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
81	2025-06-30	Groupwise image registration with edge-based loss for low-SNR cardiac MRI 2025-Sep, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30486 PMID:40353517	研究论文	提出一种基于深度学习的图像配准方法AiM-ED，用于处理低信噪比的心脏MRI图像	使用预训练的边缘检测器定义训练损失，联合处理多个噪声源图像，提高了图像配准的质量	样本量较小，仅验证了24个健康受试者和5个患者的切片	提高低信噪比心脏MRI图像的配准和平均质量	自由呼吸单次心脏MRI图像	计算机视觉	心血管疾病	深度学习	AiM-ED	图像	24个健康受试者和5个患者的切片，以及6个患者的0.55T扫描数据
82	2025-06-20	DRPM: An advanced predictive model for early diabetes detection and risk stratification 2025-Sep-09, Molecular therapy. Nucleic acids DOI:10.1016/j.omtn.2025.102576 PMID:40534992	research paper	开发了一个基于深度学习的糖尿病早期检测和风险分层预测模型	通过特征选择技术确定了五个关键特征构建模型，并开发了一个用户友好的在线工具	模型的外部验证和实际应用效果需要进一步验证	糖尿病早期诊断和风险分层	来自国家健康与营养调查(NHANES)的数据	machine learning	diabetes	deep learning	DRPM	health survey data	NHANES 2011-2018年的数据
83	2025-06-18	A Hybrid Deep Learning-Based Approach for Visual Field Test Forecasting 2025 Sep-Oct, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100803 PMID:40520474	研究论文	本研究提出了一种混合深度学习框架，用于提高视野测试预测的灵活性和准确性	结合RNN和CNN，并引入深度变换器进行时空建模，提高了预测性能和鲁棒性	中晚期青光眼病例数据可靠性低仍是一个挑战	提高视野测试预测的准确性和灵活性	健康人群和青光眼患者	计算机视觉	青光眼	深度学习	RNN, CNN, Hybrid-VF-Net	图像	1750名受试者，包含19437次Humphrey视野测试
84	2025-06-14	Deep learning-assisted self-cleaning cellulose colorimetric sensor array for monitoring black tea withering dynamics 2025-Sep-30, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144727 PMID:40403427	研究论文	本研究提出了一种基于纤维素薄膜的环保型比色传感器阵列（CSA），结合深度学习技术，用于检测挥发性有机化合物（VOCs）并评估红茶的萎凋阶段	开发了一种自清洁TiO-纤维素薄膜，通过特定位置沉积OTS实现疏水非传感区域，提高了湿度抗性，并利用LSTM深度学习模型实现了90%的萎凋阶段识别准确率	未提及样本量大小及具体实验条件限制	开发一种智能、环保的传感器阵列，用于监测红茶萎凋过程	红茶萎凋过程中的挥发性有机化合物（VOCs）	机器学习	NA	比色传感器阵列（CSA），紫外光降解技术	LSTM	化学传感器数据	NA
85	2025-06-14	Role of artificial intelligence in cancer drug discovery and development 2025-Sep-01, Cancer letters IF:9.1Q1 DOI:10.1016/j.canlet.2025.217821 PMID:40414522	综述	本文综述了人工智能（AI）在癌症药物发现和开发中的多方面应用及其潜在影响	AI技术如机器学习和深度学习能够高效分析海量数据，加速药物靶点识别、化合物优化和临床结果预测，革新了传统耗时且昂贵的药物开发流程	面临数据质量、模型可解释性和监管障碍等挑战	探讨AI在癌症药物研发各阶段的应用及其潜力	癌症药物发现与开发过程	机器学习	癌症	机器学习（ML）、深度学习（DL）、虚拟筛选（VS）、分子对接、CRISPR	NA	多模态数据（包括分子结构数据、临床数据等）	NA
86	2025-06-14	Predicting Imminent Conversion to Exudative Age-Related Macular Degeneration Using Multimodal Data and Ensemble Machine Learning 2025 Sep-Oct, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100785 PMID:40502295	研究论文	该研究开发并比较了经典机器学习和深度学习模型，用于预测6个月内即将发生的渗出性年龄相关性黄斑变性（eAMD）转化	结合OCT和临床数据，开发了集成机器学习模型来预测eAMD的即时转化，且深度学习模型表现优于传统机器学习模型	研究为回顾性队列研究，需前瞻性验证模型的有效性	开发预测即将发生eAMD转化的模型，以促进及时治疗	2013至2021年间在Wilmer眼科研究所就诊的eAMD患者	数字病理学	年龄相关性黄斑变性	光谱域OCT	ResNet-50, Random Forest, XGBoost, MLP	图像, 临床数据	2084名患者的33189个OCT体积
87	2025-06-13	Deep learning algorithms to assist in imaging diagnosis in individuals with disc herniation or spondylolisthesis: A scoping review 2025-Sep, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105933 PMID:40252304	综述	本文对用于辅助诊断椎间盘突出或脊椎滑脱的深度学习算法进行了范围综述	总结了深度学习在椎间盘突出和脊椎滑脱影像诊断中的应用，并识别了最常用的模型和影像技术	数据集规模小、缺乏外部验证、研究结果在不同人群中推广存在挑战	回顾用于椎间盘突出和脊椎滑脱影像诊断的深度学习算法	椎间盘突出和脊椎滑脱的影像诊断	数字病理学	脊椎疾病	MRI, X-ray	CNN, ResNet	影像	18项符合条件的研究
88	2025-06-13	Deep Learning-Driven Exophthalmometry through Facial Photographs in Thyroid Eye Disease 2025 Sep-Oct, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100791 PMID:40496215	research paper	开发并评估了一种基于深度学习的系统，用于通过面部照片测量甲状腺眼病（TED）患者的眼球突出	使用双流ResNet-18神经网络结合RGB图像和ZoeDepth算法生成的深度图进行眼球突出测量，提供了一种准确且易于获取的替代传统测量方法	系统检测显著眼球突出变化（≥2毫米）的准确率为74.6%，仍有提升空间	开发一种基于深度学习的辅助系统，用于甲状腺眼病患者的眼球突出测量	甲状腺眼病（TED）患者	digital pathology	thyroid eye disease	deep learning, ZoeDepth算法	dual-stream ResNet-18	facial images	1279名患者（1108名来自Severance Hospital，171名来自Seoul National University Bundang Hospital）
89	2025-06-13	Effect of Faricimab versus Aflibercept on Hyperreflective Foci in Patients with Diabetic Macular Edema from the YOSEMITE/RHINE Trials 2025 Sep-Oct, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100798 PMID:40496217	研究论文	比较faricimab与aflibercept对糖尿病黄斑水肿患者高反射灶的影响	使用深度学习算法自动量化高反射灶，并比较两种药物在抑制疾病活动方面的效果	研究为事后分析，可能存在选择偏差	比较faricimab与aflibercept在治疗糖尿病黄斑水肿中的效果	糖尿病黄斑水肿患者	数字病理	糖尿病黄斑水肿	深度学习算法	NA	OCT体积扫描图像	1545名患者（faricimab Q8W组519人，faricimab T&E组524人，aflibercept组502人）
90	2025-06-11	The informativeness of the gradient revisited 2025-Sep, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107517 PMID:40359739	research paper	本文探讨了梯度信息在深度学习中的有效性，并提出了一个衡量梯度方差的一般性界限	提出了一个衡量梯度方差的一般性界限，并应用于LWE映射和高频函数类	理论分析可能未涵盖所有实际应用场景，实验部分仅针对特定案例	深入理解梯度信息在深度学习中的局限性	梯度信息的有效性及其在深度学习中的应用	machine learning	NA	NA	NA	NA	NA
91	2025-06-11	Pruning the ensemble of convolutional neural networks using second-order cone programming 2025-Sep, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107544 PMID:40367720	研究论文	本文提出了一种使用二阶锥规划修剪卷积神经网络集成的方法，以提高准确性和多样性	提出了一种稀疏二阶锥优化模型，用于修剪不同深度和层数的CNN集成，同时最大化准确性和多样性	仅在CIFAR-10、CIFAR-100和MNIST数据集上进行了测试，未在其他数据集上验证	解决深度学习模型集成中的计算复杂性问题	卷积神经网络（CNNs）的集成	机器学习	NA	二阶锥规划	CNN	图像	CIFAR-10、CIFAR-100和MNIST数据集
92	2025-06-11	SurvGraph: A hybrid-graph attention network for survival prediction using whole slide pathological images in gastric cancer 2025-Sep, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107607 PMID:40375420	research paper	介绍了一种名为SurvGraph的基于图的深度学习网络，用于利用胃癌症患者的全切片病理图像进行生存预测	采用混合图构建方法整合多种特征类型，并使用多头注意力图网络进行生存预测	未提及具体局限性	提高胃癌症患者的生存预测准确性	胃癌症患者的全切片病理图像	digital pathology	gastric cancer	graph representation learning	hybrid-graph attention network	image	708胃癌症患者来自三个独立队列
93	2025-06-11	Enhancing the transferability of adversarial attacks via Scale Enriching 2025-Sep, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107549 PMID:40378598	research paper	本文提出了一种称为尺度丰富方法（SEM）的技术，通过输入尺度丰富框架增强对抗样本的可迁移性	通过特定范围内的输入尺度缩放，丰富了替代模型感知的注意力区域，并扩大了不同模型之间的容忍度，显著提高了对抗样本的可迁移性	NA	提高对抗样本在黑盒设置下对不同输入尺寸模型的可迁移性	对抗样本和深度学习模型	computer vision	NA	Scale Enriching Method (SEM)	深度学习模型	image	在ImageNet数据集上进行实验
94	2025-06-11	Escarcitys: A framework for enhancing medical image classification performance in scarcity of trainable samples scenarios 2025-Sep, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107573 PMID:40382989	研究论文	本文提出了一个名为EScarcityS的框架，旨在解决医学图像分类中训练样本稀缺的问题，通过多粒度Transformer网络和疾病概率图引导的扩散生成模型来提高分类准确率	设计了多粒度Transformer网络（MGVit）和疾病概率图引导的扩散生成模型，以减少对大量训练数据的依赖并生成更真实的可解释合成数据	实验仅在四个真实的医学图像数据集上进行，可能在其他数据集上的泛化能力有待验证	提高在训练样本稀缺情况下的医学图像分类准确率	医学图像	数字病理学	NA	深度学习	Transformer, 扩散生成模型	医学图像	四个真实医学图像数据集
95	2025-06-11	S2LIC: Learned image compression with the SwinV2 block, Adaptive Channel-wise and Global-inter attention Context 2025-Sep, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107590 PMID:40398182	research paper	提出了一种基于SwinV2块、自适应通道和全局交互注意力上下文的图像压缩方法S2LIC	设计了自适应通道和全局交互注意力上下文(ACGC)熵模型，实现了切片间和切片内的双特征聚合，并引入残差SwinV2 Transformer模型捕获全局特征信息	未明确提及具体限制	提高图像压缩的率失真性能和编解码速度	图像数据	computer vision	NA	深度学习	SwinV2 Transformer, ACGC	image	三个不同数据集（Kodak、Tecnick和CLIC Pro）
96	2025-06-11	Visual reasoning in object-centric deep neural networks: A comparative cognition approach 2025-Sep, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107582 PMID:40409010	研究论文	本文比较了多种以物体为中心的深度神经网络模型在视觉关系学习和泛化方面的表现	使用来自比较认知文献的不同复杂度任务集评估模型，而非以往研究常用的相同-不同任务	在更复杂的任务和条件下，以物体为中心的模型仍存在困难	评估以物体为中心的深度神经网络在视觉推理任务中的表现	以物体为中心的深度神经网络模型和ResNet-50基线模型	计算机视觉	NA	注意力机制	以物体为中心的模型, ResNet-50	图像	NA
97	2025-06-11	Emergence of human-like attention and distinct head clusters in self-supervised vision transformers: A comparative eye-tracking study 2025-Sep, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107595 PMID:40424761	研究论文	本研究探讨了自监督视觉变换器（ViTs）在模拟人类注视行为方面的表现，发现其自注意力机制能够形成与人类注视行为高度一致的结构化注意力模式	首次展示了自监督DINO训练的ViTs能够自发形成与人类注视行为相似的注意力模式，并识别出三种不同的注意力头集群	研究仅基于视频数据，未探讨其他视觉刺激下的表现	探索自监督视觉变换器是否能够模拟人类视觉注意力机制	自监督DINO训练的视觉变换器（ViTs）	计算机视觉	NA	自监督学习（DINO）	ViT (Vision Transformer)	视频	NA
98	2025-06-11	VKAD: A novel fault detection and isolation model for uncertainty-aware industrial processes 2025-Sep, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107664 PMID:40435556	研究论文	提出了一种名为VKAD的新型故障检测与隔离模型，用于处理不确定性感知的工业过程	将Koopman算子理论与变分自编码器结合，提出VKAD模型，能够推断动态系统观测值的分布并捕获系统演化的不确定性	未明确提及	提高工业过程中故障检测与隔离的准确性和可靠性	工业过程的动态系统	机器学习	NA	变分自编码器	VKAD（Variational Koopman Anomaly Detector）	时间序列数据	Tennessee Eastman Process (TEP)数据集和真实卫星在轨遥测数据集(SAT)
99	2025-06-10	Decision support system based on ensemble models in distinguishing epilepsy types 2025-Sep, Epilepsy & behavior : E&B IF:2.3Q2 DOI:10.1016/j.yebeh.2025.110470 PMID:40382997	研究论文	本研究旨在基于EEG结果，利用人工智能模型对患者的局灶性（额叶、颞叶、顶叶、枕叶）、多灶性和全面性癫痫样活动进行分类	结合数据增强和集成AI模型，提出了一种新的决策支持系统，用于癫痫类型分类，准确率达到98%	研究基于回顾性数据，可能存在选择偏差	开发一种基于AI的决策支持系统，用于癫痫类型的分类	575名在Adana City Training and Research Hospital神经内科癫痫门诊随访的患者	机器学习	癫痫	EEG	MLP, Random Forest, SVM, XGBoost	EEG数据	575名患者
100	2025-06-09	HBUED: An EEG dataset for emotion recognition 2025-Sep-15, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2025.119397 PMID:40368143	research paper	该研究提出了一个大规模EEG数据集HBUED，并开发了一种深度学习方法来提高基于EEG的情绪识别性能	提出了一个大规模EEG数据集HBUED，并设计了一种双输入网络架构和平行特征提取模块来提升情绪识别性能	未提及具体的数据集样本多样性或模型在其他数据集上的泛化能力	提高基于EEG的情绪识别性能	EEG信号和人类情绪识别	machine learning	NA	深度学习	双输入网络架构	EEG信号	大规模EEG数据集HBUED和公开DEAP数据集