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
1561	2025-05-04	VOGTNet: Variational Optimization-Guided Two-Stage Network for Multispectral and Panchromatic Image Fusion 2025-May, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3409563 PMID:38885100	research paper	提出了一种基于变分优化的两阶段网络（VOGTNet），用于多光谱和全色图像融合，以提高图像的空间和光谱分辨率	通过变分优化和两阶段网络设计，解决了现有深度学习方法在噪声和模糊数据上表现不佳的问题	依赖于先验信息和空间-光谱退化的准确估计，可能在某些复杂场景下表现受限	提高多光谱和全色图像融合的质量，特别是在噪声和模糊存在的情况下	多光谱图像（MS）和全色图像（PAN）	computer vision	NA	variational optimization, deep learning	VOGTNet, dual-branch fusion network (DBFN), adaptive recovery model (ARM)	image	NA
1562	2025-05-04	Data-Driven Knowledge Fusion for Deep Multi-Instance Learning 2025-May, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3436944 PMID:39120987	研究论文	提出了一种新颖的数据驱动知识融合深度多示例学习算法（DKMIL），通过分析关键样本的决策并利用知识融合模块增强模型学习能力	DKMIL采用与现有深度多示例学习方法完全不同的思路，通过数据驱动分析关键样本决策，并设计知识融合模块提取有价值信息辅助模型学习	NA	提升多示例学习模型的性能，通过知识融合增强模型学习能力	多示例学习算法及其在复杂数据结构中的应用	机器学习	NA	数据驱动知识融合	DKMIL（深度多示例学习模型）	复杂数据结构	62个数据集，涵盖五个类别
1563	2025-05-04	AD-NEv: A Scalable Multilevel Neuroevolution Framework for Multivariate Anomaly Detection 2025-May, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3439404 PMID:39141460	research paper	提出了一种名为AD-NEv的可扩展多级神经进化框架，用于多元时间序列异常检测	AD-NEv框架首次实现了特征子空间、模型架构和网络权重的协同优化，支持基于bagging技术的集成模型优化和非梯度微调	未明确提及具体的数据集限制或计算资源需求	开发一种自动化方法来优化异常检测模型，提高检测性能	多元时间序列数据	machine learning	NA	neuroevolution, bagging technique	ensemble model	multivariate time-series data	广泛采用的多元异常检测基准数据集（未明确数量）
1564	2025-05-04	Automatic Design of Deep Graph Neural Networks With Decoupled Mode 2025-May, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3438609 PMID:39141457	research paper	提出一种新颖的神经架构搜索（NAS）方法，用于自动设计深度图神经网络（GNNs），并在各种节点分类任务中探索其应用潜力	重新设计了基于传播和转换过程的解耦模式的深度GNNs搜索空间，并将问题制定为多目标优化以平衡准确性和计算效率	NA	自动设计深度图神经网络，解决节点分类任务中的过平滑和信息挤压等挑战	图数据中的节点分类任务	machine learning	NA	神经架构搜索（NAS）	GNN	graph data	基准图数据集和大规模图数据集
1565	2025-05-04	High-Precision Dichotomous Image Segmentation With Frequency and Scale Awareness 2025-May, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3426529 PMID:39150797	研究论文	提出了一种新颖的频率和尺度感知深度神经网络（FSANet），用于高精度的二分图像分割	设计了多模态融合模块（MF）和协作尺度融合模块（CSFM），以增强图像特征的表示能力并保持高分辨率	未提及具体的数据集局限性或实际应用中的潜在问题	解决二分图像分割（DIS）任务中边界杂乱和特征分辨率下降的问题	二分图像分割中的通用对象	计算机视觉	NA	深度学习	FSANet	图像	多个基准数据集（未具体说明样本数量）
1566	2025-05-04	Public Behavior and Emotion Correlation Mining Driven by Aspect From News Corpus 2025-May, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3441011 PMID:39178079	研究论文	提出了一种利用日常新闻数据挖掘公众行为与情感相关性的方法	提出了基于假设上下文的KRHC知识表示模型，结合规则方法和深度学习揭示情感与行为之间的隐式关系	未提及具体的数据集规模限制或模型泛化能力评估	探索行为与情感之间的相关性以揭示社会事件的潜在动机	新闻语料库中的公众行为与情感	自然语言处理	NA	深度学习与规则方法结合	KRHC（基于假设上下文的知识表示模型）	文本（新闻数据）	A-E-R数据集和公开KINSHIP数据集（未提具体数量）
1567	2025-05-04	A Semantic-Consistent Few-Shot Modulation Recognition Framework for IoT Applications 2025-May, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3441597 PMID:39178083	research paper	提出了一种语义一致的小样本调制识别框架，用于物联网应用中的信号调制分类	提出了一种语义一致的信号预转换方法（ScSP），增强了无线信号的处理效率，使其能够更好地适用于现有的小样本学习模型	该方法主要针对无线信号领域，可能不适用于其他领域的小样本学习任务	解决物联网应用中由于标记数据稀缺导致的调制识别难题	物联网网络中的无线信号	machine learning	NA	few-shot learning (FSL)	ScSP (semantic-consistent signal pretransformation)	wireless signal	limited number of labeled samples
1568	2025-05-04	A Novel Management Challenge in Age-Related Macular Degeneration: Artificial Intelligence and Expert Prediction of Geographic Atrophy 2025-May, Ophthalmology. Retina DOI:10.1016/j.oret.2024.10.029 PMID:39522752	研究论文	本研究探讨了眼科医生与人工智能在预测年龄相关性黄斑变性中地理萎缩进展速度方面的价值和差异	首次比较了眼科专家与AI在预测地理萎缩进展速度方面的表现，并展示了AI在此任务中的优势	样本量相对较小(134眼)，且仅使用了单一OCT设备的数据	评估AI与眼科专家在预测地理萎缩进展速度方面的预测能力差异	年龄相关性黄斑变性继发地理萎缩患者的眼部数据	数字病理	年龄相关性黄斑变性	深度学习算法	深度学习(具体架构未说明)	OCT影像、FAF、NIR影像	134名患者的134只眼(53只来自假手术组，81只来自未治疗的对侧眼)
1569	2025-05-04	In situ self-cleaning PAN/Cu2O@Ag/Au@Ag flexible SERS sensor coupled with chemometrics for quantitative detection of thiram residues on apples 2025-May-01, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.143032 PMID:39855070	研究论文	本研究提出了一种自清洁柔性SERS传感器，结合智能算法用于苹果上硫脲残留的快速原位无损检测	开发了具有SERS增强和光催化降解双重效应的柔性传感器，并结合深度学习算法进行定量预测	传感器可循环使用次数有限（至少5次）	食品安全的快速原位监测	苹果上的硫脲残留	食品安全监测	NA	表面增强拉曼散射(SERS), 光催化降解	CNN, CARS-PLS	拉曼光谱数据	NA
1570	2025-05-04	On-patient medical record and mRNA therapeutics using intradermal microneedles 2025-May, Nature materials IF:37.2Q1 DOI:10.1038/s41563-024-02115-4 PMID:39994390	研究论文	本文介绍了一种不可见的皮肤内微针技术，用于在患者皮肤上准确存储医疗信息，并同时递送mRNA治疗药物	结合微针技术实现医疗记录与mRNA治疗药物的共递送，并利用深度学习进行信息编码解码	研究仅在猪模型中进行长期验证，尚未进行人体临床试验	开发可靠的医疗记录保存技术以改善全球医疗公平性	皮肤内微针技术及mRNA治疗药物	数字病理	SARS-CoV-2感染	近红外荧光微粒标记技术	深度学习图像处理	图像数据	猪模型长期研究
1571	2025-05-04	Feedback Attention to Enhance Unsupervised Deep Learning Image Registration in 3D Echocardiography 2025-May, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3530501 PMID:40030923	研究论文	提出了一种新的空间反馈注意力模块（FBA），用于增强无监督3D深度学习图像配准在超声心动图中的应用	引入了空间反馈注意力模块（FBA），通过生成共注意力图来描述剩余配准误差，并将其反馈给DLIR以最小化误差并改善自我监督	未明确提及具体局限性	提高3D超声心动图中心脏运动估计的精度和效率	3D超声心动图数据	计算机视觉	心血管疾病	深度学习图像配准（DLIR）	CNN, transformer	3D图像	NA
1572	2025-05-04	Model-Based Convolution Neural Network for 3D Near-Infrared Spectral Tomography 2025-May, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3529621 PMID:40031020	研究论文	提出了一种结合扩散方程模型和卷积神经网络（CNN）的重建算法（Model-CNN），用于解决近红外光谱断层扫描（NIRST）图像重建中的不适定问题	开发了Model-CNN算法，通过CNN学习正则化先验，将解限制在理想的色团浓度图像空间，显著提高了图像重建的准确性和效率	Model-CNN未在患者数据上进行训练，而是使用了几何形状和光学源-探测器配置更简单的模拟体模数据进行训练	解决近红外光谱断层扫描（NIRST）图像重建中的不适定和病态计算问题	生物组织的功能信息	计算机视觉	NA	近红外光谱断层扫描（NIRST）	CNN	图像	数值模拟数据、物理体模数据和临床患者NIRST数据
1573	2025-05-04	MIP-Enhanced Uncertainty-Aware Network for Fast 7T Time-of-Flight MRA Reconstruction 2025-May, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3528402 PMID:40031037	研究论文	提出了一种用于加速7T TOF-MRA重建的不确定性感知模型，结合深度展开和证据深度学习的优点，并引入MIP损失以提高MIP图像质量	结合深度展开和证据深度学习，提供MRI重建和不确定性量化，并引入MIP损失以提高MIP图像质量	未提及具体局限性	加速7T TOF-MRA重建并提高血管重建的可靠性	颅内血管系统	医学影像处理	脑血管疾病	TOF-MRA, 7T MRI	深度展开模型, 证据深度学习模型	MRI图像	相对较大的内部多线圈7T TOF-MRA数据集
1574	2025-05-04	Navigating Through Whole Slide Images With Hierarchy, Multi-Object, and Multi-Scale Data 2025-May, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3532728 PMID:40031287	研究论文	提出了一种名为Navigator的视觉模型，用于快速分割全切片图像（WSIs），并通过半监督框架S5CL v2处理稀疏标注样本	引入Navigator模型，模仿病理学家的多尺度诊断工作流程，通过低尺度搜索感兴趣区域并逐步放大定位更精细的微解剖类别	需要进一步验证模型在更多数据集上的泛化能力	解决计算病理学中快速分割全切片图像的挑战	全切片图像（WSIs）中的组织学结构	数字病理学	癌症	深度学习	Navigator	图像	包括TCGA-COAD-30CLS和Erlangen队列在内的多个数据集
1575	2025-05-04	Artificial intelligence in retinal image analysis for hypertensive retinopathy diagnosis: a comprehensive review and perspective 2025-May-01, Visual computing for industry, biomedicine, and art DOI:10.1186/s42492-025-00194-x PMID:40307650	review	本文综述了人工智能在视网膜图像分析中用于高血压视网膜病变诊断的最新进展和前景	探讨了最新的机器学习和深度学习技术在高血压视网膜病变诊断中的应用及其在早期诊断和干预中的潜力	综述性文章未涉及具体实验数据，可能缺乏对新技术的实际应用效果的详细评估	推动高血压视网膜病变诊断领域的发展，探索自动视网膜图像分析的创新方法	高血压视网膜病变的视网膜图像	digital pathology	cardiovascular disease	retinal image analysis (RIA)	machine learning (ML), deep learning	image	NA
1576	2025-05-04	Rectified Binary Network for Single-Image Super-Resolution 2025-May, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3438432 PMID:39208050	research paper	该研究提出了一种用于单图像超分辨率（SISR）任务的修正二进制网络，通过引入激活修正推理（ARI）模块和自适应近似估计器（AAE）来提高二进制神经网络的表示能力	提出了激活修正推理（ARI）模块和自适应近似估计器（AAE），以增强二进制神经网络在SISR任务中的特征表示能力和优化效果	未明确提及具体局限性，但二进制神经网络在复杂特征分布下的表现可能仍有提升空间	研究二进制神经网络在单图像超分辨率任务中的应用，以提高图像恢复的质量	单图像超分辨率（SISR）任务中的高分辨率（HR）图像恢复	computer vision	NA	二进制神经网络（BNN）	CNN	image	多个基准测试数据集（具体数量未明确提及）
1577	2025-05-04	Deep learning meets marine biology: Optimized fused features and LIME-driven insights for automated plankton classification 2025-May-01, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110273 PMID:40315719	research paper	提出了一种改进的浮游生物分类模型，通过特征融合和优化算法提高分类准确性和可解释性	结合InceptionResNetV2和DeepPlanktonNet模型的特征，利用鲸鱼优化算法进行特征选择，并引入LIME提高模型可解释性	在有限标记数据下实现高精度和计算效率仍具挑战性	提高浮游生物自动分类的准确性和效率，支持大规模生态调查和水质监测	浮游生物	computer vision	NA	特征融合, 鲸鱼优化算法(WOA), LIME	InceptionResNetV2, DeepPlanktonNet	image	WHOI数据集
1578	2025-05-04	An explainable adaptive channel weighting-based deep convolutional neural network for classifying renal disorders in computed tomography images 2025-May-01, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110220 PMID:40315718	研究论文	提出了一种名为EACWNet的自动化深度学习模型，用于分类肾脏CT图像中的不同病变	结合了自适应通道加权的深度卷积神经网络和可解释人工智能技术	模型在结石类别的分类上精度较低，因为结石具有固有的变异性和异质性	提高肾脏疾病诊断的工作流程效率和准确性	肾脏CT图像	数字病理学	肾脏疾病	深度学习	CNN（VGG-19）	图像	公开可用的肾脏CT图像数据集
1579	2025-05-04	Deep Learning in Echocardiography for Enhanced Detection of Left Ventricular Function and Wall Motion Abnormalities 2025-May-01, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.03.015 PMID:40316488	系统综述	本文系统综述了深度学习技术在超声心动图中用于检测心血管异常的应用	探讨了深度卷积神经网络（DCNNs）在提高超声心动图诊断精度中的作用	数据多样性、图像质量以及深度学习模型的计算需求限制了其更广泛的临床应用	提高心血管疾病的早期检测和治疗效果	超声心动图数据	医学影像分析	心血管疾病	深度学习	DCNNs	图像	29项研究
1580	2025-05-04	HoRNS-CNN model: an energy-efficient fully homomorphic residue number system convolutional neural network model for privacy-preserving classification of dyslexia neural-biomarkers 2025-Apr-30, Brain informatics DOI:10.1186/s40708-025-00256-z PMID:40304880	研究论文	介绍了一种名为HoRNS-CNN的能效高、全同态加密的卷积神经网络模型，用于保护隐私的阅读障碍神经生物标志物分类	结合了残数系统全同态加密方案(RNS-FHE)的能效特性和预训练深度CNN模型的高准确性，解决了现有FHE CNN模型在准确性、加密/解密延迟、能效、特征提取时间和密文图像扩展方面的问题	NA	开发一种能效高、隐私保护的深度学习模型，用于神经影像数据的分类	与阅读障碍相关的神经生物标志物	数字病理学	神经发育障碍	全同态加密(FHE), 残数系统(RNS)	CNN	图像	NA