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
7221	2025-03-05	Interactive Isosurface Visualization in Memory Constrained Environments Using Deep Learning and Speculative Raycasting 2025-Feb, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2024.3420225 PMID:38941206	研究论文	本文提出了一种新颖的隐式等值面渲染算法，用于在内存受限的环境中进行大规模体积数据的交互式可视化	通过渐进式遍历光线波前并按需解压数据块来执行隐式光线-等值面交叉，同时使用预训练的深度神经网络改进中间结果的质量，并引入推测性光线-块交叉以加速渲染和提高GPU利用率	算法在图像质量和渲染时间之间进行权衡，可能会影响最终图像的精度	解决在轻量级终端设备上可视化大规模数据集时的内存限制问题	大规模体积数据	计算机视觉	NA	深度学习	深度神经网络	体积数据	NA
7222	2025-03-05	Sparse Non-Local CRF With Applications 2025-Feb, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3474468 PMID:39361458	研究论文	本文提出了一种新的成对条件随机场（CRF）模型，称为稀疏非局部CRF，该模型结合了稀疏CRF的效率和密集CRF的非局部连接特性	提出了一种新的稀疏非局部CRF模型，结合了稀疏CRF的效率和密集CRF的非局部连接特性，且边缘权重不受限制	未明确提及具体局限性	研究一种新的CRF模型，以提高计算机视觉任务中的空间一致性建模效率	图像像素	计算机视觉	NA	条件随机场（CRF）	稀疏非局部CRF	图像	NA
7223	2025-03-05	Intelligent Bionic Polarization Orientation Method Using Biological Neuron Model for Harsh Conditions 2025-Feb, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3484183 PMID:39437271	研究论文	本文开发了一种智能创新定向方法，以提高在恶劣条件下偏振罗盘的准确性	该方法结合了生物神经元模型和卷积神经网络，模拟了Syrphidae视觉神经通路的高效感知机制，并优化了自适应反对称环算法，提高了在弱偏振条件下的定向精度	NA	提高在恶劣天气条件和局部遮挡情况下的偏振罗盘定向精度	偏振罗盘在恶劣条件下的定向精度	计算机视觉	NA	卷积神经网络（CNN）	CNN	图像	NA
7224	2025-03-05	Noise Self-Regression: A New Learning Paradigm to Enhance Low-Light Images Without Task-Related Data 2025-Feb, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3487361 PMID:39466857	研究论文	本文提出了一种新的低光图像增强学习范式NoiSER，利用纯高斯噪声完成低光图像增强任务，无需任何任务相关数据	NoiSER通过自回归方法利用纯高斯噪声进行低光图像增强，进一步降低了对训练数据的要求，并可作为实际应用中的另一种选择	NA	研究目的是提出一种新的低光图像增强方法，减少对训练数据的依赖	低光图像	计算机视觉	NA	深度学习	CNN	图像	NA
7225	2025-03-05	Spatial transcriptomic clocks reveal cell proximity effects in brain ageing 2025-Feb, Nature IF:50.5Q1 DOI:10.1038/s41586-024-08334-8 PMID:39695234	研究论文	本文通过构建空间分辨的单细胞转录组图谱，研究了大脑老化过程中细胞间相互作用的影响	开发了空间老化时钟，利用机器学习模型识别老化和再生过程中的空间和细胞类型特异性转录组特征，揭示了T细胞和神经干细胞对邻近细胞的显著影响	研究主要基于小鼠模型，尚未在人类中进行验证	研究大脑老化过程中细胞间相互作用的影响及其对组织衰退的贡献	420万个来自20个不同年龄段的成年小鼠大脑细胞	生物信息学	老年疾病	空间分辨单细胞转录组学	机器学习模型	转录组数据	420万个细胞
7226	2025-03-05	EasyMetagenome: A user-friendly and flexible pipeline for shotgun metagenomic analysis in microbiome research 2025-Feb, iMeta IF:23.7Q1 DOI:10.1002/imt2.70001 PMID:40027489	研究论文	本文介绍了一个名为EasyMetagenome的用户友好且灵活的宏基因组分析流程，旨在解决宏基因组数据处理复杂性和可重复性的挑战	开发了一个支持多种分析方法（包括质量控制、宿主去除、基于读长、基于组装和分箱）的灵活且用户友好的宏基因组分析流程，并具有可定制设置、全面的数据可视化和详细的参数解释	需要进一步解决宿主污染问题，优化第三代测序数据的工作流程，并整合深度学习和网络分析等新兴技术	开发一个用户友好的宏基因组分析流程，以简化数据处理并提高可重复性	微生物组数据	宏基因组学	NA	shotgun metagenomics	NA	宏基因组数据	NA
7227	2025-03-05	Score-based Diffusion Models with Self-supervised Learning for Accelerated 3D Multi-contrast Cardiac MR Imaging 2025-Jan-30, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3534206 PMID:40031249	研究论文	本研究提出了一种基于自监督学习的分数扩散模型，用于加速三维多对比心脏磁共振成像（3D-MC-CMR）的采集	创新点在于结合自监督贝叶斯重建网络和分数扩散模型，实现了无需全采样训练数据的精确重建	未提及具体局限性	加速3D-MC-CMR成像的采集过程	三维多对比心脏磁共振成像数据	医学影像处理	心血管疾病	自监督学习，分数扩散模型，Langenvin Markov链蒙特卡洛采样	自监督贝叶斯重建网络，分数扩散模型	3D多对比心脏磁共振图像	使用3D联合心肌T和T映射序列采集的数据集
7228	2025-03-05	Fall-Risk Monitoring in Diverse Terrains Using Dual-Task Learning and Wearable Sensing System 2025-Jan-30, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3536030 PMID:40031371	研究论文	本文介绍了一种新型多传感器系统，结合地形感知传感器和惯性测量单元（IMU），用于在不同地形上监测跌倒风险	提出了一种基于改进的CNN-LSTM模型的双任务学习（DTL）架构，用于从传感器信号中确定跌倒风险级别和地形	实验主要在实验室和医院环境中进行，可能无法完全反映真实世界中的复杂情况	开发一种可靠的跌倒风险监测系统，以减少老年人跌倒事故	年轻人和老年人	机器学习	老年疾病	双任务学习（DTL）	改进的CNN-LSTM模型	传感器信号	10名年轻人和10名老年人
7229	2025-03-05	Gesture recognition from surface electromyography signals based on the SE-DenseNet network 2025-Jan-29, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2024-0282 PMID:39873377	研究论文	本文提出了一种基于SE-DenseNet网络的手势识别方法，用于从表面肌电信号中识别手势	结合Squeeze-and-Excitation Networks (SE) 和 DenseNet，在DenseBlock和Transition之间插入注意力机制，以关注最重要的信息，提高特征表示能力，并有效解决梯度消失问题	现有手势识别算法在全局特征捕捉、模型计算复杂度和泛化能力方面仍需进一步改进	提供更自然、方便和个性化的人机交互，特别是在康复技术领域	表面肌电信号（sEMG）	机器学习	NA	NA	SE-DenseNet	肌电信号	NinaPro DB2 和 DB4 数据集
7230	2025-03-05	Automatic multimodal registration of cone-beam computed tomography and intraoral scans: a systematic review and meta-analysis 2025-Jan-29, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-025-06183-x PMID:39878846	系统综述与元分析	本文系统回顾和分析了锥形束计算机断层扫描（CBCT）与口内扫描（IOS）自动多模态配准技术的最新进展及其在牙科中的临床意义	对比了几何基础方法与人工智能（AI）技术在CBCT和IOS配准中的应用，揭示了AI方法在自动化和鲁棒性方面的显著改进	研究中存在配准标志不稳定或数据集多样性有限等挑战，需进一步研究以确保在复杂临床场景中的稳定性	评估CBCT和IOS自动多模态配准技术的最新进展及其在牙科中的临床意义	锥形束计算机断层扫描（CBCT）和口内扫描（IOS）	数字病理	NA	几何基础方法和人工智能（AI）技术	深度学习模型	3D图像数据	493篇文章中筛选出22篇符合条件的研究
7231	2025-03-05	Cardiac Phase Estimation Using Deep Learning Analysis of Pulsed-Mode Projections: Towards Autonomous Cardiac CT Imaging 2025-Jan-29, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3536160 PMID:40031322	研究论文	本文提出了一种通过深度学习和分析脉冲模式投影（PMPs）来实现自主心脏CT成像的新方法	首次在投影域中提出前瞻性心脏相位估计，并开发了一种不确定性驱动的Viterbi正则化器来优化深度学习估计	研究使用了基于物理的模拟数据进行评估，尚未在真实临床数据上进行验证	实现自主心脏CT扫描，减少对心电图设备和专家操作的依赖	心脏CT成像	计算机视觉	心血管疾病	深度学习	LSTM, CNN	图像	基于物理的模拟数据
7232	2025-03-05	End-To-End Prediction of Knee Osteoarthritis Progression With Multimodal Transformers 2025-Jan-29, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3536170 PMID:40031337	研究论文	本研究利用深度学习中的Transformer模型，融合多模态膝关节成像数据，预测膝关节骨关节炎（KOA）的进展	首次使用Transformer模型融合多模态膝关节成像数据，提供了一种端到端的KOA进展预测框架，并公开了源代码和预训练模型	研究结果仍需进一步验证，特别是在不同临床环境中的应用效果	预测膝关节骨关节炎（KOA）的进展，以增强临床试验设计	膝关节骨关节炎（KOA）患者	计算机视觉	骨关节炎	深度学习	Transformer	图像	3967/2421例来自骨关节炎倡议（Osteoarthritis Initiative）的数据
7233	2025-03-05	Class-Agnostic Feature-Learning-Based Deep-Learning Model for Robust Melanoma Prediction 2025-Jan-28, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3535536 PMID:40031346	研究论文	本研究开发了一种基于类无关激活映射（CAAMs）的深度学习模型，用于提高黑色素瘤预测的准确性和可靠性	使用类无关激活映射（CAAMs）来解决图像变异性和变换鲁棒性问题，从而提高诊断准确性和可靠性	未明确提及具体局限性	开发一种鲁棒的深度学习模型，用于黑色素瘤预测	黑色素瘤和痣的皮肤病变图像	计算机视觉	黑色素瘤	深度学习	ConvNeXt, ResNet	图像	ISIC 2017和2019数据集
7234	2025-03-05	Coarse for Fine: Bounding Box Supervised Thyroid Ultrasound Image Segmentation Using Spatial Arrangement and Hierarchical Prediction Consistency 2025-Jan-28, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3535541 PMID:40031340	研究论文	本文提出了一种双分支弱监督学习框架，用于优化甲状腺超声图像分割网络，通过校准语义特征到合理的空间分布，在边界框掩码的间接、粗略指导下进行分割	提出了一种新的双分支弱监督学习框架，通过空间排列一致性和层次预测一致性分支来优化分割网络，减少对像素级低层次特征的依赖，提高分割精度	虽然该方法在甲状腺超声图像分割上表现优异，但仍依赖于边界框掩码的间接指导，可能在某些复杂情况下无法完全替代全监督方法	优化甲状腺超声图像的分割精度，减少标注时间	甲状腺超声图像	计算机视觉	甲状腺疾病	弱监督学习	双分支网络	图像	三个甲状腺数据集
7235	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
7236	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
7237	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
7238	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
7239	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
7240	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