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
14361	2025-10-07	A Novel Hierarchical Cross-Stream Aggregation Neural Network for Semantic Segmentation of 3-D Dental Surface Models 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3404276 PMID:38848227	研究论文	提出一种用于3D牙科模型语义分割的分层跨流聚合神经网络	设计了基于多流架构的分层跨流聚合模块，通过上下文聚合和判别性聚合联合优化多视图特征学习	NA	实现精确的3D牙科模型语义分割以支持个性化正畸治疗规划	真实患者的3D牙科表面模型	计算机视觉	牙科疾病	3D牙科模型分析	神经网络	3D点云数据	公共数据集和内部真实患者数据集	PyTorch	分层跨流聚合网络,多流骨干网络	语义分割精度	NA
14362	2025-10-07	Learning Disentangled Priors for Hyperspectral Anomaly Detection: A Coupling Model-Driven and Data-Driven Paradigm 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3401589 PMID:38833391	研究论文	提出一种结合模型驱动与数据驱动方法的学习解耦先验耦合范式，用于高光谱异常检测	首次将模型驱动的低秩表示方法与数据驱动的深度学习技术通过解耦先验学习相结合，通过跳跃残差连接优雅地建模显式和隐式先验之间的关系	未在抽象中明确说明具体局限性	提高高光谱图像中背景与异常物体的区分准确度	高光谱图像中的背景和异常物体	计算机视觉	NA	高光谱成像	深度学习, 低秩表示	高光谱图像	多个广泛认可的数据集（未指定具体数量）	NA	深度展开架构, 跳跃残差连接	检测性能, 泛化能力	NA
14363	2025-10-07	Brain-Inspired Learning, Perception, and Cognition: A Comprehensive Review 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3401711 PMID:38809737	综述	本文从微观、介观、宏观和超宏观视角全面回顾了受脑启发的深度学习算法在感知、认知和理解决策方面的研究进展	首次从四个空间尺度（微观/介观/宏观/超宏观）系统梳理脑启发算法，并总结了该领域面临的十大开放性问题	作为综述文章未提出新的算法模型，主要聚焦于现有研究的系统性归纳	推动下一代人工智能技术发展，通过脑科学机制提升现有模型的智能水平	脑启发的人工智能算法与模型	机器学习	NA	NA	深度学习	NA	NA	NA	NA	NA	NA
14364	2025-10-07	Spectral Tensor Layers for Communication-Free Distributed Deep Learning 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3394861 PMID:38809740	研究论文	提出一种用于无通信分布式深度学习的光谱张量层	将数据表示为张量形式并用张量积替代传统神经网络中的矩阵积，通过线性变换将数据集分割为多个光谱子数据集实现零通信成本的并行训练	NA	实现无通信成本的分布式深度学习	分布式深度学习系统	机器学习	NA	张量分解，线性变换	光谱张量网络	图像	MNIST, CIFAR-10, ImageNet-1K, ImageNet-21K数据集	NA	并行分支神经网络	NA	NA
14365	2025-10-07	Deep Geometric Learning With Monotonicity Constraints for Alzheimer's Disease Progression 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3394598 PMID:38771688	研究论文	提出一种结合单调性约束的深度几何学习方法用于预测阿尔茨海默病进展	开发了结合拓扑空间变换、ODE-RGRU和轨迹估计三个模块的新型几何学习框架，并引入单调性约束来反映测量转换的不可逆性	NA	预测阿尔茨海默病的临床进展轨迹	阿尔茨海默病患者	医学影像分析	阿尔茨海默病	结构磁共振成像	RNN, ODE	MRI影像, 认知评分	NA	NA	ODE-RGRU	临床标签预测准确率, 认知评分预测准确率	NA
14366	2025-10-07	An Interpretable Adaptive Multiscale Attention Deep Neural Network for Tabular Data 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3392355 PMID:38748522	研究论文	提出一种用于表格数据的自适应多尺度注意力深度神经网络架构	通过并行多级特征加权实现自适应多尺度注意力机制，提供四个层次的可解释性	NA	提升深度学习在表格数据上的性能并增强模型可解释性	表格结构化数据	机器学习	NA	深度学习	深度神经网络	表格数据	包含小型、中型、大型和超大型数据集	NA	自适应多尺度注意力深度神经网络	F1-score, 平均绝对误差	NA
14367	2025-10-07	Deep Probabilistic Principal Component Analysis for Process Monitoring 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3386890 PMID:38652625	研究论文	提出一种新型深度概率主成分分析模型用于工业过程监控	结合概率建模与深度学习的优势，通过分层预训练和端到端微调构建深度概率主成分分析模型	NA	工业过程监控与故障检测	工业过程数据	机器学习	NA	概率潜在变量模型	深度概率主成分分析	工业过程数据	田纳西伊斯曼过程和多相流设施数据集	NA	DePPCA	监控统计量	NA
14368	2025-04-05	Soft sensor modeling using deep learning with maximum relevance and minimum redundancy for quality prediction of industrial processes 2025-Apr, ISA transactions IF:6.3Q1 DOI:10.1016/j.isatra.2025.02.010 PMID:39961741	研究论文	提出了一种基于最大相关和最小冗余的表示学习方法（MRMRRL），用于工业过程的质量预测	结合了质量相关特征提取、隐藏特征冗余减少和信息补偿三个通道的优点，显著提升了性能	未提及具体的工业过程类型或应用范围的局限性	提高工业过程质量预测的准确性和效率	工业过程的质量预测	机器学习	NA	自动编码器（AE）、堆叠自动编码器（SAE）、核主成分分析（KPCA）	MRMRRL、SAE	工业过程数据	未提及具体样本数量	NA	NA	NA	NA
14369	2025-04-05	The current landscape of artificial intelligence in computational histopathology for cancer diagnosis 2025-Apr-01, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-02212-z PMID:40167870	综述	本文综述了2013年至2024年间人工智能在计算组织病理学中用于癌症诊断的关键方法和应用	涵盖了监督学习、无监督学习、弱监督学习和迁移学习等多种深度学习方法在组织病理学图像识别中的应用，并探讨了AI在识别基因突变和标准病理生物标志物方面的潜力	仅基于41项主要研究，可能未涵盖该领域所有最新进展	评估人工智能在计算组织病理学中用于癌症诊断和预后的应用现状	组织病理学图像	数字病理学	癌症	深度学习	NA	图像	41项主要研究	NA	NA	NA	NA
14370	2025-04-05	The potential of combined robust model predictive control and deep learning in enhancing control performance and adaptability in energy systems 2025-Apr-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95636-0 PMID:40169731	研究论文	本研究探讨了将鲁棒模型预测控制（RMPC）与深度学习相结合，以提升能源系统的性能和适应性	结合RMPC的鲁棒性与深度学习的学习和适应能力，提出了一种新型控制框架，显著提高了控制精度和运行效率	研究仅通过模拟验证，缺乏实际系统应用的验证	提升能源系统的控制性能和适应性	热电联产（CHP）、电力制氢和电力制甲烷等能源系统	机器学习	NA	鲁棒模型预测控制（RMPC）和深度学习	RMPC与深度学习模型	模拟数据	NA	NA	NA	NA	NA
14371	2025-04-05	Robust ensemble classifier for advanced synthetic aperture radar target classification in diverse operational conditions 2025-Apr-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93536-x PMID:40169814	research paper	本文提出了一种增强的集成分类框架，用于合成孔径雷达（SAR）自动目标识别（ATR）在多样化操作条件下的应用	该方法整合了ResNet、SVM和模板匹配的优势，通过多数投票结合它们的互补能力，提高了分类准确性和鲁棒性	未提及具体的计算资源需求或处理时间，可能在实际应用中存在效率问题	提高SAR自动目标识别在多样化操作条件下的分类准确性和鲁棒性	合成孔径雷达（SAR）图像中的目标	computer vision	NA	ResNet, SVM, 模板匹配	ResNet, SVM	SAR图像	使用MSTAR数据集进行实验验证	NA	NA	NA	NA
14372	2025-04-05	An adaptive search mechanism with convolutional learning networks for online social media text summarization and classification model 2025-Apr-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95381-4 PMID:40169845	研究论文	提出了一种基于自适应搜索机制和卷积学习网络的社交媒体文本摘要与分类模型（ASMHLN-SMDSCM）	结合BERT模型进行特征提取，采用蛾搜索算法（MSA）优化超参数，并使用TabNet+CNN模型进行分类	未提及模型在大规模数据集上的泛化能力或计算效率	开发高效的社交媒体文本摘要与分类方法	社交媒体短文本数据	自然语言处理	NA	BERT, MSA, TabNet, CNN	TabNet+CNN	文本	FIFA和FARMER数据集（具体数量未提及）	NA	NA	NA	NA
14373	2025-04-05	Graph convolution network for fraud detection in bitcoin transactions 2025-Apr-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95672-w PMID:40169862	研究论文	本文提出了一种基于图卷积网络（GCN）的比特币交易欺诈检测方法	使用GCN模型检测比特币交易中的欺诈行为，相比现有模型如Logistic Regression、LSTM、SVM和Random Forest，表现出更高的准确性和性能	数据集中部分交易未标注，可能影响模型的训练效果	检测比特币交易中的非法活动，特别是反洗钱（AML）	比特币交易数据	机器学习	NA	图卷积网络（GCN）	GCN	图数据	Elliptic比特币数据集，包含标记为合法和非法的交易	NA	NA	NA	NA
14374	2025-04-05	Building occupancy estimation using single channel CW radar and deep learning 2025-Apr-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95752-x PMID:40169921	研究论文	本研究提出了一种基于24GHz连续波雷达和深度学习的新型室内人数估计方法，用于智能建筑的优化、能效提升和安全保障	采用连续波雷达系统结合时频映射技术（CWT和功率谱分析），提供了一种不依赖WiFi或PIR传感器的隐私保护替代方案	实验主要针对静态场景（久坐人员），动态场景（行走环境）的准确率相对较低（86.5%）	开发非侵入式、保护隐私的智能建筑人数估计方法	室内人员数量	机器学习	NA	24GHz连续波雷达、连续小波变换(CWT)、功率谱分析	DarkNet19、MobileNetV2、ResNet18	雷达回波生成的时频标度图	1680张图像样本（静态场景4小时40分钟数据）+ 1小时连续行走环境数据	NA	NA	NA	NA
14375	2025-10-07	On the Robustness of Bayesian Neural Networks to Adversarial Attacks 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3386642 PMID:38648123	研究论文	分析贝叶斯神经网络在对抗攻击下的鲁棒性几何特性	在过参数化极限下证明贝叶斯神经网络对基于梯度的对抗攻击具有鲁棒性	需要相对温和的假设条件，实验主要在MNIST、Fashion MNIST和合成数据集上进行验证	研究贝叶斯神经网络对抗攻击的鲁棒性	贝叶斯神经网络	机器学习	NA	贝叶斯推理	贝叶斯神经网络	图像数据	MNIST、Fashion MNIST和合成数据集	NA	贝叶斯神经网络	准确率，鲁棒性	NA
14376	2025-10-07	General Hyperspectral Image Super-Resolution via Meta-Transfer Learning 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3387970 PMID:38648133	研究论文	提出一种基于元迁移学习的通用高光谱图像超分辨率框架，解决数据稀缺和域差异问题	通过元迁移学习随机采样不同光谱范围的超分辨率任务，并采用渐进式波段扩展策略来弥合数据集间的域差异	未明确说明具体的数据集规模和计算资源需求	开发具有更好泛化能力的高光谱图像超分辨率方法	高光谱图像	计算机视觉	NA	高光谱成像	深度学习	高光谱图像	NA	NA	基于多融合特征的网络架构	定性评估,定量评估	NA
14377	2025-10-07	Dual-Channel Adaptive Scale Hypergraph Encoders With Cross-View Contrastive Learning for Knowledge Tracing 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3386810 PMID:38652621	研究论文	提出一种名为HyperKT的新型知识追踪模型，通过双通道自适应尺度超图编码器和跨视图对比学习来预测学习者表现	设计了自适应尺度超边蒸馏组件生成知识感知和模式感知超边，提出双通道超图编码器捕获多粒度知识状态，并引入跨视图对比学习机制增强监督信号	未在摘要中明确说明	改进知识追踪任务，更准确地预测学习者的未来表现	学习者的历史响应数据	自然语言处理	NA	知识追踪	图神经网络,超图神经网络	教育响应数据	三个真实世界数据集	NA	简化超图卷积网络,协作超图卷积网络	NA	NA
14378	2025-04-05	Global trends in artificial intelligence applications in liver disease over seventeen years 2025-Mar-27, World journal of hepatology IF:2.5Q2 DOI:10.4254/wjh.v17.i3.101721 PMID:40177211	review	本文分析了17年来人工智能在肝病领域的应用趋势，总结了当前研究状况并识别了热点	通过文献计量学方法全面梳理了AI在肝病领域的研究热点和发展趋势	仅基于Web of Science数据库，可能遗漏其他重要文献	分析AI在肝病领域的研究现状和发展趋势	4051篇关于肝病和AI的研究文章	digital pathology	liver disease	文献计量分析	machine learning, deep learning, CNN	文献数据	4051篇研究文章	NA	NA	NA	NA
14379	2025-04-05	AGPred: An End-to-End Deep Learning Model to Predicting Drug Approvals in Clinical Trials Based on Molecular Features 2025-Mar-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3547315 PMID:40048330	research paper	提出了一种基于深度学习的端到端模型AGPred，用于预测药物在临床试验中的批准率	采用基于注意力的图神经网络(GNN)自动学习药物分子表示，并结合交叉注意力融合模块学习分子指纹特征，整合药物的理化性质	未提及具体的数据集规模限制或模型泛化能力的局限性	提高药物临床试验批准率的预测准确性	药物分子	machine learning	NA	deep learning, GNN	attention-based GNN	molecular graphs, molecular fingerprints, physicochemical properties	未明确提及具体样本数量	NA	NA	NA	NA
14380	2025-04-05	Weakly Supervised Deep Learning Can Analyze Focal Liver Lesions in Contrast-Enhanced Ultrasound 2025-Mar-06, Digestion IF:3.0Q2 DOI:10.1159/000545098 PMID:40049151	研究论文	本研究评估了弱监督深度学习模型在分类肝脏局灶性病变良恶性方面的性能	使用弱监督注意力机制的多实例学习算法，无需手动标注，仅使用病例标签进行训练	研究为回顾性研究，样本来自单一医疗机构	开发辅助诊断肝脏局灶性病变良恶性的AI算法	肝脏局灶性病变(FLLs)患者	数字病理	肝脏疾病	对比增强超声(CEUS)	注意力机制的多实例学习算法	图像	370名患者，共955,938张CEUS图像	NA	NA	NA	NA