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
21	2024-09-08	Digital breast tomosynthesis-based peritumoral radiomics approaches in the differentiation of benign and malignant breast lesions 2022-May, Diagnostic and interventional radiology (Ankara, Turkey) DOI:10.5152/dir.2022.20664 PMID:35748203	研究论文	评估基于数字乳腺断层合成（DBT）的放射组学方法在区分良性与恶性乳腺病变中的应用	开发了一种结合DBT影像特征和临床因素（年龄和月经状态）的放射组学列线图，用于辅助乳腺癌的临床诊断	研究样本量较小，且仅限于特定时间段内的患者	评估基于DBT的放射组学在区分良性与恶性乳腺病变中的有效性	良性与恶性乳腺病变	数字病理学	乳腺癌	放射组学	列线图	影像	185名接受DBT扫描的患者
22	2024-09-07	Estimating muscle activation from EMG using deep learning-based dynamical systems models 2022-05-19, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ac6369 PMID:35366649	研究论文	本文提出了一种基于深度学习动态系统模型的方法，用于从肌电图（EMG）信号中估计肌肉激活	本文采用了AutoLFADS，一种大规模无监督深度学习方法，最初设计用于去噪皮层尖峰数据，以估计多肌肉EMG信号中的肌肉激活	NA	研究运动神经控制，估计在各种行为条件下肌肉的激活情况	肌肉激活的潜在神经命令信号	机器学习	NA	深度学习	循环神经网络	肌电图信号	涉及大鼠后肢和猴子前臂肌肉活动
23	2024-09-04	Unveiling two-dimensional magnesium hydride as a hydrogen storage material via a generative adversarial network 2022-May-17, Nanoscale advances IF:4.6Q2 DOI:10.1039/d1na00862e PMID:36133700	研究论文	本研究利用基于人工智能的晶体逆设计方法探索二维纯净氢化镁（MgH）的新相，并验证其作为氢储存介质的可能性	揭示了一种新的二维MgH相，具有4̄2空间群，并通过密度泛函理论计算验证了其电子和动态特性	NA	探索二维MgH作为氢储存材料的新相及其电子和动态特性	二维MgH晶体结构及其作为氢储存介质的可行性	机器学习	NA	密度泛函理论（DFT）计算	生成对抗网络（GAN）	图像	NA
24	2024-09-04	A Generic Deep Learning Based Cough Analysis System From Clinically Validated Samples for Point-of-Need Covid-19 Test and Severity Levels 2022-May, IEEE transactions on services computing IF:5.5Q1 DOI:10.1109/TSC.2021.3061402 PMID:35936760	研究论文	本文提出了一种基于深度学习的咳嗽分析系统，用于从临床验证的样本中进行即时Covid-19检测和严重程度分级。	该研究采用了基于经验模态分解（EMD）的算法进行咳嗽声音检测，并使用深度人工神经网络分类器进行分类，创新性地开发了DeepCough2D和DeepCough3D两种版本。	研究依赖于临床实验室的qRT-PCR结果和淋巴细胞计数来标记样本，可能存在实验室误差。	旨在开发一种经济、易获取的即时Covid-19诊断测试工具，以帮助快速识别病毒携带者并减少感染率。	研究对象为Covid-19阳性及阴性患者的咳嗽声音样本。	机器学习	Covid-19	qRT-PCR	CNN	音频	所有收集的样本均经过临床标记，包括Covid-19阳性或阴性，以及基于qRT-PCR阈值循环（Ct）和淋巴细胞计数的疾病严重程度。
25	2024-09-01	Risk assessment of ICU patients through deep learning technique: A big data approach 2022-May-30, Journal of global health IF:4.5Q1 DOI:10.7189/jogh.12.04044 PMID:35788091	研究论文	本文通过深度学习技术对ICU患者的治疗反应进行风险评估，采用大数据方法分析患者对镇静剂治疗的连续反应，并提出使用LSTM-RNN模型来预测患者结果。	本文提出使用LSTM-RNN模型结合异构药物事件来预测患者结果，并引入正则语言处理和高斯周期来处理患者处方记录中的噪声、缺失和不均匀测试问题。	文章指出，患者的治疗可能被延长，而RNN可能无法在这种方式下展示。	评估ICU患者通过深度学习技术的风险，并改进治疗计划以避免严重情况。	ICU患者及其对镇静剂治疗的反应。	机器学习	NA	深度学习	LSTM-RNN	文本	未明确提及具体样本数量
26	2024-09-01	Blockchain-based rumor detection approach for COVID-19 2022-May-20, Journal of ambient intelligence and humanized computing DOI:10.1007/s12652-022-03900-2 PMID:35611303	研究论文	本文提出了一种基于区块链技术的COVID-19谣言检测方法，通过设计一个包含网络层、区块链层、机器层和设备层的四层框架，结合双向长短期记忆（Bi-LSTM）模型，有效防止网络中谣言的传播。	本文创新性地结合区块链技术与Bi-LSTM模型，不仅提高了谣言检测的准确性，还显著降低了误报率。	NA	旨在开发一种高效的谣言检测与预防模型，以应对社交媒体中大量未经验证的信息。	研究对象为社交媒体中的谣言信息及其传播机制。	机器学习	NA	区块链技术	Bi-LSTM	文本	未具体说明样本数量
27	2024-08-29	Author Correction: Arrhythmic sudden death survival prediction using deep learning analysis of scarring in the heart 2022-May, Nature cardiovascular research IF:9.4Q1 DOI:10.1038/s44161-022-00075-z PMID:39195951	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
28	2024-08-31	Automatic lesion segmentation using atrous convolutional deep neural networks in dermoscopic skin cancer images 2022-05-29, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-022-00829-y PMID:35644612	研究论文	本文提出了一种基于空洞卷积的深度神经网络框架，用于自动分割皮肤镜下皮肤癌图像中的病变区域	采用空洞/扩张卷积的概念，设计了一种新的卷积神经网络架构，有效提高了病变分割的性能	NA	开发一种计算机辅助系统，用于准确和及时地检测皮肤癌病变	皮肤镜下皮肤癌图像中的病变区域	计算机视觉	皮肤癌	空洞卷积	CNN	图像	使用了三个基准数据集，分别是ISIC 2016、ISIC 2017和ISIC 2018
29	2024-08-31	Automatic Segmentation of Retinal Fluid and Photoreceptor Layer from Optical Coherence Tomography Images of Diabetic Macular Edema Patients Using Deep Learning and Associations with Visual Acuity 2022-May-29, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines10061269 PMID:35740291	研究论文	本文提出了一种改进的U-net深度学习算法，用于自动分割糖尿病黄斑水肿患者的视网膜OCT图像中的视网膜液和光感受层，并分析其与最佳矫正视力的关联	本文首次将视网膜特征的分割与视觉视力相关联，并使用改进的U-net模型进行自动分割	NA	研究如何通过深度学习技术自动分割视网膜OCT图像中的关键特征，并分析这些特征与视觉视力的关系	糖尿病黄斑水肿患者的视网膜OCT图像中的视网膜液和光感受层	计算机视觉	糖尿病	深度学习	U-net	图像	视网膜OCT图像被手动标记并由医生检查
30	2024-08-31	Modeling physician's preference in treatment plan approval of stereotactic body radiation therapy of prostate cancer 2022-05-26, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ac6d9e PMID:35523171	研究论文	本研究开发了一种基于深度学习的虚拟医生网络（VPN），用于模拟医生对前列腺癌立体定向体部放疗（SBRT）治疗计划批准的偏好	使用对抗框架训练VPN，以解决数据库中缺乏未批准计划的问题，并能对未批准计划提出剂量改进建议	研究样本量较小，仅包括68名前列腺癌患者	开发一种能够模拟医生偏好并提供剂量改进建议的虚拟医生网络	前列腺癌患者的立体定向体部放疗治疗计划	机器学习	前列腺癌	深度学习	VPN	图像	68名前列腺癌患者，其中60名用于训练和交叉验证，8名用于独立测试
31	2024-08-31	Pneumonia Transfer Learning Deep Learning Model from Segmented X-rays 2022-May-26, Healthcare (Basel, Switzerland) DOI:10.3390/healthcare10060987 PMID:35742039	研究论文	本文研究了利用图像分割和机器学习模型从X光图像中可靠地预测肺炎疾病	提出了改进的BoxENet模型，通过结合ImgNet和SqueezeNet的迁移学习，使用多数融合模型，提高了分类性能和速度	NA	开发一种快速且精确的深度学习模型来诊断肺炎疾病	肺炎疾病的X光图像	计算机视觉	肺炎	迁移学习	BoxENet	图像	4000张肺炎疾病X光图像和4000张健康X光图像
32	2024-08-31	Partial Differential Equation-Constrained Diffeomorphic Registration from Sum of Squared Differences to Normalized Cross-Correlation, Normalized Gradient Fields, and Mutual Information: A Unifying Framework 2022-May-13, Sensors (Basel, Switzerland) DOI:10.3390/s22103735 PMID:35632143	研究论文	本文提出了一种统一的框架，将基于偏微分方程约束的大变形微分度量映射（PDE-LDDMM）从平方差和（SSD）扩展到使用归一化交叉相关（NCC）、局部归一化交叉相关（lNCC）、归一化梯度场（NGFs）和互信息（MI）等不同图像相似性度量的PDE-LDDMM。	本文通过引入新的图像相似性度量，扩展了PDE-LDDMM的应用范围，并在多个基准测试中展示了其优越性能。	对于归一化梯度场（NGFs）和互信息（MI），高斯-牛顿-克雷洛夫（GNK）优化未能超越梯度下降法，且MI的GNK优化涉及大量密集矩阵的乘积，导致内存需求过高。	旨在通过引入新的图像相似性度量，提高基于偏微分方程约束的大变形微分度量映射（PDE-LDDMM）的注册准确性。	研究对象包括不同图像相似性度量在PDE-LDDMM中的应用及其优化方法。	计算机视觉	NA	PDE-LDDMM	NA	图像	NA
33	2024-08-31	Global User-Level Perception of COVID-19 Contact Tracing Applications: Data-Driven Approach Using Natural Language Processing 2022-May-11, JMIR formative research IF:2.0Q4 DOI:10.2196/36238 PMID:35389357	研究论文	本文通过自然语言处理技术，自动分析用户对COVID-19接触追踪应用的评论，提取并分类用户情感极性	提出了一种自动分析用户评论并提取情感的解决方案，结合用户友好的界面，可作为快速监控工具	NA	分析AI和NLP技术在自动提取和分类用户情感极性方面的有效性	COVID-19接触追踪移动应用的用户评论	自然语言处理	NA	自然语言处理	AI模型	文本	34,534条手动标注的评论
34	2024-08-31	Evolution of Brains and Computers: The Roads Not Taken 2022-May-09, Entropy (Basel, Switzerland) DOI:10.3390/e24050665 PMID:35626550	研究论文	本文探讨了大脑和计算机发展过程中的相似性和差异性，以及这些发展如何影响人工智能的设计	文章提出了大脑和计算机在进化过程中的相似性和差异性，并讨论了这些相似性和差异性如何影响人工智能的设计	文章主要集中在理论探讨，未涉及具体的实验或数据分析	探讨大脑和计算机在进化过程中的相似性和差异性，以及这些相似性和差异性如何影响人工智能的设计	大脑和计算机的进化过程及其对人工智能设计的影响	机器学习	NA	深度学习	人工神经网络	NA	NA
35	2024-08-31	Rigid motion-resolved B1+ prediction using deep learning for real-time parallel-transmission pulse design 2022-05, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.29132 PMID:34958134	研究论文	本文提出了一种深度学习框架，用于预测并实时重新设计并行传输脉冲，以解决7T磁共振成像中头部运动对均匀激发轮廓的影响。	利用条件生成对抗网络预测头部运动后的B1+分布，并用于实时重新设计并行传输脉冲，以减少运动相关误差。	研究基于模拟数据，尚未在实际临床环境中验证。	开发一种能够实时预测并重新设计并行传输脉冲的方法，以减少头部运动对磁共振成像质量的影响。	并行传输脉冲的实时重新设计和头部运动对磁共振成像的影响。	计算机视觉	NA	深度学习	条件生成对抗网络	模拟数据	两个未用于训练的虚拟身体模型
36	2024-08-31	Automatic evaluation of graft orientation during Descemet membrane endothelial keratoplasty using intraoperative OCT 2022-May-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.446519 PMID:35774322	研究论文	本文介绍了一种利用内镜下光学相干断层扫描（iOCT）自动评估Descemet膜内皮角膜移植（DMEK）手术中移植物方向的方法	该方法利用移植物的自然滚动行为，通过深度学习模型进行移植物分割，并计算曲率以确定移植物方向	自动方法在独立测试集中的准确性为78%，低于专业人员的识别率	开发一种自动评估DMEK手术中移植物方向的方法，以提高手术成功率	DMEK手术中的移植物方向评估	数字病理学	NA	光学相干断层扫描（OCT）	深度学习模型	图像	100个iOCT帧
37	2024-08-31	Feasibility of the soft attention-based models for automatic segmentation of OCT kidney images 2022-May-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.449942 PMID:35774323	研究论文	本文研究了基于软注意力的深度学习模型在OCT肾脏图像自动分割中的可行性	提出并评估了五种方法，包括Residual-Attention-UNET、Attention-UNET等，其中Residual-Attention-UNET在分割准确性和可靠性上表现最佳	未提及具体局限性	开发基于注意力的UNET模型，用于肾脏OCT图像的自动分析、模式识别和分割	肾脏OCT图像中的近端卷曲小管（PCTs）	计算机视觉	NA	光学相干断层扫描（OCT）	CNN	图像	14403张OCT图像来自169个移植肾脏
38	2024-08-30	Efficient Adversarial Generation of Thermally Activated Delayed Fluorescence Molecules 2022-May-31, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.2c02253 PMID:35664624	研究论文	本文介绍了一种集成框架，通过结合算法合成、深度预测、对抗生成和精细筛选模块，有效设计用于有机发光二极管设备的TADF分子	引入了对抗生成模型来探索所需的化学空间，并通过深度学习辅助高效生成新的D-A分子	NA	开发一种有效的设计方法，用于生成适用于有机发光二极管设备的TADF分子	TADF分子及其在有机发光二极管设备中的应用	机器学习	NA	对抗生成模型	对抗自编码器	分子结构	NA
39	2024-08-30	Age Estimation of Faces in Videos Using Head Pose Estimation and Convolutional Neural Networks 2022-May-31, Sensors (Basel, Switzerland) DOI:10.3390/s22114171 PMID:35684792	研究论文	本文提出了一种结合年龄估计和头部姿态估计的系统，以提高从视频中人脸的年龄估计性能	使用深度回归森林（DRFs）进行年龄估计，并利用多损失卷积神经网络进行头部姿态估计，通过设定头部姿态阈值来细化年龄估计值	仅在Cross-Age Celebrity Dataset（CACD）和Asian Face Age Dataset（AFAD）上进行了实验验证	提高视频中人脸年龄估计的准确性和可靠性	视频中的人脸年龄估计	计算机视觉	NA	深度回归森林（DRFs），卷积神经网络	卷积神经网络	图像	使用了Cross-Age Celebrity Dataset（CACD）和Asian Face Age Dataset（AFAD）中的图像数据
40	2024-08-30	Hybrid and Deep Learning Approach for Early Diagnosis of Lower Gastrointestinal Diseases 2022-May-27, Sensors (Basel, Switzerland) DOI:10.3390/s22114079 PMID:35684696	研究论文	本文提出了一种混合和深度学习方法，用于早期诊断下消化道疾病	研究中开发了多种多方法学系统，每个系统包含多种诊断方法，如使用人工神经网络（ANN）、前馈神经网络（FFNN）、局部二值模式（LBP）、灰度共生矩阵（GLCM）、模糊颜色直方图（FCH）算法以及预训练的CNN模型（GoogLeNet和AlexNet）进行特征提取和分类	NA	旨在通过早期检测肿瘤类型来提高患者的生存率	下消化道疾病，包括出血、溃疡、息肉和恶性肿瘤	机器学习	消化系统疾病	人工神经网络（ANN）、前馈神经网络（FFNN）、局部二值模式（LBP）、灰度共生矩阵（GLCM）、模糊颜色直方图（FCH）、卷积神经网络（CNN）	CNN、ANN、FFNN	图像	5000帧视频帧