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
15161	2024-09-29	Interfacing Machine Learning and Microbial Omics: A Promising Means to Address Environmental Challenges 2022, Frontiers in microbiology IF:4.0Q2 DOI:10.3389/fmicb.2022.851450 PMID:35547145	review	本文综述了机器学习与微生物组学结合在解决环境挑战中的潜力	探讨了分子微生物生态学与人工智能结合的前沿领域，并提供了机器学习的基本介绍	当前研究领域存在局限性，需要进一步发展以实现环境监测和管理的目标	探讨机器学习在微生物生态学中的应用，以推进环境监测和管理实践	微生物群落及其在环境扰动中的响应	machine learning	NA	NA	NA	omics	NA
15162	2024-09-29	Image Quality Control in Lumbar Spine Radiography Using Enhanced U-Net Neural Networks 2022, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2022.891766 PMID:35558524	研究论文	开发了一种基于深度学习的图像质量控制框架，用于分割和评估腰椎X光图像，以标准化放射成像程序	使用增强的U-Net神经网络进行腰椎X光图像的分割和质量评估	NA	标准化放射成像程序，提高腰椎X光图像的质量控制	腰椎X光图像的分割和质量评估	计算机视觉	NA	深度学习	U-Net	图像	1389名患者的腰椎X光图像，包括前后位、侧位和斜位图像
15163	2024-09-29	A Systematic Approach for Explaining Time and Frequency Features Extracted by Convolutional Neural Networks From Raw Electroencephalography Data 2022, Frontiers in neuroinformatics IF:2.5Q3 DOI:10.3389/fninf.2022.872035 PMID:35712676	研究论文	本文提出了一种基于模型可视化的新方法，用于解释卷积神经网络从原始脑电图数据中提取的时间和频率特征	本文首次系统地评估了在静息状态脑电图数据上训练的卷积神经网络中波形和频谱特征的重要性	NA	提高卷积神经网络在静息状态脑电图分析中的可解释性	卷积神经网络从原始脑电图数据中提取的时间和频率特征	机器学习	NA	卷积神经网络	CNN	脑电图数据	NA
15164	2024-09-29	Individual Tree Crown Segmentation and Crown Width Extraction From a Heightmap Derived From Aerial Laser Scanning Data Using a Deep Learning Framework 2022, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2022.914974 PMID:35774816	研究论文	本文提出了一种基于深度学习框架的单木树冠分割和树冠宽度提取方法，使用从机载激光雷达数据生成的高度图	本文创新性地结合了YOLO-v4深度学习网络和计算机图形学算法，克服了现有方法在处理航空照片时遇到的异质光照和交错枝叶干扰的问题	NA	研究目的是从激光雷达数据中高效准确地提取单木树冠信息，以支持森林资源评估和智能管理	研究对象包括树苗园、森林景观和混合树种植园三种森林类型	计算机视觉	NA	激光雷达	YOLO-v4	高度图	三个森林样地，包括树苗园、森林景观和混合树种植园
15165	2024-09-29	A Survey on Human Cancer Categorization Based on Deep Learning 2022, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2022.884749 PMID:35832207	综述	本文综述了基于深度学习的人类癌症分类方法	介绍了深度学习在医学图像分析中的应用，特别是卷积神经网络（CNN）在癌症诊断中的应用	未提及具体的研究限制	评估深度学习在医学图像分析中的主要概念，并综述该领域的进展	深度学习技术在医学图像中的应用，特别是癌症分类	计算机视觉	NA	深度学习	卷积神经网络（CNN）	图像	NA
15166	2024-09-29	Face Mask-Wearing Detection Model Based on Loss Function and Attention Mechanism 2022, Computational intelligence and neuroscience DOI:10.1155/2022/2452291 PMID:35865498	研究论文	本文提出了一种基于损失函数和注意力机制的神经网络模型，用于复杂环境下的口罩佩戴检测	引入了注意力机制和不同的边界框损失函数，提高了口罩佩戴检测的准确性和定位精度	NA	提高口罩佩戴检测的准确性，以应对复杂环境中的遮挡、光照和密度问题	口罩佩戴检测	计算机视觉	NA	YOLOv5s	神经网络模型	图像	7958张口罩佩戴图像和大量未佩戴口罩的图像
15167	2024-09-29	A generalized deep learning network for fractional anisotropy reconstruction: Application to epilepsy and multiple sclerosis 2022, Frontiers in neuroinformatics IF:2.5Q3 DOI:10.3389/fninf.2022.891234 PMID:35991288	研究论文	本文提出了一种基于U-net架构的广义深度学习网络，用于从1分钟内获取的10个扩散加权（DW）图像中重建分数各向异性（FA）图，并应用于癫痫和多发性硬化症的研究	本文的创新点在于提出了一种广义的深度学习网络，能够在不同扫描仪和DW成像协议下无需重新训练即可应用，并且能够从10个DW图像中重建高质量的FA图，保留了病理敏感性	NA	开发一种能够在临床上快速获取高质量FA图的方法，并评估其在癫痫和多发性硬化症中的应用	分数各向异性（FA）图在癫痫和多发性硬化症中的应用	机器学习	神经疾病	深度学习	U-net	图像	使用人类连接组项目（HCP）数据进行训练，并在两个不同的临床数据集（癫痫和多发性硬化症）上进行验证
15168	2024-09-29	On modeling and utilizing chemical compound information with deep learning technologies: A task-oriented approach 2022, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2022.07.049 PMID:36051875	综述	本文综述了如何利用深度学习技术在任务导向的方式下建模和利用化学化合物信息	本文介绍了四种尚未完全融入化学信息计算分析的新兴技术	本文未详细讨论这些新兴技术的具体应用和局限性	探讨如何利用深度学习技术在药物发现任务中导航化学空间	化学化合物数据库中的化合物信息及其注释属性和测定数据	机器学习	NA	深度学习	NA	化学化合物信息	NA
15169	2024-09-29	Deep learning framework for prediction of infection severity of COVID-19 2022, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2022.940960 PMID:36059818	研究论文	开发了一种深度学习框架，用于预测COVID-19感染的严重程度	利用胸部CT扫描数据，通过肺叶和感染区域的分割，计算感染严重程度百分比，并使用k-NN模型进行分类	仅使用了232个胸部CT扫描数据进行训练，样本量相对较小	量化COVID-19确诊患者的病情严重程度	COVID-19患者的胸部CT扫描图像	计算机视觉	COVID-19	深度学习	CNN	图像	232个胸部CT扫描图像，加上两个公共数据集的59个扫描图像，以及两个外部测试集的21个扫描图像
15170	2024-09-29	A workflow for segmenting soil and plant X-ray computed tomography images with deep learning in Google's Colaboratory 2022, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2022.893140 PMID:36176692	研究论文	本文介绍了一种在Google的Colaboratory中使用深度学习分割土壤和植物X射线计算机断层扫描图像的工作流程	开发了一种模块化工作流程，利用Google的Colaboratory中的低成本资源，将卷积神经网络应用于X射线μCT图像分割	文章中提到的挑战包括计算机科学家与农业研究者之间的知识鸿沟，以及训练和应用深度学习模型所需的计算资源	加速植物和土壤科学中新兴深度学习技术的采用和使用	土壤和植物的X射线μCT图像	计算机视觉	NA	卷积神经网络	CNN	图像	核桃叶、杏仁花蕾和土壤团聚体的示例扫描
15171	2024-09-29	Protein-protein interaction prediction with deep learning: A comprehensive review 2022, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2022.08.070 PMID:36212542	综述	本文综述了深度学习在蛋白质相互作用预测中的应用	本文介绍了深度学习方法在预测蛋白质功能、蛋白质相互作用及其位点、蛋白质-配体结合以及蛋白质设计中的最新进展	NA	探讨深度学习在蛋白质相互作用预测中的应用	蛋白质相互作用及其位点、蛋白质-配体结合、蛋白质设计	生物信息学	NA	深度学习	NA	NA	NA
15172	2024-09-29	Deep learning techniques for detecting and recognizing face masks: A survey 2022, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2022.955332 PMID:36225777	综述	本文综述了用于检测和识别佩戴口罩的深度学习技术	本文综述了用于检测和识别佩戴口罩的深度学习技术，并讨论了这些技术的有效性	主要问题是人们经常不正确地佩戴口罩，导致模型难以准确检测	研究目的是综述用于检测和识别佩戴口罩的深度学习技术	研究对象是口罩人脸识别（MFR）和遮挡人脸识别（OFR）的深度学习技术	计算机视觉	NA	深度学习	NA	图像	NA
15173	2024-09-29	Automatic autism spectrum disorder detection using artificial intelligence methods with MRI neuroimaging: A review 2022, Frontiers in molecular neuroscience IF:3.5Q2 DOI:10.3389/fnmol.2022.999605 PMID:36267703	综述	本文综述了使用人工智能方法和MRI神经影像进行自闭症谱系障碍自动检测的研究进展	本文总结了使用深度学习技术开发自闭症谱系障碍自动诊断模型的有限工作，并提供了未来研究方向的建议	目前使用深度学习技术开发自闭症谱系障碍自动诊断模型的研究非常有限	综述使用人工智能方法和MRI神经影像进行自闭症谱系障碍自动检测的研究进展	自闭症谱系障碍的自动检测方法	机器学习	自闭症	MRI	NA	图像	NA
15174	2024-09-29	Crop genomic selection with deep learning and environmental data: A survey 2022, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2022.1040295 PMID:36703955	综述	本文综述了将深度学习与环境数据结合用于作物基因组选择的最新技术	本文探讨了在多环境条件下使用深度学习模型预测作物表型的创新方法，特别是结合了温度、土壤条件和降水等异质数据源的模型	NA	探讨在多环境条件下使用深度学习模型预测作物表型的方法	作物基因组选择模型	机器学习	NA	深度学习	深度学习模型	基因组数据、环境数据	NA
15175	2024-09-29	CovH2SD: A COVID-19 detection approach based on Harris Hawks Optimization and stacked deep learning 2021-Dec-30, Expert systems with applications IF:7.5Q1 DOI:10.1016/j.eswa.2021.115805 PMID:34511738	研究论文	提出了一种基于Harris Hawks优化和堆叠深度学习的COVID-19检测方法CovH2SD	采用Harris Hawks优化算法优化超参数，并结合九种预训练卷积神经网络进行特征提取和学习	未提及	开发一种快速且准确的COVID-19检测方法	COVID-19患者的胸部CT图像	计算机视觉	COVID-19	Harris Hawks优化算法	卷积神经网络	图像	未提及
15176	2024-09-29	Machine Learning in Epigenomics: Insights into Cancer Biology and Medicine 2021-12, Biochimica et biophysica acta. Reviews on cancer DOI:10.1016/j.bbcan.2021.188588 PMID:34245839	综述	本文综述了机器学习在表观基因组学中的应用，特别是其在癌症生物学和医学中的作用	探讨了机器学习算法在处理复杂、高维、稀疏和噪声数据方面的优势	未具体讨论每种机器学习方法的局限性	旨在概述机器学习方法如何用于探索表观基因组在癌症生物学和医学中的作用	癌症样本中的表观基因组数据	机器学习	癌症	机器学习算法	NA	表观基因组数据	NA
15177	2024-09-29	CinE caRdiac magneTic resonAnce to predIct veNTricular arrhYthmia (CERTAINTY) 2021-11-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-02111-7 PMID:34811411	研究论文	研究利用心脏磁共振成像（CMR）和深度学习模型预测心室心律失常（VA）的风险	开发了一种新的深度学习模型，通过心脏磁共振成像提取心脏结构和功能特征，以预测心室心律失常的风险	需要多中心参与进行外部验证	开发更好的模型来识别低风险心室心律失常的患者，以减少植入式心脏复律除颤器（ICD）相关并发症的风险	心室心律失常的风险预测	机器学习	心血管疾病	心脏磁共振成像（CMR）	神经网络	图像	350名主要预防性ICD接受者，其中97名女性，中位年龄59岁，178名患有缺血性心肌病
15178	2024-09-29	Neural Decoding of EEG Signals with Machine Learning: A Systematic Review 2021-Nov-18, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci11111525 PMID:34827524	综述	本文系统综述了机器学习和深度学习在脑电信号解码和分类中的应用	本文总结了最新的机器学习和深度学习模型在脑电信号处理中的应用，并提供了特征提取和分类器的推荐	本文主要基于文献综述，未进行新的实验或数据分析	系统综述机器学习和深度学习在脑电信号解码和分类中的最新进展	脑电信号的解码和分类	机器学习	NA	脑电图 (EEG)	卷积神经网络 (CNN), 支持向量机 (SVM)	脑电信号	NA
15179	2024-09-29	Wound Size Imaging: Ready for Smart Assessment and Monitoring 2021-11, Advances in wound care IF:5.8Q1 DOI:10.1089/wound.2018.0937 PMID:32320356	研究论文	本文介绍并评估了用于伤口尺寸成像的新兴设备和模式，以及用于智能伤口评估和监测的有前景的图像处理工具	本文引入了低成本设备和机器学习技术，使伤口评估更加稳健和准确，并结合多种成像模式和机器学习，实现了智能伤口监测	NA	研究目的是评估新兴设备和图像处理工具在智能伤口评估和监测中的应用	研究对象是伤口尺寸成像设备和图像处理工具	计算机视觉	NA	机器学习	NA	图像	NA
15180	2024-09-29	Importance of the 5' regulatory region to bacterial synthetic biology applications 2021-11, Microbial biotechnology IF:4.8Q1 DOI:10.1111/1751-7915.13868 PMID:34171170	综述	本文综述了细菌合成生物学中5'调控区域（包括启动子、非翻译区域和编码序列的5'端）的创建方法及其在基因表达调控和化合物合成中的重要性	本文总结了细菌合成生物学中5'调控区域创建方法的最新进展，并讨论了其在细菌工程中的重要性	本文主要讨论了现有方法的优缺点，但未提出新的解决方案或技术	探讨细菌合成生物学中5'调控区域的创建方法及其在基因表达调控和化合物合成中的应用	细菌合成生物学中的5'调控区域（启动子、非翻译区域和编码序列的5'端）	合成生物学	NA	NA	NA	NA	NA