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
11481	2025-01-23	Breast cancer classification in point-of-care ultrasound imaging-the impact of training data 2025-Jan, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.1.014502 PMID:39830074	研究论文	本文探讨了通过增加训练数据的不同技术来改进用于分类点-of-care超声（POCUS）图像的分类网络	通过比较不同的数据增强技术，包括数据增强、直方图匹配、直方图均衡化和循环一致对抗网络（CycleGANs），显著提高了分类网络的性能	研究主要依赖于POCUS图像和标准超声（US）图像，可能限制了结果的普适性	提高用于分类POCUS图像的分类网络的性能，以促进乳腺癌的早期检测	乳腺癌的POCUS图像和标准超声（US）图像	计算机视觉	乳腺癌	数据增强、直方图匹配、直方图均衡化、循环一致对抗网络（CycleGANs）	分类网络	图像	两个数据集，包括POCUS图像和标准超声（US）图像
11482	2025-01-23	Zero-Shot Adaptation for Approximate Posterior Sampling of Diffusion Models in Inverse Problems 2025, Computer vision - ECCV ... : ... European Conference on Computer Vision : proceedings. European Conference on Computer Vision DOI:10.1007/978-3-031-73010-8_26 PMID:39831070	研究论文	本文提出了一种零样本近似后验采样方法（ZAPS），用于解决扩散模型在逆问题中的应用问题	ZAPS方法通过零样本训练和物理引导的损失函数来学习每个不规则时间步的对数似然权重，从而提高了图像生成和收敛速度	ZAPS方法在计算效率上依赖于对角化近似，这可能会影响其在高维数据上的表现	研究目标是提高扩散模型在逆问题中的推理速度和重建质量	研究对象是扩散模型在逆问题中的应用，特别是高斯和运动去模糊、修复和超分辨率等问题	计算机视觉	NA	零样本训练、物理引导的损失函数	扩散模型	图像	NA
11483	2025-01-23	A Self-supervised Deep Learning Model for Diagonal Sulcus Detection with Limited Labeled Data 2025-Jan, Neuroinformatics IF:2.7Q3 DOI:10.1007/s12021-024-09700-7 PMID:39777603	研究论文	本文提出了一种基于深度学习的自监督模型，用于在有限标注数据的情况下检测大脑中的对角线沟（ds）	首次提出使用自监督学习和卷积自编码器来检测对角线沟，并在有限标注数据的情况下实现了较高的检测精度	模型依赖于有限的标注数据，且手动标注的挑战性可能影响模型的性能	开发一种自动检测大脑对角线沟的深度学习模型，以解决现有方法精度低的问题	大脑中的对角线沟（ds）	数字病理学	NA	自监督学习，卷积自编码器	卷积自编码器	图像	未明确说明具体样本数量，但使用了有限的标注数据集
11484	2025-01-23	Right Ventricular Function: Deep Learning's Prognostic Edge in Mitral Regurgitation 2025-Jan, Circulation. Cardiovascular imaging DOI:10.1161/CIRCIMAGING.124.017788 PMID:39836731	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
11485	2025-01-22	An object detection-based model for automated screening of stem-cells senescence during drug screening 2025-Mar, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106940 PMID:39631255	研究论文	本文提出了一种基于Faster R-CNN的深度学习模型STGF R-CNN，用于自动检测干细胞衰老，以支持药物筛选	结合Swin Transformer和组归一化技术，提出了STGF R-CNN模型，显著提高了衰老细胞检测的准确性和效率	模型虽然轻量化，但参数量和计算量仍较高，可能限制其在资源受限环境中的应用	开发一种高效的自动化方法，用于干细胞衰老的定量评估，以支持抗衰老药物筛选	诱导多能干细胞衍生的间充质干细胞（iP-MSCs）	计算机视觉	NA	深度学习	Faster R-CNN, Swin Transformer	图像	iP-MSCs数据集
11486	2025-01-22	Cognitive process and information processing model based on deep learning algorithms 2025-Mar, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106999 PMID:39642642	研究论文	本文基于深度学习算法，提出了一个认知过程和信息处理模型，并通过一个仅具有视觉和组合检测能力的昆虫类生物的进化过程来阐述该模型	将婴儿认知能力的发展过程与深度学习模型相结合，提出了一个新颖的认知过程和信息处理模型，并通过具体实例展示了该模型的应用	模型的应用实例较为简单，未涉及复杂场景或多样化的认知任务	研究认知过程和信息处理模型，探索深度学习算法在认知科学中的应用	婴儿认知能力的发展过程，以及仅具有视觉和组合检测能力的昆虫类生物的进化过程	机器学习	NA	深度学习算法	深度学习模型	NA	NA
11487	2025-01-22	Improved fractional-order gradient descent method based on multilayer perceptron 2025-Mar, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106970 PMID:39642645	研究论文	本文提出了一种基于多层感知器（MLP）的改进分数阶梯度下降（IFOGD）方法，旨在增强分数阶梯度下降在深度学习中的应用	提出了一种改进的分数阶梯度下降方法，首次将分数阶微分应用于隐藏层，并解决了反向传播方向错误的问题，同时提出了基于PyTorch的分数阶Autograd（FOAutograd）	未明确提及实验样本的具体规模和多样性，可能限制了结果的普适性	改进分数阶梯度下降方法，以增强其在深度学习中的灵活性和应用范围	多层感知器（MLP）和人工神经网络（ANN）	机器学习	NA	分数阶梯度下降（FOGD）、Autograd	多层感知器（MLP）	模拟数据和时序数据	未明确提及具体样本规模
11488	2025-01-22	Data-dependent stability analysis of adversarial training 2025-Mar, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106983 PMID:39644596	研究论文	本文通过提供包含数据分布信息的随机梯度下降对抗训练泛化界限，填补了之前对抗训练泛化界限未包含数据分布信息的空白	首次在对抗训练的泛化界限中引入数据分布信息，并利用平均稳定性和高阶近似Lipschitz条件分析数据分布和对抗预算变化对鲁棒泛化差距的影响	NA	研究对抗训练的泛化能力，特别是数据分布信息对泛化界限的影响	随机梯度下降对抗训练算法	机器学习	NA	NA	NA	NA	NA
11489	2025-01-22	An extrapolation-driven network architecture for physics-informed deep learning 2025-Mar, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106998 PMID:39657525	研究论文	本文提出了一种基于外推驱动的网络架构，用于物理信息深度学习，以解决当前物理信息神经网络（PINN）在时间依赖偏微分方程（PDE）求解中的一些弱点	通过设计具有特殊特性的外推控制函数并结合校正项，构建了一种新的神经网络架构，该架构的网络参数与时间变量耦合，称为外推驱动网络架构	虽然本文提出的方法在数值实验中表现良好，但其在大规模实际应用中的有效性和稳定性仍需进一步验证	改进物理信息神经网络（PINN）在时间依赖偏微分方程（PDE）求解中的性能	时间依赖偏微分方程（PDE）	机器学习	NA	物理信息神经网络（PINN）	外推驱动网络架构	数值数据	NA
11490	2025-01-22	M4Net: Multi-level multi-patch multi-receptive multi-dimensional attention network for infrared small target detection 2025-Mar, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.107026 PMID:39657528	研究论文	本文提出了一种名为M4Net的多层次多补丁多感受野多维度注意力网络，用于红外小目标检测	设计了多层次多补丁多感受野多维度注意力网络（M4Net），通过多层次特征提取模块（MFEM）、多补丁注意力模块（MPAM）、多感受野模块（MRFM）和多维度交互模块（MDIM）来增强网络的学习能力，解决了传统方法依赖手动特征设置和深度学习在深层丢失目标的问题	未提及具体的数据集大小和实验环境限制	提高红外小目标检测的准确性和鲁棒性	红外小目标	计算机视觉	NA	深度学习	多层次多补丁多感受野多维度注意力网络（M4Net）	红外图像	未提及具体样本数量
11491	2025-01-22	Explainable exercise recommendation with knowledge graph 2025-Mar, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106954 PMID:39667214	研究论文	本文提出了一种基于知识图谱的可解释性练习推荐系统KG4EER，旨在提高学生的学习效率	KG4EER通过构建包含知识概念、学生和练习三个主要实体及其相互关系知识图谱，实现了练习的个性化推荐，并提供了推荐解释	未明确提及具体局限性	解决现有推荐系统在推荐合适练习和提供解释方面的不足	学生和练习资源	自然语言处理	NA	知识图谱构建	KG4EER	文本	三个真实世界的数据集
11492	2025-01-22	A comprehensive review on genomic insights and advanced technologies for mastitis prevention in dairy animals 2025-Feb, Microbial pathogenesis IF:3.3Q2 DOI:10.1016/j.micpath.2024.107233 PMID:39694196	review	本文综述了基因组学及其相关技术在预防奶牛乳腺炎中的应用，包括全基因组学、表观遗传学、蛋白质组学和转录组学，并探讨了人工智能和CRISPR等先进技术在提高诊断、预防和治疗策略方面的潜力	整合了基因组学、人工智能和CRISPR等先进技术，提供了对乳腺炎流行病学、病原体进化的深入理解，并提出了更有效的诊断、预防和治疗策略	未提及具体的研究样本数量和数据来源，可能缺乏实证研究的支持	探讨基因组学和先进技术在预防奶牛乳腺炎中的应用，以提高牛奶产量和农场盈利能力	奶牛乳腺炎	基因组学	乳腺炎	全基因组学、表观遗传学、蛋白质组学、转录组学、CRISPR	CNN	基因组数据、蛋白质数据、转录组数据	NA
11493	2025-01-22	Error compensated MOF-based ReRAM array for encrypted logical operations 2025-Jan-21, Dalton transactions (Cambridge, England : 2003) DOI:10.1039/d4dt02880e PMID:39625410	研究论文	本文报告了一种基于金属有机框架（MOF）的电阻式随机存取存储器（ReRAM）阵列的大规模制造，展示了其在加密逻辑操作中的应用	利用非理想的MOF基ReRAM阵列进行低误差信息读取和加密逻辑操作，展示了其在实际应用中的潜力	ReRAM阵列的电子参数存在50%的变异，这可能影响其一致性和可靠性	探索MOF基ReRAM阵列在信息存储和加密逻辑操作中的应用	6×6单元的MOF基ReRAM阵列	电子工程	NA	ReRAM技术	深度学习	电子参数	6×6单元的ReRAM阵列
11494	2025-01-22	Performance analysis of image retrieval system using deep learning techniques 2025-Jan-20, Network (Bristol, England) DOI:10.1080/0954898X.2025.2451388 PMID:39832139	研究论文	本文提出了一种基于深度学习的图像检索系统，用于提高图像检索的效率和准确性	提出了一种新的基于RETCNN的CBIR系统，能够同时处理彩色图像和灰度图像，并显著减少检索时间	未提及系统在处理大规模数据集时的性能表现	提高图像检索系统的检索效率和准确性	通用图像（GI）和医学图像（MI）	计算机视觉	NA	深度学习	RETCNN	图像	未提及具体样本数量
11495	2025-01-22	Can a novel computer vision-based framework detect head-on-head impacts during a rugby league tackle? 2025-Jan-19, Injury prevention : journal of the International Society for Child and Adolescent Injury Prevention IF:2.5Q2 DOI:10.1136/ip-2023-045129 PMID:39832883	研究论文	本研究开发并评估了一种基于计算机视觉的新框架，用于自动分类橄榄球比赛中的头对头撞击和非头对头撞击	首次将计算机视觉框架应用于橄榄球比赛中的头对头撞击检测，并进行了评估	未来研究应探索该框架在其他头部接触机制中的应用，以及实时识别潜在事件以进行临床评估的实用性	开发并评估一种基于计算机视觉的框架，用于自动检测橄榄球比赛中的头对头撞击	橄榄球比赛中的头对头撞击和非头对头撞击	计算机视觉	NA	深度学习网络、目标检测算法、三维卷积神经网络	CNN	视频	训练集341个视频片段，测试集670个视频片段
11496	2025-01-22	Prediction of tissue and clinical thrombectomy outcome in acute ischaemic stroke using deep learning 2025-Jan-18, Brain : a journal of neurology IF:10.6Q1 DOI:10.1093/brain/awaf013 PMID:39827468	研究论文	本研究引入了一种深度学习方法，用于预测急性缺血性卒中患者对血栓切除术的个体反应	提出了一个深度学习模型，能够预测血栓切除术后的组织和临床结果，包括成功和不成功再灌注两种情况下的模拟，量化了干预的潜在个体益处	当前成像方法可能无法完全捕捉脑缺血的动态特性，且缺乏对血栓切除术益处的患者特异性评估	开发预测模型以量化急性缺血性卒中患者对血栓切除术的个体反应	405名接受血栓切除术的缺血性卒中患者	数字病理学	心血管疾病	深度学习	深度学习模型	多模态CT成像和临床特征	405名缺血性卒中患者（训练集304名，内部测试集50名，外部测试集51名）
11497	2025-01-22	A two-tier optimization strategy for feature selection in robust adversarial attack mitigation on internet of things network security 2025-Jan-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85878-3 PMID:39824955	研究论文	本文提出了一种用于物联网网络安全中鲁棒对抗攻击缓解的两层优化策略（TTOS-RAAM）模型	引入了结合CGWO和CVAE的两层优化策略，并采用ICAVO模型进行参数调整，以提高对抗攻击检测的准确性	未明确说明模型在其他数据集上的泛化能力	识别物联网中的对抗攻击行为，提高网络安全	物联网网络中的对抗攻击	机器学习	NA	深度学习	CVAE, CGWO, ICAVO	网络数据	RT-IoT2022数据集
11498	2025-01-22	AxonFinder: Automated segmentation of tumor innervating neuronal fibers 2025-Jan-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e41209 PMID:39807499	研究论文	本研究提出了一种基于深度学习的自动化轴突分割方法AxonFinder，用于前列腺肿瘤微环境中的轴突分割	利用U-Net模型与ResNet-101编码器结合的多重成像方法，实现了对不规则形态轴突的高精度自动化分割	研究依赖于手动标注的数据集，可能存在标注误差	开发一种自动化工具，用于前列腺肿瘤微环境中轴突的精确分割和分析	前列腺肿瘤微环境中的轴突	数字病理学	前列腺癌	多重成像	U-Net with ResNet-101 encoder	全片图像	来自低、中、高风险前列腺癌患者的全片图像数据集
11499	2025-01-22	Using image augmentation techniques and convolutional neural networks to identify insect infestations on tomatoes 2025-Jan-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e41480 PMID:39834448	研究论文	本研究旨在利用卷积神经网络和图像增强技术识别番茄上的昆虫侵扰	通过图像增强技术增加数据集规模，并利用卷积神经网络实现高精度的害虫识别	原始数据库规模较小，未增强图像时模型准确率较低（50-60%）	开发高精度的深度学习模型，用于检测影响作物的害虫，以帮助农民	番茄作物上的昆虫害虫图像	计算机视觉	NA	图像增强技术	卷积神经网络（CNN）	图像	5894张增强后的图像（80%训练，20%验证）
11500	2025-01-22	Knowledgebase-Driven Exploration and Experimental Verification of Simvastatin's Inhibitory Impact on P2X7/NLRP3 Inflammasome Pathway 2025-Jan, Chemical biology & drug design IF:3.2Q3 DOI:10.1111/cbdd.70048 PMID:39834043	研究论文	本研究通过知识库驱动的方法和实验验证，探讨了辛伐他汀对P2X7/NLRP3炎症小体通路的抑制作用及其在抑郁症模型中的抗抑郁效果	首次结合机器/深度学习方法预测辛伐他汀的潜在作用靶点，并通过实验验证其在抑郁症模型中的抗抑郁机制	研究仅基于大鼠模型，未涉及人类临床试验，结果的普适性有待进一步验证	阐明辛伐他汀通过抑制P2X7/NLRP3炎症小体通路发挥抗抑郁作用的机制	慢性轻度应激（CMS）诱导的抑郁症模型大鼠	机器学习	抑郁症	机器/深度学习方法	NA	行为数据、蛋白质和mRNA表达数据	抑郁症模型大鼠