深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
41	2025-12-06	Masked Spatial-Spectral Autoencoders Are Excellent Hyperspectral Defenders 2025-Feb, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3345734 PMID:38163309	研究论文	本文提出了一种基于自监督学习的掩码空间-光谱自编码器，用于增强高光谱图像分析系统对抗对抗性攻击的鲁棒性	提出了掩码序列注意力学习模块以增强光谱通道的固有鲁棒性，并开发了具有可学习图结构的图卷积网络来建立全局像素级组合以分散攻击效果	未在摘要中明确说明	增强高光谱图像分析系统对抗对抗性攻击的鲁棒性	高光谱图像分析系统	计算机视觉	NA	自监督学习	自编码器, 图卷积网络	高光谱图像	三个基准数据集	NA	掩码空间-光谱自编码器, 图卷积网络	NA	NA
42	2025-12-06	Capsule Networks With Residual Pose Routing 2025-Feb, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3347722 PMID:38194388	研究论文	本文提出了一种基于残差姿态路由的胶囊网络新算法，以构建更深层的胶囊网络架构，提升图像分类性能	引入了残差姿态路由算法，通过身份映射简化路由计算，避免梯度消失，并构建了类似ResNet的深层胶囊网络架构	未明确讨论算法在更复杂数据集或实际应用中的泛化能力限制	开发一种简单有效的胶囊路由算法，以构建深层胶囊网络，提高图像分类和相关任务的性能	胶囊网络（CapsNets）的深层架构设计与优化	计算机视觉	NA	胶囊网络路由算法	胶囊网络（CapsNets）	图像	涉及MNIST、AffNIST、SmallNORB、CIFAR-10/100等数据集，具体样本数量未明确	NA	ResCaps（残差胶囊网络），类似ResNet的架构	NA	NA
43	2025-12-06	MDEformer: Mixed Difference Equation Inspired Transformer for Compressed Video Quality Enhancement 2025-Feb, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3354982 PMID:38285580	研究论文	本文提出了一种基于混合差分方程启发的Transformer模型（MDEformer），用于压缩视频质量增强任务	利用混合差分方程的图形概念指导网络设计，通过跨层交叉注意力聚合模块利用压缩伪影的多尺度相似性，并引入分区边界平滑模块消除压缩视频中分区边界对整体质量的影响	未明确说明模型的计算复杂度或实时性表现，也未讨论在不同压缩标准或分辨率下的泛化能力	提升压缩视频的质量，通过消除压缩伪影和分区边界影响来改善视觉质量	压缩视频序列	计算机视觉	NA	深度学习	Transformer	视频	基于MFQE 2.0数据集进行实验，但未明确具体样本数量	未明确指定，可能为PyTorch或TensorFlow	MDEformer（基于Transformer架构，包含跨层交叉注意力聚合模块和分区边界平滑模块）	客观指标和视觉质量评估	NA
44	2025-12-06	eVAE: Evolutionary Variational Autoencoder 2025-Feb, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3359275 PMID:38546992	研究论文	本文提出了一种进化变分自编码器（eVAE），通过整合变分遗传算法和进化算子，动态解决VAE训练中表示推断与任务拟合之间的平衡问题	首次将进化学习引入VAE框架，提出变分进化算子（变分突变、交叉、进化），无需额外约束或超参数调优即可动态解决ELBO中的学习权衡不确定性	未明确说明计算复杂度增加的具体程度，也未讨论在超大规模数据集上的扩展性	解决变分自编码器中表示推断与任务拟合的失衡问题，提升生成质量和解耦性能	变分自编码器的训练机制与生成性能	机器学习	NA	变分信息瓶颈理论，进化神经网络学习	VAE, 进化算法	文本，图像	NA	NA	进化变分自编码器（eVAE）	重建损失，图像清晰度，解耦性能，生成质量，生成-推断平衡	NA
45	2025-12-05	ralphi: a deep reinforcement learning framework for haplotype assembly 2025-Feb-21, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.17.638151 PMID:40027721	研究论文	本文提出了一种基于深度强化学习的新型单倍型组装框架ralphi，用于从测序读段中准确重建二倍体基因组的单倍型	首次将深度强化学习应用于单倍型组装问题，通过结合深度学习的表征能力和强化学习的决策优化，实现了对读段片段的精确分区	未明确说明模型在非人类基因组或高杂合度区域的泛化能力，且训练数据主要基于1000 Genomes Project的基因组	开发一种更准确、更高效的单倍型组装方法，以提升单倍型重建的准确性和连续性	二倍体基因组的单倍型组装	机器学习	NA	ONT测序	深度强化学习	序列数据	基于1000 Genomes Project基因组生成的多样化片段图拓扑数据集	PyTorch	NA	错误率, 单倍型区块长度	NA
46	2025-12-05	GLAM: Glomeruli Segmentation for Human Pathological Lesions using Adapted Mouse Model 2025-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3046823 PMID:41323934	研究论文	本研究提出GLAM方法，利用小鼠模型进行人类肾脏病变的细粒度分割，通过零样本迁移学习和混合学习策略评估不同学习策略	首次针对人类病理肾小球病变的细粒度分割，结合小鼠模型进行迁移学习，并比较零样本迁移与混合学习策略	研究可能未全面覆盖所有类型的人类肾脏病变，且依赖于小鼠模型数据的可扩展性	开发一种深度学习模型，用于从动物模型迁移到人类应用的肾小球分割，特别关注病理病变	人类肾脏病变组织，特别是受不同病变影响的病理肾小球	数字病理学	肾脏疾病	深度学习分割技术	深度学习模型	图像数据	NA	NA	NA	NA	NA
47	2025-12-04	Polyhedra Encoding Transformers: Enhancing Diffusion MRI Analysis Beyond Voxel and Volumetric Embedding 2025-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3047244 PMID:41322092	研究论文	本文提出了一种名为多面体编码变换器（PE-Transformer）的新方法，用于处理扩散磁共振成像（dMRI）中的球形信号，通过将二十面体多边形投影到单位球面上进行重采样，并利用变换器编码器处理嵌入信号，以提升多室模型和纤维方向分布（FOD）的估计精度	该方法首次针对dMRI的球形信号特性设计，通过二十面体投影和重采样技术，结合变换器编码器处理方向信息，克服了传统深度学习模型在像素或体积块级嵌入中的局限性，并考虑了梯度编码的独特分布	NA	增强扩散磁共振成像（dMRI）数据分析的准确性，特别是在估计多室模型和纤维方向分布（FOD）方面	扩散磁共振成像（dMRI）数据，特别是球形信号和梯度编码协议	神经影像学	NA	扩散加权磁共振成像（dMRI），球形信号重采样	变换器（Transformer）	图像（扩散磁共振成像数据）	NA	NA	变换器编码器（Transformer encoder）	准确性	NA
48	2025-11-26	Synthetic Diffusion Tensor Imaging Maps Generated by 2D and 3D Probabilistic Diffusion Models: Evaluation and Applications 2025-Feb-25, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.21.639511 PMID:40060678	研究论文	评估2D和3D概率扩散模型生成的合成扩散张量成像图像质量及其在下游任务中的应用价值	首次系统比较2D切片级和3D体积级DDPM在合成DTI数据中的性能，并评估其在下游分类任务中的增强效果	仅评估了平均扩散率图，未涵盖所有DTI参数；研究范围限于性别和痴呆分类任务	开发高质量的合成DTI数据生成方法以解决数据稀缺和隐私问题	脑部扩散张量成像数据	医学影像分析	神经系统疾病	扩散张量成像	DDPM, CNN	医学影像	NA	NA	2D CNN, 3D CNN	图像质量, 多样性, 计算效率, 下游任务性能	NA
49	2025-11-24	The information bottleneck as a principle underlying multi-area cortical representations during decision-making 2025-Feb-15, bioRxiv : the preprint server for biology DOI:10.1101/2023.07.12.548742 PMID:37502862	研究论文	本研究通过记录猴子大脑神经元活动和训练多区域循环神经网络，揭示了决策过程中大脑形成最小充分表征的机制	发现大脑不同区域在决策任务中形成分层表征，并通过多区域循环神经网络重现了这种表征形成过程	研究仅关注DLPFC和PMd两个脑区，可能未完全涵盖决策涉及的所有脑区	探索大脑在决策过程中如何通过多区域计算形成最优表征	猴子的背外侧前额叶皮层和背侧前运动皮层神经元	计算神经科学	NA	单神经元记录、多单元记录	RNN	神经电生理数据	猴子大脑DLPFC和PMd区域的神经元记录	NA	多区域循环神经网络	NA	NA
50	2025-11-24	Masked image modeling in medical hyperspectral imaging: reconstruction evaluation and downstream tasks 2025-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3048802 PMID:41267884	研究论文	本研究开发了一种基于掩码图像建模的自监督预训练框架，用于医学高光谱成像中的组织分类任务	将先进的掩码图像建模预训练架构应用于医学高光谱成像，采用序列光谱和空间注意力机制，并强调预训练评估对下游任务性能提升的重要性	研究主要基于内部数据集，缺乏外部验证，且预训练评估方法仍有改进空间	开发有效的自监督预训练方法以提升医学高光谱成像在下游任务中的性能	各种腹部组织的高光谱图像	计算机视觉	NA	高光谱成像	自编码器	高光谱图像	内部数据集（具体数量未提供）	NA	掩码自编码器	平均绝对误差, 准确率	NA
51	2025-11-15	Current Advancements in Digital Neuropathology and Machine Learning for the Study of Neurodegenerative Diseases 2025-Feb-13, The American journal of pathology DOI:10.1016/j.ajpath.2024.12.018 PMID:39954963	综述	本文综述了数字神经病理学与机器学习在神经退行性疾病研究中的最新进展与应用潜力	整合全切片图像与先进机器学习技术，探索无监督学习在未标注数据中的模式识别能力，开发可解释AI模型	面临专家标注有限、切片扫描可及性差、机构间差异大、大尺寸WSI数据集共享复杂等挑战	通过计算神经退行性神经病理学方法提升神经病理评估、诊断和研究水平	神经退行性疾病的神经病理学数据	数字病理学	神经退行性疾病	全切片图像分析	深度学习, 无监督学习	医学图像	NA	NA	NA	准确性, 效率	NA
52	2025-11-12	Evaluating pedestrian crossing safety: Implementing and evaluating a convolutional neural network model trained on paired aerial and subjective perspective images 2025-Feb-28, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e42428 PMID:40028551	研究论文	本研究通过实现和评估基于配对航拍图像和主观视角图像训练的卷积神经网络模型，自动化评估行人过街设施安全性	首次结合航拍图像和街景图像，采用ConvNextV2等先进CNN模型进行行人过街设施安全评估，并利用Mask R-CNN解决传统数据标注难题	面临数据不平衡问题，以及能见度和停车距离等复杂变量的分析挑战，需要持续的数据集扩充和方法论改进	通过深度学习神经网络自动化评估行人过街设施和环岛的安全性，改善行人安全	法国各种城市和乡村环境中的行人过街设施，重点关注九个已识别的风险因素	计算机视觉	NA	航拍图像和街景图像分析	CNN	图像	覆盖法国各种城市和农村环境的行人过街设施	NA	ConvNextV2, ResNet50, ResNext50, Mask R-CNN	NA	NA
53	2025-11-12	Data Harmonization with StyleTransfer-GANs: Enhancing Non-Invasive IDH Classification in Brain Tumors 2025-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3049148 PMID:41200077	研究论文	开发基于风格迁移生成对抗网络的医学影像数据协调方法，提升脑胶质瘤IDH突变分类的准确性和泛化能力	首次将StyleTransfer-GAN应用于多中心MRI数据的协调，在保持关键影像特征的同时消除机构间成像协议差异	风格迁移参考选择对分类性能敏感，未详细说明具体数据集规模和多样性	解决多中心医学影像数据异质性问题，提高深度学习模型在脑肿瘤IDH分类中的泛化能力	脑胶质瘤患者的多中心MRI影像数据	医学影像分析	脑胶质瘤	MRI，深度学习	GAN，深度神经网络	医学影像	NA	NA	StyleTransfer-GAN	准确率，灵敏度，特异性	NA
54	2025-11-08	Natural Modal Sketching Network: An Interpretable Approach for Bearing Impulsive Feature Extraction 2025-Feb, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2024.3497597 PMID:40030538	研究论文	提出一种可解释的轴承冲击特征提取方法——自然模态素描网络	将模态响应设计为卷积核，通过自然模态素描机制实现可解释的特征提取，并提出理论校正算法	未明确说明方法在极端噪声环境下的性能边界	实现鲁棒且可信的轴承冲击特征提取	滚动轴承故障信号	机器学习	NA	模态分析	CNN	振动信号	NA	NA	自然模态素描网络	噪声鲁棒性, 可解释性分析	NA
55	2025-11-08	Convolutional- and Deep Learning-Based Techniques for Time Series Ordinal Classification 2025-Feb, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2024.3498100 PMID:40030321	研究论文	本文首次对时间序列有序分类方法进行基准测试，通过利用目标标签的排序关系提升现有时间序列分类方法的性能	首次系统性地探索时间序列有序分类领域，将卷积和深度学习方法适配到有序分类问题，并建立了该领域的首个基准	仅针对29个有序问题进行了实验，未涵盖更广泛的时间序列数据类型	研究时间序列有序分类问题，提升有序标签结构下的分类性能	具有有序标签结构的时间序列数据	机器学习	NA	时间序列分析	CNN, 深度学习	时间序列数据	29个有序问题数据集	NA	NA	有序性能指标	NA
56	2025-11-05	Deep learning approach to parameter optimization for physiological models 2025-Feb-28, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.25.639944 PMID:40060611	研究论文	提出一种使用神经网络同时解决生物建模、参数化和参数推断的新方法	使用卷积神经网络从模拟数据中推断生理模型参数，实现准确的参数推断和轨迹重建	方法依赖于模拟数据的质量，且需要临床数据验证	开发生理模型参数优化的深度学习方法	葡萄糖、胰岛素和游离脂肪酸的动态生理模型	机器学习	代谢疾病	频繁采样静脉葡萄糖耐量测试	CNN	时间序列数据	从生理范围内采样参数生成的大量模拟数据	NA	卷积神经网络	R²值, p值, 准确率	NA
57	2025-11-05	Blockchain-integrated IoT device for advanced inspection of casting defects 2025-Feb-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86777-3 PMID:39939622	研究论文	提出一种集成区块链的物联网系统，用于铸件缺陷的先进检测	将基于ResNet的深度学习模型与区块链技术结合，实现缺陷检测与数据可追溯性的创新整合	可扩展性和能源效率仍有改进空间	解决熔模铸造质量控制中的缺陷检测、实时处理和数据可追溯性效率低下问题	铸件缺陷检测与尺寸测量	智能制造	NA	物联网, 区块链	CNN	图像	NA	NA	ResNet	F1-score, 数据完整性, 可追溯性指标	NA
58	2025-10-31	Mortality risk assessment using deep learning-based frequency analysis of electroencephalography and electrooculography in sleep 2025-Feb-10, Sleep IF:5.3Q1 DOI:10.1093/sleep/zsae219 PMID:39301948	研究论文	本研究使用深度学习分析睡眠期间脑电图和眼电图的频率特征来预测全因死亡率	首次将深度学习生存模型与SHAP解释性分析结合，数据驱动地定义了睡眠阶段特异性功率频带用于死亡率预测	模型对全因死亡率的预测性能提升有限，C-index仅提高0.24%	评估夜间多导睡眠图中EEG和EOG频率特征对全因死亡率的预测能力	8716名来自MrOS睡眠研究和睡眠心脏健康研究的参与者	机器学习	老年疾病	多导睡眠图，功率谱分析	深度学习生存模型	脑电图，眼电图	8716名参与者	NA	NA	C-index，风险比	NA
59	2025-10-25	Mapping the regulatory effects of common and rare non-coding variants across cellular and developmental contexts in the brain and heart 2025-Feb-20, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.18.638922 PMID:40027628	研究论文	通过深度学习模型预测非编码变异在脑和心脏不同细胞类型中的调控效应	整合单细胞ATAC-seq图谱与群体遗传学，开发了FLARE模型来优先考虑具有极端调控效应的突变	仅关注脑和心脏组织，未涵盖其他器官系统	理解常见和罕见非编码变异在人类疾病中的作用机制	人类非编码基因组变异	生物信息学	神经发育障碍	单细胞ATAC-seq，全基因组测序	深度学习	基因组测序数据，表观基因组数据	132个脑和心脏细胞环境	NA	NA	突变优先排序能力	NA
60	2025-10-23	RESPAN: A Deep Learning Pipeline for Accurate and Automated Restoration, Segmentation, and Quantification of Dendritic Spines 2025-Feb-15, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.06.597812 PMID:38895232	研究论文	开发了一个名为RESPAN的深度学习流程，用于准确自动地恢复、分割和量化树突棘	集成最先进的深度学习技术进行图像恢复、分割和分析，通过内容感知恢复增强信号、对比度和各向同性分辨率	NA	开发自动化树突棘量化工具以研究突触连接性	树突棘、树突分支和神经元胞体	计算机视觉	NA	活体成像、体内双光子显微镜	深度学习	图像	NA	NA	NA	准确度、可重复性	NA