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
901	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
902	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
903	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
904	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
905	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
906	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
907	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
908	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
909	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
910	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
911	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
912	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
913	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
914	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
915	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）
916	2025-09-27	Multi-task advanced convolutional neural network for robust lymphoblastic leukemia diagnosis, classification, and segmentation 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.3043 PMID:40989487	研究论文	提出一种新型多任务高级卷积神经网络框架，用于医学影像中的急性淋巴细胞白血病诊断、分类和分割	采用多任务学习架构同时处理表达分类和疾病检测任务，通过级联结构学习不同抽象层次的特征	NA	提高急性淋巴细胞白血病诊断的准确性和效率	急性淋巴细胞白血病患者的医学影像数据	数字病理学	白血病	深度学习	CNN（卷积神经网络）	医学影像	综合医学影像数据集（具体数量未提及）
917	2025-09-27	Spatial resolution enhancement using deep learning improves chest disease diagnosis based on thick slice CT 2024-Nov-23, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01338-8 PMID:39580609	研究论文	开发深度学习模型通过厚层CT生成合成薄层CT以提升胸部疾病诊断准确性	首次提出卷积-Transformer混合编解码架构的深度学习模型实现跨中心厚层CT到薄层CT的合成	模型训练仅基于单中心数据（1576名参与者），需验证更广泛人群的适用性	提升厚层CT的空间分辨率以改善胸部疾病诊断效果	社区获得性肺炎和肺结节患者	计算机视觉	肺部疾病	深度学习	卷积-Transformer混合编解码架构	CT医学影像	训练集1576人，验证集1228人（跨三个区域中心）
918	2025-09-27	Advancements in biliopancreatic endoscopy - A comprehensive review of artificial intelligence in EUS and ERCP 2024-11, Revista espanola de enfermedades digestivas IF:2.7Q2 DOI:10.17235/reed.2024.10456/2024 PMID:38832589	综述	本文对人工智能在胆胰内窥镜（EUS和ERCP）领域的最新研究进展进行全面回顾	系统总结了AI在胆胰内窥镜中的技术进展和临床应用，特别关注了深度学习模型在狭窄光学特征识别和胰腺病变检测方面的创新应用	NA	回顾人工智能在胆胰内窥镜检查领域的最新研究现状和发展方向	胆胰内窥镜检查技术（EUS和ERCP）及相关AI应用	医学人工智能	胰腺疾病	深度学习	DL模型	内窥镜图像	NA
919	2025-09-27	WITHDRAWN: Application of deep learning to predict advanced neoplasia using big clinical data in colorectal cancer screening of asymptomatic adults 2018-11-04, Gastrointestinal endoscopy IF:6.7Q1 DOI:10.1016/j.gie.2018.10.041 PMID:30403965	撤稿	该文章已被作者和/或编辑要求撤回	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
920	2025-09-26	E2-regulated transcriptome complexity revealed by long-read direct RNA sequencing: from isoform discovery to truncated proteins 2025-Dec, RNA biology IF:3.6Q2 DOI:10.1080/15476286.2025.2563860 PMID:40965441	研究论文	本研究利用纳米孔长读长直接RNA测序技术揭示雌激素调控的转录组复杂性，发现新型异构体及其产生的截短蛋白功能	首次结合长读长直接RNA测序、3'端测序和深度学习蛋白建模系统解析E2响应转录组，发现内含子多聚腺苷酸化mRNA产生的功能性截短蛋白	NA	探索雌激素受体阳性乳腺癌中E2调控的转录组复杂性和蛋白水平影响	ERα阳性乳腺癌细胞系及其转录组	生物信息学	乳腺癌	纳米孔长读长直接RNA测序、3'端测序、深度学习蛋白建模	深度学习	RNA测序数据	NA