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
6441	2025-10-06	Deep learning-enhanced clustering and classification of protein molecule tertiary structures using weighted distance matrices 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf331 PMID:40624848	研究论文	本研究开发了一种结合深度学习和加权距离矩阵的方法，用于蛋白质三级结构的聚类与分类	提出了独特的核序列元素神经网络，通过整合Cα原子距离矩阵和Pfam注释构建加权距离矩阵，有效捕捉复杂的结构关系	研究仅限于Verticillium dahliae蛋白质，未在其他物种上验证方法的普适性	开发基于深度学习的蛋白质结构聚类与分类方法，提高结构生物学分析的准确性	Verticillium dahliae蛋白质的三级结构	机器学习	NA	AlphaFold2结构预测，BLAST序列比对	深度学习，神经网络	蛋白质三级结构数据，距离矩阵	Verticillium dahliae蛋白质数据集	NA	Unique Nuclear Sequence Element神经网络	Silhouette Score, Fmax, AUPR	NA
6442	2025-10-06	Comprehensive Production Index Prediction Using Dual-Scale Deep Learning in Mineral Processing 2025-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3421570 PMID:39042548	研究论文	提出一种双尺度深度学习网络用于矿物加工过程中综合生产指标的预测	引入高频单元和低频单元的双尺度深度学习架构，结合云边协同机制解决工业数据双尺度特性问题	未明确说明模型在更广泛工业场景中的泛化能力	提高矿物加工过程中综合生产指标的预测精度	矿物加工过程中的综合生产指标	机器学习	NA	深度学习	深度学习网络	工业时序数据	NA	NA	双尺度深度学习网络	预测精度	云边协同架构
6443	2025-10-06	Graph Convolutional Network With Self-Augmented Weights for Semi-Supervised Multi-View Learning 2025-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3456593 PMID:39302796	研究论文	提出一种具有自增强权重的图卷积网络，用于半监督多视图学习任务	提出基于指数级数积分的自增强权重策略，保留次要视图的互补信息同时增强关键视图，并引入正交约束层提升表示判别性	NA	解决多视图学习中传统权重策略忽略次要视图互补信息的问题	多视图数据	机器学习	NA	图卷积网络	GCN	图数据	NA	NA	图卷积网络	NA	NA
6444	2025-10-06	Exploring the Intersection Between Neural Architecture Search and Continual Learning 2025-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3453973 PMID:39316489	综述	首次对神经架构搜索与持续学习的交叉领域进行系统性综述，提出终身自主深度神经网络的研究范式	首次系统性地探索NAS与CL的交叉领域，为构建终身自主深度神经网络提出新范式	作为综述性研究，未包含具体的实验验证和性能评估	研究神经架构搜索与持续学习的结合方法，开发更鲁棒和自适应的智能体	深度神经网络的设计方法和持续适应能力	机器学习	NA	NA	NA	NA	NA	NA	NA	NA	NA
6445	2025-10-06	Multistage Spatial-Spectral Fusion Network for Spectral Super-Resolution 2025-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3460190 PMID:39388330	研究论文	提出一种多阶段空谱融合网络用于从单张RGB图像重建高光谱图像	设计了多阶段U-Net架构和两种自注意力机制，创新性地提出空间融合模块和光谱融合模块，实现空间相关性和光谱自相似性的全面建模	NA	解决现有光谱超分辨率方法在空谱特征建模方面的不足，提高重建高光谱图像的保真度	高光谱图像重建	计算机视觉	NA	深度学习	CNN, 自注意力机制	RGB图像, 高光谱图像	NTIRE2022和NTIRE2020两个最大光谱超分辨率数据集	PyTorch	U-Net, 多阶段空谱融合网络	定量指标, 定性评估	NA
6446	2025-10-06	Zero-Shot Relation Classification Through Inference on Category Attributes 2025-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3474669 PMID:39418148	研究论文	提出一种通过类别属性推理处理零样本关系分类任务的新框架	引入基于标签词和描述的假设模板，将关系分类数据自动转换为文本蕴含格式，并提出蕴含差异机制增强模型推理能力	NA	解决零样本关系分类任务中识别未见关系类别的挑战	关系分类句子中的实体语义关系	自然语言处理	NA	文本蕴含	预训练语言模型	文本	FewRel和Wiki-ZSL数据集	NA	预训练文本蕴含模型	NA	NA
6447	2025-10-06	A Hierarchical Framework With Spatio-Temporal Consistency Learning for Emergence Detection in Complex Adaptive Systems 2025-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3477320 PMID:39437286	研究论文	提出一种具有时空一致性学习的层次框架，用于复杂自适应系统中的涌现现象检测	通过分别学习系统表示和智能体表示，解决了现有方法无法捕捉涌现相关空间模式和非线性关系的问题	NA	检测复杂自适应系统中涌现现象的形成和消失	复杂自适应系统及其交互智能体	机器学习	NA	NA	Transformer	时空数据	三个包含已知但难以检测涌现行为的数据集	NA	空间Transformer, 时间Transformer	检测准确率	NA
6448	2025-10-06	Grid-Centric Traffic Scenario Perception for Autonomous Driving: A Comprehensive Review 2025-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3495045 PMID:40030797	综述	本文系统回顾了自动驾驶领域中基于网格的场景感知技术发展历程	首次提出分层结构化综述框架，系统梳理从2D鸟瞰图网格到3D占据栅格再到4D占据预测的技术演进路线	作为综述文章不包含原始实验验证，主要基于现有文献进行分析总结	全面梳理自动驾驶网格中心感知技术的研究现状与发展趋势	自动驾驶车辆的网格中心感知系统	计算机视觉	NA	深度学习	占据网络,生成式人工智能	传感器数据,场景表示	NA	NA	NA	NA	NA
6449	2025-10-06	Adaptive Graph Convolutional Network for Unsupervised Generalizable Tabular Representation Learning 2025-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3488087 PMID:40030226	研究论文	提出一种自适应图卷积网络用于无监督可泛化的表格数据表示学习	设计了自适应图学习模块，消除了传统GCN模型中的预定义规则，能够探索任意表格数据中更多局部模式	NA	解决表格数据表示学习中的挑战，提升学习表示的效率和实践性	表格数据	机器学习	NA	NA	图卷积网络	表格数据	NA	NA	自适应图卷积网络(AdaGCN)	NA	NA
6450	2025-10-06	Tiny Data Is Sufficient: A Generalizable CNN Architecture for Temporal Domain Long Sequence Identification 2025-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3494540 PMID:40030343	研究论文	提出一种适用于时序长序列识别的通用卷积神经网络架构，能够在少量数据下实现优越性能	提出通用卷积神经网络架构，通过非线性卷积增强特征表示能力，采用选择性CNN降低数据需求，结合多重池化减少信息损失	NA	开发适用于时序长序列识别的高效深度学习架构	时序长序列数据	机器学习	NA	深度学习	CNN	时序序列数据	GTZAN数据集使用0.18%数据训练，PLAID数据集使用1.56%数据训练	NA	GeCNN（包含通用CNN、选择性CNN和多重池化层）	准确率	NA
6451	2025-10-06	Improving ultrasound image classification accuracy of liver tumors using deep learning model with hepatitis virus infection information 2025-Jul, Journal of medical ultrasonics (2001) DOI:10.1007/s10396-025-01528-1 PMID:40205118	研究论文	本研究通过将肝炎病毒感染信息融入深度学习模型，提高了肝脏肿瘤超声图像分类的准确性	首次在肝脏肿瘤超声图像分类中引入肝炎病毒感染信息作为辅助特征，通过加权全连接层提升模型性能	未详细说明模型对其他类型临床信息的兼容性，样本来源和具体数据量未明确说明	提高肝脏肿瘤超声图像的自动分类准确率	肝脏肿瘤超声图像（包括肝囊肿、肝血管瘤、肝细胞癌和转移性肝癌）	计算机视觉	肝癌	超声成像	深度学习	医学图像	NA	NA	NA	准确率,F1-Score	NA
6452	2025-10-06	Toward Switching and Fusing Neuromorphic Computing: Vertical Bulk Heterojunction Transistors with Multi-Neuromorphic Functions for Efficient Deep Learning 2025-Jul, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202419245 PMID:40270224	研究论文	提出一种新型垂直体异质结神经形态晶体管，能够同时模拟人工神经网络和脉冲神经网络的计算功能	首次开发出可在同一器件中实现ANN和SNN计算功能的垂直体异质结神经形态晶体管，无需辅助电路即可通过简单编程切换神经形态功能	NA	开发高性能、低功耗且环境自适应的通用人工智能计算架构	垂直体异质结神经形态晶体管(VHNT)	神经形态计算	NA	电化学反应、体异质结技术	人工神经网络(ANN)、脉冲神经网络(SNN)	图像数据	CIFAR-10数据集	NA	人工脉冲神经网络(ASNN)	准确率(95%)	NA
6453	2025-10-06	Deep Learning Empowered Parallelized Metasurface Computed Tomography Snapshot Spectral Imaging 2025-Jul, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202419383 PMID:40270309	研究论文	提出一种基于生成式深度学习的超紧凑并行化超表面计算断层扫描快照光谱成像技术	将快照光谱成像系统体积从厘米级缩小至亚毫米级，同时保持高分辨率和高成像速度	NA	解决快照光谱成像在空间受限场景中的应用限制	内窥镜辅助脑显微手术和实时细胞组织成像	计算机视觉	NA	快照光谱成像，计算断层扫描	GAN	光谱投影图像	NA	NA	生成对抗深度神经网络	光谱分辨率10nm，成像时间38ms	NA
6454	2025-10-06	Artificial intelligence-based prediction of organ involvement in Sjogren's syndrome using labial gland biopsy whole-slide images 2025-Jul, Clinical rheumatology IF:2.9Q2 DOI:10.1007/s10067-025-07518-5 PMID:40471393	研究论文	本研究开发了一种基于深度学习的模型，利用唇腺活检全玻片图像预测干燥综合征患者高风险腺体外器官受累的风险	首次将深度学习技术应用于唇腺活检全玻片图像来预测干燥综合征患者的高风险腺体外器官受累，结合了预训练CNN和Vision Transformer模块进行特征提取	样本量相对有限（221例患者），需要更大规模的外部验证	开发基于深度学习的模型预测干燥综合征患者高风险腺体外器官受累风险	221例干燥综合征患者的唇腺活检全玻片图像	数字病理	干燥综合征	全玻片图像分析	CNN, Vision Transformer	图像	221例干燥综合征患者	NA	ResNet50, InceptionV3, EfficientNet-B5, Vision Transformer	ROC曲线下面积	NA
6455	2025-10-06	Spotiflow: accurate and efficient spot detection for fluorescence microscopy with deep stereographic flow regression 2025-Jul, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02662-x PMID:40481364	研究论文	提出一种基于深度学习的高精度荧光显微镜斑点检测方法Spotiflow	将斑点检测建模为多尺度热图和立体流回归问题，支持2D和3D图像，具有跨成像条件的泛化能力	NA	开发准确高效的荧光显微镜斑点检测方法	荧光显微镜图像中的斑点状结构	计算机视觉	NA	荧光显微镜成像	深度学习	2D和3D图像	NA	Python	立体流回归网络	亚像素精度	NA
6456	2025-10-06	Deep Learning Models for CT Segmentation of Invasive Pulmonary Aspergillosis, Mucormycosis, Bacterial Pneumonia and Tuberculosis: A Multicentre Study 2025-Jul, Mycoses IF:4.1Q2 DOI:10.1111/myc.70084 PMID:40580013	研究论文	开发并验证用于四种肺部感染疾病CT影像分割的深度学习模型	首次针对侵袭性肺曲霉病、肺毛霉病、细菌性肺炎和肺结核四种感染性疾病开发专用3D分割模型，并验证其跨疾病适用性	细菌性肺炎模型性能相对较低，数据集规模有限，复杂病例需要进一步优化	提高四种肺部感染疾病的CT影像分割准确率以辅助鉴别诊断	侵袭性肺曲霉病、肺毛霉病、细菌性肺炎和肺结核患者的CT影像	医学影像分析	肺部感染疾病	CT影像分析	深度学习分割模型	CT医学影像	训练集：115例IPA、53例PM、130例BP、125例PTB；外部验证集：21例IPA、8例PM、30例BP、31例PTB	NA	改进的3D U-Net	Dice系数	NA
6457	2025-10-06	Enhancing the Predictions of Cytomegalovirus Infection in Severe Ulcerative Colitis Using a Deep Learning Ensemble Model: Development and Validation Study 2025-Jul-01, JMIR medical informatics IF:3.1Q2 DOI:10.2196/64987 PMID:40590844	研究论文	开发并验证了一种基于深度学习的集成模型，用于通过内窥镜图像预测严重溃疡性结肠炎患者的巨细胞病毒感染	首次将深度学习集成模型与测试时间增强技术结合应用于巨细胞病毒感染的内窥镜图像诊断	样本量较小（仅86张内窥镜图像），需要更大规模的研究验证	开发非侵入性的巨细胞病毒感染早期诊断工具	严重溃疡性结肠炎患者的内窥镜图像	计算机视觉	溃疡性结肠炎	内窥镜成像	CNN	图像	86张内窥镜图像	NA	DenseNet121	准确率,精确率,召回率,F1分数,AUC	NA
6458	2025-10-06	Improving Tuberculosis Detection in Chest X-Ray Images Through Transfer Learning and Deep Learning: Comparative Study of Convolutional Neural Network Architectures 2025-Jul-01, JMIRx med DOI:10.2196/66029 PMID:40591399	研究论文	本研究通过比较六种卷积神经网络架构在胸部X光图像中检测结核病的性能	发现较简单的VGG16模型在结核病检测中优于更复杂的模型，且数据增强未带来性能提升	数据集相对较小（4200张图像），仅包含正常和结核病阳性两类	评估不同CNN架构在胸部X光图像中结核病分类的性能	胸部X光图像	计算机视觉	结核病	深度学习，迁移学习	CNN	图像	4200张胸部X光图像（700张结核病阳性，3500张正常）	NA	VGG16, VGG19, ResNet50, ResNet101, ResNet152, Inception-ResNet-V2	准确率, 精确率, 召回率, F1分数, AUC	NA
6459	2025-10-06	A transformer model for de novo sequencing of data-independent acquisition mass spectrometry data 2025-Jul, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02718-y PMID:40596427	研究论文	提出了一种基于Transformer架构的Cascadia模型，用于数据非依赖采集质谱数据的从头测序	首次将Transformer架构应用于DIA质谱数据的从头测序，相比现有方法在不同仪器和实验协议下均取得显著性能提升	NA	解决数据非依赖采集质谱数据的从头测序计算挑战	质谱数据中的氨基酸序列	机器学习	NA	数据非依赖采集质谱	Transformer	质谱数据	NA	NA	Transformer	NA	NA
6460	2025-10-06	Comparison of Random Survival Forest Based-Overall Survival With Deep Learning and Cox Proportional Hazard Models in HER-2-Positive HR-Negative Breast Cancer 2025-Jul, Cancer reports (Hoboken, N.J.) DOI:10.1002/cnr2.70262 PMID:40624807	研究论文	比较随机生存森林、深度学习和Cox比例风险模型在HER2阳性HR阴性乳腺癌患者总生存期预测中的性能	首次在HER2阳性HR阴性乳腺癌亚型中系统比较RSF、DeepSurv和CoxPH三种生存预测模型，并采用RSF变量重要性进行特征选择	研究基于SEER数据库的回顾性数据，可能存在选择偏倚，且仅针对特定乳腺癌亚型	构建乳腺癌患者生存预测模型，为HER2阳性HR阴性患者的临床决策提供更准确的生存预测	HER2阳性HR阴性乳腺癌患者	机器学习	乳腺癌	生存分析	Random Survival Forest, DeepSurv, Cox Proportional Hazard	临床数据	8,119例HER2阳性HR阴性乳腺癌患者	NA	Random Survival Forest, DeepSurv, Cox Proportional Hazard	C-index, Brier score, ROC-AUC, 校准图, 临床净收益	NA