2状态预测	NA	开发基于增强CT图像的深度学习系统，用于胃癌患者的术前分期和HER2状态预测	胃癌患者的术前分期和HER2状态	计算机视觉	胃癌	深度学习	Yolov5, EfficientNet, EfficientNetV2, Vision Transformer (VIT), Swin Transformer (SWT)	图像	4860张增强CT图像用于肿瘤检测和分期，38900张增强CT图像用于HER2状态预测
497	2024-09-10	TSHVNet: Simultaneous Nuclear Instance Segmentation and Classification in Histopathological Images Based on Multiattention Mechanisms 2022, BioMed research international IF:2.6Q3 DOI:10.1155/2022/7921922 PMID:36457339	研究论文	本文提出了一种名为TSHVNet的新型深度学习框架，用于在病理图像中同时进行细胞核实例分割和分类	本文创新性地将多注意力模块（Transformer和SimAM）集成到HoVer-Net中，以提高细胞核实例分割和分类的准确性	NA	提高病理图像中细胞核实例分割和分类的准确性	病理图像中的细胞核实例	数字病理学	NA	深度学习	TSHVNet	图像	两个公共数据集：PanNuke和CoNSeP
498	2024-09-10	Automated lesion detection of breast cancer in [18F] FDG PET/CT using a novel AI-Based workflow 2022, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2022.1007874 PMID:36457510	研究论文	本文开发并评估了一种基于人工智能和深度学习的图像处理工作流程，用于在[18F] FDG PET/CT图像中自动检测乳腺癌病变	本文提出了一种结合传统图像处理和人工智能技术的新型工作流程，用于标准化疾病识别和定量分析	NA	开发和评估一种用于自动检测乳腺癌病变的新型AI工作流程	乳腺癌病变在[18F] FDG PET/CT图像中的检测和分类	计算机视觉	乳腺癌	人工智能和深度学习	NA	图像	NA
499	2024-09-10	A deep learning based framework for the classification of multi- class capsule gastroscope image in gastroenterologic diagnosis 2022, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2022.1060591 PMID:36467700	研究论文	本文开发了一种基于深度学习的框架，用于自动分类胶囊胃镜图像，以预防萎缩性胃炎等致癌高风险因素	本文提出了基于迁移学习的深度学习框架，使用预训练模型VGG-16、ResNet-50和Inception V3进行微调，以分类胶囊胃镜图像	本文未提及具体的局限性	开发一种自动分类胶囊胃镜图像的方法，以预防致癌高风险因素	胶囊胃镜图像的分类	计算机视觉	胃炎	深度学习	VGG-16, ResNet-50, Inception V3	图像	每类胶囊胃镜图像380张，共1140张，训练集和测试集比例为70%和30%
500	2024-09-10	Antimicrobial Peptides Prediction method based on sequence multidimensional feature embedding 2022, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2022.1069558 PMID:36468005	研究论文	本文提出了一种基于序列多维特征嵌入的抗菌肽预测方法	设计了一种新的深度学习方法，通过序列特征的编码和嵌入，实现了抗菌肽和非抗菌肽的高精度分类	未提及具体限制	提高抗菌肽预测的准确性	抗菌肽及其预测方法	机器学习	NA	深度学习	深度学习模型	序列数据	长度为10-200的抗菌肽和非抗菌肽样本