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
1	2025-06-02	Structure information preserving domain adaptation network for fault diagnosis of Sucker Rod Pumping systems 2025-Aug, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107392 PMID:40157234	研究论文	本文提出了一种结构信息保留的域适应网络（SIP-DAN），用于抽油机系统的故障诊断	SIP-DAN通过将源域数据按故障类别划分为不同子域，并实现源域和目标域的子域对齐，以保留结构信息，同时设计了分类器投票辅助对齐（CVAA）机制来处理目标域缺乏故障类别信息的问题	未提及具体样本量或实验数据的局限性	提高抽油机系统故障诊断模型的泛化性能	抽油机（Sucker Rod Pumping, SRP）系统	机器学习	NA	模糊聚类算法、局部最大均值差异（LMMD）损失优化	SIP-DAN	时间序列数据或传感器数据	NA
2	2025-06-02	An information-theoretic approach for heterogeneous differentiable causal discovery 2025-Aug, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107417 PMID:40158364	研究论文	本文提出了一种基于信息论的异质可微分因果发现方法，旨在提高模型在复杂异质数据集上的鲁棒性	将最小误差熵(MEE)作为自适应误差调节器整合到结构学习框架中，有效减少不同样本间的误差变异性	未明确提及具体的数据集规模限制或计算资源需求	提高可微分因果发现方法在异质数据集上的鲁棒性和适应性	具有环境多样性和噪声分布变化的复杂异质数据集	机器学习	NA	最小误差熵(MEE)	可微分因果发现模型	合成数据集和真实世界数据集	未明确提及具体样本数量
3	2025-06-02	MuSIA: Exploiting multi-source information fusion with abnormal activations for out-of-distribution detection 2025-Aug, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107427 PMID:40184868	research paper	提出了一种名为MuSIA的方法，通过多源信息融合和异常激活捕获来提高深度学习模型在开放世界中的OOD检测性能	MuSIA方法首次结合多源信息融合与异常激活捕获，显著提升了OOD检测的性能	实验仅在六种预训练模型和六种OOD数据集上进行验证，可能在其他模型或数据集上的泛化能力有待进一步研究	提高深度学习模型在开放世界中的OOD检测性能，确保模型的可靠性和鲁棒性	深度学习模型在开放世界中的OOD检测	machine learning	NA	多源信息融合与异常激活捕获	ViT, RepVGG, DeiT等	NA	六种OOD数据集在六种预训练模型上的实验
4	2025-06-02	AESeg: Affinity-enhanced segmenter using feature class mapping knowledge distillation for efficient RGB-D semantic segmentation of indoor scenes 2025-Aug, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107438 PMID:40184869	研究论文	提出了一种结合静态和动态方法的亲和力增强语义分割框架，用于室内场景的RGB-D语义分割	通过构建二元亲和力矩阵和特征到类别映射细化技术，实现了全局上下文感知与静态特征的结合，提高了准确性同时减少了计算负担	未明确提及具体限制，但可能包括对特定场景或数据集的依赖性	提高RGB-D语义分割的效率和准确性	室内场景的RGB-D图像	计算机视觉	NA	深度学习	动态分割方法	RGB-D图像	NYUv2、SUN-RGBD和CamVid数据集
5	2025-06-02	Deep prior embedding method for Electrical Impedance Tomography 2025-Aug, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107419 PMID:40184867	研究论文	本文提出了一种基于深度学习的新型方法，用于电阻抗断层扫描（EIT）重建，有效整合图像先验信息以提高重建质量	该方法利用图像先验信息指导神经网络的初始化，从而更充分地利用先验知识，提升重建过程的起点和整体效果	未明确提及具体局限性	提高电阻抗断层扫描（EIT）重建的质量和准确性	电阻抗断层扫描（EIT）的重建过程	医学影像处理	NA	深度学习	神经网络	图像	NA
6	2025-06-02	A prompt regularization approach to enhance few-shot class-incremental learning with Two-Stage Classifier 2025-Aug, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107453 PMID:40220563	research paper	提出一种名为Prompt Regularization (PrRe)的新方法，通过嵌入两种不同的提示（任务提示和全局提示）在预训练的Vision Transformer (ViT)中，以增强少样本类增量学习的效果	提出Prompt Regularization (PrRe)方法和Two-Stage Classifier (TSC)，结合K-Nearest Neighbors和Prototype Classifier，以优化少样本类增量学习的性能	NA	提高少样本类增量学习（FSCIL）的效率，避免模型遗忘先前学习的任务	预训练的Vision Transformer (ViT)模型	computer vision	NA	Prompt Learning, K-Nearest Neighbors, Prototype Classifier	Vision Transformer (ViT)	image	NA
7	2025-06-02	YOLOv8-G2F: A portable gesture recognition optimization algorithm 2025-Aug, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107469 PMID:40245489	research paper	本文提出了一种名为YOLOv8-G2F的轻量级手势识别优化算法，基于YOLOv8进行改进，旨在降低硬件成本并提升应用场景	引入了改进的轻量级模块替代传统卷积模块，并采用线性变换、分组卷积和深度可分离卷积来简化网络结构，同时使用模型剪枝进一步减小模型尺寸并提高准确率	未明确提及具体限制，但可能受限于轻量级网络在复杂场景下的识别能力	开发一种轻量级高精度的手势识别算法，以满足端到端手势识别应用的需求	手势识别（HGR）	computer vision	NA	深度学习、模型剪枝	YOLOv8-G2F（基于YOLOv8改进）	video	nus-ii手势数据集
8	2025-06-02	PILOT: Deep Siamese network with hybrid attention improves prediction of mutation impact on protein stability 2025-Aug, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107476 PMID:40252373	研究论文	提出了一种名为PILOT的新型深度学习框架，通过Siamese网络和混合注意力机制改进蛋白质稳定性突变影响（ΔΔG）的预测	利用多种注意力模块有效提取氨基酸、原子和蛋白质序列的表征，实现残基和原子层面结构信息的深度融合，以及结构和序列表征的无缝整合	NA	改进蛋白质稳定性突变影响的预测，以促进蛋白质工程研究和疾病相关突变的分子机制理解	蛋白质稳定性突变影响（ΔΔG）	机器学习	NA	深度学习	Siamese网络	蛋白质序列和结构数据	NA
9	2025-06-02	Broad learning system based on fractional order optimization 2025-Aug, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107468 PMID:40273541	research paper	本文提出了一种基于分数阶优化的广度学习系统（FOBLS），以增强数据处理能力	创新性地将分数阶优化引入广度学习系统，利用分数阶微分方程的长期记忆特性优化权重	未明确提及具体局限性	提升广度学习系统（BLS）的数据处理能力	广度学习系统（BLS）及其优化方法	machine learning	NA	分数阶微分方程优化	BLS, FOBLS	NA	NA
10	2025-06-02	Adaptive token selection for scalable point cloud transformers 2025-Aug, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107477 PMID:40273540	research paper	提出了一种名为AdaPT的自适应点云Transformer模型，通过动态减少推理过程中的token数量，实现了大规模点云的高效处理	引入了自适应token选择机制和预算机制，无需重新训练或微调即可灵活调整模型的计算成本	未提及模型在极端大规模点云或实时应用中的性能表现	解决点云Transformer模型在处理大规模点云时的可扩展性问题	点云数据	computer vision	NA	Transformer	AdaPT (Adaptive Point Cloud Transformer)	3D point cloud	NA
11	2025-06-02	Artificial intelligence automated solution for hazard annotation and eye tracking in a simulated environment 2025-Aug, Accident; analysis and prevention DOI:10.1016/j.aap.2025.108075 PMID:40339543	研究论文	本文提出了一种基于AI的自动化解决方案，用于在模拟环境中进行危险标注和眼动追踪	扩展了先前仅进行危险检测的系统，整合了危险标注和眼动追踪数据，提供了对驾驶行为的统一详细视图	未提及具体的技术性能指标或验证结果	自动化驾驶模拟实验中的数据处理任务，提高研究效率	驾驶模拟器生成的原始数据	计算机视觉	NA	深度学习	深度学习模型（未明确说明具体类型）	视频（眼动追踪）、传感器数据	未明确说明样本数量
12	2025-06-02	Enhancing motor imagery EEG classification with a Riemannian geometry-based spatial filtering (RSF) method 2025-Aug, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107511 PMID:40294568	研究论文	本文介绍了一种基于黎曼几何的空间滤波方法（RSF），用于提高运动想象（MI）脑电图（EEG）信号的分类准确性	提出了一种新的RSF方法，利用EEG数据的几何特性，最大化不同类别协方差矩阵之间的黎曼距离，从而增强特征的判别能力并保持对噪声的鲁棒性	研究未提及在实际临床环境中的验证情况，可能限制了其在实际应用中的普适性	提高运动想象脑电图信号的分类准确性，以增强脑机接口（BCI）系统的性能	运动想象（MI）脑电图（EEG）信号	脑机接口	NA	黎曼几何	RSF, CSP-LDA, FBCSP, MDM, TSM, EEGNet, sCNN, dCNN, FBCNet, Graph-CSPNet, LMDA-Net	EEG信号	六个公开可用的MI-BCI数据集
13	2025-06-01	Dual-mode nanosensor for sensitive detection of methotrexate based on fluorescence technology and deep learning algorithms 2025-Aug-08, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2025.344190 PMID:40447405	研究论文	提出一种基于荧光技术和深度学习算法的双模式纳米传感器，用于甲氨蝶呤的灵敏检测	结合纳米材料和深度学习算法，开发了一种具有双发射峰的纳米传感器，实现了对甲氨蝶呤的高灵敏度和实时监测	NA	建立一种可靠、精确且特异性的甲氨蝶呤检测方法	甲氨蝶呤（MTX）	纳米技术	NA	荧光技术、深度学习算法	NA	图像	NA
14	2025-06-01	Machine learning and clinical EEG data for multiple sclerosis: A systematic review 2025-Aug, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103116 PMID:40334524	系统综述	本文系统综述了机器学习和深度学习模型在脑电图（EEG）数据中用于多发性硬化症（MS）管理的研究	结合深度学习和EEG技术，探索了CNN和混合模型在MS诊断和监测中的应用，并讨论了可解释AI等策略以应对挑战	存在使用ML进行EEG分析的潜在偏差和挑战，需要多样化的训练数据集和先进的预处理技术来缓解	提高多发性硬化症的预测、诊断、监测和治疗（PDMT）效果	多发性硬化症（MS）患者	机器学习	多发性硬化症	EEG, 深度学习	CNN, 混合模型	EEG数据	NA
15	2025-06-01	Deep learning for early detection of chronic kidney disease stages in diabetes patients: A TabNet approach 2025-Aug, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103153 PMID:40347843	research paper	该研究开发了一种基于TabNet的深度学习模型，用于糖尿病患者的慢性肾病（CKD）早期分期检测	采用了一种新颖的迭代后向特征选择策略确定CKD分期的关键预测因子，并应用了基于注意力的TabNet架构进行分类模型构建	研究依赖于特定队列（CRIC研究）的数据，可能限制了模型的泛化能力	开发早期检测糖尿病患者慢性肾病分期的预测模型	糖尿病患者的慢性肾病分期	machine learning	chronic kidney disease	deep learning, explainable AI (XAI)	TabNet, XGBoost, random forest, AdaBoost, multi-layer perceptron	longitudinal clinical data	CRIC研究队列数据（具体样本量未明确说明）
16	2025-06-01	Exploring deep learning in phage discovery and characterization 2025-Aug, Virology IF:2.8Q3 DOI:10.1016/j.virol.2025.110559 PMID:40359589	综述	本文探讨了深度学习在噬菌体发现和表征中的应用及其在生物技术和医学中的潜力	利用深度学习算法（如BERT）改进病毒宏基因组组装基因组（vMAGs）的重建，并应用于噬菌体生物学研究	讨论了深度学习方法的局限性，但未具体说明技术细节或实验验证的不足	探索深度学习在噬菌体研究和治疗耐药细菌感染中的应用	噬菌体（细菌病毒）及其在细菌种群形成中的作用	机器学习	NA	深度学习、BERT、宏基因组数据分析	BERT、神经网络	宏基因组数据	NA
17	2025-05-30	The impact of partner interaction on brief social buffering in adolescent female rats as analyzed by deep learning-based object detection algorithms 2025-Aug-01, Physiology & behavior IF:2.4Q2 DOI:10.1016/j.physbeh.2025.114934 PMID:40311725	研究论文	研究伴侣互动对青春期雌性大鼠短暂社会缓冲效应的影响，并利用基于深度学习的对象检测算法进行分析	首次证明短暂的社交接触足以诱导社会缓冲效应，特别是在雌性大鼠中，并揭示了社交接触是提高社会缓冲效率的关键因素	研究仅针对青春期Sprague-Dawley大鼠，结果可能不适用于其他年龄段或物种	探究短暂社会缓冲效应及其在青春期雌性大鼠中的表现	青春期Sprague-Dawley大鼠（4-5周龄，雄性和雌性）	机器学习	NA	YOLOv8和BoT-SORT算法	深度学习	视频	青春期Sprague-Dawley大鼠（雄性和雌性）
18	2025-05-27	Automatic and precise identification of volatile organic compounds from gas chromatography in prolonged atmospheric monitoring 2025-Aug-02, Journal of chromatography. A DOI:10.1016/j.chroma.2025.466035 PMID:40373387	research paper	本研究提出了一种基于人工智能的模型ResGRU，用于自动精确识别气相色谱中的挥发性有机化合物（VOCs）	ResGRU模型在保留时间定位上的平均绝对误差为0.0144分钟，比传统机器学习或深度学习模型小2.76至38.19倍，且能精确识别微弱的色谱峰并对异常色谱图具有卓越的适应性	NA	为气相色谱数据的精确分析提供新方法，以更深入地探索VOCs污染的机制	挥发性有机化合物（VOCs）	machine learning	NA	gas chromatography	ResGRU	chromatographic data	来自中国上海、湖北和江苏四个监测站点的数据
19	2025-05-27	A subject transfer neural network fuses Generator and Euclidean alignment for EEG-based motor imagery classification 2025-Aug, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110483 PMID:40350042	research paper	提出了一种基于深度学习的迁移学习模型ST-GENN，用于改进脑机接口(BCI)中基于EEG的运动想象分类	结合生成器和欧几里得对齐的迁移学习模型，有效将源域数据分布迁移至目标域	未提及具体计算资源需求或模型训练时间	解决个体间EEG信号差异问题，提高BCI分类准确率	脑电信号(EEG)和运动想象分类	脑机接口	NA	迁移学习	ST-GENN (包含Generator和CAT分类器)	EEG信号	BCI competition IV 2a/2b和SHU数据集
20	2025-05-25	A framework for real-time traffic risk prediction incorporating cost-sensitive learning and dynamic thresholds 2025-Aug, Accident; analysis and prevention DOI:10.1016/j.aap.2025.108087 PMID:40328008	研究论文	提出了一种结合成本敏感学习和动态阈值的实时交通风险预测框架	将交通风险细分为四个等级并引入成本敏感学习，同时采用动态阈值和遗传算法优化模型性能	未具体说明模型在极端交通条件下的表现	提高实时交通风险预测的可靠性以促进主动交通安全管理	交通状态和风险数据	机器学习	NA	成本敏感学习(CSL), 动态阈值(DTs), 遗传算法(GA)	机器学习/深度学习模型	车辆轨迹数据	HighD数据集