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
13201	2025-10-07	Contrastive pretraining improves deep learning classification of endocardial electrograms in a preclinical model 2025-Apr, Heart rhythm O2 IF:2.5Q2 DOI:10.1016/j.hroo.2025.01.008 PMID:40321744	研究论文	本研究通过对比预训练方法提升深度学习模型对犬类心房颤动模型中心内膜电图的分类性能	首次将SimCLR对比学习框架应用于心内膜电图分析，通过无监督预训练提升小样本驱动灶检测任务的性能	研究基于动物模型数据，尚未在人类临床数据上验证	提高心房颤动驱动灶检测算法的准确性	犬类心房颤动模型的心内膜电图数据	机器学习	心血管疾病	心内膜电图记录	CNN	电生理信号	113,000个未标记的64电极测量数据	SimCLR, PyTorch	残差神经网络	准确率	NA
13202	2025-10-07	Quantitative assessment of in vivo nuclei and layers of human skin by deep learning-based OCT image segmentation 2025-Apr-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.558675 PMID:40321995	研究论文	本研究使用基于深度学习的OCT图像分割方法对人体皮肤层和角质形成细胞核进行定量评估	采用深度监督学习目标函数分别考虑皮肤层全局特征和细胞核局部特征的多类别分割模型	显微镜系统分辨率的限制和人工标注的变异性	开发基于深度学习的OCT图像分割方法用于人体皮肤结构的定量测量	人体皮肤层和角质形成细胞核	计算机视觉	NA	光学相干断层扫描(OCT)	CNN	图像	NA	NA	U-Net	Dice系数	NA
13203	2025-10-07	Differential artery-vein analysis in OCTA for predicting the anti-VEGF treatment outcome of diabetic macular edema 2025-Apr-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.557748 PMID:40322014	研究论文	本研究评估了OCTA中动静脉差异分析在预测糖尿病黄斑水肿抗VEGF治疗效果中的作用	采用深度学习动静脉分割技术实现定量动静脉特征提取，显著提升了治疗效果预测性能	NA	预测糖尿病黄斑水肿抗VEGF治疗结果	糖尿病黄斑水肿患者	医学影像分析	糖尿病黄斑水肿	光学相干断层扫描血管成像	深度学习,SVM	OCTA图像	NA	NA	NA	准确率	NA
13204	2025-10-07	Unsupervised Range-Nullspace Learning Prior for Multispectral Images Reconstruction 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3560430 PMID:40249693	研究论文	提出一种用于多光谱图像重建的无监督范围-零空间学习先验方法	首次提出无监督范围-零空间学习先验，通过子空间分解显式建模数据，提供更好的可解释性和泛化能力	未明确说明计算效率和训练数据需求的具体表现	解决快照光谱成像中光谱图像重建的逆问题	多光谱图像	计算机视觉	NA	快照光谱成像	无监督学习	多光谱图像	NA	NA	范围-零空间分解	NA	NA
13205	2025-10-07	An Interventional Brain-Computer Interface for Long-Term EEG Collection and Motion Classification of a Quadruped Mammal 2025, 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.2025.3562922 PMID:40257874	研究论文	提出一种新型介入式脑机接口，通过静脉植入电极采集绵羊运动时的脑电信号并进行运动状态分类	开发无需开颅手术的介入式脑机接口，通过静脉植入电极长期稳定采集颅内脑电信号	研究仅针对绵羊单一物种，样本量有限，未涉及更复杂的运动模式	开发能够长期稳定工作的脑机接口系统，用于运动意图识别	绵羊的运动脑电信号	脑机接口	运动功能障碍	脑电信号采集，功率谱密度分析	深度学习模型	脑电信号	绵羊连续四个月的脑电数据（前三个月训练，第四个月验证）	NA	神经网络	准确率	NA
13206	2025-10-07	Traffic accident risk prediction based on deep learning and spatiotemporal features of vehicle trajectories 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320656 PMID:40315419	研究论文	提出一种结合CNN、LSTM和GNN的深度学习模型，利用车辆时空轨迹数据预测交通事故风险	创新性地结合三种神经网络模型，综合考虑时空特征和道路网络关系，显著提升预测精度	NA	提高复杂交通环境下交通事故风险预测的准确性	车辆时空轨迹数据	机器学习	NA	深度学习	CNN, LSTM, GNN	车辆轨迹数据	NA	NA	CNN, LSTM, GNN组合模型	预测精度	NA
13207	2025-10-07	Diagnosis of clear cell renal cell carcinoma via a deep learning model with whole-slide images 2025 Jan-Dec, Therapeutic advances in urology IF:2.6Q2 DOI:10.1177/17562872251333865 PMID:40321674	研究论文	本研究开发了一种基于全切片图像的深度学习模型用于透明细胞肾细胞癌的诊断	首次将全切片图像与深度学习模型结合用于透明细胞肾细胞癌的自动化诊断	样本量相对较小（95例患者），且为单中心回顾性研究	探索基于全切片图像的深度学习模型在透明细胞肾细胞癌诊断中的可行性	透明细胞肾细胞癌患者的病理切片	数字病理	肾细胞癌	全切片图像分析	CNN, 随机森林	图像	95例患者的663张病理切片（506张肿瘤切片，157张正常组织切片）	NA	NA	准确率, 精确率, 召回率, AUC, 特异性, 灵敏度	NA
13208	2025-10-07	An adaptive convolution neural network model for tuberculosis detection and diagnosis using semantic segmentation 2025, Polish journal of radiology IF:0.9Q4 DOI:10.5114/pjr/200628 PMID:40321710	研究论文	开发了一种基于语义分割的自适应卷积神经网络模型，用于胸部X光片的结核病检测和诊断	提出了结合伽马校正和基于梯度的对比度增强预处理技术，并采用改进的Res-UNet架构进行图像分割，同时开发了新的深度学习网络进行分类	研究主要依赖公开数据集，未在更多临床环境中验证模型泛化能力	通过开发深度学习模型增强胸部X光图像中的结核病检测能力	胸部X光图像中的结核病病变区域，包括上下叶实变、胸腔积液、钙化、空洞形成和粟粒结节	计算机视觉	结核病	胸部X光成像	CNN, Res-UNet	图像	704张胸部X光图像用于训练分割模型，1400张胸部X光扫描用于测试	NA	Res-UNet, 自定义卷积神经网络	准确率, 召回率, 精确率, F1分数, Dice系数, Jaccard指数, AUC	NA
13209	2025-10-07	Deep Learning-Based Multiclass Framework for Real-Time Melasma Severity Classification: Clinical Image Analysis and Model Interpretability Evaluation 2025, Clinical, cosmetic and investigational dermatology DOI:10.2147/CCID.S508580 PMID:40322508	研究论文	开发基于深度学习的实时黄褐斑严重程度多分类框架，通过临床面部图像分析实现AI辅助诊断	首次将多种CNN架构应用于黄褐斑严重程度实时分类，并通过层间相关性传播进行模型可解释性评估	仅使用单中心临床图像数据，未来需要整合多模态数据进行更全面评估	开发AI辅助的黄褐斑严重程度自动分类系统，提高诊断一致性	临床诊断的黄褐斑患者面部图像	计算机视觉	黄褐斑	临床图像分析	CNN	图像	1368张匿名面部图像	PyTorch	GoogLeNet	准确率,精确率,召回率,F1分数,AUC	NA
13210	2025-10-07	DEEP LEARNING FOR AUTOMATED DETECTION OF BREAST CANCER IN DEEP ULTRAVIOLET FLUORESCENCE IMAGES WITH DIFFUSION PROBABILISTIC MODEL 2024-May, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/ISBI56570.2024.10635349 PMID:40313564	研究论文	本研究应用扩散概率模型增强深紫外荧光图像数据集，以改进乳腺癌术中切缘评估的分类性能	首次将扩散概率模型应用于深紫外荧光医学图像的数据增强，并结合预训练ResNet特征提取与XGBoost分类器进行乳腺癌检测	数据量有限是主要挑战，研究依赖于特定类型的深紫外荧光图像	提高乳腺癌在深紫外荧光图像中的自动检测准确率，用于术中切缘评估	乳腺癌的深紫外荧光图像	计算机视觉	乳腺癌	深紫外荧光成像	扩散概率模型, ResNet, XGBoost	医学图像	NA	NA	ResNet	准确率	NA
13211	2025-10-07	Attentive Recurrent Network for Low-Latency Active Noise Control 2022-Sep, Interspeech DOI:10.21437/interspeech.2022-811 PMID:40313355	研究论文	提出一种基于注意力循环网络的低延迟主动噪声控制方法	采用注意力循环网络结合延迟补偿训练策略和修订版重叠相加法，实现零甚至负算法延迟	NA	在深度学习框架下实现低延迟主动噪声控制	主动噪声控制系统	机器学习	NA	深度学习	循环神经网络	音频信号	NA	NA	注意力循环网络	算法延迟	NA
13212	2025-05-04	Metal Suppression Magnetic Resonance Imaging Techniques in Orthopaedic and Spine Surgery 2025-May-15, The Journal of the American Academy of Orthopaedic Surgeons IF:2.6Q1 DOI:10.5435/JAAOS-D-24-01057 PMID:40063737	review	本文综述了骨科和脊柱手术中金属抑制磁共振成像技术的应用和发展	探讨了最新的金属伪影抑制成像技术及未来方向，如深度学习和人工智能	未提及具体实验数据或样本量的支持	评估骨科和脊柱手术后金属植入物周围软组织的病理情况	骨科和脊柱手术中的金属植入物及其周围软组织	医学影像	骨科和脊柱疾病	磁共振成像（MRI）	NA	医学影像	NA	NA	NA	NA	NA
13213	2025-05-04	Enhancing privacy in biosecurity with watermarked protein design 2025-May-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf141 PMID:40315154	研究论文	提出了一种在蛋白质序列中添加水印的通用框架，以增强生物安全性和数据隐私	相比现有监管程序，该框架不仅确保生物安全的可追溯性，还通过本地验证保护设计序列的隐私，并显著提高了水印检测效率	未提及具体性能指标或与其他方法的详细对比	解决基于深度学习的蛋白质设计中的生物安全和数据隐私问题	由自回归深度学习模型设计的蛋白质序列	生物信息学	NA	蛋白质水印技术	自回归深度学习模型	蛋白质序列	NA	NA	NA	NA	NA
13214	2025-05-04	On-Device Deep Learning: Survey on Techniques Improving Energy Efficiency of DNNs 2025-May, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3430028 PMID:39046860	综述	本文综述了提高深度神经网络（DNNs）能源效率的流行技术	提出了方法的分类，并讨论了不同类别的比较，同时概述了能源测量技术	研究中发现的局限性以及一些有趣的方向，如神经形态和储备池计算（RC）	提高神经网络的能源效率，特别是在训练和推理阶段	深度神经网络（DNNs）	机器学习	NA	NA	DNNs	NA	NA	NA	NA	NA	NA
13215	2025-05-04	Role Exchange-Based Self-Training Semi-Supervision Framework for Complex Medical Image Segmentation 2025-May, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3432877 PMID:39093682	research paper	提出了一种基于角色交换的自训练半监督框架，用于复杂医学图像分割	创新性地提出了双向自训练范式，通过模型级可靠性估计动态交换教师和学生的角色，并引入非对称监督策略和分层双学生结构以防止网络崩溃	未明确提及具体的数据集规模限制或计算资源需求	解决复杂医学图像分割中标注数据不足的问题	血管网络和肺气管网络等复杂医学图像	digital pathology	NA	半监督学习	双向自训练模型	3-D医学图像	两个公共数据集和一个私有数据集	NA	NA	NA	NA
13216	2025-05-04	Neurosymbolic AI for Reasoning Over Knowledge Graphs: A Survey 2025-May, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3420218 PMID:39024082	综述	本文综述了神经符号人工智能（AI）在知识图谱（KGs）推理任务中的应用方法，并提出了一种新的分类法	提出了一种新的分类法，将神经符号推理方法分为三大类：逻辑信息嵌入方法、带逻辑约束的嵌入方法和规则学习方法	讨论了这些方法的独特特性和局限性，并提出了未来研究方向	探讨神经符号AI在知识图谱推理任务中的应用和发展	知识图谱（KGs）	自然语言处理	NA	神经符号人工智能	NA	图结构数据	NA	NA	NA	NA	NA
13217	2025-05-04	Unsupervised Domain Adaptation for Low-Dose CT Reconstruction via Bayesian Uncertainty Alignment 2025-May, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3409573 PMID:38985555	research paper	提出一种基于贝叶斯不确定性对齐的无监督域自适应方法，用于低剂量CT图像重建	利用概率重建框架在潜在空间和图像空间进行联合差异最小化，提出贝叶斯不确定性对齐和锐度感知分布对齐方法	仅针对低剂量CT图像重建问题，未考虑其他医学影像模态	解决低剂量CT图像重建中由于训练数据和测试数据分布不一致导致的性能下降问题	低剂量CT图像	digital pathology	NA	deep learning	probabilistic reconstruction framework	CT images	两个模拟数据集和一个临床低剂量成像数据集	NA	NA	NA	NA
13218	2025-05-04	ProFun-SOM: Protein Function Prediction for Specific Ontology Based on Multiple Sequence Alignment Reconstruction 2025-May, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3419250 PMID:38980781	研究论文	提出了一种基于多序列比对重建的蛋白质功能预测方法ProFun-SOM，用于准确注释基因本体	ProFun-SOM通过重建多序列比对并整合到深度学习架构中，解决了混合本体问题带来的标签依赖性和数据稀疏性瓶颈	未提及具体的数据集规模限制或模型在其他类型蛋白质数据上的泛化能力	开发一种能够准确预测蛋白质功能的计算方法，解决基因本体注释中的混合本体问题	蛋白质功能预测，特别是基因本体（GO）注释	生物信息学	NA	多序列比对（MSAs），深度学习	深度学习架构	蛋白质序列数据	三个数据集（CAFA3、SwissProt和NetGO2）	NA	NA	NA	NA
13219	2025-05-04	Mask-Guided Vision Transformer for Few-Shot Learning 2025-May, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3418527 PMID:38976473	研究论文	提出了一种名为MG-ViT的掩码引导视觉变换器方法，用于有效和高效的小样本学习	通过应用掩码操作筛选出与任务无关的图像块，引导ViT专注于任务相关和区分性强的图像块，同时引入主动学习样本选择方法提升泛化能力	未提及具体的数据集限制或计算资源需求	提高视觉变换器在小样本学习中的性能和效率	图像分类、目标检测和分割任务	计算机视觉	NA	Grad-CAM	ViT, MG-ViT, ResNet	图像	小样本（具体数量未提及）	NA	NA	NA	NA
13220	2025-05-04	Semi-Supervised Multimodal Representation Learning Through a Global Workspace 2025-May, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3416701 PMID:38954575	研究论文	本文提出了一种受认知'全局工作空间'启发的神经网络架构，用于多模态表示学习，能够在少量匹配数据的情况下实现模态间的对齐和转换	采用全局工作空间(GW)的共享表示和自监督的循环一致性训练，显著减少了对匹配数据的需求（比全监督方法少4-7倍）	未明确说明模型在大规模跨模态任务中的泛化能力	探索在稀疏匹配数据下进行多模态表示学习的方法	视觉-语言多模态数据	机器学习	NA	自监督学习	全局工作空间(GW)架构	多模态数据（图像和文本）	两个不同复杂度的数据集（未明确样本数量）	NA	NA	NA	NA