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
1141	2024-09-15	Application of artificial intelligence in diagnosis and treatment of colorectal cancer: A novel Prospect 2023, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2023.1128084 PMID:36968824	综述	本文综述了人工智能在结直肠癌诊断和治疗中的最新进展	探讨了人工智能在结直肠癌早期筛查、生物标志物筛选、病理图像分析、辅助诊断系统、机器人手术和基因测序中的应用	NA	探讨人工智能在结直肠癌诊断和治疗中的应用前景	结直肠癌及其相关诊断和治疗技术	机器学习	结直肠癌	NA	卷积神经网络	图像	NA
1142	2024-09-15	End to End Multitask Joint Learning Model for Osteoporosis Classification in CT Images 2023, Computational intelligence and neuroscience DOI:10.1155/2023/3018320 PMID:36970245	研究论文	本文提出了一种端到端的多任务联合学习模型，用于CT图像中的骨质疏松分类	本文创新性地提出了一个结合定位、分割和分类的联合学习框架，以提高骨质疏松诊断的准确性，并引入了边界热图回归分支和门控卷积模块来优化特征提取	本文未提及具体的局限性	开发一种高效且经济的骨质疏松诊断方法	骨质疏松的分类和诊断	计算机视觉	骨质疏松	深度学习	联合学习模型	CT图像	自建数据集，测试数据集包含正常、骨质减少和骨质疏松三种标签类别，总体准确率为93.3%
1143	2024-09-14	Superficial white matter analysis: An efficient point-cloud-based deep learning framework with supervised contrastive learning for consistent tractography parcellation across populations and dMRI acquisitions 2023-04, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2023.102759 PMID:36706638	研究论文	提出了一种基于点云的深度学习框架，用于对浅层白质进行一致的束状图分割	采用点云网络和监督对比学习方法，提高了浅层白质束状图分割的准确性和一致性	未提及	开发一种高效且一致的浅层白质束状图分割方法	浅层白质束状图的分割	计算机视觉	NA	扩散MRI束状图	深度学习模型	图像	训练数据包括来自标记的长程和中程浅层白质簇的流线样本和解剖上不合理的流线样本，测试数据包括六个独立采集的不同年龄和健康状况的数据集
1144	2024-09-14	A dataset of COVID-19 x-ray chest images 2023-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2023.109000 PMID:36845649	研究论文	本文介绍了一个包含COVID-19确诊患者胸部X光图像的数据集	提供了用于开发自动检测COVID-19和区分COVID-19引起的肺炎与其他肺部疾病的胸部X光图像数据集	每个受试者仅包含一张胸部X光图像，可能限制了数据集的多样性	开发用于检测COVID-19和区分COVID-19引起的肺炎与其他肺部疾病的自动化方法	COVID-19确诊患者的胸部X光图像	数字病理学	COVID-19	NA	NA	图像	包含来自约旦北部一家医院的多日住院COVID-19确诊患者的胸部X光图像
1145	2024-09-14	A data set of earthquake bulletin and seismic waveforms for Ghana obtained by deep learning 2023-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2023.108969 PMID:36879614	研究论文	本文介绍了加纳数字地震网络（GHDSN）数据集，通过深度学习模型EQTransformer进行地震事件检测和相位拾取，并提供了地震波形和地震公报	利用深度学习模型EQTransformer进行地震事件检测和相位拾取，提供了一个包含地震波形和地震公报的数据集	NA	通过深度学习模型处理地震数据，提供地震事件检测和相位拾取的数据集	加纳数字地震网络（GHDSN）数据集中的地震事件和波形	地球科学	NA	深度学习	EQTransformer	地震波形	73次本地地震，包含559个到时（292个P相和267个S相）
1146	2024-09-14	Neural network based formation of cognitive maps of semantic spaces and the putative emergence of abstract concepts 2023-03-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-30307-6 PMID:36871003	研究论文	本文提出了一种基于神经网络的认知地图形成方法，用于模拟语义空间的认知过程，并探讨了抽象概念的潜在出现机制	本文提出了基于多尺度后继表示的神经网络模型，成功学习了不同动物物种之间的相似性，并构建了认知地图，为人工通用智能提供了新的工具	模型的准确率约为30%，接近理论最大值，但由于所有动物物种在特征空间中都有多个可能的后继，因此存在一定的局限性	研究如何通过神经网络形成认知地图，并探讨抽象概念的潜在出现机制	32种不同动物物种的特征向量	机器学习	NA	神经网络	多尺度后继表示	特征向量	32种动物物种
1147	2024-09-14	Neural networks contribution in face mask detection to reduce the spread of COVID-19 2023-Mar-04, Multimedia tools and applications IF:3.0Q2 DOI:10.1007/s11042-023-14920-1 PMID:37362662	研究论文	本文提出了一种基于脉冲耦合神经网络和全连接神经网络的口罩检测方法，以减少COVID-19的传播	结合了脉冲耦合神经网络和全连接神经网络，通过几何模块、特征提取模块和决策模块的三步处理，实现了高效的口罩检测	准确率在不同数据集上有所波动，且最低计算时间未明确	开发一种高效的口罩检测方法，以防止病毒传播	口罩检测系统及其在不同数据集上的性能	计算机视觉	NA	脉冲耦合神经网络，全连接神经网络	神经网络	图像	使用了多个数据集，包括Kaggle、AIZOO、Moxa3K、Real-World Masked Face Dataset、Medical Masks Dataset和Face Mask Dataset
1148	2024-09-14	Deep learning for face mask detection: a survey 2023-Mar-04, Multimedia tools and applications IF:3.0Q2 DOI:10.1007/s11042-023-14686-6 PMID:37362645	综述	本文综述了在新冠疫情期间使用深度学习进行口罩检测的研究进展	本文总结了现有的口罩检测技术及其性能，并提出了改进方向	本文主要总结了现有研究的局限性，并提出了改进建议	本文旨在为研究人员提供一个更广泛的视角，以识别新冠疫情期间口罩检测（目标检测）中的模式和趋势	本文综述了口罩检测技术的研究对象，包括各种数据集和方法	计算机视觉	NA	深度学习	NA	图像	NA
1149	2024-09-14	Iodine maps derived from sparse-view kV-switching dual-energy CT equipped with a deep learning reconstruction for diagnosis of hepatocellular carcinoma 2023-03-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-30460-y PMID:36869102	研究论文	本文研究了基于深度学习的能谱CT成像技术在肝细胞癌诊断中的应用	提出了一种基于深度学习的能谱CT成像技术，通过级联深度学习重建方法填补了正弦图空间中缺失的视图，并提高了图像质量	在小直径模块或碘浓度较低的情况下，碘定量可能会导致低估	评估基于深度学习的能谱CT成像技术生成的碘图在肝细胞癌诊断中的临床效用	肝细胞癌患者和模拟研究中的碘浓度	计算机视觉	肝癌	能谱CT成像	CNN	图像	52名肝细胞癌患者和模拟研究中的碘浓度模块
1150	2024-09-14	Mapping the terraces on the Loess Plateau based on a deep learning-based model at 1.89 m resolution 2023-03-02, Scientific data IF:5.8Q1 DOI:10.1038/s41597-023-02005-5 PMID:36864066	研究论文	本文开发了一种基于深度学习的梯田提取模型，用于生成黄土高原1.89米分辨率的梯田分布图	首次在区域范围内应用纹理特征进行梯田提取	NA	研究黄土高原梯田的分布及其在土壤保护和农业生产中的作用	黄土高原的梯田分布	计算机视觉	NA	深度学习	UNet++	图像	11,420个测试样本和815个实地验证点
1151	2024-09-14	Direct prediction of genetic aberrations from pathology images in gastric cancer with swarm learning 2023-03, Gastric cancer : official journal of the International Gastric Cancer Association and the Japanese Gastric Cancer Association IF:6.0Q1 DOI:10.1007/s10120-022-01347-0 PMID:36264524	研究论文	本文研究了使用群体学习（Swarm Learning）从病理图像中直接预测胃癌中的遗传异常	本文首次将群体学习应用于胃癌病理图像的分子生物标志物预测，克服了多中心数据稀缺的问题	本文仅在胃癌中验证了群体学习的效果，未来需在更多癌症类型中进行验证	验证群体学习在胃癌病理图像中预测分子生物标志物的可行性	胃癌患者的病理图像和分子生物标志物	数字病理学	胃癌	深度学习（DL）	群体学习（SL）	图像	四个国家的四个患者队列，包括瑞士、德国、英国和美国，样本具有已知的微卫星不稳定性（MSI）和Epstein-Barr病毒（EBV）状态
1152	2024-09-14	Machine learning of electrophysiological signals for the prediction of ventricular arrhythmias: systematic review and examination of heterogeneity between studies 2023-Mar, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2023.104462 PMID:36773349	综述	本文系统回顾和探索了使用机器学习和深度学习模型预测室性心律失常的研究现状	结合了传统方法和数字健康技术收集的电生理信号，利用机器学习和深度学习进行个性化预测	研究间的异质性较大，主要由于小规模自定义数据集和机器学习模型的选择，可能影响模型的泛化能力	评估现有机器学习和深度学习模型在个性化预测恶性室性心律失常或心脏骤停方面的现状	电生理信号和机器学习模型	机器学习	心血管疾病	机器学习 (ML) 和深度学习 (DL)	机器学习和深度学习模型	电生理信号	46项研究纳入系统回顾，32项研究纳入元分析
1153	2024-09-14	Incorporating variant frequencies data into short-term forecasting for COVID-19 cases and deaths in the USA: a deep learning approach 2023-Mar, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2023.104482 PMID:36821889	研究论文	本文提出了一种多阶段深度学习模型，用于在美国各州进行COVID-19病例和死亡人数的短期预测	该模型整合了流行病学、移动性、调查、气候、人口统计和SARS-CoV-2变异频率数据，并在多个时空设置中表现优于CDC的集成模型	NA	提高COVID-19风险预测的准确性和鲁棒性，以支持公共卫生决策	COVID-19病例和死亡人数的短期预测	机器学习	COVID-19	深度学习	多阶段深度学习模型	多源数据（流行病学、移动性、调查、气候、人口统计和SARS-CoV-2变异频率数据）	美国各州，每周级别，预测范围为1-4周
1154	2024-09-14	Radar-based human activity recognition with adaptive thresholding towards resource constrained platforms 2023-03-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-30631-x PMID:36859571	研究论文	本文提出了一种基于雷达的人类活动识别方法，通过自适应阈值技术在资源受限平台上实现高效分类	本文的创新点在于提出了一种自适应幅度阈值方法，用于突出多域微多普勒特征中的感兴趣区域，从而减少计算复杂度和资源消耗	NA	本文的研究目的是在资源受限平台上实现高效的人类活动识别	本文的研究对象是基于雷达的人类活动识别算法	计算机视觉	NA	雷达系统	深度学习方法	多域微多普勒特征	六种活动
1155	2024-09-14	Single-cell gene regulatory network prediction by explainable AI 2023-02-28, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkac1212 PMID:36629274	研究论文	本文提出了一种可解释的深度学习方法scGeneRAI，用于从单细胞RNA测序数据中推断基因调控网络，并应用于人类肺癌数据集	本文提出的方法能够从单细胞层面重建基因调控网络，而现有最先进的方法只能预测细胞群体的平均网络	本文仅在合成数据和人类肺癌数据集上进行了验证，未来需要在更多类型的癌症数据上进行验证	通过单细胞基因调控网络预测揭示癌症细胞的分子异质性	单细胞RNA测序数据中的基因调控网络	机器学习	肺癌	单细胞RNA测序	深度学习	基因数据	一组人类肺癌样本
1156	2024-09-14	Tumor Diagnosis against Other Brain Diseases Using T2 MRI Brain Images and CNN Binary Classifier and DWT 2023-Feb-17, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci13020348 PMID:36831891	研究论文	本文提出了一种基于卷积神经网络（CNN）和离散小波变换（DWT）的诊断框架，用于通过T2-SWI MRI扫描诊断脑胶质瘤肿瘤	本文创新性地将DWT与CNN结合，用于MRI图像的特征提取，以提高脑胶质瘤诊断的准确性	研究样本量相对较小，且仅限于特定类型的MRI图像	提高脑肿瘤诊断的准确性，减少人为因素导致的误诊风险	脑胶质瘤肿瘤与其他脑部疾病的诊断	计算机视觉	脑肿瘤	离散小波变换（DWT）	卷积神经网络（CNN）	图像	382名成年患者，包括健康和病理图像
1157	2024-09-14	Deep-EEG: An Optimized and Robust Framework and Method for EEG-Based Diagnosis of Epileptic Seizure 2023-Feb-17, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13040773 PMID:36832260	研究论文	本文提出了一种基于深度学习的EEG数据自动检测癫痫发作的优化和鲁棒框架	本文提出的DCAE-ESD-Bi-LSTM模型在理想和实际情况下均能实现精确和优化的癫痫诊断	NA	开发一种能够自动检测癫痫发作的深度学习模型	癫痫发作的自动检测	机器学习	神经疾病	深度学习	卷积自编码器-双向长短期记忆网络	脑电图数据	使用了CHB-MIT基准数据集和作者收集的数据集
1158	2024-09-14	Improving Automatic Melanoma Diagnosis Using Deep Learning-Based Segmentation of Irregular Networks 2023-Feb-16, Cancers IF:4.5Q1 DOI:10.3390/cancers15041259 PMID:36831599	研究论文	本文提出了一种结合深度学习和传统图像处理技术的方法，用于提高黑色素瘤诊断的准确性	通过融合深度学习图像级结果与传统手工特征，显著提高了黑色素瘤的召回率和准确率	需要进一步研究以验证该方法在其他数据集上的泛化能力	提高黑色素瘤诊断的准确性	黑色素瘤及其不规则色素网络	计算机视觉	皮肤癌	深度学习	U-Net++	图像	487个独特的皮肤镜黑色素瘤病变图像，以及1000张用于训练和测试的图像
1159	2024-09-14	Assessing the Impact of Image Resolution on Deep Learning for TB Lesion Segmentation on Frontal Chest X-rays 2023-Feb-16, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13040747 PMID:36832235	研究论文	研究探讨了不同图像分辨率对基于深度学习的肺结核病变分割模型在胸部X光片上的影响	提出了使用Inception-V3 UNet模型在不同图像分辨率下进行肺结核病变分割，并通过实验确定了最佳图像分辨率	研究仅使用了深圳胸部X光片数据集，可能限制了结果的普适性	探讨并确定用于肺结核病变分割的最佳图像分辨率	胸部X光片中的肺结核病变	计算机视觉	肺结核	深度学习	Inception-V3 UNet	图像	662张胸部X光片，包括326名正常患者和336名肺结核患者
1160	2024-09-14	Generalisability of fetal ultrasound deep learning models to low-resource imaging settings in five African countries 2023-02-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-29490-3 PMID:36792642	研究论文	研究探讨了将胎儿超声深度学习模型应用于非洲五个低资源国家的可行性，并提出了减少领域偏移效应的策略	首次研究了在低资源环境下，将高资源临床中心训练的胎儿平面分类模型转移到低资源中心的效果，并提出了迁移学习方法以适应不同中心的差异	研究样本量较小，每个非洲中心仅涉及25个病例，可能影响结果的普适性	探讨在低资源环境下，深度学习模型在胎儿超声诊断中的应用潜力	胎儿超声图像分类模型在不同临床中心的可推广性	计算机视觉	NA	深度学习	分类模型	图像	西班牙1792例，丹麦1008例，非洲五个国家各25例