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
1281	2025-06-05	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	research paper	本文提出了一种混合量子深度学习模型，用于地球观测数据的分类任务，通过超像素编码有效减少量子资源需求	引入了超像素编码方法，有效降低了大规模图像表示所需的量子资源，同时研究了不同交互门和测量对分类性能的影响	未提及模型在大规模数据集上的泛化能力或实际应用中的潜在限制	解决地球观测大数据时代下，使用复杂深度学习模型分析数据时的计算挑战	地球观测数据	machine learning	NA	量子计算，超像素编码	混合量子深度学习模型	image	多个地球观测基准数据集（Overhead-MNIST, So2Sat LCZ42, SAT-6）
1282	2025-06-05	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（TDA）与图神经网络（GNN）结合的研究现状与未来展望	提出了TDA与GNN结合的新兴研究方向，并系统梳理了相关文献、分类和最新研究成果	NA	探讨TDA与GNN结合的潜力及其在复杂图数据分析中的应用	拓扑数据分析与图神经网络的结合方法	机器学习	NA	NA	GNN	图数据	NA
1283	2025-06-05	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	本文提出了一种基于学习的建模和预测控制方法，用于未知非线性系统的安全控制，并考虑了学习动力学的稳定性和建模误差	结合Koopman理论和深度学习，提出了一种具有稳定性保证的学习控制方案，并通过鲁棒预测控制消除建模误差	未明确说明方法在更复杂或高维系统中的适用性	实现未知非线性系统的安全稳定控制	未知非线性系统	机器学习	NA	深度学习	Koopman算子	动态系统数据	NA
1284	2025-06-05	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	提出了一种结合堆叠深度块和残差学习的edRVFL网络，用于中等规模时间序列预测	结合了堆叠深度块和残差学习的edRVFL网络，提出了ResdRVFL和SResdRVFL模型，通过残差学习校准浅层错误估计并引入缩放参数控制残差缩放	未提及具体局限性	提升中等规模时间序列预测的准确性和鲁棒性	时间序列数据	机器学习	NA	随机向量功能链接网络(RVFL)、残差学习、集成学习	ResdRVFL、SResdRVFL	时间序列数据	28个数据集
1285	2025-06-05	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	research paper	提出了一种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	引入了Tucker低秩张量分解模块和跨张量注意力机制，以减少多模态数据和高维特征带来的冗余，并增强特征表示能力	未明确提及具体局限性	提升多模态医学图像分类的性能	多模态医学图像	digital pathology	NA	tensor decomposition, cross-tensor attention mechanism	TDSF-Net	multimodal medical image	一个自建数据集和三个公共多模态医学图像数据集
1286	2025-06-05	PET and CT based DenseNet outperforms advanced deep learning models for outcome prediction of oropharyngeal cancer 2025-Jun, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.110852 PMID:40118186	research paper	本研究探讨了使用优化的DenseNet架构在头颈癌患者复发自由期预测中的表现，并与现有先进深度学习模型进行比较	研究表明，使用81层DenseNet架构在内部测试集上表现与现有先进模型相当，在外部测试集上表现更优，且晚期融合CT和PET影像数据在外部测试中表现更佳	研究仅针对口咽癌患者，未涵盖其他类型的头颈癌	比较DenseNet架构与现有先进深度学习模型在头颈癌患者复发自由期预测中的表现	口咽癌患者	digital pathology	oropharyngeal cancer	PET和CT影像分析	DenseNet	image	HECKTOR 2022数据集中的489名口咽癌患者（内部测试集369名，独立测试集120名）及额外400名口咽癌患者（外部测试集）
1287	2025-06-05	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	本文研究了深度学习模型在磁共振指纹图谱（MRF）中用于膝关节定量映射的微调及其与字典匹配（DM）方法的比较	研究了神经网络（NN）在深度学习中的微调及其与DM方法的公平比较，优化了NN超参数和DM方法，并分析了MRF数据的奇异值分解（SVD）成分	研究仅涉及14名健康志愿者的膝关节数据，样本量较小	提高MRF中膝关节多参数定量映射的准确性和鲁棒性	膝关节	医学影像	骨关节炎	磁共振指纹图谱（MRF）	深度学习模型（NN）	图像	14名健康志愿者的膝关节数据
1288	2025-06-05	G-Diff: A Graph-Based Decoding Network for Diffusion Recommender Model 2025-Jun, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3491827 PMID:39531577	research paper	本文提出了一种基于图的解码网络（GDN）来改进扩散推荐模型，通过引入物品间的关系图提升推荐性能	在扩散模型的反向过程中引入精心设计的基于图的解码网络（GDN），利用物品间的关系图提升推荐性能，并通过跳跃连接和归一化层保留低阶邻居信息	NA	改进扩散推荐模型，提升推荐系统的性能	推荐系统中的用户偏好预测	machine learning	NA	扩散模型	G-Diff	user-item interaction data	三个真实世界的数据集
1289	2025-06-05	Learning topological horseshoes in time series via deep neural networks 2025-Jun-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0270132 PMID:40465250	research paper	提出了一种基于深度学习的几何方法，用于识别时间序列中的混沌动力学	结合拓扑马蹄理论和深度神经网络，为复杂非线性系统中混沌行为的检测提供了新工具	NA	识别时间序列中的混沌动力学	时间序列数据	machine learning	NA	deep learning	deep neural networks	time series	Hénon map, Lorenz system, Duffing system
1290	2025-06-05	Bayesian Optimization with Gaussian Processes Assisted by Deep Learning for Material Designs 2025-May-29, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.5c00592 PMID:40383929	research paper	本研究探讨了结合深度学习和高斯过程的贝叶斯优化方法在材料设计中的应用	提出了一种结合神经网络和高斯过程的深度核学习（DKL）方法，用于提升贝叶斯优化的效率	在寻找具有最高居里温度的合金时，标准高斯过程方法优于DKL模型，因为可以直接利用与居里温度强相关的描述符	提高材料探索中贝叶斯优化的效率	氧化物数据集（922个）和混合有机-无机钙钛矿合金（610个）的带隙、离子介电常数、电子有效质量等性质	machine learning	NA	deep kernel learning (DKL), Bayesian optimization (BO), Gaussian processes (GPs)	neural network, Gaussian processes	material property data	922 oxide data sets, 610 hybrid organic-inorganic perovskite alloys, 4560 alloys
1291	2025-06-05	Ensemble learning approach for detecting breast invasive ductal carcinoma from histopathological images 2025-May-29, Pathology, research and practice DOI:10.1016/j.prp.2025.156041 PMID:40460639	研究论文	本文提出了一种集成学习方法，用于从组织病理学图像中检测乳腺浸润性导管癌	采用集成学习方法结合多种深度学习模型，提高了诊断的准确性和鲁棒性	未提及具体的数据集规模或模型在不同分辨率图像上的泛化能力	提高乳腺浸润性导管癌的诊断准确性和减少诊断变异性	乳腺组织病理学图像	数字病理学	乳腺癌	深度学习	ResNet50, Xception, MobileNetV2, VGG16, VGG19	图像	NA
1292	2025-06-05	Beyond current boundaries: Integrating deep learning and AlphaFold for enhanced protein structure prediction from low-resolution cryo-EM maps 2025-May-27, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108494 PMID:40460619	研究论文	本文介绍了一种名为DeepTracer-LowResEnhance的创新计算框架，该框架通过整合AlphaFold的结构预测和深度学习驱动的图谱细化策略，显著提高了低分辨率冷冻电镜图谱的解析和建模准确性	该研究首次将AlphaFold的序列预测与深度学习驱动的图谱细化策略相结合，专门针对低分辨率冷冻电镜图谱进行优化，显著提升了建模准确性	研究主要针对低分辨率冷冻电镜图谱（4 Å以下），对于更高分辨率图谱的适用性未进行验证	提高低分辨率冷冻电镜图谱的原子模型构建准确性	蛋白质冷冻电镜图谱	结构生物学	NA	冷冻电镜(cryo-EM)	CNN, GNN, AlphaFold	冷冻电镜图谱	37种不同蛋白质的冷冻电镜图谱，包括22个分辨率低于4 Å的挑战性案例
1293	2025-06-05	ECG synthesis for cardiac arrhythmias: Integrating self-supervised learning and generative adversarial networks 2025-May-26, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103162 PMID:40460597	research paper	该论文提出了一种结合自监督学习和生成对抗网络的心电图合成方法，用于生成逼真的心律失常信号	提出了一种新型条件生成架构ECGAN，能够调节心电图记录的概率分布，并在心律失常分类任务中实现了2.4%的平均准确率提升	未提及具体的数据隐私保护措施细节，且合成数据的临床验证可能不足	开发能够生成逼真心电图信号的方法，以解决标记临床数据不足和患者匿名化问题	心电图时间序列数据	machine learning	心血管疾病	自监督学习, 生成对抗网络	ECGAN (生成对抗网络)	时间序列数据	使用了MIT-BIH、BIDMC和PTB数据集（具体样本量未明确说明）
1294	2025-06-05	iPSC-RPE patch restores photoreceptors and regenerates choriocapillaris in a pig retinal degeneration model 2025-May-22, JCI insight IF:6.3Q1 DOI:10.1172/jci.insight.179246 PMID:40401519	research paper	该研究开发了一种基于诱导多能干细胞衍生的视网膜色素上皮（iRPE）贴片，用于治疗干性年龄相关性黄斑变性（AMD），并在猪视网膜退化模型中验证了其恢复光感受器和再生脉络膜毛细血管的能力	使用可生物降解的PLGA支架成熟iRPE细胞，开发了一种临床兼容的制造工艺，并通过深度学习算法和自适应光学成像验证了治疗效果	研究仅在猪模型中进行，尚未在人体临床试验中验证	开发并验证一种能够恢复光感受器和再生脉络膜毛细血管的治疗方法，以治疗干性年龄相关性黄斑变性	激光诱导的外视网膜退化的猪模型	digital pathology	age-related macular degeneration	optical coherence tomography (OCT), OCT-angiography, adaptive optics imaging	deep learning algorithm	image	猪模型中的视网膜区域
1295	2025-06-05	Evaluation of data collection and annotation approaches of driver gaze dataset 2025-May-14, Behavior research methods IF:4.6Q1 DOI:10.3758/s13428-025-02679-2 PMID:40369353	research paper	本研究评估了驾驶员视线数据集的三种标注方法，并提出了一种新的基于移动指针的标注方法	引入了一种新的基于移动指针的标注方法，该方法受到基于屏幕的视线数据收集的启发	手动标注和Speak2Label方法的准确性较低，需要进一步分析误分类原因	评估不同数据收集和标注方法在驾驶员视线估计中的效果	驾驶员视线数据集	computer vision	NA	eye tracker	supervised machine learning, deep learning	image	NA
1296	2025-06-05	Artificial Intelligence in Outpatient Primary Care: A Scoping Review on Applications, Challenges, and Future Directions 2025-May-13, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.12.25327223 PMID:40463551	综述	本文探讨了人工智能在门诊初级保健中的应用、挑战及未来发展方向	综述了AI在非紧急门诊初级保健中的功能、试验及整合情况，填补了该领域的研究空白	仅纳入2019年至2024年的英文文献，且未涉及提供者认知支持、工作流自动化或风险调整面板等应用	评估AI在门诊初级保健中的实施程度和应用效果	门诊初级保健中的人工智能技术	医疗人工智能	NA	机器学习、深度学习和transformer	NA	文本数据（文献）	筛选了3,203篇文献，最终纳入61篇符合条件的研究
1297	2025-06-05	Combining structural modeling and deep learning to calculate the E. coli protein interactome and functional networks 2025-May-12, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.07.652715 PMID:40463260	研究论文	本文报告了三种计算方法的整合，用于在全蛋白质组范围内预测两个蛋白质是否可能形成二元复合物	整合了PrePPI、Topsy-Turvy和ZEPPI三种方法，显著提高了高置信度蛋白质相互作用的预测数量	方法依赖于计算预测，需要进一步的实验验证	预测大肠杆菌蛋白质相互作用组和功能网络	大肠杆菌蛋白质	计算生物学	NA	PrePPI、Topsy-Turvy、ZEPPI、AF3Complex	蛋白质语言模型	蛋白质序列和结构数据	400个蛋白质-蛋白质相互作用
1298	2025-06-05	Evaluating Vision and Pathology Foundation Models for Computational Pathology: A Comprehensive Benchmark Study 2025-May-12, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.08.25327250 PMID:40463538	research paper	该研究对31种计算病理学AI基础模型进行了全面基准测试，评估它们在多样组织病理学数据集和任务中的表现	首次系统比较了不同类型病理学基础模型的性能，并发现模型大小与数据规模并不总是与性能提升相关	未深入探讨影响模型性能的潜在因素，且测试数据集可能仍有限	评估和比较不同病理学基础模型在计算病理学中的表现	31种AI基础模型（包括通用视觉模型、病理专用视觉模型等）	digital pathology	NA	deep learning	foundation models (VM, VLM, Path-VM, Path-VLM)	histopathological images	41个任务的数据集（来自TCGA、CPTAC等）
1299	2025-06-05	Evolution-guided protein design of IscB for persistent epigenome editing in vivo 2025-May-07, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-025-02655-3 PMID:40335752	研究论文	通过结合进化指导和深度学习，设计了一种改进的RNA引导内切酶IscB及其引导RNA，用于体内持久性表观基因组编辑	结合直系同源筛选、结构引导的蛋白质域设计、RNA工程和深度学习结构预测，开发了改进的NovaIscB变体，其活性比野生型提高了约100倍，并提高了特异性	NA	设计具有增强活性和特异性的RNA引导内切酶，用于分子生物学应用	IscB RNA引导内切酶及其引导RNA	分子生物学	NA	直系同源筛选、结构引导的蛋白质域设计、RNA工程、深度学习结构预测	NA	蛋白质序列和结构数据	NA
1300	2025-06-05	Classifying Obsessive-Compulsive Disorder from Resting-State EEG using Convolutional Neural Networks: A Pilot Study 2025-May-07, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.06.25327094 PMID:40385410	research paper	该研究探索了使用卷积神经网络（CNN）从静息态脑电图（EEG）数据中分类强迫症（OCD）的可行性	首次将CNN应用于最小处理的EEG时频表示，以区分OCD患者与健康对照组，并探索了临床和人口统计信息的融合效果	样本量较小（仅20名参与者），限制了结果的泛化能力	开发一种基于EEG的OCD诊断方法，超越传统机器学习方法的限制	20名未服药的参与者（10名OCD患者，10名健康对照组）	machine learning	psychiatric disorder	EEG, Morlet wavelets	CNN, SVM	EEG time-frequency representations	20名参与者（10名OCD患者，10名健康对照组）