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
961	2025-03-05	Knowledge-Based Deep Learning for Time-Efficient Inverse Dynamics 2025-Jan-17, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3530992 PMID:40031238	研究论文	本文提出了一种基于知识的深度学习框架，用于高效的时间反演动力学分析，能够直接从关节运动学数据预测肌肉激活和肌肉力量	提出了一种无需标签信息即可训练的深度学习框架，结合前向动力学和预选的反演动力学生理标准，通过特定的损失函数指导神经网络训练	实验验证仅限于两个数据集，样本量较小，且仅包括健康受试者	提高神经康复和肌肉骨骼疾病治疗中肌肉激活和肌肉力量估计的效率和准确性	肌肉激活和肌肉力量	机器学习	肌肉骨骼疾病	深度学习	BiGRU（双向门控循环单元）	时间序列数据	两个数据集，包括一个基准上肢运动数据集和一个自收集的下肢运动数据集，涉及六名健康受试者
962	2025-03-05	Cutting Skill Assessment by Motion Analysis Using Deep Learning and Spatial Marker Tracking 2025-Jan-15, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3529500 PMID:40030929	研究论文	本文提出了一种通过手术刀运动分析评估开放手术中切割技能的方法	设计了3D多面ArUco代码立方体，并使用YOLOv8模型和图像数据集识别手术刀类型并选择其尖端位置，提出了五种评估指标来量化外科医生的切割技能	实验样本量较小，仅涉及20名专家和新手外科医生	评估开放手术中外科医生的切割技能	外科医生的切割技能	计算机视觉	NA	YOLOv8模型	YOLOv8	图像	20名专家和新手外科医生
963	2025-03-05	Combining Pre- and Post-Demosaicking Noise Removal for RAW Video 2025-Jan-15, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3527886 PMID:40031011	研究论文	本文提出了一种结合去马赛克前后噪声去除的自相似性去噪方案，用于Bayer模式CFA视频数据	提出了一种自相似性去噪方案，结合去马赛克前后的去噪器，并通过时间轨迹预滤波步骤进一步改善纹理重建	现代神经网络在适应新噪声水平和场景方面仍有困难	提高去噪算法的质量，使其适用于现实世界的视频拍摄	Bayer模式CFA视频数据	计算机视觉	NA	深度学习	神经网络	视频	NA
964	2025-03-05	A Region and Category Confidence-Based Multi-Task Network for Carotid Ultrasound Image Segmentation and Classification 2025-Jan-14, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3529483 PMID:40031080	研究论文	本文提出了一种基于区域和类别置信度的多任务网络（RCCM-Net），用于颈动脉超声图像的分割和分类	该网络通过区域置信模块（RCM）和样本类别置信模块（CCM）利用分割和分类任务之间的相关性，提高了性能	NA	提高颈动脉斑块超声图像的分割和分类性能，以辅助动脉粥样硬化的治疗和中风风险评估	颈动脉斑块的超声图像	计算机视觉	心血管疾病	深度学习	多任务学习框架（RCCM-Net）	2D超声图像	1270张颈动脉斑块的2D超声图像
965	2025-03-05	Non-invasive Detection of Adenoid Hypertrophy Using Deep Learning Based on Heart-Lung Sounds 2025-Jan-10, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3527403 PMID:40030964	研究论文	本文提出了一种基于深度学习的心肺音非侵入性检测方法，用于诊断儿童腺样体肥大	首次利用心肺音数据结合深度学习模型进行腺样体肥大的非侵入性检测，提供了一种新的诊断方法	未提及样本的具体数量及多样性，可能影响模型的泛化能力	开发一种非侵入性的腺样体肥大检测方法，以替代现有的侵入性或辐射性诊断技术	儿童腺样体肥大患者	数字病理	上呼吸道疾病	深度学习	CNN, LSTM, GAN	声音数据	NA
966	2025-03-05	Learning-Based Modeling and Predictive Control for Unknown Nonlinear System With Stability Guarantees 2025-Jan-10, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3525264 PMID:40030974	研究论文	本文提出了一种基于学习的控制方案，用于未知非线性系统的建模和稳定控制，考虑了学习动力学的稳定性和学习动力学与真实动力学之间的建模不匹配	提出了一个结合Koopman理论和深度学习的方案，用于未知非线性系统的建模和稳定控制，并引入了稳定约束和Lipschitz约束以确保学习模型的稳定性	未提及具体的数据集或实验规模，可能限制了方案的普适性验证	研究未知非线性系统的安全控制和稳定性保证	未知非线性系统	机器学习	NA	深度学习	Koopman理论结合深度学习	NA	NA
967	2025-03-05	Advancing Acoustic Droplet Vaporization for Tissue Characterization Using Quantitative Ultrasound and Transfer Learning 2025-Jan-08, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3527141 PMID:40031047	研究论文	本研究探讨了相变纳米液滴在纤维蛋白基组织模拟水凝胶中的声学和成像特性，利用被动空化检测和主动成像技术，包括B模式和对比增强超声，展示了ADV生成的气泡的背向散射信号强度和非线性声学响应与纤维蛋白密度的相关性	结合了深度学习技术，特别是卷积神经网络（AlexNet）的迁移学习，用于区分纤维蛋白水凝胶，为生物医学诊断提供了新的可能性	研究主要局限于纤维蛋白基水凝胶，未涉及更复杂的生物组织环境	探索声学液滴汽化（ADV）技术在生物医学超声中的应用，特别是用于组织特性表征	相变纳米液滴在纤维蛋白基组织模拟水凝胶中的声学和成像特性	生物医学超声	NA	被动空化检测，B模式超声，对比增强超声	卷积神经网络（CNN），AlexNet	超声图像	NA
968	2025-03-05	P2TC: A Lightweight Pyramid Pooling Transformer-CNN Network for Accurate 3D Whole Heart Segmentation 2025-Jan-07, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3526727 PMID:40030965	研究论文	本文提出了一种轻量级的金字塔池化Transformer-CNN网络（P2TC），用于精确的3D全心脏分割	P2TC网络结合了3D金字塔池化Transformer进行多尺度信息融合和轻量级大核卷积神经网络（CNN）进行局部特征提取，解决了现有方法在空间上下文建模不足、长距离依赖捕捉困难、计算复杂度高和局部高层语义信息表示有限等问题	NA	提高3D全心脏分割的准确性，以支持心血管疾病的诊断和手术规划	心脏结构	计算机视觉	心血管疾病	深度学习	Transformer-CNN	3D图像	Multi-Modality Whole Heart Segmentation (MM-WHS) 2017挑战数据集
969	2025-03-05	Empirical analysis on retinal segmentation using PSO-based thresholding in diabetic retinopathy grading 2025-Jan-06, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2024-0299 PMID:39754503	研究论文	本文提出了一种基于粒子群优化（PSO）的自动阈值算法，用于糖尿病视网膜病变（DR）分级中的视网膜分割，以提高特征提取的准确性	提出了一种基于PSO的自动阈值算法，减少了背景像素对特征提取的负面影响，从而提高了分级的准确性	数据量有限，可能影响模型的泛化能力	提高糖尿病视网膜病变分级的准确性和效率	糖尿病视网膜病变患者的眼底图像	计算机视觉	糖尿病视网膜病变	PSO-based thresholding, Explainable AI (XAI)	ResNet50	图像	IDRiD眼底数据集
970	2025-03-05	Topological Data Analysis in Graph Neural Networks: Surveys and Perspectives 2025-Jan-06, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3520147 PMID:40030848	综述	本文系统回顾了拓扑数据分析（TDA）与图神经网络（GNN）结合的研究进展，探讨了这一新兴领域的最新模型和未来展望	首次系统性地综述了TDA与GNN结合的研究，提出了这一领域的分类、基础知识和最新模型	文章主要集中于理论综述，缺乏实际应用案例的深入分析	探讨TDA与GNN结合在复杂图数据分析中的潜力	图数据集	机器学习	NA	拓扑数据分析（TDA）	图神经网络（GNN）	图数据	NA
971	2025-03-05	Adaptive Neural Message Passing for Inductive Learning on Hypergraphs 2025-Jan, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3434483 PMID:39058615	研究论文	本文提出了一种新的超图学习框架HyperMSG，采用模块化的两级神经消息传递策略，在超边内和超边间准确高效地传播信息	HyperMSG框架通过自适应学习节点度中心性的注意力权重，量化节点的局部和全局重要性，捕捉超图的结构特性，且具有归纳性，能在未见过的节点上进行推理	NA	解决现有超图学习方法将超图结构转换为图结构导致的信息丢失和次优利用问题，提升超图学习的表达能力和效率	超图结构数据	机器学习	NA	神经消息传递	HyperMSG	图数据	多种任务和数据集
972	2025-03-05	SurroFlow: A Flow-Based Surrogate Model for Parameter Space Exploration and Uncertainty Quantification 2025-Jan, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2024.3456372 PMID:39250378	研究论文	本文介绍了一种基于归一化流的代理模型SurroFlow，用于学习仿真参数与仿真输出之间的可逆变换，支持不确定性量化和高效参数空间探索	提出了一种新的基于归一化流的代理模型SurroFlow，支持不确定性量化、高效参数空间探索和逆向预测	未提及具体局限性	提高科学代理模型的可靠性和探索能力，同时降低计算成本	仿真参数与仿真输出之间的关系	机器学习	NA	归一化流	SurroFlow	仿真数据	未提及具体样本数量
973	2025-03-05	Interactive Design-of-Experiments: Optimizing a Cooling System 2025-Jan, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2024.3456356 PMID:39250379	研究论文	本文提出了一种交互式视觉优化方法，用于优化冷却系统，特别是在电动汽车的座舱和电池冷却中的应用	结合深度学习模型和数值模拟，通过交互式p-h图引导迭代优化过程，提供了一种新的半自动优化方法	深度学习模型仅作为冷却系统逆过程的近似，且目标特性可能根据不同的竞争目标选择，可能导致优化过程复杂化	优化冷却系统，特别是在电动汽车中的应用	冷却系统，特别是电动汽车的座舱和电池冷却系统	机器学习	NA	深度学习（DL）模型，数值模拟	深度学习模型	模拟数据	NA
974	2025-03-05	ParamsDrag: Interactive Parameter Space Exploration via Image-Space Dragging 2025-Jan, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2024.3456338 PMID:39250408	研究论文	本文介绍了ParamsDrag模型，通过直接与可视化交互来探索参数空间，以提高数值模拟中参数调整的效率和直观性	提出了一种新的交互式参数空间探索方法，通过直接拖动可视化中的结构相关特征来直观调整和优化参数	未提及具体局限性	提高数值模拟中参数调整的效率和直观性	数值模拟中的参数空间	计算机视觉	NA	深度学习	ParamsDrag	图像	NA
975	2025-03-05	Dynamic Routing and Knowledge Re-Learning for Data-Free Black-Box Attack 2025-Jan, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3469952 PMID:39331554	研究论文	本文提出了一种新的动态路由和知识再学习框架（DraKe），用于数据自由的黑盒攻击，通过动态生成替代模型结构并重新学习困难样本，有效提高了攻击效果	提出了动态路由和知识再学习框架（DraKe），通过动态生成替代模型结构和重新学习困难样本，解决了现有方法在静态替代模型结构、一次性使用硬合成样本以及依赖目标模型数据统计的局限性	在线数据生成只能学习一次，存在固有的局限性	研究数据自由的黑盒攻击方法，提高对目标模型的攻击效果	深度学习模型	机器学习	NA	NA	动态替代模型结构	图像	四个公共图像分类数据集和一个面部识别基准
976	2025-03-05	Understanding Episode Hardness in Few-Shot Learning 2025-Jan, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3476075 PMID:39378258	研究论文	本文探讨了少样本学习中的“情节硬度”问题，并提出了一种新的预采样硬度评估技术IFDR	首次对影响情节硬度的关键因素进行了代数分析，并提出了高效的预采样硬度评估技术IFDR，以及两种采样方案CL和CPL	NA	研究少样本学习中情节硬度的影响因素及其评估方法	少样本学习中的情节	机器学习	NA	IFDR（逆费舍尔判别比）	NA	NA	NA
977	2025-03-05	Latent Diffusion Enhanced Rectangle Transformer for Hyperspectral Image Restoration 2025-Jan, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3475249 PMID:39383081	研究论文	本文提出了一种潜在扩散增强的矩形Transformer方法，用于高光谱图像（HSI）的恢复，解决了现有方法在探索HSI空间非局部自相似性和光谱低秩特性方面的挑战	引入了多形状空间矩形自注意力模块和光谱潜在扩散增强模块，分别用于捕捉非局部空间相似性和生成图像特定的潜在字典以提取低秩向量	未明确提及具体限制，但可能包括计算复杂度高或对特定类型HSI的适应性有限	提高高光谱图像恢复的效果，包括去噪、超分辨率、重建和修复	高光谱图像	计算机视觉	NA	潜在扩散模型	Transformer	图像	在四个常见的高光谱图像恢复任务上进行了实验
978	2025-03-05	Image Copy-Move Forgery Detection via Deep PatchMatch and Pairwise Ranking Learning 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2024.3482191 PMID:39453802	研究论文	本文提出了一种新颖的端到端图像复制-移动伪造检测框架，结合了传统方法和深度学习的优势	提出了一种深度跨尺度PatchMatch方法和成对排序学习框架，用于精确定位复制-移动区域并区分源区域和目标区域	尽管在多种复制-移动场景中表现出色，但未提及在极端复杂背景下的性能	提高图像复制-移动伪造检测的准确性和泛化能力	图像中的复制-移动伪造区域	计算机视觉	NA	深度学习	深度跨尺度PatchMatch, 成对排序学习框架	图像	未明确提及样本数量
979	2025-03-05	Widespread use of ChatGPT and other Artificial Intelligence tools among medical students in Uganda: A cross-sectional study 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313776 PMID:39787055	研究论文	本文评估了乌干达医学生对ChatGPT及其他AI工具的使用情况	首次在乌干达医学生中评估了ChatGPT及其他AI工具的广泛使用情况，并探讨了其使用目的和影响因素	研究仅限于乌干达的四所公立大学，可能无法推广到其他地区或国家	评估乌干达医学生对ChatGPT及其他AI工具的使用情况及其影响因素	乌干达四所公立大学的医学生	自然语言处理	NA	描述性横断面研究	ChatGPT	问卷调查数据	564名医学生
980	2025-03-05	The classification of absence seizures using power-to-power cross-frequency coupling analysis with a deep learning network 2025, Frontiers in neuroinformatics IF:2.5Q3 DOI:10.3389/fninf.2025.1513661 PMID:39995596	研究论文	本文提出了一种基于功率-功率跨频耦合分析和深度学习网络的失神发作分类方法	首次在癫痫分类文献中探索了功率-功率耦合（PPC）的应用，并结合堆叠稀疏自编码器（SSAE）进行自动分类	样本量较小，仅包含12名患者的94次失神发作	开发一种自动分类失神发作的方法	失神发作的脑电图（EEG）数据	机器学习	癫痫	功率-功率跨频耦合分析	堆叠稀疏自编码器（SSAE）	脑电图（EEG）	12名患者的94次失神发作