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
1461	2025-06-03	Dimensionality Reduction for Improving Out-of-Distribution Detection in Medical Image Segmentation 2023-Oct, Uncertainty for safe utilization of machine learning in medical imaging : 5th international workshop, UNSURE 2023, held in conjunction with MICCAI 2023, Vancouver, BC, Canada, October 12, 2023, proceedings. UNSURE (Workshop) (5th : 2023... DOI:10.1007/978-3-031-44336-7_15 PMID:40443712	研究论文	本文提出了一种通过降维技术改进医学图像分割中分布外检测的方法	使用主成分分析对Swin UNETR模型的瓶颈特征进行降维，结合马氏距离实现高效的分布外检测	仅针对T1加权磁共振成像中的肝脏分割任务进行了验证	提高医学图像分割模型对分布外数据的检测能力	肝脏T1加权磁共振图像	数字病理	肝脏疾病	主成分分析(PCA), 马氏距离	Swin UNETR	医学图像	NA
1462	2025-06-02	Reduction of photobleaching effects in photoacoustic imaging using noise agnostic, platform-flexible deep-learning methods 2025-Dec, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.30.S3.S34102 PMID:40443946	research paper	该研究提出了一种平台灵活的深度学习方法，用于减少光声成像中的光漂白效应，从而提高图像质量和实时可视化	引入了一种平台灵活的深度学习框架，能够从单激光脉冲数据中增强信噪比，无需多脉冲信号平均，从而减少光漂白效应	研究主要基于体外和离体样本，尚未在临床环境中进行大规模验证	解决分子光声成像中因光漂白导致的组织可视化问题，提升实时成像和定量分析的可靠性	光声成像中的外源性染料及其光漂白效应	医学影像处理	NA	深度学习，光声成像	cGAN, U-Net	图像	体外和离体样本，包括ICG填充管
1463	2025-06-02	TFKT V2: task-focused knowledge transfer from natural images for computed tomography perceptual image quality assessment 2025-Sep, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.5.051805 PMID:40444137	research paper	提出一种基于深度学习的无参考CT图像质量评估方法TFKT，通过从自然图像数据集迁移知识，减少对大型标注数据集的依赖	采用混合CNN-Transformer模型，结合自然图像失真和人类标注的平均意见分数进行预训练，并在低剂量CT图像上微调，实现任务特定的适应性	需要进一步验证在更广泛临床场景中的泛化能力	开发一种无参考、自动化的CT图像质量评估方法，以更准确地反映放射科医生的评估	CT图像质量评估	computer vision	NA	深度学习	CNN-Transformer混合模型	图像	约30张CT图像切片/秒的处理能力
1464	2025-06-02	Structure information preserving domain adaptation network for fault diagnosis of Sucker Rod Pumping systems 2025-Aug, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107392 PMID:40157234	研究论文	本文提出了一种结构信息保留的域适应网络（SIP-DAN），用于抽油机系统的故障诊断	SIP-DAN通过将源域数据按故障类别划分为不同子域，并实现源域和目标域的子域对齐，以保留结构信息，同时设计了分类器投票辅助对齐（CVAA）机制来处理目标域缺乏故障类别信息的问题	未提及具体样本量或实验数据的局限性	提高抽油机系统故障诊断模型的泛化性能	抽油机（Sucker Rod Pumping, SRP）系统	机器学习	NA	模糊聚类算法、局部最大均值差异（LMMD）损失优化	SIP-DAN	时间序列数据或传感器数据	NA
1465	2025-06-02	An information-theoretic approach for heterogeneous differentiable causal discovery 2025-Aug, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107417 PMID:40158364	研究论文	本文提出了一种基于信息论的异质可微分因果发现方法，旨在提高模型在复杂异质数据集上的鲁棒性	将最小误差熵(MEE)作为自适应误差调节器整合到结构学习框架中，有效减少不同样本间的误差变异性	未明确提及具体的数据集规模限制或计算资源需求	提高可微分因果发现方法在异质数据集上的鲁棒性和适应性	具有环境多样性和噪声分布变化的复杂异质数据集	机器学习	NA	最小误差熵(MEE)	可微分因果发现模型	合成数据集和真实世界数据集	未明确提及具体样本数量
1466	2025-06-02	MuSIA: Exploiting multi-source information fusion with abnormal activations for out-of-distribution detection 2025-Aug, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107427 PMID:40184868	research paper	提出了一种名为MuSIA的方法，通过多源信息融合和异常激活捕获来提高深度学习模型在开放世界中的OOD检测性能	MuSIA方法首次结合多源信息融合与异常激活捕获，显著提升了OOD检测的性能	实验仅在六种预训练模型和六种OOD数据集上进行验证，可能在其他模型或数据集上的泛化能力有待进一步研究	提高深度学习模型在开放世界中的OOD检测性能，确保模型的可靠性和鲁棒性	深度学习模型在开放世界中的OOD检测	machine learning	NA	多源信息融合与异常激活捕获	ViT, RepVGG, DeiT等	NA	六种OOD数据集在六种预训练模型上的实验
1467	2025-06-02	AESeg: Affinity-enhanced segmenter using feature class mapping knowledge distillation for efficient RGB-D semantic segmentation of indoor scenes 2025-Aug, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107438 PMID:40184869	研究论文	提出了一种结合静态和动态方法的亲和力增强语义分割框架，用于室内场景的RGB-D语义分割	通过构建二元亲和力矩阵和特征到类别映射细化技术，实现了全局上下文感知与静态特征的结合，提高了准确性同时减少了计算负担	未明确提及具体限制，但可能包括对特定场景或数据集的依赖性	提高RGB-D语义分割的效率和准确性	室内场景的RGB-D图像	计算机视觉	NA	深度学习	动态分割方法	RGB-D图像	NYUv2、SUN-RGBD和CamVid数据集
1468	2025-06-02	Deep prior embedding method for Electrical Impedance Tomography 2025-Aug, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107419 PMID:40184867	研究论文	本文提出了一种基于深度学习的新型方法，用于电阻抗断层扫描（EIT）重建，有效整合图像先验信息以提高重建质量	该方法利用图像先验信息指导神经网络的初始化，从而更充分地利用先验知识，提升重建过程的起点和整体效果	未明确提及具体局限性	提高电阻抗断层扫描（EIT）重建的质量和准确性	电阻抗断层扫描（EIT）的重建过程	医学影像处理	NA	深度学习	神经网络	图像	NA
1469	2025-06-02	A prompt regularization approach to enhance few-shot class-incremental learning with Two-Stage Classifier 2025-Aug, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107453 PMID:40220563	research paper	提出一种名为Prompt Regularization (PrRe)的新方法，通过嵌入两种不同的提示（任务提示和全局提示）在预训练的Vision Transformer (ViT)中，以增强少样本类增量学习的效果	提出Prompt Regularization (PrRe)方法和Two-Stage Classifier (TSC)，结合K-Nearest Neighbors和Prototype Classifier，以优化少样本类增量学习的性能	NA	提高少样本类增量学习（FSCIL）的效率，避免模型遗忘先前学习的任务	预训练的Vision Transformer (ViT)模型	computer vision	NA	Prompt Learning, K-Nearest Neighbors, Prototype Classifier	Vision Transformer (ViT)	image	NA
1470	2025-06-02	YOLOv8-G2F: A portable gesture recognition optimization algorithm 2025-Aug, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107469 PMID:40245489	research paper	本文提出了一种名为YOLOv8-G2F的轻量级手势识别优化算法，基于YOLOv8进行改进，旨在降低硬件成本并提升应用场景	引入了改进的轻量级模块替代传统卷积模块，并采用线性变换、分组卷积和深度可分离卷积来简化网络结构，同时使用模型剪枝进一步减小模型尺寸并提高准确率	未明确提及具体限制，但可能受限于轻量级网络在复杂场景下的识别能力	开发一种轻量级高精度的手势识别算法，以满足端到端手势识别应用的需求	手势识别（HGR）	computer vision	NA	深度学习、模型剪枝	YOLOv8-G2F（基于YOLOv8改进）	video	nus-ii手势数据集
1471	2025-06-02	PILOT: Deep Siamese network with hybrid attention improves prediction of mutation impact on protein stability 2025-Aug, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107476 PMID:40252373	研究论文	提出了一种名为PILOT的新型深度学习框架，通过Siamese网络和混合注意力机制改进蛋白质稳定性突变影响（ΔΔG）的预测	利用多种注意力模块有效提取氨基酸、原子和蛋白质序列的表征，实现残基和原子层面结构信息的深度融合，以及结构和序列表征的无缝整合	NA	改进蛋白质稳定性突变影响的预测，以促进蛋白质工程研究和疾病相关突变的分子机制理解	蛋白质稳定性突变影响（ΔΔG）	机器学习	NA	深度学习	Siamese网络	蛋白质序列和结构数据	NA
1472	2025-06-02	Broad learning system based on fractional order optimization 2025-Aug, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107468 PMID:40273541	research paper	本文提出了一种基于分数阶优化的广度学习系统（FOBLS），以增强数据处理能力	创新性地将分数阶优化引入广度学习系统，利用分数阶微分方程的长期记忆特性优化权重	未明确提及具体局限性	提升广度学习系统（BLS）的数据处理能力	广度学习系统（BLS）及其优化方法	machine learning	NA	分数阶微分方程优化	BLS, FOBLS	NA	NA
1473	2025-06-02	Adaptive token selection for scalable point cloud transformers 2025-Aug, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107477 PMID:40273540	research paper	提出了一种名为AdaPT的自适应点云Transformer模型，通过动态减少推理过程中的token数量，实现了大规模点云的高效处理	引入了自适应token选择机制和预算机制，无需重新训练或微调即可灵活调整模型的计算成本	未提及模型在极端大规模点云或实时应用中的性能表现	解决点云Transformer模型在处理大规模点云时的可扩展性问题	点云数据	computer vision	NA	Transformer	AdaPT (Adaptive Point Cloud Transformer)	3D point cloud	NA
1474	2025-06-02	Artificial intelligence automated solution for hazard annotation and eye tracking in a simulated environment 2025-Aug, Accident; analysis and prevention DOI:10.1016/j.aap.2025.108075 PMID:40339543	研究论文	本文提出了一种基于AI的自动化解决方案，用于在模拟环境中进行危险标注和眼动追踪	扩展了先前仅进行危险检测的系统，整合了危险标注和眼动追踪数据，提供了对驾驶行为的统一详细视图	未提及具体的技术性能指标或验证结果	自动化驾驶模拟实验中的数据处理任务，提高研究效率	驾驶模拟器生成的原始数据	计算机视觉	NA	深度学习	深度学习模型（未明确说明具体类型）	视频（眼动追踪）、传感器数据	未明确说明样本数量
1475	2025-06-02	Enhancing motor imagery EEG classification with a Riemannian geometry-based spatial filtering (RSF) method 2025-Aug, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107511 PMID:40294568	研究论文	本文介绍了一种基于黎曼几何的空间滤波方法（RSF），用于提高运动想象（MI）脑电图（EEG）信号的分类准确性	提出了一种新的RSF方法，利用EEG数据的几何特性，最大化不同类别协方差矩阵之间的黎曼距离，从而增强特征的判别能力并保持对噪声的鲁棒性	研究未提及在实际临床环境中的验证情况，可能限制了其在实际应用中的普适性	提高运动想象脑电图信号的分类准确性，以增强脑机接口（BCI）系统的性能	运动想象（MI）脑电图（EEG）信号	脑机接口	NA	黎曼几何	RSF, CSP-LDA, FBCSP, MDM, TSM, EEGNet, sCNN, dCNN, FBCNet, Graph-CSPNet, LMDA-Net	EEG信号	六个公开可用的MI-BCI数据集
1476	2025-06-02	DeepCR: predicting cytokine receptor proteins through pretrained language models and deep learning networks 2025-May-31, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2025.2512448 PMID:40448687	研究论文	本文提出了一种结合预训练语言模型和多窗口卷积神经网络的分类框架，用于快速准确识别细胞因子受体蛋白	首次专门针对细胞因子受体蛋白进行分类研究，结合PLMs和mCNN架构，无需手动特征提取	未提及模型在更广泛蛋白质数据集上的泛化能力	开发高效识别细胞因子受体蛋白的计算方法	细胞因子受体蛋白	计算生物学	自身免疫性疾病	预训练语言模型(ProtTrans, ESM), 多窗口CNN	PLMs+mCNN	蛋白质序列	NA
1477	2025-06-02	Relationship between spleen volume and diameter for assessment of response to treatment on CT in patients with hematologic malignancies enrolled in clinical trials 2025-May-31, Abdominal radiology (New York) DOI:10.1007/s00261-025-05030-7 PMID:40448843	research paper	研究血液恶性肿瘤患者脾脏直径与体积的关系，以确定与治疗反应评估相关的体积阈值	首次提出脾脏体积阈值和百分比变化，与Lugano标准的直径阈值相关性最佳	研究基于特定临床试验数据，可能不适用于所有血液恶性肿瘤患者	评估脾脏体积和直径在血液恶性肿瘤治疗反应中的相关性	382名血液恶性肿瘤患者	digital pathology	hematologic malignancies	deep learning segmentation, random forest model	random forest	CT images	382 patients with hematologic malignancies
1478	2025-06-02	Dual-energy CT-based virtual monoenergetic imaging via unsupervised learning 2025-May-31, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01560-y PMID:40448904	研究论文	本研究提出了一种基于无监督学习的双能CT虚拟单能成像方法，以提高图像质量	采用无监督学习方法直接从双能CT图像生成虚拟单能图像，无需高质量标注数据	初步研究结果，样本量未明确说明，且骨骼部分的CT值存在显著差异	提高双能CT虚拟单能成像的图像质量	双能CT图像和虚拟单能图像	医学影像处理	NA	双能CT成像	深度学习模型	医学影像	患者数据（具体数量未说明）
1479	2025-06-02	Attention-driven deep learning framework for EEG analysis in ADHD detection 2025-May-31, Applied neuropsychology. Child DOI:10.1080/21622965.2025.2512919 PMID:40449519	research paper	提出一种基于注意力机制的深度学习框架，用于分析EEG信号以检测ADHD	模型整合注意力机制以选择性关注关键EEG特征，提升分类性能	NA	提高ADHD检测的准确性	被诊断为ADHD的儿童及对照组儿童的EEG记录	machine learning	ADHD	EEG	深度学习框架（含注意力机制）	EEG信号	来自IEEE DataPort的EEG记录数据集，包含ADHD儿童和对照组
1480	2025-06-02	Subclinical atrial fibrillation prediction based on deep learning and strain analysis using echocardiography 2025-May-31, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03385-z PMID:40450156	研究论文	本研究提出了一种基于深度学习和应变分析的超声心动图自动检测亚临床心房颤动（SCAF）的新框架	首次将深度学习模型应用于心房高频率事件（AHRE）的预测，结合左心房分割和应变特征提取	样本量较小（117例患者），且仅使用单一影像模态（超声心动图）	开发自动检测亚临床心房颤动的工具以改善临床决策	植入心脏电子设备的患者（117例）	数字病理学	心血管疾病	超声心动图	Transformer	图像	117例患者（80%训练集，20%测试集）