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
421	2024-12-20	The protective role of gamma zone peripapillary atrophy in diabetic retinopathy: insights from deep learning and SS-OCT angiography 2024, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2024.1501625 PMID:39698494	研究论文	本研究探讨了周边视盘萎缩（PPA）与糖尿病视网膜病变（DR）之间的关系，并利用深度学习和扫频源光学相干断层扫描（SS-OCT）血管造影揭示潜在机制	首次揭示了伽马区周边视盘萎缩与糖尿病视网膜病变风险降低之间的关联，并提出了伽马区可能反映与进行性近视相关的后眼组织变薄和微血管减少，从而增强对DR的结构抵抗力的假设	本研究为横断面研究，无法确定因果关系，且样本主要为2型糖尿病患者，结果的普适性有待进一步验证	探讨周边视盘萎缩与糖尿病视网膜病变之间的关系及其潜在机制	2型糖尿病患者的周边视盘萎缩与糖尿病视网膜病变	数字病理学	糖尿病视网膜病变	扫频源光学相干断层扫描（SS-OCT）血管造影	深度学习	图像	845名2型糖尿病患者
422	2024-12-20	Enhanced MRI-based brain tumor segmentation and feature extraction using Berkeley wavelet transform and ETCCNN 2024 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076241305282 PMID:39698507	研究论文	本文提出了一种基于Berkeley小波变换和ETCCNN的增强型MRI脑肿瘤分割和特征提取方法	使用Berkeley小波变换进行图像分割，并结合双通道卷积神经网络进行特征提取，采用增强型Serval优化算法确定最优增益参数	未提及具体限制	提高脑肿瘤检测的准确性	脑肿瘤的分类和检测	计算机视觉	脑肿瘤	MRI	双通道卷积神经网络	图像	未提及具体样本数量
423	2024-12-20	Extensive T1-weighted MRI Preprocessing Improves Generalizability of Deep Brain Age Prediction Models 2023-Oct-30, bioRxiv : the preprint server for biology DOI:10.1101/2023.05.10.540134 PMID:37214863	研究论文	本文研究了T1加权磁共振图像（T1w MRI）预处理对深度学习脑龄预测模型性能的影响	本文发现广泛的T1w预处理可以提高模型的平均绝对误差（MAE），尤其是在应用于新数据集时	本文仅评估了四种预处理管道，未涵盖所有可能的预处理方法	研究T1w图像预处理对深度学习脑龄预测模型性能的影响	T1加权磁共振图像（T1w MRI）和深度学习脑龄预测模型	计算机视觉	NA	深度学习	深度学习模型	图像	NA
424	2024-12-20	Deformable Spherical Transformer for Cerebellar Surface Parcellation 2023-Apr, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi53787.2023.10230447 PMID:39698481	研究论文	本文提出了一种基于深度学习的端到端方法，用于自动分割小脑皮质表面，该方法结合了球形Transformer架构和可变形注意力机制	本文创新性地提出了可变形球形Transformer，通过结合球形Transformer架构和可变形注意力机制，能够自适应地关注球形小脑表面上的关键和具有挑战性的区域	NA	开发一种新的端到端深度学习方法，用于自动分割具有内在球形拓扑结构的小脑皮质表面	小脑皮质表面的自动分割	计算机视觉	NA	深度学习	Transformer	图像	NA
425	2024-12-19	Feasibility of estimating tidal volume from electrocardiograph-derived respiration signal and respiration waveform 2025-Feb, Journal of critical care IF:3.2Q2 DOI:10.1016/j.jcrc.2024.154920 PMID:39316976	研究论文	本研究验证并比较了基于心电图衍生的呼吸信号（EDR）估计潮气量（VT）的方法	首次验证了基于EDR信号估计潮气量的可行性，并比较了线性回归和深度学习模型在不同情况下的表现	当前方法受限于ICU中嘈杂的心电信号，且在一般人群中的表现较差	验证并比较基于EDR信号估计潮气量的方法，以减少在深度镇静或脊髓麻醉期间对额外通气监测的需求	90名重症患者的数据以及两名重症患者的受限分析数据	NA	NA	心电图（ECG），阻抗法呼吸波形	线性回归，深度学习模型	信号	90名重症患者用于一般分析，两名重症患者用于受限分析
426	2024-12-19	A survey on deep learning in medical image registration: New technologies, uncertainty, evaluation metrics, and beyond 2025-Feb, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103385 PMID:39612808	综述	本文综述了深度学习在医学图像配准领域的最新进展，涵盖了新技术、不确定性估计、评估指标等方面	本文介绍了创新的网络架构、针对配准的损失函数以及配准不确定性估计方法	NA	全面概述深度学习在医学图像配准中的最新进展	深度学习在医学图像配准中的应用	计算机视觉	NA	深度学习	U-Net	图像	NA
427	2024-12-19	Recent advances in signal processing algorithms for electronic noses 2025-Feb-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.127140 PMID:39489071	综述	本文综述了电子鼻系统及其算法应用的最新进展，重点介绍了各种方法和深度学习技术在气味分类和浓度预测中的作用	本文探讨了未来趋势，包括更广泛的应用领域、先进的漂移校正技术、综合的多因素分析以及处理未知干扰物的能力	NA	综述电子鼻技术的最新进展及其在科学研究和实际应用中的潜力	电子鼻系统及其算法应用	信号处理	NA	深度学习	NA	NA	NA
428	2024-12-19	Generative artificial intelligence in ophthalmology 2025 Jan-Feb, Survey of ophthalmology IF:5.1Q1 DOI:10.1016/j.survophthal.2024.04.009 PMID:38762072	综述	本文综述了生成对抗网络（GAN）在眼科领域的应用，并探讨了生成式人工智能在眼科成像中的潜力	本文首次系统性地总结了GAN在眼科领域的应用，并探讨了其在图像增强、疾病识别和生成合成数据方面的潜力	本文主要基于文献综述，未进行新的实验或数据分析，且提到了GAN在某些迭代中生成不准确和非典型结果的挑战	回顾生成对抗网络在眼科领域的应用，并探讨生成式人工智能在眼科中的未来方向	生成对抗网络在眼科成像中的应用，包括图像增强、疾病识别和生成合成数据	计算机视觉	NA	生成对抗网络（GAN）	生成对抗网络（GAN）	图像	40篇文献
429	2024-12-19	Augmented histopathology: Enhancing colon cancer detection through deep learning and ensemble techniques 2025-Jan, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24692 PMID:39344821	研究论文	本文提出了一种基于深度学习和集成技术的增强型结直肠癌检测方法	本文创新性地设计了基于深度学习的transformer模型，结合卷积神经网络（CNN）进行特征提取，并通过交叉变换模型和注意力机制增强分类效果，同时使用Siamese网络提高分类准确率	NA	提高结直肠癌的早期检测和分类准确性	结直肠癌的组织样本	数字病理学	结直肠癌	深度学习	transformer模型、卷积神经网络（CNN）、Siamese网络	图像	CRC-VAL-HE-7K数据集中的组织病理学图像
430	2024-12-19	AutoLNMNet: Automated Network for Estimating Lymph-Node Metastasis in EGC Using a Pyramid Vision Transformer and Data Derived From Multiphoton Microscopy 2025-Jan, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24705 PMID:39351968	研究论文	本文提出了一种名为AutoLNMNet的新模型，用于估计早期胃癌（EGC）中的淋巴结转移，该模型结合了金字塔视觉Transformer（PVTv2）和多光子显微镜数据	本文的创新点在于将PVTv2模型的特征与手动和临床特征相结合，开发了一种新的模型AutoLNMNet，其预测准确性高于单独使用PVTv2模型	NA	本文的研究目的是开发一种高可靠性和准确性的模型，用于检测早期胃癌中的淋巴结转移	本文的研究对象是早期胃癌患者的淋巴结转移状态	计算机视觉	胃癌	多光子显微镜	PVTv2	图像	NA
431	2024-12-19	Analog Spiking U-Net integrating CBAM&ViT for medical image segmentation 2025-Jan, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106765 PMID:39357269	研究论文	本文提出了一种新型的模拟尖峰U-Net架构，结合CBAM和ViT进行医学图像分割	首次成功将CBAM引入尖峰神经网络（SNN）领域，并提出了一种新型的模拟尖峰U-Net（AS U-Net）架构，显著提高了SNN模型的分割性能并减少了信息损失	NA	探索和改进尖峰神经网络在医学图像分割任务中的应用	糖尿病视网膜血管分割任务	计算机视觉	糖尿病	尖峰神经网络（SNN）	U-Net	图像	综合了多个糖尿病视网膜血管分割数据集
432	2024-12-19	Efficient multi-view fusion and flexible adaptation to view missing in cardiovascular system signals 2025-Jan, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106760 PMID:39362184	研究论文	本文提出了一种高效的多视角融合方法和灵活的视角缺失适应策略，用于心血管系统信号的处理	设计了View-Centric Transformer (VCT)和Multitask Masked Autoencoder (M2AE)模型，首次系统定义了视角缺失问题，并引入了提示技术以帮助预训练的多视角融合模型灵活适应各种视角缺失场景	未提及具体限制	提高多视角融合模型在心血管系统信号处理中的表现，并增强其对视角缺失的适应能力	心血管系统信号的多视角融合及视角缺失问题	机器学习	心血管疾病	深度学习	Transformer, Autoencoder	信号	未提及具体样本数量
433	2024-12-19	MemberShield: A framework for federated learning with membership privacy 2025-Jan, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106768 PMID:39383677	研究论文	本文提出了一种名为MemberShield的联邦学习框架，用于防御成员推理攻击，同时保护数据隐私	MemberShield通过一次性的数据标签预处理和早停策略，显著提高了对成员推理攻击的防御能力，同时减少了训练时间和模型性能的损失	NA	研究如何在联邦学习中有效防御成员推理攻击，同时保持模型的实用性和隐私保护	联邦学习中的成员推理攻击及其防御方法	机器学习	NA	联邦学习	深度学习模型	数据集	三个广泛使用的数据集
434	2024-12-19	Classification of psychosis spectrum disorders using graph convolutional networks with structurally constrained functional connectomes 2025-Jan, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106771 PMID:39383678	研究论文	本文研究了使用图卷积网络和结构约束的功能连接图对精神病谱系障碍进行分类的问题	本文首次将图卷积网络应用于精神病谱系障碍的分类，并结合多种边缘选择方法和MultiVERSE算法生成网络嵌入	本文的样本量较小，且仅限于精神病谱系障碍的分类，未涉及其他精神疾病	研究如何使用深度学习方法区分亚临床精神病和可诊断的精神障碍患者与健康对照组	精神病谱系障碍患者、亚综合征性精神病样体验（PLE）个体和健康对照组	机器学习	精神病	图卷积网络（GCNs）、支持向量机（SVMs）、MultiVERSE算法	图卷积网络（GCNs）、支持向量机（SVMs）	功能连接网络	包括亚综合征性精神病样体验（PLE）个体和健康对照组的数据集
435	2024-12-19	A deep learning approach for non-invasive Alzheimer's monitoring using microwave radar data 2025-Jan, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106778 PMID:39393209	研究论文	本文提出了一种利用微波雷达数据进行非侵入性阿尔茨海默病监测的深度学习方法	本文提出了一种新的数据增强技术，并结合RFE、PCA和Autoencoders进行特征选择，同时将CNN与GRU、双向LSTM和LSTM结合以提高分类性能	NA	开发一种高效、早期诊断阿尔茨海默病的工具	阿尔茨海默病患者	机器学习	阿尔茨海默病	微波雷达	CNN、GRU、双向LSTM、LSTM	雷达数据	使用现实数值脑模型模拟的数据
436	2024-12-19	Dictionary trained attention constrained low rank and sparse autoencoder for hyperspectral anomaly detection 2025-Jan, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106797 PMID:39413584	研究论文	本文提出了一种结合字典表示和深度学习自编码器模型的方法，用于高光谱异常检测	本文创新性地提出了注意力约束的低秩和稀疏自编码器模型，结合全局和局部自注意力模块，有效利用了空间信息，提升了背景和异常的重建效果	NA	研究如何在高光谱异常检测中有效结合字典表示和自编码器的优势，并充分利用空间信息	高光谱异常检测	计算机视觉	NA	自编码器	自编码器	图像	多个真实和合成数据集
437	2024-12-19	Context-aware feature reconstruction for class-incremental anomaly detection and localization 2025-Jan, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106788 PMID:39423496	研究论文	本文提出了一种上下文感知特征重构模型，用于类增量异常检测和定位任务	设计了上下文感知特征重构模型和中间特征组织策略，通过双重约束在特征和输出层面上对模型进行正则化，有效保留旧类知识并学习新类	未提及具体限制	解决类增量异常检测和定位任务中的知识保留问题	工业场景中增量引入的新产品类别的异常检测和定位	计算机视觉	NA	深度学习	上下文感知特征重构模型（CFR）	图像	使用了MVTec-AD数据集进行实验
438	2024-12-19	ChatDiff: A ChatGPT-based diffusion model for long-tailed classification 2025-Jan, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106794 PMID:39426035	研究论文	本文提出了一种基于ChatGPT的扩散模型ChatDiff，用于长尾分类问题中的信息增强	ChatDiff通过从ChatGPT-3.5模型中提取文本先验知识，增强尾部类别的特征空间，并使用条件扩散模型生成语义丰富的图像样本，同时利用基于CLIP的判别器筛选和移除生成的负样本	NA	解决长尾数据分布问题，提升深度学习在实际应用中的性能	长尾数据分布中的尾部类别	计算机视觉	NA	扩散模型	扩散模型	图像	在CIFAR10-LT、CIFAR100-LT、ImageNet-LT和iNaturalist 2018等长尾基准数据集上进行了综合实验
439	2024-12-19	Near-field millimeter-wave and visible image fusion via transfer learning 2025-Jan, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106799 PMID:39447433	研究论文	提出了一种基于迁移学习的毫米波和可见图像像素级信息融合策略，以促进非破坏性内部缺陷检测和定位等穿透成像应用	利用深度迁移学习策略捕捉可见光和毫米波图像中的隐藏信息，并通过微调策略和改进的双边滤波器实现鲁棒的信息融合	未提及具体限制	开发一种适用于复杂环境下的非破坏性内部缺陷检测和定位的图像融合方法	毫米波和可见图像的像素级信息融合	计算机视觉	NA	深度迁移学习	NA	图像	未提及具体样本数量
440	2024-12-19	Near-optimal learning of Banach-valued, high-dimensional functions via deep neural networks 2025-Jan, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106761 PMID:39454372	研究论文	本文探讨了深度神经网络在近似Banach空间值的高维函数中的应用，特别是在参数化偏微分方程求解中的应用	本文提出了克服维度灾难的深度神经网络近似方法，并建立了实用的存在定理，描述了具有维度独立架构宽度和深度的深度神经网络类，以及基于最小化（正则化）ℓ-损失的训练程序，实现了接近最优的代数收敛率	本文主要集中在理论分析上，实际应用中的效果和效率需要进一步验证	研究深度神经网络在计算科学与工程中的应用，特别是高维函数近似和参数化偏微分方程求解	Banach空间值的高维函数和参数化偏微分方程的解	机器学习	NA	深度学习	深度神经网络	数值数据	NA