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
2341	2024-12-22	Explainable Deep Learning Approaches for Risk Screening of Periodontitis 2025-Jan, Journal of dental research IF:5.7Q1 DOI:10.1177/00220345241286488 PMID:39563207	研究论文	本研究利用可解释的人工智能（XAI）技术，通过分析多种临床特征，为牙周炎的早期筛查提供个性化风险评估	本研究首次将可解释的人工智能技术应用于牙周炎的早期筛查，并通过LIME方法评估了潜在的相关因素，揭示了与牙周炎相关的重要特征	本研究的样本主要来自NHANES数据库，可能存在样本代表性不足的问题	开发一种基于可解释人工智能技术的牙周炎早期筛查工具	牙周炎的早期筛查及相关风险因素	机器学习	牙周疾病	可解释的人工智能（XAI）	深度学习模型	临床数据	30,465名参与者，其中9,632名用于所有年龄组，5,601名用于50岁以上年龄组
2342	2024-12-21	Near-Infrared Autofluorescence Signature: A New Parameter for Intraoperative Assessment of Parathyroid Glands in Primary Hyperparathyroidism 2025-Jan-01, Journal of the American College of Surgeons IF:3.8Q1 DOI:10.1097/XCS.0000000000001147 PMID:39016400	研究论文	本研究探讨了近红外自体荧光（NIRAF）在术中区分原发性甲状旁腺功能亢进症中正常与病变甲状旁腺腺体的应用	首次研究了正常与病变甲状旁腺腺体在术中近红外自体荧光特征上的差异，并开发了基于这些特征的深度学习模型	研究仅在单一三级转诊中心进行，样本量和时间跨度有限	探讨正常与病变甲状旁腺腺体在术中近红外自体荧光特征上的差异，并开发基于这些特征的深度学习模型	原发性甲状旁腺功能亢进症患者的正常与病变甲状旁腺腺体	数字病理学	内分泌疾病	近红外自体荧光成像	深度学习模型	图像	1506个正常腺体和597个病变腺体，来自797名患者
2343	2024-12-21	Expert opinion elicitation for assisting deep learning based Lyme disease classifier with patient data 2025-Jan, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105682 PMID:39504916	研究论文	本研究通过专家意见提取，结合患者数据协助深度学习模型进行莱姆病分类，并提出了一种结合多种模态概率估计的算法	首次通过专家意见提取计算莱姆病概率，并结合深度学习图像分类器的概率得分	NA	提高基于图像的深度学习莱姆病预扫描器的鲁棒性	莱姆病的早期症状——游走性红斑皮肤病变	机器学习	莱姆病	深度学习	深度学习模型	图像和患者数据	15位专家医生
2344	2024-12-21	Quality assessment of critical and non-critical domains of systematic reviews on artificial intelligence in gliomas using AMSTAR II: A systematic review 2025-Jan, Journal of clinical neuroscience : official journal of the Neurosurgical Society of Australasia IF:1.9Q4 DOI:10.1016/j.jocn.2024.110926 PMID:39612612	系统评价	本研究使用AMSTAR II工具评估了关于人工智能在胶质瘤管理中的系统评价和荟萃分析的质量	首次使用AMSTAR II工具对人工智能在胶质瘤管理中的系统评价进行质量评估	大多数评价在关键领域（如研究的排除、荟萃分析方法的适当性和发表偏倚的评估）和非关键领域（如研究设计选择和资金来源的披露）表现不佳	评估当前关于人工智能在胶质瘤管理中的系统评价和荟萃分析的质量	关于人工智能在胶质瘤管理中的系统评价和荟萃分析	机器学习	脑肿瘤	NA	NA	NA	从812项研究中筛选出23项研究
2345	2024-12-21	Graph neural networks and transfer entropy enhance forecasting of mesozooplankton community dynamics 2025-Jan, Environmental science and ecotechnology IF:14.0Q1 DOI:10.1016/j.ese.2024.100514 PMID:39703568	研究论文	本文探讨了图神经网络（GNN）在预测中生浮游动物群落动态中的应用，并研究了生态系统动态的图结构对预测准确性的影响	本文创新性地将图神经网络与传递熵结合，用于预测中生浮游动物群落动态，并揭示了生态系统动态的图结构对模型预测准确性的影响	本文未完全解决理论驱动模型中参数化和反馈机制的复杂性问题	研究如何通过图神经网络提高中生浮游动物群落动态的预测准确性	中生浮游动物群落动态及其在海洋生态系统中的作用	机器学习	NA	图神经网络（GNN）	图神经网络（GNN）	生态系统动态数据	NA
2346	2024-12-20	Hybrid Deep Learning-Based Enhanced Occlusion Segmentation in PICU Patient Monitoring 2025, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2024.3503499 PMID:39698122	研究论文	本文提出了一种混合深度学习方法，用于在PICU患者远程监控中有效分割常见的遮挡	本文的创新点在于结合了Google DeepLabV3+分割模型和基于transformer的Segment Anything Model (SAM)，以在有限训练数据的情况下实现遮挡分割	本文的局限性在于使用了小规模的真实世界PICU数据集进行训练和验证	研究目的是提高PICU患者远程监控中遮挡分割的准确性和可靠性	研究对象是PICU患者远程监控中的遮挡问题	计算机视觉	NA	深度学习	混合模型（Google DeepLabV3+和Segment Anything Model）	图像	小规模的真实世界PICU数据集
2347	2024-12-20	Ocular Biomechanical Responses to Long-Duration Spaceflight 2025, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2024.3453049 PMID:39698125	研究论文	研究长期太空任务对眼部刚性、眼内压和眼脉冲幅度的影响	揭示了微重力对眼睛机械特性的未知影响，为深入理解太空飞行相关神经眼综合征（SANS）提供了新见解	未观察到新手和经验丰富的宇航员之间的显著差异	评估微重力暴露对眼部刚性、眼内压和眼脉冲幅度的影响	眼部刚性、眼内压和眼脉冲幅度	NA	NA	光学相干断层扫描（OCT）、基于深度学习的脉络膜分割、PASCAL动态轮廓眼压计（DCT）	深度学习	图像	26只眼，来自13名在国际空间站上度过157至186天的机组人员
2348	2024-12-19	Generative artificial intelligence in ophthalmology 2025 Jan-Feb, Survey of ophthalmology IF:5.1Q1 DOI:10.1016/j.survophthal.2024.04.009 PMID:38762072	综述	本文综述了生成对抗网络（GAN）在眼科领域的应用，并探讨了生成式人工智能在眼科成像中的潜力	本文首次系统性地总结了GAN在眼科领域的应用，并探讨了其在图像增强、疾病识别和生成合成数据方面的潜力	本文主要基于文献综述，未进行新的实验或数据分析，且提到了GAN在某些迭代中生成不准确和非典型结果的挑战	回顾生成对抗网络在眼科领域的应用，并探讨生成式人工智能在眼科中的未来方向	生成对抗网络在眼科成像中的应用，包括图像增强、疾病识别和生成合成数据	计算机视觉	NA	生成对抗网络（GAN）	生成对抗网络（GAN）	图像	40篇文献
2349	2024-12-19	Augmented histopathology: Enhancing colon cancer detection through deep learning and ensemble techniques 2025-Jan, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24692 PMID:39344821	研究论文	本文提出了一种基于深度学习和集成技术的增强型结直肠癌检测方法	本文创新性地设计了基于深度学习的transformer模型，结合卷积神经网络（CNN）进行特征提取，并通过交叉变换模型和注意力机制增强分类效果，同时使用Siamese网络提高分类准确率	NA	提高结直肠癌的早期检测和分类准确性	结直肠癌的组织样本	数字病理学	结直肠癌	深度学习	transformer模型、卷积神经网络（CNN）、Siamese网络	图像	CRC-VAL-HE-7K数据集中的组织病理学图像
2350	2024-12-19	AutoLNMNet: Automated Network for Estimating Lymph-Node Metastasis in EGC Using a Pyramid Vision Transformer and Data Derived From Multiphoton Microscopy 2025-Jan, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24705 PMID:39351968	研究论文	本文提出了一种名为AutoLNMNet的新模型，用于估计早期胃癌（EGC）中的淋巴结转移，该模型结合了金字塔视觉Transformer（PVTv2）和多光子显微镜数据	本文的创新点在于将PVTv2模型的特征与手动和临床特征相结合，开发了一种新的模型AutoLNMNet，其预测准确性高于单独使用PVTv2模型	NA	本文的研究目的是开发一种高可靠性和准确性的模型，用于检测早期胃癌中的淋巴结转移	本文的研究对象是早期胃癌患者的淋巴结转移状态	计算机视觉	胃癌	多光子显微镜	PVTv2	图像	NA
2351	2024-12-19	Analog Spiking U-Net integrating CBAM&ViT for medical image segmentation 2025-Jan, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106765 PMID:39357269	研究论文	本文提出了一种新型的模拟尖峰U-Net架构，结合CBAM和ViT进行医学图像分割	首次成功将CBAM引入尖峰神经网络（SNN）领域，并提出了一种新型的模拟尖峰U-Net（AS U-Net）架构，显著提高了SNN模型的分割性能并减少了信息损失	NA	探索和改进尖峰神经网络在医学图像分割任务中的应用	糖尿病视网膜血管分割任务	计算机视觉	糖尿病	尖峰神经网络（SNN）	U-Net	图像	综合了多个糖尿病视网膜血管分割数据集
2352	2024-12-19	Efficient multi-view fusion and flexible adaptation to view missing in cardiovascular system signals 2025-Jan, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106760 PMID:39362184	研究论文	本文提出了一种高效的多视角融合方法和灵活的视角缺失适应策略，用于心血管系统信号的处理	设计了View-Centric Transformer (VCT)和Multitask Masked Autoencoder (M2AE)模型，首次系统定义了视角缺失问题，并引入了提示技术以帮助预训练的多视角融合模型灵活适应各种视角缺失场景	未提及具体限制	提高多视角融合模型在心血管系统信号处理中的表现，并增强其对视角缺失的适应能力	心血管系统信号的多视角融合及视角缺失问题	机器学习	心血管疾病	深度学习	Transformer, Autoencoder	信号	未提及具体样本数量
2353	2024-12-19	MemberShield: A framework for federated learning with membership privacy 2025-Jan, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106768 PMID:39383677	研究论文	本文提出了一种名为MemberShield的联邦学习框架，用于防御成员推理攻击，同时保护数据隐私	MemberShield通过一次性的数据标签预处理和早停策略，显著提高了对成员推理攻击的防御能力，同时减少了训练时间和模型性能的损失	NA	研究如何在联邦学习中有效防御成员推理攻击，同时保持模型的实用性和隐私保护	联邦学习中的成员推理攻击及其防御方法	机器学习	NA	联邦学习	深度学习模型	数据集	三个广泛使用的数据集
2354	2024-12-19	Classification of psychosis spectrum disorders using graph convolutional networks with structurally constrained functional connectomes 2025-Jan, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106771 PMID:39383678	研究论文	本文研究了使用图卷积网络和结构约束的功能连接图对精神病谱系障碍进行分类的问题	本文首次将图卷积网络应用于精神病谱系障碍的分类，并结合多种边缘选择方法和MultiVERSE算法生成网络嵌入	本文的样本量较小，且仅限于精神病谱系障碍的分类，未涉及其他精神疾病	研究如何使用深度学习方法区分亚临床精神病和可诊断的精神障碍患者与健康对照组	精神病谱系障碍患者、亚综合征性精神病样体验（PLE）个体和健康对照组	机器学习	精神病	图卷积网络（GCNs）、支持向量机（SVMs）、MultiVERSE算法	图卷积网络（GCNs）、支持向量机（SVMs）	功能连接网络	包括亚综合征性精神病样体验（PLE）个体和健康对照组的数据集
2355	2024-12-19	A deep learning approach for non-invasive Alzheimer's monitoring using microwave radar data 2025-Jan, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106778 PMID:39393209	研究论文	本文提出了一种利用微波雷达数据进行非侵入性阿尔茨海默病监测的深度学习方法	本文提出了一种新的数据增强技术，并结合RFE、PCA和Autoencoders进行特征选择，同时将CNN与GRU、双向LSTM和LSTM结合以提高分类性能	NA	开发一种高效、早期诊断阿尔茨海默病的工具	阿尔茨海默病患者	机器学习	阿尔茨海默病	微波雷达	CNN、GRU、双向LSTM、LSTM	雷达数据	使用现实数值脑模型模拟的数据
2356	2024-12-19	Dictionary trained attention constrained low rank and sparse autoencoder for hyperspectral anomaly detection 2025-Jan, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106797 PMID:39413584	研究论文	本文提出了一种结合字典表示和深度学习自编码器模型的方法，用于高光谱异常检测	本文创新性地提出了注意力约束的低秩和稀疏自编码器模型，结合全局和局部自注意力模块，有效利用了空间信息，提升了背景和异常的重建效果	NA	研究如何在高光谱异常检测中有效结合字典表示和自编码器的优势，并充分利用空间信息	高光谱异常检测	计算机视觉	NA	自编码器	自编码器	图像	多个真实和合成数据集
2357	2024-12-19	Context-aware feature reconstruction for class-incremental anomaly detection and localization 2025-Jan, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106788 PMID:39423496	研究论文	本文提出了一种上下文感知特征重构模型，用于类增量异常检测和定位任务	设计了上下文感知特征重构模型和中间特征组织策略，通过双重约束在特征和输出层面上对模型进行正则化，有效保留旧类知识并学习新类	未提及具体限制	解决类增量异常检测和定位任务中的知识保留问题	工业场景中增量引入的新产品类别的异常检测和定位	计算机视觉	NA	深度学习	上下文感知特征重构模型（CFR）	图像	使用了MVTec-AD数据集进行实验
2358	2024-12-19	ChatDiff: A ChatGPT-based diffusion model for long-tailed classification 2025-Jan, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106794 PMID:39426035	研究论文	本文提出了一种基于ChatGPT的扩散模型ChatDiff，用于长尾分类问题中的信息增强	ChatDiff通过从ChatGPT-3.5模型中提取文本先验知识，增强尾部类别的特征空间，并使用条件扩散模型生成语义丰富的图像样本，同时利用基于CLIP的判别器筛选和移除生成的负样本	NA	解决长尾数据分布问题，提升深度学习在实际应用中的性能	长尾数据分布中的尾部类别	计算机视觉	NA	扩散模型	扩散模型	图像	在CIFAR10-LT、CIFAR100-LT、ImageNet-LT和iNaturalist 2018等长尾基准数据集上进行了综合实验
2359	2024-12-19	Near-field millimeter-wave and visible image fusion via transfer learning 2025-Jan, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106799 PMID:39447433	研究论文	提出了一种基于迁移学习的毫米波和可见图像像素级信息融合策略，以促进非破坏性内部缺陷检测和定位等穿透成像应用	利用深度迁移学习策略捕捉可见光和毫米波图像中的隐藏信息，并通过微调策略和改进的双边滤波器实现鲁棒的信息融合	未提及具体限制	开发一种适用于复杂环境下的非破坏性内部缺陷检测和定位的图像融合方法	毫米波和可见图像的像素级信息融合	计算机视觉	NA	深度迁移学习	NA	图像	未提及具体样本数量
2360	2024-12-19	Near-optimal learning of Banach-valued, high-dimensional functions via deep neural networks 2025-Jan, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106761 PMID:39454372	研究论文	本文探讨了深度神经网络在近似Banach空间值的高维函数中的应用，特别是在参数化偏微分方程求解中的应用	本文提出了克服维度灾难的深度神经网络近似方法，并建立了实用的存在定理，描述了具有维度独立架构宽度和深度的深度神经网络类，以及基于最小化（正则化）ℓ-损失的训练程序，实现了接近最优的代数收敛率	本文主要集中在理论分析上，实际应用中的效果和效率需要进一步验证	研究深度神经网络在计算科学与工程中的应用，特别是高维函数近似和参数化偏微分方程求解	Banach空间值的高维函数和参数化偏微分方程的解	机器学习	NA	深度学习	深度神经网络	数值数据	NA