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
14981	2025-04-06	Connections Between Deep Equilibrium and Sparse Representation Models With Application to Hyperspectral Image Denoising 2023, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2023.3245323 PMID:37027683	研究论文	本研究探讨了多维视觉数据的稀疏表示问题，提出了一种新的计算高效稀疏编码优化方法，并应用于高光谱图像去噪	结合可学习正则化技术与神经网络作为结构先验，开发了基于深度展开和深度均衡的算法，在稀疏表示理论与深度学习建模之间建立了桥梁	未明确提及具体的数据集规模限制或计算资源需求	解决多维视觉数据（如高光谱图像）的稀疏表示与去噪问题	多维视觉数据（高光谱图像、彩色图像或视频数据）	计算机视觉	NA	稀疏编码优化、深度学习建模	深度展开算法、深度均衡算法	图像（高光谱图像、彩色图像、视频数据）	未明确提及具体样本量	NA	NA	NA	NA
14982	2025-04-06	Integrated Multiscale Domain Adaptive YOLO 2023, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2023.3255106 PMID:37028346	研究论文	本文提出了一种新颖的多尺度域自适应YOLO框架（MS-DAYOLO），用于解决深度学习应用中的域偏移问题	引入了三种新颖的深度学习架构用于域适应网络（DAN），包括渐进特征缩减（PFR）、统一分类器（UC）和集成架构	NA	解决深度学习中的域偏移问题，提升目标检测性能	YOLOv4目标检测器	计算机视觉	NA	深度学习	YOLOv4, Faster R-CNN	图像	流行数据集（未具体说明数量）	NA	NA	NA	NA
14983	2025-04-06	MDTL: A Novel and Model-Agnostic Transfer Learning Strategy for Cross-Subject Motor Imagery BCI 2023, 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.2023.3259730 PMID:37030758	研究论文	提出了一种新颖且模型无关的迁移学习策略MDTL，用于跨被试运动想象脑机接口	MDTL策略利用多源域数据到目标域以及多源域之间的迁移，具有模型无关性，能快速部署于现有模型	未明确提及具体局限性	提升跨被试运动想象脑机接口的性能并减少准备时间	运动想象脑机接口系统	机器学习	NA	迁移学习	DeepConvNet, ShallowConvNet, EEGNet	EEG信号	两个公开的运动想象数据集（BCIC IV dataset 2a和Lee2019）	NA	NA	NA	NA
14984	2025-04-06	Tolerating Annotation Displacement in Dense Object Counting via Point Annotation Probability Map 2023, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2023.3331908 PMID:37971907	研究论文	本文提出了一种通过点标注概率图（PAPM）来容忍密集物体计数中标注位移的方法	利用广义高斯分布（GGD）函数构建学习目标点标注概率图（PAPM），以提高对标注位移的鲁棒性	手设计的PAPM方法可能对特定网络和数据集不是最优的	提高密集物体计数中对标注位移的鲁棒性	拥挤场景中的物体计数	计算机视觉	NA	广义高斯分布（GGD）	P2PNet	图像	NA	NA	NA	NA	NA
14985	2025-04-06	Deep learning and radiomics framework for PSMA-RADS classification of prostate cancer on PSMA PET 2022-Dec-29, EJNMMI research IF:3.1Q1 DOI:10.1186/s13550-022-00948-1 PMID:36580220	研究论文	开发了一个深度学习和放射组学框架，用于在PSMA PET图像上进行前列腺癌的PSMA-RADS分类	结合深度学习和放射组学方法，实现了病变级别和患者级别的PSMA-RADS分类，并提供了置信度和概率评分	研究为回顾性研究，样本来源单一	提高前列腺癌在PSMA PET图像上的分类准确性	前列腺癌患者的PSMA PET图像	数字病理学	前列腺癌	PET/CT扫描	深度学习	医学影像	267名男性患者的3794个病变	NA	NA	NA	NA
14986	2025-10-07	Deep learning and alignment of spatially resolved single-cell transcriptomes with Tangram 2021-11, Nature methods IF:36.1Q1 DOI:10.1038/s41592-021-01264-7 PMID:34711971	研究论文	提出Tangram方法，通过深度学习将单细胞转录组数据与空间数据对齐，构建全基因组单细胞分辨率空间图谱	开发能够将sc/snRNA-seq数据与多种空间数据（包括MERFISH、STARmap、smFISH、空间转录组学和组织学图像）对齐的首个通用方法	方法依赖于来自同一区域的匹配空间数据和单细胞数据，且空间数据的分辨率和灵敏度限制可能影响对齐精度	构建器官生物图谱，在单细胞分辨率下实现全基因组空间映射	小鼠脑组织（视觉和体感运动区域）	生物信息学	NA	sc/snRNA-seq, MERFISH, STARmap, smFISH, Spatial Transcriptomics (Visium), SHARE-seq	深度学习	单细胞转录组数据，空间转录组数据，多模态数据，组织学图像	NA	NA	NA	NA	NA
14987	2025-10-07	Determination of disease severity in COVID-19 patients using deep learning in chest X-ray images 2021-Jan, Diagnostic and interventional radiology (Ankara, Turkey) DOI:10.5152/dir.2020.20205 PMID:32815519	研究论文	本研究利用深度学习分析COVID-19患者胸部X光片，评估病变严重程度及其与临床特征的关联	在急性COVID-19爆发环境中验证深度学习模型可行性，并建立影像特征与临床指标（年龄、合并症、治疗急迫性）的统计学关联	回顾性研究设计，样本量较小（48例患者），单中心数据	开发基于深度学习的COVID-19胸部X光自动分析工具，探索影像特征与临床严重程度的关联	SARS-CoV-2 RT-PCR阳性患者	计算机视觉	COVID-19	胸部X光成像	深度学习	医学影像	48名患者（年龄60±17岁，15名女性），共65张胸部X光片	NA	NA	Cohen's kappa	NA
14988	2025-04-05	Radioisotope compositional analysis using Monte Carlo γ-ray simulations and regression neural network 2025-Jun, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine IF:1.6Q3 DOI:10.1016/j.apradiso.2025.111746 PMID:40020474	research paper	本文开发了一种基于回归的卷积神经网络（CNN），用于预测模拟混合源光谱中的源及其比例，并与传统的库最小二乘算法进行了比较	采用回归CNN预测混合放射性同位素的光谱组成，相比传统线性方法具有更高的准确性和效率	研究基于模拟数据，实际环境中的噪声和干扰可能影响模型性能	开发高效自动化的γ光谱分析工具，用于放射性同位素的识别和定量分析	6种不同的放射性同位素及其混合光谱	machine learning	NA	Monte Carlo γ-ray simulations, GEANT4软件包	CNN	γ-ray光谱数据	6种同位素的综合模拟数据集	NA	NA	NA	NA
14989	2025-04-05	Reconstructing historical climate fields with deep learning 2025-Apr-04, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adp0558 PMID:40173235	research paper	使用基于傅里叶卷积的深度学习方法重建历史气候场	提出了一种基于傅里叶卷积的深度学习方法，能够在大面积和不规则缺失数据的情况下，仅凭极少信息就能真实重建历史气候场，并重现已知历史事件	NA	填补历史气候记录的缺失数据，重建历史气候场	历史气候场数据	machine learning	NA	deep learning, Fourier convolutions	CNN	climate model output	NA	NA	NA	NA	NA
14990	2025-04-05	Interpretable multimodal deep learning model for predicting post-surgical international society of urological pathology grade in primary prostate cancer 2025-Apr-04, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07248-5 PMID:40183953	研究论文	开发了一种可解释的多模态深度学习模型，用于预测前列腺癌术后国际泌尿病理学会分级	整合了18F-PSMA-PET/CT成像特征与临床变量，构建了可解释的多模态融合模型，显著优于术前活检Gleason评分	研究为回顾性设计，样本量相对有限（222例患者）	提高前列腺癌病理分级的准确性，优化手术规划和个性化治疗策略	前列腺癌患者	数字病理	前列腺癌	18F-PSMA-PET/CT成像，深度迁移学习	多模态融合模型	医学影像（PET/CT），临床参数	222例前列腺癌患者（2020-2024年）	NA	NA	NA	NA
14991	2025-04-05	Advancing Visual Perception Through VCANet-Crossover Osprey Algorithm: Integrating Visual Technologies 2025-Apr-03, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01467-w PMID:40180632	research paper	该研究提出了一种基于视觉核心适应网络和交叉鱼鹰算法的VCANet-COP模型，用于糖尿病视网膜病变的细微病变识别	VCANet-COP模型整合了稀疏自编码器和鱼鹰优化算法，模拟了人类视觉系统的多个处理区域，提高了病变检测的准确性和计算效率	虽然模型在多个数据集上表现优异，但未提及在临床实际应用中的验证情况	开发一种高效准确的自动化糖尿病视网膜病变筛查方法	糖尿病视网膜病变的细微病变识别	digital pathology	diabetic retinopathy	deep learning	VCANet-COP (整合SAEs和OOA)	retinal fundus images	多个DR数据集（DR-Data, STARE, IDRiD, DRIVE, RFMID）	NA	NA	NA	NA
14992	2025-10-07	Global Clue-Guided Cross-Memory Quaternion Transformer Network for Multisource Remote Sensing Data Classification 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3406735 PMID:38875091	研究论文	提出一种用于多源遥感数据分类的全局线索引导跨记忆四元数Transformer网络	设计了独立挤压扩展融合结构、跨记忆四元数Transformer结构和跨模态对比学习结构，有效处理多模态数据的异构性并挖掘互补性	NA	解决多源遥感数据分类中模态异构性问题并探索模态互补性	多源遥感数据[高光谱图像(HSI)和合成孔径雷达(SAR)/激光雷达(LiDAR)]	计算机视觉	NA	遥感成像技术	Transformer	多源遥感图像数据	三个公共多源遥感数据集	NA	三分支结构,独立挤压扩展融合结构,跨记忆四元数Transformer,跨模态对比学习	NA	NA
14993	2025-10-07	Leveraging Unsupervised Data and Domain Adaptation for Deep Regression in Low-Cost Sensor Calibration 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3409364 PMID:38889022	研究论文	本文提出了一种用于低成本传感器校准的半监督域自适应深度回归方法	将传感器校准任务转化为半监督域自适应问题，提出使用直方图损失对抗协变量偏移，并通过样本加权处理标签间隙	NA	提高低成本空气质量传感器的校准精度	低成本空气质量传感器数据	机器学习	NA	深度学习	深度回归模型	传感器数据	NA	NA	NA	R²分数, MAE	NA
14994	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
14995	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
14996	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
14997	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
14998	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
14999	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
15000	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