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
18541	2024-09-01	Deep Learning Approach Using Diffusion-Weighted Imaging to Estimate the Severity of Aphasia in Stroke Patients 2022-Jan, Journal of stroke IF:6.0Q1 DOI:10.5853/jos.2021.02061 PMID:35135064	研究论文	本研究旨在探讨使用扩散加权成像（DWI）数据通过深度学习（DL）模型预测急性脑卒中患者早期失语症严重程度的适用性	利用深度学习模型结合DWI数据和临床变量来估计失语商（AQ）分数，为早期评估失语症严重程度提供了一种新的方法	研究样本仅来自一家医院，且时间跨度有限，可能影响模型的泛化能力	研究深度学习模型在预测急性脑卒中患者早期失语症严重程度中的应用	急性缺血性脑卒中导致的失语症患者	机器学习	脑卒中	扩散加权成像（DWI）	深度前馈网络	图像	共225名脑卒后失语症患者，其中176名被纳入并分析
18542	2024-09-01	An hybrid deep learning approach for depression prediction from user tweets using feature-rich CNN and bi-directional LSTM 2022, Multimedia tools and applications IF:3.0Q2 DOI:10.1007/s11042-022-12648-y PMID:35317471	研究论文	本文提出了一种混合深度学习模型，结合卷积神经网络（CNN）和双向长短期记忆网络（biLSTM），用于从用户推文中预测抑郁症	本文的创新点在于使用混合深度学习模型CNN-biLSTM，通过分析用户推文的语义内容来预测抑郁症，并在基准抑郁症数据集上达到了94.28%的准确率	NA	探索通过分析用户在社交媒体上的活动，特别是推文内容，来预测用户的心理状态，区分抑郁症患者和非抑郁症患者	研究对象为社交媒体平台Twitter上的用户推文	机器学习	NA	深度学习	CNN, biLSTM	文本	基准抑郁症数据集包含的推文
18543	2024-09-01	On the performance evaluation of object classification models in low altitude aerial data 2022, The Journal of supercomputing IF:2.5Q2 DOI:10.1007/s11227-022-04469-5 PMID:35399758	研究论文	本文比较了机器学习分类器与深度学习手工模型及多种预训练深度网络在低空无人机数据上的分类性能	提出了使用随机森林分类器和手工深度模型在低空无人机图像上的高准确率，并分析了多种预训练深度学习模型的性能	NA	评估和比较不同模型在低空无人机数据上的物体分类性能	低空无人机数据中的物体分类	计算机视觉	NA	机器学习和深度学习	CNN	图像	NA
18544	2024-09-01	A transfer learning based deep learning model to diagnose covid-19 CT scan images 2022, Health and technology IF:3.1Q2 DOI:10.1007/s12553-022-00677-4 PMID:35698586	研究论文	本文提出了一种基于迁移学习的深度学习模型，用于通过CT扫描图像诊断COVID-19	本文提出的深度学习方法减少了复杂性，耗时更少，并且提高了COVID-19诊断的准确性	NA	开发一种高效且准确的自动化方法，用于在疫情条件下快速诊断COVID-19	COVID-19患者的CT扫描图像	计算机视觉	COVID-19	深度学习	CNN	图像	使用了多种CT扫描图像进行分析
18545	2024-09-01	Fully automated determination of the cervical vertebrae maturation stages using deep learning with directional filters 2022, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0269198 PMID:35776715	研究论文	本文提出了一种使用带有方向滤波器的深度卷积神经网络（CNN）来自动检测和分类颈椎成熟阶段（CVM）的方法	创新的定制设计深度CNN模型，内置一组新颖的方向滤波器，用于突出X射线图像中颈椎的边缘	NA	应用深度学习实现颈椎成熟阶段的全自动检测和分类	颈椎成熟阶段（CVM）的分类	计算机视觉	NA	深度学习	CNN	图像	1018张头颅侧位X光片
18546	2024-09-01	Application of Machine Learning Algorithms for Asthma Management with mHealth: A Clinical Review 2022, Journal of asthma and allergy IF:3.7Q1 DOI:10.2147/JAA.S285742 PMID:35791395	综述	本文综述了机器学习算法在哮喘管理中的应用，特别是在移动健康（mHealth）领域的应用	探讨了mHealth在哮喘管理中超越简单监测的潜力，并强调了个性化算法的重要性	大多数研究基于小规模数据集，且缺乏外部验证，限制了研究结果的普遍性	旨在填补机器学习在mHealth哮喘管理应用方面的研究空白	哮喘管理中的mHealth应用	机器学习	哮喘	机器学习算法	监督学习算法（如逻辑回归、决策树）和非监督学习算法	来自各种设备的数据（如智能手机、智能手表、峰值流量计等）	从90项研究中筛选出22项相关研究进行进一步审查
18547	2024-09-01	An Intelligent System for Detecting Abnormal Behavior in Students Based on the Human Skeleton and Deep Learning 2022, Computational intelligence and neuroscience DOI:10.1155/2022/3819409 PMID:35795751	研究论文	本研究利用智能视频系统，基于人体骨骼和深度学习技术，提出了一种检测学生异常行为的方法	通过迭代训练OpenPose深度学习网络提取人体骨骼的时空特征，并使用图卷积神经网络和滑动窗口投票方法提高行为分类的准确性和处理效率	NA	开发一种高效准确的异常行为检测系统	学生的异常行为	计算机视觉	NA	深度学习	图卷积神经网络	视频	使用自建的学生轨迹数据集和INRIA数据集进行模拟分析
18548	2024-09-01	PD-ResNet for Classification of Parkinson's Disease From Gait 2022, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2022.3180933 PMID:35795875	研究论文	本文提出了一种基于残差网络架构的新模型PD-ResNet，用于从步态自动识别帕金森病和健康对照组	采用了多项式提升维度技术增加输入步态特征的维度，并开发了一种改进的焦点损失函数，专注于训练PD-ResNet处理困难样本并舍弃异常样本	NA	开发一种客观且高效的方法来自动识别帕金森病和健康对照组	帕金森病患者和健康对照组的步态差异	机器学习	帕金森病	残差网络（ResNet）	PD-ResNet	3维图片	临床步态数据集
18549	2024-09-01	Intelligent Analysis of Exercise Health Big Data Based on Deep Convolutional Neural Network 2022, Computational intelligence and neuroscience DOI:10.1155/2022/5020150 PMID:35800690	研究论文	本文使用深度卷积神经网络算法对运动健康大数据进行深入研究和分析，并设计了一个智能分析系统用于实际应用过程	本文首次将卷积神经网络应用于脑波数据的四分类，并通过优化模型提高了其准确性，同时建立了一个多模态数据特征融合的情绪疲劳检测演示平台	NA	研究如何利用深度学习技术对运动健康大数据进行智能分析	运动健康大数据	机器学习	NA	深度卷积神经网络	CNN	脑波数据	NA
18550	2024-09-01	Analysis of Data Interaction Process Based on Data Mining and Neural Network Topology Visualization 2022, Computational intelligence and neuroscience DOI:10.1155/2022/1817628 PMID:35814595	研究论文	本文通过数据挖掘和神经网络模型构建与分析，设计了一种基于数据挖掘和拓扑可视化的数据交互过程模型	提出了一种在不稳定区域内可视化网络拓扑的方法，将网络拓扑布局问题转化为凸多边形内的圆形拓扑扩散问题，确保了清晰的逻辑拓扑连接并减少了区域间的间隙	NA	设计一个有效的数据交互过程模型，提高数据交互的实时性、准确性、安全性和可靠性	学生学术表现数据	机器学习	NA	多通道卷积神经网络（MCNN）	卷积神经网络（CNN）	文本	NA
18551	2024-09-01	Intelligent Deep Learning Enabled Oral Squamous Cell Carcinoma Detection and Classification Using Biomedical Images 2022, Computational intelligence and neuroscience DOI:10.1155/2022/7643967 PMID:35814555	研究论文	本文开发了一种智能深度学习驱动的口腔鳞状细胞癌检测与分类技术（IDL-OSCDC），利用生物医学图像进行口腔癌的识别和分类	提出了一种基于Gabor滤波的预处理步骤，使用NasNet模型生成高层次深度特征，并采用增强型蝗虫优化算法（EGOA）优化的深度信念网络（DBN）进行口腔癌检测和分类	NA	开发一种自动化的工具用于口腔癌的早期检测和分类	口腔鳞状细胞癌	计算机视觉	口腔癌	Gabor滤波（GF）	深度信念网络（DBN）	图像	使用了一个基准生物医学成像数据集进行实验
18552	2024-09-01	Predicting 3D chromatin interactions from DNA sequence using Deep Learning 2022, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2022.06.047 PMID:35832620	综述	本文综述了利用深度学习模型从DNA序列预测3D染色质相互作用的研究进展	深度学习模型结合全基因组3C测序数据已成为推断远端相互作用DNA序列语法的有力工具	目前深度学习模型的训练仅限于少数人类细胞系，其预测结果在其他组织类型和物种中的泛化能力有待验证	探讨DNA序列特征在介导远端染色质相互作用中的作用	3D染色质结构及其在基因调控中的作用	机器学习	NA	3C测序	深度学习模型	DNA序列	少数人类细胞系
18553	2024-09-01	Molecular Modeling of ABHD5 Structure and Ligand Recognition 2022, Frontiers in molecular biosciences IF:3.9Q2 DOI:10.3389/fmolb.2022.935375 PMID:35836935	研究论文	本研究结合计算和实验方法构建了ABHD5的三维结构，并揭示了其与合成配体的结合机制	首次使用深度学习方法构建ABHD5模型，并通过模拟和实验数据验证了其结构	NA	探究ABHD5的分子结构及其配体识别机制	ABHD5蛋白及其与合成配体的相互作用	生物信息学	代谢疾病	分子动力学模拟	深度学习模型	蛋白质结构	一系列ABHD5突变体和合成配体
18554	2024-09-01	Surface Defect Segmentation Algorithm of Steel Plate Based on Geometric Median Filter Pruning 2022, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2022.945248 PMID:35845429	研究论文	本文针对钢板表面缺陷分割问题，提出了一种基于几何中值滤波剪枝的深度学习模型压缩算法	提出了一种基于几何中值滤波的模型剪枝算法，用于结构化剪枝和压缩缺陷分割检测网络	NA	优化和简化钢板表面缺陷检测模型，使其适用于工厂嵌入式设备	钢板表面缺陷分割检测模型	机器学习	NA	几何中值滤波剪枝	深度学习模型	图像	NA
18555	2024-09-01	Using deep learning-based natural language processing to identify reasons for statin nonuse in patients with atherosclerotic cardiovascular disease 2022, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-022-00157-w PMID:35856080	研究论文	本研究利用基于深度学习的自然语言处理技术，从非结构化的电子健康记录中识别出动脉粥样硬化心血管疾病患者未使用他汀类药物的原因	开发并验证了基于深度学习的自然语言处理方法（临床双向编码器表示变换器BERT），用于分类他汀类药物未使用及其原因	NA	识别大规模医疗系统中他汀类药物未使用的原因，以开发针对性的干预措施，提高他汀类药物的使用率	动脉粥样硬化心血管疾病患者的电子健康记录	自然语言处理	心血管疾病	自然语言处理（NLP）	双向编码器表示变换器（BERT）	文本	56,530名动脉粥样硬化心血管疾病患者
18556	2024-09-01	Three-Dimensional Reconstruction of a CT Image under Deep Learning Algorithm to Evaluate the Application of Percutaneous Kyphoplasty in Osteoporotic Thoracolumbar Compression Fractures 2022, Contrast media & molecular imaging DOI:10.1155/2022/9107021 PMID:35919502	研究论文	本研究通过优化传统的V-Net网络并提出改进的V-Net，用于基于深度学习的三维CT图像重建，以评估经皮椎体成形术在治疗骨质疏松性胸腰椎压缩性骨折中的应用	本研究引入了改进的V-Net网络，其Dice系数明显高于U-Net、V-Net和CNN，Hausdorff距离则低于这些网络，显示出更好的分割和重建质量	NA	探讨基于深度学习的V-Net网络进行三维CT图像重建，评估经皮椎体成形术治疗骨质疏松性胸腰椎压缩性骨折的疗效	106名骨质疏松性胸腰椎压缩性骨折患者，分为经皮椎体成形术组和对照组	计算机视觉	骨质疏松症	CT扫描	V-Net网络	图像	106名患者，128个椎体
18557	2024-09-01	High-Throughput Molecular Imaging via Deep-Learning-Enabled Raman Spectroscopy 2021-12-07, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.1c02178 PMID:34797972	研究论文	本文介绍了一种通过深度学习增强的拉曼光谱技术，称为DeepeR，用于实现高通量的分子成像	通过深度学习技术，实现了拉曼光谱图像的去噪和重建，提高了信号噪声比，并开发了神经网络进行空间超分辨率处理，显著加快了成像速度	NA	开发一种高通量的分子成像技术，以克服传统拉曼光谱技术数据采集速度慢的限制	拉曼光谱图像的去噪、重建和超分辨率处理	计算机视觉	NA	拉曼光谱	神经网络	图像	超过150万个光谱（总计400小时的数据采集）
18558	2024-09-01	Trustworthy and Intelligent COVID-19 Diagnostic IoMT Through XR and Deep-Learning-Based Clinic Data Access 2021-Nov-01, IEEE internet of things journal IF:8.2Q1 DOI:10.1109/JIOT.2021.3055804 PMID:35782175	研究论文	本文介绍了一种基于扩展现实（XR）和深度学习的互联网医疗物联网（IoMT）解决方案，用于COVID-19远程诊断，结合虚拟现实/增强现实（AR）远程手术规划/演练硬件、定制的5G云计算和深度学习算法，提供实时COVID-19治疗方案线索	与现有的感知治疗技术相比，该新技术能显著提高性能和安全性。采用了一种新颖的辅助分类器生成对抗网络（AC-GAN）的智能预测算法，并使用Copycat网络进行模型窃取和攻击，以提高IoMT的安全性能	NA	开发一种新的COVID-19诊断集成框架，并探索XR和深度学习在IoMT实施中的集成	COVID-19患者	机器学习	COVID-19	5G传输	辅助分类器生成对抗网络（AC-GAN）	临床数据	347名阳性COVID-19患者和2270名阴性COVID-19患者
18559	2024-09-01	SrvfNet: A Generative Network for Unsupervised Multiple Diffeomorphic Functional Alignment 2021-Jun, Conference on Computer Vision and Pattern Recognition Workshops. IEEE Computer Society Conference on Computer Vision and Pattern Recognition. Workshops DOI:10.1109/cvprw53098.2021.00505 PMID:35794879	研究论文	本文介绍了一种名为SrvfNet的生成式深度学习框架，用于对包含平方根速度函数（SRVF）的大量功能数据进行联合多重微分同胚对齐	该框架是完全无监督的，不仅能对预定义模板进行对齐，还能从数据中联合预测最优模板并同时实现对齐	NA	开发一种新的深度学习框架，用于功能数据的无监督多重微分同胚对齐	功能数据，特别是包含平方根速度函数的集合	机器学习	NA	深度学习	生成式编码器-解码器架构	功能数据	涉及合成数据和磁共振成像（MRI）数据中的扩散轮廓
18560	2024-09-01	Shedding Light on the Black Box: Explaining Deep Neural Network Prediction of Clinical Outcomes 2021-Jan-04, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-020-01701-8 PMID:33404886	研究论文	本研究开发了一种深度神经网络模型，用于预测心血管手术后的临床结果，并引入了一种新的解释方法，通过定义影响分数来关联临床观察与结果	本研究引入了影响分数这一新解释方法，有助于揭示深度神经网络模型的预测机制	影响分数与逻辑回归模型的对数优势比之间的相关性仅为中等，可能限制了其解释的准确性	旨在解释深度神经网络模型在临床结果预测中的应用，并提高其可解释性	心血管手术后的临床结果	机器学习	心血管疾病	深度神经网络	深度神经网络模型	图像	使用过往病史的时间图像表示作为输入，具体样本数量未提及