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
16921	2024-09-14	A systematic review on recent trends in transmission, diagnosis, prevention and imaging features of COVID-19 2020-Nov, Process biochemistry (Barking, London, England) DOI:10.1016/j.procbio.2020.08.016 PMID:32843849	综述	本文综述了COVID-19的传播方式、诊断方法、预防措施以及影像学特征的最新趋势	介绍了人工智能和深度学习算法在COVID-19诊断中的应用潜力，并提出了无人机热成像筛查等新技术的发展方向	未详细讨论新技术在实际应用中的可行性和局限性	探讨COVID-19的传播、诊断、预防和影像学特征的最新进展	COVID-19的传播方式、诊断方法、预防措施以及影像学特征	NA	传染病	计算机断层扫描(CT)、反转录聚合酶链反应(RT-PCR)、免疫荧光色谱法	深度学习算法	NA	NA
16922	2024-09-14	Cone-beam CT-derived relative stopping power map generation via deep learning for proton radiotherapy 2020-Sep, Medical physics IF:3.2Q1 DOI:10.1002/mp.14347 PMID:32579710	研究论文	本文提出了一种基于深度学习的方法，用于从锥形束CT图像中生成相对停止功率图，以实现质子放射治疗中的在线剂量计算	本文创新性地使用基于cycle-GAN架构的深度学习网络，通过设计复合损失函数来生成高质量的相对停止功率图，从而实现在线剂量计算	本文仅在23名头颈部癌症患者中进行了验证，未来需要在更多患者和不同类型的癌症中进行进一步验证	旨在提高质子放射治疗中剂量分布的准确性，减少对正常组织的过度照射	头颈部癌症患者	计算机视觉	头颈部癌症	深度学习	cycle-GAN	图像	23名头颈部癌症患者
16923	2024-09-14	High quality proton portal imaging using deep learning for proton radiation therapy: a phantom study 2020-04-27, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ab8a74 PMID:33438674	研究论文	本文提出了一种基于深度学习的方法，利用kV数字化重建放射图（DRR）来提高质子门户成像（PPI）的质量	本文创新性地使用残差生成对抗网络（GAN）框架来学习PPI和DRR之间的非线性映射，并通过残差块来强调两者之间的结构差异	本文仅在模拟数据上进行了验证，尚未在临床环境中进行测试	提高质子放射治疗中的质子门户成像质量，以便在治疗过程中验证肿瘤位置	质子门户成像（PPI）和数字化重建放射图（DRR）	计算机视觉	NA	深度学习	生成对抗网络（GAN）	图像	训练集包含149张图像，测试集包含30张图像
16924	2024-09-14	[Research and application of orthotopic DR chest radiograph quality control system based on artificial intelligence] 2020-Feb-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.201904017 PMID:32096390	研究论文	本文研究并应用了基于人工智能的正位DR胸部X光片质量控制系统	本文展示了深度学习算法在医学图像大数据有效训练中比传统图像处理算法更准确和高效，并开发了一套智能质量控制系统	NA	研究并实现计算机辅助的医学图像质量控制	正位DR胸部X光片的质量控制	计算机视觉	NA	深度学习算法	图像分割模型和图像分类模型	图像	涉及大量医学图像数据
16925	2024-09-14	[Deep residual convolutional neural network for recognition of electrocardiogram signal arrhythmias] 2019-Apr-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.201712031 PMID:31016934	研究论文	提出了一种结合小波自适应阈值去噪和深度残差卷积神经网络的算法，用于多类心律失常信号的识别	设计了一个包含多个残差块的20层卷积神经网络，解决了传统CNN在网络深度增加时的退化问题，并通过批量归一化提高了收敛性	NA	提高心电图信号中心律失常的识别准确率，并将其应用于家庭和养老院等非医院场景	心电图信号中的多类心律失常	机器学习	心血管疾病	小波自适应阈值去噪	深度残差卷积神经网络 (DR-CNN)	信号	94,091个2导联心搏数据
16926	2024-09-14	[Computer-aided diagnosis of Parkinson's disease based on the stacked deep polynomial networks ensemble learning framework] 2018-12-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.201709030 PMID:30583319	研究论文	本文提出了一种基于堆叠深度多项式网络（SDPN）的集成学习框架，用于帕金森病（PD）的计算机辅助诊断（CAD）	引入了一种新的监督深度学习算法——深度多项式网络（DPN），并在此基础上构建了堆叠DPN（SDPN）集成学习框架，显著提高了小数据集上的诊断准确性	NA	提高基于磁共振成像（MRI）的帕金森病计算机辅助诊断的准确性	帕金森病（PD）的诊断	计算机视觉	神经退行性疾病	深度学习	深度多项式网络（DPN）	图像	使用了Parkinson's Progression Markers Initiative数据集（PPMI）中的MRI图像数据
16927	2024-09-14	[Research of electroencephalography representational emotion recognition based on deep belief networks] 2018-04-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.201706035 PMID:29745522	研究论文	本文利用深度信念网络（DBN）模型处理脑电图（EEG）信号，识别情绪状态（积极、消极和中性），并与支持向量机（SVM）进行比较	本文首次在开源深度学习框架中使用DBN模型进行情绪识别，并发现DBN在分类准确性和稳定性上优于传统的SVM	研究仍需进一步深入，以建立更准确的情绪识别系统	探索深度学习算法在情绪识别中的应用，提高分类器的性能	脑电图（EEG）信号的情绪状态识别	机器学习	NA	深度信念网络（DBN）	深度信念网络（DBN）	脑电图（EEG）信号	不同情绪刺激下的受试者脑电图信号
16928	2024-09-13	Sugarcane disease recognition through visible and near-infrared spectroscopy using deep learning assisted continuous wavelet transform-based spectrogram 2025-Jan-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.125001 PMID:39180971	研究论文	本研究利用可见光和近红外光谱结合深度学习辅助的连续小波变换光谱图，提高甘蔗病害识别的准确性	本研究创新性地将卷积神经网络与连续小波变换结合，用于提取可见光和近红外光谱中的特征，以提高甘蔗病害识别的准确性	本研究仅使用了130个甘蔗叶样本，样本量相对较小，可能影响模型的泛化能力	本研究的目的是通过结合深度学习和光谱分析技术，提高甘蔗病害识别的准确性	本研究的对象是甘蔗病害的识别	机器学习	NA	可见光和近红外光谱	卷积神经网络	光谱图	130个甘蔗叶样本
16929	2024-09-13	Unveiling the black box: A systematic review of Explainable Artificial Intelligence in medical image analysis 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.08.005 PMID:39252818	综述	本文系统回顾了应用于医学图像分析的可解释人工智能（XAI）方法，讨论了当前的挑战和未来的研究方向，并探讨了评估XAI方法的指标	本文强调了先进的XAI方法，并指出了它们如何满足ML/DL决策中对透明度和信任的需求	本文指出了XAI方法面临的挑战，并提出了未来研究方向以改进医疗领域的XAI	本文旨在弥合尖端计算技术与其在医疗保健中的实际应用之间的差距，促进AI在医疗环境中更透明、可信和有效的使用	本文研究了应用于医学图像分析的可解释人工智能（XAI）方法	计算机视觉	NA	可解释人工智能（XAI）	NA	图像	NA
16930	2024-09-13	Domain-knowledge enabled ensemble learning of 5-formylcytosine (f5C) modification sites 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.08.004 PMID:39253057	研究论文	本文介绍了一种创新的集成学习方法，用于计算识别5-甲酰胞嘧啶（f5C）修饰位点	通过整合32个新颖的领域衍生基因组特征，显著提高了单个模型的性能，并构建了集成模型以进一步增强准确性和鲁棒性	NA	开发一种计算方法来准确识别f5C修饰位点，以揭示其分子功能和调控机制	5-甲酰胞嘧啶（f5C）修饰位点	机器学习	NA	集成学习	循环神经网络、卷积神经网络和基于Transformer的模型	序列信息	NA
16931	2024-09-13	A deep learning-based model for estimating pollution fluxes from rivers into the sea and its optimization 2024-Nov-15, The Science of the total environment DOI:10.1016/j.scitotenv.2024.175434 PMID:39128526	研究论文	本文基于流域-河口-近岸水体系统的源汇过程，建立了一个深度学习模型来估算河流向海洋的污染通量，并分析了其时空异质性	提出了一个基于深度学习的模型来简化污染通量的估算，并提出了一种估算不同空间梯度污染通量贡献率的方法	NA	研究过去40年污染通量的变化趋势及其驱动机制，并建立一个简化的深度学习模型来估算污染通量	渤海沿岸流域的污染通量及其时空异质性	机器学习	NA	深度学习	深度学习模型	社会经济数据和气象数据	1980年至2020年间的数据，包括总氮和总磷的污染通量
16932	2024-09-13	Long-term trend forecast of chlorophyll-a concentration over eutrophic lakes based on time series decomposition and deep learning algorithm 2024-Nov-15, The Science of the total environment DOI:10.1016/j.scitotenv.2024.175451 PMID:39134277	研究论文	本文开发了一种基于时间序列分解和深度学习算法的混合方法，用于预测富营养化湖泊中叶绿素a浓度的长期趋势	本文提出了一种结合STL分解、小波相干分析和CNN-BiLSTM的混合深度学习方法，有效解决了叶绿素a浓度与水环境因素之间的非线性关系和时间序列中的趋势、季节性和残差成分问题	NA	预测富营养化湖泊中叶绿素a浓度的长期趋势，为湖泊富营养化管理和污染控制规划提供支持	太湖中叶绿素a浓度的长期趋势及其与水环境因素的关系	机器学习	NA	STL分解、小波相干分析、CNN-BiLSTM	CNN-BiLSTM	时间序列数据	以太湖为例
16933	2024-09-13	Detecting the interaction between microparticles and biomass in biological wastewater treatment process with Deep Learning method 2024-Nov-15, The Science of the total environment DOI:10.1016/j.scitotenv.2024.175813 PMID:39191331	研究论文	本文提出了一种基于深度学习的方法，用于自动检测和量化生物废水处理过程中微粒与生物量的相互作用	本文创新性地使用深度学习模型（如Cascade Mask R-CNN）来自动检测微粒与生物量的相互作用，显著提高了检测精度和处理效率	本文未详细讨论深度学习模型在不同环境条件下的泛化能力	研究生物废水处理过程中微粒与生物量的相互作用	微粒与生物量的相互作用	计算机视觉	NA	深度学习	Cascade Mask R-CNN	图像	包含标记显微镜图像的'TU Delft-微粒与生物量相互作用'数据集
16934	2024-09-13	An unrolled neural network for accelerated dynamic MRI based on second-order half-quadratic splitting model 2024-Nov, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110218 PMID:39069026	研究论文	本文提出了一种基于二阶半二次分裂模型的展开式神经网络，用于加速动态磁共振图像的重建	本文的创新点在于提出了一种基于二阶半二次分裂算法的展开式深度学习网络，并通过引入退化感知模块和信息融合变压器来提高重建效果	本文未提及具体的局限性	研究目的是减少动态磁共振图像重建的时间并提高重建质量	研究对象是动态磁共振图像的重建	计算机视觉	NA	半二次分裂算法	展开式神经网络	图像	未提及具体样本数量
16935	2024-09-13	An efficient dual-domain deep learning network for sparse-view CT reconstruction 2024-Nov, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108376 PMID:39173481	研究论文	本文开发了一种基于深度学习的双域重建方法，用于稀疏视图CT重建，具有较小的训练参数和可比的运行时间	提出了一个高效的双域深度学习网络，用于稀疏视图CT重建，具有较小的训练参数和可比的运行时间	NA	研究模型在稀疏视图CT重建中的能力和临床价值	临床CT投影数据	计算机视觉	NA	深度学习	双域网络	投影数据	21个器官和解剖结构的数据
16936	2024-09-13	ATOMMIC: An Advanced Toolbox for Multitask Medical Imaging Consistency to facilitate Artificial Intelligence applications from acquisition to analysis in Magnetic Resonance Imaging 2024-Nov, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108377 PMID:39180913	研究论文	介绍了一个名为ATOMMIC的先进开源工具箱，用于多任务医学影像一致性，以促进从磁共振成像（MRI）采集到分析的人工智能应用	ATOMMIC通过深度学习模型实现多任务学习（MTL），以集成方式执行相关任务，旨在提高MRI领域的泛化能力	NA	通过多任务学习和确保任务、模型和数据集之间的一致性，推进MRI重建和分析	磁共振成像（MRI）重建、分割和定量参数图估计	计算机视觉	NA	深度学习	多任务学习（MTL）	图像	评估了25个深度学习模型在8个公开数据集上的表现
16937	2024-09-13	Improving ED admissions forecasting by using generative AI: An approach based on DGAN 2024-Nov, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108363 PMID:39182250	研究论文	本文探讨了使用基于DGAN的生成对抗网络来改进医院急诊部门患者入院预测的方法	本文采用了DoppelGANger算法，这是一种基于生成对抗网络的时间序列生成方法，用于生成合成数据以增强预测模型的性能	NA	本文旨在通过使用生成对抗网络生成合成数据来提高医院急诊部门患者入院预测的准确性	医院急诊部门的患者入院预测	机器学习	NA	生成对抗网络（GAN）	DoppelGANger	时间序列数据	使用了两个数据集，一个包含四年的训练数据和一年的测试数据，另一个包含三年的训练数据和两年的测试数据
16938	2024-09-13	On the application of hybrid deep 3D convolutional neural network algorithms for predicting the micromechanics of brain white matter 2024-Nov, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108381 PMID:39232375	研究论文	本文研究了混合深度3D卷积神经网络算法在预测脑白质微观力学特性中的应用	提出了多尺度3D ResNet (M3DR)算法，该算法在预测脑白质组织特性方面表现出比基线CNN算法更高的学习能力和性能	NA	开发能够预测脑白质各向异性复合特性的3D深度学习算法	脑白质的微观力学特性	计算机视觉	NA	深度学习	3D卷积神经网络 (CNN)	3D体素化数据	NA
16939	2024-09-13	Myo-regressor Deep Informed Neural NetwOrk (Myo-DINO) for fast MR parameters mapping in neuromuscular disorders 2024-Nov, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108399 PMID:39236561	研究论文	本文开发了一种名为Myo-Regressor Deep Informed Neural NetwOrk (Myo-DINO)的物理信息神经网络，用于在神经肌肉疾病中快速进行肌肉磁共振成像的参数映射	本文首次将深度学习应用于肌肉磁共振成像领域，以研究神经肌肉疾病，并提出了结合物理模型的深度学习方法，提高了模型的解释性和效率	本文未详细讨论模型的泛化能力和在不同数据集上的表现	开发一种高效且可解释的深度学习方法，用于快速进行肌肉磁共振成像的参数映射	神经肌肉疾病的肌肉磁共振成像参数映射	计算机视觉	神经肌肉疾病	深度学习	U-Net	图像	2165个切片（来自232个受试者）
16940	2024-09-13	Metadata information and fundus image fusion neural network for hyperuricemia classification in diabetes 2024-Nov, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108382 PMID:39213898	研究论文	本文开发了一种深度学习算法，通过融合糖尿病患者的视网膜图像和元数据信息，实现对高尿酸血症的非侵入性检测	本文创新性地结合了视网膜图像和患者元数据，提高了高尿酸血症检测的准确性，并展示了深度学习网络在识别高尿酸血症时主要关注视网膜视盘区域	本文的局限性在于仅在糖尿病患者中进行了验证，且样本主要来自上海和英国，可能存在地域和人群的局限性	开发一种非侵入性的方法，通过视网膜图像和患者元数据检测糖尿病患者中的高尿酸血症	糖尿病患者的高尿酸血症检测	计算机视觉	糖尿病	深度学习算法	混合模型	图像和元数据	6091名糖尿病患者用于模型开发和内部验证，9327名糖尿病患者用于外部测试