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
8461	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
8462	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
8463	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
8464	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
8465	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
8466	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
8467	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
8468	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
8469	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
8470	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
8471	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
8472	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
8473	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
8474	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
8475	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
8476	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
8477	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
8478	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
8479	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
8480	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