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	2025-06-01	Multilevel Inter-modal and Intra-modal Transformer network with domain adversarial learning for multimodal sleep staging 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10262-w PMID:40438089	研究论文	本文提出了一种结合多级Transformer和域对抗学习的多模态睡眠分期网络，用于同时处理脑电图和眼电图信号	引入多级Transformer结构捕获单模态内和多模态间的时间依赖性，并采用域对抗学习提升模型跨域泛化能力	未明确说明模型在更大规模或更复杂数据集上的表现	开发高精度的自动睡眠分期方法以辅助睡眠障碍诊断	多模态睡眠信号（脑电图和眼电图）	数字病理学	睡眠障碍	深度学习	Transformer + CNN	时间序列信号	两个常用数据集（未明确样本数量）
2	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
3	2025-06-01	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持域适应网络（SIP-DAN），用于抽油机系统故障诊断，以提高模型的泛化能力	不同于常规域适应方法，SIP-DAN通过将源域数据按故障类别划分为子域，并实现源域与目标域的子域对齐，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	未提及具体实验数据集的规模或多样性限制	提高抽油机系统故障诊断模型的泛化能力	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（结构信息保持域适应网络）	传感器数据或其他监测数据	未明确提及具体样本数量
4	2025-06-01	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	提出了一种基于信息论的异构可微分因果发现方法，以提高在复杂异构数据集上的鲁棒性	将最小误差熵（MEE）作为自适应误差调节器集成到结构学习框架中，有效减少不同样本间的误差变异性	未明确提及具体局限性	提升异构可微分因果发现方法在复杂数据集上的鲁棒性和性能	异构数据集，具有环境多样性和噪声分布变化特征	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
5	2025-06-01	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的新方法，通过多源信息融合和异常激活捕捉来提高深度学习模型在开放世界中的离群分布检测性能	MuSIA方法首次结合多源信息融合与异常激活捕捉，显著提升了离群分布检测的性能	论文未提及该方法在实时性要求高的场景下的表现，也未讨论计算资源消耗情况	提高深度学习模型在开放世界中的离群分布检测性能	离群分布样本检测	machine learning	NA	多源信息融合技术	ViT, RepVGG, DeiT等预训练模型	NA	在6个OOD数据集上进行了实验
6	2025-06-01	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的细化技术，实现了全局上下文感知与静态特征的结合，提高了准确性而不增加模型复杂度	NA	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	AESeg	RGB-D图像	NYUv2、SUN-RGBD和CamVid数据集
7	2025-06-01	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电阻抗断层扫描（EIT）重建方法，有效整合图像先验信息以提高重建质量	通过使用图像先验信息指导神经网络的初始化，充分利用先验知识，提出了三种不同的先验信息嵌入策略	未提及具体的数据集规模或实验条件的限制	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）重建	医学影像处理	NA	深度学习	神经网络	图像	NA
8	2025-06-01	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	提出一种新颖的提示正则化方法（PrRe）和两阶段分类器（TSC）来增强少样本类增量学习（FSCIL）的性能	通过嵌入任务提示和全局提示两种不同的提示到预训练的Vision Transformer（ViT）中，最大化提示的融合，并提出两阶段分类器（TSC）用于分类阶段	NA	提高少样本类增量学习的效率和性能	预训练的Vision Transformer（ViT）模型	computer vision	NA	Prompt Learning, K-Nearest Neighbors, Prototype Classifier	Vision Transformer (ViT)	image	NA
9	2025-06-01	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	本文介绍了一种基于YOLOv8的增强网络YOLOv8-G2F，用于轻量级手势识别	引入了改进的轻量级模块，替代了传统卷积模块，并采用了线性变换、组卷积和深度可分离卷积来提取图像信息，同时使用模型剪枝进一步减小模型大小并提高准确率	未提及具体局限性	降低手势识别硬件成本并扩大应用场景	手势识别	computer vision	NA	深度学习	YOLOv8-G2F	video	nus-ii手势数据集
10	2025-06-01	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	research paper	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	采用混合注意力机制的Siamese网络，有效提取氨基酸、原子和蛋白质序列的表示，深度融合残基和原子层面的结构信息，并捕捉氨基酸间的长程和短程依赖关系	未明确提及具体局限性	改进蛋白质稳定性突变影响的预测，以促进蛋白质工程和疾病相关突变分子机制的研究	蛋白质稳定性突变影响（ΔΔG）	machine learning	NA	deep learning	Siamese network with hybrid attention mechanism	protein sequences and structural information	未明确提及具体样本量
11	2025-06-01	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），以增强广度学习系统（BLS）的数据处理能力	创新性地将分数阶优化引入广度学习系统（BLS），利用分数阶微分方程的长时记忆特性优化权重过程	未提及具体的数据集或应用场景限制	提升广度学习系统（BLS）在处理异常值时的性能	广度学习系统（BLS）及其优化方法	machine learning	NA	fractional order optimization	BLS, FOBLS	NA	NA
12	2025-06-01	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	提出了一种自适应点云变换器（AdaPT），通过自适应令牌选择机制动态减少令牌数量，以高效处理大规模点云	引入了自适应令牌选择机制和预算机制，显著降低了计算复杂度，同时保持了与标准点云变换器相当的准确性	未提及具体在哪些实际应用场景中进行了测试，可能缺乏广泛的实际验证	解决点云变换器在处理大规模点云时的可扩展性问题	点云数据	computer vision	NA	adaptive token selection mechanism, budget mechanism	transformer (AdaPT)	point cloud	未明确提及具体样本数量
13	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
14	2025-06-01	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AI驱动的自动化解决方案，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	未提及具体的技术实现细节或系统验证结果	自动化驾驶模拟实验中的数据标注过程，提高研究效率	驾驶模拟器生成的原始数据和驾驶员视觉注意力数据	计算机视觉	NA	深度学习	NA	视频、传感器数据	未提及具体样本量
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	2025-06-01	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	本研究提出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）信号的分类准确率	利用黎曼几何特性将EEG信号投影到低维子空间，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	NA	提高运动想象脑电图信号的分类准确率，以促进脑机接口（BCI）系统的发展	运动想象（MI）脑电图（EEG）信号	脑机接口	NA	黎曼几何空间滤波（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
18	2025-06-01	Automatic segmentation of the midfacial bone surface from ultrasound images using deep learning methods 2025-Jul, International journal of oral and maxillofacial surgery IF:2.2Q2 DOI:10.1016/j.ijom.2025.01.012 PMID:39880737	研究论文	本研究开发了一种基于深度学习的自动算法，用于从2D超声图像中分割中面部骨表面	首次将多种深度学习网络（如nnU-Net、U-Net等）应用于中面部骨表面的自动分割，并比较了它们的性能	研究仅针对中面部骨表面，未验证其他骨骼部位的分割效果	开发自动分割中面部骨表面的算法，提高超声图像分析的准确性和效率	中面部骨表面	计算机视觉	NA	3D超声成像	nnU-Net, U-Net, ConvNeXt, Mask2Former, SegFormer, DDRNet	2D超声图像	NA
19	2025-06-01	Advances in photoactivated carbon-based nanostructured materials for targeted cancer therapy 2025-Jul, Advanced drug delivery reviews IF:15.2Q1 DOI:10.1016/j.addr.2025.115604 PMID:40354939	综述	本文综述了光激活碳基纳米结构材料在靶向癌症治疗中的关键创新	探讨了碳基纳米材料（CBNs）在光热、光化学和光声特性方面的卓越表现，以及其在靶向癌症治疗中的多功能性和适应性	讨论了这些纳米材料在生物系统中的长期效应和降解特性，以及制造过程中的可重复性和生物相容性挑战	探索光激活碳基纳米材料在靶向癌症治疗中的应用潜力	碳基纳米材料（CBNs）及其在乳腺癌、肺癌和胶质瘤中的应用	纳米医学	乳腺癌、肺癌、胶质瘤	光热疗法、光动力疗法、光化学内化	随机森林、支持向量机、神经网络、深度学习	NA	NA
20	2025-06-01	AI image analysis as the basis for risk-stratified screening 2025-Jun, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01734-4 PMID:39794661	review	本文综述了人工智能在乳腺癌筛查中的应用，特别是AI风险预测模型的最新进展	探讨了从传统成像生物标志物到前沿深度学习和多模态方法的AI风险预测模型	AI风险模型主要在研究环境中探索，尚未广泛临床应用	优化AI工具在乳腺癌筛查中的采用，提高不同人群的公平性和结果	乳腺癌筛查中的AI风险预测模型	digital pathology	breast cancer	deep learning, multimodal approaches	AI risk models	image	NA