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
19121	2024-08-30	Machine learning for medical imaging-based COVID-19 detection and diagnosis 2021-Sep, International journal of intelligent systems IF:5.0Q1 DOI:10.1002/int.22504 PMID:38607786	综述	本文综述了机器学习在基于医学影像的COVID-19检测与诊断中的最新进展，特别关注使用CT和X射线图像的机器学习模型	利用深度学习算法，特别是卷积神经网络，进行图像分割和分类，以识别COVID-19患者	许多机器学习模块在样本量有限的数据集上取得了显著的预测结果	探讨机器学习在COVID-19检测与诊断中的应用，以控制疫情传播和降低死亡率	COVID-19的检测与诊断	机器学习	COVID-19	NA	卷积神经网络	图像	有限样本量
19122	2024-08-30	CondenseNet with exclusive lasso regularization 2021, Neural computing & applications IF:4.5Q2 DOI:10.1007/s00521-021-06222-0 PMID:34219978	研究论文	本文开发了CondenseNet-elasso，通过应用exclusive lasso正则化来消除不同卷积组之间的特征相关性，从而缓解神经网络的过拟合问题	引入exclusive lasso正则化，鼓励不同卷积组使用不同的输入通道子集，学习更多样化的特征	NA	提高计算效率并缓解神经网络的过拟合问题	CondenseNet-elasso模型及其在图像分类任务中的性能	机器学习	NA	group convolution	CNN	image	CIFAR10, CIFAR100和Tiny ImageNet数据集
19123	2024-08-30	Deep neural networks for COVID-19 detection and diagnosis using images and acoustic-based techniques: a recent review 2021, Soft computing IF:3.1Q2 DOI:10.1007/s00500-021-06137-x PMID:34456618	综述	本文综述了使用图像和声学技术基于深度学习算法进行COVID-19检测和诊断的方法	讨论了不同方法的优势和劣势，并介绍了基于深度学习的COVID-19检测的数据库和主要未来挑战	未具体提及	探讨基于深度学习的COVID-19早期诊断和检测方法，以加快治疗过程并防止病毒传播	COVID-19的早期检测和诊断	计算机视觉	COVID-19	深度学习算法	深度神经网络	图像	未具体提及
19124	2024-08-30	Automated diagnosis of COVID-19 with limited posteroanterior chest X-ray images using fine-tuned deep neural networks 2021, Applied intelligence (Dordrecht, Netherlands) DOI:10.1007/s10489-020-01900-3 PMID:34764554	研究论文	本文提出了一种使用后前位胸X光图像和微调深度神经网络来自动诊断COVID-19的方法	采用随机过采样和加权类别损失函数方法，以实现无偏微调学习，并应用于多种先进的深度学习模型	研究使用的数据集样本有限，主要关注COVID-19阳性病例	开发一种更稳健和替代的COVID-19诊断技术	COVID-19的自动诊断和肺部感染的识别	机器学习	呼吸系统疾病	深度学习	NASNetLarge, ResNet, Inception-v3, Inception ResNet-v2, DenseNet169	图像	公开数据集中包含的COVID-19阳性患者的后前位胸X光图像有限
19125	2024-08-30	A deep learning approach to characterize 2019 coronavirus disease (COVID-19) pneumonia in chest CT images 2020-Dec, European radiology IF:4.7Q1 DOI:10.1007/s00330-020-07044-9 PMID:32617690	研究论文	利用深度学习模型自动检测COVID-19患者的胸部CT图像中的异常，并与放射科住院医师的定量判断性能进行比较	深度学习模型在检测COVID-19肺炎方面表现出比放射科住院医师更高的敏感性和诊断效率	NA	开发和验证一种深度学习算法，用于自动检测COVID-19患者的胸部CT图像中的肺炎病变	COVID-19患者的胸部CT图像	计算机视觉	COVID-19	深度学习	深度学习算法	图像	14,435名参与者的胸部CT图像用于训练和验证，96名确诊COVID-19患者的非重叠数据集用于测试
19126	2024-08-29	An efficient model for extracting respiratory and blood oxygen saturation data from photoplethysmogram signals by removing motion artifacts using heuristic-aided ensemble learning model 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108911 PMID:39089111	研究论文	本文开发了一种基于深度学习的方法，从光电容积脉搏波信号中提取呼吸率和血氧饱和度数据，通过启发式辅助的集成学习模型去除运动伪影	提出的AGTBO-ELRR-SpO2EN模型在第二数据集上达到了96%的准确率，优于传统的MLP、Adaboost、A-LSTM和MLP-ADA-ALSTM模型	NA	开发一种高效的呼吸率和血氧饱和度估计框架，用于从光电容积脉搏波信号中提取数据	光电容积脉搏波信号中的呼吸率和血氧饱和度数据	机器学习	心血管疾病	深度学习	集成学习模型	信号	NA
19127	2024-08-29	Using deep learning for predicting the dynamic evolution of breast cancer migration 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108890 PMID:39068903	研究论文	本研究通过深度学习技术预测乳腺癌细胞迁移的动态演变	引入Prediction Wound Progression Framework (PWPF)，利用深度学习和人工数据生成来克服传统二维模型在数据稀缺和劳动密集型方面的局限	NA	提高对乳腺癌转移过程中细胞迁移机制的理解，以改进治疗策略	乳腺癌细胞迁移的动态演变	机器学习	乳腺癌	深度学习	DL模型	人工数据和真实数据	涉及MCF-7乳腺癌细胞单层和球体
19128	2024-08-29	Model-based federated learning for accurate MR image reconstruction from undersampled k-space data 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108905 PMID:39067156	研究论文	本文提出了一种基于模型的联邦学习框架ModFed，用于从欠采样的k空间数据中重建磁共振（MR）图像	ModFed设计了注意力辅助的基于模型的神经网络，提出了一种自适应动态聚合方案，并引入了空间拉普拉斯注意力机制和个性化客户端损失正则化	NA	解决现有联邦学习方法在处理来自不同中心的高度异质数据时面临的挑战	磁共振图像重建	机器学习	NA	联邦学习	神经网络	图像	三个体内数据集
19129	2024-08-29	Random effects during training: Implications for deep learning-based medical image segmentation 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108944 PMID:39096609	研究论文	本研究评估了训练过程中随机效应对深度学习医学图像分割模型性能比较可靠性的影响	首次系统评估了随机效应对深度学习分割模型性能比较的影响	仅使用了单一学习算法nnU-Net进行实验，结果可能不完全适用于其他算法	探讨训练过程中随机效应对医学图像分割模型性能比较的影响	脑肿瘤、海马体和心脏分割等三个多类3D医学图像分割问题	计算机视觉	NA	深度学习	nnU-Net	图像	50个不同的随机种子
19130	2024-08-29	CytoGAN: Unpaired staining transfer by structure preservation for cytopathology image analysis 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108942 PMID:39096614	研究论文	本文提出了一种名为CytoGAN的不同染色转换模型，用于生成具有不同染色风格的细胞学图像，同时保留细胞结构	CytoGAN模型包含一个新颖的结构保留模块和一个染色自适应模块，能够在源域和目标域分辨率或细胞大小不匹配的情况下，生成真实且高质量的细胞学图像	NA	解决不同染色风格的细胞学图像对分析算法性能的影响	子宫内膜细胞形态分析	数字病理学	子宫内膜癌	NA	GAN	图像	NA
19131	2024-08-29	Comparison of AI with and without hand-crafted features to classify Alzheimer's disease in different languages 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108950 PMID:39096605	研究论文	本研究比较了基于手工特征和非手工特征的人工智能模型在不同语言环境下对阿尔茨海默病进行分类的效果	本研究首次在不同语言环境下比较了基于手工特征和非手工特征的人工智能模型在阿尔茨海默病诊断中的应用	研究仅使用了韩语和英语两种语言的数据集，未涵盖其他语言	探讨人工智能模型在不同语言环境下对阿尔茨海默病的诊断能力	阿尔茨海默病患者的语音数据	机器学习	阿尔茨海默病	NA	机器学习模型和深度学习模型	语音数据	使用了韩语和英语两种语言的语音数据集
19132	2024-08-29	CBAM VGG16: An efficient driver distraction classification using CBAM embedded VGG16 architecture 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108945 PMID:39094328	研究论文	本文提出了一种将卷积块注意力模块（CBAM）嵌入到VGG16深度学习架构中的方法，以提高驾驶员分心分类的性能	通过在传统的VGG16架构中加入CBAM层，增强了模型的特征提取能力，从而提高了驾驶员分心分类的结果	NA	提高自动驾驶系统中驾驶员监控系统的驾驶员分心分类性能	驾驶员分心或活动分类	计算机视觉	NA	深度学习	CBAM VGG16	图像	使用开罗美国大学（AUC）分心驾驶员数据集版本2（AUCD2）中的摄像头1和2图像进行测试
19133	2024-08-29	Deep learning for rapid virtual H&E staining of label-free glioma tissue from hyperspectral images 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108958 PMID:39094325	研究论文	本文提出了一种结合深度学习和超光谱成像技术的方法，用于快速将超光谱图像转换为虚拟H&E染色图像，以替代传统的H&E染色技术	该方法通过捕捉不同波长的组织信息，提供了与真实H&E染色相似的全面和详细的组织成分信息，并开发了一个集成了CCD控制、显微镜控制和虚拟H&E染色技术的综合软件系统	NA	旨在开发一种快速且准确的方法，用于虚拟H&E染色，以替代传统的H&E染色技术	胶质瘤组织	数字病理学	脑瘤	超光谱成像	Unet	图像	NA
19134	2024-08-29	Shape prior-constrained deep learning network for medical image segmentation 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108932 PMID:39079416	研究论文	本文提出了一种形状先验约束的多尺度特征融合分割网络，用于医学图像分割	该方法包括形状先验约束和多尺度特征融合两个模块，通过形状生成自编码器网络模型与分割网络模型的循环协作框架，提高了分割精度	NA	旨在解决医学图像分割中低对比度和邻近器官强度相似的问题	医学图像中的目标器官	计算机视觉	NA	深度学习	CNN	图像	在ACDC MICCAI'17挑战数据集、COVID-19 CT肺部扫描和LiTS2017肝脏数据集上进行了评估
19135	2024-08-29	A transformer-based unified multimodal framework for Alzheimer's disease assessment 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108979 PMID:39098237	研究论文	提出了一种基于transformer的统一多模态框架AD-Transformer，用于阿尔茨海默病评估	AD-Transformer通过整合结构磁共振成像、临床和遗传数据，创新性地使用transformer块学习输入数据的综合表示，捕捉各模态间的复杂交互	NA	提高阿尔茨海默病诊断和轻度认知障碍转换预测的准确性	阿尔茨海默病患者和轻度认知障碍患者	机器学习	阿尔茨海默病	NA	Transformer	图像和非图像数据	1651名受试者
19136	2024-08-29	Action tremor features discovery for essential tremor and Parkinson's disease with explainable multilayer BiLSTM 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108957 PMID:39098236	研究论文	本文通过引入具有可解释性的人工智能（XAI）的多层双向长短期记忆网络（BiLSTM），旨在更好地解释震颤特征并量化震颤区分中的重要区域，以区分帕金森病（PD）和原发性震颤（ET）。	本文提出的XAI-BiLSTM模型能够揭示PD和ET震颤的独特时间模式和频率范围，有助于减少误诊率并提高治疗效果。	NA	克服深度学习模型在临床应用中的不透明性，提高震颤分类的准确性。	帕金森病（PD）、原发性震颤（ET）及正常震颤的分类。	机器学习	神经退行性疾病	多层双向长短期记忆网络（BiLSTM）	BiLSTM	时间序列数据	NA
19137	2024-08-29	Visceral Adiposity and Progression of ADPKD: A Cohort Study of Patients From the TEMPO 3:4 Trial 2024-Sep, American journal of kidney diseases : the official journal of the National Kidney Foundation IF:9.4Q1 DOI:10.1053/j.ajkd.2024.02.014 PMID:38608748	研究论文	本研究通过回顾性队列研究探讨了内脏脂肪与常染色体显性多囊肾病（ADPKD）进展之间的关系，并评估了托伐普坦的疗效受内脏脂肪影响的情况。	使用深度学习从磁共振成像（MRI）中提取内脏脂肪数据，并分析其与ADPKD患者肾脏体积年变化率的关系，以及对托伐普坦疗效的影响。	回顾性研究；快速进展者；深度学习的计算需求。	探讨内脏脂肪与ADPKD患者肾脏疾病进展的关系及对托伐普坦疗效的影响。	ADPKD患者及托伐普坦治疗效果。	NA	多囊肾病	磁共振成像（MRI），深度学习	深度学习分割模型	图像	1053名ADPKD患者
19138	2024-08-29	Brain-GCN-Net: Graph-Convolutional Neural Network for brain tumor identification 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108971 PMID:39106672	研究论文	本文提出了一种结合图神经网络和卷积神经网络的深度学习模型，用于提高脑肿瘤检测的准确性	该模型通过整合图神经网络和卷积神经网络，能够更全面地表示脑肿瘤图像并提高分类性能	NA	提高脑肿瘤检测和分类的准确性	脑肿瘤	计算机视觉	脑肿瘤	深度学习	图卷积神经网络	图像	10847张MRI图像
19139	2024-08-29	Contrastive learning based method for X-ray and CT registration under surgical equipment occlusion 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108946 PMID:39106676	研究论文	本文设计了一种基于对比学习的X射线和CT图像配准方法，以解决手术设备遮挡问题	提出了一种对比学习方法，将遮挡和未遮挡的X射线视为正样本，增强模型对遮挡的鲁棒性	未提及具体限制	提高手术导航中3D/2D图像配准的准确性，特别是在存在手术设备遮挡的情况下	X射线和CT图像的配准	计算机视觉	NA	对比学习	Transformer	图像	包含不同手术设备的遮挡X射线
19140	2024-08-29	Discovery of potential antidiabetic peptides using deep learning 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109013 PMID:39137670	研究论文	本研究利用先进的深度学习技术探索发现和预测具有抗糖尿病活性的肽（ADPs）的方法	开发了两种模型：单通道CNN和三通道神经网络（CNN + RNN + Bi-LSTM），并在独立测试集上实现了90.48%的预测准确率，超过了现有的ADP预测工具	NA	解决发现和预测具有抗糖尿病活性的肽（ADPs）的挑战	具有抗糖尿病活性的肽（ADPs）	机器学习	糖尿病	深度学习	CNN, RNN, Bi-LSTM	肽序列数据	主要从BioDADPep数据库收集ADPs，以及从抗肿瘤、抗菌和抗病毒肽数据集中收集数千个非ADPs