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
7401	2025-03-25	Let's get in sync: current standing and future of AI-based detection of patient-ventilator asynchrony 2025-Mar-21, Intensive care medicine experimental IF:2.8Q2 DOI:10.1186/s40635-025-00746-8 PMID:40119215	综述	本文综述了基于人工智能的患者-呼吸机异步（PVA）自动检测技术的现状与未来发展方向	总结了近15年来PVA自动检测技术的进展，包括基于规则的算法、机器学习和深度学习等多种AI技术的应用	大多数算法仅能离线使用，只能检测一小部分PVA类型（主要关注无效努力和双重触发异步），且84%的研究仍处于开发或验证阶段	探讨AI技术在PVA自动检测领域的应用现状及未来发展方向	机械通气患者中的患者-呼吸机异步现象	医疗人工智能	呼吸系统疾病	基于规则的算法、机器学习和深度学习	多种AI模型	呼吸机波形数据	19项研究（其中3项已获许可的算法）
7402	2025-03-25	An interpretable deep geometric learning model to predict the effects of mutations on protein-protein interactions using large-scale protein language model 2025-Mar-21, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-00979-5 PMID:40119464	研究论文	开发了一种基于transformer的图神经网络模型，用于预测突变对蛋白质-蛋白质相互作用的影响	结合局部和全局特征，并利用预训练蛋白质语言模型，提高了预测准确性	未明确提及具体局限性	预测突变对蛋白质-蛋白质相互作用结合亲和力的影响	蛋白质-蛋白质复合物及其突变体	机器学习	NA	图神经网络(GNNs), transformer模型	transformer-based GNN	蛋白质三维结构数据	五个数据集，包括单突变和多突变案例
7403	2025-03-25	Multi-modal MRI synthesis with conditional latent diffusion models for data augmentation in tumor segmentation 2025-Mar-21, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102532 PMID:40121926	研究论文	提出一种基于条件潜在扩散模型的多模态MRI合成方法，用于肿瘤分割任务的数据增强	创新的切片潜在扩散架构，能够同时生成3D多模态图像及其对应的多标签掩码，通过位置编码和潜在聚合模块保持空间一致性和切片序列性	虽然主要应用于肿瘤分割，但方法可以适应其他模态，但未在其他模态上进行验证	解决医学影像中多模态标注数据有限的问题，提升肿瘤分割任务的性能	多模态MRI图像及其对应的肿瘤分割标签	数字病理	肿瘤	潜在扩散模型	条件潜在扩散模型	3D MRI图像	使用BRATS2021数据集进行验证
7404	2025-03-25	Experimental wavefront sensing techniques based on deep learning models using a Hartmann-Shack sensor for visual optics applications 2025-Mar-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80615-8 PMID:40113787	研究论文	本文提出了一种基于改进ResNet卷积神经网络的新方法，用于增强Hartmann-Shack波前传感器的性能，以提高视觉光学中的波前传感能力	使用改进的ResNet CNN模型显著提高了波前像差重建速度和动态范围，相比传统方法分别提升了300%至400%和315.6%	实验数据集是在自定义的单目视觉模拟器上生成的，可能无法完全代表真实世界的复杂情况	提高视觉光学系统中波前传感的精度、动态范围和处理速度	Hartmann-Shack波前传感器(HSS)及其在视觉光学中的应用	计算机视觉	NA	深度学习	改进的ResNet CNN	图像	实验数据集包括无噪声和添加散斑噪声的图像
7405	2025-03-25	Music genre classification with parallel convolutional neural networks and capuchin search algorithm 2025-Mar-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90619-7 PMID:40113866	research paper	提出了一种结合并行卷积神经网络和卷尾猴搜索算法的音乐流派分类新方法	结合离散小波变换、梅尔频率倒谱系数和短时傅里叶变换特征，利用卷尾猴搜索算法优化CNN超参数，提高了分类准确率	NA	开发一个强大的音乐分类器，快速分类未标记音乐，提升用户媒体播放器和音乐文件的体验	音乐流派分类	machine learning	NA	DWT, MFCC, STFT	CNN	audio	GTZAN和Extended-Ballroom数据集
7406	2025-03-25	Detection of hydrophobicity grade of insulators based on AHC-YOLO algorithm 2025-Mar-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92696-0 PMID:40113932	研究论文	提出一种基于AHC-YOLO算法的复合绝缘子疏水性等级检测方法	结合高性能GPU网络HGNetv2、混合局部通道注意力机制MLCA、轻量级卷积CSPPC和Inner-WIoU损失函数，显著降低网络负担并提高识别精度	未提及算法在极端环境或不同光照条件下的性能表现	提高复合绝缘子疏水性等级检测的效率和准确性	复合绝缘子	计算机视觉	NA	深度学习	YOLO	图像	NA
7407	2025-03-25	A high performance hybrid LSTM CNN secure architecture for IoT environments using deep learning 2025-Mar-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94500-5 PMID:40114016	研究论文	提出了一种高性能的LSTM-CNN混合安全架构，用于优化物联网环境中的实时入侵检测	结合LSTM层学习时间依赖性和CNN层分解空间特征，提高了威胁识别的效率	未提及具体在哪些物联网设备或场景中进行了测试	优化物联网环境中的实时入侵检测，提高安全性	物联网环境中的网络入侵行为	机器学习	NA	深度学习	LSTM-CNN混合模型	网络流量数据	BoT-IoT数据集，包含DDoS、僵尸网络、侦察和数据泄露等多种网络攻击类型
7408	2025-03-25	TPNET: A time-sensitive small sample multimodal network for cardiotoxicity risk prediction 2025-Mar-19, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3552819 PMID:40106240	research paper	该研究开发了一个名为TPNET的时间敏感小样本多模态网络，用于预测癌症治疗相关心功能障碍（CTRCD）的风险	结合组织多普勒成像（TDI）特征与深度学习技术，开发了TPNET模型，用于预测CTRCD，并通过集成梯度（IG）归因分析识别关键致病标志	样本量较小（270名患者），且仅针对乳腺癌患者	预测癌症治疗相关心功能障碍（CTRCD）的风险	乳腺癌患者	digital pathology	cardiovascular disease	TDI, deep learning	TPNET	multimodal data (TDI, function, clinical data)	270名患者
7409	2025-03-25	Generating Inverse Feature Space for Class Imbalance in Point Cloud Semantic Segmentation 2025-Mar-19, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3553051 PMID:40106253	research paper	提出了一种名为InvSpaceNet的网络框架，通过生成逆特征空间来缓解点云语义分割中数据不平衡导致的认知偏差	设计了双分支训练架构，结合实例平衡采样数据的特征表示和逆采样数据的认知校正，生成逆特征空间并通过对比损失约束类中心点	未明确提及具体局限性	解决点云语义分割中数据不平衡导致的认知偏差问题	点云数据	computer vision	NA	深度学习	InvSpaceNet	点云	四个大型基准数据集（S3DIS、ScanNet v2、Toronto-3D和SemanticKITTI）
7410	2025-03-25	Hard-aware Instance Adaptive Self-training for Unsupervised Cross-domain Semantic Segmentation 2025-Mar-18, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3552484 PMID:40100655	research paper	提出了一种硬感知实例自适应自训练框架，用于无监督跨域语义分割任务	开发了一种新颖的伪标签生成策略，包含实例自适应选择器和硬感知伪标签增强技术，以及区域自适应正则化方法	未明确提及具体限制	解决无监督域适应(UDA)中标记训练数据与未标记测试数据之间的差异问题	语义分割任务	computer vision	NA	自训练(self-training), 伪标签生成(pseudo-label generation)	深度学习模型(未具体说明)	图像数据	在GTA5 Cityscapes, SYNTHIA Cityscapes和Cityscapes Oxford RobotCar数据集上进行实验
7411	2025-03-25	Protein Language Pragmatic Analysis and Progressive Transfer Learning for Profiling Peptide-Protein Interactions 2025-Mar-18, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3540291 PMID:40100664	研究论文	提出了一种可解释的深度学习模型IIDL-PepPI，用于分析肽-蛋白质相互作用	采用双向注意力模块表示肽和蛋白质的上下文信息，并利用渐进式迁移学习框架同时预测肽-蛋白质相互作用和识别结合残基	未提及具体的数据集规模或模型计算资源需求	开发深度学习模型以分析肽-蛋白质相互作用，推动基于人工智能的肽药物发现和蛋白质功能阐明	肽和蛋白质序列及其相互作用	机器学习	NA	深度学习	IIDL-PepPI（基于双向注意力机制和迁移学习的深度学习模型）	蛋白质序列数据	NA
7412	2025-03-25	A novel self-supervised graph clustering method with reliable semi-supervision 2025-Mar-16, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107418 PMID:40120553	research paper	提出了一种基于可靠半监督的新型自监督图聚类方法（SSGC-RSS），用于解决图数据中的噪声和稀疏性问题	模型通过上游的双解码器图自编码器与联合聚类优化，以及下游基于高可靠性样本的半监督图注意力编码网络，创新性地解决了噪声和稀疏性问题	未明确提及具体局限性，但可能涉及对特定图数据类型的适应性或计算复杂度	提升复杂图数据聚类任务的性能	图数据	machine learning	NA	自监督学习、半监督学习	双解码器图自编码器、图注意力编码网络	图数据	在Cora、Citeseer和Pubmed等多个图数据集上进行了实验
7413	2025-03-25	Deformation-invariant neural network and its applications in distorted image restoration and analysis 2025-Mar-16, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107378 PMID:40121786	研究论文	提出了一种变形不变神经网络（DINN）框架，用于处理几何失真图像的恢复和分析问题	引入了拟共形变换网络（QCTN）作为DINN的核心组件，能够输出拟共形映射以改善几何失真图像	未提及具体的数据集规模或在不同类型几何失真上的泛化能力	解决几何失真图像的成像任务问题	几何失真图像	计算机视觉	NA	拟共形映射	DINN（包含QCTN组件）	图像	NA
7414	2025-03-25	Contactless Intelligent Anti-interference Lung Nodule Detection Method for Early Disease Detection 2025-Mar-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3550199 PMID:40067715	研究论文	提出了一种基于人工智能的抗干扰肺结节检测方法Yolov8-AH，用于在干扰条件下提高肺CT图像中肺结节检测的准确性	结合了自适应门控稀疏注意力(AGSA)和哈尔小波下采样(HWD)模块的Yolov8模型，显著提高了在干扰条件下的检测准确率	未提及模型在临床实际应用中的验证情况	提高在干扰条件下肺CT图像中肺结节检测的准确性	肺CT图像中的肺结节	计算机视觉	肺癌	CT扫描	Yolov8-AH (基于Yolov8结合AGSA和HWD模块)	医学图像(CT)	NA
7415	2025-03-25	Spatial-aware Transformer-GRU Framework for Enhanced Glaucoma Diagnosis from 3D OCT Imaging 2025-Mar-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3550394 PMID:40067716	research paper	提出了一种新型深度学习框架，利用3D光学相干断层扫描（OCT）成像进行自动青光眼检测	结合预训练的Vision Transformer和双向门控循环单元（GRU），全面分析局部细节和全局结构完整性	NA	提高青光眼的自动检测准确率，增强临床决策支持系统	青光眼患者的3D OCT成像数据	digital pathology	glaucoma	3D Optical Coherence Tomography (OCT)	Vision Transformer, bidirectional Gated Recurrent Unit (GRU)	3D image	大规模数据集（具体数量未提及）
7416	2025-03-25	SENSITIVITY BASED MODEL AGNOSTIC SCALABLE EXPLANATIONS OF DEEP LEARNING 2025-Mar-07, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.21.639516 PMID:40093081	research paper	该论文提出了一种模型无关的可解释AI框架SensX，用于解释深度学习模型的决策机制，并在准确性和计算效率上优于现有技术	SensX框架在解释性AI领域实现了更高的准确性和计算效率，能够处理超过15万个特征的大规模模型，并揭示了模型中的偏差	未明确提及具体局限性，但可能在大规模应用中仍存在计算资源需求	开发一种能够解释深度学习模型决策机制的通用框架，以支持科学假设发展和模型验证	深度学习模型（特别是视觉变换器ViT）和单细胞RNA-seq数据	machine learning	NA	single-cell RNA-seq	DNN, ViT	gene expression data, image	NA
7417	2025-03-25	Interstitial-guided automatic clinical tumor volume segmentation network for cervical cancer brachytherapy 2025-Mar-06, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102520 PMID:40120492	research paper	提出了一种新型的间隙引导分割网络ARGNet，用于宫颈癌间质近距离放射治疗中的临床肿瘤体积自动分割	通过多任务交叉缝合方式整合间隙针的位置信息，引入空间反向注意力机制减少针对于肿瘤分割的干扰，并嵌入不确定性区域模块增强模型对模糊边界的识别能力	研究仅基于回顾性数据，未提及前瞻性验证	提升宫颈癌间质近距离放射治疗中临床肿瘤体积自动分割的准确性和效率	宫颈癌患者的CT扫描图像	digital pathology	cervical cancer	deep learning-based segmentation	ARGNet (advance reverse guided network)	CT scans	191例多疗程间质近距离放射治疗的CT扫描
7418	2025-03-25	3D full-dose brain-PET volume recovery from low-dose data through deep learning: quantitative assessment and clinical evaluation 2025-Mar, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11225-1 PMID:39609283	research paper	提出一种深度学习方法来从低剂量PET数据中恢复全剂量PET体积，以降低放射性示踪剂剂量同时保持诊断质量	提出了一种名为空间感知噪声减少网络（SANR）的3D深度学习方法，用于从低剂量PET数据中恢复全剂量PET体积	研究为回顾性研究，且样本量相对有限（456名参与者）	降低PET成像中的放射性示踪剂剂量，同时保持诊断质量	低剂量PET成像数据	digital pathology	Alzheimer's disease	deep learning	SANR (spatially aware noise reduction network)	3D PET volumes	456名参与者，使用三种不同的PET扫描仪和两种不同的示踪剂进行扫描
7419	2025-03-25	Lifestyle factors and other predictors of common mental disorders in diagnostic machine learning studies: A systematic review 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109521 PMID:39667056	系统综述	本文系统综述了机器学习模型在预测常见精神障碍(CMDs)中的应用，评估了模型性能，并探讨了生活方式数据在预测模型中的潜在价值	首次评估了诊断性机器学习在CMDs中的应用价值，评估了研究偏倚风险，并分析了预测变量类型	研究存在高度异质性和偏倚风险，生活方式数据使用不足	评估机器学习模型预测常见精神障碍的性能，并确定生活方式数据在预测模型中的作用	使用机器学习方法预测常见精神障碍的成人研究	机器学习	精神障碍	机器学习	深度学习	多类别特征(包括人口统计-环境、心理社会和生物变量)	117项研究(111项仅模型开发，16项开发和验证)
7420	2025-03-25	Deep learning models reveal the link between dynamic brain connectivity patterns and states of consciousness 2024-12-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76695-1 PMID:39738114	研究论文	该研究利用深度学习模型探索动态脑功能连接模式与意识状态之间的关系	使用低维变分自编码器(VAE)研究脑动力学，扩展了潜在空间表征和建模方法，并提出了可解释的脑计算模型	未明确说明样本量或数据收集的具体限制	解码脑活动中的意识状态，研究动态脑功能连接与意识的关系	人脑动态功能连接模式	神经科学	意识障碍	静息态fMRI，变分自编码器(VAE)	VAE	fMRI图像数据	NA