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
4781	2025-03-06	Advanced Distance-Resolved Evaluation of the Perienhancing Tumor Areas with FLAIR Hyperintensity Indicates Different ADC Profiles by MGMT Promoter Methylation Status in Glioblastoma 2025-Feb-03, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8493 PMID:39848779	研究论文	本研究通过新型距离分辨3D评估方法，分析了胶质母细胞瘤（GBM）周围增强区域的ADC值，探讨了MGMT启动子甲基化状态对ADC分布的影响	首次采用距离分辨的3D评估方法，揭示了MGMT启动子甲基化状态对GBM周围增强区域ADC分布的影响	研究为回顾性分析，样本量有限（101例患者），且仅分析了IDH野生型GBM	探讨MGMT启动子甲基化状态是否影响GBM的MRI标记物	IDH野生型胶质母细胞瘤患者	数字病理学	胶质母细胞瘤	MRI	深度学习	图像	101例IDH野生型胶质母细胞瘤患者
4782	2025-03-06	Retinal Arteriovenous Information Improves the Prediction Accuracy of Deep Learning-Based baPWV Index From Color Fundus Photographs 2025-Feb-03, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.2.63 PMID:39998460	研究论文	本研究比较了使用不同深度学习模型从彩色眼底照片（CFPs）预测臂踝脉搏波速度（baPWV）的准确性	通过改进的深度U-net和HURVS模型自动计算CFPs中的动脉和静脉概率图，并将其作为通道注意力应用于视网膜血管位置信息，以提高baPWV的预测准确性	研究为回顾性研究，样本量有限（696名参与者），且仅基于单一医疗检查数据	提高从彩色眼底照片预测臂踝脉搏波速度的准确性	696名参与者的彩色眼底照片和臂踝脉搏波速度数据	计算机视觉	心血管疾病	深度学习	深度U-net, HURVS模型	图像	696名参与者
4783	2025-03-06	Automated Detection of Retinal Detachment Using Deep Learning-Based Segmentation on Ocular Ultrasonography Images 2025-Feb-03, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.2.26 PMID:40014336	研究论文	本研究旨在通过基于深度学习的分割技术，开发一种自动化流程来检测B型眼超声图像中的视网膜脱离	提出了一种结合编码器-解码器分割网络和机器学习分类器的计算流程，显著提高了视网膜脱离的检测准确率	研究样本量相对较小，仅包含204名患者的279张B型眼超声图像	开发自动化流程以检测B型眼超声图像中的视网膜脱离	B型眼超声图像	计算机视觉	视网膜脱离	深度学习	编码器-解码器分割网络, 机器学习分类器	图像	204名患者的279张B型眼超声图像
4784	2025-03-06	Deep learning-assisted colonoscopy images for prediction of mismatch repair deficiency in colorectal cancer 2025-Feb, Surgical endoscopy DOI:10.1007/s00464-024-11426-1 PMID:39623175	研究论文	本文开发并验证了一种基于深度学习的分类器，用于从常规结肠镜图像中检测错配修复缺陷状态	首次利用深度学习技术从结肠镜图像中预测结直肠癌的错配修复缺陷状态，提供了一种自动筛查工具	模型的独立验证数据集的AUROC较低（0.807），且样本量有限	开发一种自动筛查工具，用于预测结直肠癌的错配修复缺陷状态	结直肠癌患者的结肠镜图像	数字病理学	结直肠癌	深度学习	深度学习分类器	图像	5226张图像，来自892个肿瘤
4785	2025-03-06	Deep learning model for automatic detection of different types of microaneurysms in diabetic retinopathy 2025-Feb, Eye (London, England) DOI:10.1038/s41433-024-03585-1 PMID:39789187	研究论文	本研究旨在开发一种基于深度学习的软件，用于在非增殖性糖尿病视网膜病变（NPDR）患者的结构光学相干断层扫描（OCT）图像中检测和区分低反射和高反射的微动脉瘤（MAs）	使用YOLO和DETR两种深度学习模型进行微动脉瘤的自动检测和分类，并比较其性能	自动化方法与手动分级之间的差异通常是由于自动化方法选择了正常的视网膜血管	开发一种能够自动检测和分类糖尿病视网膜病变中不同类型微动脉瘤的深度学习软件	非增殖性糖尿病视网膜病变（NPDR）患者的结构OCT图像	计算机视觉	糖尿病视网膜病变	结构光学相干断层扫描（OCT）	YOLO, DETR	图像	249名患者（498只眼睛）
4786	2025-03-06	Development of an artificial intelligence system to indicate intraoperative findings of scarring in laparoscopic cholecystectomy for cholecystitis 2025-Feb, Surgical endoscopy DOI:10.1007/s00464-024-11514-2 PMID:39838147	研究论文	本研究开发了一种人工智能系统，用于指示腹腔镜胆囊切除术中胆囊炎引起的瘢痕区域	首次开发了基于深度学习的语义分割算法的人工智能系统，用于检测腹腔镜胆囊切除术中的瘢痕区域	样本量较小，仅包含21个病例的2025张图像，且外部验证数据仅来自20个病例	开发一种人工智能系统，帮助识别腹腔镜胆囊切除术中的瘢痕区域，以降低胆管损伤的风险	急性胆囊炎患者的腹腔镜胆囊切除术视频图像	计算机视觉	胆囊炎	深度学习	语义分割算法	图像	21个病例的2025张图像，外部验证数据来自20个病例
4787	2025-03-06	Information Theoretic Learning-Enhanced Dual-Generative Adversarial Networks With Causal Representation for Robust OOD Generalization 2025-Feb, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3330864 PMID:37976189	研究论文	本文提出了一种结合信息理论学习和因果表示学习的双生成对抗网络框架，旨在增强现代机器学习中的鲁棒性分布外泛化能力	创新点在于将信息理论学习和因果表示学习无缝集成到双生成对抗网络架构中，通过因果图和信息理论增强特征表示，并开发了一种双对抗训练机制	未明确提及具体限制	增强现代机器学习中的鲁棒性分布外泛化能力	现代智能制造和智能交通系统中的机器学习模型	机器学习	NA	信息理论学习（ITL）和因果表示学习（CRL）	双生成对抗网络（Dual-GAN）	NA	基于一个开源数据集进行实验和评估
4788	2025-03-06	Knowledge-Augmented Deep Learning and its Applications: A Survey 2025-Feb, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3338619 PMID:38090869	综述	本文综述了知识增强深度学习（KADL）的概念、主要任务及其在不同领域的应用	提供了一个广泛且完整的领域知识及其表示的分类法，系统回顾了现有技术，不同于现有综述对知识分类法的忽视	NA	探讨如何通过整合领域知识来提升深度学习模型的数据效率、泛化能力和可解释性	深度学习模型及其与领域知识的整合	机器学习	NA	NA	深度学习模型	NA	NA
4789	2025-03-06	Dual Accuracy-Quality-Driven Neural Network for Prediction Interval Generation 2025-Feb, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3339470 PMID:38113152	研究论文	本文提出了一种用于回归任务中预测区间（PI）生成的神经网络方法，旨在提高深度学习模型在现实世界应用中的可靠性	设计了一种新颖的损失函数，用于PI生成网络，该函数考虑了目标估计网络的输出，并具有两个优化目标：最小化平均PI宽度和确保PI完整性，通过隐式最大化PI概率覆盖率的约束	NA	提高深度学习模型在回归任务中的不确定性量化能力，生成高质量的预测区间	回归任务中的神经网络模型	机器学习	NA	深度学习	神经网络	合成数据集、基准数据集、实际作物产量预测数据集	使用了一个合成数据集、八个基准数据集和一个实际作物产量预测数据集
4790	2025-03-06	Masked Spatial-Spectral Autoencoders Are Excellent Hyperspectral Defenders 2025-Feb, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3345734 PMID:38163309	研究论文	本文提出了一种掩码空间-光谱自编码器（MSSA），用于增强高光谱图像（HSI）分析系统的鲁棒性，以抵御对抗攻击	提出了一种新的掩码空间-光谱自编码器（MSSA），结合自监督学习理论，通过掩码序列注意力学习（MSAL）模块和可学习图结构的图卷积网络（GCN）来增强HSI分析系统的鲁棒性	未明确提及具体局限性	增强高光谱图像分析系统对对抗攻击的鲁棒性	高光谱图像（HSI）分析系统	计算机视觉	NA	自监督学习，图卷积网络（GCN）	掩码空间-光谱自编码器（MSSA），图卷积网络（GCN）	高光谱图像	三个基准数据集
4791	2025-03-06	A Lightweight Group Transformer-Based Time Series Reduction Network for Edge Intelligence and Its Application in Industrial RUL Prediction 2025-Feb, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3347227 PMID:38170656	研究论文	本文提出了一种轻量级组变压器时间序列缩减网络（GT-MRNet），用于工业剩余使用寿命（RUL）预测，旨在满足边缘智能的实时响应需求	GT-MRNet通过自适应选择必要的时间步长来减少计算量，采用轻量级组变压器提取特征，并提出时间序列缩减策略和多层次学习机制，显著降低了参数和计算成本	未明确提及具体局限性	开发一种适用于边缘设备的轻量级深度学习模型，用于工业剩余使用寿命（RUL）预测	工业设备的剩余使用寿命预测	机器学习	NA	深度学习	Transformer, GT-MRNet	时间序列数据	基于真实世界条件数据集的广泛实验结果
4792	2025-03-06	Capsule Networks With Residual Pose Routing 2025-Feb, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3347722 PMID:38194388	研究论文	本文提出了一种简单而有效的胶囊路由算法，称为残差姿态路由，用于构建更深层次的胶囊网络架构	通过残差姿态路由简化了胶囊路由算法的计算复杂度，并避免了梯度消失问题，同时构建了类似ResNet的深层胶囊网络架构	未提及具体局限性	提高胶囊网络在深度学习中的性能，特别是在图像分类、3D物体重建和分类以及2D显著性密集预测等任务中的应用	胶囊网络（CapsNets）	计算机视觉	NA	残差学习框架	ResCaps（残差胶囊网络）	图像	MNIST、AffNIST、SmallNORB、CIFAR-10/100等数据集
4793	2025-03-06	MDEformer: Mixed Difference Equation Inspired Transformer for Compressed Video Quality Enhancement 2025-Feb, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3354982 PMID:38285580	研究论文	本文提出了一种基于混合差分方程启发的新型Transformer模型（MDEformer），用于压缩视频质量增强	MDEformer通过引入混合差分方程的图形概念，利用跨层跨注意力聚合（CCA）模块和分区边界平滑（PBS）模块，充分挖掘视频序列中的特征信息，有效去除压缩伪影并恢复帧的纹理和细节信息	未明确提及具体限制	提升压缩视频的质量	压缩视频	计算机视觉	NA	深度学习	Transformer	视频	MFQE 2.0数据集
4794	2025-03-06	Attentive Learning Facilitates Generalization of Neural Networks 2025-Feb, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3356310 PMID:38324433	研究论文	本文通过研究神经网络在训练样本中是否包含分布外（OoD）示例时的变化，探讨了神经网络的泛化能力	提出了一个新的概念——数据集分散稳定性（dataset-distraction stability），用于衡量OoD示例对网络预测的影响，并通过实验展示了其与泛化能力的负相关性	研究主要基于CIFAR-10/100数据集，未涉及其他数据集或实际应用场景	研究神经网络的泛化能力及其与训练数据分布的关系	神经网络在训练样本中的表现	机器学习	NA	NA	VGG, ResNet, WideResNet, ViT	图像数据	CIFAR-10/100数据集
4795	2025-03-06	eVAE: Evolutionary Variational Autoencoder 2025-Feb, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3359275 PMID:38546992	研究论文	本文提出了一种进化变分自编码器（eVAE），通过整合变分信息瓶颈理论和进化神经网络学习，解决了变分自编码器在表示推断和任务拟合之间的不平衡问题	首次引入进化变分自编码器（eVAE），结合变分遗传算法和进化算子，动态解决学习权衡不确定性，无需额外约束和超参数调优	未明确提及具体局限性	解决变分自编码器在表示推断和任务拟合之间的不平衡问题，并提高生成质量和推断平衡	变分自编码器（VAE）及其在文本生成和图像生成中的应用	机器学习	NA	变分遗传算法（VGA），变分突变（V-mutation），交叉和进化	进化变分自编码器（eVAE）	文本和图像数据	未明确提及样本数量
4796	2025-03-06	Light-based depth-sensing device with deep learning to measure spinal deformity: abridged secondary publication 2025-Feb, Hong Kong medical journal = Xianggang yi xue za zhi PMID:40038080	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4797	2025-03-06	Integrative multi-environmental genomic prediction in apple 2025-Feb, Horticulture research IF:7.6Q1 DOI:10.1093/hr/uhae319 PMID:40041603	研究论文	本文探讨了多环境基因组预测在苹果中的应用，通过整合表型、基因组和环境数据，提高了对特定土壤和气候条件下基因型选择的预测能力	本研究创新性地将统计模型和深度学习模型应用于多环境基因组预测，特别是通过整合基因型与环境交互效应，显著提高了预测能力	多环境数据集的构建和结构复杂模型的开发仍是主要挑战，限制了多环境基因组预测在苹果中的应用	研究目的是通过多环境基因组预测模型，选择适应不同环境条件的苹果品种，以应对气候变化的影响	研究对象是苹果的十一个性状，这些性状具有不同的遗传结构	机器学习	NA	基因组预测、深度学习	G-BLUP、深度学习模型	表型数据、基因组数据、环境数据	NA
4798	2025-03-06	Approximating Human-Level 3D Visual Inferences With Deep Neural Networks 2025, Open mind : discoveries in cognitive science DOI:10.1162/opmi_a_00189 PMID:40013087	研究论文	本文探讨了深度神经网络（DNNs）在3D形状推理任务中与人类表现的差距，并提出了一种多视角学习方法以缩小这一差距	提出了多视角学习目标，并验证了3D Light Field Network在3D形状推理任务中与人类表现最为接近	多视角学习目标对于实现类似人类的3D形状推理是必要的，但并不足够，且DNN建模方法在捕捉人类形状推理方面存在固有局限性	研究深度神经网络在3D形状推理任务中与人类表现的差距，并提出改进方法	深度神经网络（DNNs）和人类在3D形状推理任务中的表现	计算机视觉	NA	NA	3D Light Field Network, 自编码器, 卷积架构	图像	NA
4799	2025-03-06	A Novel Public Sentiment Analysis Method Based on an Isomerism Learning Model via Multiphase Processing 2025-Jan, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3274912 PMID:37220063	研究论文	本文提出了一种基于异构学习模型的多阶段处理公共情感分析方法，旨在提高社交媒体网络中公共情感获取的效率和准确性	提出了一种基于区块链的分布式深度学习模型，称为异构学习，通过并行训练实现模型间的可信协作，并设计了衡量事件客观性的方法以动态分配模型权重，提高聚合效率	传统集中式结构模型容易形成模型孤岛并面临安全风险	提高公共情感获取任务的效率和准确性	社交媒体网络中的公共情感	自然语言处理	NA	异构学习模型、区块链	分布式深度学习模型	文本	NA
4800	2025-03-06	Long Short-Term Memory-Based Twin Support Vector Regression for Probabilistic Load Forecasting 2025-Jan, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3335355 PMID:38019634	研究论文	本文提出了一种基于长短期记忆网络的双支持向量回归模型（BFEEMD-LSTM-TWSVRSOA），用于概率负荷预测，以提高预测的准确性和可靠性	结合了快速集成经验模态分解（FEEMD）、长短期记忆网络（LSTM）和双支持向量回归（TWSVR），并通过搜索优化算法（SOA）优化参数，提出了一种新的概率负荷预测模型	实验仅基于GEFCom2014数据集中的四个月数据，样本量较小，可能影响模型的泛化能力	提高电力系统负荷预测的准确性和可靠性，优化能源资源的高效利用	电力系统的负荷数据	机器学习	NA	快速集成经验模态分解（FEEMD）、长短期记忆网络（LSTM）、双支持向量回归（TWSVR）、搜索优化算法（SOA）	LSTM、TWSVR	时间序列数据	GEFCom2014数据集中的四个月数据