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	2024-09-11	A novel fusion based convolutional neural network approach for classification of COVID-19 from chest X-ray images 2022-Aug, Biomedical signal processing and control IF:4.9Q1 DOI:10.1016/j.bspc.2022.103778 PMID:35530169	研究论文	本文提出了一种基于融合卷积神经网络的新方法，用于从胸部X光图像中分类COVID-19	本文提出了COVDC-Net，一种基于深度卷积网络的分类方法，通过融合两个预训练模型MobileNetV2和VGG16，实现了更高的分类准确率	NA	开发一种高准确率的深度学习方法，用于从胸部X光图像中分类COVID-19	COVID-19、正常和肺炎患者的胸部X光图像	计算机视觉	呼吸系统疾病	卷积神经网络	CNN	图像	涉及两个公开数据集，用于3类和4类分类任务
22	2024-09-10	PCovNet: A presymptomatic COVID-19 detection framework using deep learning model using wearables data 2022-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2022.105682 PMID:35714504	研究论文	本文提出了一种基于可穿戴设备数据和深度学习模型的无症状COVID-19检测框架	使用LSTM-VAE模型从可穿戴设备的静息心率数据中检测COVID-19感染，特别是在无症状阶段	研究样本量较小，仅包括25名COVID-阳性个体	开发一种在无症状阶段检测COVID-19感染的方法	COVID-19感染的无症状阶段检测	机器学习	COVID-19	NA	LSTM-VAE	可穿戴设备数据	25名COVID-阳性个体
23	2024-09-10	Infodemic and fake news - A comprehensive overview of its global magnitude during the COVID-19 pandemic in 2021: A scoping review 2022-Aug, International journal of disaster risk reduction : IJDRR IF:4.2Q1 DOI:10.1016/j.ijdrr.2022.103144 PMID:35791376	综述	本文综述了2021年COVID-19疫情期间假新闻的全球影响，重点关注其动机、社会人口统计特征、基于人工智能的工具开发以及与假新闻相关的最热门话题	本文首次全面综述了2021年COVID-19疫情期间假新闻的全球影响，并探讨了基于人工智能的检测工具和相关技术	本文仅限于2021年1月至11月期间发表的文献，可能无法涵盖所有相关研究	旨在综合现有文献，了解2021年COVID-19疫情期间假新闻现象的规模	假新闻的动机、社会人口统计特征、基于人工智能的检测工具以及相关热门话题	自然语言处理	NA	机器学习和深度学习	NA	文本	97篇文献，其中69篇为实证研究，26篇针对普通人群，13篇针对社交媒体用户，27篇涉及基于人工智能的检测工具
24	2024-09-07	Unsupervised Deep Learning for Stroke Lesion Segmentation on Follow-up CT Based on Generative Adversarial Networks 2022-08, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A7582 PMID:35902122	研究论文	本文开发并评估了一种基于生成对抗网络的无监督深度学习方法，用于在随访NCCT扫描中分割脑卒中病变	本文首次采用无监督的生成对抗网络进行脑卒中病变分割，无需手动标注病变	对于出血性病变和出血性转化的分割效果较差	开发和评估一种无监督的生成对抗网络，用于自动分割随访NCCT扫描中的脑卒中病变	脑卒中病变（包括梗死和出血性病变）的分割	计算机视觉	脑卒中	生成对抗网络	生成对抗网络	图像	820名急性缺血性脑卒中患者的基础和随访NCCT扫描
25	2024-09-06	Non-Linear Dimensionality Reduction With a Variational Encoder Decoder to Understand Convective Processes in Climate Models 2022-Aug, Journal of advances in modeling earth systems IF:4.4Q1 DOI:10.1029/2022MS003130 PMID:36245669	研究论文	本文使用变分编码器-解码器结构（VED）来理解和学习气候模型中的对流过程	VED能够将原始信息压缩到仅五个潜在节点，从而提高模型的可解释性	NA	研究如何通过非线性降维技术来理解和表示气候模型中的对流过程	气候模型中的对流过程	机器学习	NA	变分编码器-解码器结构（VED）	变分编码器-解码器	模拟数据	NA
26	2024-09-05	MobileSkin: Classification of Skin Lesion Images Acquired Using Mobile Phone-Attached Hand-Held Dermoscopes 2022-Aug-30, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm11175102 PMID:36079042	研究论文	本文介绍了一种使用手机附加手持皮肤镜拍摄的皮肤病变图像分类方法	开发了基于MobileNetV1、MobileNetV2、NASNetMobile和Xception架构的四种深度学习模型，用于分类八种不同的病变类型	NA	提高皮肤病变图像分类的准确性	使用手机附加手持皮肤镜拍摄的皮肤病变图像	计算机视觉	NA	深度学习	MobileNetV1, MobileNetV2, NASNetMobile, Xception	图像	包含多种数据增强方法增加的图像数量
27	2024-09-05	Development and Evaluation of a Novel Deep-Learning-Based Framework for the Classification of Renal Histopathology Images 2022-Aug-30, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering9090423 PMID:36134972	研究论文	本文开发并评估了一种基于深度学习的新型框架，用于分类肾组织病理图像	提出了一种多尺度弱监督深度学习方法，用于肾细胞癌（RCC）亚型分类，并采用了RGB直方图规范染色标准化和多尺度卷积神经网络（CNN）进行决策融合	NA	旨在区分良性组织和恶性RCC肿瘤，并识别肿瘤亚型以支持医疗治疗管理	肾组织病理图像	数字病理	肾细胞癌	深度学习	CNN	图像	包含四类肾组织的RCC活检样本
28	2024-09-05	Adaptation to CT Reconstruction Kernels by Enforcing Cross-Domain Feature Maps Consistency 2022-Aug-30, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging8090234 PMID:36135401	研究论文	本文探讨了在胸部CT图像中分析COVID-19时，由于重建核差异导致的域偏移问题，并提出了一种无监督适应方法F-Consistency来提高模型在未见核上的分割质量	提出了一种名为F-Consistency的无监督适应方法，通过最小化成对特征图之间的均方误差来强制网络隐藏表示的相似性，显著提高了模型在未见核上的分割性能	未提及具体的局限性	构建一个适用于临床的鲁棒算法，处理由于重建核差异导致的域偏移问题	COVID-19在胸部CT图像中的识别、严重程度评估和分割	计算机视觉	COVID-19	深度学习	CNN	图像	使用了一组未标记的CT图像对，每对图像仅在重建核上有所不同
29	2024-09-05	A New Approach for Detecting Fundus Lesions Using Image Processing and Deep Neural Network Architecture Based on YOLO Model 2022-Aug-26, Sensors (Basel, Switzerland) DOI:10.3390/s22176441 PMID:36080898	研究论文	本文提出了一种基于YOLO模型的新方法，用于通过图像处理和深度神经网络架构检测眼底病变	该方法结合了图像处理技术、数据增强、迁移学习和深度神经网络，以克服现有数据集中的图像噪声、对比度问题以及深度学习算法在小物体检测上的困难	该方法在DDR数据集上的mAP和F1-score仍有提升空间	旨在通过计算机辅助诊断系统早期发现糖尿病视网膜病变，预防更严重的病变形式	糖尿病视网膜病变中的眼底病变，如微动脉瘤、硬性渗出物、出血和软性渗出物	计算机视觉	糖尿病视网膜病变	图像处理、数据增强、迁移学习	YOLOv5	图像	使用了公共的DDR和IDRiD糖尿病视网膜病变数据集
30	2024-09-05	AI in Breast Cancer Imaging: A Survey of Different Applications 2022-Aug-26, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging8090228 PMID:36135394	综述	本文综述了人工智能在乳腺癌影像学中的不同应用	探讨了自监督学习在缺乏大型标注数据集情况下的应用	讨论了人工智能在乳腺癌影像学领域面临的挑战	旨在探讨人工智能在乳腺癌影像学中的应用及其潜力	乳腺癌影像学中的不同应用	计算机视觉	乳腺癌	机器学习, 深度学习	CNN, 自监督学习模型	影像	NA
31	2024-09-05	ResSUMO: A Deep Learning Architecture Based on Residual Structure for Prediction of Lysine SUMOylation Sites 2022-08-25, Cells IF:5.1Q2 DOI:10.3390/cells11172646 PMID:36078053	研究论文	本文构建了一种基于残差结构的深度学习架构ResSUMO，用于预测赖氨酸SUMO化位点	ResSUMO模型在交叉验证和独立测试中表现优于传统机器学习和CNN模型，且残差结构能优化神经网络并提高性能	增加CNN模型中神经网络的深度并未提高预测性能，存在退化问题	探索SUMO化修饰的特性并构建基于扩大数据集的高性能预测模型	赖氨酸SUMO化位点	机器学习	NA	NA	CNN	序列	扩大数据集
32	2024-09-05	Study on Accuracy Improvement of Slope Failure Region Detection Using Mask R-CNN with Augmentation Method 2022-Aug-25, Sensors (Basel, Switzerland) DOI:10.3390/s22176412 PMID:36080871	研究论文	本文提出了一种使用基于深度学习算法的Mask R-CNN语义分割方法来自动检测斜坡失效区域，以提高斜坡失效灾害后损害评估的效率	本研究采用基于CutMix的数据增强方法来提高检测精度，并比较了多种增强模式下的检测结果	目前关于使用深度学习检测滑坡的研究有限，且训练数据的缺乏是一个重要问题	提高斜坡失效区域检测的准确性	斜坡失效区域的自动检测	计算机视觉	NA	Mask R-CNN	CNN	图像	具体样本数量未在摘要中提及
33	2024-09-05	Analysis of AI-Based Single-View 3D Reconstruction Methods for an Industrial Application 2022-Aug-25, Sensors (Basel, Switzerland) DOI:10.3390/s22176425 PMID:36080884	研究论文	本文研究了基于深度学习的单视角3D重建方法，特别关注了在工业应用中的质量控制方面的应用	首次在3D重建任务中考虑了U-Net，并引入了堆叠膨胀U-Net（SDU-Net），其在计算时间和评估指标上表现最佳	NA	探索和评估不同深度学习方法在从单个2D灰度图像进行3D重建中的应用	激光焊接组件的2D灰度图像	机器学习	NA	深度学习算法	堆叠自动编码器（SAE）、生成对抗网络（GANs）、U-Nets、堆叠膨胀U-Net（SDU-Net）	图像	少量训练数据
34	2024-09-05	FGL-GAN: Global-Local Mask Generative Adversarial Network for Flame Image Composition 2022-Aug-23, Sensors (Basel, Switzerland) DOI:10.3390/s22176332 PMID:36080788	研究论文	本文提出了一种全局-局部掩码生成对抗网络（FGL-GAN），用于提高火焰图像合成的质量	FGL-GAN采用分层的全局-局部生成器结构，结合火焰掩码输入和对比学习方法，提高了火焰光环和反射的渲染质量，并加速了网络拟合	NA	旨在通过计算机合成火焰图像，减少收集火焰图像数据集的危险性	火焰图像的合成质量	计算机视觉	NA	生成对抗网络（GAN）	FGL-GAN	图像	NA
35	2024-09-05	Antenna Excitation Optimization with Deep Learning for Microwave Breast Cancer Hyperthermia 2022-Aug-23, Sensors (Basel, Switzerland) DOI:10.3390/s22176343 PMID:36080800	研究论文	本文提出了一种基于卷积神经网络（CNN）的微波热疗天线激励优化方案，适用于多种配置，并通过实验证明了其有效性	提出了一种基于深度学习的天线激励优化方法，考虑了电场的复杂矢量特性，并适用于多种配置	目前仅在两种配置下进行了测试，未来需要进一步验证其在更多配置下的适用性	优化微波热疗中的天线激励，以更精确地聚焦微波能量于目标区域，减少对周围组织的影响	微波热疗中的天线激励优化	机器学习	乳腺癌	卷积神经网络（CNN）	CNN	数据集	通过叠加单个天线元素的信息收集数据集
36	2024-09-05	Investigation of biases in convolutional neural networks for semantic segmentation using performance sensitivity analysis 2022-Aug, Zeitschrift fur medizinische Physik IF:2.4Q2 DOI:10.1016/j.zemedi.2021.11.004 PMID:35016819	研究论文	本文研究了卷积神经网络在医学图像分割中的性能敏感性分析，以探索其对图像修改的偏差和鲁棒性	首次系统地研究了深度学习在医学图像分割中对输入数据变化的敏感性，并展示了不同数据增强策略的效果	研究仅限于两个公开的分割框架，且未探讨所有可能的图像修改情况	旨在系统地调查深度学习在医学图像分割中对输入数据变化的敏感性	深度学习在医学图像分割中的性能敏感性	计算机视觉	NA	深度学习	CNN	图像	使用公开的分割框架DeepMedic和TractSeg进行测试
37	2024-09-05	Computer-Aided Diagnosis for Determining Sagittal Spinal Curvatures Using Deep Learning and Radiography 2022-08, Journal of digital imaging IF:2.9Q2 DOI:10.1007/s10278-022-00592-0 PMID:35277750	研究论文	本研究开发并评估了一种基于深度学习的计算机辅助诊断（CAD）工具，用于从X光图像中自动测量脊柱矢状面排列	提出了一种基于U-Net的分割模型和使用参数方程及三角函数的脊柱角度测量算法，用于自动分析胸椎后凸和腰椎前凸角度	NA	开发一种自动化的深度学习CAD工具，以帮助临床医生减少观察者间的变异性和所需的时间或努力	脊柱矢状面排列的自动测量	计算机视觉	NA	深度学习	U-Net	图像	322个数据集
38	2024-09-05	Utilizing Synthetic Nodules for Improving Nodule Detection in Chest Radiographs 2022-08, Journal of digital imaging IF:2.9Q2 DOI:10.1007/s10278-022-00608-9 PMID:35304676	研究论文	本文提出了一种使用合成结节来提高胸部X光片中结节检测准确性的框架	本文不仅使用生成模型生成视觉上合理的异常结节进行数据增强，还进一步调整训练算法以最大化利用合成异常结节	需要进一步验证该方法在不同数据集上的泛化能力	旨在通过使用合成结节来提高胸部X光片中结节检测的准确性和效率	胸部X光片中的结节检测	计算机视觉	NA	深度学习	深度神经网络（DNN）	图像	内部和外部数据集
39	2024-09-05	Difference imaging from single measurements in diffuse optical tomography: a deep learning approach 2022-08, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.27.8.086003 PMID:36008881	研究论文	本文提出了一种基于深度学习的扩散光学断层成像（DOT）差异成像方法，通过仅使用目标测量数据来简化数据采集并缓解匹配问题	该方法通过深度学习技术，仅使用目标测量数据即可生成差异成像数据，无需额外的参考测量，从而简化了数据采集过程并缓解了目标介质与参考介质之间的匹配问题	NA	旨在通过深度学习方法简化扩散光学断层成像中的数据采集过程并缓解匹配问题	扩散光学断层成像中的差异成像方法	机器学习	NA	扩散光学断层成像（DOT）	人工神经网络	模拟数据、幻影实验数据和临床数据	56名患有乳腺病变的患者
40	2024-09-04	Machine learning algorithm to characterize antimicrobial resistance associated with the International Space Station surface microbiome 2022-08-24, Microbiome IF:13.8Q1 DOI:10.1186/s40168-022-01332-w PMID:35999570	研究论文	本研究利用深度学习模型分析国际空间站（ISS）表面微生物组的鸟枪法宏基因组数据，以识别与抗菌药物耐药性（AMR）相关的基因	本研究通过深度学习模型超越了仅基于高DNA序列相似性的传统阈值，扩展了AMR基因的目录	NA	旨在识别与国际空间站环境样本中可培养菌株、鸟枪法宏基因组序列和宏基因组组装基因组（MAGs）相关的AMR基因	国际空间站环境样本中的226株可培养菌株、21个鸟枪法宏基因组序列和24个MAGs	机器学习	NA	鸟枪法宏基因组学	深度学习模型	宏基因组数据	226株可培养菌株、21个鸟枪法宏基因组序列和24个MAGs