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
6761	2025-03-05	Progressive Knowledge Transfer Network Based on Human Visual Perception Mechanism for No-Reference Point Cloud Quality Assessment 2025-Jan-22, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3532651 PMID:40031145	研究论文	本文提出了一种基于人类视觉感知机制的无参考点云质量评估深度学习网络PKT-PCQA，通过渐进知识转移将粗粒度质量分类知识转化为细粒度质量预测任务	PKT-PCQA网络利用局部和全局特征，以及基于空间和通道注意力模块的注意力机制，模拟人类视觉系统进行点云质量评估	未提及具体局限性	研究无参考点云质量评估方法，以提高点云压缩和通信等应用中的质量评估效果	点云数据	计算机视觉	NA	深度学习	PKT-PCQA	点云数据	三个大型独立的点云评估数据集
6762	2025-03-05	FedBCD: Federated Ultrasound Video and Image Joint Learning for Breast Cancer Diagnosis 2025-Jan-20, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3532474 PMID:40031191	研究论文	本文提出了一种名为FedBCD的去中心化学习解决方案，用于联合学习乳腺超声视频和图像，以改善乳腺癌诊断	首次提出去中心化学习解决方案，结合乳腺超声视频和图像进行联合学习，并设计了JUVIL模型和FILA层间聚合方法	未提及具体局限性	改善乳腺癌诊断的准确性和效率	乳腺超声视频和图像	计算机视觉	乳腺癌	深度学习	JUVIL, FILA	图像, 视频	三个图像客户端和一个视频客户端
6763	2025-03-05	Neural Manifold Decoder for Acupuncture Stimulations With Representation Learning: An Acupuncture-Brain Interface 2025-Jan-17, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3530922 PMID:40031188	研究论文	本文提出了一种深度学习框架，通过受试者的脑电图活动解码不同针灸操作在足三里穴位上的针刺过程	结合对比表示学习和领域适应策略，估计针灸师的三维手部姿势和手关节运动轨迹，并通过无监督流形学习估计针灸诱发的脑电图信号的低维状态空间	研究中使用的样本类型和数量未明确说明，可能影响结果的普适性	揭示针灸刺激与动态脑响应之间的相关性，并开发一种针灸-脑接口	接受针灸刺激的受试者	机器学习	神经系统疾病	脑电图（EEG）	神经网络	脑电图信号、视频记录	NA
6764	2025-03-05	Marker Data Enhancement for Markerless Motion Capture 2025-Jan-17, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3530848 PMID:40031222	研究论文	本文提出了一种改进的标记增强器，用于将稀疏的视频关键点转换为密集的解剖标记，以提高无标记运动捕捉的准确性	创建了一个更大、更多样化的训练数据集，并开发了一个更准确、更具通用性的标记增强器	在训练数据中未包含的运动上表现不佳	提高无标记运动捕捉的准确性和通用性	人体运动捕捉数据	计算机视觉	NA	深度学习	标记增强器	视频关键点和解剖标记	1176名受试者的标记运动捕捉数据和1433小时的视频关键点及解剖标记
6765	2025-03-05	Knowledge-Based Deep Learning for Time-Efficient Inverse Dynamics 2025-Jan-17, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3530992 PMID:40031238	研究论文	本文提出了一种基于知识的深度学习框架，用于高效的时间反演动力学分析，能够直接从关节运动学数据预测肌肉激活和肌肉力量	提出了一种无需标签信息即可训练的深度学习框架，结合前向动力学和预选的反演动力学生理标准，通过特定的损失函数指导神经网络训练	实验验证仅限于两个数据集，样本量较小，且仅包括健康受试者	提高神经康复和肌肉骨骼疾病治疗中肌肉激活和肌肉力量估计的效率和准确性	肌肉激活和肌肉力量	机器学习	肌肉骨骼疾病	深度学习	BiGRU（双向门控循环单元）	时间序列数据	两个数据集，包括一个基准上肢运动数据集和一个自收集的下肢运动数据集，涉及六名健康受试者
6766	2025-03-05	Cutting Skill Assessment by Motion Analysis Using Deep Learning and Spatial Marker Tracking 2025-Jan-15, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3529500 PMID:40030929	研究论文	本文提出了一种通过手术刀运动分析评估开放手术中切割技能的方法	设计了3D多面ArUco代码立方体，并使用YOLOv8模型和图像数据集识别手术刀类型并选择其尖端位置，提出了五种评估指标来量化外科医生的切割技能	实验样本量较小，仅涉及20名专家和新手外科医生	评估开放手术中外科医生的切割技能	外科医生的切割技能	计算机视觉	NA	YOLOv8模型	YOLOv8	图像	20名专家和新手外科医生
6767	2025-03-05	Combining Pre- and Post-Demosaicking Noise Removal for RAW Video 2025-Jan-15, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3527886 PMID:40031011	研究论文	本文提出了一种结合去马赛克前后噪声去除的自相似性去噪方案，用于Bayer模式CFA视频数据	提出了一种自相似性去噪方案，结合去马赛克前后的去噪器，并通过时间轨迹预滤波步骤进一步改善纹理重建	现代神经网络在适应新噪声水平和场景方面仍有困难	提高去噪算法的质量，使其适用于现实世界的视频拍摄	Bayer模式CFA视频数据	计算机视觉	NA	深度学习	神经网络	视频	NA
6768	2025-03-05	A Region and Category Confidence-Based Multi-Task Network for Carotid Ultrasound Image Segmentation and Classification 2025-Jan-14, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3529483 PMID:40031080	研究论文	本文提出了一种基于区域和类别置信度的多任务网络（RCCM-Net），用于颈动脉超声图像的分割和分类	该网络通过区域置信模块（RCM）和样本类别置信模块（CCM）利用分割和分类任务之间的相关性，提高了性能	NA	提高颈动脉斑块超声图像的分割和分类性能，以辅助动脉粥样硬化的治疗和中风风险评估	颈动脉斑块的超声图像	计算机视觉	心血管疾病	深度学习	多任务学习框架（RCCM-Net）	2D超声图像	1270张颈动脉斑块的2D超声图像
6769	2025-03-05	Non-invasive Detection of Adenoid Hypertrophy Using Deep Learning Based on Heart-Lung Sounds 2025-Jan-10, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3527403 PMID:40030964	研究论文	本文提出了一种基于深度学习的心肺音非侵入性检测方法，用于诊断儿童腺样体肥大	首次利用心肺音数据结合深度学习模型进行腺样体肥大的非侵入性检测，提供了一种新的诊断方法	未提及样本的具体数量及多样性，可能影响模型的泛化能力	开发一种非侵入性的腺样体肥大检测方法，以替代现有的侵入性或辐射性诊断技术	儿童腺样体肥大患者	数字病理	上呼吸道疾病	深度学习	CNN, LSTM, GAN	声音数据	NA
6770	2025-03-05	Learning-Based Modeling and Predictive Control for Unknown Nonlinear System With Stability Guarantees 2025-Jan-10, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3525264 PMID:40030974	研究论文	本文提出了一种基于学习的控制方案，用于未知非线性系统的建模和稳定控制，考虑了学习动力学的稳定性和学习动力学与真实动力学之间的建模不匹配	提出了一个结合Koopman理论和深度学习的方案，用于未知非线性系统的建模和稳定控制，并引入了稳定约束和Lipschitz约束以确保学习模型的稳定性	未提及具体的数据集或实验规模，可能限制了方案的普适性验证	研究未知非线性系统的安全控制和稳定性保证	未知非线性系统	机器学习	NA	深度学习	Koopman理论结合深度学习	NA	NA
6771	2025-03-05	Advancing Acoustic Droplet Vaporization for Tissue Characterization Using Quantitative Ultrasound and Transfer Learning 2025-Jan-08, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3527141 PMID:40031047	研究论文	本研究探讨了相变纳米液滴在纤维蛋白基组织模拟水凝胶中的声学和成像特性，利用被动空化检测和主动成像技术，包括B模式和对比增强超声，展示了ADV生成的气泡的背向散射信号强度和非线性声学响应与纤维蛋白密度的相关性	结合了深度学习技术，特别是卷积神经网络（AlexNet）的迁移学习，用于区分纤维蛋白水凝胶，为生物医学诊断提供了新的可能性	研究主要局限于纤维蛋白基水凝胶，未涉及更复杂的生物组织环境	探索声学液滴汽化（ADV）技术在生物医学超声中的应用，特别是用于组织特性表征	相变纳米液滴在纤维蛋白基组织模拟水凝胶中的声学和成像特性	生物医学超声	NA	被动空化检测，B模式超声，对比增强超声	卷积神经网络（CNN），AlexNet	超声图像	NA
6772	2025-03-05	P2TC: A Lightweight Pyramid Pooling Transformer-CNN Network for Accurate 3D Whole Heart Segmentation 2025-Jan-07, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3526727 PMID:40030965	研究论文	本文提出了一种轻量级的金字塔池化Transformer-CNN网络（P2TC），用于精确的3D全心脏分割	P2TC网络结合了3D金字塔池化Transformer进行多尺度信息融合和轻量级大核卷积神经网络（CNN）进行局部特征提取，解决了现有方法在空间上下文建模不足、长距离依赖捕捉困难、计算复杂度高和局部高层语义信息表示有限等问题	NA	提高3D全心脏分割的准确性，以支持心血管疾病的诊断和手术规划	心脏结构	计算机视觉	心血管疾病	深度学习	Transformer-CNN	3D图像	Multi-Modality Whole Heart Segmentation (MM-WHS) 2017挑战数据集
6773	2025-03-05	Empirical analysis on retinal segmentation using PSO-based thresholding in diabetic retinopathy grading 2025-Jan-06, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2024-0299 PMID:39754503	研究论文	本文提出了一种基于粒子群优化（PSO）的自动阈值算法，用于糖尿病视网膜病变（DR）分级中的视网膜分割，以提高特征提取的准确性	提出了一种基于PSO的自动阈值算法，减少了背景像素对特征提取的负面影响，从而提高了分级的准确性	数据量有限，可能影响模型的泛化能力	提高糖尿病视网膜病变分级的准确性和效率	糖尿病视网膜病变患者的眼底图像	计算机视觉	糖尿病视网膜病变	PSO-based thresholding, Explainable AI (XAI)	ResNet50	图像	IDRiD眼底数据集
6774	2025-03-05	Topological Data Analysis in Graph Neural Networks: Surveys and Perspectives 2025-Jan-06, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3520147 PMID:40030848	综述	本文系统回顾了拓扑数据分析（TDA）与图神经网络（GNN）结合的研究进展，探讨了这一新兴领域的最新模型和未来展望	首次系统性地综述了TDA与GNN结合的研究，提出了这一领域的分类、基础知识和最新模型	文章主要集中于理论综述，缺乏实际应用案例的深入分析	探讨TDA与GNN结合在复杂图数据分析中的潜力	图数据集	机器学习	NA	拓扑数据分析（TDA）	图神经网络（GNN）	图数据	NA
6775	2025-03-05	Adaptive Neural Message Passing for Inductive Learning on Hypergraphs 2025-Jan, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3434483 PMID:39058615	研究论文	本文提出了一种新的超图学习框架HyperMSG，采用模块化的两级神经消息传递策略，在超边内和超边间准确高效地传播信息	HyperMSG框架通过自适应学习节点度中心性的注意力权重，量化节点的局部和全局重要性，捕捉超图的结构特性，且具有归纳性，能在未见过的节点上进行推理	NA	解决现有超图学习方法将超图结构转换为图结构导致的信息丢失和次优利用问题，提升超图学习的表达能力和效率	超图结构数据	机器学习	NA	神经消息传递	HyperMSG	图数据	多种任务和数据集
6776	2025-03-05	SurroFlow: A Flow-Based Surrogate Model for Parameter Space Exploration and Uncertainty Quantification 2025-Jan, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2024.3456372 PMID:39250378	研究论文	本文介绍了一种基于归一化流的代理模型SurroFlow，用于学习仿真参数与仿真输出之间的可逆变换，支持不确定性量化和高效参数空间探索	提出了一种新的基于归一化流的代理模型SurroFlow，支持不确定性量化、高效参数空间探索和逆向预测	未提及具体局限性	提高科学代理模型的可靠性和探索能力，同时降低计算成本	仿真参数与仿真输出之间的关系	机器学习	NA	归一化流	SurroFlow	仿真数据	未提及具体样本数量
6777	2025-03-05	Interactive Design-of-Experiments: Optimizing a Cooling System 2025-Jan, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2024.3456356 PMID:39250379	研究论文	本文提出了一种交互式视觉优化方法，用于优化冷却系统，特别是在电动汽车的座舱和电池冷却中的应用	结合深度学习模型和数值模拟，通过交互式p-h图引导迭代优化过程，提供了一种新的半自动优化方法	深度学习模型仅作为冷却系统逆过程的近似，且目标特性可能根据不同的竞争目标选择，可能导致优化过程复杂化	优化冷却系统，特别是在电动汽车中的应用	冷却系统，特别是电动汽车的座舱和电池冷却系统	机器学习	NA	深度学习（DL）模型，数值模拟	深度学习模型	模拟数据	NA
6778	2025-03-05	ParamsDrag: Interactive Parameter Space Exploration via Image-Space Dragging 2025-Jan, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2024.3456338 PMID:39250408	研究论文	本文介绍了ParamsDrag模型，通过直接与可视化交互来探索参数空间，以提高数值模拟中参数调整的效率和直观性	提出了一种新的交互式参数空间探索方法，通过直接拖动可视化中的结构相关特征来直观调整和优化参数	未提及具体局限性	提高数值模拟中参数调整的效率和直观性	数值模拟中的参数空间	计算机视觉	NA	深度学习	ParamsDrag	图像	NA
6779	2025-03-05	Dynamic Routing and Knowledge Re-Learning for Data-Free Black-Box Attack 2025-Jan, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3469952 PMID:39331554	研究论文	本文提出了一种新的动态路由和知识再学习框架（DraKe），用于数据自由的黑盒攻击，通过动态生成替代模型结构并重新学习困难样本，有效提高了攻击效果	提出了动态路由和知识再学习框架（DraKe），通过动态生成替代模型结构和重新学习困难样本，解决了现有方法在静态替代模型结构、一次性使用硬合成样本以及依赖目标模型数据统计的局限性	在线数据生成只能学习一次，存在固有的局限性	研究数据自由的黑盒攻击方法，提高对目标模型的攻击效果	深度学习模型	机器学习	NA	NA	动态替代模型结构	图像	四个公共图像分类数据集和一个面部识别基准
6780	2025-03-05	Understanding Episode Hardness in Few-Shot Learning 2025-Jan, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3476075 PMID:39378258	研究论文	本文探讨了少样本学习中的“情节硬度”问题，并提出了一种新的预采样硬度评估技术IFDR	首次对影响情节硬度的关键因素进行了代数分析，并提出了高效的预采样硬度评估技术IFDR，以及两种采样方案CL和CPL	NA	研究少样本学习中情节硬度的影响因素及其评估方法	少样本学习中的情节	机器学习	NA	IFDR（逆费舍尔判别比）	NA	NA	NA