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
61	2025-08-06	Enhancing Captive Welfare Management with Deep Learning: Video-Based Detection of Gibbon Behaviors Using YOWOvG 2025-Aug-04, Journal of applied animal welfare science : JAAWS IF:1.4Q2 DOI:10.1080/10888705.2025.2542844 PMID:40760848	研究论文	本研究开发了一种基于深度学习的视频分析方法YOWOvG，用于自动检测东部白眉长臂猿的行为，以提升圈养动物的福利管理	首次为东部白眉长臂猿创建了人工标注的时空行为数据集，并提出整合SE注意力机制和GELAN的改进深度学习模型YOWOvG，在视频识别中实现了85.20%的Frame-mAP，比基线结果提高了6.3%	未来工作需要扩展行为类别、解决刻板行为问题并整合音频线索以实现更全面的监测	通过自动化、非侵入式的视频监测提升救援中心对圈养野生动物福利的评估能力	东部白眉长臂猿的四种行为（休息、社交、攀爬、行走）	计算机视觉	NA	深度学习	YOWOvG（整合SE注意力机制和GELAN）	视频	69,919个标注帧
62	2025-08-06	The dosimetric impacts of ct-based deep learning autocontouring algorithm for prostate cancer radiotherapy planning dosimetric accuracy of DirectORGANS 2025-Aug-02, BMC urology IF:1.7Q3 DOI:10.1186/s12894-025-01875-8 PMID:40753235	research paper	本研究旨在剂量学评估新一代自动轮廓算法DirectORGANS在创建前列腺放疗计划前自动识别器官并在CT模拟器中直接绘制轮廓的可用性	评估了DirectORGANS算法在前列腺癌放疗计划中的剂量学准确性，并比较了自动轮廓与手动轮廓的差异	样本量较小（仅10例患者），且需要临床医生在治疗计划前使用MRI编辑靶区体积	评估DirectORGANS算法在前列腺癌放疗计划中的剂量学准确性	10例前列腺癌患者的CT图像及其相关器官（前列腺、膀胱、直肠和股骨头）	digital pathology	prostate cancer	CT-based deep learning autocontouring algorithm	NA	CT images	10例患者
63	2025-08-06	Predicting academic performance with fuzzy logic in prospective physical education and sports teachers 2025-Aug-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99124-3 PMID:40753281	研究论文	本研究使用模糊逻辑模型预测未来体育教师的考试成绩，探讨学习方法和学术支持感知如何影响他们的学术表现	将模糊逻辑应用于预测学术成就，特别是在体育教育领域，这是一个相对未被充分探索的方法	研究仅针对未来体育教师，结果可能无法推广到其他学科或教育背景	探索模糊逻辑在预测学术表现中的应用，并理解学术支持与学习策略对学生成绩的影响	未来的体育教育和体育教师候选人	教育技术	NA	模糊逻辑	模糊逻辑模型	学术表现数据	未明确提及样本数量
64	2025-08-06	Transfer learning based deep architecture for lung cancer classification using CT image with pattern and entropy based feature set 2025-Aug-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13755-0 PMID:40753351	研究论文	本文提出了一种基于迁移学习的深度架构ILN-TL-DM，用于利用CT图像进行肺癌分类	结合改进的注意力机制ResU-Net模型、多种特征提取方法和混合深度学习架构，提高了肺癌分类的准确性和鲁棒性	未提及模型在其他类型癌症或不同医疗中心的泛化能力	提高肺癌早期检测的准确性	CT扫描图像中的肺癌组织	数字病理学	肺癌	CT扫描	改进的Attention-based ResU-Net (P-ResU-Net), 改进的LeNet与迁移学习结合(ILN-TL), DeepMaxout (DM)	医学图像	NA
65	2025-08-06	Integrating genomic and pathological characteristics to enhance prognostic precision in advanced NSCLC 2025-Aug-02, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-01056-8 PMID:40753345	研究论文	本研究通过整合基因组和病理学特征，构建了一个预后多模态分类器（PMCP），用于提高晚期非小细胞肺癌（NSCLC）患者的预后精确度	首次结合基因组特征和病理图像深度学习分析，构建多模态分类器PMCP，显著提升无进展生存期（PFS）和总生存期（OS）预测准确性	样本量相对有限（162例），且为单国多中心研究，结果可能受人群特异性影响	开发可靠的预后生物标志物以指导晚期NSCLC的免疫化疗临床决策	接受一线免疫化疗的晚期非小细胞肺癌患者	数字病理学	肺癌	NGS（下一代测序）和深度学习	深度学习模型（未明确说明具体架构）	基因组数据和病理图像	162例患者肿瘤样本（来自中国人民解放军总医院）
66	2025-08-06	Automatic restoration and reconstruction of defective tooth based on deep learning technology 2025-Aug-02, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-06576-0 PMID:40753409	research paper	提出了一种基于深度学习的自动牙齿修复与重建框架	采用改进的ResNet50-based Pixel2Mesh网络，显著提升了牙齿模型重建的F-Score、CD和EMD指标	未提及具体样本量及多样性对模型泛化能力的影响	解决传统牙齿修复方法在准确性、个性化和效率方面的不足	缺损牙齿的修复与三维重建	computer vision	NA	深度学习	ResNet50-based Pixel2Mesh	RGB图像、灰度图像	NA
67	2025-08-06	The Dipeptidyl Peptidase-4 Inhibitor Saxagliptin as a Candidate Treatment for Disorders of Consciousness: A Deep Learning and Retrospective Clinical Analysis 2025-Aug, Neurocritical care IF:3.1Q2 DOI:10.1007/s12028-025-02217-0 PMID:39904872	研究论文	本研究通过深度学习模型筛选FDA批准的药物，发现二肽基肽酶-4抑制剂沙格列汀可能作为意识障碍的新治疗药物，并通过回顾性临床分析验证其效果	首次应用深度学习模型基于药物三维分子结构预测其对意识障碍的唤醒效果，并发现沙格列汀作为潜在治疗药物	研究为回顾性分析，需要进一步的前瞻性临床试验验证药物效果和安全性	探索现有FDA批准药物在意识障碍治疗中的新应用	4047名因创伤性、血管性或缺氧性脑损伤导致昏迷的患者	数字病理学	意识障碍	深度学习	深度学习模型	临床数据	4047名昏迷患者
68	2025-08-06	Predicting hematoma expansion after intracerebral hemorrhage: a comparison of clinician prediction with deep learning radiomics models 2025-Aug, Neurocritical care IF:3.1Q2 DOI:10.1007/s12028-025-02214-3 PMID:39920546	研究论文	比较深度学习放射组学模型与临床专家在预测脑出血后血肿扩张的准确性	首次将深度学习放射组学模型与临床专家的预测能力进行比较，并展示了机器学习模型在预测血肿扩张方面的优势	模型的AUC值总体中等，预测性能仍有提升空间	预测非创伤性脑出血后的血肿扩张，以指导早期治疗干预	900名脑出血患者	数字病理学	脑出血	机器学习放射组学	随机森林分类器, 深度学习成像模型	图像, 临床数据	900名患者（训练队列621名，测试队列279名）
69	2025-08-06	Brain-Inspired Meta-Learning for Few-Shot Bearing Fault Diagnosis 2025-Aug, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3503658 PMID:40030581	研究论文	本文提出了一种受大脑启发的元学习策略（BIML），用于解决轴承故障诊断中样本量少的问题	结合生物神经系统的学习机制设计了类似大脑的学习算法，并引入元学习策略应用于轴承故障诊断	未提及具体样本量大小及在实际工业环境中的泛化能力验证	解决轴承故障诊断中样本量少的问题	轴承故障	机器学习	NA	元学习	SNNs（脉冲神经网络）	NA	少量样本（具体数量未提及）
70	2025-08-06	Distributed Deep Learning With Gradient Compression for Big Remote Sensing Image Interpretation 2025-Aug, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3517535 PMID:40030610	研究论文	本文提出了一种分布式深度学习方法，通过梯度压缩技术，用于大规模遥感图像的高效解释	引入了分布式背景学习和梯度压缩技术（GCC），显著减少了通信开销同时保持检测精度	方法在资源有限的IoT/边缘设备上的实际部署效果未充分验证	解决大规模高光谱数据与资源有限硬件之间的矛盾，促进高光谱目标检测在边缘计算环境中的部署	高光谱图像（HSIs）中的目标检测	计算机视觉	NA	分布式深度学习，梯度压缩	DNN	图像	两个大型高光谱数据集，总大小约3.2GB
71	2025-08-06	Causal Disentanglement-Based Hidden Markov Model for Cross-Domain Bearing Fault Diagnosis 2025-Aug, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3513329 PMID:40030705	研究论文	提出了一种基于因果解缠的隐马尔可夫模型（CDHM），用于跨域轴承故障诊断	CDHM模型通过构建时间序列结构因果模型（SCM），将振动信号解缠为故障相关和故障无关的表示，从而提高了故障诊断的准确性和泛化能力	模型在工业故障数据稀缺的情况下可能面临挑战，且依赖于跨域数据的一致性	提高复杂工况下轴承故障诊断的准确性和泛化能力	轴承振动信号	机器学习	NA	隐马尔可夫模型（HMM）、变分自编码器（VAE）	CDHM（基于因果解缠的隐马尔可夫模型）	时间序列数据	CWRU、IMS和PU数据集
72	2025-08-06	Multiview Deep Learning-Based Molecule Design and Structural Optimization Accelerates Inhibitor Discover 2025-Aug, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3506619 PMID:40030719	研究论文	本文提出了一种名为MEDICO的多视角深度生成模型，用于分子生成、结构优化和SARS-CoV-2抑制剂发现	MEDICO是首个能够生成与目标分子结构相似的分子图的多视角图生成模型，通过多视角表示学习框架充分且自适应地学习目标分子的拓扑和几何结构语义	NA	加速SARS-CoV-2抑制剂发现和COVID-19药物的从头设计	分子生成和结构优化，特别是针对SARS-CoV-2主蛋白酶（Mpro）的小分子设计	机器学习	COVID-19	多视角深度生成模型	图生成模型	分子图数据	针对SARS-CoV-2主蛋白酶的三个已知抑制剂（N3、11a和GC376）进行了结构优化
73	2025-08-06	Conditional Mutual Information Constrained Deep Learning for Classification 2025-Aug, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3540014 PMID:40031861	research paper	提出了一种基于条件互信息约束的深度学习框架，用于提高分类深度神经网络的性能和鲁棒性	引入了条件互信息（CMI）和归一化条件互信息（NCMI）来衡量分类深度神经网络的输出概率分布空间的集中和分离性能，并基于NCMI约束提出了CMIC-DL框架	NA	提高分类深度神经网络的准确性和对抗攻击的鲁棒性	分类深度神经网络	machine learning	NA	deep learning	DNN	image	CIFAR-100和ImageNet数据集
74	2025-08-06	A direct learning approach for detection of hotspots in microwave hyperthermia treatments 2025-Aug, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03343-9 PMID:40067423	研究论文	本文提出了一种基于深度学习的微波热疗中热点检测的直接学习方法	采用深度卷积编码器-解码器架构，直接利用散射场数据检测温度超过阈值的细胞，相比传统方法表现出更强的正则化能力	数据主要来自模拟生成，虽然也测试了商业软件的仿真数据，但缺乏真实临床数据的验证	开发一种用于微波热疗治疗中温度监测的热点检测方法	乳腺组织在微波热疗中的温度分布	计算机视觉	乳腺癌	深度学习	深度卷积编码器-解码器	图像数据	模拟生成的数据和商业软件仿真的温度分布数据
75	2025-08-06	Partial Differential Equations Meet Deep Neural Networks: A Survey 2025-Aug, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3545967 PMID:40085460	综述	本文系统回顾了深度神经网络在偏微分方程求解中的应用，提供了分类和当前进展的概述	提供了比以往专注于特定方法（如PINNs）更广泛的分类，并分析了科学、工程和医学领域的应用	未提及具体的实验验证或性能比较	探讨深度神经网络在偏微分方程求解中的应用及其潜力	偏微分方程及其在科学、工程和医学领域的应用	机器学习	NA	深度学习	DNN	数值数据	NA
76	2025-08-06	NiSNN-A: Noniterative Spiking Neural Network With Attention With Application to Motor Imagery EEG Classification 2025-Aug, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3538335 PMID:40085464	研究论文	本文提出了一种结合注意力机制的非迭代脉冲神经网络（NiSNN-A），用于运动想象脑电图（EEG）分类，旨在提高精度并降低能耗	首次将注意力机制与脉冲神经网络结合，提出非迭代泄漏积分发放（NiLIF）神经元模型，解决了传统SNN在长时间步中使用迭代LIF神经元的梯度问题	尽管在精度和能效上有所提升，但与CNN相比，SNN的精度仍有提升空间	提高运动想象EEG分类的精度并降低能耗	运动想象脑电图（EEG）数据	机器学习	NA	EEG分类	NiSNN-A（非迭代脉冲神经网络结合注意力机制）	EEG信号	两个MI EEG数据集（OpenBMI和BCIC IV 2a）
77	2025-08-06	Protein Language Pragmatic Analysis and Progressive Transfer Learning for Profiling Peptide-Protein Interactions 2025-Aug, 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-蛋白质相互作用并进行多层次的深入分析	使用数据驱动和可解释的语用分析来剖析肽-蛋白质相互作用，构建双向注意力模块以表示肽和蛋白质的上下文信息，并采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	未明确提及具体局限性	推进基于人工智能的肽药物发现和蛋白质功能阐明	肽-蛋白质相互作用	机器学习	NA	深度学习	IIDL-PepPI	蛋白质序列数据	NA
78	2025-08-06	A Unified Framework for Dynamics Modeling and Control Design Using Deep Learning With Side Information on Stabilizability 2025-Aug, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3543926 PMID:40111782	研究论文	本文提出了一种利用深度学习进行动力学建模和控制设计的统一框架，特别关注于将可稳定性的先验信息融入其中	提出了一种新颖的基于神经网络的方法，同时学习系统动力学、稳定反馈控制器和闭环系统的Lyapunov函数，从而在学习的模型中明确保证可稳定性	NA	开发一个数据驱动且基于控制理论保证的学习模型，以提高实际控制应用中的实用性	系统动力学、稳定反馈控制器和Lyapunov函数	机器学习	NA	深度学习	NN	NA	NA
79	2025-08-06	Ensemble Denoising Autoencoders Based on Broad Learning System for Time-Series Anomaly Detection 2025-Aug, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3548941 PMID:40126953	研究论文	提出了一种基于广度学习系统的集成去噪自编码器，用于时间序列异常检测	创新性地利用广度学习系统（BLS），提出了数据驱动的自发扰动和基于人工异常数据对的时间异常知识增强策略，以及渐进多样性去噪自编码器（PddBLS-AE）	未明确提及具体限制	提高无监督时间序列异常检测的性能和鲁棒性	时间序列数据	机器学习	NA	去噪自编码器（DBLS-AE）和渐进多样性去噪自编码器（PddBLS-AE）	BLS, DBLS-AE, PddBLS-AE	时间序列数据	多个数据集（未明确提及具体样本数量）
80	2025-08-06	Inverse RL Scene Dynamics Learning for Nonlinear Predictive Control in Autonomous Vehicles 2025-Aug, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3549816 PMID:40146653	研究论文	本文介绍了一种基于深度学习的非线性模型预测控制器（DL-NMPC-SD）方法，用于自动驾驶导航	提出了一种结合先验名义车辆模型和从时间范围传感信息学习的场景动力学模型的方法，并通过逆强化学习和Bellman最优性原理训练学习控制器	实验仅在虚拟环境、室内外导航任务和公共道路上的全尺寸自动驾驶测试车辆上进行，未涉及更复杂的实际驾驶场景	开发一种高效的自动驾驶导航控制器	自动驾驶车辆	机器学习	NA	逆强化学习（IRL）、深度Q学习（DQL）	深度神经网络	时间序列范围传感观测数据和系统状态	在GridSim虚拟环境、RovisLab自主移动测试单元平台和全尺寸自动驾驶测试车辆上进行实验