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
1741	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
1742	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
1743	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
1744	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
1745	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
1746	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
1747	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
1748	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
1749	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
1750	2024-12-19	Post-Cardiac arrest outcome prediction using machine learning: A systematic review and meta-analysis 2025-Jan, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105659 PMID:39481177	综述	本文系统回顾和荟萃分析了使用机器学习和深度学习模型预测心脏骤停后临床结果的有效性	机器学习和深度学习模型相较于传统的回归算法在预测心脏骤停后结果方面表现出更高的有效性	研究中存在显著的异质性和高偏倚风险，主要由于数据缺失处理不当和缺乏校准图	评估机器学习和深度学习模型在预测心脏骤停后不同时间点临床结果的有效性	心脏骤停后患者的自主循环恢复（ROSC）、生存率（或死亡率）和神经功能结果	机器学习	心血管疾病	机器学习，深度学习	机器学习模型，深度学习算法	结构化数据	2753条初始记录，41项研究，97个机器学习模型和16个深度学习模型
1751	2024-12-19	Rectangling and enhancing underwater stitched image via content-aware warping and perception balancing 2025-Jan, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106809 PMID:39481203	研究论文	提出了一种水下拼接图像的矩形化和增强框架UWIRE，通过内容感知变形和感知平衡来解决水下图像拼接中的不规则边界和视觉感知问题	提出了R-procedure和E-procedure两个过程，分别用于矩形化不规则边界和增强图像，采用自协调模式和参数自适应校正，以及注意力权重引导的融合方法	仅使用单张水下拼接图像作为输入，可能无法处理复杂的水下环境	解决水下图像拼接中的不规则边界和视觉感知问题	水下拼接图像的矩形化和增强	计算机视觉	NA	内容感知变形	NA	图像	单张水下拼接图像
1752	2024-12-19	CNN-Informer: A hybrid deep learning model for seizure detection on long-term EEG 2025-Jan, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106855 PMID:39488107	研究论文	提出了一种名为CNN-Informer的混合深度学习模型，用于在长期脑电图（EEG）中检测癫痫发作	结合了卷积神经网络（CNN）提取多通道EEG局部特征的能力和Informer捕捉长期依赖关系的低计算复杂度和内存使用能力	未提及	开发一种高效的自动癫痫发作检测模型，以减少癫痫患者的意外伤害并改善其生活质量	长期脑电图（EEG）信号中的癫痫发作检测	机器学习	癫痫	卷积神经网络（CNN），Informer，离散小波变换（DWT）	CNN-Informer	脑电图（EEG）	CHB-MIT数据集和SH-SDU数据集
1753	2024-12-19	Noise-resistant sharpness-aware minimization in deep learning 2025-Jan, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106829 PMID:39488109	研究论文	本文提出了一种抗噪声的锐度感知最小化方法，以增强模型在噪声环境下的泛化能力和隐私保护	提出了基于抗噪参数更新规则的抗噪声SAM方法，分析了其在噪声条件下的收敛性和抗噪性能	未提及具体的局限性	增强深度学习模型在噪声环境下的泛化能力和隐私保护	深度学习模型在噪声环境下的性能	机器学习	NA	锐度感知最小化（SAM）	NA	NA	涉及多个网络和基准数据集的实验结果
1754	2024-12-19	IPCT-Net: Parallel information bottleneck modality fusion network for obstructive sleep apnea diagnosis 2025-Jan, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106836 PMID:39471579	研究论文	本文提出了一种用于阻塞性睡眠呼吸暂停诊断的并行信息瓶颈模态融合网络（IPCT-Net），旨在通过多模态融合提升诊断性能	创新点在于提出了一个适应多种模态融合类型的模态融合表示增强框架（MFRE），并通过分支共享机制提取局部-全局多视角表示，消除模态融合中的冗余信息	NA	提高阻塞性睡眠呼吸暂停（OSA）的诊断性能，并为临床诊断模态选择提供定量证据	阻塞性睡眠呼吸暂停（OSA）的诊断	机器学习	睡眠呼吸障碍	深度学习（DL）	并行信息瓶颈模态融合网络（IPCT-Net）	多模态数据	使用了大规模真实世界的家庭睡眠呼吸暂停测试（HSAT）多模态数据
1755	2024-12-19	An end-to-end bi-objective approach to deep graph partitioning 2025-Jan, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106823 PMID:39471576	研究论文	本文提出了一种基于图神经网络（GNN）的端到端双目标图分区方法	该方法利用多层次图特征，通过双目标公式解决了图分区问题，并引入了包含Hardmax操作符的GNN深度模型，实现了完全端到端的优化	NA	解决现有图分区方法在可扩展性和分区平衡性方面的不足	大型图的分区问题	机器学习	NA	图神经网络（GNN）	GNN	图	12个不同应用和规模的图数据集
1756	2024-12-19	Optimized deep learning networks for accurate identification of cancer cells in bone marrow 2025-Jan, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106822 PMID:39490023	研究论文	本文提出了一种优化的深度学习网络架构，用于准确识别骨髓中的癌细胞	本文引入了混合多目标和类别优化算法，自适应优化超参数，并使用优化的基于注意力的多尺度卷积神经网络进行训练	NA	开发一种自动化方法，用于区分恶性骨和健康骨，并准确识别骨髓中的癌细胞	骨髓中的癌细胞	机器学习	NA	深度学习	卷积神经网络	图像	使用公开数据集进行实验
1757	2024-12-19	Toward high-quality pseudo masks from noisy or weak annotations for robust medical image segmentation 2025-Jan, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106850 PMID:39520897	研究论文	本文提出了一种从噪声或弱注释中提取高质量伪掩码的两阶段框架，用于医学图像分割	本文的创新点在于通过比较干净注释和有缺陷注释，识别潜在的噪声模式，并提出了一种噪声识别网络和噪声鲁棒分割网络的两阶段框架	本文的局限性在于仅在两个公开数据集上进行了实验验证，可能需要进一步在更多数据集上验证其泛化能力	本文的研究目的是从噪声或弱注释中提取高质量伪掩码，以实现鲁棒的医学图像分割	本文的研究对象是医学图像分割中的噪声或弱注释	计算机视觉	NA	NA	CNN	图像	两个公开数据集
1758	2024-12-18	Advancing Ki67 hotspot detection in breast cancer: a comparative analysis of automated digital image analysis algorithms 2025-Jan, Histopathology IF:3.9Q1 DOI:10.1111/his.15294 PMID:39104219	研究论文	本文比较了基于虚拟双染色（VDS）和深度学习（DL）的数字图像分析算法在乳腺癌Ki67热点检测和评分中的临床表现	深度学习（DL）算法在临床适用性上优于虚拟双染色（VDS）算法，因为它不依赖于幻灯片的虚拟对齐，并且与手动评分相关性更强	NA	提高Ki67热点检测和评分的准确性，以改善乳腺癌的临床评估	Ki67热点检测和评分在乳腺癌中的应用	数字病理学	乳腺癌	数字图像分析（DIA）	深度学习（DL）	图像	135例连续的浸润性乳腺癌组织样本
1759	2024-12-12	Application of deep learning algorithms in classification and localization of implant cutout for the postoperative hip 2025-01, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-024-04692-6 PMID:38771507	研究论文	本研究探讨了使用卷积神经网络在骨盆前后位X光片上检测和定位植入物切出的可行性	首次使用深度学习算法进行植入物切出的分类和定位	对象检测模型在假阳性预测中产生了较多错误结果	验证深度学习算法在骨盆X光片上检测和定位植入物切出的可行性	骨盆前后位X光片上的植入物切出	计算机视觉	NA	卷积神经网络	卷积神经网络	图像	40191张骨盆X光片
1760	2024-12-18	Deep Learning Applied to Diffusion-weighted Imaging for Differentiating Malignant from Benign Breast Tumors without Lesion Segmentation 2025-Jan, Radiology. Artificial intelligence DOI:10.1148/ryai.240206 PMID:39565222	研究论文	本文评估并比较了不同人工智能模型在扩散加权成像（DWI）中区分良性和恶性乳腺肿瘤的性能，并与放射科医生的评估进行了比较	本文的创新点在于使用深度学习模型，特别是小型二维卷积神经网络（2D CNN），在不需要手动分割病变的情况下，区分良性和恶性乳腺肿瘤	本文的局限性在于研究是回顾性的，且样本量相对较小	研究目的是评估和比较不同人工智能模型在扩散加权成像中区分良性和恶性乳腺肿瘤的性能	研究对象是良性和恶性乳腺肿瘤的扩散加权成像数据	计算机视觉	乳腺癌	扩散加权成像（DWI）	卷积神经网络（CNN）	图像	334个乳腺病变，来自293名患者