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
1201	2025-10-05	Classifying reservoir facies using attention-based residual neural networks 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2977 PMID:40989375	研究论文	提出一种基于注意力机制的残差神经网络方法，用于储层相分类	相比传统单流或非残差设计，该架构能增强模型对关键地质特征的关注能力，同时保持数据的层次表示	仅使用8口井的数据进行验证，样本规模有限	提高储层相分类准确性以优化资源开采效率和储层表征	测井数据	机器学习	NA	测井技术	CNN	测井数据	8口井的测量数据	NA	ResNet, 注意力机制	AUROC, AUPRC	NA
1202	2025-10-05	A GAN-based approach to solar radiation prediction: data augmentation and model optimization for Saudi Arabia 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.3189 PMID:40989385	研究论文	本研究提出一种基于GAN的太阳能辐射预测方法，通过数据增强和模型优化提高预测精度	首次将GAN生成的合成数据与CNN-LSTM混合架构结合，用于太阳能辐射预测	计算复杂度较高且超参数敏感度需要进一步研究	优化可再生能源系统，提高太阳能辐射预测准确性	沙特阿拉伯不同气候区域的太阳能辐射数据	机器学习	NA	太阳能辐射监测	GAN, CNN, LSTM	时间序列数据	NA	NA	CNN-LSTM	RMSE, MAE	NA
1203	2025-10-05	Advanced deep learning and transfer learning approaches for breast cancer classification using advanced multi-line classifiers and datasets with model optimization and interpretability 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2951 PMID:40989384	研究论文	本研究评估了多种机器学习模型在威斯康星乳腺癌数据集上的分类性能，并采用贝叶斯超参数优化和迁移学习提升模型表现	结合深度神经网络、贝叶斯超参数优化和基于VGG16的迁移学习卷积神经网络，在乳腺癌分类任务中实现了最高99.3%的准确率	存在潜在的领域不匹配问题需要谨慎对待	开发高精度的乳腺癌分类模型	威斯康星乳腺癌数据集中的良性恶性肿瘤分类	机器学习	乳腺癌	均值插补处理缺失值，Min-Max特征归一化	随机森林, XGBoost, DNN, CNN	结构化医疗数据	554个独特实例（63%良性，37%恶性）	NA	VGG16	准确率, 精确率, 召回率, F1分数, ROC-AUC	NA
1204	2025-10-05	2LE-BO-DeepTrade: an integrated deep learning framework for stock price prediction 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.3107 PMID:40989393	研究论文	提出了一种名为2LE-BO-DeepTrade的集成深度学习框架，用于股票收盘价预测	结合2LE-ICEEMDAN去噪、贝叶斯优化调参的深度学习模型和基于分段线性表示的交易策略	NA	提高股票市场预测准确性和交易策略收益	在伊斯坦布尔证券交易所交易的AKBNK、MGROS、KCHOL、THYAO和ULKER股票	机器学习	NA	2LE-ICEEMDAN去噪、贝叶斯优化	LSTM, LSTM-BN, GRU	股票价格数据	5只不同行业的股票	NA	LSTM, LSTM-BN, GRU	RMSE, MAE, MAPE, R值	NA
1205	2025-10-05	Alpha-DehazeNet: single image dehazing via RGBA haze modeling and adaptive learning 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.3036 PMID:40989390	研究论文	提出一种基于RGBA雾度建模和自适应学习的单图像去雾方法Alpha-DehazeNet	首次在RGBA色彩空间中定义灰度透明度图作为初始雾层，并引入深度一致性损失提高去雾精度	在处理非白色雾和云条件时表现有限	单图像去雾技术研究	有雾图像	计算机视觉	NA	深度学习	GAN, U-Net	图像	合成数据集(ITS和OTS from RESIDE)和真实世界数据集	NA	U-Net	PSNR	NA
1206	2025-10-05	A comprehensive review of ball detection techniques in sports 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.3079 PMID:40989394	综述	本文系统回顾了体育运动中球体检测的技术方法与发展现状	首次跨多种体育运动系统比较传统计算机视觉与现代深度学习方法的球体检测能力，并提出统一优化框架	未包含具体实验验证，主要基于文献分析；缺乏对不同运动场景下检测性能的定量对比	整合现有球体检测知识体系，为新一代体育分析系统奠定基础	各类体育运动中的球体目标	计算机视觉	NA	目标检测	深度学习模型	视频图像	NA	NA	NA	NA	NA
1207	2025-10-05	Advanced clustering and transfer learning based approach for rice leaf disease segmentation and classification 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.3018 PMID:40989405	研究论文	提出一种结合先进聚类和迁移学习的稻叶病害分割与分类方法	开发了重力加权核密度聚类算法用于病害区域分割，并引入帐篷混沌粒子雪消融优化器改进学习过程	仅在两份基准数据集上测试，未在更广泛的实际场景中验证	实现稻叶病害的精确分割和分类	水稻叶片病害图像	计算机视觉	植物病害	图像处理，深度学习	CNN	图像	两个基准数据集	NA	EfficientNetB0	准确率	NA
1208	2025-10-05	Efficient sepsis detection using deep learning and residual convolutional networks 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2958 PMID:40989398	研究论文	提出一种结合深度学习和残差卷积网络的高效脓毒症检测模型	集成非洲秃鹫优化算法(AVOA)和多种创新模块(ECLF、SCAN、HDCB、RPCC)的深度学习框架	NA	实现脓毒症的早期准确检测以改善患者预后	脓毒症患者临床数据	医疗人工智能	脓毒症	深度学习	CNN	临床医疗数据	NA	NA	残差卷积网络, 空洞卷积, 多层级策略	准确率, 精确率, 召回率, F1分数, AUC	NA
1209	2025-10-05	An interpretable credit risk assessment model with boundary sample identification 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2988 PMID:40989404	研究论文	提出一种结合逻辑回归和深度学习的可解释信用风险评估模型，通过边界样本识别提升预测精度	提出ARPD算法过滤噪声样本并识别边界样本，结合可解释逻辑回归和深度学习子模型的混合架构	未明确说明模型计算复杂度及处理大规模数据时的效率问题	开发高精度且可解释的信用风险评估模型	信用风险预测中的边界样本和噪声样本	机器学习	NA	NA	逻辑回归,深度学习	信用风险数据	四个公开数据集(PCL、FICO、CCF、VL)	NA	混合模型架构(逻辑回归+深度学习)	AUC	NA
1210	2025-10-05	Optimising AI writing assessment using feedback and knowledge graph integration 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2893 PMID:40989410	研究论文	提出一种结合深度学习、用户反馈和知识图谱的AI写作评估框架	集成动态关系知识图谱和用户反馈机制，提供个性化写作建议	仅基于初步数据验证，需要更广泛的用户研究	优化AI写作评估系统的效果和个性化反馈能力	写作评估系统和学习者写作能力	自然语言处理	NA	深度学习, 知识图谱, 用户反馈机制	Transformer, GNN	文本	NA	NA	BERT, GPT-3, 图神经网络	用户满意度, 文本质量改进, 参与度	NA
1211	2025-10-05	HTCNN-Attn: a fine-grained hierarchical multi-label deep learning model for disaster emergency information intelligent extraction from social media 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2992 PMID:40989418	研究论文	提出一种用于从社交媒体中智能提取灾害应急信息的细粒度分层多标签深度学习模型HTCNN-Attn	集成三级树状标签架构、基于Transformer的全局特征提取、CNN局部模式捕获和分层注意力机制，采用分层损失函数确保标签一致性	NA	从嘈杂的社交媒体中提取细粒度灾害应急信息以支持应急响应协调	社交媒体文本数据（推文）	自然语言处理	NA	深度学习	Transformer, CNN	文本	Appen、HumAID和CrisisBench数据集	NA	HTCNN-Attn（分层Transformer-CNN注意力模型）	准确率, Micro-F1, 分层一致性分数	轻量级设计实现高效实时部署（12.0 ms延迟）
1212	2025-10-05	Comparison of EfficientNet CNN models for multi-label chest X-ray disease diagnosis 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2968 PMID:40989417	研究论文	本研究使用EfficientNet CNN模型和坐标注意力机制开发了一种轻量级快速架构，用于胸部X射线图像的多标签疾病诊断	提出了一种混合轻量级、快速且基于注意力的架构，在保持高分类性能的同时降低了计算成本	仅使用单一数据集进行验证，未在外部数据集上测试模型泛化能力	开发自主检测14种不同疾病的深度学习系统，支持放射科医生的诊断决策	胸部X射线图像中的14种疾病	计算机视觉	胸部疾病	深度学习	CNN	图像	112,104张标记的胸部X射线图像	NA	EfficientNetB0-B7,坐标注意力机制	AUC	NA
1213	2025-10-05	Transformer-based tokenization for IoT traffic classification across diverse network environments 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.3126 PMID:40989431	研究论文	提出了一种基于Transformer的物联网流量分类框架MIND-IoT，通过自定义标记化处理解决多样化网络环境中的流量分类问题	设计了IoT-Tokenize自定义标记化管道，将统计流量特征转换为语义特征-值对；采用混合架构结合Transformer和CNN的优势	未明确说明在极端网络环境或对抗性攻击下的性能表现	开发能够跨多样化物联网环境进行流量分类的通用框架	物联网网络流量数据	自然语言处理, 机器学习	NA	网络流量分析	Transformer, CNN	网络流量数据	多个大规模物联网数据集（UNSW IoT Traces, MonIoTr, IoT Sentinel, YourThings, IoT-FCSIT）	NA	Transformer, CNN混合架构	准确率, F1分数	NA
1214	2025-10-05	Regularized multi-path XSENet ensembler for enhanced student performance prediction in higher education 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.3032 PMID:40989441	研究论文	提出一种新型教育数据挖掘方法XSEJNet，用于预测高等教育中的学生表现水平	集成ResNeXt架构与SE注意力机制的混合模型，并采用Jaya优化算法优化超参数	NA	预测高等教育中学生表现水平（低、中、高）以支持学术规划和学生支持	高等教育学生	教育数据挖掘	NA	教育数据挖掘	混合模型	结构化和非结构化学术数据	NA	NA	ResNeXt,SE注意力机制	准确率	NA
1215	2025-10-05	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	开发一种基于非对比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	提出结合局部二值模式和方向梯度直方图特征提取方法，并使用邻域成分分析降维的混合人工智能模型	回顾性研究设计，样本仅来自单一时间段（2016-2021年）的910名患者	评估人工智能模型在预测ESWL治疗效果方面的效能	接受体外冲击波碎石术治疗的肾结石患者	医学影像分析	肾结石	非对比计算机断层扫描	CNN, 纹理特征模型	CT图像	910名患者	NA	七种不同卷积神经网络架构与两种纹理基模型的混合模型	准确率	NA
1216	2025-10-05	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	整合了分块图像分割、混合深度特征提取、渐进循环CNN训练策略和萤火虫群优化算法进行超参数调优	仅在CBIS-DDSM数据集上验证，未在其他数据集测试泛化能力	提高乳腺癌医学影像检测的准确性和及时性	乳腺X线摄影图像中的恶性病变	计算机视觉	乳腺癌	医学影像分析	CNN	图像	CBIS-DDSM数据集	NA	渐进循环卷积神经网络(P-CycCNN)	准确率,精确率,召回率,F1分数,AUC	NA
1217	2025-10-05	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	提出四层渐进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	仅在公开数据集PhysioNet 2016上进行验证，需要更多临床数据验证泛化能力	开发端到端的心血管疾病检测方法	同步心电图(ECG)和心音图(PCG)信号	医疗信号处理	心血管疾病	心跳到心跳分割方法	深度学习神经网络	生理信号数据(ECG和PCG)	公共PhysioNet 2016数据集	NA	三分支架构(两个模态特定编码器和一个跨模态融合编码器)	准确率, 灵敏度, 特异性, F1分数	NA
1218	2025-10-05	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用于抑郁症检测	开发了特征工程和分类双管道的新型增强提升算法，集成注意力机制和对抗层防御机制	NA	通过机器学习技术改进抑郁症早期检测	社交媒体数据中的抑郁症检测	自然语言处理	抑郁症	文本分析	集成学习,注意力机制	文本	超过4600万条记录	NA	BERT,WordVec	准确率	NA
1219	2025-10-05	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	提出改进的YOLOv7模型用于全景X光片中的牙周炎骨流失检测	提出YOLOv7-M模型，包含焦点模块和特征融合模块，实现快速推理和增强特征提取能力	NA	开发自动化牙周炎骨流失诊断方法	全景X光片中的牙周炎骨流失区域	计算机视觉	牙周炎	全景X光成像	YOLO	医学影像	NA	NA	YOLOv7-M	F1分数,精确率,召回率,平均精度均值(mAP)	NA
1220	2025-10-05	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的网球辅助教学系统，用于准确识别和评估网球动作	结合强化学习提取优化关键帧，使用遗传算法融合多特征，提出基于动态时间规整的评分方法	NA	设计网球辅助教学系统以准确识别和评估网球动作	网球动作视频序列	计算机视觉	NA	人体姿态识别，强化学习，遗传算法	NA	视频	NA	NA	AGCN, ST-GCN	分类准确率	NA