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
121	2025-07-06	Generation of ultrasonic and audible sound waves for the automatic classification of packaging waste in reverse vending machines 2025-Aug-01, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2025.114934 PMID:40489934	研究论文	本文提出了一种利用声学传感器进行包装废物分类的新方法，以解决现有逆向自动售货机(RVMs)在废物分类中的局限性	采用超声波和可听声波分析声场变化，结合人工智能系统对材料进行分类，避免了传统方法对昂贵传感器和复杂环境条件的依赖	验证仅在受控环境中进行，尚未在实际RVMs环境中测试	开发一种基于声学技术的低成本、高效废物分类方法	塑料、玻璃、纸板和金属罐等可回收物品	机器学习	NA	指数正弦扫描(ESS)技术	经典机器学习和深度学习模型	声学数据	NA
122	2025-07-06	Develop intelligent waste bin prototype based on fusion feature recognition of sounds and RGB images 2025-Aug-01, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2025.114959 PMID:40554027	研究论文	开发了一种基于声音和RGB图像融合特征识别的智能垃圾桶原型，用于城市固体废物的分类	首次采用多模态深度学习方法（MDLM）整合图像和声音数据进行城市固体废物识别	改进相对有限，且未来研究需要探索包含更多RGB图像以开发更稳健的融合特征	提升城市固体废物的自动分类效率，推动循环经济的发展	城市固体废物（MSW）	计算机视觉与音频处理	NA	Mel频率倒谱系数（MFCCs），ResNet-101，LSTM网络	MDLM（多模态深度学习模型），LSTM	音频信号，RGB图像	NA
123	2025-07-06	BengalDeltaFish: A local dataset for fish detection in Bangladeshi markets 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111764 PMID:40612467	research paper	该论文介绍了BengalDeltaFish数据集，用于在孟加拉国市场的真实环境中检测鱼类	数据集在非受控的真实市场环境中收集，包含多种鱼类及罕见物种，填补了现有数据集的空白	数据集仅包含孟加拉国市场的鱼类，可能不适用于其他地区的鱼类识别	开发一个能够在真实市场环境中可靠检测和分类鱼类的AI工具	孟加拉国市场中的33种常见及罕见鱼类	computer vision	NA	deep learning	YOLOv11s	image	4560张标注图像，包含33种鱼类
124	2025-07-06	teaLeafBD: A comprehensive image dataset to classify the diseased tea leaf to automate the leaf selection process in Bangladesh 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111769 PMID:40612469	research paper	该研究创建了一个名为teaLeafBD的综合图像数据集，用于分类孟加拉国的病态茶叶，以自动化茶叶选择过程	提供了一个包含5278张病态和健康茶叶图像的全面数据集，覆盖多种疾病类型和不同气象条件下的图像采集	数据集仅覆盖孟加拉国的茶叶疾病，可能无法完全代表其他地区的疾病模式	提高对茶叶疾病如何影响茶树种植和茶叶生产的认识，并支持自动化疾病分类系统的开发	茶叶叶片	computer vision	植物疾病	deep learning	NA	image	5278张病态和健康茶叶图像
125	2025-07-05	Multiparametric MRI-based machine learning system of molecular subgroups and prognosis in medulloblastoma 2025-Aug, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11385-8 PMID:39883158	研究论文	使用基于多参数MRI的机器学习系统识别髓母细胞瘤的分子亚群并预测预后	提出了一种名为Bi-ResNet-MB的新型多参数卷积神经网络，用于分子亚群分类，并建立了基于XGBoost的预后模型和新的风险分层系统M2R Score	样本量相对较小（139名患者），且仅在单一医疗中心进行验证	通过人工智能准确识别髓母细胞瘤的分子亚群并预测临床结果	髓母细胞瘤患者	数字病理学	髓母细胞瘤	MRI	Bi-ResNet-MB, XGBoost	图像	139名患者（训练集），108名患者（验证集）
126	2025-07-05	High-resolution deep learning reconstruction for coronary CTA: compared efficacy of stenosis evaluation with other methods at in vitro and in vivo studies 2025-Aug, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11376-9 PMID:39903239	研究论文	比较了混合型迭代重建(IR)、基于模型的IR(MBIR)、深度学习重建(DLR)和高分辨率深度学习重建(HR-DLR)在冠状动脉CT血管造影(CCTA)中对冠状动脉狭窄评估的效果	首次在体外和体内研究中直接比较了HR-DLR与其他重建方法在冠状动脉狭窄评估中的效果	研究样本量较小(31例患者)，且仅针对非钙化阶梯状狭窄斑块进行评估	评估不同CT重建方法对冠状动脉狭窄诊断的准确性	冠状动脉狭窄	医学影像分析	心血管疾病	CT扫描(ADCT和UHR-CT)	深度学习重建(DLR和HR-DLR)	医学影像	3种直径的血管模型(体外研究)和31例患者(体内研究)
127	2025-07-05	CT-based detection of clinically significant portal hypertension predicts post-hepatectomy outcomes in hepatocellular carcinoma 2025-Aug, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11411-9 PMID:39953152	研究论文	本研究评估了基于CT检测的临床显著门静脉高压（CSPH）对肝细胞癌（HCC）患者肝切除术后结局的预测能力	首次验证了基于CT的CSPH检测方法在预测HCC患者肝切除术后不良结局方面的有效性，并证明其优于传统的CSPH评估标准	单中心回顾性研究，样本量相对有限（593例患者）	评估CT检测CSPH对HCC患者肝切除术后结局的预测价值	患有晚期慢性肝病（ACLD）并接受肝切除术的极早期或早期HCC患者	数字病理学	肝细胞癌	CT成像、深度学习脾脏体积测量	深度学习	医学影像	593例患者（460名男性，平均年龄57.9±9.3岁）
128	2025-07-05	Multimodal deep learning: tumor and visceral fat impact on colorectal cancer occult peritoneal metastasis 2025-Aug, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11450-2 PMID:39961863	研究论文	本研究提出了一种多模态深度学习方法，研究肿瘤和内脏脂肪对结直肠癌隐匿性腹膜转移的影响	基于ResNet18构建的多尺度特征融合网络(MSFF-Net)能够利用CT图像中的肿瘤和内脏脂肪特征来检测结直肠癌的隐匿性腹膜转移	NA	预测结直肠癌患者的腹膜转移	结直肠癌患者	数字病理	结直肠癌	CT扫描	ResNet18, 随机森林(RF)	图像	内部测试集和外部测试集
129	2025-07-05	StructVPR++: Distill Structural and Semantic Knowledge With Weighting Samples for Visual Place Recognition 2025-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3556859 PMID:40168193	research paper	提出StructVPR++框架，通过分割引导蒸馏将结构和语义知识嵌入RGB全局表示，以在视觉地点识别任务中实现准确性和效率的良好平衡	解耦全局描述符中的标签特定特征，实现图像对之间的显式语义对齐，无需部署时的分割；引入样本加权蒸馏策略，优先处理可靠训练对并抑制噪声对	未明确提及具体局限性	提升视觉地点识别的准确性和效率，填补全局检索与重排序之间的差距	视觉地点识别任务，面向自动驾驶和机器人技术	computer vision	NA	分割引导蒸馏，样本加权蒸馏策略	深度学习	RGB图像	四个基准测试集
130	2025-07-05	Spatiotemporal Observer Design for Predictive Learning of High-Dimensional Data 2025-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3556669 PMID:40168192	research paper	本文提出了一种基于观测器理论的深度学习架构，用于高维数据的时空预测学习	结合动态系统领域知识设计深度学习模型，提供泛化误差界和收敛保证，并引入动态正则化以更好地学习系统动态	未提及具体应用场景或数据类型的限制	解决时空预测学习中的理论保证问题	高维时空数据	machine learning	NA	deep learning	Spatiotemporal Observer	spatiotemporal data	NA
131	2025-07-05	Revisiting One-Stage Deep Uncalibrated Photometric Stereo via Fourier Embedding 2025-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3557245 PMID:40173071	research paper	本文提出了一种名为Fourier Uncalibrated Photometric Stereo Network (FUPS-Net)的单阶段深度无标定光度立体网络，用于未知光照方向下的非朗伯体物体	通过傅里叶变换网络隐式学习光照特征，而非使用分离的光照估计网络，解决了传统两阶段方法中光照误差传播的问题	未明确提及具体限制，但可能对复杂光照条件下的性能有待验证	改进无标定光度立体方法，实现更准确的表面法线估计	非朗伯体物体	computer vision	NA	傅里叶变换	FUPS-Net	image	合成和真实数据集
132	2025-07-05	Revisiting Supervised Learning-Based Photometric Stereo Networks 2025-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3557498 PMID:40178960	research paper	本文通过重新审视现有方法的深度特征、特征编码策略和网络架构，揭示了监督学习光度立体网络如何解决未知反射和全局光照效应的挑战，并提出了ESSENCE-Net方法	提出了ESSENCE-Net，采用易优先编码策略有效编码深度阴影特征，通过阴影监督增强阴影特征，并利用空间上下文感知注意力准确解码法线	未提及	揭示监督学习光度立体网络如何解决未知反射和全局光照效应的挑战	光度立体网络	computer vision	NA	监督学习	ESSENCE-Net	图像	三个基准数据集
133	2025-07-05	Unknown-Aware Bilateral Dependency Optimization for Defending Against Model Inversion Attacks 2025-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3558267 PMID:40184277	研究论文	本文提出了一种双边依赖优化策略（BiDO）及其升级框架（BiDO+），用于防御模型反转攻击并提升模型在开放世界中的分布外检测能力	提出了双边依赖优化策略（BiDO），通过最小化输入特征与潜在表示之间的依赖关系，同时最大化潜在表示与标签之间的依赖关系，解决了传统单边依赖优化策略在模型鲁棒性和分类性能之间的权衡问题	使用BiDO训练的模型在分布外（OOD）检测方面的能力有所下降，这可能带来安全风险	防御模型反转攻击，同时提升模型在开放世界中的分布外检测能力	深度学习分类器及其在隐私保护和安全性方面的表现	机器学习	NA	双边依赖优化策略（BiDO）	深度学习分类器	NA	NA
134	2025-07-05	Recent Advances in Artificial Intelligence for Precision Diagnosis and Treatment of Bladder Cancer: A Review 2025-Aug, Annals of surgical oncology IF:3.4Q1 DOI:10.1245/s10434-025-17228-6 PMID:40221553	review	本文综述了人工智能在膀胱癌精准诊断和治疗中的最新研究进展与前景	探讨了深度学习技术在膀胱癌临床任务中的显著进展，包括肿瘤检测、分子亚型识别、肿瘤分期与分级、预后预测及复发评估	NA	综述人工智能技术在膀胱癌精准诊断和治疗中的应用	膀胱癌的诊断和治疗	digital pathology	bladder cancer	deep learning	NA	NA	NA
135	2025-07-05	Hadamard Product in Deep Learning: Introduction, Advances and Challenges 2025-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3560423 PMID:40232897	综述	本文首次全面综述了深度学习中Hadamard积的应用，提出了其在四个主要领域的分类，并探讨了其计算效率与表示能力之间的权衡	首次系统性地分析了Hadamard积作为核心架构原语的应用，并提出了其在深度学习中的四大应用领域分类	未涉及Hadamard积在特定深度学习模型中的性能对比实验	探讨Hadamard积在深度学习中的基础作用及其应用潜力	深度学习中的Hadamard积运算	机器学习	NA	NA	NA	多模态数据	NA
136	2025-07-05	Constraint Boundary Wandering Framework: Enhancing Constrained Optimization With Deep Neural Networks 2025-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3560762 PMID:40232899	研究论文	提出了一种基于深度神经网络的约束边界游走框架（CBWF），用于解决约束优化问题	引入了受主动集方法启发的边界游走策略，增强了等式约束的可行性，并将Lipschitz常数作为可学习参数	NA	解决约束优化问题的可扩展性挑战	约束优化问题	机器学习	NA	深度神经网络（DNNs）	DNN	合成数据集和ACOPT数据集	NA
137	2025-07-05	PointNorm-Net: Self-Supervised Normal Prediction of 3D Point Clouds via Multi-Modal Distribution Estimation 2025-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3562051 PMID:40238601	research paper	提出了一种名为PointNorm-Net的自监督深度学习框架，用于预测3D点云的法线	首次提出了一种自监督深度学习框架PointNorm-Net，采用三阶段多模态法线分布估计范式	未提及具体局限性	解决3D点云法线预测在真实场景中的性能下降问题	3D点云数据	computer vision	NA	自监督学习	PointNorm-Net	3D点云	三个真实世界数据集
138	2025-07-05	Graph Anomaly Detection in Time Series: A Survey 2025-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3566620 PMID:40315075	综述	本文对基于图的时间序列异常检测（G-TSAD）进行了全面和最新的回顾	探讨了图表示在时间序列数据中的潜力及其对促进异常检测的贡献，并回顾了最先进的图异常检测技术	讨论了每种方法的局限性以及当前领域面临的技术和应用挑战	回顾和总结基于图的时间序列异常检测技术	时间序列数据及其异常检测	机器学习	NA	图表示和深度学习架构	NA	时间序列数据	NA
139	2025-07-05	Plexus and Peripheral Nerve MR Imaging: Advances and Applications: MR Neurography: Sequence Possibilities and Recent Advances 2025-Aug, Magnetic resonance imaging clinics of North America IF:1.5Q3 DOI:10.1016/j.mric.2025.03.001 PMID:40610154	综述	本文综述了磁共振神经成像（MRN）在诊断和管理神经丛及周围神经疾病中的最新进展	强调了3T成像、线圈选择、脂肪和血管抑制策略以及基于深度学习的重建技术以提高图像分辨率	未提及具体的研究限制	探讨MRN技术在临床实践中的应用和未来发展方向	神经丛（如臂丛、腰骶丛）和周围神经	数字病理学	周围神经疾病	MRN、3T成像、7T MR成像、定量扩散成像	深度学习	图像	NA
140	2025-07-05	X-ArecaNet: Dataset of arecanut X-ray images for deep learning applications 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111721 PMID:40612478	research paper	介绍了一个用于槟榔分级的X射线图像数据集，并建立了质量检查标准的基准	首次提出了一个基于X射线图像的槟榔数据集，用于非破坏性内部检查和质量分级	数据集未进行图像增强，且样本量相对较小（共900张图像）	为槟榔行业提供一个用于分级的X射线图像数据集，并建立质量检查标准	槟榔的X射线图像	computer vision	NA	X-ray成像	YOLOv5	image	900张X射线图像（3个等级各300张）