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
4281	2025-04-17	Hadamard product in deep learning: Introduction, Advances and Challenges 2025-Apr-15, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3560423 PMID:40232897	综述	本文综述了深度学习中的Hadamard乘积，探讨了其应用、优势及挑战	首次提出了Hadamard乘积在深度学习中的全面分类，并系统分析了其作为核心架构原语的作用	未进行实验验证，仅为基础理论分析	系统分析Hadamard乘积在深度学习中的应用及其潜力	Hadamard乘积在深度学习架构中的应用	机器学习	NA	NA	NA	多模态数据	NA
4282	2025-04-17	Constraint Boundary Wandering Framework: Enhancing Constrained Optimization with Deep Neural Networks 2025-Apr-15, 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优化新方法——约束边界漫游框架（CBWF）	引入了受主动集方法启发的边界漫游策略，增强了等式约束的可行性，并将Lipschitz常数作为可学习参数	NA	解决传统约束优化技术在可扩展性方面的挑战	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
4283	2025-04-17	Multi-View Self-Supervised Learning Enhances Automatic Sleep Staging from EEG Signals 2025-Apr-15, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3561228 PMID:40232903	research paper	该研究提出了一种多视图自监督学习方法，用于从脑电图信号中自动进行睡眠分期	采用多视图自监督学习方法，结合时间视图和频谱视图特征编码器，通过交叉视图对比损失和动态加权算法提高特征的迁移性和鲁棒性	依赖于公开数据集，未在更多样化的数据集上进行验证	提高自动睡眠分期的效率和准确性	脑电图信号	machine learning	睡眠障碍	自监督学习（SSL）	多视图睡眠分期模型	脑电图信号	三个公开数据集（SleepEDF-20、SleepEDF-78和MASS）
4284	2025-04-17	VibTac: A High-Resolution High-Bandwidth Tactile Sensing Finger for Multi-Modal Perception in Robotic Manipulation 2025-Apr-15, IEEE transactions on haptics IF:2.4Q2 DOI:10.1109/TOH.2025.3561049 PMID:40232917	研究论文	介绍了一种名为VibTac的新型多模态触觉传感手指，旨在同时提供高分辨率和高带宽的触觉感知	VibTac创新性地结合了基于视觉和基于振动的触觉传感模式，实现了高分辨率和高带宽的触觉感知	NA	提升机器人操作能力，通过提供关键的局部信息反馈	机器人触觉传感手指	机器人技术	NA	基于视觉和基于振动的触觉传感	深度学习模型	触觉数据、视觉数据、声音数据	实验中使用发出不同声音的物体（如以太网连接器）进行测试
4285	2025-04-17	Learning to Learn Transferable Generative Attack for Person Re-Identification 2025-Apr-15, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3558434 PMID:40232916	research paper	本文提出了一种名为MTGA的元学习优化方法，用于生成具有高度可转移性的对抗样本，以测试现实世界中行人再识别模型的鲁棒性	MTGA方法通过元学习优化，模拟跨模型、跨数据集和跨测试的黑盒元攻击任务，生成具有高度可转移性的对抗样本，并引入扰动随机擦除模块和归一化混合策略来提升攻击效果	未提及具体的局限性	研究行人再识别模型在对抗攻击下的鲁棒性	行人再识别模型	computer vision	NA	meta-learning	MTGA	image	未提及具体样本数量
4286	2025-04-17	FLINT: Learning-based Flow Estimation and Temporal Interpolation for Scientific Ensemble Visualization 2025-Apr-15, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3561091 PMID:40232923	研究论文	提出了一种名为FLINT的深度学习新方法，用于估计2D+时间和3D+时间科学集合数据的流场	FLINT是首个从科学集合中执行流估计的方法，即使在原始流信息缺失的情况下也能为每个离散时间步生成对应的流场	NA	开发一种能够灵活处理不同场景下科学集合数据流场估计和时间插值的方法	2D+时间和3D+时间的科学集合数据	科学可视化	NA	深度学习	CNN	科学集合数据	NA
4287	2025-04-17	Heterogeneous Mutual Knowledge Distillation for Wearable Human Activity Recognition 2025-Apr-15, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3556317 PMID:40232930	research paper	本文提出了一种异构互知识蒸馏框架（HMKD），用于可穿戴设备上的人类活动识别（HAR），旨在解决异构架构间知识转移效率低下的问题	提出异构互知识蒸馏框架（HMKD），通过加权集成特征方法融合教师和学生模型的中间层特征，增强异构架构间的知识交换	未提及具体局限性	提升可穿戴设备上人类活动识别的模型压缩和知识转移效率	可穿戴设备采集的人类活动数据	machine learning	NA	知识蒸馏（KD）	ResNetLSTMaN（教师模型）, MLP（学生模型）	传感器数据	HAPT、WISDM和UCI_HAR数据集
4288	2025-04-17	ProtNote: a multimodal method for protein-function annotation 2025-Apr-15, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf170 PMID:40233101	研究论文	介绍了一种名为ProtNote的多模态深度学习方法，用于蛋白质功能注释	ProtNote利用自由文本进行监督和零样本蛋白质功能预测，能够推广到未见和新的功能	未明确提及	推进蛋白质生物学和工程，解决蛋白质序列-功能关系的问题	蛋白质序列及其功能	自然语言处理	NA	深度学习	多模态深度学习模型	文本和蛋白质序列数据	未明确提及
4289	2025-04-17	Can Super Resolution via Deep Learning Improve Classification Accuracy in Dental 2025-Apr-15, Dento maxillo facial radiology DOI:10.1093/dmfr/twaf029 PMID:40233244	研究论文	本研究探讨了深度学习驱动的超分辨率技术对牙科图像分类准确性的影响	首次研究了通过超分辨率技术提高分辨率的牙科X光片的分类性能	仅使用了开源牙科图像数据集，可能无法代表所有临床场景	评估超分辨率技术对牙科图像分类性能的影响	牙科X光片	计算机视觉	牙科疾病	深度学习超分辨率技术	深度学习模型（未指定具体类型）	图像	开源牙科图像数据集（具体数量未说明）
4290	2025-04-17	Application of Deep Learning for Detection of Nasal Bone Fracture on X-Ray Nasal Bone Lateral View 2025-Apr-15, Dento maxillo facial radiology DOI:10.1093/dmfr/twaf028 PMID:40234238	研究论文	本研究评估了深度学习在X射线鼻骨侧位片上检测鼻骨骨折的效果	应用多种深度学习模型（如VGG16、Swin Transformer等）进行鼻骨骨折检测，并比较了它们的性能	研究仅基于单一放射中心的回顾性数据，可能存在样本偏差	评估深度学习在鼻骨骨折X射线图像检测中的效能	X射线鼻骨侧位片图像	计算机视觉	鼻骨骨折	高斯滤波、Canny边缘检测、GLCM、HOG、LBP	CNN、VGG16、VGG19、MobileNet、Xception、ResNet50V2、InceptionV3、Swin Transformer	X射线图像	2,968张X射线鼻骨侧位片
4291	2025-04-17	A Novel Ensemble Learning Approach for Grouping the State-of-the-Art YOLOV10 and YOLOV11 Models for Kidney Stone Detection in CT and Ultrasound Images 2025-Apr-15, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01499-2 PMID:40234345	research paper	提出一种新颖的集成学习方法，结合YOLOV10和YOLOV11模型，用于CT和超声图像中的肾结石检测	首次将YOLOV10和YOLOV11模型集成，用于肾结石检测，显著降低假阴性和假阳性错误	未提及具体的数据集规模限制或模型泛化能力的详细测试	提高肾结石在医学图像中的检测准确性和效率	肾结石在CT和超声图像中的检测	computer vision	kidney stone	deep learning, ensemble learning	YOLOV10, YOLOV11	image	NA
4292	2025-04-17	Study on Ultrasound-Assisted Diagnosis of CHB Complicated with NAFLD Hepatic Fibrosis Based on Deep Learning 2025-Apr-15, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01331-3 PMID:40234347	research paper	本研究旨在开发和评估一种基于深度学习的自动分类模型，用于诊断慢性乙型肝炎（CHB）并发非酒精性脂肪性肝病（NAFLD）的肝纤维化	利用深度学习技术对二维肝脏影像进行自动分类，显著提高了肝纤维化诊断的准确性	研究为回顾性分析，可能存在选择偏倚，且样本量虽大但来自单一中心	开发并评估一种基于深度学习的自动分类模型，用于诊断CHB并发NAFLD的肝纤维化	2803名CHB并发NAFLD患者及150名有肝活检结果的同类患者	digital pathology	liver disease	deep learning	CNN	image	2803名患者（20540张二维肝脏影像）用于训练，150名患者（922张影像）用于验证
4293	2025-04-17	Correction: Deep learning approach for discrimination of liver lesions using nine time-phase images of contrast-enhanced ultrasound 2025-Apr-15, Journal of medical ultrasonics (2001) DOI:10.1007/s10396-025-01544-1 PMID:40234354	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4294	2025-04-17	Depth-of-interaction encoding techniques for pixelated PET detectors enabled by machine learning methods and fast waveform digitization 2025-Apr-14, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adc96d PMID:40185124	研究论文	本研究开发了一种利用机器学习和快速波形数字化技术，从像素化PET探测器中提取深度交互(DOI)信息的方法	无需修改探测器设计即可实现多级DOI分类，且保持了探测器的时间性能	研究仅针对20mm长晶体进行了验证，未涉及其他尺寸晶体的性能评估	开发一种从商用像素化探测器中获取DOI信息的技术	像素化PET探测器及其DOI信息	医学影像处理	NA	机器学习方法、快速波形数字化技术(DRS4)	LSTM网络、经典机器学习算法	闪烁波形数据	2×2×20mm长窄晶体
4295	2025-04-17	Basin-informed flood frequency analysis using deep learning exhibits consistent projected regional patterns over CONUS 2025-Apr-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97610-2 PMID:40222992	研究论文	利用深度学习进行基于流域的洪水频率分析，展示了美国本土未来洪水趋势的一致区域模式	使用LSTM模型结合气候模型数据预测洪水趋势，揭示了美国本土洪水变化的区域一致性模式	研究仅基于CMIP5气候模型数据，可能未涵盖所有气候不确定性	分析气候变化对未来洪水趋势的影响	美国本土638个河流站点的长期流量	机器学习	NA	LSTM模型，CMIP5气候模型数据	LSTM	气象数据，流量数据	美国本土638个河流站点
4296	2025-04-17	The satisfaction of ecological environment in sports public services by artificial intelligence and big data 2025-Apr-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97927-y PMID:40222989	研究论文	本研究结合基于残差模块和注意力机制的CNN方法与SERVQUAL评估模型，探讨人工智能和大数据对体育公共服务中居民健身生态环境满意度的影响	结合CNN与SERVQUAL模型分析AI驱动的体育公共服务对健身生态环境满意度的影响	研究主要依赖问卷调查、文献综述和访谈数据，可能受限于样本的代表性和数据的全面性	探讨AI驱动的体育公共服务与健身生态环境满意度之间的关系	体育公共服务中的健身生态环境和居民满意度	机器学习	NA	问卷调查、文献综述、访谈	CNN	问卷数据、文献数据、访谈数据	未明确说明样本数量
4297	2025-04-17	MODAMS: design of a multimodal object-detection based augmentation model for satellite image sets 2025-Apr-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93766-z PMID:40223115	research paper	提出了一种基于多模态目标检测的卫星图像增强模型，旨在提高分类性能	结合了YOLO目标检测、cdGAN、EHO和FFO等多种技术，实现了动态和图像特定的增强	未提及模型在大规模数据集上的表现或计算资源消耗	提高卫星图像的分类准确性和效率	高光谱卫星图像	computer vision	NA	YOLO, cdGAN, EHO, FFO, Incremental Learning	YOLO, GAN	image	NA
4298	2025-04-17	Impact of hypertension on cerebral small vessel disease: A post-mortem study of microvascular pathology from normal-appearing white matter into white matter hyperintensities 2025-Apr-12, Journal of cerebral blood flow and metabolism : official journal of the International Society of Cerebral Blood Flow and Metabolism IF:4.9Q1 DOI:10.1177/0271678X251333256 PMID:40219923	research paper	该研究探讨了高血压对脑小血管病的影响，通过尸检研究从正常表现白质到白质高信号的微血管病理变化	揭示了内皮功能障碍、血脑屏障破坏和神经血管炎症在高血压患者白质高信号发病机制中的关键作用	未观察到沿着NAWM-WMH过渡的渐进性血脑屏障损伤或神经血管炎症	阐明慢性高血压与最早的白质高信号发病机制之间的关联	高血压与非高血压个体的死后脑组织	digital pathology	cardiovascular disease	MRI, deep learning	deep learning	image	未明确说明样本数量
4299	2025-04-17	Deep learning tools predict variants in disordered regions with lower sensitivity 2025-Apr-12, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-025-11534-9 PMID:40221640	research paper	该研究探讨了深度学习工具在预测无序区域变异时的敏感性较低的问题	揭示了AlphaMissense和VARITY等工具在预测无序区域变异时的敏感性不足，并指出需要开发针对无序区域的新特征和范式	研究主要关注无序区域的变异预测，未涉及其他可能影响预测准确性的因素	评估当前最先进的变异效应预测工具在无序区域的效能	人类蛋白质组中的无序区域及其变异	machine learning	NA	AlphaFold2, Variant Effect Predictor (VEP), AlphaMissense, VARITY	深度学习模型	蛋白质序列和结构数据	涉及人类蛋白质组中30%的无序区域
4300	2025-04-17	CMTNet: a hybrid CNN-transformer network for UAV-based hyperspectral crop classification in precision agriculture 2025-Apr-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97052-w PMID:40216979	研究论文	提出了一种结合CNN和Transformer的深度学习框架CMTNet，用于无人机获取的高光谱作物分类	CMTNet结合了光谱-空间特征提取模块、双分支架构和多输出约束模块，能同时捕获局部和全局特征，提高分类精度	未提及模型在更广泛作物类型或更复杂环境中的泛化能力	提高无人机高光谱成像在精准农业中作物分类的精度和可靠性	无人机获取的高光谱作物图像	计算机视觉	NA	高光谱成像	CNN-Transformer混合模型	图像	三个无人机获取的数据集（WHU-Hi-LongKou、WHU-Hi-HanChuan和WHU-Hi-HongHu）