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
1261	2025-03-06	Deep denoising approach to improve shear wave phase velocity map reconstruction in ultrasound elastography 2025-Mar, Medical physics IF:3.2Q1 DOI:10.1002/mp.17581 PMID:39714072	研究论文	本研究开发了一种深度学习方法来去噪超声剪切波弹性成像中的剪切波场，以改进剪切波相速度图像的重建	提出了一种基于深度学习的去噪方法，通过将粒子速度数据转换为时频表示，并使用编码器和解码器卷积块的神经网络来提取信号，显著提高了高噪声场景下的信噪比	研究主要基于模拟和实验数据，尚未在临床环境中进行大规模验证	改进超声剪切波弹性成像中的剪切波相速度图像重建	模拟体模和离体山羊肝组织数据	医学影像处理	NA	深度学习	卷积神经网络（CNN）	超声图像	185,570个样本，其中80%用于训练，20%用于验证
1262	2025-03-06	Artificial intelligence-based tissue segmentation and cell identification in multiplex-stained histological endometriosis sections 2025-Mar-01, Human reproduction (Oxford, England) DOI:10.1093/humrep/deae267 PMID:39724530	研究论文	本文探讨了如何通过人工智能技术对多重染色子宫内膜异位症切片进行组织分割和细胞识别，以理解组织组成	结合机器学习组织分析软件和深度学习算法，实现了对子宫内膜异位症切片的自动化组织分割和细胞识别	研究样本数量有限，未来需要增加样本量以细化亚型特异性差异，并应包含胶原丰富的无细胞区域的量化	实现子宫内膜异位症切片的自动化组织分割和细胞识别，以理解组织组成	子宫内膜异位症组织切片	数字病理学	子宫内膜异位症	多重免疫荧光染色	机器学习、深度学习	图像	8名不同亚型患者的子宫内膜异位症组织样本
1263	2025-03-06	Breast cancer classification based on breast tissue structures using the Jigsaw puzzle task in self-supervised learning 2025-Mar, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-024-00874-y PMID:39760975	研究论文	本研究探讨了自监督学习中的拼图任务在乳腺组织结构表征及乳腺癌分类中的有效性	首次将自监督学习中的拼图任务应用于乳腺癌分类，模拟放射科医生的诊断方法，通过图像特征和位置关系学习提升分类效果	研究仅基于中国乳腺X线数据库（CMMD），未验证在其他数据集上的泛化能力	评估拼图任务在乳腺X线图像中表征乳腺组织结构和乳腺癌分类的有效性	乳腺X线图像	计算机视觉	乳腺癌	自监督学习（SSL）	深度学习模型	图像	中国乳腺X线数据库（CMMD）中的乳腺X线图像
1264	2025-03-06	A novel hybrid deep learning framework based on biplanar X-ray radiography images for bone density prediction and classification 2025-Mar, Osteoporosis international : a journal established as result of cooperation between the European Foundation for Osteoporosis and the National Osteoporosis Foundation of the USA IF:4.2Q1 DOI:10.1007/s00198-024-07378-w PMID:39812675	研究论文	本研究利用深度学习技术，基于双平面X射线摄影图像进行骨密度预测和分类	提出了一种基于双平面X射线摄影图像的混合深度学习框架，用于骨密度预测和分类	未提及具体样本量及模型泛化能力	开发一种用于骨密度预测和分类的深度学习模型，以筛查骨质疏松高风险患者	来自华山医院体检中心的双平面X射线摄影图像	计算机视觉	骨质疏松	深度学习	混合深度学习框架	图像	NA
1265	2025-03-06	Natural language processing of electronic health records for early detection of cognitive decline: a systematic review 2025-Mar-01, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01527-z PMID:40025194	系统综述	本文系统评估了自然语言处理（NLP）方法在电子健康记录临床笔记中检测认知障碍的应用	本文首次系统性地评估了NLP在电子健康记录中检测认知障碍的性能，并比较了不同算法（规则基础、传统机器学习和深度学习）的效果	主要挑战包括电子健康记录数据捕获不完整、临床文档实践不一致以及外部验证有限	评估NLP在电子健康记录中检测认知障碍的有效性	电子健康记录中的临床笔记	自然语言处理	认知障碍	自然语言处理（NLP）	规则基础算法、传统机器学习、深度学习	文本	1,064,530份临床笔记
1266	2025-03-06	Pre-trained convolutional neural networks identify Parkinson's disease from spectrogram images of voice samples 2025-Mar-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92105-6 PMID:40025201	研究论文	本文提出了一种使用预训练卷积神经网络从语音样本的频谱图图像中识别帕金森病的新方法	首次在智能手机采集的宽带宽语音数据集上测试了该方法的性能，并比较了线性尺度和梅尔尺度频谱图图像的分类性能	NA	自动检测帕金森病	语音样本的频谱图图像	计算机视觉	帕金森病	深度学习	卷积神经网络（CNN）	图像	两个不同录音平台生成的语音数据集
1267	2025-03-06	Evaluation by dental professionals of an artificial intelligence-based application to measure alveolar bone loss 2025-Mar-01, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-05677-0 PMID:40025477	研究论文	本文评估了一种基于人工智能的应用程序，用于测量牙槽骨丧失，并调查了牙科专业人员对其接受度和可用性的看法	开发并实施了一种深度学习模型，结合语义分割神经网络和对象检测网络，精确识别牙槽骨嵴水平和牙骨质-釉质交界处，以测量牙槽嵴高度的变化	样本量较小，仅涉及56名牙科专业人员和35个可计算的牙槽嵴高度测量值	评估人工智能应用程序在牙槽骨丧失测量中的准确性和效率，并调查牙科专业人员对其接受度和可用性	牙科专业人员	数字病理	牙周病	深度学习	语义分割神经网络和对象检测网络	X光片	56名牙科专业人员和550张咬翼X光片数据集
1268	2025-03-06	Data-driven AI platform for dens evaginatus detection on orthodontic intraoral photographs 2025-Mar-01, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-024-05231-4 PMID:40025464	研究论文	本研究开发并评估了一种深度学习模型（BiStageNet），用于在正畸口内照片上自动检测dens evaginatus（DE）前磨牙，并基于训练结果开发了一个DE检测平台用于正畸临床应用	开发了BiStageNet模型和DE检测平台，显著提高了DE检测的特异性，减少了假阳性，同时保持了高灵敏度	研究中使用的数据集可能有限，未提及模型在其他数据集上的泛化能力	开发并评估用于自动检测dens evaginatus（DE）前磨牙的深度学习模型及临床应用平台	正畸口内照片中的前磨牙	计算机视觉	NA	深度学习	BiStageNet	图像	1,400张高质量口内照片用于前磨牙识别训练，2,128张图像用于DE检测训练
1269	2025-03-06	Automatic Calculation of Cervical Spine Parameters Using Deep Learning: Development and Validation on an External Dataset 2025-Mar, Global spine journal IF:2.6Q1 DOI:10.1177/21925682231205352 PMID:37811580	研究论文	本研究开发了一种深度学习模型，用于从颈椎侧位X光片中自动计算重要的脊柱参数	开发了一种能够从不同机构获取的图像中进行准确预测的深度学习模型，展示了其鲁棒性和高度泛化能力	研究仅使用了两个数据集进行训练和验证，样本量相对较小，可能影响模型的广泛适用性	开发并验证一种深度学习模型，用于自动计算颈椎侧位X光片中的脊柱参数	颈椎侧位X光片	计算机视觉	颈椎疾病	深度学习	深度学习模型	图像	1498张图像用于训练，79张图像用于外部验证
1270	2025-03-06	Predicting Progression in Adolescent Idiopathic Scoliosis at the First Visit by Integrating 2D Imaging and 1D Clinical Information 2025-Mar, Global spine journal IF:2.6Q1 DOI:10.1177/21925682231211273 PMID:37903546	研究论文	本研究旨在通过整合患者首次就诊时的1D临床信息和2D影像数据，预测青少年特发性脊柱侧弯（AIS）的进展	首次提出了一种多维输入模型，结合了1D临床数据和2D影像数据，用于预测AIS的进展，并采用了改进的CapsuleNet架构	研究样本量相对较小，且仅限于接受支具治疗的患者	预测青少年特发性脊柱侧弯（AIS）的进展，以辅助临床医生个性化治疗	青少年特发性脊柱侧弯（AIS）患者	数字病理	脊柱侧弯	深度学习	CapsuleNet	1D临床数据和2D影像数据	463名AIS患者
1271	2025-03-06	Ventricular Arrhythmia Classification Using Similarity Maps and Hierarchical Multi-Stream Deep Learning 2025-Mar, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3490187 PMID:39485690	研究论文	本文提出了一种使用相似性图和分层多流深度学习方法对心室性心律失常进行分类的新方法	引入了相似性图这一新特征集，结合可学习的Parzen带通滤波器和导数特征，以及分层多流ResNet34架构，显著提高了心室性心动过速（VT）和心室颤动（VF）的分类准确率	NA	解决心室性心动过速（VT）、心室颤动（VF）和非心室性心律（NVR）之间的分类问题	心电图（ECG）信号	机器学习	心血管疾病	深度学习	ResNet34	心电图（ECG）信号	NA
1272	2025-03-06	Urban fabric decoded: High-precision building material identification via deep learning and remote sensing 2025-Mar, Environmental science and ecotechnology IF:14.0Q1 DOI:10.1016/j.ese.2025.100538 PMID:40034611	研究论文	本文介绍了一种利用深度学习和遥感技术进行高精度建筑材料识别的新框架	该框架结合了最新的传感技术和深度学习，能够利用遥感数据和Google街景图像识别屋顶和外墙材料，展示了模型在不同地理环境和建筑风格中的可扩展性和适应性	模型的训练和验证主要基于丹麦城市的数据，可能在其他地区的适用性需要进一步验证	旨在通过高精度建筑材料识别为城市环境中的碳减排、建筑改造和循环经济策略提供信息	丹麦城市（如欧登塞、哥本哈根、奥胡斯和奥尔堡）的建筑材料	计算机视觉	NA	深度学习	深度学习模型	遥感数据和Google街景图像	丹麦多个城市的建筑数据集
1273	2025-03-06	Learning Ordinal-Hierarchical Constraints for Deep Learning Classifiers 2025-Mar, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3360641 PMID:38347692	研究论文	本文提出了两种新的序数-层次深度学习模型（HCLM和HOBD），用于同时学习层次和序数约束，以提高泛化性能	提出了两种新的深度学习模型（HCLM和HOBD），能够同时学习层次和序数约束，填补了现有深度学习模型在这方面的空白	NA	提高深度学习分类器在具有序数结构的层次分类问题中的泛化性能	具有序数结构的层次分类问题	机器学习	NA	深度学习	HCLM, HOBD	NA	四个实际应用案例数据集（涉及工业、生物医学、计算机视觉和金融领域）
1274	2025-03-06	PointWavelet: Learning in Spectral Domain for 3-D Point Cloud Analysis 2025-Mar, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3363244 PMID:38393837	研究论文	本文提出了一种名为PointWavelet的新方法，通过在谱域中探索局部图来改进3D点云分析	引入可学习的图小波变换，避免耗时的谱分解，显著加速训练过程	NA	改进3D点云分类和分割的深度学习方法	3D点云数据	计算机视觉	NA	图小波变换	CNN	3D点云	四个流行的点云数据集：ModelNet40、ScanObjectNN、ShapeNet-Part和S3DIS
1275	2025-03-06	Scalable Moment Propagation and Analysis of Variational Distributions for Practical Bayesian Deep Learning 2025-Mar, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3367363 PMID:38412086	研究论文	本文提出了一种基于矩传播（MP）的快速可靠的贝叶斯深度学习方法，通过引入扩展的批量归一化层来训练深度学习模型，并探讨了不同变分分布的处理方法	提出了一种基于矩传播的贝叶斯深度学习方法，通过扩展的批量归一化层来训练深度学习模型，并研究了不同变分分布的处理方法	MP方法在深度模型中的适用性尚未充分探索，且设计良好校准的MP模型仍然具有挑战性	实现快速且可靠的贝叶斯深度学习方法，以处理预测不确定性	深度学习模型及其预测不确定性	机器学习	NA	矩传播（MP），变分推断（VI），蒙特卡罗采样（MC）	贝叶斯深度学习模型	NA	NA
1276	2025-03-06	DER-GCN: Dialog and Event Relation-Aware Graph Convolutional Neural Network for Multimodal Dialog Emotion Recognition 2025-Mar, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3367940 PMID:38437139	研究论文	本文提出了一种新的对话和事件关系感知图卷积神经网络（DER-GCN），用于多模态对话情感识别	提出了一种新的DER-GCN模型，该模型不仅建模了说话者之间的对话关系，还捕捉了潜在的事件关系信息，并引入了自监督掩码图自编码器（SMGAE）和多信息Transformer（MIT）来增强特征和结构的融合表示能力	未明确提及具体局限性	提高多模态对话情感识别的准确性和效果	多模态对话中的情感信息	自然语言处理	NA	图卷积神经网络（GCN），自监督掩码图自编码器（SMGAE），多信息Transformer（MIT）	DER-GCN	文本、视频、音频	使用了IEMOCAP和MELD两个基准数据集
1277	2025-03-06	Learning Rates of Deep Nets for Geometrically Strongly Mixing Sequence 2025-Mar, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3371025 PMID:38466602	研究论文	本文为深度神经网络在几何强混合序列下的快速学习率建立了理论基础	首次提出了基于混合序列的深度神经网络方法的收敛性结果，这是对独立样本情况的自然推广	现有研究假设样本独立，这一假设在许多现实场景中过于强烈	建立深度神经网络在依赖样本情况下的快速学习率理论基础	深度神经网络回归中的经验风险最小化	机器学习	NA	NA	深度神经网络 (DNN)	NA	NA
1278	2025-03-06	On Model of Recurrent Neural Network on a Time Scale: Exponential Convergence and Stability Research 2025-Mar, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3377446 PMID:38530720	研究论文	本文研究了在时间尺度上使用延迟微分方程建模的递归神经网络（RNN）的架构设计，重点探讨了系统的定性行为和稳定性	本文创新性地在时间尺度上结合多个离散和分布式延迟，探索了RNN模型的指数稳定性，并比较了Hilger和常规指数函数两种构建指数估计的方法	研究主要集中于理论分析和数值模拟，缺乏实际应用场景的验证	研究目的是在时间尺度上建模和探讨延迟RNN的架构设计及其稳定性	递归神经网络（RNN）及其在时间尺度上的动态行为	机器学习	NA	延迟微分方程	RNN	数值数据	两个模型：一个两神经元网络（含四个离散和分布式延迟）和一个七神经元环格延迟网络
1279	2025-03-06	Generalizable and Discriminative Representations for Adversarially Robust Few-Shot Learning 2025-Mar, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3379172 PMID:38536695	研究论文	本文提出了一种新的对抗性鲁棒少样本图像分类方法，通过引入对抗感知机制和对抗重加权训练策略，以及循环特征净化器，提高了模型在对抗性样本下的鲁棒性和泛化能力	提出了一种无需繁琐元任务采样的对抗性鲁棒少样本学习方法，引入了对抗感知机制、对抗重加权训练策略和循环特征净化器，显著提升了模型在对抗性样本下的鲁棒性和泛化能力	未提及具体的局限性	提高少样本图像分类任务在对抗性样本下的鲁棒性和泛化能力	少样本图像分类任务	计算机视觉	NA	对抗性训练	NA	图像	在三个标准基准数据集上进行了广泛实验
1280	2025-03-06	Statistical Machine Learning for Power Flow Analysis Considering the Influence of Weather Factors on Photovoltaic Power Generation 2025-Mar, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3382763 PMID:38587954	研究论文	本文提出了一种基于统计机器学习的随机天气生成器（SWG），用于分析考虑天气因素影响的光伏发电的电力潮流	结合生成对抗网络（GANs）、概率论和信息论，提出了一种新的深度学习模型，用于生成和评估全年每小时的模拟天气数据	未提及具体局限性	分析天气因素对光伏发电和天气敏感负荷的影响，以提高电力潮流分析的准确性	光伏发电和天气敏感负荷	机器学习	NA	统计机器学习（SML）	生成对抗网络（GANs）	天气数据	中国广东的一个实际配电网络，使用全年模拟数据进行电力潮流分析