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
8561	2025-01-22	An object detection-based model for automated screening of stem-cells senescence during drug screening 2025-Mar, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106940 PMID:39631255	研究论文	本文提出了一种基于Faster R-CNN的深度学习模型STGF R-CNN，用于自动检测干细胞衰老，以支持药物筛选	结合Swin Transformer和组归一化技术，提出了STGF R-CNN模型，显著提高了衰老细胞检测的准确性和效率	模型虽然轻量化，但参数量和计算量仍较高，可能限制其在资源受限环境中的应用	开发一种高效的自动化方法，用于干细胞衰老的定量评估，以支持抗衰老药物筛选	诱导多能干细胞衍生的间充质干细胞（iP-MSCs）	计算机视觉	NA	深度学习	Faster R-CNN, Swin Transformer	图像	iP-MSCs数据集
8562	2025-01-22	Cognitive process and information processing model based on deep learning algorithms 2025-Mar, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106999 PMID:39642642	研究论文	本文基于深度学习算法，提出了一个认知过程和信息处理模型，并通过一个仅具有视觉和组合检测能力的昆虫类生物的进化过程来阐述该模型	将婴儿认知能力的发展过程与深度学习模型相结合，提出了一个新颖的认知过程和信息处理模型，并通过具体实例展示了该模型的应用	模型的应用实例较为简单，未涉及复杂场景或多样化的认知任务	研究认知过程和信息处理模型，探索深度学习算法在认知科学中的应用	婴儿认知能力的发展过程，以及仅具有视觉和组合检测能力的昆虫类生物的进化过程	机器学习	NA	深度学习算法	深度学习模型	NA	NA
8563	2025-01-22	Improved fractional-order gradient descent method based on multilayer perceptron 2025-Mar, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106970 PMID:39642645	研究论文	本文提出了一种基于多层感知器（MLP）的改进分数阶梯度下降（IFOGD）方法，旨在增强分数阶梯度下降在深度学习中的应用	提出了一种改进的分数阶梯度下降方法，首次将分数阶微分应用于隐藏层，并解决了反向传播方向错误的问题，同时提出了基于PyTorch的分数阶Autograd（FOAutograd）	未明确提及实验样本的具体规模和多样性，可能限制了结果的普适性	改进分数阶梯度下降方法，以增强其在深度学习中的灵活性和应用范围	多层感知器（MLP）和人工神经网络（ANN）	机器学习	NA	分数阶梯度下降（FOGD）、Autograd	多层感知器（MLP）	模拟数据和时序数据	未明确提及具体样本规模
8564	2025-01-22	Data-dependent stability analysis of adversarial training 2025-Mar, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106983 PMID:39644596	研究论文	本文通过提供包含数据分布信息的随机梯度下降对抗训练泛化界限，填补了之前对抗训练泛化界限未包含数据分布信息的空白	首次在对抗训练的泛化界限中引入数据分布信息，并利用平均稳定性和高阶近似Lipschitz条件分析数据分布和对抗预算变化对鲁棒泛化差距的影响	NA	研究对抗训练的泛化能力，特别是数据分布信息对泛化界限的影响	随机梯度下降对抗训练算法	机器学习	NA	NA	NA	NA	NA
8565	2025-01-22	An extrapolation-driven network architecture for physics-informed deep learning 2025-Mar, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106998 PMID:39657525	研究论文	本文提出了一种基于外推驱动的网络架构，用于物理信息深度学习，以解决当前物理信息神经网络（PINN）在时间依赖偏微分方程（PDE）求解中的一些弱点	通过设计具有特殊特性的外推控制函数并结合校正项，构建了一种新的神经网络架构，该架构的网络参数与时间变量耦合，称为外推驱动网络架构	虽然本文提出的方法在数值实验中表现良好，但其在大规模实际应用中的有效性和稳定性仍需进一步验证	改进物理信息神经网络（PINN）在时间依赖偏微分方程（PDE）求解中的性能	时间依赖偏微分方程（PDE）	机器学习	NA	物理信息神经网络（PINN）	外推驱动网络架构	数值数据	NA
8566	2025-01-22	M4Net: Multi-level multi-patch multi-receptive multi-dimensional attention network for infrared small target detection 2025-Mar, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.107026 PMID:39657528	研究论文	本文提出了一种名为M4Net的多层次多补丁多感受野多维度注意力网络，用于红外小目标检测	设计了多层次多补丁多感受野多维度注意力网络（M4Net），通过多层次特征提取模块（MFEM）、多补丁注意力模块（MPAM）、多感受野模块（MRFM）和多维度交互模块（MDIM）来增强网络的学习能力，解决了传统方法依赖手动特征设置和深度学习在深层丢失目标的问题	未提及具体的数据集大小和实验环境限制	提高红外小目标检测的准确性和鲁棒性	红外小目标	计算机视觉	NA	深度学习	多层次多补丁多感受野多维度注意力网络（M4Net）	红外图像	未提及具体样本数量
8567	2025-01-22	Explainable exercise recommendation with knowledge graph 2025-Mar, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106954 PMID:39667214	研究论文	本文提出了一种基于知识图谱的可解释性练习推荐系统KG4EER，旨在提高学生的学习效率	KG4EER通过构建包含知识概念、学生和练习三个主要实体及其相互关系知识图谱，实现了练习的个性化推荐，并提供了推荐解释	未明确提及具体局限性	解决现有推荐系统在推荐合适练习和提供解释方面的不足	学生和练习资源	自然语言处理	NA	知识图谱构建	KG4EER	文本	三个真实世界的数据集
8568	2025-01-22	A comprehensive review on genomic insights and advanced technologies for mastitis prevention in dairy animals 2025-Feb, Microbial pathogenesis IF:3.3Q2 DOI:10.1016/j.micpath.2024.107233 PMID:39694196	review	本文综述了基因组学及其相关技术在预防奶牛乳腺炎中的应用，包括全基因组学、表观遗传学、蛋白质组学和转录组学，并探讨了人工智能和CRISPR等先进技术在提高诊断、预防和治疗策略方面的潜力	整合了基因组学、人工智能和CRISPR等先进技术，提供了对乳腺炎流行病学、病原体进化的深入理解，并提出了更有效的诊断、预防和治疗策略	未提及具体的研究样本数量和数据来源，可能缺乏实证研究的支持	探讨基因组学和先进技术在预防奶牛乳腺炎中的应用，以提高牛奶产量和农场盈利能力	奶牛乳腺炎	基因组学	乳腺炎	全基因组学、表观遗传学、蛋白质组学、转录组学、CRISPR	CNN	基因组数据、蛋白质数据、转录组数据	NA
8569	2025-01-22	Error compensated MOF-based ReRAM array for encrypted logical operations 2025-Jan-21, Dalton transactions (Cambridge, England : 2003) DOI:10.1039/d4dt02880e PMID:39625410	研究论文	本文报告了一种基于金属有机框架（MOF）的电阻式随机存取存储器（ReRAM）阵列的大规模制造，展示了其在加密逻辑操作中的应用	利用非理想的MOF基ReRAM阵列进行低误差信息读取和加密逻辑操作，展示了其在实际应用中的潜力	ReRAM阵列的电子参数存在50%的变异，这可能影响其一致性和可靠性	探索MOF基ReRAM阵列在信息存储和加密逻辑操作中的应用	6×6单元的MOF基ReRAM阵列	电子工程	NA	ReRAM技术	深度学习	电子参数	6×6单元的ReRAM阵列
8570	2025-01-22	Recognition and classification of facial expression using artificial intelligence as a key of early detection in neurological disorders 2025-Jan-21, Reviews in the neurosciences IF:3.4Q2 DOI:10.1515/revneuro-2024-0125 PMID:39829206	review	本文探讨了利用人工智能（AI）进行面部表情识别和分类在神经退行性疾病早期检测中的潜力	本文创新性地将AI驱动的面部表情分析应用于神经退行性疾病的早期检测和监控，特别是阿尔茨海默病和帕金森病	本文为叙述性综述，未涉及具体实验数据或样本分析，可能缺乏实证支持	研究目的是探讨AI技术在神经退行性疾病早期检测中的应用及其潜力	研究对象为神经退行性疾病患者，特别是阿尔茨海默病和帕金森病患者	computer vision	geriatric disease	deep learning, computer vision	NA	image	NA
8571	2025-01-22	PEDRA-EFB0: colorectal cancer prognostication using deep learning with patch embeddings and dual residual attention 2025-Jan-21, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03292-3 PMID:39833600	研究论文	本文提出了一种名为PEDRA-EFB0的深度学习架构，用于结直肠癌CT扫描的特征提取和生存预测	PEDRA-EFB0架构集成了patch embeddings和双残差注意力机制，以增强特征提取和生存预测的准确性	未明确提及具体局限性	提高结直肠癌CT扫描的特征提取和生存预测的准确性	结直肠癌CT扫描数据	计算机视觉	结直肠癌	深度学习	CNN	CT图像	未明确提及样本数量
8572	2025-01-22	Perfusion estimation from dynamic non-contrast computed tomography using self-supervised learning and a physics-inspired U-net transformer architecture 2025-Jan-20, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03323-2 PMID:39832070	研究论文	本研究提出了一种新颖的深度学习方法，通过非对比吸气与呼气计算机断层扫描（IE-CT）预测肺部灌注成像	结合物理模型和自监督学习策略，开发了一种适用于Siamese IE-CT输入的U-Net Transformer架构，用于预测肺部灌注成像	需要进一步开发以验证其在不同临床环境中的广泛适用性	提高肺部灌注成像的预测准确性，减少对核医学成像的依赖	肺部灌注成像	计算机视觉	肺病	自监督学习，U-Net Transformer架构	U-Net Transformer	图像	523张IE-CT图像来自9个不同的4DCT成像数据集，44名患者同时进行了IE-CT和SPECT/CT灌注扫描
8573	2025-01-22	Performance analysis of image retrieval system using deep learning techniques 2025-Jan-20, Network (Bristol, England) DOI:10.1080/0954898X.2025.2451388 PMID:39832139	研究论文	本文提出了一种基于深度学习的图像检索系统，用于提高图像检索的效率和准确性	提出了一种新的基于RETCNN的CBIR系统，能够同时处理彩色图像和灰度图像，并显著减少检索时间	未提及系统在处理大规模数据集时的性能表现	提高图像检索系统的检索效率和准确性	通用图像（GI）和医学图像（MI）	计算机视觉	NA	深度学习	RETCNN	图像	未提及具体样本数量
8574	2025-01-22	Application of Deep Learning Accelerated Image Reconstruction in T2-weighted Turbo Spin Echo Imaging of the Brain at 7T 2025-Jan-20, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8662 PMID:39832954	研究论文	本研究评估了在7T磁共振成像中使用深度学习加速图像重建技术，应用于T2加权涡轮自旋回波成像	首次在7T磁共振成像中应用深度学习技术进行图像重建，显著提高了图像质量	研究样本量较小，仅包括30名患者	解决7T磁共振成像中成像时间长和运动敏感性的问题	30名连续临床7T脑部MRI患者	计算机视觉	NA	深度学习加速图像重建	深度神经网络	图像	30名7T脑部MRI患者
8575	2025-01-22	Automatic Vertical Root Fracture Detection on Intraoral Periapical Radiographs With Artificial Intelligence-Based Image Enhancement 2025-Jan-19, Dental traumatology : official publication of International Association for Dental Traumatology IF:2.3Q2 DOI:10.1111/edt.13027 PMID:39829209	研究论文	本文探讨了使用迁移学习技术提高垂直根折（VRF）诊断准确性的方法，并评估了人工智能在图像增强方面的应用	结合迁移学习和深度学习图像增强技术，首次在口腔内根尖周X光片上实现了自动垂直根折检测	样本量相对较小（378张X光片），且未进行多中心验证	提高垂直根折（VRF）在X光片上的诊断准确性	口腔内根尖周X光片	计算机视觉	牙科疾病	迁移学习（TL），深度学习图像增强	DenseNet, ConvNext, Inception121, MobileNetV2	图像	378张口腔内根尖周X光片（195颗有骨折的牙齿和183颗无骨折的牙齿作为对照）
8576	2025-01-22	Can a novel computer vision-based framework detect head-on-head impacts during a rugby league tackle? 2025-Jan-19, Injury prevention : journal of the International Society for Child and Adolescent Injury Prevention IF:2.5Q2 DOI:10.1136/ip-2023-045129 PMID:39832883	研究论文	本研究开发并评估了一种基于计算机视觉的新框架，用于自动分类橄榄球比赛中的头对头撞击和非头对头撞击	首次将计算机视觉框架应用于橄榄球比赛中的头对头撞击检测，并进行了评估	未来研究应探索该框架在其他头部接触机制中的应用，以及实时识别潜在事件以进行临床评估的实用性	开发并评估一种基于计算机视觉的框架，用于自动检测橄榄球比赛中的头对头撞击	橄榄球比赛中的头对头撞击和非头对头撞击	计算机视觉	NA	深度学习网络、目标检测算法、三维卷积神经网络	CNN	视频	训练集341个视频片段，测试集670个视频片段
8577	2025-01-22	Integrating Deep Learning Derived Morphological Traits and Molecular Data for Total-Evidence Phylogenetics: Lessons from Digitized Collections 2025-Jan-18, Systematic biology IF:6.1Q1 DOI:10.1093/sysbio/syae072 PMID:39826140	研究论文	本文探讨了将分子数据与从昆虫标本图像中通过深度学习提取的形态特征相结合，以生成全证据系统发育树，并揭示了其中的挑战	结合深度学习提取的形态特征与分子数据进行全证据系统发育分析，揭示了不同数据集划分和深度度量损失函数对结果的影响	深度学习提取的形态特征在单独使用时表现不如分子分析，且数据获取的资源需求较大	探索深度学习提取的形态特征与分子数据结合在全证据系统发育分析中的应用	昆虫标本图像	计算机视觉	NA	深度学习	NA	图像	NA
8578	2025-01-22	Prediction of tissue and clinical thrombectomy outcome in acute ischaemic stroke using deep learning 2025-Jan-18, Brain : a journal of neurology IF:10.6Q1 DOI:10.1093/brain/awaf013 PMID:39827468	研究论文	本研究引入了一种深度学习方法，用于预测急性缺血性卒中患者对血栓切除术的个体反应	提出了一个深度学习模型，能够预测血栓切除术后的组织和临床结果，包括成功和不成功再灌注两种情况下的模拟，量化了干预的潜在个体益处	当前成像方法可能无法完全捕捉脑缺血的动态特性，且缺乏对血栓切除术益处的患者特异性评估	开发预测模型以量化急性缺血性卒中患者对血栓切除术的个体反应	405名接受血栓切除术的缺血性卒中患者	数字病理学	心血管疾病	深度学习	深度学习模型	多模态CT成像和临床特征	405名缺血性卒中患者（训练集304名，内部测试集50名，外部测试集51名）
8579	2025-01-22	A two-tier optimization strategy for feature selection in robust adversarial attack mitigation on internet of things network security 2025-Jan-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85878-3 PMID:39824955	研究论文	本文提出了一种用于物联网网络安全中鲁棒对抗攻击缓解的两层优化策略（TTOS-RAAM）模型	引入了结合CGWO和CVAE的两层优化策略，并采用ICAVO模型进行参数调整，以提高对抗攻击检测的准确性	未明确说明模型在其他数据集上的泛化能力	识别物联网中的对抗攻击行为，提高网络安全	物联网网络中的对抗攻击	机器学习	NA	深度学习	CVAE, CGWO, ICAVO	网络数据	RT-IoT2022数据集
8580	2025-01-22	Deep learning approach based on a patch residual for pediatric supracondylar subtle fracture detection 2025-Jan-16, Biomolecules & biomedicine DOI:10.17305/bb.2024.11341 PMID:39829118	研究论文	本文提出了一种基于深度学习的方法，用于自动检测和定位儿童肱骨髁上细微骨折	引入了一种多尺度补丁残差网络（MPR），结合CNN和生成对抗网络，利用健康样本学习正常骨骼分布，减少对标记骨折数据的依赖	标记的儿童肱骨髁上骨折样本稀缺且难以获取	开发一种自动检测和定位儿童肱骨髁上细微骨折的深度学习模型	儿童肱骨髁上骨折	计算机视觉	骨折	深度学习	CNN, 生成对抗网络	医学图像	来自两家不同医院的数据集，应用了数据增强技术