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
1221	2024-08-30	A New Look at the Spin Glass Problem from a Deep Learning Perspective 2022-May-14, Entropy (Basel, Switzerland) DOI:10.3390/e24050697 PMID:35626580	研究论文	本文提出了一种使用定制深度神经网络计算受挫自旋玻璃模型热力学平均值的新方法	提出了模拟自旋晶格结构的特殊神经网络架构，提高了学习速度和预测准确性	NA	从深度学习角度重新审视自旋玻璃问题	自旋玻璃模型	机器学习	NA	深度神经网络	神经网络	图	NA
1222	2024-08-30	Leveraging Tweets for Artificial Intelligence Driven Sentiment Analysis on the COVID-19 Pandemic 2022-May-13, Healthcare (Basel, Switzerland) DOI:10.3390/healthcare10050910 PMID:35628045	研究论文	本文提出了一种基于向日葵优化和深度学习驱动的情感分析与分类模型（SFODLD-SAC），用于分析COVID-19疫情期间的推文情感	该研究的创新点在于设计了包含向日葵算法（SFO）的SFODLD-SAC模型，用于优化级联循环神经网络（CRNN）模型的超参数，以提高情感分析的准确性	NA	研究目的是通过分析社交媒体上的用户生成内容，了解人们在COVID-19疫情期间的情感表达，从而辅助制定健康干预政策和意识提升活动	研究对象是COVID-19疫情期间的推文情感	自然语言处理	NA	自然语言处理（NLP）和深度学习（DL）	级联循环神经网络（CRNN）	文本	使用来自Kaggle仓库的基准数据集进行模拟分析
1223	2024-08-30	COVID-19 Spatio-Temporal Evolution Using Deep Learning at a European Level 2022-May-11, Sensors (Basel, Switzerland) DOI:10.3390/s22103658 PMID:35632066	研究论文	本文研究使用深度学习方法准确模拟COVID-19传播的有效性，并考虑政策干预对传播的影响	提出了一种结合政策干预的深度学习模型，用于预测COVID-19的传播及特定政策措施的效果	NA	研究深度学习在欧洲层面模拟COVID-19时空演变的有效性	COVID-19的传播及其政策干预效果	机器学习	COVID-19	深度学习	深度学习模型	时空数据	欧洲各地区
1224	2024-08-30	An Intelligent ECG-Based Tool for Diagnosing COVID-19 via Ensemble Deep Learning Techniques 2022-May-05, Biosensors DOI:10.3390/bios12050299 PMID:35624600	研究论文	本文介绍了一种基于心电图（ECG）数据的新型自动化诊断工具，用于诊断COVID-19，该工具利用十种不同架构的深度学习（DL）模型进行诊断	本研究引入了基于ECG数据的自动化诊断工具，并采用了混合特征选择方法和多级分类策略，提高了诊断准确性	NA	开发一种新的诊断工具，以提高COVID-19的诊断准确性并克服现有工具的局限性	COVID-19的诊断	机器学习	COVID-19	深度学习（DL）	多种DL模型	心电图（ECG）数据	未具体说明
1225	2024-08-30	Multi-Classification of Breast Cancer Lesions in Histopathological Images Using DEEP_Pachi: Multiple Self-Attention Head 2022-May-05, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics12051152 PMID:35626307	研究论文	本文介绍了使用DEEP_Pachi模型对乳腺癌病理图像进行多分类的方法	提出了一种结合DenseNet201和VGG16架构的DEEP_Pachi模型，有效提取全局和区域特征，提高分类准确性	未提及具体限制	开发一种新的深度学习模型，用于提高乳腺癌病理图像分类的准确性	乳腺癌病理图像	数字病理学	乳腺癌	深度学习	DenseNet201, VGG16	图像	使用了BreakHis和ICIAR 2018 Challenge数据集
1226	2024-08-30	Computational Saturation Mutagenesis to Investigate the Effects of Neurexin-1 Mutations on AlphaFold Structure 2022-04-28, Genes IF:2.8Q2 DOI:10.3390/genes13050789 PMID:35627176	研究论文	本研究使用计算饱和诱变方法分析了AlphaFold预测的人类NRXN1结构中错义突变对蛋白质功能的影响	首次应用AlphaFold模型进行NRXN1蛋白质的结构预测，并结合实验结构进行比较分析，揭示了突变对蛋白质稳定性的影响	研究依赖于AlphaFold的预测结构，可能存在与实际结构的差异	探究NRXN1错义突变对蛋白质结构和功能的影响，以及这些突变与精神疾病（如精神分裂症和自闭症谱系障碍）的关联	NRXN1蛋白质及其错义突变	生物信息学	精神疾病	AlphaFold	深度学习	蛋白质结构	29,540个突变
1227	2024-08-30	Predicting Breast Tumor Malignancy Using Deep ConvNeXt Radiomics and Quality-Based Score Pooling in Ultrasound Sequences 2022-Apr-22, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics12051053 PMID:35626208	研究论文	本文提出了一种基于深度学习的放射组学方法，使用超声序列图像预测乳腺肿瘤的恶性程度	引入了一种基于ConvNeXt网络的放射组学特征提取方法，并提出了一种基于图像质量统计的恶性评分池化机制	现有CAD系统由于肿瘤大小和形状变化、边界不规则和模糊以及超声图像的低信噪比而导致准确性受限	提高乳腺肿瘤恶性程度预测的准确性	乳腺肿瘤的恶性程度	计算机视觉	乳腺癌	ConvNeXt	CNN	图像	NA
1228	2024-08-30	Using a Convolutional Neural Network and Convolutional Long Short-term Memory to Automatically Detect Aneurysms on 2D Digital Subtraction Angiography Images: Framework Development and Validation 2022-Mar-16, JMIR medical informatics IF:3.1Q2 DOI:10.2196/28880 PMID:35294371	研究论文	本研究开发并验证了一种使用卷积神经网络和卷积长短期记忆网络自动检测2D数字减影血管造影图像中动脉瘤的深度学习诊断系统	提出了一个两阶段的检测系统，包括区域定位阶段和颅内动脉瘤检测阶段，并构建了一个双输入+RetinaNet+卷积长短期记忆网络框架，该框架在动脉瘤检测性能上优于其他现有框架	NA	构建一个深度学习诊断系统以提高2D数字减影血管造影图像中后交通动脉动脉瘤的检测能力，并验证该系统的效率	2D数字减影血管造影图像中的后交通动脉动脉瘤	计算机视觉	NA	卷积神经网络，卷积长短期记忆网络	CNN，LSTM	图像	255名患有后交通动脉动脉瘤的患者和20名无动脉瘤的患者
1229	2024-08-30	Risk assessment of COVID-19 pandemic using deep learning model for J&K in India: a district level analysis 2022-Mar, Environmental science and pollution research international DOI:10.1007/s11356-021-17046-9 PMID:34687416	研究论文	本研究使用深度学习模型对印度J&K地区的COVID-19疫情进行风险评估，并进行地区级别的分析	采用深度学习基础的增量学习技术模型当前COVID-19传播趋势并预测未来趋势，使用GIS系统存储、分析和展示COVID-19的传播情况	NA	评估COVID-19疫情的演变并预测未来趋势	印度J&K地区各区的COVID-19疫情数据	机器学习	COVID-19	深度学习	深度学习模型	数据	228天的每日COVID-19病例数据
1230	2024-08-30	Automated COVID-19 diagnosis and prognosis with medical imaging and who is publishing: a systematic review 2022-Mar, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-021-01093-0 PMID:34919204	综述	对使用医学影像进行COVID-19自动诊断和预后的已发表技术进行系统性调查，评估报告性能的有效性并研究提出的临床应用案例。同时对发表此类工作的作者进行范围审查。	研究了深度学习技术在COVID-19诊断和预后中的应用，发现其报告的AUC和准确性较高。	研究领域存在高偏倚性，71%的研究因偏倚被排除，平均每项研究有8.3次CLAIM失败。	评估使用医学影像进行COVID-19自动诊断和预后技术的有效性，并研究其临床应用。	使用医学影像进行COVID-19自动诊断和预后的技术。	计算机视觉	COVID-19	深度学习	CNN	医学影像	1002项研究中，390项通过筛选，81项通过相关性和偏倚排除。
1231	2024-08-30	Imaging through diffuse media using multi-mode vortex beams and deep learning 2022-01-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-05358-w PMID:35091633	研究论文	本文提出了一种使用多模涡旋光束和名为“LGDiffNet”的新型深度学习网络通过散射介质进行成像的新方法	使用多模涡旋光束和“LGDiffNet”网络进行图像重建，相比现有模式提供了增强的图像重建能力	NA	解决通过散射介质进行光学成像的挑战	通过散射介质进行图像重建	计算机视觉	NA	深度学习	LGDiffNet	图像	使用220号砂砾和2毫米宽的强散射散射器进行实验验证
1232	2024-08-30	CariesNet: a deep learning approach for segmentation of multi-stage caries lesion from oral panoramic X-ray image 2022-Jan-07, Neural computing & applications IF:4.5Q2 DOI:10.1007/s00521-021-06684-2 PMID:35017793	研究论文	本文提出了一种名为CariesNet的深度学习架构，用于从口腔全景X光图像中分割多阶段龋齿病变	引入了一个带有全尺度轴向注意力模块的U形网络，以提高龋齿类型分割的准确性	未提及具体限制	开发一种自动化的方法来提高龋齿诊断的准确性和效率	多阶段龋齿病变	计算机视觉	口腔疾病	深度学习	U形网络	图像	3127张高质量的全景X光图像
1233	2024-08-30	Inverted bell-curve-based ensemble of deep learning models for detection of COVID-19 from chest X-rays 2022-Jan-05, Neural computing & applications IF:4.5Q2 DOI:10.1007/s00521-021-06737-6 PMID:35013650	研究论文	本文提出了一种基于倒钟形曲线的深度学习模型集成方法，用于从胸部X光片中检测COVID-19	采用倒钟形曲线加权集成方法，结合迁移学习预训练模型，提高了COVID-19检测的准确性	NA	开发一种高效的深度学习模型集成方法，用于从胸部X光片中准确检测COVID-19	COVID-19患者的胸部X光片	计算机视觉	COVID-19	深度学习	CNN	图像	使用了两个公开数据集：COVID-19放射学数据库和IEEE COVID胸部X光数据集
1234	2024-08-30	A Survey on Mathematical, Machine Learning and Deep Learning Models for COVID-19 Transmission and Diagnosis 2022, IEEE reviews in biomedical engineering IF:17.2Q1 DOI:10.1109/RBME.2021.3069213 PMID:33769936	综述	本文综述了用于COVID-19传播分析和诊断的数学、机器学习和深度学习模型	提供了对现有数学模型、机器学习模型和深度学习模型的全面回顾，以帮助选择合适的模型进行疾病传播分析和快速自动化诊断	每种模型都有其特定的局限性和优势，需要根据具体情况选择	旨在通过数学和数据驱动模型分析和预测COVID-19的传播，以及提供快速自动化诊断机制	COVID-19的传播分析和诊断	机器学习	COVID-19	NA	数学模型、机器学习模型、深度学习模型	NA	NA
1235	2024-08-30	Mix-and-Interpolate: A Training Strategy to Deal With Source-Biased Medical Data 2022-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2021.3119325 PMID:34637384	研究论文	本文提出了一种名为MIx-aNd-Interpolate（MINI）的训练策略，用于解决使用多源真实世界数据训练深度卷积神经网络进行COVID-19分类时遇到的数据源偏差问题	MINI方法通过结合来自不同医院的样本生成缺失类别的体积，从而扩大了原始源偏差数据集的样本空间	NA	解决在训练深度学习模型进行COVID-19分类时遇到的数据源偏差问题	COVID-19的分类	机器学习	COVID-19	深度学习	深度卷积神经网络	CT图像	1,221例COVID-19阳性CT图像和1,520例阴性CT图像（其中786例社区获得性肺炎和734例非肺炎）
1236	2024-08-30	A novel approach based on combining deep learning models with statistical methods for COVID-19 time series forecasting 2022, Neural computing & applications IF:4.5Q2 DOI:10.1007/s00521-021-06548-9 PMID:34658536	研究论文	本文提出了一种结合深度学习模型与统计方法的新方法，用于COVID-19时间序列预测	使用时间序列增强技术创建新的时间序列，以提高深度学习模型的性能	未提及具体限制	提高COVID-19感染病例预测的准确性，以便做出更有效的控制措施决策	COVID-19感染病例的时间序列数据	机器学习	COVID-19	时间序列增强技术	LSTM, GRU, CNN	时间序列数据	未提及具体样本数量
1237	2024-08-30	Outbreak COVID-19 in Medical Image Processing Using Deep Learning: A State-of-the-Art Review 2022, Archives of computational methods in engineering : state of the art reviews IF:9.7Q1 DOI:10.1007/s11831-021-09667-7 PMID:34690493	综述	本文综述了深度学习技术在医学影像处理中应对COVID-19疫情的应用	探讨了深度学习在医学影像如X射线、CT扫描和磁共振成像中的应用，以对抗COVID-19疫情	介绍了在控制健康危机和疫情爆发中遇到的一些问题和挑战	讨论深度学习技术在医学影像处理中的应用，特别是针对COVID-19的预测、传播迹象检测、治疗方面和疫苗研究	COVID-19疫情及其在医学影像处理中的应用	计算机视觉	COVID-19	深度学习	NA	图像	NA
1238	2024-08-30	Adaptive UNet-based Lung Segmentation and Ensemble Learning with CNN-based Deep Features for Automated COVID-19 Diagnosis 2022, Multimedia tools and applications IF:3.0Q2 DOI:10.1007/s11042-021-11787-y PMID:34955679	研究论文	本文提出了一种基于自适应U-Net的肺部分割方法和基于CNN深度特征的集成学习方法，用于自动化COVID-19诊断。	本文引入了自适应激活函数（AAF）的U-Net进行肺部分割，并采用自适应海鞘群算法（SA-TSA）作为提升算法，以提高分割和检测性能。	NA	开发一种自动化COVID-19检测方法，以提高诊断的准确性和效率。	COVID-19疾病的自动化检测。	计算机视觉	COVID-19	卷积神经网络（CNN）	U-Net, 集成学习	图像	胸部X射线图像
1239	2024-08-30	Real time deep learning framework to monitor social distancing using improved single shot detector based on overhead position 2022, Earth science informatics IF:2.7Q2 DOI:10.1007/s12145-021-00758-4 PMID:35035588	研究论文	本文介绍了一种基于改进的单次检测器和深度学习技术的实时框架，用于通过远程传感顶视图图像自动监测社交距离	提出了一种新的深度学习框架，使用改进的单次检测器模型来自动识别人们是否保持社交距离	NA	开发一种自动监测社交距离的深度学习框架，以应对COVID-19疫情的传播	社交距离的自动监测	计算机视觉	NA	深度学习	单次检测器	图像	广泛收集的远程传感图像
1240	2024-08-30	MEDAS: an open-source platform as a service to help break the walls between medicine and informatics 2022, Neural computing & applications IF:4.5Q2 DOI:10.1007/s00521-021-06750-9 PMID:35068703	研究论文	本文介绍了一个名为MEDAS的开源平台，旨在促进医学与信息学领域的深度学习技术在医学图像分析中的应用与合作	MEDAS是首个为医学背景的研究人员提供深度学习工具包的开放源代码平台，同时为信息学领域的科学家和工程师提供快速建模服务	NA	打破医学与信息学之间的壁垒，促进两个领域的研究人员在医学图像分析中的合作	医学图像分析中的分割、分类、检测等任务	数字病理学	NA	深度学习	DL相关工具包	图像	涉及肺、肝、脑、胸和病理学五个任务的验证