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
17501	2024-09-10	Fusion of convolution neural network, support vector machine and Sobel filter for accurate detection of COVID-19 patients using X-ray images 2021-Jul, Biomedical signal processing and control IF:4.9Q1 DOI:10.1016/j.bspc.2021.102622 PMID:33846685	研究论文	本文提出了一种结合卷积神经网络（CNN）、支持向量机（SVM）和Sobel滤波器的方法，用于通过X射线图像准确检测COVID-19患者	本文的创新点在于将CNN、SVM和Sobel滤波器结合使用，以提高COVID-19检测的准确性，并且不依赖预训练网络	NA	开发一种自动诊断系统，用于快速诊断COVID-19，以防止其传播	COVID-19患者的X射线图像	计算机视觉	COVID-19	卷积神经网络（CNN）、支持向量机（SVM）、Sobel滤波器	CNN	图像	新收集的X射线图像数据集
17502	2024-09-10	BS-Net: Learning COVID-19 pneumonia severity on a large chest X-ray dataset 2021-07, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2021.102046 PMID:33862337	研究论文	设计了一种端到端的深度学习架构，用于在胸部X光图像上预测COVID-19患者肺部受损程度的多区域评分	采用弱监督学习策略处理不同的任务（分割、空间对齐和评分估计），并使用“从部分到整体”的训练过程，生成高分辨率的解释性图谱以帮助理解网络在肺部区域的活动	NA	开发一种能够准确预测COVID-19肺炎严重程度的深度学习模型	COVID-19患者的胸部X光图像	计算机视觉	COVID-19	深度学习	BS-Net	图像	约5000张胸部X光图像
17503	2024-09-10	Multi-source sensor based urban habitat and resident health sensing: A case study of Wuhan, China 2021-Jul, Building and environment IF:7.1Q1 DOI:10.1016/j.buildenv.2021.107883 PMID:36567753	研究论文	研究武汉市650个社区的COVID-19确诊病例与城市居住环境之间的关系，利用深度学习技术和传感器数据分析环境因素对病毒传播的影响	首次探讨了天空视图因子（SVF）和可见绿色指数（VGI）对病毒传播的影响，并构建了结构方程模型解释确诊病例的变异	研究结果仅基于武汉市的数据，可能不适用于其他城市或地区	探讨城市居住环境与COVID-19确诊病例之间的关系，并研究环境因素对病毒传播的驱动作用	武汉市650个有COVID-19确诊病例的社区	计算机视觉	传染病	深度学习语义分割技术，部分最小二乘结构方程建模（PLS-SEM）	结构方程模型	图像，传感器数据	650个社区
17504	2024-09-10	Social distance monitoring framework using deep learning architecture to control infection transmission of COVID-19 pandemic 2021-Jun, Sustainable cities and society IF:10.5Q1 DOI:10.1016/j.scs.2021.102777 PMID:33619448	研究论文	本文提出了一种基于深度学习架构的社会距离监测框架，用于控制COVID-19大流行期间的感染传播	利用Faster-RCNN进行人体检测，并通过迁移学习技术提高框架性能，实现了96%的准确率和0.6%的假阳性率	NA	开发一种能够实时监测和管理人群中社会距离的框架，以防止病毒传播	社会距离监测框架的开发和评估	计算机视觉	COVID-19	深度学习	Faster-RCNN	图像	使用了多种测试图像进行实验
17505	2024-09-10	A multi-center study of COVID-19 patient prognosis using deep learning-based CT image analysis and electronic health records 2021-Jun, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2021.109583 PMID:33846041	研究论文	本文通过结合电子健康记录和深度学习CT图像分析，进行多中心研究以预测COVID-19患者的预后	开发了一种基于深度学习的CT分割网络，并结合电子健康记录进行预后预测	NA	预测COVID-19患者的严重程度和预后	COVID-19患者的CT图像和电子健康记录	计算机视觉	COVID-19	深度学习	CNN	图像和文本	涉及三个机构的多个患者数据
17506	2024-09-10	Comparative study of machine learning methods for COVID-19 transmission forecasting 2021-06, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2021.103791 PMID:33915272	研究论文	本文比较了多种机器学习方法在COVID-19传播预测中的表现	本文引入了混合模型（如LSTM-CNN和GAN-GRU）来提高COVID-19未来趋势的预测准确性	NA	研究如何利用机器学习方法提高COVID-19传播的短期预测准确性	COVID-19传播的短期预测	机器学习	COVID-19	机器学习	混合模型（LSTM-CNN、GAN-GRU）、GAN、CNN、LSTM、RBM、LR、SVR	时间序列数据	来自七个受影响国家的COVID-19确诊病例和康复病例数据
17507	2024-09-10	Artificial intelligence to diagnose paroxysmal supraventricular tachycardia using electrocardiography during normal sinus rhythm 2021-Jun, European heart journal. Digital health DOI:10.1093/ehjdh/ztab025 PMID:36712389	研究论文	开发并验证了一种深度学习模型，用于在正常窦性心律期间通过心电图诊断阵发性室上性心动过速	首次开发并验证了一种基于残差神经网络的深度学习模型，用于在正常窦性心律期间通过心电图识别阵发性室上性心动过速患者	研究为多中心回顾性研究，数据来自两家医院，可能存在数据偏倚	开发并验证一种深度学习模型，用于在正常窦性心律期间通过心电图诊断阵发性室上性心动过速	阵发性室上性心动过速患者	机器学习	心血管疾病	深度学习	残差神经网络	心电图	12955名正常窦性心律患者，31147份心电图
17508	2024-09-10	Automatic detection of COVID-19 disease using U-Net architecture based fully convolutional network 2021-May, Biomedical signal processing and control IF:4.9Q1 DOI:10.1016/j.bspc.2021.102518 PMID:33643425	研究论文	本文提出了一种基于U-Net架构的全卷积网络，用于自动检测COVID-19疾病	使用U-Net架构进行胸部CT图像分析，以提高COVID-19检测的准确性	仅使用了1000张CT图像进行评估，样本量相对较小	开发一种自动化的COVID-19检测系统，作为现有RT-PCR检测方法的补充	COVID-19患者的胸部CT图像	计算机视觉	COVID-19	深度学习	U-Net	图像	1000张胸部CT图像，其中552张来自正常人，448张来自COVID-19患者
17509	2024-09-10	Forecasting of COVID-19 using deep layer Recurrent Neural Networks (RNNs) with Gated Recurrent Units (GRUs) and Long Short-Term Memory (LSTM) cells 2021-May, Chaos, solitons, and fractals DOI:10.1016/j.chaos.2021.110861 PMID:33746373	研究论文	本文使用深度循环神经网络（RNN）模型，包括门控循环单元（GRU）和长短期记忆（LSTM）细胞，来预测COVID-19的全球影响	本文提出了使用深度学习RNN模型来预测COVID-19的未来趋势，并强调了年龄、预防措施、医疗设施和人口密度等因素的重要性	NA	预测COVID-19的全球影响，帮助各国更好地准备和控制疫情	COVID-19的累计确诊病例、累计康复病例和累计死亡病例	机器学习	传染病	深度学习	RNN、GRU、LSTM	数据	使用约翰霍普金斯大学COVID-19数据库的公开数据
17510	2024-09-10	Deep-chest: Multi-classification deep learning model for diagnosing COVID-19, pneumonia, and lung cancer chest diseases 2021-05, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2021.104348 PMID:33774272	研究论文	本文提出了一种用于诊断COVID-19、肺炎和肺癌的多分类深度学习模型，基于胸部X光和CT图像	本文首次提出了一种结合胸部X光和CT图像的多分类深度学习模型，用于诊断COVID-19、肺炎和肺癌	本文仅评估了四种深度学习架构的性能，未探讨其他可能的模型	开发一种能够准确诊断COVID-19、肺炎和肺癌的深度学习模型	COVID-19、肺炎和肺癌的胸部疾病	计算机视觉	肺部疾病	深度学习	CNN	图像	使用了包含正常、COVID-19、肺炎和肺癌四个类别的公共胸部X光和CT数据集
17511	2024-09-10	Deep learning for diagnosis of COVID-19 using 3D CT scans 2021-05, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2021.104306 PMID:33780867	研究论文	本文提出了一种基于深度学习的人工智能方法，用于通过3D CT扫描诊断COVID-19	本文创新性地使用ResNet-50深度学习模型对3D CT扫描中的每张CT图像进行COVID-19预测，并通过融合图像级预测来诊断COVID-19	未提及具体限制	开发一种快速准确的人工智能方法，用于通过3D CT扫描诊断COVID-19	COVID-19感染的3D CT扫描图像	计算机视觉	COVID-19	深度学习	ResNet-50	3D CT扫描图像	未提及具体样本数量
17512	2024-09-10	An automated COVID-19 detection based on fused dynamic exemplar pyramid feature extraction and hybrid feature selection using deep learning 2021-05, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2021.104356 PMID:33799219	研究论文	本文提出了一种基于融合动态样本金字塔特征提取和混合特征选择的深度学习模型，用于自动检测COVID-19	本文创新性地结合了手工特征生成技术和混合特征选择方法，以提高分类准确性	NA	本文旨在通过使用CT图像的手工特征，实现比卷积神经网络更高的分类准确性	本文的研究对象是COVID-19的自动检测	计算机视觉	COVID-19	深度学习	深度神经网络 (DNN)	图像	256 × 256大小的CT图像
17513	2024-09-10	A social media analytics platform visualising the spread of COVID-19 in Italy via exploitation of automatically geotagged tweets 2021-May, Online social networks and media DOI:10.1016/j.osnem.2021.100134 PMID:36570037	研究论文	本文提出了一种利用自动地理标记的推文来可视化意大利COVID-19传播的社交媒体分析平台	本文提出了一种新的框架来收集、分析和可视化Twitter帖子，特别针对意大利的病毒传播情况进行了定制	NA	利用社交媒体数据加强危机管理	Twitter帖子中的地理信息、图像中的人数以及Twitter用户社区	自然语言处理	COVID-19	深度学习定位技术、人脸检测算法、社区检测方法	深度学习模型	文本、图像	NA
17514	2024-09-10	Does non-COVID-19 lung lesion help? investigating transferability in COVID-19 CT image segmentation 2021-Apr, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2021.106004 PMID:33662804	研究论文	研究了非COVID-19肺部病变在COVID-19 CT图像分割中的迁移学习效果	提出了混合编码器学习策略，结合了专用编码器和适应性编码器，以及基于注意力的选择性融合单元，用于动态特征选择和聚合	NA	探讨非COVID-19肺部病变在COVID-19 CT图像分割中的迁移学习效果，并提出一种更有效的深度学习模型训练策略	COVID-19 CT图像分割	计算机视觉	肺部疾病	迁移学习	3D U-Net	CT图像	基于公开的COVID-19 CT数据集和三个公开的非COVID-19数据集
17515	2024-09-10	TLCoV- An automated Covid-19 screening model using Transfer Learning from chest X-ray images 2021-Mar, Chaos, solitons, and fractals DOI:10.1016/j.chaos.2021.110713 PMID:33526961	研究论文	本文设计了一种基于迁移学习的自动化Covid-19筛查模型，通过胸部X光图像识别患者是否感染Covid-19	本文提出的模型使用VGG-16架构，在Covid-19筛查中表现优于现有的CNN和ResNet-50模型	NA	开发一种高精度的自动化Covid-19筛查模型，以减少疾病的快速传播	Covid-19感染患者、其他肺炎感染患者和无感染者	计算机视觉	Covid-19	迁移学习	VGG-16	图像	使用来自Kaggle仓库的标准Covid-19放射影像数据集中的胸部X光图像
17516	2024-09-10	The effect of confounding data features on a deep learning algorithm to predict complete coronary occlusion in a retrospective observational setting 2021-Mar, European heart journal. Digital health DOI:10.1093/ehjdh/ztab002 PMID:36711180	研究论文	研究了深度学习算法在预测冠状动脉完全闭塞中的效果，并探讨了混杂数据特征的影响	首次探讨了数据泄露对深度学习模型预测冠状动脉闭塞结果的影响	数据集过小导致模型性能不佳，且存在数据泄露问题	评估深度学习算法在检测冠状动脉闭塞中的可行性	冠状动脉闭塞的ECG样本	机器学习	心血管疾病	深度学习	深度卷积神经网络	ECG数据	NA
17517	2024-09-10	Integrative analysis for COVID-19 patient outcome prediction 2021-01, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2020.101844 PMID:33091743	研究论文	本文提出了一种综合分析方法，结合影像学和非影像学特征来预测COVID-19患者的预后	首次使用包括影像和非影像数据的全面信息进行患者预后预测	NA	提高COVID-19患者预后预测的准确性，以辅助临床决策	COVID-19患者的预后预测	计算机视觉	COVID-19	深度学习	NA	影像和非影像数据	295名COVID-19阳性患者
17518	2024-09-10	Self-supervised learning for medical image analysis using image context restoration 2019-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2019.101539 PMID:31374449	研究论文	本文提出了一种基于图像上下文恢复的自监督学习策略，用于医学图像分析	提出了一种新的自监督学习策略，通过上下文恢复来更好地利用未标记图像，该策略具有学习语义图像特征、适用于不同类型的后续图像分析任务以及实现简单的特点	未明确提及	提高机器学习模型在医学图像分析中的性能，特别是在标记数据不足的情况下	胎儿2D超声图像的扫描平面检测、CT图像中腹部器官的定位以及多模态MR图像中脑肿瘤的分割	计算机视觉	NA	自监督学习	NA	图像	未明确提及
17519	2024-09-09	Psychological resilience is positively correlated with Habenula volume 2024-Nov-15, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2024.08.012 PMID:39151760	研究论文	研究心理韧性与人脑Habenula体积之间的正相关关系	首次探讨了Habenula体积与心理韧性之间的关系，并发现这种关系在女性中更为显著	由于横断面设计，无法分析Habenula体积在韧性适应过程中的动态变化	探讨心理韧性、Habenula体积与抑郁倾向之间的关系	健康成年人的心理韧性、Habenula体积及抑郁倾向	NA	NA	深度学习技术	NA	图像	110名健康参与者
17520	2024-09-09	Low energy virtual monochromatic CT with deep learning image reconstruction to improve delineation of endoleaks 2024-Oct, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2024.07.002 PMID:39079807	研究论文	研究低能量虚拟单色CT与深度学习图像重建在增强双能量CT中对内漏轮廓的改进效果	结合40-keV虚拟单色成像与深度学习图像重建，显著提高了内漏的对比噪声比和可视性	研究样本量较小，且仅限于特定类型的内漏	探讨低能量虚拟单色成像与深度学习图像重建在增强双能量CT中对内漏轮廓的改进效果	内漏（EL）在血管内主动脉修复（EVAR）后的轮廓	计算机视觉	心血管疾病	深度学习图像重建（DLIR）	深度学习模型	图像	61名接受血管内主动脉修复并进行增强双能量CT的患者