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	2024-09-28	COVID-19 chest X-ray detection through blending ensemble of CNN snapshots 2022-Sep, Biomedical signal processing and control IF:4.9Q1 DOI:10.1016/j.bspc.2022.104000 PMID:35855489	研究论文	本文提出了一种基于卷积神经网络（CNN）快照融合的集成方法，用于从胸部X光片（CXR）中检测COVID-19，以辅助计算机辅助检测（CADe）	本文的创新点在于利用DenseNet-201架构生成多个快照，并通过随机森林（RF）元学习器进行决策级融合，提高了COVID-19检测的准确性	本文的局限性在于仅使用了两个公开的COVID-19 CXR数据集进行实验，未来可能需要更多数据集来验证模型的泛化能力	本文的研究目的是提高COVID-19检测的准确性，以辅助医疗从业者的诊断	本文的研究对象是COVID-19病毒的胸部X光片（CXR）图像	计算机视觉	COVID-19	卷积神经网络（CNN）	DenseNet-201	图像	两个公开的COVID-19 CXR数据集，包括一个大型数据集（COVID-X）和一个较小的数据集
22	2024-09-23	Improving high frequency image features of deep learning reconstructions via k-space refinement with null-space kernel 2022-09, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.29261 PMID:35426470	研究论文	本文提出了一种利用空空间核对k空间进行细化以改进深度学习重建图像高频特征的方法	本文的创新点在于使用空空间核对k空间进行细化，从而改善深度学习重建图像中的模糊细节和纹理	NA	本文的研究目的是提出一种新颖的细化方法，以改善深度学习MRI重建中丢失的高频细节和纹理	本文的研究对象是深度学习重建图像中的高频细节和纹理	计算机视觉	NA	深度学习	神经网络	图像	本文在三个大规模公共数据集（膝盖和大脑）上进行了测试
23	2024-09-23	Bayesian deep learning outperforms clinical trial estimators of intracerebral and intraventricular hemorrhage volume 2022-09, Journal of neuroimaging : official journal of the American Society of Neuroimaging IF:2.3Q2 DOI:10.1111/jon.12997 PMID:35434846	研究论文	本文研究了贝叶斯深度学习在脑内出血和脑室内出血体积估计中的应用，并比较了其与临床试验中使用的线性和半定量估计方法的性能	贝叶斯深度学习方法能够近似不确定性，特别是在脑内出血和脑室内出血估计相交的情况下，提供了一种改进临床试验质量保证的机会	NA	研究贝叶斯深度学习在脑内出血和脑室内出血体积估计中的应用，并评估其与传统估计方法的性能	脑内出血和脑室内出血的体积估计	计算机视觉	脑部疾病	深度学习	贝叶斯深度学习模型	CT影像	使用来自Minimally Invasive Surgery Plus Alteplase for ICH Evacuation (MISTIE) III和Clot Lysis: Evaluating Accelerated Resolution of IVH (CLEAR) III临床试验的诊断CT数据进行训练和验证
24	2024-09-23	Glo-In-One: holistic glomerular detection, segmentation, and lesion characterization with large-scale web image mining 2022-Sep, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.9.5.052408 PMID:35747553	研究论文	开发了一个名为Glo-In-One的工具包，用于肾病理学中肾小球的检测、分割和病变特征描述，并通过大规模网络图像挖掘实现自监督深度学习	提出了Glo-In-One工具包，通过单行命令实现肾小球的全面检测、分割和病变特征描述，并发布了30,000张未标记的肾小球图像以促进自监督深度学习算法的发展	当前版本的Glo-In-One工具包仅提供了细粒度的全球肾小球硬化（GGS）特征描述，未来可能需要扩展到其他类型的病变	开发一个用户友好的工具包，使非技术人员也能进行肾小球的定量检测、分割和病变特征描述	肾小球的检测、分割和病变特征描述	数字病理学	NA	自监督深度学习	NA	图像	30,000张未标记的肾小球图像
25	2024-09-23	Real time volumetric MRI for 3D motion tracking via geometry-informed deep learning 2022-Sep, Medical physics IF:3.2Q1 DOI:10.1002/mp.15822 PMID:35766221	研究论文	开发了一种几何信息引导的深度学习框架，用于实时体积MRI的3D运动跟踪	引入几何先验知识到深度学习模型中，实现了高空间和时间分辨率的体积成像	仅在七个腹部患者上进行了训练和测试，需要进一步验证其泛化能力	提高放射治疗精度的3D运动跟踪	腹部患者的体积MRI重建和3D运动跟踪	计算机视觉	NA	MRI	2D-3D深度学习网络	图像	七个腹部患者
26	2024-09-23	Clinical Validation and Extension of an Automated, Deep Learning-Based Algorithm for Quantitative Sinus CT Analysis 2022-09, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A7616 PMID:36538385	研究论文	本文描述了一种基于卷积神经网络的自动化深度学习算法，用于定量分析鼻窦CT图像，并在慢性鼻窦炎患者中进行了临床验证和扩展	本文提出了一种新的自动化方法，用于客观量化鼻窦不透明的程度，并计算了鼻窦不透明的百分比、平均Hounsfield单位和骨炎的百分比	本文的研究结果需要在多机构的前瞻性研究中进一步验证	开发和验证一种自动化深度学习算法，用于定量分析鼻窦CT图像，以辅助慢性鼻窦炎的诊断	慢性鼻窦炎患者的鼻窦CT图像	计算机视觉	鼻窦炎	卷积神经网络	CNN	图像	88名慢性鼻窦炎患者
27	2024-09-21	Deep Relation Learning for Regression and Its Application to Brain Age Estimation 2022-09, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2022.3161739 PMID:35320092	研究论文	本文提出了一种用于回归任务的深度关系学习方法，并将其应用于脑龄估计	本文创新性地提出了四种非线性关系（累积关系、相对关系、最大关系和最小关系），并通过一个包含特征提取和关系回归的两部分深度神经网络同时学习这些关系	NA	研究目的是通过学习输入图像对之间的关系来改进时间回归任务的性能	研究对象是脑龄估计任务	计算机视觉	NA	卷积神经网络和Transformer	深度神经网络	图像	6049名年龄在0-97岁之间的受试者
28	2024-09-20	Analyzing the public sentiment on COVID-19 vaccination in social media: Bangladesh context 2022-Sep, Array (New York, N.Y.) DOI:10.1016/j.array.2022.100204 PMID:35722449	研究论文	研究分析了孟加拉国社交媒体上关于COVID-19疫苗接种的公众情绪	使用LDA模型提取了关于疫苗和接种过程的最常见话题，并应用了深度学习和传统机器学习算法来识别公众情绪和极性	未提及具体的研究局限性	分析孟加拉国社交媒体上关于COVID-19疫苗接种的公众情绪，以帮助政府为未来疫情做准备	孟加拉国社交媒体用户关于COVID-19疫苗和接种过程的观点和情绪	自然语言处理	NA	Latent Dirichlet Allocation (LDA)模型，深度学习和传统机器学习算法	LDA，深度学习模型和传统机器学习模型	文本	孟加拉国社交媒体用户的反应
29	2024-09-17	Prediction of HIV sensitivity to monoclonal antibodies using aminoacid sequences and deep learning 2022-09-15, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btac530 PMID:35876860	研究论文	本文提出了一种利用氨基酸序列和深度学习预测HIV对单克隆抗体敏感性的方法	本文通过同时建模病毒和抗体序列，展示了在预测抗体-病毒敏感性方面的优势	本文未提及具体的局限性	本文旨在开发一种准确预测HIV对单克隆抗体敏感性的方法，以支持HIV疫苗开发和治疗	本文的研究对象是HIV病毒和单克隆抗体	机器学习	HIV	深度学习	神经网络	氨基酸序列	31种特定的广谱中和抗体
30	2024-09-17	From Images to Probabilistic Anatomical Shapes: A Deep Variational Bottleneck Approach 2022-Sep, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-16434-7_46 PMID:37011237	研究论文	本文提出了一种基于变分信息瓶颈理论的框架，用于从3D医学图像中直接预测解剖结构的概率形状	该方法放松了现有技术中的假设，通过学习任务上下文中的潜在表示，实现了更灵活、更具扩展性的模型，并能更好地捕捉数据的非线性特征	NA	提高从3D医学图像中进行统计形状建模的准确性和不确定性估计	3D医学图像中的解剖结构概率形状	计算机视觉	NA	变分信息瓶颈理论	NA	图像	NA
31	2024-09-15	Interpretable deep learning of myelin histopathology in age-related cognitive impairment 2022-09-21, Acta neuropathologica communications IF:6.2Q1 DOI:10.1186/s40478-022-01425-5 PMID:36127723	研究论文	本文使用弱监督的多实例学习算法，通过分析人脑尸检组织切片的整张幻灯片图像，预测认知障碍的存在与否	本文提出了一种可扩展的平台，利用可解释的深度学习来识别认知障碍中的病理学意外方面，并可推广到其他神经生物学疾病的研究	尽管模型能够预测认知障碍的存在，但准确性仅略高于随机水平	改进识别与认知相关的组织病理学变化的方法，以无偏见的方式进行	老年捐赠者的大脑组织切片，用于预测认知障碍的存在与否	数字病理学	老年疾病	弱监督的多实例学习算法	NA	图像	367例认知障碍患者和349例无认知障碍患者的大脑组织切片
32	2024-09-13	AcneGrader: An ensemble pruning of the deep learning base models to grade acne 2022-Sep, Skin research and technology : official journal of International Society for Bioengineering and the Skin (ISBS) [and] International Society for Digital Imaging of Skin (ISDIS) [and] International Society for Skin Imaging (ISSI) IF:2.0Q3 DOI:10.1111/srt.13166 PMID:35639819	研究论文	本文提出了一种基于深度学习模型的集成剪枝框架AcneGrader，用于自动检测和分级痤疮	本文的创新点在于提出了一种集成剪枝策略，通过去除冗余的基础模型来提高预测结果并降低计算复杂度	本文未详细讨论该方法在其他皮肤病数据集上的适用性	开发一种自动化的痤疮分级方法，以减轻皮肤科医生的工作负担并提高诊断准确性	痤疮的分级和检测	计算机视觉	皮肤病	深度学习	集成模型	图像	痤疮数据集和皮肤癌数据集
33	2024-09-11	Artificial intelligence-driven design of fuel mixtures 2022-Sep-16, Communications chemistry IF:5.9Q1 DOI:10.1038/s42004-022-00722-3 PMID:36697675	研究论文	本文介绍了一种基于数据驱动的人工智能框架，用于设计具有定制燃烧特性的液体燃料，以提高发动机效率并降低碳排放	本文提出了一种新的混合操作符（MO），将混合物的隐藏向量表示为每个单一成分向量的线性组合，并将其整合到网络架构中	NA	开发一种能够快速设计优化发动机效率和降低排放的燃料配方的人工智能方法	液体燃料的燃烧特性	机器学习	NA	深度学习（DL）	深度学习模型	化学成分数据	NA
34	2024-09-11	DMDF-Net: Dual multiscale dilated fusion network for accurate segmentation of lesions related to COVID-19 in lung radiographic scans 2022-Sep-15, Expert systems with applications IF:7.5Q1 DOI:10.1016/j.eswa.2022.117360 PMID:35529253	研究论文	本文提出了一种名为DMDF-Net的双重多尺度扩张融合网络，用于从胸部CT图像中准确分割与COVID-19相关的病变	本文的创新点在于提出了双重多尺度扩张融合网络，通过在编码器和解码器模块中融合多尺度深度特征，实现了对小病变的鲁棒分割，并引入了后处理步骤中的后区域兴趣（ROI）融合，以减少假阳性并准确量化感染区域	本文未明确提及研究的具体局限性	研究目的是开发一种基于深度学习的计算机辅助诊断解决方案，用于从胸部CT图像中诊断COVID-19病变	研究对象是与COVID-19相关的肺部病变	计算机视觉	肺部疾病	深度学习	CNN	图像	未明确提及样本数量
35	2024-09-11	Deep learning-enabled ultra-widefield retinal vessel segmentation with an automated quality-optimized angiographic phase selection tool 2022-09, Eye (London, England) DOI:10.1038/s41433-021-01661-4 PMID:34373610	研究论文	本文展示了一种基于深度学习的超广角视网膜血管分割工具，并评估了其自动识别质量优化相位特异性图像的能力	本文提出了一种基于深度学习的血管分割和相位选择系统，能够显著提高超广角荧光血管造影评估的速度、一致性和客观性	NA	展示基于深度学习的血管分割工具的可行性，并评估其自动识别质量优化相位特异性图像的能力	糖尿病视网膜病变、镰状细胞视网膜病变和正常视网膜血管的超广角荧光血管造影图像	计算机视觉	NA	深度学习	深度学习算法	图像	共使用了13,980个超广角荧光血管造影序列，来自462个会话，用于评估性能；1578个序列来自66个会话，用于创建三次样条曲线
36	2024-09-10	Deep-learning-augmented computational miniature mesoscope 2022-Sep-20, Optica IF:8.4Q1 DOI:10.1364/optica.464700 PMID:36506462	研究论文	本文介绍了一种计算微型显微镜（CM）的改进版本CM V2，通过硬件和计算的改进，实现了在微型平台上进行单次拍摄、3D高分辨率成像	引入了混合发射滤光片和3D打印自由形式准直器，改进了成像对比度和激发效率；开发了3D线性移变（LSV）模型和多模块深度学习模型CMNet，用于高分辨率重建	仅在模拟和实验中验证了CMNet的性能，尚未在实际应用中广泛测试	开发一种能够在微型平台上实现大视场和高分辨率3D成像的计算显微镜	生物结构和动态的3D高分辨率成像	计算机视觉	NA	深度学习	CMNet	图像	模拟和实验中使用了不同条件下的荧光发射器
37	2024-09-10	Convolutional neural network based CT scan classification method for COVID-19 test validation 2022-Sep, Smart health (Amsterdam, Netherlands) DOI:10.1016/j.smhl.2022.100296 PMID:35722028	研究论文	本文提出了一种基于卷积神经网络的CT扫描分类方法，用于COVID-19检测的验证	使用条件生成对抗网络增强数据以减少过拟合风险，并提出了一种基于BIN残差块的方法改进U-Net网络进行图像分割和分类预测	依赖于有限的COVID-19 CT数据集，尽管使用了数据增强技术，但数据量仍然可能不足	开发一种有效的CT扫描分类方法，帮助放射科医生更准确地诊断COVID-19	COVID-19的CT图像分类	计算机视觉	传染病	条件生成对抗网络 (CGAN)	卷积神经网络 (CNN)	图像	有限的COVID-19 CT数据集，通过数据增强技术增加样本数量
38	2024-09-10	SplitAVG: A Heterogeneity-Aware Federated Deep Learning Method for Medical Imaging 2022-09, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2022.3185956 PMID:35749336	研究论文	提出了一种名为SplitAVG的异质性感知的联邦深度学习方法，用于医疗影像分析	SplitAVG通过简单的网络分割和特征图拼接策略，克服了联邦学习中数据异质性导致的性能下降问题	未提及具体的局限性	旨在解决联邦学习中数据异质性导致的模型性能下降问题	医疗影像数据	计算机视觉	NA	联邦学习	CNN	图像	使用了合成和真实世界的联邦数据集进行实验
39	2024-09-10	Detection of COVID-19 using deep learning techniques and classification methods 2022-Sep, Information processing & management IF:7.4Q1 DOI:10.1016/j.ipm.2022.103025 PMID:35821878	研究论文	本研究旨在通过使用深度学习技术和分类方法，利用CT图像快速诊断COVID-19患者，减少疾病传播时间	本研究结合了多种深度学习模型和分类方法，通过CT图像实现了高精度的COVID-19检测	研究样本仅来自Siirt教育与研究医院的1345张CT图像，可能存在样本偏差	缩短COVID-19诊断时间，减少疾病传播，并为放射科医生提供决策支持系统	COVID-19患者的CT图像	计算机视觉	COVID-19	深度学习	ResNet-50, ResNet-101, AlexNet, Vgg-16, Vgg-19, GoogLeNet, SqueezeNet, Xception	图像	1345张CT图像
40	2024-09-10	VOC-DL: Deep learning prediction model for COVID-19 based on VOC virus variants 2022-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2022.106981 PMID:35863125	研究论文	本文提出了一种基于VOC病毒变异的深度学习预测模型VOC-DL，用于预测COVID-19的疫情趋势	本文创新性地结合了VOC病毒变异信息，提出了一种新的深度学习预测框架VOC-DL，并验证了其在不同国家的疫情预测中的有效性	本文的实验数据仅涵盖了五个国家的疫情数据，未来需要进一步验证该模型在更多国家和地区的适用性	开发一种能够结合病毒变异信息进行合理预测的COVID-19疫情预测模型	COVID-19疫情趋势及其在不同国家的传播情况	机器学习	COVID-19	深度学习	LSTM	时间序列数据	五个国家的每日新增确诊病例数据，时间跨度为2021年4月14日至2021年7月3日