深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
3101	2026-02-28	Multi-receptor skin with highly sensitive tele-perception somatosensory 2024-09-13, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adp8681 PMID:39259789	研究论文	本文提出了一种具有高灵敏度远程感知能力的仿生多受体皮肤，通过结构化掺杂无机纳米颗粒增强局部电场，并结合深度学习算法，实现了超越传统非接触传感器的感知性能	提出远程感知概念以扩展人类感知，采用结构化掺杂无机纳米颗粒增强电场，结合LSTM和CNN算法实现高精度材料识别与三维物体形状判别	未明确说明样本大小、计算资源细节或模型架构的具体变体	增强人类感知与认知，超越传统非接触传感器的限制	仿生多受体皮肤、监控系统、机器人操纵器、三维物体	机器学习	NA	结构化掺杂无机纳米颗粒、深度学习算法	LSTM, CNN	传感器数据、三维物体扫描数据	NA	NA	长短期记忆网络、卷积神经网络	Δ/Δ灵敏度14.2、材料识别准确率99.56%	NA
3102	2026-02-28	Foundation model of neural activity predicts response to new stimulus types and anatomy 2024-Aug-31, bioRxiv : the preprint server for biology DOI:10.1101/2023.03.21.533548 PMID:36993435	研究论文	本文通过收集大量小鼠视觉皮层神经活动数据，训练了一个基础模型，能够准确预测神经元对任意自然视频的响应，并展示了其在跨小鼠、跨刺激域以及预测解剖学特征方面的泛化能力	首次将基础模型范式应用于神经活动预测，实现了对新型刺激类型和解剖学特征的跨域泛化预测	模型主要基于视觉皮层数据，尚未验证在其他脑区或更复杂认知任务中的泛化能力	构建能够泛化预测神经活动和解剖学特征的基础脑模型	小鼠视觉皮层的神经活动数据	机器学习	NA	神经活动记录	基础模型	神经活动时间序列数据	来自多只小鼠的大量神经活动数据	NA	NA	预测准确性	NA
3103	2026-02-28	Pixel-wise segmentation of cells in digitized Pap smear images 2024-07-06, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03566-9 PMID:38971865	研究论文	本文介绍了一个用于宫颈癌筛查的数字化巴氏涂片图像细胞分割数据集APACS23，并探讨了其用于训练深度学习模型的潜力	创建了一个包含约37,000个手动分割细胞的大型数据集APACS23，专门用于巴氏涂片图像中的细胞像素级分割，为科学研究和挑战赛提供了官方基准	未提及具体模型性能或分割算法的详细评估，主要侧重于数据集的描述和可用性	开发用于宫颈癌筛查的巴氏涂片图像细胞分割数据集，以支持人工智能系统的训练	数字化巴氏涂片图像中的细胞	数字病理学	宫颈癌	光学显微镜分析	NA	图像	约37,000个手动分割的细胞	NA	NA	NA	NA
3104	2026-02-28	1 Million Segmented Red Blood Cells With 240 K Classified in 9 Shapes and 47 K Patches of 25 Manual Blood Smears 2024-07-02, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03570-z PMID:38956115	研究论文	本文介绍了一个包含100万个分割红细胞和24万个按9种形状分类的数据集，用于开发基于深度学习的红细胞形态自动化检查	创建了首个大规模手动血液涂片数据集，包含详细的红细胞分割和形状分类，支持深度学习在红细胞形态学检查中的自动化应用	数据集仅基于25个不同患者的手动血液涂片，可能无法涵盖所有临床变异或自动化制备的涂片	开发基于深度学习的红细胞形态学自动化检查技术，包括检测、计数、分割和分类	红细胞形态和形状	数字病理学	贫血	光显微镜成像	深度学习图像分类器	图像	25个不同患者的手动血液涂片，产生47K+视野图像/补丁	NA	NA	NA	NA
3105	2026-02-28	ROCOv2: Radiology Objects in COntext Version 2, an Updated Multimodal Image Dataset 2024-06-26, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03496-6 PMID:38926396	研究论文	本文介绍了ROCOv2数据集，这是一个更新的多模态放射学图像数据集，包含图像、医学概念和标题，用于支持医学图像分析任务	在2018年发布的ROCO数据集基础上，新增了35,705张新图像，并为X射线图像提供了手动整理的解剖和方向概念	NA	提供一个大规模、高质量的多模态放射学数据集，以支持自动医学图像分析系统的训练和评估	从PMC开放获取子集中提取的放射学图像及其相关的医学概念和标题	数字病理	NA	NA	NA	图像, 文本	79,789张图像	NA	NA	NA	NA
3106	2026-02-28	CMRxRecon: A publicly available k-space dataset and benchmark to advance deep learning for cardiac MRI 2024-06-25, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03525-4 PMID:38918497	研究论文	本文介绍了一个公开的k空间数据集CMRxRecon，用于推动深度学习在心脏磁共振成像重建中的应用	首次公开发布包含多对比度、多视图、多切片和多线圈的300名受试者心脏磁共振原始k空间数据，填补了该领域公开数据集的空白	数据集可能受限于特定采集协议和受试者群体，未提及外部验证或临床部署的具体挑战	通过提供标准化数据集和评估标准，促进深度学习在心脏磁共振快速成像重建算法的发展	心脏磁共振成像的k空间数据，包括心脏电影和映射序列	医学影像重建	心血管疾病	心脏磁共振成像（CMR），包括多对比度、多视图、多切片和多线圈采集	NA	原始k空间数据，包含自动校准线	300名受试者的多对比度、多视图、多切片和多线圈心脏磁共振数据	NA	NA	NA	NA
3107	2026-02-28	Microscopy Image Dataset for Deep Learning-Based Quantitative Assessment of Pulmonary Vascular Changes 2024-06-15, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03473-z PMID:38879569	研究论文	本研究介绍了一个用于深度学习语义分割的肺循环血管显微镜图像数据集，以评估肺血管变化	提出了一个包含原始显微照片、专家测量数据和轮廓标注的肺循环血管数据集，支持基于U-Net的深度学习管道开发	数据集规模有限（609张显微照片），且依赖专家标注，可能引入主观偏差	开发用于肺循环血管病理评估的深度学习工具，以自动化定量参数测量	肺循环血管的显微图像	数字病理学	肺高血压	组织学显微成像	CNN	图像	609张原始显微照片	NA	U-Net	NA	NA
3108	2026-02-28	An AS-OCT image dataset for deep learning-enabled segmentation and 3D reconstruction for keratitis 2024-06-13, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03464-0 PMID:38871784	研究论文	本文提供了一个用于深度学习分割和三维重建的AS-OCT图像数据集，以支持角膜炎的研究	首次提供了公开访问的AS-OCT图像数据集，包含角膜炎患者的标注图像，支持二维和三维图像分析	数据集规模相对较小，仅包含6名患者的图像，可能限制模型的泛化能力	推进AS-OCT图像在角膜炎管理中的图像分析领域，特别是深度学习方法的应用	角膜炎患者的AS-OCT图像	计算机视觉	角膜炎	AS-OCT成像	NA	图像	1168张AS-OCT图像，来自6名患者	NA	NA	NA	NA
3109	2026-02-28	A Clinical Bacterial Dataset for Deep Learning in Microbiological Rapid On-Site Evaluation 2024-06-08, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03370-5 PMID:38851809	研究论文	本文介绍了一个用于微生物快速现场评估的临床细菌数据集，旨在支持深度学习在自动病原体识别中的应用	提供了首个基于临床标本（而非人工培养细菌）的Gram染色细菌图像数据集，并进行了基准检测与分割网络测试	数据集规模相对较小（1705张图像），且仅包含来自单一医院的样本，可能缺乏泛化性	改善微生物快速现场评估中细菌自动识别的质量与速度	肺部感染患者的呼吸道标本中的Gram染色细菌图像	数字病理学	肺部感染	Gram染色、显微镜观察	检测与分割网络	图像	1705张图像（来自2018-2022年临床标本），包含4833个球菌和6991个杆菌标注	NA	NA	NA	NA
3110	2026-02-28	What's in a Prior? Learned Proximal Networks for Inverse Problems 2024-May, ... International Conference on Learning Representations PMID:41743457	研究论文	本文提出了一种学习近端网络框架，用于解决逆问题中的正则化任务，并证明其能精确表示数据驱动的非凸正则化器的近端算子	开发了学习近端网络，首次证明其能作为数据驱动非凸正则化器的精确近端算子，并引入新的训练策略以恢复真实数据分布的对数先验	未明确说明模型在极端噪声或复杂数据分布下的泛化能力限制	为逆问题开发具有收敛保证的通用、无监督、表达性强的近端算子	逆问题中的正则化任务，特别是通过数据驱动方法学习先验信息	机器学习	NA	深度学习	深度神经网络	通用数据（未指定具体类型）	NA	NA	学习近端网络	状态-of-the-art性能	NA
3111	2026-02-28	Generative Adversarial Networks Accurately Reconstruct Pan-Cancer Histology from Pathologic, Genomic, and Radiographic Latent Features 2024-Mar-25, bioRxiv : the preprint server for biology DOI:10.1101/2024.03.22.586306 PMID:38585926	研究论文	本文提出并验证了一种名为HistoXGAN的自定义生成对抗网络，能够利用特征提取器生成的特征向量重建代表性组织学图像	开发了HistoXGAN模型，首次实现了从病理、基因组和放射学潜在特征中准确重建泛癌组织学图像，并用于解释深度学习模型的生物学特征	未明确说明模型在特定癌症亚型或小样本数据集上的泛化能力限制	通过生成对抗网络重建肿瘤组织学图像，以解释深度学习模型提取的特征的生物学意义	29种癌症亚型的肿瘤组织学图像	数字病理学	泛癌（多种癌症）	生成对抗网络（GAN）	GAN	图像	涉及29种癌症亚型的样本，具体数量未明确说明	NA	HistoXGAN（自定义生成对抗网络）	图像重建准确性、肿瘤分级信息保留、组织学亚型识别、基因表达模式匹配	NA
3112	2026-02-28	Enhancing facial feature de-identification in multiframe brain images: A generative adversarial network approach 2024, Progress in brain research DOI:10.1016/bs.pbr.2024.07.003 PMID:39448110	研究论文	本文提出了一种基于生成对抗网络的新方法，用于脑部图像中面部特征的去标识化，通过合成新的面部特征和轮廓来保护隐私	与先前研究处理完整头部图像不同，本方法专注于头部图像的部分区域（如耳朵、鼻子、嘴巴、眼睛）进行去标识化，更贴近实际影像检查场景	在测试数据集中，耳朵检测的准确率相对较低（65.98%），表明模型对某些面部特征的泛化能力有待提升	开发一种鲁棒的面部特征去标识化方法，以符合隐私法规并促进脑科学公共数据集的共享	脑部图像中的面部特征（耳朵、鼻子、嘴巴、眼睛）	计算机视觉	NA	生成对抗网络，三维U-Net模型	GAN, CNN	图像	490例头部CT图像和70例头部MR图像	NA	U-Net	准确率，结构相似性指数	NA
3113	2026-02-27	Twisted convolutional networks (TCNs): Enhancing feature interactions for non-spatial data classification 2026-May, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.108451 PMID:41420941	研究论文	提出了一种用于一维非空间数据分类的新型深度学习架构——扭曲卷积网络（TCNs）	通过理论基础的乘性和成对交互机制显式组合输入特征子集，以捕获传统卷积方法忽略的高阶特征交互	未明确讨论计算复杂度相对于传统方法的增加程度	开发适用于特征顺序任意且空间关系最小的一维数据的分类方法	一维非空间数据	机器学习	NA	深度学习	CNN	一维数据	五个基准数据集（医学诊断、政治学、合成数据、化学计量学、医疗保健）	NA	扭曲卷积网络（TCNs）	统计显著性检验	NA
3114	2026-02-27	MMC-CS: Multi-branch multi-stage contrastive learning for self-supervised compressed sensing 2026-May, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.108475 PMID:41422622	研究论文	提出一种用于图像压缩感知的自监督深度学习框架MMC-CS，通过多分支多阶段对比学习解决无真实数据下的逆问题	提出多分支多阶段渐进交叉对比结构，在无真实数据情况下有效学习图像先验；设计端到端深度神经网络，展开近端梯度下降算法；在重建过程中实现多尺度协同优化，结合图像路径和卷积特征路径	未明确说明计算复杂度与实时性表现，未与其他自监督方法进行广泛的计算效率对比	解决图像压缩感知中真实数据难以获取和测量数据利用不足的问题	图像压缩感知的逆问题求解	计算机视觉	NA	自监督学习，对比学习	深度神经网络	图像	NA	NA	基于近端梯度下降展开的网络，多分支多阶段结构	PSNR	NA
3115	2026-02-27	Adversarial incomplete multi-view clustering with adaptive contrastive learning 2026-May, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.108484 PMID:41435732	研究论文	本文提出了一种名为ACLN的新型不完整多视图聚类方法，通过结合自适应对比学习和对抗学习网络来解决多视图数据中视图缺失的问题	创新点在于设计了一个自适应对比学习模块，能根据每个视图中共享信息的重要性动态调整对比学习参数，并整合生成对抗网络以提升潜在特征表示质量	未在摘要中明确说明	研究目标是不完整多视图数据的聚类问题，旨在提高聚类性能	研究对象是不完整多视图数据，即某些视图因传感器故障或数据损坏而不可用的场景	机器学习	NA	自适应对比学习, 对抗学习	GAN	多视图数据	六个多视图数据集	NA	生成对抗网络	聚类性能指标（未具体说明）	NA
3116	2026-02-27	Decoupling time and space: An adaptive shared graph convolutional network for dynamic market price forecasting 2026-May, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.108489 PMID:41455244	研究论文	提出了一种用于产品价格预测的时空解耦自适应共享图卷积网络（STDAsh-GCN）	引入了全局共享参数机制以实现时空表示的深度解耦，并设计了自适应特征聚合模块和共享注意力机制来动态评估节点贡献并平衡输入特征与邻接关系的影响	NA	准确预测产品价格以帮助企业预测市场趋势并主动调整销售策略	产品市场价格	机器学习	NA	NA	图神经网络	时空数据	三个真实工业数据集（包括一个硫酸钾生产企业的数据）	NA	STDAsh-GCN	NA	NA
3117	2026-02-27	Dynamic comprehensive difficulty knowledge cells based on KAN network and stable learning for knowledge tracing 2026-May, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.108514 PMID:41478142	研究论文	提出一种基于KAN网络和稳定学习的动态综合难度知识单元模型（DDKC），用于知识追踪任务	首次将动态变化的综合难度概念引入知识追踪，并采用KAN网络动态更新难度；提出基于稳定学习的训练策略以消除学生侥幸猜测带来的虚假相关性	未明确说明模型在跨学科或大规模在线教育平台中的泛化能力	提升知识追踪任务中对学生知识状态动态变化的建模精度	学生在教育场景中的学习行为与知识掌握状态	自然语言处理	NA	深度学习	KAN网络	教育行为数据	多个公共教育数据集（未指定具体数量）	NA	动态综合难度知识单元（DDKC）	预测性能指标（未具体说明）	NA
3118	2026-02-27	ClinReadNet: A clinical reading-inspired network for low-dose abdominal CT image quality assessment 2026-May, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.108535 PMID:41494492	研究论文	提出一种名为ClinReadNet的深度学习框架，用于低剂量腹部CT图像的无参考质量评估，其设计灵感来源于放射科医生的临床阅片逻辑	提出了一个与临床阅片逻辑对齐的深度学习框架，包含三个创新模块：Sobel序数质量网络（SOQN）模块同时关注边缘细节和整体质量分布；(S)W-MTMSA模块模拟医生从整体扫描到局部聚焦的阅片过程；分层排序概率得分（HRPS）损失函数结合粗分类和细分类逻辑并关注分级标签间的距离信息	NA	开发一个模仿医生阅片习惯的低剂量无参考图像质量评估模型，以优化腹部CT成像中辐射剂量与图像质量之间的平衡	低剂量腹部CT图像	计算机视觉	NA	CT成像	深度学习	医学图像	LDCTIQAG2023数据集	NA	ClinReadNet	PLCC, SROCC, KROCC	NA
3119	2026-02-27	A physics informed neural network architecture for moving boundary problems in science and engineering 2026-May, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.108500 PMID:41500169	研究论文	本文提出了一种专门用于解决移动边界问题的物理信息神经网络架构	设计了一种新颖且通用的物理信息神经网络架构，使用两个独立的神经网络分别预测自由边界和系统变量，以处理空间域随时间演化的移动边界问题	NA	开发一种用于科学和工程中移动边界问题的数值模拟方法	移动边界问题中的自由边界和系统变量	机器学习	NA	物理信息神经网络	神经网络	NA	NA	NA	物理信息神经网络	NA	NA
3120	2026-02-27	Leveraging hemispheric asymmetry in structural MRI with an attention-guided 3D CNN for early prediction of Alzheimer's conversion 2026-May, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.108534 PMID:41512495	研究论文	本文提出了一种名为HemiNet的轻量级3D卷积神经网络，通过分析大脑半球不对称性，利用单次结构MRI扫描预测轻度认知障碍向阿尔茨海默病的转化	首次将大脑半球不对称性作为关键生物标志物引入深度学习模型，设计了不对称差异挖掘、对侧半球融合和病理焦点注意力三个核心模块，实现了从单时间点扫描进行早期预测	研究依赖于ADNI单一数据集，临床可行性受限于单次扫描的预测能力，未在更广泛或多样化的队列中进行验证	早期预测轻度认知障碍向阿尔茨海默病的转化	轻度认知障碍患者	数字病理学	阿尔茨海默病	结构MRI	CNN	图像	ADNI数据集	NA	3D CNN	AUC, 准确率	NA