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
161	2026-08-20	Harnessing hybrid deep learning approach for personalized retrieval in e-learning 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0308607 PMID:39536054	研究论文	提出一种名为深度学习课程推荐系统（DLCRS）的混合深度学习方法，结合序列GRU与adam优化器及协同过滤技术，用于在线学习中的个性化课程推荐	首次将混合序列GRU+adam优化器与协同过滤技术结合，并利用ELMO词嵌入进行学习者和课程特征提取，以提升推荐准确性和个性化程度	文中未明确提及局限性	解决在线学习平台中因用户知识框架差异而导致的课程选择困难，提供准确且以学习者为中心的课程推荐	在线学习平台中的学习者及其课程资料	机器学习	NA	协同过滤、词嵌入（ELMO）	GRU	文本数据	来自知名公共组织的真实数据集，具体样本数量未提及	NA	GRU	AUC值、命中率（hit ratio）	NA
162	2026-08-20	MaskDGNets: Masked-attention guided dynamic graph aggregation network for event extraction 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0306673 PMID:39546454	研究论文	开发了一种基于掩码注意力引导的动态图聚合网络框架，用于提升事件抽取性能	引入了掩码注意力机制平衡词向量和序列语义，并通过动态图聚合模块强化事件间及事件与属性间的关联	未明确指出，但可能受限于特定数据集和计算资源需求	解决传统深度学习方法在事件抽取中忽略词特征与序列信息关联的问题，提高抽取性能	事件抽取任务中的词向量、字符向量及相关事件属性	自然语言处理	NA	NA	动态图聚合网络	文本	两个基准数据集（DuEE和CCKS2020）	NA	动态图聚合网络、双向独立循环单元	F1分数	NA
163	2026-08-20	Using spatio-temporal graph neural networks to estimate fleet-wide photovoltaic performance degradation patterns 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0297445 PMID:38354115	研究论文	提出一种基于时空图神经网络的分解方法，用于估计大规模光伏系统的性能退化模式	首次将图深度学习用于光伏系统性能退化率的估计，通过时空相干性分解老化与波动成分，并在损失函数中引入平坦性和平滑性正则化以实现有效解耦	基于模拟数据集验证，可能未充分考虑实际光伏系统的复杂性和噪声	精确估计光伏系统性能损失率（PLR），改善传统统计方法的局限，为光伏行业提供实时监测和产品改进支持	大规模光伏系统中的性能退化模式	机器学习	NA	NA	图神经网络	光伏功率时间序列数据	三个模拟光伏数据集，包含5个场地的100个逆变器	PyTorch	时空图神经网络	平均绝对百分比误差（MAPE）、欧氏距离（ED）	NA
164	2026-08-20	Prospective evaluation of deep learning image reconstruction for Lung-RADS and automatic nodule volumetry on ultralow-dose chest CT 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0297390 PMID:38386632	研究论文	本文前瞻性评估了深度学习图像重建在超低剂量胸部CT中对Lung-RADS分类和自动结节体积测量的可行性。	首次前瞻性评估DLIR在超低剂量CT中用于Lung-RADS分类和结节体积测量的性能，并与常规剂量CT进行比较。	样本量较小（仅40名患者），且为单中心研究，可能影响结果的普适性。	评估深度学习图像重建在超低剂量胸部CT中是否能实现与低剂量CT相当的Lung-RADS分类和结节体积测量。	接受低剂量和超低剂量胸部CT检查的患者，以及其肺结节的Lung-RADS分类和体积测量。	医学影像，计算机辅助诊断	肺结节，肺癌	CT成像，深度学习图像重建（DLIR），自适应统计迭代重建（ASIR-V）	深度学习（具体架构未提及）	胸部CT图像	40名患者（平均年龄66±12岁，21名女性），每名患者接受LDCT和ULDCT扫描	NA	NA	信噪比（SNR），主观图像质量评分，敏感性（Lung-RADS分类和结节检测），结节体积差异的一致性（95%一致性界限），体积差异百分比	NA
165	2026-08-20	SegX-Net: A novel image segmentation approach for contrail detection using deep learning 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0298160 PMID:38442105	研究论文	提出了一种基于深度学习的新型图像分割方法SegX-Net，用于飞机尾迹检测，以应对气候变化	结合DeepLabV3+和ResNet-101架构，提出高效轻量级的SegX-Net模型，显著提高分割精度	未提及具体局限性	利用图像分割技术自动识别和监测飞机尾迹，以缓解全球变暖	飞机尾迹（凝结尾迹）图像	计算机视觉	NA	深度学习图像分割	CNN	图像	来自Google research的综合数据集	NA	DeepLabV3+, ResNet-101	IoU, F1分数, 敏感性, Dice系数	NA
166	2026-08-20	Deep learning algorithm for the automated detection and classification of nasal cavity mass in nasal endoscopic images 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0297536 PMID:38478548	研究论文	开发了一个基于鼻内镜图像的深度学习模型，用于自动检测和分类鼻腔肿块病变，包括正常、鼻息肉、良性肿瘤和恶性肿瘤，并与人工评估比较了性能。	首次使用大规模多中心数据训练深度学习模型来区分广泛的鼻腔肿块病变类型，包括良性、恶性肿瘤，且模型在恶性肿瘤和良性肿瘤分类上优于人工评估。	未明确提及局限性，但可能包括数据集类别不均衡（良性肿瘤和恶性肿瘤样本较少）和外部验证不足。	开发并验证基于鼻内镜图像的深度学习模型，用于检测和分类鼻腔肿块病变，并评估其临床可行性。	鼻腔肿块病变图像，包括正常鼻腔、鼻息肉、良性肿瘤和恶性肿瘤。	计算机视觉，数字病理学	鼻腔肿块病变，包括鼻息肉、良性肿瘤、恶性肿瘤	内镜检查图像	CNN	图像	训练和验证数据集共包含149,043张正常鼻腔图像、311,043张鼻息肉图像、9,271张良性肿瘤图像和5,323张恶性肿瘤图像；测试集包含400张图像	NA	Xception	准确率，AUC，F1分数，敏感性	NA
167	2026-08-20	DVFNet: A deep feature fusion-based model for the multiclassification of skin cancer utilizing dermoscopy images 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0297667 PMID:38507348	研究论文	提出了一种基于深度特征融合的DVFNet模型，用于皮肤癌皮肤镜图像的多分类检测	结合VGG19和HOG特征提取，并使用SMOTE Tomek处理类别不平衡，通过特征向量图实现多分类	未提及	早期识别和分期皮肤癌，提高检测准确性	皮肤癌皮肤镜图像	计算机视觉	皮肤癌	皮肤镜成像	CNN	图像	ISIC 2019数据集（图像数量未提及）	未提及	VGG19, HOG, CNN	准确率	未提及
168	2026-08-20	A deeply supervised adaptable neural network for diagnosis and classification of Alzheimer's severity using multitask feature extraction 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0297996 PMID:38530836	研究论文	本研究利用MRI图像通过混合特征提取和传统机器学习方法以及CNN模型来诊断和分类阿尔茨海默病的严重程度	采用12种特征提取方法的混合方案，并提出了一个深度监督的自适应CNN架构，以多任务特征提取方式提高诊断准确性	未明确说明研究的局限性，可能包括数据集规模有限或仅依赖单一影像模态	利用MRI图像自动诊断和分类阿尔茨海默病的严重程度，并比较传统机器学习方法与先进CNN模型的性能	阿尔茨海默病患者的MRI脑部图像，包含四个严重程度等级	机器学习, 医学影像分析	阿尔茨海默病	MRI	CNN, 决策树, K近邻, 线性判别分析, 朴素贝叶斯, 支持向量机, 集成学习	图像（MRI）	未明确说明具体样本数量，但包含四个严重程度等级的数据集	NA	CNN架构（未具体说明类型）	准确率	NA
169	2026-08-20	A deep learning approach for Named Entity Recognition in Urdu language 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0300725 PMID:38547173	研究论文	本文提出了一种利用FastText和Floret词嵌入的深度学习方法，用于乌尔都语命名实体识别，显著提升了识别性能	利用公开的FastText和Floret词嵌入结合上下文信息改进特征提取，并组合多种深度学习模型（LSTM, BiLSTM, GRU, CRF）进行训练，在乌尔都语NER任务中取得了最高F值0.98的性能	仅针对乌尔都语数据集，未涉及其他语言；错误率仍有1.24%至3.63%的波动	提出一种改进的深度学习方法，以提高乌尔都语命名实体识别的性能	乌尔都语文本中的命名实体，涉及多个基准数据集	自然语言处理	NA	FastText词嵌入, Floret词嵌入	LSTM, BiLSTM, GRU, CRF	文本	四个乌尔都语基准数据集	NA	LSTM, BiLSTM, GRU, CRF	F值, 错误率	NA
170	2026-08-20	DEW: A wavelet approach of rare sound event detection 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0300444 PMID:38547253	研究论文	本文提出了一种基于小波的罕见声音事件检测系统，利用小波多分辨率分析和去噪技术，结合峰值检测和K-medoids聚类来定位事件，并通过小波散射网络提取特征，使用支持向量机进行分类	该系统无需可学习参数，训练仅需一个epoch，计算高效且轻量，适合资源受限设备上的实时应用	未明确提及局限性	开发一种适用于开放环境中罕见声音事件检测的高效轻量级系统	开放环境中的罕见声音事件	机器学习	NA	小波多分辨率分析，小波去噪，小波散射网络	支持向量机	音频	未明确提及具体样本数量，但输入为30秒音频片段，并处理1秒的片段	NA	小波散射网络，支持向量机	错误率	未明确提及，但强调计算高效和轻量
171	2026-08-20	Deep learning-based near-field effect correction method for Controlled Source Electromagnetic Method and application 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0308875 PMID:39527626	研究论文	提出一种基于深度学习（LSTM-CNN）的受控源电磁法近场效应校正方法，并通过理论数据和实测数据验证其有效性。	首次将LSTM-CNN深度学习网络应用于受控源电磁法的近场效应校正，通过正演模拟生成多样数据集，实现对近场效应的自动校正，提升了校正精度和抗噪能力。	原文未明确提及局限性，但可能受限于层状地质模型假设、数据生成范围以及实测数据的多样性。	开发一种基于深度学习的受控源电磁法近场效应校正方法，以消除近场效应的影响，更准确地反映真实地质结构。	受控源电磁法（CSEM）中的近场效应校正问题，涉及理论数据和实测数据。	深度学习、地球物理勘探	不适用	正演模拟、深度学习	LSTM-CNN	电磁场模拟数据、实测CSEM数据	未明确样本数量，但生成了多样化的层状地质模型数据集。	未明确指定，但可能使用TensorFlow或PyTorch等。	LSTM-CNN	与模拟数据的一致性、抗噪性能、实测数据的校正效果（如消除虚假高阻异常）。	未明确指定。
172	2026-08-19	Fuzzy ensemble of fined tuned BERT models for domain-specific sentiment analysis of software engineering dataset 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0300279 PMID:38805433	研究论文	提出了一种基于模糊逻辑集成的微调BERT模型，用于软件工程领域的情感分析	采用模糊逻辑集成多个微调BERT变体，以提高软件工程领域情感分析的性能，特别是中性情感预测	未明确提及局限性，但可能涉及计算资源需求和模型复杂度	开发一种适用于软件工程领域的领域特定情感分析工具，以克服现有工具的局限性并提高情感分类准确性	软件工程社区问答数据集，包括Stack Overflow、JavaLib、Jira和Code Review	自然语言处理	不适用	深度学习，微调BERT模型	BERT及其变体（Bert-Base、Bert-Large、Bert-LSTM、Bert-GRU、Bert-CNN）	文本数据	四个公开基准数据集	未明确提及	BERT、LSTM、GRU、CNN	F1-score	未明确提及
173	2026-08-19	Accelerated construction of stress relief music datasets using CNN and the Mel-scaled spectrogram 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0300607 PMID:38787824	研究论文	提出一种基于卷积神经网络和梅尔频谱图的深度学习方法，以加速构建减压音乐数据集	首次将深度学习应用于减压音乐数据集的自动构建，直接从音乐中提取频率、振幅和波形等关键声学元素，无需依赖生物反应测量，实现高效、经济且个性化的音乐选择	未提及具体局限性	提供一种更高效、经济的减压音乐数据集生成方法，以解决减压音乐选择有限且不个性化的问题	减压音乐数据集及其梅尔频谱图	机器学习	不适用	梅尔频谱图	卷积神经网络（CNN）	图像（梅尔频谱图）	未提及	未提及	卷积神经网络	准确率	未提及
174	2026-08-19	Res2Net-based multi-scale and multi-attention model for traffic scene image classification 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0300017 PMID:38768119	研究论文	提出了一种基于Res2Net的多尺度与多注意力模型，用于交通场景图像分类，通过特征细化金字塔模块和注意力机制提升分类准确率	引入了自适应特征细化金字塔模块（AFRPM）增强多尺度特征提取，并整合频域、空间和通道注意力机制以提升复杂背景和不同尺度物体的识别能力	未提及具体限制，可能包括数据集规模有限或未在更多样化的真实场景中验证	提高交通场景图像分类的准确性和鲁棒性，解决多尺度特征提取和注意力机制结合上的不足	交通场景图像	计算机视觉	不适用	深度学习（基于Res2Net的特征提取）	卷积神经网络（Res2Net）	图像	Traffic-Net数据集（具体样本量未在摘要中给出）	PyTorch（推测，未明确提及）	Res2Net, 自适应特征细化金字塔模块（AFRPM）, 频域注意力和空间-通道注意力模块	准确率	NA
175	2026-08-19	Learning multi-site harmonization of magnetic resonance images without traveling human phantoms 2024, Communications engineering DOI:10.1038/s44172-023-00140-w PMID:38420332	研究论文	提出一种无需人类受试者跨站点旅行的深度学习网络，用于多站点磁共振图像协调，通过解缠站点特定外观和站点不变解剖信息生成目标站点图像	首次实现无需旅行人类幻影数据的无监督多站点MRI协调，通过解缠机制保留解剖细节并生成逼真站点特异性外观	未明确提及局限性，但可能依赖于多站点数据的质量和一致性	开发一种无需额外数据收集的回顾性多站点MRI协调方法，以增强跨站点数据整合的一致性	多站点T1和T2加权磁共振图像	计算机视觉, 数字病理学	不适用	磁共振成像	深度神经网络	图像	超过6000张多站点T1和T2加权图像	不适用	不适用	不适用	不适用
176	2026-08-19	The applications of anterior segment optical coherence tomography in glaucoma: a 20-year bibliometric analysis 2024, PeerJ IF:2.3Q2 DOI:10.7717/peerj.18611 PMID:39619196	研究论文	对2004年至2023年间关于眼前节光学相干断层扫描（AS-OCT）在青光眼领域应用的文献进行计量学分析，探讨研究热点和趋势	首次对AS-OCT在青光眼领域20年间的文献进行全面的计量学分析，揭示研究热点和前沿趋势	文献仅来源于SCI数据库，可能遗漏其他重要研究；未涉及临床效果或技术细节的深入评估	通过文献计量方法探讨眼前节光学相干断层扫描在青光眼领域的研究热点和趋势	2004年至2023年间SCI数据库中关于AS-OCT在青光眼应用的931篇文献	文献计量学	青光眼	NA	NA	文献数据	931篇文献	NA	NA	NA	NA
177	2026-08-19	Automatic Kidney Stone Composition Analysis Method Based on Dual-energy CT 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/1573405620666230908111745 PMID:37691210	研究论文	提出一种基于双能CT图像的自动肾结石成分分析方法，包括深度学习分割和机器学习分类	实现了肾结石的自动分割和混合成分分析，无需手动描绘结石位置，提高了成分预测的准确性	未提及具体局限，但可能依赖双能CT数据，且混合成分分析的准确性仍有提升空间	开发一个准确的方法来自动分析肾结石成分，以辅助术前规划和治疗决策	肾结石	计算机视觉, 机器学习	肾结石病	双能CT成像	深度学习（分割）, 机器学习（分类）	图像（双能CT图像）	未提及具体样本数量	未提及	未提及具体架构，但包含深度学习分割模型和多标签分类模型	AUC, 准确率, 敏感性, 特异性, F1分数, 精确匹配比	未提及
178	2026-08-18	Offensive language detection in low resource languages: A use case of Persian language 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0304166 PMID:38905214	研究论文	本文针对低资源语言波斯语，构建了包含6000条标注推文的攻击性语言语料库，并评估了多种机器学习、深度学习和基于Transformer的模型，提出了集成模型以提高检测性能	首次为波斯语提供了大规模的标注攻击性语言语料库，并引入了包含单语和跨语言预训练语言模型的集成方法，显著提升了检测效果	语料库规模相对较小，且标注过程可能受主观性影响；实验仅在单一平台（Twitter）上采样，可能限制了泛化能力	解决低资源语言（波斯语）中的攻击性语言检测问题，减少社交网络用户的潜在伤害	波斯语社交网络帖子（来自X/Twitter的微博客）	自然语言处理	NA	文本标注、基于Transformer的预训练模型（如ParsBERT）	支持向量机（SVM）、深度学习模型、神经网络、集成模型	文本数据（社交网络帖子）	6000条从520,000条随机采样的X（Twitter）帖子	NA	SVM、Transformer（如ParsBERT）、多层感知机等	宏F1分数	NA
179	2026-08-18	The potential of the transformer-based survival analysis model, SurvTrace, for predicting recurrent cardiovascular events and stratifying high-risk patients with ischemic heart disease 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0304423 PMID:38889124	研究论文	本研究评估了基于Transformer的生存分析模型SurvTrace在预测复发性心血管事件和识别高风险患者方面的准确性，并与传统评分系统进行比较	首次将Transformer-Based生存分析模型SurvTrace应用于缺血性心脏病患者复发性心血管事件的预测和高风险分层，并利用真实世界数据验证其优越性	研究基于单中心数据，可能导致泛化性受限；未提及模型解释性和计算成本	评估SurvTrace模型预测复发性心血管事件和高风险患者分层的准确性，并对比传统评分系统	接受经皮冠状动脉介入治疗（PCI）的缺血性心脏病患者	机器学习	缺血性心脏病	NA	Transformer	临床数据	3938例患者，其中394例用于测试，3544例用于训练	NA	Transformer	Harrell's c-index, Kaplan-Meier曲线, 对数秩检验	NA
180	2026-08-18	Visual explanations for polyp detection: How medical doctors assess intrinsic versus extrinsic explanations 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0304069 PMID:38820304	研究论文	本研究调查了医学专业人员对应用于胃肠道疾病检测的现有人工智能可解释性方法的看法，比较了内在和外在解释，并发现内在解释更受青睐	首次从医学专家角度系统比较内在与外在解释方法在临床应用中的价值	未提供具体样本量和统计细节，可能限制结果的普遍性	评估医学专业人员对深度学习中可解释性方法的意见，以优化未来医学人工智能解释的设计	医学专业人员（医生）及其对可解释性方法的主观评价	计算机视觉	胃肠道疾病	深度学习	神经网络	医学图像	未提供	未提及	未提及	未提供	未提及