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
21	2025-10-06	Applications of Computer Vision on Automatic Potato Plant Disease Detection: A Systematic Literature Review 2022, Computational intelligence and neuroscience DOI:10.1155/2022/7186687 PMID:36419507	系统文献综述	本文对基于计算机视觉的马铃薯植物病害自动检测方法进行了系统性文献综述	首次系统性地梳理了计算机视觉在马铃薯病害检测中的应用现状，并识别了该领域的开放研究问题	仅纳入了39项主要研究，可能存在文献覆盖不全的局限性	调查计算机视觉技术在马铃薯植物病害自动检测中的应用现状和方法	马铃薯植物及其病害	计算机视觉	植物病害	计算机视觉，机器学习	深度学习算法，经典机器学习算法	图像数据	NA	NA	NA	NA	NA
22	2025-06-08	Automatic engagement estimation in smart education/learning settings: a systematic review of engagement definitions, datasets, and methods 2022, Smart learning environments IF:6.7Q1 DOI:10.1186/s40561-022-00212-y PMID:40477985	review	本文系统回顾了智能教育/学习环境中自动参与度估计的最新发展，包括参与度定义、数据集和基于机器学习的方法	提出了一个清晰的分类法来定义参与度，并总结了机器学习方法在自动参与度识别中的应用	存在一些关键挑战，如认知和个性化参与度问题，以及可能影响实际应用的机器学习问题	为研究人员提供关于自动参与度估计的见解，以增强智能学习中的自动参与度识别方法	学习者的参与度	machine learning	NA	machine learning, deep learning	NA	dataset	47篇研究文章	NA	NA	NA	NA
23	2025-10-06	Deep recurrent Gaussian Nesterovs recommendation using multi-agent in social networks 2022, Evolving systems IF:2.7Q3 DOI:10.1007/s12530-022-09435-3 PMID:37521128	研究论文	提出一种结合深度学习和多智能体的推荐系统DR-GNOG，用于社交网络中的精准推荐	提出深度循环高斯Nesterov最优梯度(DR-GNOG)模型，将深度学习与多智能体场景结合解决推荐系统问题	NA	解决社交网络中大数据环境下的精准推荐问题	社交网络中的用户推文数据	机器学习	NA	深度学习，多智能体系统	深度循环神经网络	文本数据（推文）	NA	NA	深度循环高斯Nesterov最优梯度(DR-GNOG)	推荐准确率，推荐时间，召回率	NA
24	2025-06-07	FocusCovid: automated COVID-19 detection using deep learning with chest X-ray images 2022, Evolving systems IF:2.7Q3 DOI:10.1007/s12530-021-09385-2 PMID:38624806	研究论文	本文提出了一种基于深度卷积神经网络的架构，用于通过胸部X光片自动检测COVID-19	利用深度学习技术自动检测COVID-19，减轻医疗基础设施的压力	尽管模型准确率高，但COVID-19的诊断仍需与专业医疗临床医生协商决定	开发一种自动化工具以辅助COVID-19的早期筛查和检测	胸部X光片	计算机视觉	COVID-19	深度学习	CNN	图像	NA	NA	NA	NA	NA
25	2025-10-07	Artificial Intelligence-based Tumor Segmentation in Mouse Models of Lung Adenocarcinoma 2022, Journal of pathology informatics DOI:10.1016/j.jpi.2022.100007 PMID:35242446	研究论文	开发了一种基于深度学习的人工智能算法，用于在小鼠肺腺癌模型的H&E组织切片上自动分割肿瘤病灶	首次将DeepLabV3+和UNet架构应用于小鼠肺腺癌模型的肿瘤分割，并通过面积阈值化方法将假阳性降低了10倍	不同染色标准化策略未显示出对基线模型的改进效果	开发自动化肿瘤分割方法以减少人工测量误差和时间消耗	小鼠肺腺癌模型的H&E组织学切片	数字病理学	肺腺癌	H&E染色，数字切片扫描	深度学习	图像	239只小鼠（训练集137只，验证集37只，测试集65只）	NA	DeepLabV3+, UNet, ResNet-50	Dice系数，灵敏度，阳性预测值	NA
26	2024-11-19	Retraction: A comprehensive review of deep learning-based single image super-resolution 2022, PeerJ. Computer science DOI:10.7717/peerj-cs.621/retraction PMID:39554485	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
27	2025-10-07	Unreferenced English articles' translation quality-oriented automatic evaluation technology using sparse autoencoder under the background of deep learning 2022, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0270308 PMID:35830434	研究论文	提出一种基于稀疏自编码器的深度学习模型，用于无参考英文文章的翻译质量自动评估	在双语词无监督学习阶段使用自编码器重构翻译语言向量特征，并将翻译信息融入双语词优化特征提取效果	未明确说明模型的具体局限性	实现无参考英文文章的自动翻译质量评估	无参考英文文章的翻译质量	自然语言处理	NA	深度学习	自编码器,稀疏自编码器	文本	句子数量从1,000到6,000	NA	自编码器	BLEU	NA
28	2025-10-07	Secure deep learning for distributed data against malicious central server 2022, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0272423 PMID:35913921	研究论文	提出一种针对分布式数据的深度学习安全系统，能够检测恶意中央服务器活动并支持多种神经网络训练方式	系统具备恶意服务器检测能力和支持垂直/水平神经网络训练的独特特性	NA	开发安全的分布式深度学习系统以防范恶意中央服务器	分布式训练器与中央参数服务器组成的系统	机器学习	NA	深度学习	神经网络	磁共振图像，X射线图像	NA	NA	NA	AUC（曲线下面积）	NA
29	2025-10-07	The impact of trade and financial expansion on volatility of real exchange rate 2022, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0262230 PMID:35061782	研究论文	本研究通过实证分析探讨贸易与金融开放对实际汇率波动的影响	结合物联网金融背景，使用深度学习技术分析金融数据，并采用混合OLS和工具变量法进行实证检验	仅涵盖45个主要国家数据，样本范围有限	分析贸易和金融开放对实际汇率波动的影响机制	全球45个主要国家的面板数据	机器学习	NA	深度学习	NA	金融面板数据	45个主要国家	NA	NA	NA	NA
30	2025-10-07	Using deep learning to study emotional behavior in rodent models 2022, Frontiers in behavioral neuroscience IF:2.6Q3 DOI:10.3389/fnbeh.2022.1044492 PMID:36483523	综述	探讨深度学习技术在啮齿类动物情绪行为研究中的应用及不同模型架构的影响	系统比较监督、无监督和自监督学习方法在动物行为分析中的优劣，建立行为状态表征与神经活动的关联框架	未提供具体实验数据验证，属于方法论讨论而非实证研究	研究深度学习如何提升动物情绪行为分析的客观性和效率	啮齿类动物的情绪相关行为（焦虑、社交互动、奖赏和应激反应）	计算机视觉	NA	视频姿态估计	深度学习	视频	NA	NA	NA	NA	NA
31	2025-02-21	A Trust Management Model for IoT Devices and Services Based on the Multi-Criteria Decision-Making Approach and Deep Long Short-Term Memory Technique 2022-Jan-14, Sensors (Basel, Switzerland) DOI:10.3390/s22020634 PMID:35062594	研究论文	本文提出了一种基于多准则决策方法和深度长短期记忆技术的物联网设备和服务信任管理模型	结合SMART和LSTM算法，提出了一种新的物联网信任管理模型，有效处理大量数据和不断变化的行为	模型在处理大规模数据时的有效性仍需进一步验证	解决物联网设备和服务中的信任管理问题，提高安全性和可靠性	物联网设备和服务	物联网	NA	SMART, LSTM	LSTM	行为数据	不同大小的数据样本	NA	NA	NA	NA
32	2025-02-21	Large-Scale Textual Datasets and Deep Learning for the Prediction of Depressed Symptoms 2022, Computational intelligence and neuroscience DOI:10.1155/2022/5731532 PMID:35463265	研究论文	本研究提出了一种利用基于LSTM的循环神经网络（RNN）从大规模文本数据中识别自我感知抑郁症状的有效方法	使用LSTM-based RNN模型从文本中提取抑郁症状特征，超越了传统的基于词频的方法	方法的有效性依赖于正确的注释和基于症状的特征提取，可能在不同数据集上的泛化能力有限	通过深度学习技术预测抑郁症状，以辅助早期检测和治疗	文本数据，特别是描述自我感知抑郁症状的文本	自然语言处理	抑郁症	深度学习	LSTM-based RNN	文本	233337个数据集，来自Kaggle的自杀和抑郁检测数据集	NA	NA	NA	NA
33	2025-02-21	Music Emotion Classification Method Based on Deep Learning and Improved Attention Mechanism 2022, Computational intelligence and neuroscience DOI:10.1155/2022/5181899 PMID:35769273	研究论文	本文提出了一种基于深度学习和改进注意力机制的音乐情感分类方法，通过融合音频和歌词的多模态信息，提高了分类准确性和效率	创新点在于结合了CNN和LSTM网络，并引入了改进的注意力机制，以解决现有研究中单模态分析导致的信息丢失问题	未提及具体的数据集规模或多样性，可能影响模型的泛化能力	研究目标是提高音乐情感分类的准确性和效率	研究对象是音乐音频和歌词	自然语言处理	NA	TF-IDF, Word2vec, CNN, LSTM, 注意力机制	CNN-LSTM	音频, 文本	未提及具体样本数量	NA	NA	NA	NA
34	2025-02-21	Multimode Gesture Recognition Algorithm Based on Convolutional Long Short-Term Memory Network 2022, Computational intelligence and neuroscience DOI:10.1155/2022/4068414 PMID:35281195	研究论文	本文提出了一种基于卷积长短期记忆网络的多模态手势识别算法，通过CNN自动提取多模态手势数据的深层特征，并利用LSTM网络构建时间序列模型，最终通过SoftMax分类器实现手势分类	结合卷积神经网络（CNN）和长短期记忆网络（LSTM）来自动提取和学习多模态手势数据的深层特征及其时间序列依赖关系，提高了手势识别的准确性和收敛性能	实验仅在VIVA和NVGesture两个动态手势数据集上进行，未涉及更多数据集或实际应用场景的验证	提高多模态手势识别的准确性和模型泛化能力	多模态手势数据	计算机视觉	NA	深度学习	CNN, LSTM	多模态数据（可能包括图像、视频等）	两个动态手势数据集（VIVA和NVGesture）	NA	NA	NA	NA
35	2025-02-21	STA-TSN: Spatial-Temporal Attention Temporal Segment Network for action recognition in video 2022, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0265115 PMID:35298497	研究论文	本文提出了一种名为STA-TSN的空间-时间注意力时间片段网络，用于视频中的动作识别	引入了软注意力机制，使网络能够自适应地关注空间和时间中的关键特征，并提出了多尺度空间聚焦特征增强策略和基于LSTM的关键帧探索模块	未提及具体局限性	解决现有动作识别模型在长时动作识别中的误判问题	视频中的动作识别	计算机视觉	NA	深度学习	STA-TSN, LSTM	视频	四个公共数据集（UCF101, HMDB51, JHMDB, THUMOS14）	NA	NA	NA	NA
36	2025-02-21	A survival analysis based volatility and sparsity modeling network for student dropout prediction 2022, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0267138 PMID:35512010	研究论文	本文提出了一种基于生存分析的波动性和稀疏性建模网络（SAVSNet），用于学生辍学预测	SAVSNet在端到端的深度学习框架中解决了数据波动性和稀疏性问题，通过卷积网络平滑波动时间序列，并使用LSTM保留原始数据信息，同时提出了时间缺失感知LSTM单元以减轻数据稀疏性的影响	NA	提高大规模开放在线课程（MOOC）中学生辍学预测的准确性和一致性	MOOC学生	机器学习	NA	生存分析	LSTM, 卷积网络	时间序列数据	两个真实世界的MOOC数据集	NA	NA	NA	NA
37	2025-02-21	Research on Impulse Power Load Forecasting Based on Improved Recurrent Neural Networks 2022, Computational intelligence and neuroscience DOI:10.1155/2022/2784563 PMID:35502351	研究论文	本文提出了一种基于改进循环神经网络的脉冲功率负荷预测模型	使用改进的长短期记忆（LSTM）网络来预测脉冲功率负荷，有效处理了数据中的噪声和随机性	未提及具体的数据集大小和实验环境，可能影响结果的普适性	提高脉冲功率负荷预测的准确性和可靠性	脉冲功率负荷数据	机器学习	NA	深度学习	LSTM	时间序列数据	未提及具体样本数量	NA	NA	NA	NA
38	2025-02-21	Emotion Analysis Model of Microblog Comment Text Based on CNN-BiLSTM 2022, Computational intelligence and neuroscience DOI:10.1155/2022/1669569 PMID:35535200	研究论文	本文提出了一种基于CNN-BiLSTM的深度学习模型，用于微博评论文本的情感分析	结合了双向长短期记忆网络（BiLSTM）和卷积神经网络（CNN）的优势，提高了情感分析的准确性	未提及模型在处理多语言或跨文化情感分析时的表现	提高微博评论文本情感分析的准确性和泛化能力	微博评论文本	自然语言处理	NA	深度学习	CNN-BiLSTM	文本	大规模未标记语料库	NA	NA	NA	NA
39	2025-02-21	Design of Financial Risk Control Model Based on Deep Learning Neural Network 2022, Computational intelligence and neuroscience DOI:10.1155/2022/5842039 PMID:35720891	研究论文	本文设计了一种基于深度学习神经网络的金融风控模型，旨在通过预处理金融数据和设计循环神经网络结构来降低金融风险	本文的创新点在于结合Borderline-SMOTE算法进行数据预处理，并引入LSTM神经网络处理具有时间序列特征的样本数据，提高了模型的准确性和欺诈客户识别能力	未提及具体的数据集规模或模型在实际金融环境中的泛化能力	设计一种基于深度学习神经网络的金融风控模型，以降低金融风险	金融数据及其风险控制	机器学习	NA	Borderline-SMOTE算法，LSTM神经网络	LSTM	金融数据	未提及具体样本数量	NA	NA	NA	NA
40	2025-02-21	Knowledge Graph-Enabled Text-Based Automatic Personality Prediction 2022, Computational intelligence and neuroscience DOI:10.1155/2022/3732351 PMID:35769270	研究论文	本文提出了一种基于知识图谱的文本自动人格预测方法，利用Big Five人格特质进行预测	本文的创新点在于结合知识图谱和深度学习模型进行文本自动人格预测，通过DBpedia知识库、NRC情感强度词典和MRC心理语言学数据库丰富知识图谱，提高了预测准确性	未明确提及具体局限性	研究目标是实现基于文本的自动人格预测，以改善人际关系	研究对象是基于文本内容的人格特征	自然语言处理	NA	知识图谱构建、深度学习	CNN, RNN, LSTM, BiLSTM	文本	未明确提及样本数量	NA	NA	NA	NA