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
9181	2025-03-05	Powerful and accurate case-control analysis of spatial molecular data with deep learning-defined tissue microniches 2025-Feb-08, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.07.637149 PMID:39975274	研究论文	本文介绍了一种名为VIMA的方法，结合深度学习和统计学原理，用于发现与疾病相关的空间特征	VIMA方法利用变分自编码器从小组织块中提取数值“指纹”，定义大量“微生态位”，并通过严格的统计学方法识别与病例对照状态相关的微生态位	NA	识别与疾病相关的关键空间结构	空间分子数据	数字病理学	阿尔茨海默病、溃疡性结肠炎、类风湿性关节炎	空间转录组学、CODEX、免疫组织化学	变分自编码器	空间分子数据	多个数据集（140基因空间转录组学数据集、54标记CODEX数据集、7标记免疫组织化学数据集）
9182	2025-03-05	GFLearn: Generalized Feature Learning for Drug-Target Binding Affinity Prediction 2025-Feb-04, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3538497 PMID:40031740	研究论文	本文提出了一种新的广义特征学习模型（GFLearn），用于药物-靶标结合亲和力预测，通过整合图神经网络（GNNs）和自监督不变特征学习模块，显著提高了预测性能	GFLearn模型通过整合图神经网络和自监督不变特征学习模块，能够从未见过的药物或靶标中提取鲁棒且高度可泛化的特征，从而显著提高预测性能	NA	提高药物-靶标结合亲和力预测的准确性和泛化能力	药物和靶标	机器学习	NA	图神经网络（GNNs），自监督不变特征学习	GFLearn	药物和靶标的数据	两个不同的数据集，涉及新药物、新靶标及其组合的三种挑战性场景
9183	2025-03-05	Towards Investigating Residual Hearing Loss: Quantification of Fibrosis in a Novel Cochlear OCT Dataset 2025-Feb-03, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3537868 PMID:40031386	研究论文	本文研究了通过光学相干断层扫描（OCT）图像数据集量化耳蜗纤维化，以改善混合耳蜗植入物的效果	首次将计算机视觉技术应用于植入耳蜗的OCT数据集，开发了一种改进的UNET架构（2D-OCT-UNET）用于纤维化分割	研究主要基于豚鼠模型，结果可能不完全适用于人类	研究耳蜗纤维化的形成，以减少纤维化负担并改善耳蜗植入患者的治疗效果	植入耳蜗的豚鼠	计算机视觉	听力损失	光学相干断层扫描（OCT）	改进的UNET架构（2D-OCT-UNET）	图像	NA
9184	2025-03-05	Matryoshka: Exploiting the Over-Parametrization of Deep Learning Models for Covert Data Transmission 2025-Feb, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3434417 PMID:39058616	研究论文	本文提出了一种名为Matryoshka的新型内部攻击，利用深度学习模型的过参数化特性进行隐蔽数据传输	提出了一种新的参数共享方法，利用载体模型的学习能力进行信息隐藏，实现了高容量、解码效率、有效性、鲁棒性和隐蔽性	未提及具体的技术限制或实验中的不足	揭示即使没有暴露接口，机器学习数据的隐私也可能被破坏的可能性	深度学习模型和机器学习数据	机器学习	NA	深度学习	DNN	模型参数	超过10,000个真实世界数据样本
9185	2025-03-05	Interactive Isosurface Visualization in Memory Constrained Environments Using Deep Learning and Speculative Raycasting 2025-Feb, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2024.3420225 PMID:38941206	研究论文	本文提出了一种新颖的隐式等值面渲染算法，用于在内存受限的环境中进行大规模体积数据的交互式可视化	通过渐进式遍历光线波前并按需解压数据块来执行隐式光线-等值面交叉，同时使用预训练的深度神经网络改进中间结果的质量，并引入推测性光线-块交叉以加速渲染和提高GPU利用率	算法在图像质量和渲染时间之间进行权衡，可能会影响最终图像的精度	解决在轻量级终端设备上可视化大规模数据集时的内存限制问题	大规模体积数据	计算机视觉	NA	深度学习	深度神经网络	体积数据	NA
9186	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
9187	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
9188	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
9189	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
9190	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
9191	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
9192	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
9193	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
9194	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
9195	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
9196	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
9197	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
9198	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
9199	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
9200	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