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
6641	2025-10-06	Deep learning method for cucumber disease detection in complex environments for new agricultural productivity 2025-Jul-07, BMC plant biology IF:4.3Q1 DOI:10.1186/s12870-025-06841-y PMID:40624628	研究论文	提出基于YOLOv11n改进的轻量级检测算法YOLO-Cucumber，用于复杂环境下黄瓜病害检测	引入四种关键创新：可变形卷积网络增强不规则目标特征提取、P2预测层实现早期病变细粒度检测、目标感知损失函数解决类别不平衡、通过批量归一化进行通道剪枝实现模型压缩	仅针对黄瓜病害检测，未验证在其他作物病害检测的泛化能力	开发适用于复杂农业环境的高效轻量级黄瓜病害检测算法	黄瓜病害	计算机视觉	植物病害	深度学习	YOLO	图像	NA	NA	YOLOv11n, YOLO-Cucumber	mAP@50, 推理速度(FPS)	NA
6642	2025-10-06	Explainable deep learning unveils critical scenarios driving soil cadmium pollution in a coastal industrial city in China: A geospatial AI approach 2025-Jul-05, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2025.126769 PMID:40623589	研究论文	本研究提出一种可解释深度学习模型，结合遥感技术识别土壤重金属污染源	首次将可解释深度学习与遥感技术结合用于土壤镉污染源识别，通过遮挡敏感性分析提供模型解释性	研究仅针对中国东莞市六个区域，模型在其他地区的适用性需要进一步验证	开发精确识别土壤重金属污染源的新方法	中国东莞市土壤镉污染	地理空间人工智能	NA	遥感技术	深度学习	遥感图像	中国东莞市六个区域	NA	SI-LICNet（轻量级图像分类网络）	ROC AUC	NA
6643	2025-10-06	Pairwise Attention: Leveraging Mass Differences to Enhance De Novo Sequencing of Mass Spectra 2025-Jul-04, Journal of proteome research IF:3.8Q1 DOI:10.1021/acs.jproteome.5c00063 PMID:40454436	研究论文	提出一种基于质量差异的成对注意力机制，用于增强质谱数据的从头测序性能	在Transformer编码器中引入基于成对质量差异的学习偏置，将质谱手动解释的启发式方法融入深度学习模型	NA	提高基于质谱的蛋白质组学中肽段序列预测的准确性	MS2质谱数据	机器学习	NA	质谱分析	Transformer	质谱数据	九物种基准数据集	NA	Transformer编码器	肽段精确度	NA
6644	2025-10-06	CNN based method for classifying cervical cancer cells in pap smear images 2025-Jul-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10009-x PMID:40615498	研究论文	提出一种基于CNN的宫颈癌细胞分类方法，直接在WSI图像上对细胞簇进行分类而无需分割	无需分割步骤直接对WSI宫颈细胞簇进行分类，证明了分割对分类结果并非必需	NA	早期宫颈癌检测	宫颈癌细胞	数字病理学	宫颈癌	NA	CNN	图像	SIPaKMeD和Herlev数据集	NA	多个预训练CNN模型	准确率	NA
6645	2025-10-06	Critical review of the model description in 'Kurdish handwritten character recognition using deep learning techniques' 2025-Jul-03, Gene expression patterns : GEP IF:1.0Q4 DOI:10.1016/j.gep.2025.119399 PMID:40617480	comments	对一篇关于库尔德手写字符识别的深度学习论文中的模型描述不一致性进行批判性评论	识别并详细指出了原始论文中模型架构描述、类别标注和模型总结方面的关键不一致性问题	仅针对已发表论文的描述性问题进行评论，未提供新的实验验证或替代解决方案	提高原始论文的透明度和可重复性	库尔德手写字符识别研究	natural language processing	NA	NA	deep learning	handwritten characters	NA	NA	NA	NA	NA
6646	2025-10-06	Deep Learning for Fluorescence Lifetime Predictions Enables High-Throughput In Vivo Imaging 2025-Jul-02, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.5c03749 PMID:40515693	研究论文	提出深度学习模型FLIMngo，能够在光子匮乏环境下准确预测荧光寿命，显著提高荧光寿命成像显微镜的吞吐量	首次开发能够从少于50光子/像素的衰减曲线中准确预测荧光寿命的深度学习模型，利用原始FLIM数据中的时间和空间信息	NA	解决荧光寿命成像显微镜在光子匮乏环境下的数据采集和解释挑战	活体动态样本中的疾病相关蛋白聚集体	生物医学成像	NA	荧光寿命成像显微镜(FLIM)	深度学习	荧光衰减曲线，图像数据	NA	NA	NA	荧光寿命预测准确性	NA
6647	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
6648	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
6649	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
6650	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
6651	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
6652	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
6653	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
6654	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
6655	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
6656	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
6657	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
6658	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
6659	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
6660	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