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
8761	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
8762	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
8763	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
8764	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
8765	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
8766	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
8767	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
8768	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
8769	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
8770	2025-03-05	SurroFlow: A Flow-Based Surrogate Model for Parameter Space Exploration and Uncertainty Quantification 2025-Jan, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2024.3456372 PMID:39250378	研究论文	本文介绍了一种基于归一化流的代理模型SurroFlow，用于学习仿真参数与仿真输出之间的可逆变换，支持不确定性量化和高效参数空间探索	提出了一种新的基于归一化流的代理模型SurroFlow，支持不确定性量化、高效参数空间探索和逆向预测	未提及具体局限性	提高科学代理模型的可靠性和探索能力，同时降低计算成本	仿真参数与仿真输出之间的关系	机器学习	NA	归一化流	SurroFlow	仿真数据	未提及具体样本数量
8771	2025-03-05	Interactive Design-of-Experiments: Optimizing a Cooling System 2025-Jan, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2024.3456356 PMID:39250379	研究论文	本文提出了一种交互式视觉优化方法，用于优化冷却系统，特别是在电动汽车的座舱和电池冷却中的应用	结合深度学习模型和数值模拟，通过交互式p-h图引导迭代优化过程，提供了一种新的半自动优化方法	深度学习模型仅作为冷却系统逆过程的近似，且目标特性可能根据不同的竞争目标选择，可能导致优化过程复杂化	优化冷却系统，特别是在电动汽车中的应用	冷却系统，特别是电动汽车的座舱和电池冷却系统	机器学习	NA	深度学习（DL）模型，数值模拟	深度学习模型	模拟数据	NA
8772	2025-03-05	ParamsDrag: Interactive Parameter Space Exploration via Image-Space Dragging 2025-Jan, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2024.3456338 PMID:39250408	研究论文	本文介绍了ParamsDrag模型，通过直接与可视化交互来探索参数空间，以提高数值模拟中参数调整的效率和直观性	提出了一种新的交互式参数空间探索方法，通过直接拖动可视化中的结构相关特征来直观调整和优化参数	未提及具体局限性	提高数值模拟中参数调整的效率和直观性	数值模拟中的参数空间	计算机视觉	NA	深度学习	ParamsDrag	图像	NA
8773	2025-03-05	Dynamic Routing and Knowledge Re-Learning for Data-Free Black-Box Attack 2025-Jan, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3469952 PMID:39331554	研究论文	本文提出了一种新的动态路由和知识再学习框架（DraKe），用于数据自由的黑盒攻击，通过动态生成替代模型结构并重新学习困难样本，有效提高了攻击效果	提出了动态路由和知识再学习框架（DraKe），通过动态生成替代模型结构和重新学习困难样本，解决了现有方法在静态替代模型结构、一次性使用硬合成样本以及依赖目标模型数据统计的局限性	在线数据生成只能学习一次，存在固有的局限性	研究数据自由的黑盒攻击方法，提高对目标模型的攻击效果	深度学习模型	机器学习	NA	NA	动态替代模型结构	图像	四个公共图像分类数据集和一个面部识别基准
8774	2025-03-05	Understanding Episode Hardness in Few-Shot Learning 2025-Jan, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3476075 PMID:39378258	研究论文	本文探讨了少样本学习中的“情节硬度”问题，并提出了一种新的预采样硬度评估技术IFDR	首次对影响情节硬度的关键因素进行了代数分析，并提出了高效的预采样硬度评估技术IFDR，以及两种采样方案CL和CPL	NA	研究少样本学习中情节硬度的影响因素及其评估方法	少样本学习中的情节	机器学习	NA	IFDR（逆费舍尔判别比）	NA	NA	NA
8775	2025-03-05	Latent Diffusion Enhanced Rectangle Transformer for Hyperspectral Image Restoration 2025-Jan, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3475249 PMID:39383081	研究论文	本文提出了一种潜在扩散增强的矩形Transformer方法，用于高光谱图像（HSI）的恢复，解决了现有方法在探索HSI空间非局部自相似性和光谱低秩特性方面的挑战	引入了多形状空间矩形自注意力模块和光谱潜在扩散增强模块，分别用于捕捉非局部空间相似性和生成图像特定的潜在字典以提取低秩向量	未明确提及具体限制，但可能包括计算复杂度高或对特定类型HSI的适应性有限	提高高光谱图像恢复的效果，包括去噪、超分辨率、重建和修复	高光谱图像	计算机视觉	NA	潜在扩散模型	Transformer	图像	在四个常见的高光谱图像恢复任务上进行了实验
8776	2025-03-05	Image Copy-Move Forgery Detection via Deep PatchMatch and Pairwise Ranking Learning 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2024.3482191 PMID:39453802	研究论文	本文提出了一种新颖的端到端图像复制-移动伪造检测框架，结合了传统方法和深度学习的优势	提出了一种深度跨尺度PatchMatch方法和成对排序学习框架，用于精确定位复制-移动区域并区分源区域和目标区域	尽管在多种复制-移动场景中表现出色，但未提及在极端复杂背景下的性能	提高图像复制-移动伪造检测的准确性和泛化能力	图像中的复制-移动伪造区域	计算机视觉	NA	深度学习	深度跨尺度PatchMatch, 成对排序学习框架	图像	未明确提及样本数量
8777	2025-03-05	Widespread use of ChatGPT and other Artificial Intelligence tools among medical students in Uganda: A cross-sectional study 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313776 PMID:39787055	研究论文	本文评估了乌干达医学生对ChatGPT及其他AI工具的使用情况	首次在乌干达医学生中评估了ChatGPT及其他AI工具的广泛使用情况，并探讨了其使用目的和影响因素	研究仅限于乌干达的四所公立大学，可能无法推广到其他地区或国家	评估乌干达医学生对ChatGPT及其他AI工具的使用情况及其影响因素	乌干达四所公立大学的医学生	自然语言处理	NA	描述性横断面研究	ChatGPT	问卷调查数据	564名医学生
8778	2025-03-05	The classification of absence seizures using power-to-power cross-frequency coupling analysis with a deep learning network 2025, Frontiers in neuroinformatics IF:2.5Q3 DOI:10.3389/fninf.2025.1513661 PMID:39995596	研究论文	本文提出了一种基于功率-功率跨频耦合分析和深度学习网络的失神发作分类方法	首次在癫痫分类文献中探索了功率-功率耦合（PPC）的应用，并结合堆叠稀疏自编码器（SSAE）进行自动分类	样本量较小，仅包含12名患者的94次失神发作	开发一种自动分类失神发作的方法	失神发作的脑电图（EEG）数据	机器学习	癫痫	功率-功率跨频耦合分析	堆叠稀疏自编码器（SSAE）	脑电图（EEG）	12名患者的94次失神发作
8779	2025-03-05	Deep Learning Models for Predicting the Recurrence of Idiopathic Granulomatous Mastitis 2025, Journal of inflammation research IF:4.2Q2 DOI:10.2147/JIR.S499512 PMID:40026307	研究论文	本研究评估并比较了不同机器学习模型在预测特发性肉芽肿性乳腺炎（IGM）复发中的表现	首次比较了逻辑回归、随机森林和神经网络在预测IGM复发中的性能，并发现神经网络模型表现最佳	研究基于回顾性数据，可能存在选择偏差，且样本量相对较小	评估不同机器学习模型在预测IGM复发中的性能	212名被诊断为IGM的患者	机器学习	乳腺疾病	机器学习	逻辑回归、随机森林、神经网络	患者数据（包括血清学标志物、肿瘤特征和治疗历史）	212名患者
8780	2025-03-05	Multiomics-Based Deep Learning Prediction of Prognosis and Therapeutic Response in Patients With Extensive-Stage Small Cell Lung Cancer Receiving Chemoimmunotherapy: A Retrospective Cohort Study 2025, International journal of general medicine IF:2.1Q2 DOI:10.2147/IJGM.S506485 PMID:40026810	研究论文	本研究旨在开发一个临床早期预警预测模型，以评估广泛期小细胞肺癌（ES-SCLC）患者的预后和对化疗免疫治疗的反应，从而指导临床决策	利用多组学数据和深度学习技术，开发了一个预测模型，用于评估ES-SCLC患者的治疗反应和预后，特别是随机森林模型在预测准确性和预后风险评估方面表现出色	研究为回顾性分析，可能存在选择偏倚，且样本量相对较小，需要进一步的前瞻性研究验证	评估广泛期小细胞肺癌患者的预后和对化疗免疫治疗的反应	309名在包头肿瘤医院住院的广泛期小细胞肺癌患者	数字病理学	肺癌	机器学习算法（包括随机森林、决策树、人工神经网络和广义线性回归）	随机森林、决策树、人工神经网络、广义线性回归	临床数据和放射组学参数	309名广泛期小细胞肺癌患者