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
5361	2025-03-25	Deep Learning-Based Event Counting for Apnea-Hypopnea Index Estimation Using Recursive Spiking Neural Networks 2025-Apr, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3498097 PMID:40030371	research paper	提出了一种基于深度学习的递归脉冲神经网络方法，用于家庭环境中睡眠呼吸暂停的筛查，重点在于无需精确定位事件即可可靠估计呼吸暂停低通气指数（AHI）	引入RSN-Count技术，利用脉冲神经网络直接计数记录信号中的呼吸暂停事件，减少对事件时间精确定位的依赖	样本量较小（N = 33），可能影响结果的普遍性	改进家庭环境中睡眠呼吸暂停的筛查方法，提高AHI估计的准确性	睡眠呼吸暂停事件	machine learning	sleep apnea	Spiking Neural Networks	RSN-Count	audio and SpO recordings	33名受试者的整夜录音数据
5362	2025-03-25	Gran canaria vegetation segmentation dataset from multi-year aerial imagery for environmental monitoring and conservation 2025-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111419 PMID:40124302	research paper	介绍了一个针对Gran Canaria（加那利群岛，西班牙）的新数据集，旨在通过计算机视觉技术自动生成植被地图	该数据集在基于航拍图像的语义分割领域中独特，提供了20个明确定义的植被群落的详细注释，超越了现有数据集的广泛分类	NA	开发并测试能够自动生成植被地图的深度学习模型，以支持环境监测和保护	Gran Canaria的植被群落	computer vision	NA	deep learning, computer vision	NA	aerial imagery	20个明确定义的植被群落，以及五个非植被类别（如水体、道路或建筑物）
5363	2025-03-25	Thermal conductivity of the layered titanate K0.8Li0.27Ti1.73O4 explored by a deep learning interatomic potential 2025-Mar-28, The Journal of chemical physics IF:3.1Q1 DOI:10.1063/5.0255515 PMID:40125679	研究论文	本研究通过深度学习原子间势能预测层状钛酸盐K0.8Li0.27Ti1.73O4的热导率	采用深度神经网络模型构建原子间势能，克服了传统方法的局限性，为层状材料的热导率研究提供了新方法	研究仅针对K0.8Li0.27Ti1.73O4一种材料，未验证其他层状材料的适用性	预测层状氧化物材料的热导率	层状钛酸盐K0.8Li0.27Ti1.73O4 (KLTO)	材料科学	NA	深度学习	深度神经网络	原子力、能量和弹性性质数据	NA
5364	2025-03-25	DeepMVD: A Novel Multiview Dynamic Feature Fusion Model for Accurate Protein Function Prediction 2025-Mar-24, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02216 PMID:40053671	research paper	提出了一种名为DeepMVD的新型深度学习模型，通过动态融合多视图特征来提高蛋白质功能预测的准确性	DeepMVD模型能够有效利用蛋白质序列中反映的多层次属性特征，并通过自适应融合机制进行最优整合	未提及具体局限性	提高蛋白质功能预测的准确性	蛋白质序列	machine learning	NA	deep learning	DeepMVD	protein sequences, structures, and biomedical literature data	CAFA4数据集
5365	2025-03-25	Deep learning for cardiac abnormalities in chest X-rays: performance metrics with imbalanced data and extracardiac objects 2025-Mar-24, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehae759 PMID:39776179	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
5366	2025-03-25	Transforming wearable sensor data for robust feature selection in human activity recognition using reinforcement learning approach 2025-Mar-24, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2480686 PMID:40125899	研究论文	本文提出了一种利用深度强化学习方法处理可穿戴传感器数据，以提高人体活动识别的准确性和鲁棒性	结合生成式演员-评论家（GAC）方法和循环生成对抗网络，增强了类间差异并减少了类内变化，提高了噪声环境下的识别准确率	未提及该方法在实时处理或计算资源消耗方面的表现	提高可穿戴传感器数据在人体活动识别中的准确性和鲁棒性	可穿戴传感器收集的人体活动数据	机器学习	NA	深度强化学习（GAC）、循环生成对抗网络	GAC、GAN	时间序列传感器数据	UCI-HAR和Motion Sense数据集（具体样本量未提及）
5367	2025-03-25	Parallel convolutional SpinalNet: A hybrid deep learning approach for breast cancer detection using mammogram images 2025-Mar-24, Network (Bristol, England) DOI:10.1080/0954898X.2025.2480299 PMID:40125951	研究论文	提出了一种并行卷积SpinalNet混合深度学习模型，用于通过乳腺X光图像高效检测乳腺癌	结合并行卷积神经网络(PCNN)和SpinalNet开发了PConv-SpinalNet模型，在乳腺癌检测中表现出色	NA	通过深度学习技术提高乳腺癌检测的准确率	乳腺X光图像中的肿瘤检测	计算机视觉	乳腺癌	Gabor滤波器、LadderNet、图像增强技术(图像操作、图像擦除、图像混合)、多种特征提取方法(CNN特征、Texton、LGBP、SIFT、LMP与DCT)	PConv-SpinalNet (PCNN与SpinalNet的集成)	图像	NA
5368	2025-03-25	HUNHODRL: Energy efficient resource distribution in a cloud environment using hybrid optimized deep reinforcement model with HunterPlus scheduler 2025-Mar-24, Network (Bristol, England) DOI:10.1080/0954898X.2025.2480294 PMID:40126006	研究论文	提出一种基于深度学习的签名验证方法，用于增强教育安全和合法性	采用VGG19架构处理学生签名的独特特征，提供灵活性和可扩展性	未提及对不同签名风格和文化差异的适应性	解决学生签名验证问题，提升学术机构的安全性和合法性	学生签名	机器学习	NA	深度学习	CNN (VGG19)	图像	未明确提及
5369	2025-03-25	Leveraging the internet of things and optimized deep residual networks for improved foliar disease detection in apple orchards 2025-Mar-24, Network (Bristol, England) DOI:10.1080/0954898X.2025.2472626 PMID:40126079	研究论文	本文提出了一种基于深度学习的苹果叶部病害分类方法，结合了Tunicate Swarm Sine Cosine算法优化的深度残差网络（TSSCA-based DRN）	提出了TSSCA-based DRN模型，结合了Tunicate Swarm算法和Sine Cosine算法，显著提高了分类器的性能	NA	提高苹果叶部病害的检测准确率	苹果树的叶部病害	计算机视觉	植物病害	深度残差网络（DRN）、Tunicate Swarm算法（TSA）、Sine Cosine算法（SCA）	TSSCA-based DRN	图像	Plant Pathology 2020 - FGVC7数据集
5370	2025-03-25	Generation of a High-Precision Whole Liver Panorama and Cross-Scale 3D Pathological Analysis for Hepatic Fibrosis 2025-Mar-24, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202502744 PMID:40126158	research paper	该研究通过结合微光学切片断层扫描(MOST)系统和肝脏尼氏染色，生成了首个高精度全小鼠肝脏图谱，并构建了CCl4诱导的肝纤维化病理的详细3D全景图	首次生成了高精度全小鼠肝脏图谱，实现了从2D到3D视角的病理研究转变，并利用深度学习工具对脂肪变性肝细胞进行分割	研究仅针对小鼠肝脏，未涉及人类肝脏或其他动物模型	阐明全肝尺度的肝脏解剖结构及其病理变化，促进肝纤维化研究	小鼠肝脏	digital pathology	hepatic fibrosis	micro-optical sectioning tomography (MOST), Nissl staining	deep learning	3D image	小鼠肝脏样本
5371	2025-03-25	Correlation of point-wise retinal sensitivity with localized features of diabetic macular edema using deep learning 2025-Mar-23, Canadian journal of ophthalmology. Journal canadien d'ophtalmologie DOI:10.1016/j.jcjo.2025.02.013 PMID:40090368	research paper	本研究使用深度学习技术评估糖尿病黄斑水肿（DME）局部特征与点状视网膜敏感度（RS）之间的关联	首次使用深度学习算法自动量化OCT扫描中的视网膜内液（IRF）和椭圆体区（EZ）厚度，并分析其与点状视网膜敏感度的关联	样本量较小（20名患者的20只眼），且EZ厚度在硬性渗出物（HEs）下方的值被排除	评估糖尿病黄斑水肿（DME）的局部特征与点状视网膜敏感度（RS）之间的关联	20名临床显著DME患者的20只眼	digital pathology	diabetic macular edema	OCT, microperimetry (MP), deep learning (DL)	DL-based algorithms	OCT scans, microperimetry data	20 eyes of 20 patients with clinically significant DME
5372	2025-03-25	Artificial intelligence in cardiac telemetry 2025-Mar-23, Heart (British Cardiac Society) DOI:10.1136/heartjnl-2024-323947 PMID:40122590	review	本文综述了人工智能在心电遥测中的当前状态，重点关注深度学习技术及其临床应用	探讨了从传统统计机器学习模型转向更先进的深度神经网络，展示了现代AI模型在遥测数据中检测复杂模式的卓越准确性	讨论了这些模型面临的挑战和局限性	研究人工智能在心电遥测中的应用及其未来发展	心电遥测数据	machine learning	cardiovascular disease	deep learning	deep neural networks	telemetry data	NA
5373	2025-03-25	Enhancing Schizophrenia Diagnosis Through Multi-View EEG Analysis: Integrating Raw Signals and Spectrograms in a Deep Learning Framework 2025-Mar-23, Clinical EEG and neuroscience IF:1.6Q3 DOI:10.1177/15500594251328068 PMID:40123224	research paper	该研究提出了一种深度学习框架，通过整合原始多通道EEG信号及其频谱图来增强精神分裂症的诊断	创新点在于采用双分支模型处理互补数据视图，结合深度卷积有效整合EEG通道间的空间依赖性，同时捕捉时间动态和频率特定特征	研究样本量较小（分别为84和28名受试者），可能影响模型的泛化能力	开发精确且自动化的精神分裂症检测工具，改善临床诊断效果	精神分裂症患者的多通道EEG信号及其频谱图	digital pathology	精神分裂症	EEG信号分析	深度学习框架（双分支模型）	EEG信号（原始信号和频谱图）	两个数据集（84名和28名受试者）
5374	2025-03-25	Synthetic bone marrow images augment real samples in developing acute myeloid leukemia microscopy classification models 2025-Mar-22, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01563-9 PMID:40118991	research paper	该研究探讨了使用生成对抗网络（GANs）合成骨髓涂片（BMS）图像以增强急性髓系白血病（AML）显微镜分类模型的训练效果	利用StyleGAN2-Ada生成高质量的合成骨髓涂片图像，并通过视觉图灵测试验证其质量，同时展示了合成数据在罕见疾病分类中的性能提升	研究仅针对AML和APL两种疾病，未涵盖其他类型的白血病或骨髓疾病	开发高准确度的显微镜图像分类模型，解决数据共享的隐私问题	骨髓涂片图像，包括AML、APL患者及干细胞供者的样本	digital pathology	acute myeloid leukemia	GANs, StyleGAN2-Ada	GAN, DL classifiers	image	1251名AML患者、51名APL患者和236名干细胞供者的骨髓涂片图像
5375	2025-03-25	RNALoc-LM: RNA subcellular localization prediction using pre-trained RNA language model 2025-Mar-22, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf127 PMID:40119908	research paper	本研究提出了一种名为RNALoc-LM的可解释深度学习框架，利用预训练的RNA语言模型预测RNA亚细胞定位	首次将预训练的RNA语言模型应用于RNA亚细胞定位预测，结合TextCNN、BiLSTM和多头注意力机制提升预测性能	未明确提及具体局限性	开发能够同时预测多种RNA亚细胞定位的精确计算方法	lncRNAs、miRNAs和circRNAs等RNA分子	生物信息学	NA	预训练RNA语言模型、TextCNN、BiLSTM、多头注意力机制	深度学习框架（结合语言模型、CNN、LSTM）	RNA序列数据	未明确提及具体样本量
5376	2025-03-25	A pilot study of deep learning for automatic contouring of sulcus-to-sulcus diameter in ultrasound biomicroscopy 2025-Mar-22, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie DOI:10.1007/s00417-025-06764-2 PMID:40119915	研究论文	本研究利用深度学习算法YOLOv8自动预测超声生物显微镜图像中的沟槽间直径（STS）和沟槽平面到前晶状体表面的距离（STSL），并验证其准确性和可靠性	首次基于YOLOv8自动测量STS相关距离，并与传统手动标记进行准确性比较，展示了高准确性和自动预测后房STS相关参数的优势	在外部测试集中，STSL的预测误差较大（49.66 ± 42.73%），且预测值与标记值之间的组内相关系数（ICC）较低（0.086）	构建深度学习算法以自动预测超声生物显微镜图像中的STS和STSL，提高ICL植入手术的准确性	100名接受ICL治疗的近视患者的100只眼睛的超声生物显微镜图像	计算机视觉	近视	超声生物显微镜（UBM）	YOLOv8	图像	100名患者的100只眼睛，共400张UBM图像，其中26只眼睛（104张图像）用于外部测试
5377	2025-03-25	Impact of Noisy Supervision in Foundation Model Learning 2025-Mar-21, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3552309 PMID:40117144	研究论文	本文首次全面理解并分析了预训练数据集中的噪声性质，并提出了一种调整方法（NMTune）来减轻噪声对下游任务的影响	首次全面分析预训练数据中的噪声及其对下游任务的影响，并提出了一种新的调整方法NMTune来改善泛化性能	实验主要基于合成噪声数据集，未完全验证在真实世界噪声数据上的效果	研究预训练数据中的噪声对模型泛化能力的影响，并提出解决方案	预训练模型及其在下游任务中的表现	机器学习	NA	完全监督和图像-文本对比预训练	视觉和语言模型	图像和文本数据	ImageNet-1K、YFCC15M和CC12M数据集
5378	2025-03-25	GDRNPP: A Geometry-guided and Fully Learning-based Object Pose Estimator 2025-Mar-21, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3553485 PMID:40117145	research paper	介绍了一种完全基于学习的物体姿态估计器GDRNPP，通过几何引导的直接回归网络和姿态细化模块，实现了端到端的6D姿态估计	首次提出完全基于学习的端到端6D姿态估计方法，无需依赖传统技术，且在精度和速度上均超越现有方法	未明确提及具体局限性，但深度数据的可用性可能影响姿态细化模块的性能	解决计算机视觉中刚性物体6D姿态估计的挑战，提升估计精度和速度	刚性物体的6D姿态	computer vision	NA	CNN, 几何引导的直接回归网络, 姿态细化模块	CNN	monocular图像, RGB-D图像	NA
5379	2025-03-25	A few-shot network intrusion detection method based on mutual centralized learning 2025-Mar-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93185-0 PMID:40118883	研究论文	提出一种基于互为中心学习的少样本网络入侵检测方法（FS-MCL），以解决少样本网络流量检测性能低的问题	利用编码器提取的密集特征与离散空间中的粒子关联，通过马尔可夫过程测量密集特征的预期访问次数，确定查询特征属于支持类的概率	依赖公开数据集构建少样本检测数据集，可能在实际应用中存在泛化性问题	提高少样本网络入侵检测的性能	网络流量数据	机器学习	NA	互为中心学习	FS-MCL	网络流量数据（转换为类图像数据）	三个公开数据集中的流量数据
5380	2025-03-25	Scalable intermediate-term earthquake forecasting with multimodal fusion neural networks 2025-Mar-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93877-7 PMID:40118997	研究论文	提出了一种名为SafeNet的可扩展深度学习框架，用于通过多模态融合神经网络整合地震观测数据	SafeNet通过专门的融合模块和自适应注意力机制，实现了跨区域的动态时空信息交换，并在中国和美国的地震数据上展示了优越的预测性能	未提及具体的计算资源需求或模型在不同地理区域的泛化能力限制	开发一个可扩展的深度学习框架，以整合异构地震观测数据并提高地震预测的准确性	地震观测数据和地质信息	机器学习	NA	多模态融合神经网络	SafeNet	地震目录数据和地质地图	50年中国地震目录数据，并在美国连续和西部地区进行了模型迁移验证