本数据库通过收集和整理最新科研文献信息而得,供了解领域前沿进展之用。数据源自 PubMed Data ,每日自动更新(使用关键词“['deep learning']”过滤),已收录文献数量参见 统计表格。表格内容由 GPT 自动整理,可能存在错误或遗漏,请使用时务必注意核实!
如有建议或合作意向,欢迎联系 linlin.yan(AT)bioinfo.app 或 微信 yanlinlin82。本项目遵循 MIT 许可 发布,欢迎下载 源码 自行修改使用。如觉得不错,还请不吝 给我打赏,你的支持是我继续创新的重要动力!


除通过在线浏览外,为方便用户离线查阅,本站也提供 付费下载(定价19.9元)。之所以考虑收费,是因为批量扫描这些文献并整理也是有一定成本的,还请理解并多多支持。本站数据会持续更新,而仅需一次付费,未来就可以随时重新下载到最新版本数据。
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2025-11-29 |
Accurate de novo design of high-affinity protein-binding macrocycles using deep learning
2025-Dec, Nature chemical biology
IF:12.9Q1
DOI:10.1038/s41589-025-01929-w
PMID:40542165
|
研究论文 | 介绍了一种基于深度学习的从头设计高亲和力蛋白质结合大环化合物的新方法 | 首次开发了基于去噪扩散模型的蛋白质结合大环化合物从头设计流程,无需大规模筛选即可获得高亲和力结合物 | 仅测试了四种不同蛋白质靶点,样本规模相对有限 | 开发高效的大环化合物设计方法用于诊断和治疗应用 | 蛋白质靶点和大环化合物结合物 | 机器学习 | NA | 深度学习,去噪扩散模型 | 扩散模型 | 蛋白质结构数据 | 针对4种不同蛋白质各测试不超过20个大环化合物设计 | NA | RFpeptides | 结合亲和力(K值),Cα均方根偏差 | NA |
| 2 | 2025-11-29 |
Reducing motion artifacts in the aorta: super-resolution deep learning reconstruction with motion reduction algorithm
2025-Dec, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-025-01849-8
PMID:40782239
|
研究论文 | 评估结合运动减少算法的超分辨率深度学习重建技术在减少主动脉运动伪影方面的效果 | 首次将超分辨率深度学习重建与运动减少算法结合,显著提升主动脉CT图像质量 | 回顾性研究,样本量有限(86例患者),仅针对主动脉夹层诊断进行评估 | 比较不同深度学习重建算法在减少主动脉运动伪影方面的性能 | 接受胸部增强CT扫描的86例患者(平均年龄65.0±14.1岁,53例男性) | 医学影像处理 | 心血管疾病 | 对比增强CT扫描 | 深度学习重建 | CT医学影像 | 86例患者 | NA | 超分辨率深度学习重建 | 定量噪声、边缘上升斜率、边缘上升距离、伪影评分、锐利度评分、噪声评分、结构描绘评分、诊断可接受度评分 | NA |
| 3 | 2025-11-29 |
A hybrid deep learning model for O3 forecasting and explaining in the Yangtze River Delta Region of China
2025-Dec-01, The Science of the total environment
DOI:10.1016/j.scitotenv.2025.180901
PMID:41232287
|
研究论文 | 本研究开发了一种混合深度学习模型用于长三角地区臭氧浓度预测和解释分析 | 结合注意力机制序列到序列模型与层间相关性传播方法,首次在臭氧预测中量化不同特征的时空贡献 | 研究区域限于长三角地区,时间跨度仅为2020-2023年 | 开发可解释的臭氧浓度预测模型并分析特征贡献机制 | 长三角地区臭氧浓度及其影响因素 | 环境科学, 机器学习 | NA | 随机森林校正, 层间相关性传播, 潜在源贡献函数分析 | 注意力机制序列到序列模型, 随机森林 | 网格化臭氧数据, 气象参数, 地面观测数据 | 2020-2023年长三角地区9公里网格化数据 | NA | seq2seq with attention | 相关系数R, 均方根误差RMSE | NA |
| 4 | 2025-11-29 |
Self-supervised learning for MRI reconstruction: a review and new perspective
2025-Dec, Magma (New York, N.Y.)
DOI:10.1007/s10334-025-01274-y
PMID:40569542
|
综述 | 本文系统回顾了自监督深度学习在MRI重建领域的最新进展,探讨其克服全采样k空间数据依赖性的潜力 | 提出了自监督学习作为有监督方法替代方案的新视角,仅需欠采样k空间数据即可训练模型 | 方法在不同解剖结构的鲁棒性存在挑战,验证标准缺乏统一性,临床整合仍需完善 | 推动MRI重建技术发展,解决数据稀缺问题并缩短扫描时间 | 磁共振成像重建方法和技术 | 医学影像 | NA | 磁共振成像 | 深度学习 | k空间数据 | NA | NA | NA | 图像质量 | NA |
| 5 | 2025-11-29 |
Toward an Unbiased Deep Learning Classifier of Pediatric Middle Ear Disease
2025-Dec, Otolaryngology--head and neck surgery : official journal of American Academy of Otolaryngology-Head and Neck Surgery
DOI:10.1002/ohn.70031
PMID:40955059
|
研究论文 | 开发基于深度学习的儿科中耳疾病分类器,使用消费级耳镜图像准确识别中耳积液类型 | 首次使用廉价消费级耳镜图像训练深度学习模型,针对儿科中耳疾病分类,并采用多样化年龄代表性数据集 | 样本量相对有限(219名儿童),仅包含麻醉状态下的儿童图像,未在实时临床环境中验证 | 开发准确预测儿科患者中耳积液存在和性质的人工智能算法,改善抗生素合理使用 | 6个月至10岁儿童的中耳图像 | 计算机视觉 | 中耳炎 | 数字耳镜成像 | 深度学习 | 图像 | 219名儿童,737张图像(AOM 73张,OME 190张,无积液274张,无鼓膜200张) | NA | NA | 加权准确率 | NA |
| 6 | 2025-11-29 |
Durative Monitoring of Sulfur Hexafluoride Characteristic Gases under Hydrogen Interference Using a Time2Vec-Encoded CNN-Transformer-LSTM Model Based on a Heterogeneous Gas Sensor Array
2025-Nov-28, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.5c02740
PMID:41165229
|
研究论文 | 提出一种基于异质气体传感器阵列和Time2Vec编码的CNN-Transformer-LSTM深度学习模型,用于六氟化硫分解气体的持续监测 | 首次将Time2Vec编码与CNN-Transformer-LSTM混合模型结合,并设计异质气体传感器阵列来降低交叉敏感性干扰 | 实验数据仅采集两天,数据量相对有限,需进一步验证长期监测性能 | 开发准确在线监测GIS系统中六氟化硫分解产物的方法 | 六氟化硫分解产生的HS、SO、CO和H₂四组分混合气体 | 传感器技术 | NA | 异质气体传感器阵列(金属氧化物半导体传感器、电化学传感器、Pd-Au合金氢传感器) | CNN, Transformer, LSTM | 气体传感器时序数据 | 连续两天采集的实验数据集,第一天数据进行了增强 | NA | Time2Vec-CNN-Transformer-LSTM混合架构 | 准确率, F1分数, R², RMSE | NA |
| 7 | 2025-11-29 |
Synergistic Integration of Frequency-Dependent Impedance and Machine Learning in Semiconductor Metal Oxide-Based Breath Sensors for High-Performance Gas Discrimination
2025-Nov-28, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.5c02656
PMID:41178758
|
研究论文 | 本研究结合频率依赖性阻抗谱和机器学习技术,开发了一种用于高性能气体识别的半导体金属氧化物呼吸传感器 | 通过结构组成改性的单传感器结合频率依赖性阻抗特征,在潮湿环境下实现了对化学性质相似气体混合物的高精度识别 | 研究仅针对丙酮和乙醇两种气体的混合物,且浓度范围有限(0.5-2.5 ppm) | 开发用于呼吸疾病检测的高性能气体识别传感器 | 铂负载二氧化锡传感材料对丙酮和乙醇混合物的识别 | 机器学习 | 呼吸系统疾病 | 频率依赖性阻抗谱 | DNN | 阻抗数据 | 丙酮和乙醇混合物在干燥和潮湿环境下的测试数据 | NA | 深度神经网络 | 准确率 | NA |
| 8 | 2025-11-29 |
Fuel-Free Rolosense: Viral Sensing Using Diffusional Particle Tracking
2025-Nov-28, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.5c02311
PMID:41191496
|
研究论文 | 介绍一种无需燃料的Rolosense病毒检测方法,利用微颗粒布朗运动进行机械力传感 | 采用机械力传感作为基本转导机制,利用微颗粒同时作为传感和转导元件,无需荧光报告基因或酶扩增 | NA | 开发高灵敏度病毒诊断方法 | 完整病毒颗粒,包括SARS-CoV-2变种BA.1和BA.5,以及流感A、HCoV OC43和229E等其他病毒病原体 | 生物传感 | 病毒感染 | 扩散粒子追踪,布朗运动传感 | 深度学习 | 粒子运动轨迹数据,图像数据 | NA | NA | NA | 检测限(10拷贝/mL),特异性 | 3D打印明场显微镜 |
| 9 | 2025-11-29 |
Active learning framework leveraging transcriptomics identifies modulators of disease phenotypes
2025-Nov-27, Science (New York, N.Y.)
DOI:10.1126/science.adi8577
PMID:41129612
|
研究论文 | 提出一种利用转录组学数据的主动深度学习框架,用于高效识别调控疾病表型的化合物 | 开发了结合组学数据的主动深度学习框架,相比现有方法在表型命中率上实现13-17倍提升,并引入实验室闭环签名优化步骤 | NA | 开发可扩展、可优化的计算方法来识别诱导复杂表型的化合物 | 调控疾病表型的化合物 | 机器学习 | 血液疾病 | 转录组学 | 深度学习 | 组学数据 | NA | NA | NA | 召回率, 表型命中率 | NA |
| 10 | 2025-11-29 |
Deep Learning-Assisted Automated Diagnosis of Osteoporosis Based on Computed Tomography Scans: Systematic Review and Meta-Analysis
2025-Nov-24, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/77155
PMID:41284986
|
系统综述与荟萃分析 | 基于计算机断层扫描的深度学习模型在骨质疏松症自动诊断中的性能评估 | 首次对基于CT扫描的深度学习模型诊断骨质疏松症进行系统评价和荟萃分析 | 纳入研究存在显著异质性、外部验证有限且缺乏完整端到端流程 | 评估深度学习模型基于CT扫描诊断骨质疏松症的诊断性能 | 接受CT扫描的成年参与者 | 医学影像分析 | 骨质疏松症 | 计算机断层扫描(CT) | 深度学习 | CT图像 | 29,808名参与者的CT图像 | NA | DenseNet, 3D架构 | 灵敏度, 特异性, AUC | NA |
| 11 | 2025-11-29 |
DSSCC net enhanced skin cancer classification using SMOTE Tomek and optimized convolutional neural network
2025-Nov-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-25428-z
PMID:41285940
|
研究论文 | 提出一种结合SMOTE-Tomek过采样技术和优化卷积神经网络的皮肤癌分类模型DSSCC-Net | 首次将SMOTE-Tomek过采样技术与优化CNN架构集成,有效解决皮肤镜数据中的类别不平衡问题 | 模型仅在特定数据集上验证,需要进一步扩展到更多样化的人群和实时诊断应用 | 开发一个鲁棒、高效且可解释的皮肤癌早期诊断模型 | 皮肤镜图像中的皮肤病变分类 | 计算机视觉 | 皮肤癌 | 皮肤镜图像分析 | CNN | 图像 | HAM10000、ISIC 2018和PH2数据集 | 未明确指定 | DSSCC-Net(优化CNN架构) | 准确率, 精确率, 召回率, F1分数, AUC | NA |
| 12 | 2025-11-29 |
Improving retinal vessel assessment precision by integrating deep learning with interactive editing and graphical modeling
2025-Nov-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-25421-6
PMID:41285945
|
研究论文 | 介绍SERVAL软件平台,通过集成深度学习和交互编辑技术提升视网膜血管评估精度 | 首次将深度学习自动初始化、亚像素血管中心线和边界优化与交互编辑工具集成于统一图形界面平台 | NA | 开发精确量化眼底图像血管结构的软件平台 | 视网膜血管结构 | 数字病理 | 视网膜疾病 | 深度学习,图像处理 | NA | 眼底图像 | NA | NA | NA | 精度,结构细节,测量一致性,临床实用性 | NA |
| 13 | 2025-11-29 |
TinyML with CTGAN based smart industry power load usage prediction with original and synthetic data visualization towards industry 5.0
2025-Nov-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-25678-x
PMID:41285964
|
研究论文 | 提出结合监督机器学习和生成模型的综合框架,用于预测和合成工业能耗数据中的负载类型 | 将TinyML与CTGAN结合,在资源受限环境中实现轻量级负载分类和合成数据生成,支持'假设分析' | 在资源受限环境中运行,可能受限于计算能力和数据规模 | 开发智能工业电力负载使用预测系统,支持工业5.0环境 | 工业能源消耗数据,包括轻负载、中等负载和最大负载类型 | 机器学习 | NA | 生成对抗网络,监督机器学习 | TinyML, CTGAN, GRU, LSTM | 表格数据 | NA | NA | LSTM with attention, 传统LSTM, GRU, 集成模型 | 准确率 | 资源受限环境,无需额外资源 |
| 14 | 2025-11-29 |
Neonatal seizure detection from EEG using inception ResNetV2 feature extraction and XGBoost optimized with particle swarm optimization
2025-Nov-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-25361-1
PMID:41286007
|
研究论文 | 提出一种结合Inception-ResNetV2特征提取和粒子群优化XGBoost的混合深度学习框架,用于新生儿癫痫早期检测 | 首次将Inception-ResNetV2与PSO优化的XGBoost结合,通过子带分析揭示前颞叶区域theta和delta波段在癫痫检测中的重要性 | 仅基于79名足月新生儿数据验证,未在更广泛人群或早产儿中测试 | 开发准确、快速的新生儿癫痫自动检测系统 | 新生儿脑电图信号 | 医疗信号处理 | 新生儿癫痫 | 离散小波变换, 短时傅里叶变换 | CNN, XGBoost | 脑电图信号, 时频谱图 | 79名足月新生儿,包含460次专家标注的癫痫发作 | TensorFlow/Keras, XGBoost | Inception-ResNetV2 | 准确率, 精确率, 灵敏度, 特异性 | NA |
| 15 | 2025-11-29 |
Data driven multi-stage transformer based framework for intelligent water quality monitoring
2025-Nov-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-25527-x
PMID:41285998
|
研究论文 | 提出基于Transformer的多阶段深度学习框架用于智能水质监测 | 开发了TransGAN生成对抗网络生成合成数据,TransAuto自动编码器进行异常检测和特征识别,并集成多种先进Transformer模型提升预测性能 | 未明确说明数据采集的具体来源和时间范围,以及模型在不同水质条件下的泛化能力 | 开发智能水质监测框架以支持废水处理厂的运营管理和SDG 6目标实现 | 废水处理厂的水质参数时间序列数据 | 机器学习 | NA | 深度学习 | Transformer, GAN, Autoencoder, 集成学习 | 表格数据,多元时间序列数据 | NA | NA | TransGAN, TransAuto, Time Series Transformer, Temporal Fusion Transformer, Informer, Autoformer, FEDformer, TimeGPT | MSE, RMSE, MAE, R | NA |
| 16 | 2025-11-29 |
An AI-driven tools assessment framework for english teachers using the Fuzzy Delphi algorithm and deep learning
2025-Nov-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-25466-7
PMID:41286088
|
研究论文 | 提出一个综合人工智能工具评估框架,通过模糊德尔菲算法和深度学习提升英语教学效果 | 整合模糊德尔菲算法、可解释AI技术和双向LSTM深度学习模型,建立多技术融合的英语教学工具评估框架 | 未明确说明样本规模和具体数据集特征,缺乏跨文化验证 | 开发AI驱动的工具评估框架以提升英语教学效果 | 英语教师和学生的学习过程及AI工具使用情况 | 自然语言处理 | NA | 模糊德尔菲算法、可解释AI、深度学习 | Bi-LSTM | 课堂案例研究、访谈记录、学生文档 | NA | NA | Bi-LSTM | 准确率, 精确率, 召回率, F1分数 | NA |
| 17 | 2025-11-29 |
Trend Factor Smoothing and Tasmanian Devil Optimization based Siamese Neural Network for anomaly detection in predictive maintenance
2025-Nov-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-25312-w
PMID:41286087
|
研究论文 | 提出一种结合趋势因子平滑与塔斯马尼亚恶魔优化的连体神经网络模型,用于预测性维护中的异常检测 | 首次将趋势因子平滑与塔斯马尼亚恶魔优化算法结合,并应用于连体神经网络进行异常检测 | 未提及模型计算复杂度与实时性表现,缺乏与其他最新优化方法的对比 | 开发用于网络物理系统预测性维护的先进异常检测深度学习模型 | CNC铣床刀具磨损数据 | 机器学习 | NA | 深度学习 | SNN | 时间序列数据 | CNC Mill Tool Wear数据集 | NA | Siamese Neural Network | precision, recall, F1-score | NA |
| 18 | 2025-11-29 |
T-ECBM: a deep learning-based text-image multimodal model for tourist attraction recommendation
2025-Nov-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-25630-z
PMID:41286101
|
研究论文 | 提出基于深度学习的文本-图像多模态旅游景点推荐模型T-ECBM | 融合BERT文本特征与改进EfficientNet-CA视觉特征的多模态推荐模型,有效解决新用户/新景点冷启动问题 | 仅针对中国西北五省52个景点,样本覆盖范围有限 | 开发智能旅游推荐系统以提升游客决策体验 | 中国西北地区旅游景点及游客评论数据 | 自然语言处理,计算机视觉 | NA | 深度学习 | BERT,EfficientNet,多层感知机 | 文本,图像 | 52个景点的23,488条用户评论和4,160张图像 | NA | BERT,EfficientNet-CA,多层感知机 | Top-1准确率,Top-5准确率,F1分数 | NA |
| 19 | 2025-11-29 |
Intelligent strength training for football players using resnext optimized by upgraded chimp optimization algorithm
2025-Nov-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-25468-5
PMID:41286113
|
研究论文 | 提出一种结合改进ResNeXt卷积神经网络和升级黑猩猩优化算法的智能足球运动员力量训练系统 | 使用基于基数特征学习的改进ResNeXt网络区分生物力学相似动作,并采用具有混沌映射启动和消除步骤的升级黑猩猩优化算法提高全局搜索效率 | 仅在伯克利MHAD数据集上进行测试,未在其他运动数据集验证 | 开发智能训练系统以提升运动员表现和预防运动损伤 | 足球运动员 | 计算机视觉 | NA | 动作识别 | CNN | 运动视频数据 | 伯克利MHAD数据集 | NA | ResNeXt | 准确率, F1分数 | NA |
| 20 | 2025-11-29 |
Automated detection of polymicrogyria in pediatric patients using deep learning
2025-Nov-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-25572-6
PMID:41286123
|
研究论文 | 本文评估了多种图像预处理策略对卷积神经网络在儿童多小脑回畸形MRI诊断中性能的影响 | 系统评估了包含Min-Max归一化、CLAHE、双边滤波和Canny边缘检测的预处理流程对多种CNN架构性能的提升效果 | 仅针对特定儿科患者群体进行研究,未涉及其他年龄段或相关神经系统疾病 | 提高多小脑回畸形在脑部MRI中的自动检测准确率 | 儿科患者的多小脑回畸形脑部MRI图像 | 医学影像分析 | 神经系统疾病 | MRI脑部扫描 | CNN | 医学图像 | NA | NA | ResNet-101, VGG, MobileNetV2, DenseNet-201 | 准确率 | NA |