深度学习在生物医药领域中的应用

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
781	2025-09-27	A novel deep learning approach for predicting stone-free rates post-ESWL on uncontrasted CT 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.3111 PMID:40989424	研究论文	提出一种基于非对比CT图像的深度学习模型，用于预测体外冲击波碎石术后的无石率	首次结合LBP和HOG特征提取方法，并采用NCA降维技术构建混合人工智能模型预测ESWL疗效	回顾性研究设计，样本仅来自单一机构	评估人工智能模型在预测ESWL治疗成功率方面的有效性	接受ESWL治疗的肾结石患者	医学影像分析	肾结石	非对比CT成像、特征提取（LBP、HOG）、维度缩减（NCA）	卷积神经网络（CNN）、纹理特征模型、混合模型	CT图像	910名患者（2016年1月至2021年6月期间接受ESWL治疗）
782	2025-09-27	A hybrid deep learning approach with progressive cyclical CNN and firebug swarm optimization for breast cancer detection 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.3119 PMID:40989432	研究论文	提出一种结合渐进循环CNN和萤火虫群优化的混合深度学习方法来提升乳腺癌检测性能	融合图像分块分割、混合深度特征提取、渐进循环CNN训练策略和萤火虫群优化超参数调整的创新集成方法	NA	提高乳腺癌医学影像检测的准确性和时效性	乳腺X光影像中的恶性病变检测	计算机视觉	乳腺癌	深度学习、图像分割、特征提取、超参数优化	CNN、P-CycCNN、混合特征模型	医学影像（乳腺X光片）	CBIS-DDSM数据集（具体数量未提及）
783	2025-09-27	A progressive attention-based cross-modal fusion network for cardiovascular disease detection using synchronized electrocardiogram and phonocardiogram signals 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.3038 PMID:40989428	研究论文	提出一种基于渐进注意力的跨模态融合网络PACFNet，用于同步心电图和心音图信号的心血管疾病检测	采用四层渐进式融合机制和选择性注意力跨模态融合模块，通过级联空间和通道注意力动态强调跨模态的显著特征贡献	NA	提高心血管疾病检测的准确性	同步心电图和心音图信号	机器学习	心血管疾病	深度学习	渐进注意力跨模态融合网络	生理信号	公共PhysioNet 2016数据集
784	2025-09-27	Feature-based enhanced boosting algorithm for depression detection 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2981 PMID:40989434	研究论文	提出一种基于特征的增强提升算法（F-EBA）用于社交媒体数据的抑郁症检测	开发了集成特征工程和分类双管道的F-EBA模型，通过权重最大化策略增强弱学习器性能，并引入对抗层防御同义文本和讽刺短语	NA	提升抑郁症检测的准确率和可解释性	社交媒体文本数据	自然语言处理	抑郁症	特征工程、注意力机制、对抗训练	Boosting算法、BERT、WordVec	文本	超过4600万条记录
785	2025-09-27	Periodontitis bone loss detection in panoramic radiographs using modified YOLOv7 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.3102 PMID:40989442	研究论文	提出改进版YOLOv7模型用于全景X光片中的牙周炎骨流失自动检测	在YOLOv7基础上引入焦点模块和特征融合模块，提升特征提取能力与推理速度	NA	实现牙周炎骨流失的自动化诊断	全景X光片中的牙周骨流失区域	计算机视觉	牙周炎	深度学习	YOLOv7-M（改进版YOLO）	医学影像（全景X光片）	NA
786	2025-09-27	Design of tennis auxiliary teaching system based on reinforcement learning and multi-feature fusion 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.3188 PMID:40989459	研究论文	基于强化学习和多特征融合设计了一个网球辅助教学系统，用于准确识别和评估网球动作	结合强化学习进行关键帧提取优化，并使用遗传算法融合多特征，相比传统图卷积网络方法具有更好的泛化能力	NA	开发网球动作识别与评估系统以辅助教学	网球运动动作	计算机视觉	NA	强化学习、遗传算法、动态时间规整	深度学习	视频序列	涉及4类网球子动作的识别评估
787	2025-09-27	Multi-objective optimization for smart cities: a systematic review of algorithms, challenges, and future directions 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.3042 PMID:40989444	综述	本文对智能城市多目标优化算法的研究进展进行系统性综述	提出将多目标优化算法分为四大类进行系统评估，并开发了实用的基准工具包和算法选择矩阵	现有方法存在跨领域泛化能力有限、不确定性处理不足以及AI模型可解释性低等问题	评估智能城市背景下多目标优化技术的发展现状与未来方向	117篇2015-2025年间发表的同行评审研究	机器学习	NA	系统文献综述方法	NSGA-II, MOED/D, 深度学习与进化搜索混合框架	文献数据	117项研究
788	2025-09-27	A robust detect and describe framework for object recognition in early childhood education 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.3080 PMID:40989446	研究论文	提出一个基于深度学习的认知增强框架，用于幼儿教育中的嵌套物体识别和语义描述	结合YOLOv8物体检测和LSTM语义描述模型，首次针对幼儿教育场景开发嵌套物体识别框架	使用自定义数据集PreEduDS，未在更大规模标准数据集上验证	开发适用于幼儿教育的物体识别和语义描述系统	学前教育中的嵌套物体识别和语义描述	计算机视觉	NA	深度学习	YOLOv8, VGG16, LSTM	图像	自定义数据集PreEduDS
789	2025-09-27	Systematic review: progress in EEG-based speech imagery brain-computer interface decoding and encoding research 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2938 PMID:40989443	综述	系统回顾基于脑电图的语音想象脑机接口在神经解码与编码方面的研究进展	深入探讨语音想象脑机接口的脑连接机制及其在神经编码解码中的关键作用，分析不同语言单位的想象范式	NA	总结语音想象脑机接口技术的研究现状与发展方向	基于脑电图的语音想象脑机接口系统	脑机接口	NA	脑电图（EEG）	机器学习和深度学习算法	脑电信号	NA
790	2025-09-27	A hybrid deep learning framework for skin disease localization and classification using wearable sensors 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.3002 PMID:40989455	研究论文	提出一种基于可穿戴传感器和临床数据的混合深度学习框架，用于皮肤病的定位和分类	结合全卷积残差神经网络生成可解释的疾病概率图，并采用多模态融合方法整合图像特征与临床数据	NA	开发高效、可扩展且可解释的皮肤病检测方法	皮肤病患者的皮肤图像和临床数据	计算机视觉	皮肤病	深度学习	FCRN（全卷积残差神经网络）和CNN（卷积神经网络）	图像和临床文本数据	NA
791	2025-09-27	Quantification of left ventricular mass in multiple views of echocardiograms using model-agnostic meta learning in a few-shot setting 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.3161 PMID:40989454	研究论文	提出一种基于模型无关元学习的少样本学习方法，用于多视角超声心动图中左心室质量的量化	首次将模型无关元学习应用于超声心动图多视角分析，通过共享表示和视角特定头部实现少样本快速适应	仅在有限的数据集上进行验证，需要进一步临床验证	开发少样本学习框架以解决超声心动图左心室质量量化中标注数据不足的问题	超声心动图中的左心室质量	医学影像分析	心血管疾病	模型无关元学习（MAML）	基于热图的点估计分割模型	超声心动图图像	使用EchoNet-LVH、TMED-2和CAMUS数据集，在1-shot、5-shot和10-shot场景下验证
792	2025-09-27	Deep learning in time series forecasting with transformer models and RNNs 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.3001 PMID:40989451	研究论文	本研究比较了14种神经网络模型在时间序列天气预报中的性能表现	首次系统比较Transformer和RNN模型在天气预报任务中的优劣，发现Transformer模型在长期预测中表现更优	仅评估了14种模型，可能未覆盖所有先进的时间序列预测方法	评估不同神经网络模型在时间序列天气预报中的准确性和适用性	天气变量时间序列数据	机器学习	NA	时间序列预测	Transformer, RNN, TCN, BiTCN, Informer, iTransformer, Former, PatchTST	时间序列数据	未明确说明样本数量
793	2025-09-27	Predicting danceability and song ratings using deep learning and auditory features 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.3009 PMID:40989462	研究论文	提出一种融合BiLSTM和ResNet的深度学习框架，通过跨注意力机制联合预测歌曲的舞蹈性和流行度	首次将跨注意力机制应用于异构音乐数据建模，实现分类输入与数值听觉特征的多模态融合	NA	通过深度学习提升音乐舞蹈性和流行度的预测精度	音乐歌曲的听觉特征与分类数据	机器学习	NA	深度学习	BiLSTM, ResNet, 跨注意力机制	数值听觉特征, 分类序列数据	NA
794	2025-09-27	Enhancing fruit freshness classification with adaptive knowledge distillation and global response normalization in convolutional networks 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.3198 PMID:40989448	研究论文	提出一种结合自适应知识蒸馏和全局响应归一化的卷积网络架构，用于水果新鲜度分类	首次将自适应知识蒸馏（AKD）与全局响应归一化（GRN）相结合应用于水果新鲜度分类，通过教师-学生模型间的注意力图传递实现高效知识迁移	NA	开发高效深度学习模型以实现水果新鲜与腐烂的自动分类	水果新鲜度状态（新鲜/腐烂）	计算机视觉	NA	深度学习，自适应知识蒸馏，全局响应归一化	CNN（教师-学生模型架构）	图像	NA
795	2025-09-27	Deep vision-based real-time hand gesture recognition: a review 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2921 PMID:40989457	综述	本文综述了基于深度学习的实时手势识别技术，重点分析CNN、LSTM和注意力机制等模型的应用	系统比较深度学习模型在手势识别各阶段的作用，并提出评估指标和数据集的分类框架	未涉及具体实验验证，主要基于文献分析	探讨深度学习在解决手势识别中边缘模糊、旋转误差和计算延迟等问题中的应用	手势识别技术及其深度学习模型	计算机视觉	NA	深度学习	CNN, LSTM, 注意力机制	视频	NA
796	2025-09-27	Local-global multi-scale attention network for medical image segmentation 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.3033 PMID:40989458	研究论文	提出一种结合局部-全局多尺度注意力机制的医学图像分割新架构LGMANet	创新性地设计局部-全局信息处理块（LGIPB）和高效多尺度重建注意力（EMRA）模块，实现局部与全局信息的深度挖掘及核心特征精准提取	NA	解决医学图像分割中局部与全局信息提取不足及核心特征选择不准确的问题	医学图像分割任务	计算机视觉	NA	深度学习	LGMANet（基于CNN的注意力网络）	医学图像	ISIC2018、CVC-ClinicDB、BUSI、GLaS四个公开数据集
797	2025-09-27	Predicting sport event outcomes using deep learning 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.3011 PMID:40989473	研究论文	提出结合一维卷积神经网络和Transformer架构的深度学习框架，用于提升体育赛事结果预测的准确性	首次将1D CNN与Transformer结合用于体育预测，通过混合设计同时捕捉局部空间模式和长距离依赖关系	NA	提高体育赛事结果预测的准确性和鲁棒性	体育赛事数据	机器学习	NA	深度学习	1D CNN + Transformer	结构化比赛数据	基准体育数据集
798	2025-09-27	An evolutionary Bi-LSTM-DQN framework for enhanced recognition and classification in rural information management 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2967 PMID:40989483	研究论文	提出一种结合进化算法、强化学习和双向长短期记忆网络的EBLM-DQN框架，用于提升农村信息管理的识别分类精度	首次将进化算法与Bi-LSTM和DQN相结合，通过动态权重优化和进化选择实现农村信息的精准识别	NA	提高农村信息管理中信息识别和分类的准确性与效率	农民相关的农村信息数据	自然语言处理	NA	进化算法、强化学习、深度学习	Bi-LSTM、DQN	文本数据	公共数据集和实际应用数据
799	2025-09-27	A review of deep learning methods in aquatic animal husbandry 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.3105 PMID:40989481	综述	本文对水产养殖中深度学习方法的应用进行了系统性综述	重点分析了U-Net模型在分割任务中达到94.44%的高性能表现	未提及具体研究样本量的限制	提升水产养殖自动化操作的精确性、生产力和可持续性	水生动物	计算机视觉	NA	深度学习	U-Net	图像、视频	NA
800	2025-09-27	Predicting academic performance for students' university: case study from Saint Cloud State University 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.3087 PMID:40989480	研究论文	本研究使用LSTM模型预测圣克劳德州立大学学生的学业表现（GPA）	采用LSTM模型结合丰富的学术和人口统计特征，在院系两级进行预测，性能优于传统机器学习和深度学习模型	数据仅限于单一大学（SCSU），可能缺乏泛化能力	预测大学生学业表现以识别有风险学生	圣克劳德州立大学的29,455名学生	教育数据挖掘	NA	教育数据挖掘、特征重要性分析	LSTM、RNN、CNN、线性回归、KNN、决策树、随机森林、SVR	学术和人口统计特征数据	29,455名学生（2016-2024年共8年数据）