本数据库通过收集和整理最新科研文献信息而得,供了解领域前沿进展之用。数据源自 PubMed Data ,每日自动更新(使用关键词“['deep learning']”过滤),已收录文献数量参见 统计表格。表格内容由 GPT 自动整理,可能存在错误或遗漏,请使用时务必注意核实!
如有建议或合作意向,欢迎联系 linlin.yan(AT)bioinfo.app 或 微信 yanlinlin82。本项目遵循 MIT 许可 发布,欢迎下载 源码 自行修改使用。如觉得不错,还请不吝 给我打赏,你的支持是我继续创新的重要动力!


除通过在线浏览外,为方便用户离线查阅,本站也提供 付费下载(定价19.9元)。之所以考虑收费,是因为批量扫描这些文献并整理也是有一定成本的,还请理解并多多支持。本站数据会持续更新,而仅需一次付费,未来就可以随时重新下载到最新版本数据。
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2026-04-22 |
Local-Contextual Feature Fusion Network Based on Nonlinear Spiking Neural Model for Semantic Segmentation of Remote Sensing Images
2026-Aug, International journal of neural systems
IF:6.6Q1
DOI:10.1142/S0129065726500292
PMID:41873601
|
研究论文 | 提出了一种基于非线性脉冲神经元模型的局部上下文特征融合网络,用于遥感图像的语义分割 | 设计了一种使用新型非线性脉冲神经元模型的通道注意力-特征融合模块,以有效利用局部上下文特征,辅助解码器进行更好的特征恢复 | NA | 解决高分辨率遥感图像在复杂场景中物体纹理丰富、边缘复杂且分布不规则带来的语义分割挑战 | 遥感图像 | 计算机视觉 | NA | NA | CNN, Transformer | 图像 | NA | NA | ResNet-18, 局部上下文Transformer块 | mIoU | NA |
| 2 | 2026-04-22 |
Deep learning-based early screening for porcine embryos with different developmental potential
2026-Jul-15, Theriogenology
IF:2.4Q1
|
研究论文 | 本研究通过建立胚胎滴状培养系统,开发并比较了多种深度学习模型,用于早期筛选具有高发育潜能的猪胚胎 | 提出了一种新型胚胎滴状培养系统,并首次将MaxViT_T模型应用于猪胚胎发育潜能的早期预测,在4细胞阶段达到最佳预测性能 | 研究仅使用孤雌激活胚胎数据,未涉及受精胚胎;模型在更早期胚胎阶段的预测性能可能有限 | 提高猪人工繁殖技术效率,通过早期胚胎筛选优化胚胎选择过程 | 猪孤雌激活胚胎,涵盖从1细胞到囊胚阶段的发育过程 | 计算机视觉 | NA | 胚胎滴状培养系统,亮场显微成像 | 深度学习 | 图像 | 10,041张猪孤雌激活胚胎的亮场图像 | NA | MaxViT_T | 预测性能 | NA |
| 3 | 2026-04-22 |
An artificial intelligence model for accurate drug-target affinity prediction in medicinal chemistry
2026-Jul-05, European journal of medicinal chemistry
IF:6.0Q1
DOI:10.1016/j.ejmech.2026.118840
PMID:41950652
|
研究论文 | 本文提出了一种结合进化蛋白质表征与多模态配体分析的人工智能模型,用于高精度预测药物-靶点亲和力 | 提出了一种新颖框架,通过PCA从ESM-2特征向量中提取进化信息,结合CNN提取的局部基序捕获多尺度特征;在配体侧整合分子图与多种化学描述符;引入分阶段交互机制结合交叉注意力和自注意力解析细粒度结合模式 | 未明确说明模型在更广泛数据集或真实药物发现场景中的泛化能力限制 | 开发高保真度的药物-靶点亲和力预测模型,以加速药物发现中的先导化合物优化 | 药物-靶点相互作用对 | 机器学习 | NA | 深度学习 | CNN, 注意力机制 | 蛋白质序列特征向量, 分子图, 化学描述符 | 基准数据集(Davis和KIBA) | NA | 结合PCA、CNN和注意力机制的混合架构 | 在Novel-pair和Novel-drug设置下的预测性能 | NA |
| 4 | 2026-04-22 |
Biochemical biomarker-Driven deep learning framework with SHAP-based feature interpretation for diabetes classification
2026-Jul, Biophysical chemistry
IF:3.3Q2
DOI:10.1016/j.bpc.2026.107601
PMID:41935405
|
研究论文 | 本研究提出了一种结合深度神经网络、特征排序和统计算法的预测模型,用于糖尿病的早期识别,并通过SHAP增强模型可解释性 | 整合深度神经网络与特征排序及统计算法,并应用SHAP进行特征解释,以提高糖尿病早期诊断的准确性和可解释性 | 未明确提及样本来源的多样性或模型在外部验证集上的泛化能力 | 开发一种早期糖尿病诊断方法,以减少严重并发症的风险 | 糖尿病患者及处于糖尿病前期状态的个体 | 机器学习 | 糖尿病 | NA | 深度神经网络 | 生化生物标志物数据 | NA | NA | NA | 准确率 | NA |
| 5 | 2026-04-22 |
Deep learning model for predicting mRNA half-life based on 3'UTR sequences
2026-Jun-04, Biochemical and biophysical research communications
IF:2.5Q3
DOI:10.1016/j.bbrc.2026.153691
PMID:41932116
|
研究论文 | 本研究提出了一种基于预训练RNA语言模型和Transformer架构的深度学习框架,用于仅根据3'UTR序列预测酿酒酵母mRNA的半衰期 | 结合预训练的RNA语言模型(RNA-FM)与Transformer主干网络,构建了一个序列驱动的预测框架,在保证预测精度的同时增强了生物学可解释性,并通过位置掩码和计算机模拟诱变识别了具有全局去稳定化或稳定化作用的短基序 | 模型目前仅针对酿酒酵母(Saccharomyces cerevisiae)的转录本进行验证,尚未扩展到其他物种;预测性能(R=0.545)仍有提升空间;个体效应大小适中 | 从3'UTR序列预测mRNA半衰期,以研究基因表达稳态和转录后调控 | 酿酒酵母(Saccharomyces cerevisiae)转录本的3'非翻译区(3'UTR)序列 | 自然语言处理, 机器学习 | NA | RNA序列分析, 计算机模拟诱变 | Transformer, 预训练语言模型 | 序列(RNA 3'UTR序列) | 未明确说明具体样本数量,但使用了独立留出测试集和5折交叉验证的训练/验证池 | 未明确说明,但提及了预训练RNA语言模型(RNA-FM) | Transformer, RNA-FM | RMSE, MAE, R(皮尔逊相关系数), FDR | NA |
| 6 | 2026-04-22 |
MorphMaskFormer: a transformer-based deep segmentation model for multi-class Demirjian stage estimation from panoramic radiographs
2026-Jun, Oral surgery, oral medicine, oral pathology and oral radiology
DOI:10.1016/j.oooo.2026.01.012
PMID:41856821
|
研究论文 | 本研究开发了一种基于Transformer的深度学习模型MorphMaskFormer,用于从全景X光片中自动估计多类Demirjian牙龄阶段,以提高法医和临床应用中牙龄估计的准确性和客观性 | 提出了MorphMaskFormer模型,该模型在经典UNet架构基础上,引入了受Mask2Former启发的轻量级Transformer注意力模块,实现了对牙齿发育阶段的高精度像素级分割 | 研究样本量相对有限(888张全景X光片),且模型在某些Demirjian阶段(如B、C、E、F、G)的准确性可能未达到最优,需要进一步验证和优化 | 开发一个先进的深度学习模型,用于自动确定全景X光片中第三磨牙的发育阶段,以改进牙龄估计的准确性和客观性 | 来自7至30岁个体的888张全景X光片 | 计算机视觉 | 牙科疾病 | 全景X光成像 | CNN, Transformer | 图像 | 888张全景X光片 | PyTorch, TensorFlow | UNet, ResUNet, DeepLabV3+, PSPNet, SegNet, MorphMaskFormer | IoU, Dice系数, 精确率, 召回率, 推理时间 | GPU(具体型号未提及),可能使用云平台或本地计算资源 |
| 7 | 2026-04-22 |
Scratcher: An automated machine-vision tool for dissecting the neural basis of itch
2026-May-25, Neuroscience
IF:2.9Q2
|
研究论文 | 本文介绍了一种名为Scratcher的自动化机器视觉工具,用于分析小鼠的抓挠行为,以研究瘙痒的神经基础 | 开发了一种基于实时物体检测算法的GUI计算工具,实现半监督自动化分析小鼠抓挠行为,计算成本低 | 工具主要针对实验室小鼠和大鼠,可能需进一步验证以扩展到其他动物模型或人类研究 | 研究瘙痒诱导抓挠行为的神经回路机制 | 实验室小鼠 | 计算机视觉 | NA | 机器视觉、深度学习、光遗传学、化学遗传学 | 物体检测算法 | 视频 | NA | NA | NA | NA | 计算成本低,具体资源未指定 |
| 8 | 2026-04-22 |
Deep learning-assisted portable fluorescence device for dynamic monitoring of mercury absorption in rice
2026-May-15, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2026.148815
PMID:41812440
|
研究论文 | 本研究开发了一种基于深度学习辅助的便携式荧光设备,用于动态监测水稻中汞的吸收情况 | 结合氮掺杂碳点荧光探针、3D打印便携设备、智能手机图像采集以及卷积神经网络特征提取,实现了汞的高灵敏度现场定量检测 | 检测范围限定在1-50 μM,在更宽浓度范围或复杂基质中的性能未验证 | 开发一种简单有效的现场汞检测策略,用于环境监测和水稻汞吸收动态研究 | 水稻、自来水、河水、废水样品中的汞离子 | 计算机视觉 | NA | 荧光检测、水热合成法 | CNN | 图像 | 自来水、河水、废水样品及水稻应用 | NA | NA | 相关系数(R)、回收率 | NA |
| 9 | 2026-04-22 |
Fusion-m6A: A lightweight hybrid deep learning framework for RNA m6A site prediction
2026-May-15, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2026.111669
PMID:41950858
|
研究论文 | 提出了一种名为Fusion-m6A的轻量级混合深度学习框架,用于高精度预测RNA m6A修饰位点 | 融合了Word2Vec序列嵌入、卷积层、带注意力的双向门控循环单元以及辅助k-mer特征,在保持高精度的同时实现了更快的推理速度和更低的内存占用 | 未明确说明模型在跨物种或低质量数据上的泛化能力 | 开发一种高效、准确的计算方法用于大规模和特定组织的RNA m6A位点预测 | RNA N6-甲基腺苷(m6A)修饰位点 | 生物信息学 | NA | 计算预测方法 | 混合深度学习模型(CNN, BiGRU with attention) | RNA序列数据 | 多个人体组织和细胞系数据(具体数量未说明) | 未明确说明 | 自定义混合架构(Word2Vec + CNN + BiGRU with attention + 全连接层) | 准确率, 马修斯相关系数 | 未明确说明 |
| 10 | 2026-04-22 |
Cervical cancer image analysis: Detection and segmentation using self-guided quantum GANs and musical chairs optimization
2026-May-15, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2026.111633
PMID:41895134
|
研究论文 | 本研究提出了一种结合自引导量子生成对抗网络与音乐椅优化算法的宫颈癌病理图像检测与分割方法 | 首次将自引导量子生成对抗网络(SQGAN)与音乐椅优化算法(MCOA)相结合用于宫颈癌图像分析,并引入了自适应因果决策变换器进行特征提取 | 方法仅在SIPaKMeD数据集上验证,需要更多外部数据集验证泛化能力;量子计算组件的实际硬件实现细节未详细说明 | 开发高精度、计算效率高的宫颈癌早期诊断工具,降低病理诊断错误率 | 宫颈组织病理学图像 | 数字病理学 | 宫颈癌 | 组织病理学图像分析 | GAN, 优化算法, 聚类算法, 变换器 | 医学图像 | SIPaKMeD数据集(具体数量未明确说明) | 未明确说明 | 自引导量子生成对抗网络(SQGAN), 自适应因果决策变换器(ACDT), 图增强模糊聚类(GEFC), 音乐椅优化算法(MCOA) | 准确率, 精确率, 召回率, F1分数, AUC | 未明确说明 |
| 11 | 2026-04-22 |
A lightweight and explainable cardiac signal framework for screening-oriented cardiometabolic risk assessment
2026-May-15, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2026.111662
PMID:41921461
|
研究论文 | 本文提出了一种轻量级且可解释的心电图分析框架,用于糖尿病筛查、自主神经功能障碍筛查和心脏病风险分层 | 提出了一种无需深度学习的新型心脏病风险指数,并开发了一个结合手工统计特征和心率变异性特征的轻量级、可解释的筛查框架 | 研究队列规模有限(29名受试者),且框架被设计为筛查决策支持工具而非诊断系统 | 开发一个用于预防性心血管筛查的轻量级、可解释的心电图分析框架 | 心电图信号 | 数字病理学 | 心血管疾病 | 心电图信号分析 | NA | 信号数据 | 29名受试者,131条记录 | Scikit-learn | NA | AUC | NA |
| 12 | 2026-04-22 |
LADNET: An MRI-based deep learning approach for Alzheimer's disease detection
2026-May-15, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2026.111647
PMID:41936289
|
研究论文 | 本文提出了一种基于MRI的深度学习模型LADNET,用于阿尔茨海默病的检测和分类 | 提出轻量级LADNET模型,参数仅约120万,推理速度快(每张图像4.2毫秒),在公开数据集上达到99.4%的准确率和99%的AUC,优于现有方法 | NA | 早期检测和分类阿尔茨海默病,以最大化患者的生存机会 | 阿尔茨海默病患者及非痴呆个体的MRI图像 | 数字病理学 | 阿尔茨海默病 | 磁共振成像(MRI) | 深度学习模型 | 图像 | 超过六千张来自四种不同类型图像的公开Kaggle数据集 | NA | LADNET | 准确率, AUC | NA |
| 13 | 2026-04-22 |
Mapping intratumoral heterogeneity through PET-derived washout and deep learning after proton therapy
2026-May-15, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2026.111646
PMID:41936288
|
研究论文 | 本研究提出了一种不确定性感知的深度学习框架,用于改进质子治疗后PET图像中冲刷参数的估计,以映射肿瘤内异质性 | 提出了一种不确定性感知的深度学习框架,首次将冲刷动力学估计与肿瘤内异质性映射相结合,支持剂量验证和个性化治疗 | 研究基于蒙特卡洛模拟数据,样本量较小(8名头颈癌患者用于训练,5名患者用于测试),需要进一步临床验证 | 改进质子治疗后PET图像的冲刷参数估计,实现肿瘤内异质性映射以支持肿瘤状态评估和治疗反应监测 | 头颈癌患者和肝癌患者的质子治疗后PET图像数据 | 数字病理学 | 头颈癌 | 质子治疗,正电子发射断层扫描(PET),蒙特卡洛模拟 | 深度学习 | 医学图像(PET图像) | 8名头颈癌患者用于训练(每名患者75个数字孪生),4名头颈癌患者和1名肝癌患者用于测试 | PyTorch | NA | 平均绝对误差,分辨率,准确性 | NA |
| 14 | 2026-04-22 |
Machine learning models for predicting response to epidermal growth factor receptor tyrosine kinase inhibitors in non-small cell lung cancer brain metastases: a systematic review and meta-analysis
2026-May, Clinical & translational oncology : official publication of the Federation of Spanish Oncology Societies and of the National Cancer Institute of Mexico
IF:2.8Q2
DOI:10.1007/s12094-025-04148-w
PMID:41335187
|
系统综述与荟萃分析 | 本研究通过系统综述和荟萃分析,评估了基于机器学习的模型在预测非小细胞肺癌脑转移患者对表皮生长因子受体酪氨酸激酶抑制剂治疗反应中的性能 | 首次对用于预测非小细胞肺癌脑转移患者EGFR-TKI治疗反应的机器学习模型进行系统综述和荟萃分析,综合评估了多种模型的预测性能 | 纳入的研究多为回顾性数据集,样本量较小,且缺乏外部验证,限制了模型在临床实践中的直接应用 | 评估基于机器学习的模型在预测非小细胞肺癌脑转移患者对EGFR-TKI治疗反应中的预测性能 | 非小细胞肺癌脑转移患者 | 机器学习 | 肺癌 | NA | 逻辑回归, 决策树, 深度学习 | 临床数据 | 1322名肺癌脑转移患者 | NA | DL-Cox | AUC, 准确率, 灵敏度, 特异性, 诊断比值比 | NA |
| 15 | 2026-04-22 |
Test-Time Adaptation for Detecting Image Inpainting Forgeries
2026-May, IEEE transactions on cybernetics
IF:9.4Q1
DOI:10.1109/TCYB.2025.3647640
PMID:41468337
|
研究论文 | 本文提出了一种测试时自适应检测框架,用于检测图像修复伪造,通过量化模型不确定性和动态适应可靠测试样本,提升伪造检测模型在动态环境中的适应性和检测性能 | 提出基于图像梯度的度量来量化模型不确定性并协调整个适应过程,结合样本特定的批量归一化统计增强预训练模型在推理阶段的能力,引入交叉注意力模块作为侧调模块,使模型能动态适应可靠测试样本而不改变主干网络 | NA | 解决图像修复伪造检测中,由于测试样本与训练数据分布差异导致检测性能显著下降的问题 | 图像修复伪造检测模型 | 计算机视觉 | NA | NA | CNN | 图像 | NA | PyTorch, TensorFlow | ResNet, VGG, Transformer | 准确率, 精确率, 召回率, F1分数, AUC | GPU (NVIDIA RTX 3090, V100, A100), 云平台 (AWS, Google Cloud, Azure) |
| 16 | 2026-04-22 |
Shaping the future of myopia: artificial intelligence for vitreoretinal complications of high and pathologic myopia
2026-May, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie
DOI:10.1007/s00417-025-07098-9
PMID:41636834
|
综述 | 本文综述了人工智能(特别是深度学习)在检测高度近视和病理性近视的玻璃体视网膜并发症(如视网膜脱离、近视性黄斑变性和近视性牵引性黄斑病变)中的应用现状 | 系统总结了深度学习在多种眼科成像模态(如OCT、眼底照相)中用于近视相关视网膜病变分类与分割的最新研究进展,并指出从基于CNN的架构向Transformer骨干网络及预训练/基础模型的发展趋势 | 现有研究在病例定义、数据集和评估方法上存在显著异质性,外部验证报告不一致,且需进一步工作以将模型转化为临床应用,包括稳健的外部验证、临床决策校准和前瞻性评估 | 探讨人工智能(特别是深度学习)在检测近视相关视网膜并发症中的应用,以缓解近视流行带来的医疗系统压力 | 高度近视和病理性近视患者的视网膜并发症,包括视网膜脱离(RD)、近视性黄斑变性(MMD)和近视性牵引性黄斑病变(MTM) | 计算机视觉 | 近视 | 眼科成像,包括OCT、眼底照相、荧光素血管造影和超声检查 | 深度学习 | 图像 | 28项研究(涉及RD 10项、MMD 12项、MTM 6项),具体样本量未在摘要中明确给出 | NA | CNN, Transformer | AUC, 准确率, 灵敏度, 特异性 | NA |
| 17 | 2026-04-22 |
Refining prognostication in non-muscle-invasive bladder cancer: From clinical models to artificial intelligence
2026-May, Urologic oncology
DOI:10.1016/j.urolonc.2026.111047
PMID:41832109
|
综述 | 本文综述了非肌层浸润性膀胱癌预后模型的发展,从传统临床病理评分系统到分子及人工智能驱动框架的演变 | 系统总结了人工智能(包括机器学习和深度学习)在预后预测中的应用,并指出其相较于传统模型(如EORTC和CUETO表)的优越性能 | 现有模型在可重复性、可解释性及临床路径整合方面仍面临挑战,且尚无单一工具满足广泛采纳的所有标准 | 优化非肌层浸润性膀胱癌的风险分层和预后预测,以支持更精准的监测和治疗决策 | 非肌层浸润性膀胱癌患者 | 数字病理学 | 膀胱癌 | NA | 机器学习, 深度学习 | 临床病理数据, 全切片图像, MRI影像 | NA | NA | NA | 区分度, 校准度 | NA |
| 18 | 2026-04-22 |
An integrated microfluidic system for automatic and self-validated analysis of cervical extracellular vesicle markers PD-L1 and ERBB3
2026-May, Analytical sciences : the international journal of the Japan Society for Analytical Chemistry
IF:1.8Q3
DOI:10.1007/s44211-026-00871-8
PMID:41838284
|
研究论文 | 本文介绍了一种集成的微流控系统,用于自动且自我验证地分析宫颈细胞外囊泡标志物PD-L1和ERBB3 | 开发了一种集成的、自我验证的微流控系统,能够在1小时内实现快速、芯片上的细胞外囊泡分离及PD-L1和ERBB3的多重识别,并通过深度学习YOLOv8实现自动化的荧光识别,提高了检测的可靠性 | NA | 旨在提高妇科恶性肿瘤(如宫颈癌)的早期和精确诊断,通过非侵入性液体活检方法分析细胞外囊泡标志物 | 宫颈细胞外囊泡(EVs),特别是携带PD-L1和ERBB3标志物的外泌体 | 数字病理学 | 宫颈癌 | 微流控技术,荧光检测 | YOLOv8 | 图像(荧光图像) | 四种细胞系(SiHa、C33A、HeLa和H8) | NA | YOLOv8 | 检测限(LOD)为15.56颗粒/μL | NA |
| 19 | 2026-04-22 |
Relationships Between Vocal Fold Adduction Patterns, Vocal Acoustic Quality, and Vocal Effort in Individuals With and Without Hyperfunctional Voice Disorders
2026-May, Journal of voice : official journal of the Voice Foundation
IF:2.5Q1
DOI:10.1016/j.jvoice.2023.12.012
PMID:38195336
|
研究论文 | 本研究探讨了超功能性嗓音障碍患者与健康对照组之间声带内收模式、声学质量及发声努力度的关系 | 首次将一种先前验证的声带内收量化方法应用于超功能性嗓音障碍患者,并系统关联了内收模式、声学指标与主观发声努力度 | 样本量较小(共60例),未发现声带内收模式的显著组间差异,可能受限于统计功效 | 量化超功能性嗓音障碍患者的声带内收模式,并分析其与声学质量及主观发声努力度的相关性 | 超功能性嗓音障碍患者(包括原发性肌紧张性发声障碍和声带创伤性病变)及健康对照组 | 医学影像分析 | 嗓音障碍 | 喉镜视频分析,声学分析 | 深度学习 | 视频,音频 | 60例喉镜检查(20例原发性肌紧张性发声障碍,20例声带创伤性病变,20例健康对照) | NA | Automated Glottic Action Tracking using artificial Intelligence | NA | NA |
| 20 | 2026-04-22 |
Evaluation of Vertical Level Differences Between Left and Right Vocal Folds Using Artificial Intelligence System in Excised Canine Larynx
2026-May, Journal of voice : official journal of the Voice Foundation
IF:2.5Q1
DOI:10.1016/j.jvoice.2023.11.025
PMID:38216386
|
研究论文 | 本研究开发了一个基于人工智能的系统,用于分类声带发声时的垂直水平差异,并评估其分类准确性 | 首次引入DenseNet121-ConvLSTM模型进行声带垂直水平差异的多类分类,实现了高精度的自动化评估 | 研究基于离体犬喉模型,可能无法完全模拟人类声带的生理条件,且外部数据集验证的样本规模未明确 | 建立并评估一个AI系统,用于分类声带在发声过程中的垂直水平差异 | 离体犬喉的声带 | 计算机视觉 | 声带麻痹 | 高速摄像系统、彩色互补金属氧化物半导体相机 | CNN, LSTM | 图像 | 28,000张图像(20,000张用于建模,8,000张用于测试) | NA | DenseNet121-ConvLSTM | 准确率, 精确率, 召回率, F1分数 | NA |