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
4081	2025-10-06	Shear Wave Optical Coherence Elastography Imaging by Deep Learning 2025-Sep, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.70027 PMID:40210208	研究论文	本研究提出了一种结合光学相干弹性成像与深度学习的优化数据处理工作流程，用于预测眼组织生物力学特性	首次将3D卷积神经网络应用于光学相干弹性成像数据，通过浓度预测网络直接预测样本浓度并计算杨氏模量	研究主要使用琼脂模型和离体猪角膜进行验证，尚未在临床环境中进行广泛测试	开发高效的眼组织力学特性量化方法，提升眼科疾病诊断能力	琼脂模型和离体猪角膜组织	医学影像分析	眼科疾病	光学相干弹性成像	CNN	3D光学相干弹性成像数据	琼脂模型和不同眼压条件下的离体猪角膜	NA	3D卷积神经网络	平均绝对误差	NA
4082	2025-10-06	Heterogeneous Mutual Knowledge Distillation for Wearable Human Activity Recognition 2025-Sep, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3556317 PMID:40232930	研究论文	提出一种用于可穿戴人类活动识别的异构互知识蒸馏框架	提出异构互知识蒸馏方法，通过中间层和输出层的相互学习以及加权集成特征融合来解决异构架构间的知识迁移问题	NA	改进可穿戴人类活动识别中的知识蒸馏效率	可穿戴设备的人类活动识别	机器学习	NA	知识蒸馏	ResNetLSTMaN, MLP	传感器数据	HAPT、WISDM和UCI_HAR三个数据集	NA	ResNetLSTMaN, MLP	准确率, F1分数	NA
4083	2025-10-06	Robust Unsupervised Deep Learning for Nonblind Image Deconvolution With Inaccurate Kernels 2025-Sep, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3556867 PMID:40279234	研究论文	提出一种完全无监督的深度学习方法来处理非盲图像去卷积问题，能够有效应对测量噪声和核误差	开发了无需真实标签的端到端训练流程，提出了自重建损失函数处理测量噪声，引入自集成损失函数和集成推理方案应对核误差	未明确说明在极端噪声或严重核误差情况下的性能表现	解决非盲图像去卷积问题，特别是在缺乏真实标签图像的实际应用场景中	模糊图像及其对应的可能不准确的模糊核	计算机视觉	NA	深度学习	深度学习模型	图像	NA	NA	NA	NA	NA
4084	2025-10-06	An Efficient Domain Knowledge-Guided Semantic Prediction Framework for Pathological Subtypes on the Basis of Radiological Images With Limited Annotations 2025-Sep, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3558596 PMID:40293902	研究论文	提出一种融合领域知识引导的主动学习和半监督学习的高效语义预测框架，用于在有限病理标注的放射影像上预测病理亚型	结合领域知识引导的主动学习和半监督学习方法，通过三个关键模块有效解决有限标注下的病理亚型预测问题	NA	开发能够在有限病理标注条件下准确预测放射影像病理亚型的深度学习框架	胰腺神经内分泌肿瘤的病理分级预测和膀胱癌的肌层浸润性预测	计算机视觉	胰腺神经内分泌肿瘤,膀胱癌	放射影像分析	深度学习	放射影像	NA	NA	NA	NA	NA
4085	2025-10-06	Heterogeneous Riemannian Few-Shot Learning Network 2025-Sep, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3561930 PMID:40305249	研究论文	提出一种基于异构黎曼流形的小样本学习网络HRFL-Net，通过将图像特征投影到三个异构黎曼流形空间进行端到端深度学习	首个在异构黎曼流形上进行端到端深度学习的小样本学习方法，设计了基于神经网络的黎曼度量学习方法	NA	解决小样本学习问题，提高模型从少量样本中学习新概念的能力	图像数据	机器学习	NA	NA	深度学习网络	图像	四个公共数据集	NA	HRFL-Net	NA	NA
4086	2025-10-06	A Survey and Evaluation of Adversarial Attacks in Object Detection 2025-Sep, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3561225 PMID:40327472	综述	本文系统评估了目标检测系统中的对抗攻击方法，提出了分类框架并进行了实证分析	提出了专门针对目标检测架构的对抗攻击分类框架，并对传统检测器和现代视觉语言预训练检测器进行了全面评估	主要基于开源攻击实现进行分析，缺乏标准化评估协议	评估目标检测系统中的对抗攻击脆弱性并建立鲁棒性评估基础	目标检测模型，包括传统检测器和现代视觉语言预训练检测器	计算机视觉	NA	对抗攻击	深度学习模型	图像	NA	NA	传统目标检测器, 视觉语言预训练检测器	鲁棒性指标	NA
4087	2025-10-06	AdvMixUp: Adversarial MixUp Regularization for Deep Learning 2025-Sep, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3562363 PMID:40327482	研究论文	提出一种名为AdvMixUp的新型正则化方法，通过结合对抗训练生成更具挑战性的混合样本来防止深度神经网络过拟合	首次将对抗训练与MixUp结合，创建样本依赖和特征级的插值掩码，生成更接近决策边界的困难混合样本	仅在图像数据集上进行评估，未涉及其他类型数据	开发更有效的正则化方法来防止深度神经网络过拟合	深度神经网络	计算机视觉	NA	数据增强	深度神经网络	图像	CIFAR-10、CIFAR-100、Tiny-ImageNet和ImageNet数据集	NA	NA	NA	NA
4088	2025-10-06	Toward Ultralow-Power Neuromorphic Speech Enhancement With Spiking-FullSubNet 2025-Sep, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3566021 PMID:40372867	研究论文	提出了一种基于脉冲神经网络的超低功耗语音增强系统Spiking-FullSubNet	采用全频带与子频带融合方法，引入受人类听觉系统启发的频率分区方法，并提出能动态控制信息整合与遗忘的新型脉冲神经元模型	NA	开发适用于边缘设备的超低功耗语音增强系统	语音信号	语音增强	NA	脉冲神经网络	SNN	音频	Intel N-DNS挑战赛数据集	NA	Spiking-FullSubNet	语音质量指标, 能效指标	NA
4089	2025-10-06	Staged Self-Supervised Learning for Raven Progressive Matrices 2025-Sep, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3561069 PMID:40408204	研究论文	本研究提出并研究了一种基于Transformer架构的抽象组合变换器，用于解决需要完成空间视觉模式的抽象推理任务	提出抽象组合变换器架构，结合自监督学习在小训练集上成功训练，缓解了Raven渐进矩阵中已知的多个偏差	NA	开发能够处理抽象推理任务的深度学习架构，特别针对Raven渐进矩阵问题	Raven渐进矩阵（RPMs）——需要从可选答案中选择正确图像的逻辑谜题	机器学习	NA	自监督学习	Transformer	空间视觉图像	相对较小的训练集	NA	抽象组合变换器（ACTs）	在两个最流行的RPM基准测试上达到最先进水平	NA
4090	2025-10-06	TRG-Net: An Interpretable and Controllable Rain Generator 2025-Sep, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3565726 PMID:40424114	研究论文	提出一种基于深度学习的可解释可控雨滴生成器TRG-Net，通过显式编码雨滴基本要素来增强雨天图像处理模型的训练数据	将物理生成机制融入深度学习网络，显式学习雨滴形状、方向、长度、宽度和稀疏度等基本要素，实现可解释且可控的雨滴生成	未明确说明模型在极端天气条件下的表现和计算效率	开发可解释可控的雨滴生成方法以增强雨天图像处理模型的训练数据	雨天图像生成和去雨任务	计算机视觉	NA	深度学习图像生成	神经网络生成器	图像	NA	深度学习框架	TRG-Net	生成质量、去雨效果、下游任务性能	NA
4091	2025-10-06	Deep Learning for Low-Light Vision: A Comprehensive Survey 2025-Sep, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3566647 PMID:40456083	综述	本文系统综述了深度学习在低光照视觉领域的最新进展，包括视觉质量驱动和识别质量驱动两个方面的研究方法、数据集和评估指标	首次对低光照相关视觉任务进行全面综述，采用更直观的分类方法对低光照目标检测技术进行系统梳理，并建立了持续更新的公开网站	主要关注深度学习方法，对传统方法覆盖有限；部分新兴低光照视觉任务可能未完全涵盖	系统梳理低光照视觉领域的研究现状和发展趋势	低光照图像增强方法和低光照目标检测技术	计算机视觉	NA	深度学习	NA	图像	多个广泛采用的低光照视觉相关数据集	NA	NA	定量基准测试指标	NA
4092	2025-10-06	A Survey on Confidence Calibration of Deep Learning-Based Classification Models Under Class Imbalance Data 2025-Sep, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3565159 PMID:40531642	综述	本文系统综述了类别不平衡数据下基于深度学习的分类模型的置信度校准方法	首次将置信度校准与类别不平衡问题结合进行综合研究，从理论角度分析类别不平衡对置信度校准的影响，并对60种先进方法进行系统分类和比较	作为综述文章，主要基于现有文献分析，缺乏原创性实验验证	研究类别不平衡数据下深度学习分类模型的置信度校准问题	基于深度学习的分类模型	机器学习	NA	深度学习	分类模型	类别不平衡数据	NA	NA	NA	置信度校准评估指标	NA
4093	2025-10-06	MDFA: A Quantitative Framework for the Analysis of Multimodal Facial Esthetics 2025-Sep, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3570389 PMID:40531641	研究论文	提出一种基于标签分布的多模态面部美学分析框架LDMFE，通过结合2D和3D信息进行面部美学评估	首次将2D和3D多模态特征结合用于面部美学评估，提出深度信息提取网络DIENet和新型分布测量损失函数${\mathcal {L}}_{\text {WD}}$	依赖3D数据采集设备且成本较高，现有方法主要基于自建3D数据集，在2D面部图像实际应用场景中受限	开发定量分析多模态面部美学的框架，提升面部美观度预测的准确性	2D和3D面部图像数据	计算机视觉	NA	多模态特征融合	深度学习	2D图像, 3D数据	三个数据集	NA	DIENet, FSP-Layer, AD-Block	稳定性, 有效性	NA
4094	2025-10-06	Hyperspectral Imaging Combined With Deep Learning for Precision Grading of Clear Cell Renal Cell Carcinoma 2025-Sep, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202500180 PMID:40545924	研究论文	本研究结合高光谱成像与深度学习技术，实现透明细胞肾细胞癌的精准分级	提出融合小波去噪和主成分分析的预处理流程，并设计结合注意力机制和Transformer模块的一维卷积神经网络架构	仅使用80个ccRCC样本进行验证，样本规模有限	提高透明细胞肾细胞癌分级的准确性和诊断精度	透明细胞肾细胞癌组织样本	计算机视觉	肾癌	高光谱成像	CNN, Transformer	高光谱图像	80个透明细胞肾细胞癌样本	NA	1D CNN with attention mechanisms and Transformer module	准确率, 灵敏度, 特异性	NA
4095	2025-10-06	A novel approach for CT image smoothing: Quaternion Bilateral Filtering for kernel conversion 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110644 PMID:40779990	研究论文	提出一种结合四元数数学和双边滤波的新型CT图像平滑方法，用于改善重建后CT图像的噪声问题	将四元数数学与双边滤波相结合，直接在重建后的锐核图像上操作，无需原始投影数据	仅针对特定重建核（如B30f、B50f）进行验证，未涉及更广泛的核类型	开发一种无需原始投影数据的CT图像去噪方法	CT重建图像	医学影像处理	NA	CT成像	传统图像滤波方法	医学图像	使用来自同一患者的配对数据	NA	四元数双边滤波器	SSIM, PSNR, MAE, RMSE, NIQE, BRISQUE, PIQE	NA
4096	2025-10-06	Clinical insights to improve medical deep learning design: A comprehensive review of methods and benefits 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110780 PMID:40782553	综述	本文系统回顾了医学深度学习设计中融入临床见解的方法与价值	首次系统性地将临床启发方法分类为训练准备、3D医学图像处理、临床数据整合和模型架构选择四个维度	仅基于400篇研究文献的分析，未涵盖所有医学影像模态	探索临床知识如何改进医学深度学习系统的设计	三维计算机断层扫描（CT）图像数据	计算机视觉	NA	CT成像	深度学习	3D医学图像	基于400篇研究文献的分析，其中47篇重点研究	NA	NA	准确性、鲁棒性、可解释性	NA
4097	2025-10-06	U-FISH: a fluorescent spot detector for imaging-based spatial-omics analysis and AI-assisted FISH diagnosis 2025-Sep-01, Genome biology IF:10.1Q1 DOI:10.1186/s13059-025-03736-x PMID:40890868	研究论文	开发了一种名为U-FISH的深度学习荧光斑点检测方法，用于空间组学分析和AI辅助FISH诊断	首个集成大型语言模型的斑点检测软件，能增强图像质量实现跨平台一致性斑点检测	NA	解决空间组学数据中信号斑点准确识别的挑战	七种空间组学方法产生的FISH图像数据	数字病理学	NA	FISH（荧光原位杂交）	深度学习	图像数据	来自七种空间组学方法的综合FISH图像数据集	NA	NA	准确度, 泛化能力	NA
4098	2025-10-06	Statistical learning methods for improving predictive performance in time-dependent survival models 2025-Sep-01, Genomics & informatics DOI:10.1186/s44342-025-00050-7 PMID:40890892	研究论文	本研究通过改进时间间隔划分和集成加权方法，提升生存模型在COVID-19等传染病中的时间依赖性效应预测性能	提出精细化的时间间隔划分方法和加权集成风险比计算，改进了传统Cox比例风险模型对时间依赖性效应的捕捉能力	研究主要基于UK Biobank数据，需要进一步验证在其他人群和疾病中的适用性	改进生存分析模型在传染病时间依赖性效应中的预测准确性	COVID-19感染与未感染个体的死亡风险比较	机器学习	COVID-19	生存分析	Cox PH, RSF, DeepSurv, DeepHit	临床生存数据	UK Biobank数据集	NA	分层Cox比例风险模型, 随机生存森林, 深度学习生存模型	预测准确性, 风险比	NA
4099	2025-10-06	Detecting papilloedema as a marker of raised intracranial pressure using artificial intelligence: A systematic review 2025-Sep, PLOS digital health DOI:10.1371/journal.pdig.0000783 PMID:40892792	系统综述	系统评估人工智能在视网膜图像中检测视乳头水肿作为颅内压升高标志物的应用现状	首次对AI检测视乳头水肿领域进行系统综述，并开发了新的偏倚评估工具'SMART'	数据选择存在高度偏倚、报告质量差、可重复性证据有限	评估AI在视乳头水肿检测中的临床应用价值	视乳头水肿患者的视网膜图像	医学影像分析	颅内压增高相关疾病	视网膜成像技术	深度学习系统,非深度学习系统	视网膜图像	训练集正常视盘图像中位数2509张，视乳头水肿图像中位数1292张；测试集正常视盘图像中位数569张，视乳头水肿图像中位数201张	NA	NA	敏感度,特异度	NA
4100	2025-10-06	An innovative bimodal computed tomography data-driven deep learning model for predicting aortic dissection: a multi-center study 2025-Sep-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2024-2807 PMID:40893488	研究论文	开发了一种基于双模态CT数据的深度学习模型，用于预测主动脉夹层	首次提出能够同时处理非对比CT和CTA双模态输入的深度学习框架，实现双路径检测	回顾性研究，样本量有限	提高主动脉夹层的诊断效率	主动脉夹层患者	医学影像分析	心血管疾病	计算机断层扫描	深度学习模型	CT图像	第一阶段102例患者，第二阶段861例病例，来自三个医疗中心	NA	主动脉检测网络(AoDN), 主动脉夹层诊断网络(ADDiN)	AP@0.5, AUC	NA