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
17481	2025-03-12	U-TSS: a novel time series segmentation model based U-net applied to automatic detection of interference events in geomagnetic field data 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2678 PMID:40062268	研究论文	本文介绍了一种基于U-net的新型时间序列分割模型U-TSS，用于自动检测地磁场数据中的干扰事件	U-TSS是一种基于U-net的序列到序列全卷积网络，专门设计用于一维时间序列分割任务，能够在不同时间尺度上对输入序列进行分类，并在每个时间步进行精确分割	NA	开发一种能够精确分割复杂时间序列数据的模型，以检测地磁场数据中的高压直流（HVDC）干扰事件	地磁场观测数据	机器学习	NA	深度学习	U-net	时间序列数据	训练集、验证集和测试集	NA	NA	NA	NA
17482	2025-03-12	Cloud-to-Thing continuum-based sports monitoring system using machine learning and deep learning model 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2539 PMID:40062269	研究论文	本文提出了一种基于云到物连续体的体育监测系统，利用机器学习和深度学习技术，特别关注篮球运动，实现从传统云架构到连续体范式的无缝过渡，以实时分析球员表现和团队动态	提出了一种新的基于云到物连续体的体育监测系统，结合改进的Mask R-CNN进行姿态估计，以及混合元启发式算法与生成对抗网络（GAN）进行分类，显著降低了延迟并提高了准确性	NA	开发一种实时、精确且可扩展的体育监测系统，以提供即时反馈并改善球员表现评估和团队策略	篮球运动中的球员表现和团队动态	机器学习	NA	改进的Mask R-CNN，混合元启发式算法，生成对抗网络（GAN）	Mask R-CNN, GAN	视频	NA	NA	NA	NA	NA
17483	2025-03-12	A majority voting framework for reliable sentiment analysis of product reviews 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2738 PMID:40062271	研究论文	本文提出了一种定制的多数投票方法，用于提高在线产品评论中情感分析的一致性和可靠性	通过利用多个自动化工具的情感标签并实施稳健的多数决策规则，解决了情感分类中的不一致性问题	未提及具体局限性	提高在线产品评论中情感分析的一致性和可靠性	在线产品评论	自然语言处理	NA	多数投票方法	深度学习模型	文本	未提及具体样本数量	NA	NA	NA	NA
17484	2025-03-12	Non-invasive enhanced hypertension detection through ballistocardiograph signals with Mamba model 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2711 PMID:40062272	研究论文	本研究探讨了使用非侵入性心血管监测技术——心冲击描记术（BCG）结合先进的机器学习和深度学习模型进行高血压检测	本研究通过采用Mamba深度学习架构和基于Transformer的模型，区别于以往文献，能够更有效地分析时间序列数据，捕捉长期信号依赖关系，并实现更高的准确率	未来研究应旨在用更大的数据集验证这些发现，并探索BCG在心血管疾病监测中的临床应用	开发一种非侵入性且高效的方法，用于长期高血压监测，促进家庭健康评估	高血压患者和正常血压个体的BCG信号	机器学习	心血管疾病	BCG	Mamba Classifier, Transformer, Stacking, Voting, XGBoost	时间序列数据	128个BCG记录	NA	NA	NA	NA
17485	2025-03-12	Autoregressive models for session-based recommendations using set expansion 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2734 PMID:40062273	研究论文	本文提出了一种新的基于集合的会话推荐模型DSETRec，通过将会话数据视为无序集合来捕捉项目间的耦合关系和共现模式，从而提高在顺序信息不可用或嘈杂情况下的预测准确性	DSETRec模型从集合的角度处理会话推荐问题，消除了对交互序列的依赖，能够更好地捕捉无序交互模式并适应不同的会话长度	模型在顺序信息明确且可靠的场景下可能不如序列模型有效	开发一种更灵活和通用的会话推荐系统	会话数据	机器学习	NA	深度学习	自回归模型	会话数据	基准数据集（如Yoochoose）	NA	NA	NA	NA
17486	2025-03-12	ALL-Net: integrating CNN and explainable-AI for enhanced diagnosis and interpretation of acute lymphoblastic leukemia 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2600 PMID:40062280	研究论文	本文介绍了一种新模型ALL-Net，用于通过自定义卷积神经网络（CNN）架构和可解释人工智能（XAI）检测急性淋巴细胞白血病（ALL）	ALL-Net结合了CNN和XAI技术，通过LIME算法解释模型预测，解决了深度学习模型的黑箱问题，并在处理数据不平衡问题上表现出色	尽管ALL-Net在大多数模型上表现优异，但与DenseNet201相比有0.5%的微小差异	提高急性淋巴细胞白血病的诊断准确性和模型的可解释性	急性淋巴细胞白血病（ALL）的外周血涂片（PBS）图像	计算机视觉	白血病	卷积神经网络（CNN）和可解释人工智能（XAI）	CNN	图像	3,256张外周血涂片（PBS）图像，分为四类：良性（hematogones）和三种ALL亚型（Early B, Pre-B, Pro-B）	NA	NA	NA	NA
17487	2025-03-12	MFI-Net: multi-level feature invertible network image concealment technique 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2668 PMID:40062291	研究论文	本文提出了一种基于可逆网络的新型图像隐藏方法MFI-Net，通过引入新的上采样卷积块和频率域损失函数，有效利用图像的多层次信息，提高了图像隐藏的质量和安全性	提出了新的上采样卷积块（UCB）和频率域损失（FDL），有效利用图像的低层次和高层次特征，提高了隐藏信息的精确度和图像质量	现有方法在隐藏区域选择上缺乏精确性，主要依赖残差结构，未能充分利用低层次特征，导致生成结果质量下降和网络过拟合风险增加	提高图像隐藏技术的质量和安全性	图像隐藏技术	计算机视觉	NA	深度学习，可逆网络	MFI-Net	图像	DIV2K, COCO, ImageNet数据集	NA	NA	NA	NA
17488	2025-03-12	Gradient pooling distillation network for lightweight single image super-resolution reconstruction 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2679 PMID:40062290	研究论文	本文提出了一种梯度池化蒸馏网络（GPDN），用于轻量级单图像超分辨率重建	提出了梯度池化蒸馏模块和特征通道注意力模块，通过多层次堆叠的特征蒸馏混合单元捕获多尺度特征表示，并动态优化特征空间	尽管在性能和资源利用率之间取得了平衡，但在某些计算资源极其受限的场景下，可能仍需进一步优化	设计一种高效的单图像超分辨率算法，以在资源受限的场景中实现高质量图像重建	低分辨率图像	计算机视觉	NA	深度学习技术	梯度池化蒸馏网络（GPDN）	图像	NA	NA	NA	NA	NA
17489	2025-03-12	Testing convolutional neural network based deep learning systems: a statistical metamorphic approach 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2658 PMID:40062296	研究论文	本文提出了一种统计变形测试（SMT）技术，用于测试基于卷积神经网络（CNN）的深度学习系统，特别是在医疗领域的肺炎检测模型中验证其有效性	提出了一种不需要固定随机种子的统计变形测试技术，结合七种变形关系和统计方法，验证深度学习模型的正确性，并提出了变形关系最小化算法以节省计算资源	研究主要针对CNN模型，未涉及其他类型的深度学习模型，且实验范围局限于肺炎检测	解决传统变形测试技术在验证深度学习模型时的局限性，特别是在随机初始化权重的情况下	基于CNN的深度学习模型	机器学习	肺炎	统计变形测试（SMT）	CNN	图像	未明确提及样本数量	NA	NA	NA	NA
17490	2025-03-12	Design and analysis of teaching early warning system based on multimodal data in an intelligent learning environment 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2692 PMID:40062295	研究论文	本文设计并分析了一种基于多模态数据的智能学习环境中的教学预警系统	提出了一种高效的长视频情感过渡点搜索算法和基于面部特征的中性情感片段过滤算法，并引入了基于深度学习的多模态情感识别模型，结合注意力机制进行特征级模态融合	未提及具体的数据集大小或实验结果的广泛验证	提高在线教育环境中教师情感表达的智能评估和改进	教学视频中的情感片段和情感识别	自然语言处理	NA	深度学习	多模态情感识别模型	视频、语音、面部图像	未提及具体样本数量	NA	NA	NA	NA
17491	2025-03-12	Enhancing the prediction of vitamin D deficiency levels using an integrated approach of deep learning and evolutionary computing 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2698 PMID:40062307	研究论文	本文提出了一种结合深度学习和进化计算的新方法，用于预测维生素D缺乏水平	创新点在于结合了卷积神经网络（CNN）和双向长短期记忆网络（BiLSTM）的混合深度学习模型，并使用遗传算法（GA）优化特征和超参数选择	未提及具体局限性	研究目的是开发一种非侵入性的预测方法，以确定维生素D缺乏的严重程度	维生素D缺乏水平	机器学习	NA	深度学习，进化计算	CNN, BiLSTM, GA	医疗数据	基准数据集	NA	NA	NA	NA
17492	2025-03-12	Review of models for estimating 3D human pose using deep learning 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2574 PMID:40062308	综述	本文综述了基于深度学习的3D人体姿态估计模型的最新进展，探讨了准确性、实时性能和数据限制等主要挑战	本文总结了3D人体姿态估计领域的最新进展，并提供了主要算法在精度和计算效率方面的比较，为未来研究提供了方向	尽管深度学习模型取得了显著进展，但在处理遮挡、实时估计和泛化能力方面仍存在挑战	探讨3D人体姿态估计模型的最新进展及其在计算机视觉和人工智能领域的应用	3D人体姿态估计模型	计算机视觉	NA	深度学习	NA	图像, 视频	NA	NA	NA	NA	NA
17493	2025-03-11	In-situ dynamic correction of progressive ablation fluctuations in laser-induced breakdown spectroscopy (LIBS) using Raman spectroscopy and deep learning 2025-Aug-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2025.127762 PMID:39999584	研究论文	本研究开发了一种基于拉曼光谱的原位动态校正方法，用于优化和校正激光诱导击穿光谱（LIBS）动态烧蚀过程中的波动特性	结合拉曼光谱和深度学习建模，设计了原位在线反馈校正系统，显著提高了LIBS等离子体温度的分类模型性能	NA	提高LIBS作为高精度分析工具的性能	金属样品的连续LIBS烧蚀过程	机器学习和光谱分析	NA	拉曼光谱和激光诱导击穿光谱（LIBS）	深度卷积神经网络（CNN）	光谱数据	NA	NA	NA	NA	NA
17494	2025-10-07	Two algorithms for improving model-based diagnosis using multiple observations and deep learning 2025-May, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107185 PMID:39862533	研究论文	本文提出了两种结合多观测数据和深度学习的模型诊断算法，显著提升了诊断准确率和计算效率	首次将多观测数据集成到基于模型的诊断中，并设计了缓存机制消除冗余计算	仅在模拟三罐模型上进行实验验证，未在真实复杂系统中测试	提升基于模型诊断的准确率和计算效率	复杂系统的故障诊断	机器学习	NA	深度学习	NA	多观测数据	NA	NA	NA	诊断准确率, 计算时间	NA
17495	2025-10-07	Endpoint-aware audio-visual speech enhancement utilizing dynamic weight modulation based on SNR estimation 2025-May, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107152 PMID:39874821	研究论文	提出一种基于SNR估计的动态权重调制端点感知音视频语音增强系统	通过SNR估计模块动态调整音视频端点信息权重，解决高信噪比环境下冗余信息导致的性能下降问题	未明确说明具体的数据集规模和实验环境限制	提升音视频语音增强系统在不同噪声环境下的性能	音视频语音信号	语音增强	NA	深度学习，注意力机制	端点感知网络(EANet)	音频，视频	基准数据集（未明确具体数量）	NA	端点感知网络(EANet)	语音质量，语音可懂度	NA
17496	2025-10-07	Multi-knowledge informed deep learning model for multi-point prediction of Alzheimer's disease progression 2025-May, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107203 PMID:39922154	研究论文	提出一种融合多知识信息的深度学习模型Mul-KMPP，用于阿尔茨海默病多时间点进展预测	提出双路径方法提取全局和局部脑特征，结合AAL解剖知识设计诊断模块，并创建包含诊断损失、预测损失和一致性损失的复合损失函数	NA	准确预测阿尔茨海默病的进展过程	老年人阿尔茨海默病患者	数字病理学	阿尔茨海默病	MRI	深度学习	图像	819个样本	NA	Mul-KMPP	准确率, 敏感度, 特异度, AUC	NA
17497	2025-10-07	Spiking-PhysFormer: Camera-based remote photoplethysmography with parallel spike-driven transformer 2025-May, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107128 PMID:39817982	研究论文	提出了一种基于脉冲神经网络的混合神经网络模型Spiking-PhysFormer，用于从面部视频中测量心脏活动和生理信号	首次将脉冲神经网络引入远程光电容积描记技术领域，设计了并行脉冲驱动变压器块和简化的脉冲自注意力机制	NA	开发能效更高的远程生理信号测量方法，降低移动设备部署的计算资源需求	面部视频中的脉搏波、心率和呼吸率等生理信号	计算机视觉	心血管疾病	远程光电容积描记技术	混合神经网络,SNN,Transformer	视频	四个数据集：PURE、UBFC-rPPG、UBFC-Phys和MMPD	NA	Spiking-PhysFormer，包含ANN补丁嵌入块、SNN变压器块和ANN预测头	功耗降低百分比，性能保持度	NA
17498	2025-10-07	Automatic visual detection of activated sludge microorganisms based on microscopic phase contrast image optimisation and deep learning 2025-Apr, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.13385 PMID:39846854	研究论文	提出基于显微相差图像优化和深度学习的活性污泥微生物自动视觉检测方法	提出基于融合方差的相差图像质量优化算法、轻量级YOLOv8n-SimAM模型和IW-IoU损失函数	NA	实现活性污泥微生物的快速准确检测	活性污泥中的八种微生物	计算机视觉	NA	显微相差成像	YOLOv8	显微相差图像	包含八种微生物的数据集（具体数量未提及）	NA	YOLOv8n-SimAM	检测精度, 运行速度	NA
17499	2025-10-07	Automated Euler number of the alveolar capillary network based on deep learning segmentation with verification by stereological methods 2025-Apr, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.13390 PMID:39887731	研究论文	本研究开发基于深度学习的自动化方法用于肺泡毛细血管网络的图像分割和定量分析	首次将2D深度学习方法应用于SBF-SEM数据的肺泡毛细血管网络分割，并与传统体视学方法进行验证比较	训练数据量有限，采用2D而非3D分割方法，分析数据量不足以获得BPD诱导的ACN改变的代表性数据	开发自动化的肺泡毛细血管网络定量分析方法	肺泡毛细血管网络	数字病理学	支气管肺发育不良	连续块面扫描电子显微镜	深度学习	电子显微镜图像	有限数量的SBF-SEM数据	NA	NA	分割质量评估，结果可靠性验证	NA
17500	2025-03-11	Accelerating polymer self-consistent field simulation and inverse DSA-lithography with deep neural networks 2025-Mar-14, The Journal of chemical physics IF:3.1Q1 DOI:10.1063/5.0255288 PMID:40062757	研究论文	本文提出了一种基于深度学习的方法，用于加速自洽场理论（SCFT）模拟，并通过深度神经网络（DNN）直接映射早期SCFT结果到平衡结构，显著减少了模拟时间	通过深度神经网络直接映射早期SCFT结果到平衡结构，避免了耗时的SCFT迭代，显著提高了模拟效率	需要生成训练数据集，且训练网络的成本可能较高	加速自洽场理论（SCFT）模拟，提高计算效率	嵌段共聚物（BCP）自组装	机器学习	NA	深度神经网络（DNN）	DNN	模拟数据	NA	NA	NA	NA	NA