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
1601	2025-06-09	Visualizing what's missing: Using deep learning and Bow-Tie diagrams to identify and visualize missing leading indicators in industrial construction 2025-Jul, Journal of safety research IF:3.9Q2 DOI:10.1016/j.jsr.2025.02.007 PMID:40483046	研究论文	本研究利用深度学习和Bow-Tie图来识别和可视化工业建筑中缺失的安全领先指标	结合NLP、文本挖掘和深度学习技术（如SBERT）分析建筑项目中的事故和检查报告，识别未被安全领先指标捕捉到的危险	研究仅基于2015年至2018年加拿大一个建筑项目的数据，可能无法完全推广到其他地区或行业	识别安全领先指标在检查中未捕捉到的危险，以提升安全管理系统的有效性	建筑行业的安全事故和检查报告	自然语言处理	NA	NLP, 文本挖掘, SBERT, N-gram模型, 共现网络	SBERT	文本	633起事故和9,681份检查描述
1602	2025-06-07	Motion-Compensated Multishot Pancreatic Diffusion-Weighted Imaging With Deep Learning-Based Denoising 2025-Jul-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001148 PMID:39823511	研究论文	本文提出了一种结合运动补偿扩散编码梯度(MCGs)和深度学习去噪的多重扩散加权成像(msDWI)方法，用于改善胰腺DWI的图像质量和定量准确性	创新点在于结合了CODE生成的MCGs和深度学习去噪技术，以减少运动伪影并最小化回波时间损失	样本量较小(22例患者)，且研究仅在一家机构进行	提高胰腺扩散加权成像(DWI)的图像质量和定量准确性	胰腺	医学影像	胰腺疾病	多重扩散加权成像(msDWI)、运动补偿扩散编码梯度(MCGs)、深度学习去噪	深度学习	MRI图像	22例患者
1603	2025-06-07	Learning to Explore Sample Relationships 2025-Jul, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3549300 PMID:40063428	research paper	本文提出了一种名为BatchFormerV1和BatchFormerV2的模块，用于增强深度神经网络在学习样本关系方面的能力	提出了BatchFormer模块，使深度神经网络能够以可学习的方式探索样本关系，并进一步扩展到像素/补丁级别的密集表示	探索实例级关系对密集预测的影响有限，且训练和测试阶段存在不一致性	解决深度学习在数据稀缺情况下的样本关系探索问题	深度神经网络中的样本关系	computer vision	NA	deep learning	BatchFormerV1, BatchFormerV2	image	超过十个流行数据集
1604	2025-06-07	Hard-Aware Instance Adaptive Self-Training for Unsupervised Cross-Domain Semantic Segmentation 2025-Jul, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3552484 PMID:40100655	research paper	提出了一种用于无监督跨域语义分割的硬感知实例自适应自训练框架	开发了一种新颖的伪标签生成策略，包含实例自适应选择器和硬感知伪标签增强，以及区域自适应正则化	未明确提及具体限制	解决标记训练数据与未标记测试数据之间的差异问题，提升无监督域适应（UDA）在语义分割任务中的性能	语义分割任务中的跨域数据	computer vision	NA	self-training, unsupervised domain adaptation (UDA)	NA	image	GTA5 → Cityscapes, SYNTHIA → Cityscapes, Cityscapes → Oxford RobotCar 数据集
1605	2025-06-07	Generating Inverse Feature Space for Class Imbalance in Point Cloud Semantic Segmentation 2025-Jul, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3553051 PMID:40106253	research paper	提出了一种名为InvSpaceNet的网络框架，通过生成逆特征空间来缓解点云语义分割中数据不平衡导致的认知偏差	设计了双分支训练架构，结合实例平衡采样数据的特征表示和逆采样数据的认知校正，生成逆特征空间以优化分割性能	未明确提及具体限制，但可能依赖于特定数据集和计算资源	解决点云语义分割中数据不平衡导致的认知偏差问题	点云数据	computer vision	NA	深度学习	InvSpaceNet	点云	四个大型基准数据集（S3DIS, ScanNet v2, Toronto-3D, SemanticKITTI）
1606	2025-06-07	GDRNPP: A Geometry-Guided and Fully Learning-Based Object Pose Estimator 2025-Jul, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3553485 PMID:40117145	research paper	介绍了一种完全基于学习的物体姿态估计器GDRNPP，通过几何引导的直接回归网络和姿态细化模块，实现了端到端的6D姿态估计	提出了一个完全基于学习的物体姿态估计器GDRNPP，无需依赖传统技术，实现了端到端的训练，并在精度和速度上超越了现有方法	NA	解决计算机视觉中刚性物体6D姿态估计的挑战，提高姿态估计的精度和速度	刚性物体的6D姿态	computer vision	NA	CNN	GDRN, GDRNPP	image	NA
1607	2025-06-07	ONNXPruner: ONNX-Based General Model Pruning Adapter 2025-Jul, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3554560 PMID:40131753	research paper	提出了一种名为ONNXPruner的通用模型剪枝适配器，用于简化ONNX格式模型在不同深度学习框架和硬件平台上的剪枝过程	ONNXPruner通过节点关联树自动适应各种模型架构，并引入树级评估方法，提升了剪枝性能	未提及具体剪枝算法在不同模型上的性能对比	推动模型剪枝的实际应用	ONNX格式的深度学习模型	machine learning	NA	模型剪枝	ONNX格式模型	NA	多个模型和数据集
1608	2025-06-07	Towards Unified Deep Image Deraining: A Survey and a New Benchmark 2025-Jul, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3556133 PMID:40153286	综述	本文全面回顾了现有的图像去雨方法，并提供了一个统一的评估设置来评估它们的性能	构建了一个新的高质量基准HQ-RAIN，并建立了一个在线平台以促进去雨技术的复现和追踪	未提及具体方法的局限性	统一评估图像去雨方法的性能并推动该领域的发展	图像去雨方法及其评估	计算机视觉	NA	深度学习	NA	图像	5,000对高分辨率合成图像
1609	2025-06-07	Integrating prior knowledge with deep learning for optimized quality control in corneal images: A multicenter study 2025-Jul, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108814 PMID:40319841	研究论文	本研究开发并评估了一种混合AI图像质量控制系统，用于分类裂隙灯图像，以提高诊断准确性和效率，特别是在远程医疗应用中	提出了一种新型网络HP-Net，结合了基于ResNet的分类分支和利用Hough圆变换及频域模糊检测的先验知识分支，增强了网络的表征能力和分类能力	研究主要针对裂隙灯图像，可能不适用于其他类型的医学图像	开发并评估一种混合AI图像质量控制系统，以提高裂隙灯图像的分类准确性和效率	裂隙灯图像	计算机视觉	眼科疾病	Hough圆变换和频域模糊检测	HP-Net（结合ResNet和先验知识分支）	图像	内部数据集2982张图像，外部数据集13,554张和9853张图像
1610	2025-06-07	Impact of spectrum bias on deep learning-based stroke MRI analysis 2025-Jul, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112161 PMID:40359732	研究论文	评估在卒中MRI分析中排除不确定急性缺血性病变（AIL）病例对深度学习工具诊断效能的影响	揭示了排除不确定病例会导致诊断比值比被高估四倍，并识别了与不确定AIL相关的独立因素	单中心回顾性研究，结果可能受限于样本选择偏差	评估卒中MRI分析中的频谱偏倚及其影响因素	疑似卒中成年患者的脑MRI数据	数字病理学	心血管疾病	脑MRI分析	深度学习工具（未明确具体模型）	医学影像	989名患者（374例确定AIL，63例不确定AIL，552例无AIL）
1611	2025-06-06	Deep Ensemble for Central Serous Microscopic Retinopathy Detection in Retinal Optical Coherence Tomographic Images 2025-Jul, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24836 PMID:40014549	research paper	该研究提出了一种基于卷积神经网络的框架，结合分割和后处理技术，用于视网膜光学相干断层扫描图像中的中央浆液性视网膜病变检测	采用三种网络（ResNet-18、GoogleNet和VGG-19）的融合方法进行图像分类，实现了高准确率（99.6%）和高特异性（100%）	研究仅使用了公开数据集OCTID，样本量相对较小（207张正常图像和102张CSR图像）	开发一种自动检测中央浆液性视网膜病变的方法，以减少视力丧失的风险	视网膜光学相干断层扫描图像	digital pathology	retinal disorder	光学相干断层扫描（OCT）	CNN（ResNet-18、GoogleNet、VGG-19）	image	309张图像（207张正常，102张CSR）
1612	2025-06-06	Estimating canopy leaf angle from leaf to ecosystem scale: a novel deep learning approach using unmanned aerial vehicle imagery 2025-Jul, The New phytologist DOI:10.1111/nph.70197 PMID:40346911	研究论文	提出一种基于无人机影像和深度学习的创新方法，用于从叶片到生态系统尺度高效估算冠层叶片角度	相比传统方法，该方法更经济、高效、自动化且劳动强度低，能够跨尺度估算叶片角度分布	目前仅在三种植物物种上进行了单叶尺度的验证，需要更多物种和生态系统验证其普适性	开发高效估算植被冠层叶片角度分布的方法，以支持生态系统建模	植物冠层叶片角度	计算机视觉	NA	无人机影像、运动结构点云算法	Mask R-CNN	图像	57,032片叶片（来自30m×30m样地内的四种代表性树种）
1613	2025-06-05	Enhancing Functional Protein Design Using Heuristic Optimization and Deep Learning for Anti-Inflammatory and Gene Therapy Applications 2025-Jul, Proteins IF:3.2Q2 DOI:10.1002/prot.26810 PMID:39985803	研究论文	本研究开发了一种启发式优化方法，用于增强蛋白质的关键功能特性，如溶解性、灵活性和稳定性，同时保持蛋白质的结构完整性	结合启发式优化和深度学习，专注于蛋白质的功能特性设计，特别适用于抗炎和基因治疗应用	未提及具体实验验证的功能性蛋白质数量或实际应用效果	提高功能性蛋白质设计的效率和效果，减少实验室需求	蛋白质序列设计，特别是具有抗炎特性和用于基因治疗的蛋白质	机器学习	NA	启发式优化方法、深度学习、遗传算法	NA	蛋白质序列	NA
1614	2025-06-04	Video-Based Lifting Action Recognition Using Rank-Altered Kinematic Feature Pairs 2025-Jul, Human factors IF:2.9Q2 DOI:10.1177/00187208241309748 PMID:39723832	研究论文	该研究提出了一种基于视频的举重动作识别方法，通过鲁棒的类别预测和简化的流程实现实时监控	使用基于计算机视觉的运动学特征对和集成分类器，实现了高效且准确的举重动作识别与计数	未明确提及方法在不同光照条件或复杂背景下的泛化能力	开发一种能够在有限硬件资源上实时监控举重任务的方法	视频中的举重动作	计算机视觉	职业性腰背损伤	BlazePose姿态估计模型	集成分类器	视频	NA
1615	2025-06-04	A Deep Learning Survival Model for Evaluating the Survival Prognosis of Papillary Thyroid Cancer: A Population-Based Cohort Study 2025-Jul, Annals of surgical oncology IF:3.4Q1 DOI:10.1245/s10434-025-17290-0 PMID:40254654	研究论文	本研究构建了一个基于临床风险因素的深度学习模型，用于预测甲状腺乳头状癌患者的生存预后	首次在甲状腺乳头状癌（PTC）中探索深度学习生存模型的性能，并利用DeepSurv模型对患者进行风险分层	研究依赖于回顾性数据，可能存在选择偏倚	评估深度学习模型在甲状腺乳头状癌患者生存预后预测中的性能	甲状腺乳头状癌患者	数字病理学	甲状腺癌	深度学习	DeepSurv（基于Cox比例风险的深度神经网络）	临床数据	来自17个美国SEER癌症登记处（2000-2020年）的连续PTC患者，以及MDACC和TCGA两个外部测试数据集
1616	2025-06-04	Temporal insights into ecological community: Advancing waterbird monitoring with dome camera and deep learning 2025-Jul, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125769 PMID:40403671	研究论文	本研究通过整合半球形摄像头和级联神经网络（CNNs），开发了一个自动化观测系统，用于监测中国西南部滇池半封闭湿地的水鸟群落动态	提出了一种结合半球形摄像头和级联神经网络（CNNs）的自动化观测系统，实现了对水鸟群落的高精度、高频率、连续和长期监测	研究仅在一个半封闭湿地（滇池）进行，可能无法代表其他类型湿地的水鸟群落动态	开发一个自动化观测系统，用于高效监测水鸟群落的动态，以支持物种保护和栖息地管理策略的制定	滇池半封闭湿地的水鸟群落	计算机视觉	NA	级联神经网络（CNNs）	CNN	图像	595个监测时段，识别出5目6科17种鸟类
1617	2025-06-03	Simpler Protein Domain Identification Using Spectral Clustering 2025-Jul, Proteins IF:3.2Q2 DOI:10.1002/prot.26808 PMID:39945423	research paper	该论文介绍了SPECTRALDOM，一种改进的蛋白质域识别方法，基于SPECTRUS算法，通过谱聚类技术简化了蛋白质域的分割过程	SPECTRALDOM在SPECTRUS算法基础上增加了三项改进：直接从成对相互作用中获取高质量分割、引入多序列比对模式以及使用家族匹配算法处理碎片问题	未明确提及具体局限性	改进蛋白质域识别方法，提高分割质量	蛋白质结构域	结构生物信息学	NA	谱聚类，弹性网络模型，多序列比对	SPECTRALDOM	蛋白质结构数据	使用了两个复杂案例进行验证
1618	2025-06-03	A multimodal framework for assessing the link between pathomics, transcriptomics, and pancreatic cancer mutations 2025-Jul, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102526 PMID:40107149	研究论文	本研究开发了一个可解释的多模态框架，用于预测胰腺导管腺癌(PDAC)中的关键基因突变，整合了病理组学和转录组学数据	结合病理组学和转录组学数据，使用可解释的多模态框架预测PDAC中的基因突变	对于SMAD4和CDKN2A基因，多模态模型的预测性能相对较低	预测胰腺导管腺癌中的KRAS、TP53、SMAD4和CDKN2A基因突变	胰腺导管腺癌(PDAC)患者	数字病理学	胰腺癌	RNA-seq	CLAM、ResNet50、UNI、CONCH	图像、文本	TCGA-PAAD数据集(训练集)和CPTAC-PDA数据集(外部验证集)
1619	2025-06-03	CQENet: A segmentation model for nasopharyngeal carcinoma based on confidence quantitative evaluation 2025-Jul, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102525 PMID:40107148	研究论文	提出了一种基于置信度定量评估的鼻咽癌自动分割模型CQENet，以提高鼻咽癌肿瘤区域的精确分割	引入了置信度评估模块(CAM)、肿瘤特征调整模块(FAM)和方差注意力机制(VAM)，以解决现有方法在肿瘤定位、边界模糊分割和结果置信度量化不足的问题	未提及具体样本量及数据来源的多样性可能对模型泛化能力的影响	提高鼻咽癌肿瘤区域的自动分割精度，增强分割结果的置信度量化	鼻咽癌肿瘤区域	数字病理	鼻咽癌	深度学习	CQENet	医学图像	多中心鼻咽癌数据集（未提及具体样本量）
1620	2025-06-03	Interstitial-guided automatic clinical tumor volume segmentation network for cervical cancer brachytherapy 2025-Jul, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102520 PMID:40120492	research paper	提出了一种新型的间隙引导分割网络（ARGNet），用于宫颈癌间隙近距离放射治疗中的临床肿瘤体积自动分割	通过多任务交叉缝合方式将间隙针的位置信息整合到深度学习框架中，并引入空间反向注意力机制以减少针对于肿瘤分割的干扰，同时嵌入不确定性区域模块以增强模型在肿瘤与周围组织模糊边界处的辨别能力	研究仅基于回顾性数据，且样本量有限（191例CT扫描）	提高宫颈癌间隙近距离放射治疗中临床肿瘤体积（CTV）的自动分割精度	宫颈癌患者的CT扫描图像	digital pathology	cervical cancer	deep learning-based segmentation	ARGNet (advance reverse guided network)	CT scans	191例多疗程间隙近距离放射治疗的CT扫描