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
12821	2025-10-07	Magnetic resonance image denoising for Rician noise using a novel hybrid transformer-CNN network (HTC-net) and self-supervised pretraining 2025-Mar, Medical physics IF:3.2Q1 DOI:10.1002/mp.17562 PMID:39641989	研究论文	提出一种结合Transformer和CNN的混合网络HTC-net及自监督预训练策略，用于磁共振图像莱斯噪声去噪	首次设计Transformer-CNN并行编码器结构捕获长程信息，并引入残差融合模块和自监督预训练策略	未明确说明计算资源需求和对其他噪声类型的泛化能力	开发有效的深度学习方法来提升磁共振图像去噪性能并减少配对图像需求	磁共振图像，特别是超极化气体MRI和脑部MRI	计算机视觉	肺部疾病	磁共振成像	Transformer, CNN	医学图像	肺部HP 129Xe MRI数据集（1059张图像）和IXI数据集（5000张图像）	NA	HTC-net, Transformer-CNN混合架构	PSNR, SSIM	NA
12822	2025-10-07	Prediction of mortality in hemodialysis patients based on autoencoders 2025-Mar, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105744 PMID:39642591	研究论文	提出一种基于自动编码器的血液透析患者死亡率预测模型，利用短期数据解决数据不平衡和特征缺失问题	通过特征丢弃掩码模拟缺失数据分布，设计自适应特征提取模块，利用短期数据进行无监督学习重建缺失特征	主要依赖短期数据，长期预测性能可能受限	评估血液透析患者30-450天内的死亡风险	终末期肾病接受血液透析治疗的患者	机器学习	肾脏疾病	血液透析监测数据	Autoencoder	临床特征数据	NA	深度学习框架	Autoencoder	死亡率预测性能	NA
12823	2025-10-07	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	基于深度学习算法提出认知过程与信息处理模型，模拟婴儿认知发展的四个阶段	将婴儿认知发展过程与深度学习模型进行类比，提出无需额外学习算法编程的自主符号系统发展模型	模型基于理论假设，缺乏实际实验验证	探索认知过程与信息处理的建模方法	婴儿认知发展过程，昆虫类智能体的认知演化	机器学习	NA	深度学习	深度学习模型	理论模型	NA	NA	NA	NA	NA
12824	2025-10-07	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	提出一种基于多层感知机的改进分数阶梯度下降方法	将分数阶微分应用于隐藏层，提出分数矩阵微分算法和分数阶Autograd实现	NA	改进分数阶梯度下降方法在人工神经网络中的性能	多层感知机神经网络	机器学习	NA	分数阶微分	MLP	时间序列数据	NA	PyTorch	多层感知机	NA	NA
12825	2025-10-07	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	本文提出了包含数据分布信息的对抗训练泛化边界分析	首次在对抗训练的泛化边界分析中引入数据分布信息，填补了先前研究的空白	NA	研究基于随机梯度下降的对抗训练算法的泛化能力	对抗训练算法的稳定性分析	机器学习	NA	对抗训练	NA	NA	NA	NA	NA	泛化边界	NA
12826	2025-10-07	A multi-task framework for breast cancer segmentation and classification in ultrasound imaging 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108540 PMID:39647406	研究论文	提出一种用于超声图像中乳腺癌分割和分类的多任务框架	开发端到端多任务框架，利用乳腺癌病灶分类与分割任务间的内在关联性，并针对公共数据集设计重复图像检测算法	未明确说明模型在外部验证集上的泛化能力及临床部署的具体挑战	探索多任务系统在增强乳腺癌病灶检测中的潜力	乳腺癌超声图像中的良性、恶性和非肿瘤病灶	计算机视觉	乳腺癌	超声成像	深度学习	医学图像	使用公开乳腺癌超声数据集BUSI（具体数量未明确说明）	未明确说明	多任务框架	分割指标、分类准确率	NA
12827	2025-10-07	Prediction of Visual Acuity After Cataract Surgery by Deep Learning Methods Using Clinical Information and Color Fundus Photography 2025-Mar, Current eye research IF:1.7Q3 DOI:10.1080/02713683.2024.2430212 PMID:39651583	研究论文	本研究开发了一种基于深度学习的方法，使用术前临床信息和彩色眼底摄影预测白内障手术后的视力	结合彩色眼底摄影特征和临床信息的多模态深度学习模型用于白内障术后视力预测	多模态输入在此任务中的效果需要进一步研究确认	预测白内障手术后的视力结果	接受白内障手术的患者	计算机视觉	白内障	彩色眼底摄影	CNN	图像, 临床数据	446名患者的673张眼底图像	NA	Xception	平均绝对误差	NA
12828	2025-10-07	A dual-decoder banded convolutional attention network for bone segmentation in ultrasound images 2025-Mar, Medical physics IF:3.2Q1 DOI:10.1002/mp.17545 PMID:39651711	研究论文	提出一种双解码器带状卷积注意力网络用于超声图像中的骨骼分割	结合骨骼超声图像中骨骼表面呈现为毫米级宽度亮带的先验知识，采用多尺度带状卷积核和双解码器架构	NA	解决计算机辅助骨科手术中精确高效骨骼结构提取的需求	超声图像中的骨骼结构	计算机视觉	骨科疾病	超声成像	CNN	图像	1623组超声图像	NA	U-Net, BCA-Net	Dice系数, 距离误差, AUC, 重叠度, 边缘距离	NA
12829	2025-10-07	Multi-horizon event detection for in-hospital clinical deterioration using dual-channel graph attention network 2025-Mar, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105745 PMID:39657403	研究论文	提出一种用于院内临床恶化事件多时间跨度检测的双通道图注意力网络架构	开发了双通道图注意力网络，通过多任务学习策略联合学习任务相关性，能显式学习多变量时间序列在特征域和时间域的关联	NA	实现院内临床恶化事件的早期检测	重症监护室收集的临床时间序列数据	机器学习	临床恶化	NA	图注意力网络	多变量时间序列	两个ICU临床时间序列数据集	NA	双通道图注意力网络	AUROC, AUPRC	NA
12830	2025-10-07	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	提出一种基于外推驱动的网络架构，用于改进物理信息神经网络的时序学习策略	通过设计具有特殊特性的外推控制函数和校正项，构建网络参数与时间变量耦合的新型神经网络架构	NA	克服传统物理信息神经网络在求解时间相关偏微分方程时的局限性	时间相关的偏微分方程	机器学习	NA	物理信息神经网络	PINN	数值模拟数据	NA	NA	外推驱动网络架构	数值实验验证	NA
12831	2025-10-07	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	提出一种用于红外小目标检测的多层级多块多感受野多维注意力网络M4Net	设计了多层级多块多感受野多维注意力机制，通过多层视觉Transformer融合多尺度特征，解决了深度学习模型中因下采样操作导致目标丢失的问题	NA	提升红外小目标检测的性能	红外图像中的小目标	计算机视觉	NA	NA	Transformer, CNN	红外图像	NA	NA	Vision Transformer, 编码器-解码器框架	NA	NA
12832	2025-10-07	BPEN: Brain Posterior Evidential Network for trustworthy brain imaging analysis 2025-Mar, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106943 PMID:39657531	研究论文	提出一种名为BPEN的新型后验证据网络，用于脑功能磁共振成像数据的可信分析	首次在脑fMRI数据分析中同时捕捉偶然不确定性和认知不确定性	仅使用ADNI和ADNI-D队列数据，未在其他数据集上验证	开发能够准确估计不确定性的可信深度学习模型用于脑成像分析	阿尔茨海默病神经成像倡议(ADNI)和ADNI抑郁症(ADNI-D)队列的脑fMRI数据	医学影像分析	阿尔茨海默病, 抑郁症	功能磁共振成像(fMRI)	后验证据网络	脑功能磁共振成像数据	ADNI和ADNI-D队列数据	NA	BPEN	预测性能, 不确定性估计	NA
12833	2025-10-07	Convolutional neural networks for automatic MR classification of myocardial iron overload in thalassemia major patients 2025-Mar, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11245-x PMID:39658686	研究论文	开发用于自动分类地中海贫血患者心肌铁过载的深度学习模型	首次使用卷积神经网络对心肌铁过载进行自动分级，性能与放射科医生间观察一致性相当	回顾性研究，样本主要来自单一中心	开发基于MRI的自动心肌铁过载分类系统	496名地中海贫血重症患者	医学影像分析	地中海贫血	T2*多回波磁共振成像	CNN	MR图像	823张心脏T2*多回波MR图像（来自496名患者）	NA	MS-HippoNet, SS-HippoNet	准确率, 灵敏度, 特异性, Kappa系数	NA
12834	2025-10-07	DeepPD: A Deep Learning Method for Predicting Peptide Detectability Based on Multi-feature Representation and Information Bottleneck 2025-Mar, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00665-4 PMID:39661307	研究论文	提出一种基于多特征表示和信息瓶颈原理的深度学习框架DeepPD，用于预测肽段可检测性	首次将多特征表示与信息瓶颈原理相结合用于肽段可检测性预测，利用ESM-2提取语义信息并整合序列和进化信息	NA	开发更准确的肽段可检测性预测方法	肽段	生物信息学	NA	进化尺度建模2(ESM-2)	深度学习	蛋白质序列数据	多个数据集	NA	DeepPD	NA	NA
12835	2025-10-07	Time-hybrid OSAformer (THO): A hybrid temporal sequence transformer for accurate detection of obstructive sleep apnea via single-lead ECG signals 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108558 PMID:39662234	研究论文	提出一种基于单导联心电信号的混合时序变换器模型THO，用于准确检测阻塞性睡眠呼吸暂停	结合扩张卷积和LSTM的混合架构，采用多尺度特征融合策略，并在多头注意力模型中嵌入记忆衰减机制	NA	通过单导联心电信号准确检测阻塞性睡眠呼吸暂停	阻塞性睡眠呼吸暂停患者	医疗人工智能	阻塞性睡眠呼吸暂停	单导联心电信号分析	Transformer, CNN, LSTM	心电信号	NA	NA	Time-hybrid OSAformer (THO), 多头注意力模型	准确率, AUC	NA
12836	2025-10-07	Automatic plan selection using deep network-A prostate study 2025-Mar, Medical physics IF:3.2Q1 DOI:10.1002/mp.17550 PMID:39657031	研究论文	本研究开发了一种基于深度学习的前列腺癌高剂量率近距离放射治疗计划自动选择算法	引入了视觉化标准并结合传统剂量体积直方图指标，首次将深度学习框架应用于放射治疗计划的自动选择	仅在835名患者数据上训练，测试集仅包含20名患者，样本规模有限	开发自动选择最优前列腺癌放射治疗计划的深度学习算法	前列腺癌患者的放射治疗计划	数字病理	前列腺癌	高剂量率近距离放射治疗，多标准优化算法	深度学习网络	3D图像（剂量分布和解剖结构掩模）	835名训练患者，20名测试患者	NA	NA	配对t检验，统计显著性分析	NA
12837	2025-10-07	A neural network to create super-resolution MR from multiple 2D brain scans of pediatric patients 2025-Mar, Medical physics IF:3.2Q1 DOI:10.1002/mp.17563 PMID:39657055	研究论文	提出一种基于多平面2D低分辨率脑部扫描重建3D高分辨率MR图像的神经网络方法	将单图像超分辨率方法扩展到多平面输入，采用多级密集连接超分辨率卷积神经网络处理两个垂直方向的低分辨率扫描	需要进一步验证在其他结构分析任务中的性能	从常规2D低分辨率MR扫描重建3D高分辨率图像，便于提取结构生物标志物	儿科患者脑部MR图像	医学影像分析	儿童癌症	MR成像	CNN	医学图像	90个ABCD研究的高分辨率T1儿科头扫描用于训练，34个测试图像（10个ABCD，18个CBTN，6个真实世界随访图像）	NA	mDCSRN（多级密集连接超分辨率卷积神经网络）	峰值信噪比, 结构相似性指数, 平均距离一致性, 95% Hausdorff距离	NA
12838	2025-10-07	A green and efficient method for detecting nicosulfuron residues in field maize using hyperspectral imaging and deep learning 2025-Feb-15, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2024.136724 PMID:39637793	研究论文	本研究开发了一种基于高光谱成像和深度学习的绿色高效方法，用于检测田间玉米中烟嘧磺隆除草剂残留	提出了HerbiResNet模型，结合光谱技术与深度学习，显著优于传统回归模型和经典神经网络，并发现了特定光谱波段与除草剂残留及玉米生理变化之间的强相关性	仅针对六种玉米品种和两种除草剂浓度进行研究，样本多样性有限	开发快速准确的烟嘧磺隆除草剂残留检测方法，以支持化学修复和优化喷洒策略	田间种植的玉米叶片，包括抗性和敏感型六种品种	计算机视觉	NA	高光谱成像	CNN	光谱数据	六种玉米品种在两种除草剂浓度下的样本，残留水平分为低、中、高三级	NA	HerbiResNet, AlexNet	决定系数(R²), 准确率	NA
12839	2025-10-07	Hierarchical Graph Attention Network with Positive and Negative Attentions for Improved Interpretability: ISA-PN 2025-Feb-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01035 PMID:39654089	研究论文	提出一种具有正负注意力机制的分层图注意力网络ISA-PN，用于增强分子结构-性质关系的可解释性	开发了可解释子图注意力网络ISA-PN，通过正负注意力流量化分子子结构对分子性质的贡献	主要在水溶性数据集上评估可解释性，其他性质数据集的验证相对有限	提高深度学习模型在化学和材料科学中的可解释性	分子结构-性质关系	机器学习	NA	深度学习	图注意力网络	分子结构数据	NA	NA	分层图注意力网络, ISA-PN, GC-Net	准确率, 可解释性评估	NA
12840	2025-10-07	Predicting gene expression from histone marks using chromatin deep learning models depends on histone mark function, regulatory distance and cellular states 2025-Feb-08, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkae1212 PMID:39660643	研究论文	本研究通过深度学习模型分析组蛋白标记与基因表达的关系，揭示了组蛋白标记功能、基因组距离和细胞状态对转录预测的共同影响	在11种细胞类型中系统研究7种组蛋白标记，首次综合考虑细胞状态、组蛋白标记功能和远端调控效应这三个关键因素	模型预测能力受限于所研究的组蛋白标记类型和细胞状态范围	探索组蛋白标记活性与基因表达之间的复杂关系	7种组蛋白标记在11种不同细胞类型中的活性模式	计算生物学	NA	染色质深度学习模型，组蛋白标记扰动分析	CNN, 注意力机制模型	组蛋白标记数据，基因表达数据	11种细胞类型，7种组蛋白标记	NA	卷积神经网络，基于注意力的模型	NA	NA