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
15721	2025-03-05	Efficient Microbubble Trajectory Tracking in Ultrasound Localization Microscopy Using a Gated Recurrent Unit-Based Multitasking Temporal Neural Network 2024-Dec, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3424955 PMID:38976462	研究论文	本文提出了一种基于门控循环单元的多任务时间神经网络（GRU-MT），用于超声定位显微镜中的微泡轨迹跟踪	GRU-MT同时处理微泡轨迹跟踪和轨迹优化任务，并改进了非线性运动模型，以提高轨迹跟踪的准确性	现有深度学习跟踪技术忽略了微泡运动的时间方面，导致其动态行为的建模效果不佳	提高超声定位显微镜中微泡轨迹跟踪的效率和准确性	微泡轨迹	医学影像	NA	超声定位显微镜（ULM）	GRU, RNN, LSTM, Transformer	超声图像	模拟和体内数据集	NA	NA	NA	NA
15722	2025-03-05	Bypassing Stationary Points in Training Deep Learning Models 2024-Dec, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3411020 PMID:38913523	研究论文	本文提出了一种绕过深度学习模型训练中停滞点的新方法，旨在通过扩展模型空间并随后将其收缩回原始空间来加速优化器的训练过程	提出了一种新颖的绕过停滞点的方法，并通过代数约束实现模型空间的扩展与收缩，从而加速优化器的训练	未提及具体实验中的局限性	解决深度学习模型训练中因停滞点导致的优化器速度下降问题	深度学习模型的训练过程	机器学习	NA	梯度下降优化器	神经网络	NA	NA	NA	NA	NA	NA
15723	2025-03-05	Deep Spatial-Spectral Joint-Sparse Prior Encoding Network for Hyperspectral Target Detection 2024-Dec, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2024.3403729 PMID:38837919	研究论文	本文提出了一种新颖的深度空间-光谱联合稀疏先验编码网络（JSPEN），用于高光谱目标检测，该网络将领域知识嵌入神经网络，具有明确的解释性	提出了一种新的深度空间-光谱联合稀疏先验编码网络（JSPEN），通过自适应联合空间-光谱稀疏模型（AS2JSM）挖掘高光谱图像的空间-光谱相关性，并设计了优化算法来模拟迭代优化过程	未明确提及具体局限性	提高高光谱目标检测的准确性和解释性	高光谱图像（HSIs）	计算机视觉	NA	深度学习	JSPEN, AS2JSM	图像	未明确提及样本数量	NA	NA	NA	NA
15724	2025-03-05	Probabilistic Forecasting With Modified N-BEATS Networks 2024-Dec, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3450832 PMID:39240737	研究论文	本文提出了一种改进的N-BEATS深度学习架构，用于生成参数化概率预测，并扩展了该架构以优化预测准确性和稳定性	提出了改进的N-BEATS架构，能够同时优化预测准确性和稳定性，并支持联合优化单周期边际和多周期累积概率预测	实验仅在M4月度数据集上进行，未涉及其他数据集或应用场景	改进时间序列点预测问题中的概率预测方法	单变量时间序列数据	机器学习	NA	深度学习	N-BEATS	时间序列数据	M4月度数据集	NA	NA	NA	NA
15725	2025-03-05	GraKerformer: A Transformer With Graph Kernel for Unsupervised Graph Representation Learning 2024-Dec, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2024.3465213 PMID:39378254	研究论文	本文提出了一种名为GraKerformer的Transformer变体，用于改进无监督图表示学习（UGRL）中的结构信息表示和性能	GraKerformer通过利用最短路径图核（SPGK）来加权注意力分数，并结合图神经网络，有效地编码了图的细微结构信息	未明确提及具体限制	改进无监督图表示学习中的结构信息表示和性能	图数据	机器学习	NA	最短路径图核（SPGK）	Transformer	图数据	基准数据集	NA	NA	NA	NA
15726	2025-03-05	Deep Learning Image Segmentation Based on Adaptive Total Variation Preprocessing 2024-Dec, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2024.3418937 PMID:39405157	研究论文	本文提出了一种基于MS模型的两阶段图像分割方法，旨在提高复杂结构和背景图像的分割精度	引入了由梯度算子和自适应加权矩阵组合形成的各向异性正则化项，通过自适应加权矩阵提供水平和垂直方向的不同权重，使曲线沿物体局部特征切线方向扩散，并过滤掉与图像目标无关的信息，减少复杂背景的干扰	NA	提高复杂结构和背景图像的分割精度	图像	计算机视觉	NA	NA	深度学习	图像	NA	NA	NA	NA	NA
15727	2025-10-07	Interactive Prognosis Framework Between Deep Learning and a Stochastic Process Model for Remaining Useful Life Prediction 2024-Dec, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3310482 PMID:37725744	研究论文	提出一种深度学习与随机过程模型交互的剩余使用寿命预测框架	通过集成健康指标构建与退化建模的优化目标函数，解决了传统方法中健康指标与退化模型不匹配的关键缺陷	仅通过两个涡扇发动机案例验证方法有效性，需要更多工业场景验证	提高退化系统剩余使用寿命预测的准确性	退化系统的传感器数据	机器学习	NA	传感器数据融合	自编码器	传感器数据	两个涡扇发动机案例	NA	堆叠压缩自编码器	预测精度	NA
15728	2025-10-07	Deep Learning for Visual Localization and Mapping: A Survey 2024-Dec, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3309809 PMID:37738191	综述	本文对基于深度学习的视觉定位与建图方法进行了全面调查和分类	提出了深度学习在定位与建图领域的分类体系，系统性地探讨了深度学习在该领域的应用潜力与方法论	作为综述文章，不包含原始实验验证，主要依赖现有文献分析	调查深度学习在视觉定位与建图领域的研究现状和发展趋势	基于深度学习的定位与建图方法，包括视觉里程计、全局重定位、建图和SLAM	计算机视觉	NA	深度学习	NA	视觉数据	NA	NA	NA	NA	NA
15729	2025-10-07	A Hybrid Data Preprocessing-Based Hierarchical Attention BiLSTM Network for Remaining Useful Life Prediction of Spacecraft Lithium-Ion Batteries 2024-Dec, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3311443 PMID:37725745	研究论文	提出一种基于混合数据预处理的深度学习模型，用于预测航天器锂离子电池的剩余使用寿命	结合Box-Cox变换、CEEMDAN去噪、PCA降维和滑动窗口技术的混合数据预处理方法，以及多尺度分层注意力双向LSTM模型	NA	提高航天器锂离子电池剩余使用寿命预测的准确性和模型可靠性	航天器锂离子电池	机器学习	NA	Box-Cox变换、CEEMDAN、PCA、滑动窗口技术	BiLSTM	时间序列数据	基于两个锂离子电池数据集的多种类型实验	NA	MHA-BiLSTM（多尺度分层注意力双向长短期记忆网络）	特征提取和多维时间序列预测性能	NA
15730	2025-10-07	On the Real-World Adversarial Robustness of Real-Time Semantic Segmentation Models for Autonomous Driving 2024-Dec, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3314512 PMID:37782588	研究论文	本文评估了自动驾驶中实时语义分割模型对抗真实世界对抗样本的鲁棒性	提出了新的损失函数增强攻击能力，改进了EOT方法用于场景中补丁放置，并首次将对抗补丁检测方法扩展到语义分割模型并实现实时性能	对抗效应在空间上通常局限于图像中补丁周围的区域	评估自动驾驶视觉感知中语义分割模型对真实世界对抗攻击的鲁棒性	语义分割模型	计算机视觉	NA	对抗攻击	深度学习模型	图像	NA	NA	语义分割模型	像素误分类率	NA
15731	2025-10-07	Pixel-Centric Context Perception Network for Camouflaged Object Detection 2024-Dec, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3319323 PMID:37819817	研究论文	提出一种用于伪装目标检测的像素中心上下文感知网络PCPNet	通过像素重要性估计函数和个性化上下文定制，实现更有效的像素级上下文信息利用	NA	解决伪装目标检测中上下文信息利用不充分的问题	视觉上嵌入背景环境的伪装目标	计算机视觉	NA	深度学习	CNN	图像	四个COD基准数据集、五个SOD基准数据集、五个息肉分割基准数据集	NA	PCPNet, VCG模块, PIE函数, LCRM模块	NA	NA
15732	2025-10-07	Physical Adversarial Attacks for Surveillance: A Survey 2024-Dec, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3321432 PMID:37824320	综述	本文系统回顾了针对监控系统的物理对抗攻击研究进展	提出了分析物理对抗攻击的统一框架，并首次对四大关键监控任务（检测、识别、跟踪和行为识别）的物理对抗攻击进行全面调研	作为综述性文章，不包含原始实验数据和新方法验证	分析物理对抗攻击对监控系统的威胁并探讨防御策略	监控系统中的深度学习模型	计算机视觉	NA	深度学习	NA	监控视频、图像	NA	NA	NA	NA	NA
15733	2025-10-07	Bayesian Hierarchical Graph Neural Networks With Uncertainty Feedback for Trustworthy Fault Diagnosis of Industrial Processes 2024-Dec, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3319468 PMID:37843997	研究论文	提出一种带有不确定性反馈机制的贝叶斯分层图神经网络，用于工业过程的可靠故障诊断	通过不确定性反馈机制将不确定性信息融入训练过程，并利用分层图结构结合领域知识学习故障表示	NA	开发可靠的工业过程故障诊断方法	工业过程数据	机器学习	NA	贝叶斯深度学习	图神经网络	工业过程数据	NA	NA	贝叶斯分层图神经网络	故障诊断性能，可信度验证	NA
15734	2025-10-07	Understanding Double Descent Using VC-Theoretical Framework 2024-Dec, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3388873 PMID:38669171	研究论文	本文使用VC理论框架分析深度学习网络在分类任务中的泛化性能，特别是解释双下降现象	首次在分类设置下使用VC理论框架解释过参数化网络中的双下降现象	理论分析主要针对分类任务，可能不直接适用于其他类型的学习问题	理解深度学习网络的泛化能力，特别是双下降现象的理论基础	深度学习网络、支持向量机、最小二乘法和多层感知器分类器	机器学习	NA	VC理论分析、经验建模	多层感知器,SVM	NA	NA	NA	多层感知器	VC边界	NA
15735	2025-03-05	Advanced Camera-Based Scoliosis Screening via Deep Learning Detection and Fusion of Trunk, Limb, and Skeleton Features 2024-Nov-05, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3491855 PMID:39499599	研究论文	本研究提出了一种基于单目RGB摄像头的非侵入性脊柱侧弯筛查方法，通过深度学习检测和融合躯干、肢体和骨骼特征，提高了筛查的精确性	创新性地结合了参数化人体三维重建（PH3DR）和多尺度融合注意力（MSFA）模块，以及Swin Transformer增强的CMU-Pose，用于提取人体骨骼特征，从而提高了脊柱侧弯筛查的精度和效率	尽管模型在实验中表现优异，但其在更广泛人群中的适用性和长期效果仍需进一步验证	开发一种非侵入性、易于部署的脊柱侧弯早期筛查和常规监测方法	脊柱侧弯患者	计算机视觉	脊柱侧弯	深度学习	ISANet, Swin Transformer, CMU-Pose	图像	未明确提及样本数量	NA	NA	NA	NA
15736	2025-10-07	Spatiotemporal Deep Learning-Based Cine Loop Quality Filter for Handheld Point-of-Care Echocardiography 2024-Nov, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3396796 PMID:38700961	研究论文	开发并验证基于时空深度学习的超声心动图电影循环质量过滤器，用于评估手持式即时超声设备采集数据的适用性	提出结合空间和时间信息的深度学习模型来评估超声心动图电影循环质量，相比仅使用空间信息的模型性能更优	研究仅基于两个中心的175名患者数据，样本量相对有限	开发自动评估手持式即时超声心动图数据质量的深度学习模型	手持式即时超声设备采集的超声心动图电影循环	计算机视觉	心血管疾病	超声心动图	CNN, LSTM	超声图像序列	175名患者的DICOM电影循环，测试集包含76个电影循环共16914帧	NA	VectorCNN, VectorCNN + LSTM, VectorCNN + LSTM + Average, VectorCNN + LSTM + MinMax, VectorCNN + LSTM + ConvPool	准确率, 灵敏度, 特异性	NA
15737	2025-03-05	Deep learning models for hepatitis E incidence prediction leveraging Baidu index 2024-10-31, BMC public health IF:3.5Q1 DOI:10.1186/s12889-024-20532-7 PMID:39478514	研究论文	本文利用百度指数和深度学习模型预测山东省的戊型肝炎发病率	引入了KAN到LSTM模型中以提高非线性学习能力，并验证了百度指数在预测戊型肝炎发病率中的价值	百度指数与戊型肝炎发病率之间的相关性较弱	预测戊型肝炎发病率，以帮助公共卫生组织预防疾病传播	山东省的戊型肝炎发病率和百度指数数据	自然语言处理	戊型肝炎	LSTM, stacked LSTM, attention-based LSTM, attention-based stacked LSTM, KAN	LSTM	时间序列数据	2009年1月至2022年12月的山东省戊型肝炎发病率和百度指数数据	NA	NA	NA	NA
15738	2025-03-05	"Navigating the complexities of low-Grade glioma treatment: insights into SBT I-125 and novel assessment tools" 2024-Oct-12, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-024-03028-1 PMID:39394531	研究论文	本文通过系统回顾和荟萃分析评估了SBT I-125近距离放射治疗低级别胶质瘤的疗效和安全性，并探讨了新型自动化肿瘤评估工具在胶质瘤管理中的应用	本文首次对SBT I-125近距离放射治疗低级别胶质瘤的疗效和安全性进行了系统回顾和荟萃分析，并强调了自动化肿瘤评估工具在提高胶质瘤管理精度和效率方面的潜力	数据不足、研究异质性、缺乏随机对照试验、潜在的发表偏倚以及随访时间不一致等问题限制了长期疗效和安全性的评估	评估SBT I-125近距离放射治疗低级别胶质瘤的疗效和安全性，并探讨新型自动化肿瘤评估工具的应用	低级别胶质瘤患者	数字病理学	脑癌	SBT I-125近距离放射治疗	深度学习	医学影像	988名患者，20项研究	NA	NA	NA	NA
15739	2025-03-05	Machine learning for the localization of Subthalamic Nucleus during deep brain stimulation surgery: a systematic review and Meta-analysis 2024-Oct-10, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-024-03010-x PMID:39387996	系统综述与Meta分析	本文评估了人工智能，特别是隐马尔可夫模型（HMM）在深部脑刺激（DBS）手术中定位丘脑底核（STN）的应用	首次系统评估了HMM在STN定位中的应用，并与其他机器学习模型（如KNN和SVM）进行了比较	研究结果基于有限数量的研究（14项），且不同研究方法之间存在显著异质性	评估机器学习在DBS手术中STN定位的应用效果	丘脑底核（STN）的定位	机器学习	神经系统疾病	微电极记录（MER）	隐马尔可夫模型（HMM）、K-近邻（KNN）、支持向量机（SVM）	结构化患者健康数据	14项研究	NA	NA	NA	NA
15740	2025-03-05	Joint trajectory inference for single-cell genomics using deep learning with a mixture prior 2024-Sep-10, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2316256121 PMID:39226366	研究论文	本文介绍了一种名为VITAE的统计方法，用于单细胞基因组学中的轨迹推断，结合了潜在层次混合模型和变分自编码器	VITAE方法整合了潜在层次混合模型和变分自编码器，提高了轨迹推断的准确性和数据整合能力，并提供了细胞投影的不确定性量化	现有工具缺乏一致的统计模型和可靠的不确定性量化，限制了其效用和鲁棒性	提高单细胞测序数据集中细胞发育路径分析的准确性和数据整合能力	单细胞测序数据集中的细胞	机器学习	NA	单细胞RNA测序	变分自编码器（VAE）	单细胞RNA测序数据	三个不同的小鼠新皮质单细胞RNA测序数据集	NA	NA	NA	NA