• 综述：医学影像中的视觉 Transformer：多种疾病的进展与应用综合综述

  这篇综述聚焦于利用视觉 Transformer（ViT）模型进行医学图像分类的研究。涵盖乳腺癌、肺癌等多领域，分析了各项研究在性能、模型架构等方面的情况。结果显示 ViT 在医学影像领域表现出色，常优于传统卷积神经网络（CNN），为该领域发展提供方向。

  来源：Journal of Imaging Informatics in Medicine

  时间：2025-04-01

• 通过迁移学习对全癌基因组中背景突变率进行元素特异性估计：精准肿瘤学的新突破

  在癌症驱动基因发现中，准确估计背景突变率（BMR）至关重要。研究人员开展了 eMET 模型相关研究，该模型结合基因间和元件特异性信息提升 BMR 估计准确性，在多种癌症队列中表现优异，有助于增强驱动基因发现，推动精准肿瘤学发展。

  来源：npj Precision Oncology 6.8

  时间：2025-03-30

• 基于分类学自适应神经网络解析微生物组-宿主性状关联的创新方法

  编辑推荐：针对微生物组数据高维度、稀疏性和噪声等挑战，Yifan Jiang团队开发了MIOSTONE模型，通过模拟真实分类学层级结构构建神经网络，在10个模拟和真实数据集中实现疾病状态精准预测（AUROC提升13.7%），同时提供可解释的微生物-疾病关联图谱，为微生物组机制研究提供新范式。

  来源：Microbiome 13.8

  时间：2025-03-30

• 基于注意力机制的Patched Brain Transformer模型：一种灵活高效的EEG解码新方法

  编辑推荐：德国马格德堡大学团队针对EEG信号解码中存在的跨被试泛化性差、数据稀缺等挑战，提出创新的Patched Brain Transformer（PBT）模型。该研究通过线性嵌入和可学习位置编码处理原始EEG信号，结合监督预训练和时间偏移数据增强，在BCI Competition IV 2a/2b数据集上以仅88.4万参数实现78.13%准确率，为脑机接口提供高效灵活的解决方案。

  来源：Scientific Reports 3.8

  时间：2025-03-30

• 基于深度学习的书写图像远程评估特发性震颤(ET)严重程度：一种低成本高精度的创新诊断框架

  编辑推荐：传统特发性震颤(ET)评估方法存在耗时、主观性强且需线下就诊等痛点。中国人民解放军总医院团队创新性利用Archimedean螺旋书写图像，开发出基于MobileNet-V2改进的ETSD-Net模型，准确率达88.44%，显著优于ResNet50等基线模型。该研究首次建立含1000例CRST标准标注的书写图像数据集，为远程医疗和资源匮乏地区提供了可量化、低成本的ET评估方案。

  来源：Scientific Reports 3.8

  时间：2025-03-29

• 深度学习助力颈椎管狭窄预测：开辟精准医疗新路径

  为解决退行性颈椎脊髓病（DCM）诊断中颈椎管狭窄（CCS）预测模型训练队列小、架构单一等问题，研究人员开展基于深度学习从矢状位 T2 加权 MRI 预测 CCS 的研究。结果显示集成模型 AUC 达 0.96 ，该研究为 DCM 诊断提供了更可靠的方法<span><span tabindex="0" data-testid="ref_content_circle" aria-describedby="4n5wk9x" data-popupid="4n5wk9x">8</span><span tabindex="0" data-testid="ref_content_circle" aria-describedby="btph6ng" data-popupid="btph6ng">12</span></span>。

  来源：Skeletal Radiology 1.9

  时间：2025-03-29

• 综述：基于网络的多组学整合分析方法在药物发现中的应用：一项系统综述

  这篇综述聚焦于药物发现中基于网络的多组学整合分析方法。文中对相关方法进行系统分类，探讨其在药物靶点识别、药物反应预测和药物再利用等方面的应用，并评估性能，分析挑战与未来方向，为该领域研究提供全面参考。

  来源：BioData Mining 4

  时间：2025-03-29

• 基于双分支卷积图注意力网络的人工智能技术在水稻叶部病害检测中的应用：推动可持续农业发展

  为解决当前水稻叶部病害检测存在的依赖单一数据集、模型复杂、小数据集限制等问题，研究人员开展了基于双分支卷积图注意力神经网络（DB-CGANNet）的水稻叶部病害分类研究。结果显示该模型在两个数据集上准确率分别达 98.9% 和 99.08%，有助于提升农业生产力。

  来源：Scientific Reports 3.8

  时间：2025-03-28

• 综述：利用人工智能开展现代能源韧性研究以助力能源转型

  本文围绕能源韧性展开，探讨了其量化方法、与能源转型及碳中和的关系，分析了大数据和人工智能（AI）在提升能源韧性中的作用，同时指出面临的挑战并给出建议，对推动能源可持续发展有重要参考价值。

  来源：Cell Reports Physical Science 7.9

  时间：2025-03-28

• 综述：探索力学生物学与人工智能的交叉领域

  这篇开创性综述系统梳理了细胞如何感知胞外基质（ECM）力学信号（如刚度/黏弹性），以及人工智能（AI）和机器学习（ML）如何通过分析形态/遗传特征预测细胞状态。作者详细解析了ECM机械特性（如TACS胶原特征）如何通过整合素-黏着斑（FAK/YAP）通路调控细胞行为（增殖/迁移），并评述了原子力显微镜（AFM）、分子张力探针等实验工具与STIFMap等AI模型的协同应用，为癌症/组织工程等领域的力学靶向治疗提供新范式。

  来源：npj Biological Physics and Mechanics

  时间：2025-03-27

知名企业招聘：