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
15581	2025-03-06	Knowledge-Augmented Deep Learning and its Applications: A Survey 2025-Feb, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3338619 PMID:38090869	综述	本文综述了知识增强深度学习（KADL）的概念、主要任务及其在不同领域的应用	提供了一个广泛且完整的领域知识及其表示的分类法，系统回顾了现有技术，不同于现有综述对知识分类法的忽视	NA	探讨如何通过整合领域知识来提升深度学习模型的数据效率、泛化能力和可解释性	深度学习模型及其与领域知识的整合	机器学习	NA	NA	深度学习模型	NA	NA	NA	NA	NA	NA
15582	2025-03-06	Dual Accuracy-Quality-Driven Neural Network for Prediction Interval Generation 2025-Feb, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3339470 PMID:38113152	研究论文	本文提出了一种用于回归任务中预测区间（PI）生成的神经网络方法，旨在提高深度学习模型在现实世界应用中的可靠性	设计了一种新颖的损失函数，用于PI生成网络，该函数考虑了目标估计网络的输出，并具有两个优化目标：最小化平均PI宽度和确保PI完整性，通过隐式最大化PI概率覆盖率的约束	NA	提高深度学习模型在回归任务中的不确定性量化能力，生成高质量的预测区间	回归任务中的神经网络模型	机器学习	NA	深度学习	神经网络	合成数据集、基准数据集、实际作物产量预测数据集	使用了一个合成数据集、八个基准数据集和一个实际作物产量预测数据集	NA	NA	NA	NA
15583	2025-03-06	Masked Spatial-Spectral Autoencoders Are Excellent Hyperspectral Defenders 2025-Feb, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3345734 PMID:38163309	研究论文	本文提出了一种掩码空间-光谱自编码器（MSSA），用于增强高光谱图像（HSI）分析系统的鲁棒性，以抵御对抗攻击	提出了一种新的掩码空间-光谱自编码器（MSSA），结合自监督学习理论，通过掩码序列注意力学习（MSAL）模块和可学习图结构的图卷积网络（GCN）来增强HSI分析系统的鲁棒性	未明确提及具体局限性	增强高光谱图像分析系统对对抗攻击的鲁棒性	高光谱图像（HSI）分析系统	计算机视觉	NA	自监督学习，图卷积网络（GCN）	掩码空间-光谱自编码器（MSSA），图卷积网络（GCN）	高光谱图像	三个基准数据集	NA	NA	NA	NA
15584	2025-03-06	A Lightweight Group Transformer-Based Time Series Reduction Network for Edge Intelligence and Its Application in Industrial RUL Prediction 2025-Feb, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3347227 PMID:38170656	研究论文	本文提出了一种轻量级组变压器时间序列缩减网络（GT-MRNet），用于工业剩余使用寿命（RUL）预测，旨在满足边缘智能的实时响应需求	GT-MRNet通过自适应选择必要的时间步长来减少计算量，采用轻量级组变压器提取特征，并提出时间序列缩减策略和多层次学习机制，显著降低了参数和计算成本	未明确提及具体局限性	开发一种适用于边缘设备的轻量级深度学习模型，用于工业剩余使用寿命（RUL）预测	工业设备的剩余使用寿命预测	机器学习	NA	深度学习	Transformer, GT-MRNet	时间序列数据	基于真实世界条件数据集的广泛实验结果	NA	NA	NA	NA
15585	2025-03-06	Capsule Networks With Residual Pose Routing 2025-Feb, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3347722 PMID:38194388	研究论文	本文提出了一种简单而有效的胶囊路由算法，称为残差姿态路由，用于构建更深层次的胶囊网络架构	通过残差姿态路由简化了胶囊路由算法的计算复杂度，并避免了梯度消失问题，同时构建了类似ResNet的深层胶囊网络架构	未提及具体局限性	提高胶囊网络在深度学习中的性能，特别是在图像分类、3D物体重建和分类以及2D显著性密集预测等任务中的应用	胶囊网络（CapsNets）	计算机视觉	NA	残差学习框架	ResCaps（残差胶囊网络）	图像	MNIST、AffNIST、SmallNORB、CIFAR-10/100等数据集	NA	NA	NA	NA
15586	2025-03-06	MDEformer: Mixed Difference Equation Inspired Transformer for Compressed Video Quality Enhancement 2025-Feb, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3354982 PMID:38285580	研究论文	本文提出了一种基于混合差分方程启发的新型Transformer模型（MDEformer），用于压缩视频质量增强	MDEformer通过引入混合差分方程的图形概念，利用跨层跨注意力聚合（CCA）模块和分区边界平滑（PBS）模块，充分挖掘视频序列中的特征信息，有效去除压缩伪影并恢复帧的纹理和细节信息	未明确提及具体限制	提升压缩视频的质量	压缩视频	计算机视觉	NA	深度学习	Transformer	视频	MFQE 2.0数据集	NA	NA	NA	NA
15587	2025-03-06	Attentive Learning Facilitates Generalization of Neural Networks 2025-Feb, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3356310 PMID:38324433	研究论文	本文通过研究神经网络在训练样本中是否包含分布外（OoD）示例时的变化，探讨了神经网络的泛化能力	提出了一个新的概念——数据集分散稳定性（dataset-distraction stability），用于衡量OoD示例对网络预测的影响，并通过实验展示了其与泛化能力的负相关性	研究主要基于CIFAR-10/100数据集，未涉及其他数据集或实际应用场景	研究神经网络的泛化能力及其与训练数据分布的关系	神经网络在训练样本中的表现	机器学习	NA	NA	VGG, ResNet, WideResNet, ViT	图像数据	CIFAR-10/100数据集	NA	NA	NA	NA
15588	2025-03-06	eVAE: Evolutionary Variational Autoencoder 2025-Feb, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3359275 PMID:38546992	研究论文	本文提出了一种进化变分自编码器（eVAE），通过整合变分信息瓶颈理论和进化神经网络学习，解决了变分自编码器在表示推断和任务拟合之间的不平衡问题	首次引入进化变分自编码器（eVAE），结合变分遗传算法和进化算子，动态解决学习权衡不确定性，无需额外约束和超参数调优	未明确提及具体局限性	解决变分自编码器在表示推断和任务拟合之间的不平衡问题，并提高生成质量和推断平衡	变分自编码器（VAE）及其在文本生成和图像生成中的应用	机器学习	NA	变分遗传算法（VGA），变分突变（V-mutation），交叉和进化	进化变分自编码器（eVAE）	文本和图像数据	未明确提及样本数量	NA	NA	NA	NA
15589	2025-03-06	Light-based depth-sensing device with deep learning to measure spinal deformity: abridged secondary publication 2025-Feb, Hong Kong medical journal = Xianggang yi xue za zhi PMID:40038080	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
15590	2025-03-06	Integrative multi-environmental genomic prediction in apple 2025-Feb, Horticulture research IF:7.6Q1 DOI:10.1093/hr/uhae319 PMID:40041603	研究论文	本文探讨了多环境基因组预测在苹果中的应用，通过整合表型、基因组和环境数据，提高了对特定土壤和气候条件下基因型选择的预测能力	本研究创新性地将统计模型和深度学习模型应用于多环境基因组预测，特别是通过整合基因型与环境交互效应，显著提高了预测能力	多环境数据集的构建和结构复杂模型的开发仍是主要挑战，限制了多环境基因组预测在苹果中的应用	研究目的是通过多环境基因组预测模型，选择适应不同环境条件的苹果品种，以应对气候变化的影响	研究对象是苹果的十一个性状，这些性状具有不同的遗传结构	机器学习	NA	基因组预测、深度学习	G-BLUP、深度学习模型	表型数据、基因组数据、环境数据	NA	NA	NA	NA	NA
15591	2025-10-07	A Novel Public Sentiment Analysis Method Based on an Isomerism Learning Model via Multiphase Processing 2025-Jan, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3274912 PMID:37220063	研究论文	提出一种基于异构学习和多阶段处理的公共情感分析方法，通过区块链实现分布式深度学习模型	提出基于区块链的异构学习模型，通过并行训练实现模型间可信协作，并设计事件客观性度量方法动态分配模型权重	NA	解决社交媒体网络中公共情感分析的复杂性和安全性问题	社交媒体中的公共舆论和情感表达	自然语言处理	NA	NA	深度学习	文本	NA	NA	异构学习模型	NA	NA
15592	2025-03-06	Rethinking Semantic Segmentation With Multi-Grained Logical Prototype 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3543052 PMID:40031630	研究论文	本文提出了一种多粒度逻辑原型（MGLP）方法，重新思考语义分割，以更好地符合人类视觉认知过程的抽象和结构化特性	提出了一种新的多粒度逻辑原型方法，通过建立不同粒度级别的类原型和显式建模不同语义层次之间的内在逻辑结构，改进了现有语义分割方法的性能	未明确提及具体局限性	改进语义分割方法，使其更符合人类视觉认知的抽象和结构化特性	语义分割任务	计算机视觉	NA	NA	多粒度逻辑原型（MGLP）	图像	未明确提及具体样本数量	NA	NA	NA	NA
15593	2025-03-06	Artificial Intelligence in Neuroendovascular Procedures 2025, Journal of neuroendovascular therapy DOI:10.5797/jnet.ra.2024-0107 PMID:40034100	综述	本文综述了人工智能在神经血管介入手术中的当前应用和未来潜力，重点关注基于AI的图像识别、实时手术辅助和未来发展	探讨了AI在神经血管介入手术中的创新应用，包括血管结构分析、设备检测和实时辅助系统，以及未来与机器人系统的集成	当前系统存在一些局限性，但技术进步表明AI在提高手术安全性、标准化和患者预后方面的作用将不断扩大	研究人工智能在神经血管介入手术中的应用及其潜力	神经血管介入手术	医学影像分析	神经血管疾病	深度学习算法	NA	图像	NA	NA	NA	NA	NA
15594	2025-03-06	Artificial intelligence in stroke risk assessment and management via retinal imaging 2025, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2025.1490603 PMID:40034651	综述	本文探讨了人工智能在通过视网膜成像评估和管理中风风险中的作用，重点关注视网膜成像在临床工作流程中的整合	利用机器学习和深度学习算法增强视网膜成像，展示了在早期疾病检测、严重程度分级和预后评估中的潜力	缺乏标准化的成像协议、对AI生成预测的信任不足、视网膜成像数据与电子健康记录的整合不足、需要在多样化人群中验证、以及伦理和监管问题	探讨人工智能在中风患者护理中的作用，特别是通过视网膜成像进行中风风险评估和管理	中风患者	数字病理学	中风	视网膜成像	Xception, EfficientNet, Inception, ResNet, VGG, 随机森林, 支持向量机	图像	NA	NA	NA	NA	NA
15595	2025-03-06	Cardiotocography-Based Experimental Comparison of Artificial Intelligence and Human Judgment in Assessing Fetal Asphyxia During Delivery 2025-Jan, Cureus DOI:10.7759/cureus.78282 PMID:40034878	研究论文	本研究通过实验比较了人工智能和人类专家在使用CTG数据预测胎儿窒息方面的诊断准确性	首次系统地比较了AI和人类专家在CTG数据解读上的表现，并探讨了AI辅助诊断的潜力	AI算法的诊断准确性尚未超越人类专家，且需要进一步优化和更多CTG数据的积累	评估AI在胎儿窒息诊断中的潜力，并探讨其与人类判断的结合效果	胎儿窒息诊断	医疗人工智能	胎儿窒息	机器学习和深度学习	ML和DL算法	CTG数据	3,519个CTG数据集和984个CTG图	NA	NA	NA	NA
15596	2025-03-06	The application of artificial intelligence in insomnia, anxiety, and depression: A bibliometric analysis 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251324456 PMID:40035038	研究论文	本文通过文献计量分析，系统回顾了人工智能在失眠、焦虑和抑郁症中的应用，识别了关键研究热点并预测了未来趋势	首次通过文献计量工具（如VOSviewer和CiteSpace）对人工智能在心理健康领域的应用进行系统性分析，并识别了未来研究重点	数据隐私、伦理问题以及AI模型的可解释性仍需解决	系统回顾人工智能在失眠、焦虑和抑郁症中的应用，识别研究热点并预测未来趋势	失眠、焦虑和抑郁症	自然语言处理	精神疾病	文献计量分析	神经网络、机器学习、深度学习	文献数据	875篇文章	NA	NA	NA	NA
15597	2025-10-07	Non-Intrusive Speech Quality Assessment Based on Deep Neural Networks for Speech Communication 2025-Jan, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3321076 PMID:37824322	研究论文	提出一种基于深度学习的非侵入式语音质量评估方法，通过对抗自编码器和相位感知模型提升评估精度	提出数据模拟方法生成带POLQA标签的语音数据；应用对抗说话人分类器减少说话人相关信息影响；采用基于自编码器的表示学习和对抗训练方法；开发端到端的相位感知语音质量评估神经网络	需要依赖模拟数据进行预训练，在真实场景中的泛化能力有待进一步验证	提高非侵入式语音质量评估的准确性和泛化能力	语音通信中的语音质量评估	语音处理	NA	POLQA（感知客观听力质量评估），主观听力测试	深度学习，对抗自编码器（AAE）	语音信号，频谱特征（幅度和相位）	三个数据集：一个POLQA模拟数据集和两个主观听力测试记录数据集	NA	自编码器，对抗自编码器（AAE），端到端神经网络	均方根误差（RMSE）	NA
15598	2025-03-06	Multivariate Time Series Forecasting Using Multiscale Recurrent Networks With Scale Attention and Cross-Scale Guidance 2025-Jan, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3326140 PMID:37903050	研究论文	本文提出了一种多尺度循环网络模型，用于多变量时间序列预测，通过尺度注意力和跨尺度指导机制提高预测精度	本文创新性地将多尺度分析整合到深度学习框架中，提出了两种多尺度循环网络模型（MRN-SA和MRN-CSG），分别采用尺度注意力机制和跨尺度指导机制，有效解决了单尺度模型中的信息丢失问题	尽管模型在多个数据集上表现出色，但其在更广泛的应用场景中的泛化能力仍需进一步验证	研究多变量时间序列预测问题，旨在通过多尺度循环网络模型提高预测精度	多变量时间序列数据	机器学习	NA	深度学习	MRN-SA, MRN-CSG	时间序列数据	五个典型的多变量时间序列数据集	NA	NA	NA	NA
15599	2025-03-06	Understanding Deep Learning via Decision Boundary 2025-Jan, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3326654 PMID:37922185	研究论文	本文探讨了神经网络决策边界变异性与泛化能力之间的关系，并提出了新的度量方法	提出了算法决策边界变异性和数据决策边界变异性两个新概念，用于从算法和数据角度衡量决策边界变异性	未明确提及具体局限性	研究神经网络决策边界变异性与泛化能力之间的关系	神经网络的决策边界	机器学习	NA	NA	神经网络	NA	未明确提及样本数量	NA	NA	NA	NA
15600	2025-03-06	NN2Poly: A Polynomial Representation for Deep Feed-Forward Artificial Neural Networks 2025-Jan, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3330328 PMID:37962996	研究论文	本文提出了一种名为NN2Poly的理论方法，用于获得已训练的全连接前馈人工神经网络的显式多项式模型	NN2Poly方法将之前仅限于单隐藏层网络的想法扩展到任意深度的多层感知机（MLP），适用于回归和分类任务	该方法在计算上面临挑战，需要在训练阶段施加某些约束来克服这些挑战	研究神经网络的可解释性及其理论行为	全连接前馈人工神经网络（多层感知机）	机器学习	NA	泰勒展开	多层感知机（MLP）	表格数据	NA	NA	NA	NA	NA