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
901	2025-03-08	Retraction: Risk management system and intelligent decision-making for prefabricated building project under deep learning modified teaching-learning-based optimization 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319589 PMID:40043015	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
902	2025-03-08	XAI-MRI: an ensemble dual-modality approach for 3D brain tumor segmentation using magnetic resonance imaging 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1525240 PMID:40046502	研究论文	本文提出了一种新颖的集成双模态方法，用于使用磁共振成像（MRI）进行3D脑肿瘤分割	提出了一种集成双模态方法，结合了表现最佳的双模态预训练模型，以提高分割性能，并引入了Grad-CAM可视化技术，生成热图以突出肿瘤区域，为临床医生提供模型决策的有用信息	未明确提及具体限制	提高脑肿瘤分割的准确性和可靠性，以支持有效的肿瘤分级和治疗计划	脑肿瘤	计算机视觉	脑肿瘤	MRI	U-Net, 集成模型	3D MRI图像	未明确提及具体样本数量
903	2025-03-08	The prognostic value of pathologic lymph node imaging using deep learning-based outcome prediction in oropharyngeal cancer patients 2025-Jan, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100733 PMID:40046573	研究论文	本研究探讨了在口咽癌患者中，结合病理淋巴结空间信息与深度学习模型对局部控制、区域控制、远处无转移生存和总生存的预测效果	首次在深度学习模型中结合病理淋巴结空间信息，以提高口咽癌患者的预后预测性能	研究仅基于单一机构的患者数据，可能限制了模型的泛化能力	探索结合病理淋巴结空间信息对深度学习模型预测口咽癌患者预后的潜在益处	口咽癌患者	数字病理	口咽癌	深度学习	深度学习模型	PET/CT扫描图像	409名口咽癌患者
904	2025-03-08	Deep learning combining imaging, dose and clinical data for predicting bowel toxicity after pelvic radiotherapy 2025-Jan, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100710 PMID:40046574	研究论文	本研究提出了一种深度学习模型，用于同时分析计算机断层扫描、剂量分布和临床元数据，以预测盆腔放疗后的肠道毒性，并识别临床风险因素和解剖区域的影响	开发了一种基于多实例学习、特征级融合和注意力的深度模型，能够同时分析3D成像和临床数据，识别潜在风险因素和关键解剖区域	数据集来自313名患者，虽然样本量较大，但患者群体的异质性（剂量、体积、分割、伴随治疗和随访期）可能影响模型的泛化能力	预测盆腔放疗后的肠道毒性，并识别临床风险因素和解剖区域的影响	313名接受3D适形放疗和容积调强弧形放疗的患者	数字病理	NA	深度学习	多实例学习模型	3D计算机断层扫描、计划剂量分布、临床数据	313名患者
905	2025-03-08	Leveraging automated time-lapse microscopy coupled with deep learning to automate colony forming assay 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1520972 PMID:40046624	研究论文	本文介绍了一种结合延时显微镜和深度学习的人工智能辅助自动化集落形成实验（CFA）平台，用于实时跟踪集落形成并评估药物疗效	开发了一种基于深度学习和多目标跟踪的自动化集落计数平台，显著减少了人工操作并提高了准确性，同时支持长期细胞间相互作用和治疗反应的详细研究	未来需要与基于灌注的药物筛选系统集成以进一步增强个性化癌症治疗	开发一种自动化、高通量的集落形成实验平台，用于评估单癌细胞的克隆扩展能力和药物疗效	B-急性淋巴细胞白血病（B-ALL）细胞	数字病理学	白血病	延时显微镜、深度学习	YOLOv8	图像	E2A-PBX1小鼠模型中的B-ALL细胞
906	2025-03-06	Approximating Human-Level 3D Visual Inferences With Deep Neural Networks 2025, Open mind : discoveries in cognitive science DOI:10.1162/opmi_a_00189 PMID:40013087	研究论文	本文探讨了深度神经网络（DNNs）在3D形状推理任务中与人类表现的差距，并提出了一种多视角学习方法以缩小这一差距	提出了多视角学习目标，并验证了3D Light Field Network在3D形状推理任务中与人类表现最为接近	多视角学习目标对于实现类似人类的3D形状推理是必要的，但并不足够，且DNN建模方法在捕捉人类形状推理方面存在固有局限性	研究深度神经网络在3D形状推理任务中与人类表现的差距，并提出改进方法	深度神经网络（DNNs）和人类在3D形状推理任务中的表现	计算机视觉	NA	NA	3D Light Field Network, 自编码器, 卷积架构	图像	NA
907	2025-03-06	A Novel Public Sentiment Analysis Method Based on an Isomerism Learning Model via Multiphase Processing 2025-Jan, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3274912 PMID:37220063	研究论文	本文提出了一种基于异构学习模型的多阶段处理公共情感分析方法，旨在提高社交媒体网络中公共情感获取的效率和准确性	提出了一种基于区块链的分布式深度学习模型，称为异构学习，通过并行训练实现模型间的可信协作，并设计了衡量事件客观性的方法以动态分配模型权重，提高聚合效率	传统集中式结构模型容易形成模型孤岛并面临安全风险	提高公共情感获取任务的效率和准确性	社交媒体网络中的公共情感	自然语言处理	NA	异构学习模型、区块链	分布式深度学习模型	文本	NA
908	2025-03-06	Long Short-Term Memory-Based Twin Support Vector Regression for Probabilistic Load Forecasting 2025-Jan, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3335355 PMID:38019634	研究论文	本文提出了一种基于长短期记忆网络的双支持向量回归模型（BFEEMD-LSTM-TWSVRSOA），用于概率负荷预测，以提高预测的准确性和可靠性	结合了快速集成经验模态分解（FEEMD）、长短期记忆网络（LSTM）和双支持向量回归（TWSVR），并通过搜索优化算法（SOA）优化参数，提出了一种新的概率负荷预测模型	实验仅基于GEFCom2014数据集中的四个月数据，样本量较小，可能影响模型的泛化能力	提高电力系统负荷预测的准确性和可靠性，优化能源资源的高效利用	电力系统的负荷数据	机器学习	NA	快速集成经验模态分解（FEEMD）、长短期记忆网络（LSTM）、双支持向量回归（TWSVR）、搜索优化算法（SOA）	LSTM、TWSVR	时间序列数据	GEFCom2014数据集中的四个月数据
909	2025-03-06	Rethinking Semantic Segmentation With Multi-Grained Logical Prototype 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3543052 PMID:40031630	研究论文	本文提出了一种多粒度逻辑原型（MGLP）方法，重新思考语义分割，以更好地符合人类视觉认知过程的抽象和结构化特性	提出了一种新的多粒度逻辑原型方法，通过建立不同粒度级别的类原型和显式建模不同语义层次之间的内在逻辑结构，改进了现有语义分割方法的性能	未明确提及具体局限性	改进语义分割方法，使其更符合人类视觉认知的抽象和结构化特性	语义分割任务	计算机视觉	NA	NA	多粒度逻辑原型（MGLP）	图像	未明确提及具体样本数量
910	2025-03-06	Artificial Intelligence in Neuroendovascular Procedures 2025, Journal of neuroendovascular therapy DOI:10.5797/jnet.ra.2024-0107 PMID:40034100	综述	本文综述了人工智能在神经血管介入手术中的当前应用和未来潜力，重点关注基于AI的图像识别、实时手术辅助和未来发展	探讨了AI在神经血管介入手术中的创新应用，包括血管结构分析、设备检测和实时辅助系统，以及未来与机器人系统的集成	当前系统存在一些局限性，但技术进步表明AI在提高手术安全性、标准化和患者预后方面的作用将不断扩大	研究人工智能在神经血管介入手术中的应用及其潜力	神经血管介入手术	医学影像分析	神经血管疾病	深度学习算法	NA	图像	NA
911	2025-03-06	Artificial intelligence in stroke risk assessment and management via retinal imaging 2025, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2025.1490603 PMID:40034651	综述	本文探讨了人工智能在通过视网膜成像评估和管理中风风险中的作用，重点关注视网膜成像在临床工作流程中的整合	利用机器学习和深度学习算法增强视网膜成像，展示了在早期疾病检测、严重程度分级和预后评估中的潜力	缺乏标准化的成像协议、对AI生成预测的信任不足、视网膜成像数据与电子健康记录的整合不足、需要在多样化人群中验证、以及伦理和监管问题	探讨人工智能在中风患者护理中的作用，特别是通过视网膜成像进行中风风险评估和管理	中风患者	数字病理学	中风	视网膜成像	Xception, EfficientNet, Inception, ResNet, VGG, 随机森林, 支持向量机	图像	NA
912	2025-03-06	Cardiotocography-Based Experimental Comparison of Artificial Intelligence and Human Judgment in Assessing Fetal Asphyxia During Delivery 2025-Jan, Cureus DOI:10.7759/cureus.78282 PMID:40034878	研究论文	本研究通过实验比较了人工智能和人类专家在使用CTG数据预测胎儿窒息方面的诊断准确性	首次系统地比较了AI和人类专家在CTG数据解读上的表现，并探讨了AI辅助诊断的潜力	AI算法的诊断准确性尚未超越人类专家，且需要进一步优化和更多CTG数据的积累	评估AI在胎儿窒息诊断中的潜力，并探讨其与人类判断的结合效果	胎儿窒息诊断	医疗人工智能	胎儿窒息	机器学习和深度学习	ML和DL算法	CTG数据	3,519个CTG数据集和984个CTG图
913	2025-03-06	The application of artificial intelligence in insomnia, anxiety, and depression: A bibliometric analysis 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251324456 PMID:40035038	研究论文	本文通过文献计量分析，系统回顾了人工智能在失眠、焦虑和抑郁症中的应用，识别了关键研究热点并预测了未来趋势	首次通过文献计量工具（如VOSviewer和CiteSpace）对人工智能在心理健康领域的应用进行系统性分析，并识别了未来研究重点	数据隐私、伦理问题以及AI模型的可解释性仍需解决	系统回顾人工智能在失眠、焦虑和抑郁症中的应用，识别研究热点并预测未来趋势	失眠、焦虑和抑郁症	自然语言处理	精神疾病	文献计量分析	神经网络、机器学习、深度学习	文献数据	875篇文章
914	2025-03-06	Non-Intrusive Speech Quality Assessment Based on Deep Neural Networks for Speech Communication 2025-Jan, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3321076 PMID:37824322	研究论文	本文提出了一种基于深度学习的非侵入式语音质量评估方法，利用大规模侵入式模拟数据提高非侵入式方法的准确性和泛化能力	1. 提出了一种数据模拟方法，生成退化的语音信号并使用POLQA标注其语音质量；2. 应用对抗性说话人分类器减少说话人依赖信息对语音质量评估的影响；3. 提出了一种基于自编码器的深度学习方案，结合表示学习和对抗训练方法；4. 开发了一个端到端的语音质量评估神经网络，使用幅度和相位频谱特征作为输入	需要大量模拟数据进行预训练，且在实际应用中可能受到数据集多样性的限制	提高非侵入式语音质量评估的准确性和泛化能力	语音信号	自然语言处理	NA	深度学习	自编码器（Autoencoder）、对抗性自编码器（AAE）	语音数据	三个数据集：一个使用POLQA标注的模拟数据集，两个使用主观听力测试标注的录音数据集
915	2025-03-06	Multivariate Time Series Forecasting Using Multiscale Recurrent Networks With Scale Attention and Cross-Scale Guidance 2025-Jan, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3326140 PMID:37903050	研究论文	本文提出了一种多尺度循环网络模型，用于多变量时间序列预测，通过尺度注意力和跨尺度指导机制提高预测精度	本文创新性地将多尺度分析整合到深度学习框架中，提出了两种多尺度循环网络模型（MRN-SA和MRN-CSG），分别采用尺度注意力机制和跨尺度指导机制，有效解决了单尺度模型中的信息丢失问题	尽管模型在多个数据集上表现出色，但其在更广泛的应用场景中的泛化能力仍需进一步验证	研究多变量时间序列预测问题，旨在通过多尺度循环网络模型提高预测精度	多变量时间序列数据	机器学习	NA	深度学习	MRN-SA, MRN-CSG	时间序列数据	五个典型的多变量时间序列数据集
916	2025-03-06	Understanding Deep Learning via Decision Boundary 2025-Jan, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3326654 PMID:37922185	研究论文	本文探讨了神经网络决策边界变异性与泛化能力之间的关系，并提出了新的度量方法	提出了算法决策边界变异性和数据决策边界变异性两个新概念，用于从算法和数据角度衡量决策边界变异性	未明确提及具体局限性	研究神经网络决策边界变异性与泛化能力之间的关系	神经网络的决策边界	机器学习	NA	NA	神经网络	NA	未明确提及样本数量
917	2025-03-06	NN2Poly: A Polynomial Representation for Deep Feed-Forward Artificial Neural Networks 2025-Jan, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3330328 PMID:37962996	研究论文	本文提出了一种名为NN2Poly的理论方法，用于获得已训练的全连接前馈人工神经网络的显式多项式模型	NN2Poly方法将之前仅限于单隐藏层网络的想法扩展到任意深度的多层感知机（MLP），适用于回归和分类任务	该方法在计算上面临挑战，需要在训练阶段施加某些约束来克服这些挑战	研究神经网络的可解释性及其理论行为	全连接前馈人工神经网络（多层感知机）	机器学习	NA	泰勒展开	多层感知机（MLP）	表格数据	NA
918	2025-03-06	Direction-Coded Temporal U-Shape Module for Multiframe Infrared Small Target Detection 2025-Jan, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3331004 PMID:37976190	研究论文	本文提出了一种方向编码的时间U形模块（DTUM），用于多帧红外小目标检测，通过融合移动目标的时间信息来解决极暗目标检测问题	提出了一种新的方向编码卷积块（DCCB），将运动方向编码到特征中，并提取目标的运动信息，从而有效区分目标和杂波	缺乏包含暗目标的多帧红外小目标数据集，尽管本文构建了一个新的数据集NUDT-MIRSDT，但仍可能存在数据不足的问题	提高多帧红外小目标检测的性能，特别是在极暗目标和杂波抑制方面	红外小目标（IRST）	计算机视觉	NA	深度学习	U形网络（U-Net）	红外图像	NA
919	2025-03-06	Deep Learning Model Compression With Rank Reduction in Tensor Decomposition 2025-Jan, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3330542 PMID:37976188	研究论文	本文提出了一种新颖的深度学习模型压缩方法，通过张量分解中的迭代和自适应秩减少来实现	提出了一种双模型训练策略，结合迭代和自适应秩减少，显著减少了超参数搜索空间，并在保持模型准确性的同时实现了模型压缩	未提及具体局限性	研究深度学习模型压缩方法，以在轻量级边缘设备上部署大型神经网络模型	深度学习模型（如LeNet、VGG、ResNet、EfficientNet、RevCol）	机器学习	NA	张量分解	深度学习模型	图像	MNIST、CIFAR-10/100、ImageNet数据集
920	2025-03-06	Communication-Efficient Nonconvex Federated Learning With Error Feedback for Uplink and Downlink 2025-Jan, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3333804 PMID:37995164	研究论文	本文提出了两种通信高效的非凸联邦学习算法，EF21和LAG，用于适应上行和下行通信，以减少通信成本而不牺牲学习质量	提出了新的EF21算法和LAG梯度过滤技术，结合两者设计了EF-LAG算法，并进一步提出了双向EF-LAG算法，显著减少了通信成本	未提及具体限制	研究在大规模在线学习环境中，如何通过通信高效的非凸联邦学习算法减少通信成本	在线招募的工人设备，如手机、笔记本电脑和台式电脑	机器学习	NA	EF21算法、LAG梯度过滤技术	非凸联邦学习模型	合成数据和深度学习基准数据	未提及具体样本数量