深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
9021	2025-10-06	Automated Coronary Artery Segmentation with 3D PSPNET using Global Processing and Patch Based Methods on CCTA Images 2025-Jun, Cardiovascular engineering and technology IF:1.6Q4 DOI:10.1007/s13239-025-00775-0 PMID:39979546	研究论文	本研究提出将2D PSPNet改进为3D PSPNet用于从3D CCTA图像中分割冠状动脉	首次将2D PSPNet扩展为3D版本用于冠状动脉分割，并采用全局处理和基于补丁的处理方法评估网络性能	仅使用ImageCAS数据集的200张图像子集进行实验，样本规模有限	开发自动冠状动脉分割方法以辅助冠状动脉疾病的临床诊断和治疗	冠状动脉	计算机视觉	心血管疾病	冠状动脉计算机断层扫描血管成像(CCTA)	CNN	3D医学图像	200张图像(来自ImageCAS数据集)	NA	3D PSPNet	Dice相似系数(DSC)	NA
9022	2025-10-06	Investigation of Inter-Patient, Intra-Patient, and Patient-Specific Based Training in Deep Learning for Classification of Heartbeat Arrhythmia 2025-Jun, Cardiovascular engineering and technology IF:1.6Q4 DOI:10.1007/s13239-025-00777-y PMID:40011388	研究论文	本研究详细探讨了三种数据分布范式（患者间、患者内和患者特定）对基于CNN的心律失常分类深度学习模型性能的影响	首次系统比较了三种不同数据划分范式对心电图心律失常分类深度模型性能的影响，并证明患者特定训练模式能达到最佳性能	研究仅基于标准心律失常数据集，未在其他数据集上验证结果的普适性	评估不同数据分布范式对深度学习模型在心电图心律失常分类中性能的影响	心电图信号和心律失常分类	机器学习	心血管疾病	心电图分析	CNN	心电图信号	标准心律失常数据集	NA	CNN	准确率, 精确率, 召回率, F1分数, AUC	NA
9023	2025-10-06	A Forward and Backward Compatible Framework for Few-Shot Class-Incremental Pill Recognition 2025-Jun, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3497956 PMID:40030571	研究论文	提出首个用于少样本类增量药物识别的双向兼容框架DBC-FSCIL	首次提出少样本类增量药物识别框架，包含前向兼容和后向兼容学习组件，采用虚拟类生成策略和中心三元组损失增强特征学习	NA	开发能够处理新药类别持续增加的少样本类增量药物识别系统	药物图像	计算机视觉	NA	深度学习	NA	图像	NA	NA	NA	NA	NA
9024	2025-10-06	Learn to Supervise: Deep Reinforcement Learning-Based Prototype Refinement for Few-Shot Motor Fault Diagnosis 2025-Jun, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3516035 PMID:40030687	研究论文	提出一种基于深度强化学习的原型精化方法，用于解决少样本电机故障诊断中的数据稀缺问题	将半监督元学习策略形式化为马尔可夫决策过程，通过DRL代理自适应选择有价值样本来监督诊断过程	仅针对电机故障诊断场景，未验证在其他工业设备上的泛化能力	解决工业场景中数据稀缺条件下的少样本故障诊断问题	工业电机故障数据	机器学习	NA	深度强化学习，半监督学习	深度强化学习，原型网络	电机故障数据（标记和未标记样本）	多个电机实验数据集（具体数量未明确说明）	NA	镜像原型网络（ProtoNet）	选择置信度，有效性，代表性	NA
9025	2025-10-06	Language-Driven Spatial-Semantic Cross-Attention for Face Attribute Recognition With Limited Labeled Data 2025-Jun, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3514836 PMID:40030689	研究论文	提出一种语言驱动的空间语义交叉注意力方法，用于解决有限标注数据下的人脸属性识别问题	无需额外数据集或辅助任务预训练，通过语言模型驱动的相关性知识构建交叉注意力机制	未讨论在极端数据稀缺情况下的性能表现	解决有限标注数据条件下的人脸属性识别问题	人脸图像及其属性标注	计算机视觉	NA	语言模型嵌入，注意力机制	交叉注意力网络	图像，文本嵌入	CelebA和LFWA数据集中的有限标注样本	NA	空间语义交叉注意力架构	准确率	NA
9026	2025-10-06	Resisting Noise in Pseudo Labels: Audible Video Event Parsing With Evidential Learning 2025-Jun, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3505674 PMID:40030688	研究论文	提出一种抗噪声事件解析框架，通过证据深度学习解决视听视频解析任务中的伪标签噪声问题	引入证据深度学习来抵抗伪标签噪声，提出模态证据学习、时序证据学习和前景-背景一致性学习三个关键组件	仅在弱监督设置下验证，缺乏真实的时间标注数据进行全面评估	解决视听视频解析任务中的伪标签噪声问题，提升事件解析性能	可听视频中的时序事件和模态类型	多模态视频理解	NA	证据深度学习	深度学习	视听视频数据	两个AVVP基准数据集	NA	NREP框架（包含MEL、TEL、FBCL组件）	NA	NA
9027	2025-10-06	Hybrid Quantum Deep Learning With Superpixel Encoding for Earth Observation Data Classification 2025-Jun, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3518108 PMID:40030763	研究论文	提出一种混合量子深度学习模型，通过超像素编码有效处理地球观测数据分类任务	引入超像素编码方法减少大尺寸图像表示所需的量子资源，并研究不同交互门和测量对分类性能的影响	未明确说明模型在处理超大规模数据集时的扩展性限制	解决地球观测大数据时代下深度学习模型计算效率瓶颈问题	地球观测数据	量子机器学习	NA	量子计算，超像素编码	混合量子深度学习	图像	多个基准数据集（Overhead-MNIST, So2Sat LCZ42, SAT-6）	NA	SEQNN	分类准确率	量子计算资源
9028	2025-10-06	Topological Data Analysis in Graph Neural Networks: Surveys and Perspectives 2025-Jun, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3520147 PMID:40030848	综述	本文系统综述了拓扑数据分析与图神经网络结合的研究进展，包括分类体系、基础知识和最新拓扑驱动的GNN模型	首次系统梳理了TDA与GNN结合的研究方向，提出了通用分类体系并总结了该新兴领域的最新进展	作为综述性文章，不包含原始实验验证，主要依赖已有文献的分析和总结	探索拓扑数据分析与图神经网络结合的理论基础和应用前景	图数据集和拓扑数据结构	机器学习	NA	拓扑数据分析	GNN	图数据	NA	NA	拓扑驱动的GNN架构	NA	NA
9029	2025-10-06	Learning-Based Modeling and Predictive Control for Unknown Nonlinear System With Stability Guarantees 2025-Jun, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3525264 PMID:40030974	研究论文	提出一种基于学习的建模和预测控制方法，用于具有稳定性保证的未知非线性系统	结合Koopman理论和深度学习，在建模过程中引入稳定性约束和Lipschitz约束，并采用鲁棒预测控制消除建模失配影响	方法在具有未知非线性动力学的系留空间机器人上进行验证，未涉及其他复杂系统	实现未知非线性系统的安全学习和稳定控制	未知非线性动力系统	机器学习	NA	深度学习，Koopman理论	深度学习模型	系统动态数据	NA	NA	NA	稳定性保证	NA
9030	2025-10-06	Stacked Ensemble Deep Random Vector Functional Link Network With Residual Learning for Medium-Scale Time-Series Forecasting 2025-Jun, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3529219 PMID:40031590	研究论文	提出一种结合残差学习和集成学习的深度随机向量函数链接网络用于时间序列预测	将堆叠深度块和残差学习与集成深度随机向量函数链接网络结合，提出ResdRVFL和SResdRVFL模型，通过残差校准和缩放参数控制提升性能	未明确说明模型计算复杂度和训练时间方面的限制	改进时间序列预测模型的准确性和鲁棒性	中等规模时间序列数据	机器学习	NA	NA	随机向量函数链接网络,集成学习,残差网络	时间序列数据	28个数据集	NA	ResdRVFL,SResdRVFL	平均排名,误差指标	NA
9031	2025-10-06	TDSF-Net: Tensor Decomposition-Based Subspace Fusion Network for Multimodal Medical Image Classification 2025-Jun, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3541170 PMID:40031645	研究论文	提出基于张量分解的子空间融合网络TDSF-Net，用于多模态医学图像分类	引入Tucker低秩张量分解模块将高维张量映射到低秩子空间，并采用跨张量注意力机制融合子空间特征	NA	提升多模态医学图像分类性能	多模态医学图像	计算机视觉	NA	多模态医学图像分析	深度学习	多模态医学图像	一个自建数据集和三个公共多模态医学图像数据集	NA	TDSF-Net	NA	NA
9032	2025-10-06	Fine-Tuning Deep Learning Model for Quantitative Knee Joint Mapping With MR Fingerprinting and Its Comparison to Dictionary Matching Method: Fine-Tuning Deep Learning Model for Quantitative MRF 2025-Jun, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70045 PMID:40259681	研究论文	本研究探讨了深度学习模型在磁共振指纹技术中用于膝关节定量映射的微调效果，并与传统字典匹配方法进行了比较	首次系统研究神经网络训练参数选择对MRF多参数映射性能的影响，并进行了与字典匹配方法的公平比较	样本量相对有限，仅包含14名健康志愿者的体内膝关节数据	优化磁共振指纹技术中的定量参数映射方法，提高准确性和鲁棒性	膝关节定量参数映射	医学影像分析	骨关节炎	磁共振指纹技术	深度学习神经网络	磁共振图像数据	合成数据、NIST/ISMRM MRI系统体模和14名健康志愿者的体内膝关节数据	NA	NA	T1、T2映射准确性、鲁棒性	NA
9033	2025-06-04	Deep learning-based acceleration of high-resolution compressed sense MR imaging of the hip 2025-Jun, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2025.100656 PMID:40453036	research paper	评估一种结合并行成像、压缩感知和深度学习的压缩感知人工智能框架（CSAI）在髋关节高分辨率MRI中的应用，并与标准分辨率CS成像进行比较	提出了一种结合并行成像、压缩感知和深度学习的CSAI框架，用于提高髋关节MRI的分辨率和软骨描绘，而不增加采集时间	骨骼描绘评分较低，且研究样本量较小（32名患者）	评估CSAI框架在髋关节高分辨率MRI中的性能	髋关节软骨、唇缘、股骨头韧带和骨骼	医学影像	髋关节撞击综合征	压缩感知（CS）、深度学习	NA	MRI图像	32名髋关节撞击综合征患者	NA	NA	NA	NA
9034	2025-06-04	A systematic review on deep learning-enabled coronary CT angiography for plaque and stenosis quantification and cardiac risk prediction 2025-Jun, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2025.100652 PMID:40453037	系统综述	本文系统综述了深度学习在冠状动脉CT血管造影（CCTA）中用于斑块和狭窄量化以及心脏风险预测的应用	强调了深度学习技术在CCTA分析中的自动化量化能力，提高了心脏风险评估的精确性	研究设计存在变异性，可能存在潜在偏倚	评估深度学习技术在CCTA中用于冠状动脉疾病（CAD）诊断和管理的效果	18岁及以上接受CCTA检查的患者	数字病理学	心血管疾病	CCTA	深度学习模型	医学影像	10篇研究文章的系统评价	NA	NA	NA	NA
9035	2025-10-06	Effects of various cross-linked collagen scaffolds on wound healing in rats model by deep-learning CNN 2025-Jun, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2315141 PMID:38357717	研究论文	研究四种胶原支架对大鼠伤口愈合的影响，并开发深度学习模型进行组织分类	结合胶原支架实验与深度学习图像分析方法，提出新的伤口愈合评估方法	仅使用24只雌性大鼠样本，样本量有限	评估不同类型胶原支架对伤口愈合的促进作用并开发自动组织分类方法	Sprague-Dawley雌性大鼠	计算机视觉	伤口愈合	组织形态学分析，数据增强	CNN	图像	24只雌性大鼠	NA	VGG16	AUC	NA
9036	2025-10-06	Identification and segregation of genes with improved recurrent neural network trained with optimal gene level and mutation level features 2025-Jun, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2311322 PMID:38424698	研究论文	提出一种基于改进循环神经网络和优化特征选择的癌症驱动基因识别与分离模型	结合基因水平和突变水平特征，采用改进K-Means+SMOTE处理类别不平衡，并使用FIHFSO优化特征选择	未明确说明数据来源和具体基因数量，性能比较方法有限	解决癌症突变异质性问题，准确识别驱动基因	癌症基因突变数据	机器学习	癌症	基因突变分析	RNN	基因特征数据	NA	NA	改进循环神经网络(I-RNN)	准确率	NA
9037	2025-06-04	Deep learning model for predicting immunotherapy response in patients with advanced NSCLC: Study findings demonstrate a strong and independent deep learning-based feature associated with an immune checkpoint inhibitor response in patients with NSCLC across cohorts 2025-Jun-01, Cancer IF:6.1Q1 DOI:10.1002/cncr.35883 PMID:40457864	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
9038	2025-06-04	Estimating motor symptom presence and severity in Parkinson's disease from wrist accelerometer time series using ROCKET and InceptionTime 2025-May-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04263-2 PMID:40450120	研究论文	该研究探讨了使用ROCKET和InceptionTime模型从手腕加速度计时间序列数据中估计帕金森病患者的运动症状存在和严重程度	首次将InceptionTime和ROCKET模型应用于帕金森病运动症状监测，并比较了它们在处理复杂运动模式和小数据集方面的性能	在检测运动障碍方面遇到挑战，且数据集规模较小	开发更有效的帕金森病运动症状监测方法	帕金森病患者的腕部运动数据	机器学习	帕金森病	时间序列分类	InceptionTime, ROCKET, 多层感知机	时间序列数据	NA	NA	NA	NA	NA
9039	2025-06-04	Development and validation of an integrated residual-recurrent neural network model for automated heart murmur detection in pediatric populations 2025-May-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04746-2 PMID:40450176	研究论文	开发并验证了一种集成的残差-循环神经网络模型，用于自动检测儿科人群中的心脏杂音	结合了传统机器学习和深度学习技术，提出了一种创新的AI方法，以提高儿科人群心脏杂音的检测效果	研究样本量有限（500名儿科参与者），且未提及模型在不同年龄段或不同疾病阶段的泛化能力	改善儿科心脏疾病的早期检测策略	儿科人群的心脏杂音检测	机器学习	心血管疾病	心脏听诊	Residual-Recurrent Neural Networks	心脏声音记录	500名儿科参与者	NA	NA	NA	NA
9040	2025-06-04	Detecting cyber attacks in vehicle networks using improved LSTM based optimization methodology 2025-May-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04643-8 PMID:40450183	研究论文	本文提出了一种基于改进LSTM和优化方法的深度学习框架，用于检测车辆网络中的网络攻击	采用改进的长短期记忆网络(ILSTM)结合鳄鱼优化算法(COA)进行参数优化，显著提高了检测准确率和性能指标	仅使用UNSW-NB15数据集进行验证，未在其他车辆网络数据集上测试	开发一种高效准确的车辆网络入侵检测系统	车辆网络中的网络攻击	机器学习	NA	离散傅里叶变换(DFT)，最大-最小归一化	改进的长短期记忆网络(ILSTM)	网络流量数据	UNSW-NB15数据集	NA	NA	NA	NA