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 | 2026-02-26 |
Machine Learning on Dynamic Functional Connectivity: Promise, Pitfalls, and Interpretations
2026-Jun-05, Information sciences
DOI:10.1016/j.ins.2026.123184
PMID:41737630
|
研究论文 | 本文通过大规模功能磁共振成像数据,评估机器学习模型在认知任务识别和疾病诊断中的性能,并提出模型选择指南 | 首次基于大规模fMRI数据(39,784个样本)系统评估多种深度学习模型,并引入注意力机制解释脑激活模式 | 模型性能受人口统计学、任务类型和疾病阶段等因素影响,缺乏通用最优模型 | 建立功能神经影像学中深度学习模型设计的实证指南 | 功能磁共振成像数据中的动态功能连接 | 机器学习 | NA | 功能磁共振成像 | 深度学习模型 | 图像 | 39,784个fMRI样本,来自七个数据库 | NA | 注意力机制模型 | NA | NA |
| 2 | 2026-02-26 |
LDM-Morph: Latent diffusion model guided deformable image registration
2026-Jun, Pattern recognition
IF:7.5Q1
DOI:10.1016/j.patcog.2025.112925
PMID:41736822
|
研究论文 | 提出了一种名为LDM-Morph的无监督可变形医学图像配准算法,该算法通过集成潜在扩散模型的特征来增强语义信息,并设计了新的注意力模块和分层度量方法以提高配准精度和拓扑保持性 | 首次将潜在扩散模型(LDM)的特征集成到可变形图像配准中,以丰富语义信息;设计了潜在与全局特征交叉注意力模块(LGCA)来增强语义信息与全局信息的交互;提出了在原始像素空间和潜在特征空间评估图像相似性的分层度量方法 | NA | 提高医学图像可变形配准的精度和拓扑保持性 | 医学图像(2D心脏图像和3D图像) | 数字病理学 | 心血管疾病 | NA | CNN, Transformer, 潜在扩散模型 | 图像 | 四个公开的2D心脏图像数据集和两个3D图像数据集 | NA | LDM-Morph | 配准精度, 拓扑保持性, 计算效率 | NA |
| 3 | 2026-02-26 |
Vascular Age: A narrative review of assessment methods, clinical applications, and future directions
2026-Jun, International journal of cardiology. Cardiovascular risk and prevention
DOI:10.1016/j.ijcrp.2026.200601
PMID:41738064
|
综述 | 本文综述了血管年龄的评估方法、临床应用及未来方向 | 整合了基于动脉僵硬度、血管结构、血管功能及多因素风险评分模型的评估技术,并讨论了利用人工智能(如深度学习)从光电容积描记或视网膜图像估计血管年龄的新兴技术 | 需要标准化的评估方法、建立参考值以及成本效益评估 | 总结血管年龄的评估方法及临床进展,以改善心血管疾病风险分层、患者沟通与依从性,并指导个性化治疗 | 心血管疾病风险个体,包括特定人群(如糖尿病患者和类风湿关节炎患者) | NA | 心血管疾病 | 动脉僵硬度评估(如脉搏波速度)、血管结构评估(如颈动脉内膜中层厚度、冠状动脉钙化评分)、血管功能评估、多因素风险评分模型、人工智能(深度学习) | 深度学习 | 光电容积描记数据、视网膜图像 | NA | NA | NA | NA | NA |
| 4 | 2026-02-26 |
PadelTracker100: A dataset for intelligent player and ball tracking in padel sports
2026-Apr, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2026.112546
PMID:41737792
|
研究论文 | 本文介绍了PadelTracker100数据集,一个用于壁球运动智能球员和球跟踪的大规模全标注数据集 | 首次为壁球运动提供了大规模、全标注的专业数据集,包含球轨迹跟踪、球员位置、姿态估计和击球事件识别,填补了该领域数据集的空白 | 数据集仅基于两场2022年世界壁球巡回赛决赛,使用单一标准摄像机角度,可能限制了视角多样性和泛化能力 | 推动壁球运动的计算机视觉分析,支持自动化技术开发和大规模比赛分析 | 壁球运动中的球员和球,包括轨迹、位置、姿态及击球事件 | 计算机视觉 | NA | 视频采集与标注 | YOLO, ViTPose-L | 视频帧 | 近100,000帧,来自两场2022年世界壁球巡回赛决赛 | NA | YOLO, ViTPose-L | NA | NA |
| 5 | 2026-02-26 |
Neural network-assisted RNA velocity imputation for empowering transcript dynamics-based analyses
2026-Mar-20, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2026.114909
PMID:41736867
|
研究论文 | 提出了一种名为NARVI的深度学习框架,用于通过神经网络辅助RNA速度插补,以解决现有工具无法计算大量基因速度的问题 | 首次利用深度学习模型学习可计算基因的表达模式与速度之间的关系,以准确估计原本无法计算的基因速度 | 未在摘要中明确提及 | 解决RNA速度估计工具因技术限制或模型假设而无法计算大量基因速度的问题,以扩展基于速度的下游分析范围 | 单细胞转录组数据集中的基因速度估计 | 机器学习 | NA | 单细胞转录组测序 | 深度学习 | 单细胞转录组数据 | 多个单细胞转录组数据集 | NA | NA | NA | NA |
| 6 | 2026-02-26 |
Knowledge-graph-enhanced multi-scale modeling for drug-drug interaction prediction
2026-Mar-12, Molecular therapy. Nucleic acids
DOI:10.1016/j.omtn.2026.102855
PMID:41736888
|
研究论文 | 本文提出了一种名为ALG-DDI的多尺度特征融合模型,用于预测药物-药物相互作用,并扩展至DDI事件预测 | 整合了属性、局部关联和全局语义信息,通过Transformer编码器融合多尺度表示,克服了传统方法依赖手工特征和无法捕捉全局多尺度关系的局限 | 未明确提及模型的具体计算复杂度或对特定药物类别的泛化能力限制 | 预测药物-药物相互作用,以理解联合用药效果并预防不良反应 | 药物及其相互作用 | 机器学习 | NA | 知识图谱增强的多尺度建模 | Transformer, RGCN, GraphSAGE, ComplEx | 药物属性、蛋白质与疾病关联、知识图谱数据 | 三个数据集 | NA | Transformer编码器,全连接网络 | NA | NA |
| 7 | 2026-02-26 |
Detection and classification of medical images using deep learning for chronic kidney disease
2026-Mar, International urology and nephrology
IF:1.8Q3
DOI:10.1007/s11255-025-04786-7
PMID:40991191
|
研究论文 | 本研究提出了一种基于卷积神经网络和乌鸦搜索算法的深度学习方法,用于从医学图像中检测和分类慢性肾脏病 | 结合了卷积神经网络和乌鸦搜索算法进行特征优化,提高了分类准确性和模型可解释性 | 仅使用了公开的肾脏CT扫描数据集,未在其他类型医学图像或更大规模数据上进行验证 | 开发一种自动化、精确且高效的慢性肾脏病早期检测和分类方法 | 慢性肾脏病患者的医学图像 | 计算机视觉 | 慢性肾脏病 | CT扫描 | CNN | 图像 | 公开的肾脏CT扫描数据集 | NA | CNN | 准确率, AUC-ROC, PR-AUC, 精确率, 召回率, F1分数 | NA |
| 8 | 2026-02-26 |
Resolution and quality enhancement of SPECT cerebral blood flow images using Pix2pix deep learning
2026-Mar, Annals of nuclear medicine
IF:2.5Q2
DOI:10.1007/s12149-025-02129-1
PMID:41231365
|
研究论文 | 本研究利用Pix2pix深度学习框架提升SPECT脑血流图像的分辨率和质量 | 首次应用Pix2pix机器学习框架将SPECT-CBF图像转换为与PET-CBF图像质量相近的图像,同时保留SPECT的定量特性 | 样本量相对较小(73例患者),且仅针对疑似脑缺血患者,可能限制了模型的泛化能力 | 提升SPECT脑血流图像的分辨率和图像质量,使其更接近PET图像 | 73例疑似脑缺血患者的SPECT和PET脑血流图像 | 医学影像分析 | 脑缺血 | SPECT成像(使用123I-IMP)、PET成像(使用O-15标记气体)、图像配准(SPM12) | GAN | 医学图像(SPECT和PET图像) | 73例患者(43例用于训练,15例用于测试,15例用于验证) | Pix2pix | Pix2pix | 视觉评估(5分制)、结构相似性指数(SSIM)、基于感兴趣区域(ROI)的定量分析(相关系数r) | NA |
| 9 | 2026-02-26 |
Examination of simple artificial intelligence-based analysis of dopamine transporter scintigraphy for supporting a diagnosis of Parkinson's disease
2026-Mar, Annals of nuclear medicine
IF:2.5Q2
DOI:10.1007/s12149-025-02132-6
PMID:41296269
|
研究论文 | 本研究开发了一种基于深度学习的简单图像分析方法,用于评估多巴胺转运体单光子发射计算机断层扫描图像,以支持帕金森病的诊断 | 首次利用预训练的卷积神经网络架构进行迁移学习,创建了针对DAT SPECT图像的AI模型,其准确性可与经验丰富的神经科医生相媲美 | 研究样本量相对有限,且仅使用单一影像模态(DAT SPECT),未考虑其他临床或影像数据 | 开发一种简单的人工智能图像分析方法,以辅助帕金森病的诊断 | 帕金森病患者和非神经退行性疾病对照患者 | 计算机视觉 | 帕金森病 | 多巴胺转运体单光子发射计算机断层扫描 | CNN | 图像 | 开发队列包括300名帕金森病患者和102名对照患者,验证队列包括96名帕金森病患者 | NA | 六种预训练的卷积神经网络架构 | 准确性, 敏感性, 受试者工作特征曲线下面积 | NA |
| 10 | 2026-02-22 |
Deep Learning-Enabled Diabetic Retinopathy Screening: A Techno-Clinical Revolution or Just More Artificial Intelligence Hype?
2026-Mar-01, Diabetes care
IF:14.8Q1
DOI:10.2337/dci25-0123
PMID:41719471
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 11 | 2026-02-26 |
Integrating Artificial Intelligence in Environmental Monitoring: A Paradigm Shift in Data-Driven Sustainability
2026-Mar, EcoHealth
IF:2.2Q3
DOI:10.1007/s10393-025-01752-8
PMID:40875110
|
综述 | 本文综述了人工智能在环境监测领域的最新进展,探讨了其在数据驱动可持续发展中的变革潜力 | 强调了可解释人工智能、边缘计算和物联网等新兴技术在提高透明度和降低处理成本方面的应用 | 面临数据质量、计算需求以及模型可解释性等持续挑战 | 评估人工智能在可持续环境管理中的实际应用潜力与挑战 | 环境监测系统、生态系统数据 | 机器学习 | NA | 机器学习、深度学习 | NA | 图像、GPS数据 | NA | NA | NA | NA | 边缘计算 |
| 12 | 2026-02-26 |
Toward a unified pipeline for natural product discovery: tools and strategies for NRPS and PKS pathway exploration and engineering
2026-Feb-25, Natural product reports
IF:10.2Q1
DOI:10.1039/d5np00041f
PMID:40719200
|
综述 | 本文综述了非核糖体肽合成酶和聚酮合酶系统在天然产物发现中的最新进展,重点介绍了基因组挖掘、高通量筛选、合成生物学和计算建模等工具与策略 | 将计算建模和深度学习策略与传统技术相结合,加速定制天然产物类似物的发现与组装 | NA | 探索和工程化NRPS和PKS途径,以实现天然产物的理性设计 | 非核糖体肽合成酶和聚酮合酶系统及其产生的天然产物 | 自然语言处理 | NA | 基因组挖掘, 高通量筛选, 同源建模, 分子对接, 分子动力学模拟 | 深度学习 | NA | NA | NA | NA | NA | NA |
| 13 | 2026-02-26 |
A new graph-transformer framework for EEG-based differentiation of Alzheimer's disease and frontotemporal dementia
2026-Feb-25, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ae451c
PMID:41678838
|
研究论文 | 本文提出了一种结合脑电图信号处理与图深度学习的新框架,用于区分阿尔茨海默病、额颞叶痴呆和认知正常受试者 | 创新点在于整合了信号滤波、图表示和Transformer架构,提高了基于脑电图的疾病分类准确性 | NA | 改善神经退行性疾病的早期检测与临床鉴别诊断 | 阿尔茨海默病、额颞叶痴呆和认知正常受试者的脑电图数据 | 机器学习 | 阿尔茨海默病, 额颞叶痴呆 | 脑电图信号处理 | 图神经网络, Transformer | 脑电图信号 | NA | NA | Transformer-based graph neural network | 准确率 | NA |
| 14 | 2026-02-26 |
MS-HIENet: multi-scale hybrid implicit-explicit registration network
2026-Feb-25, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ae45e7
PMID:41687255
|
研究论文 | 本文提出了一种用于肺部医学图像配准的多尺度混合隐式-显式配准网络(MS-HIENet) | 提出了一种无掩码的端到端框架,首次将隐式神经表示(INR)与卷积神经网络(CNN)相结合,通过多尺度优化机制协同处理大尺度全局变形和局部精细结构 | 未明确提及具体的数据集局限性或外部验证结果 | 解决肺部动态器官图像配准中大规模变形与局部解剖结构保持的协同优化挑战 | 肺部医学图像 | 医学图像分析 | 肺部疾病 | 医学图像配准 | CNN, INR | 医学图像 | NA | NA | MS-HIENet(多尺度混合隐式-显式网络) | 平均目标配准误差(TRE),变形场折叠率 | NA |
| 15 | 2026-02-26 |
How much EEG is needed for deep learning with convolutional neural networks? Predicting the benefit from additional data
2026-Feb-25, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/ae453d
PMID:41736475
|
研究论文 | 本研究量化了卷积神经网络在脑电图分类任务中准确率如何随训练数据量变化,并评估了用于外推性能到更大数据集的参数模型 | 首次系统性地评估了脑电图分类任务中学习曲线的特性,并比较了多种参数模型在外推性能时的表现,为数据采集提供了成本效益分析依据 | 研究仅基于两个数据集进行跨数据集变异性分析,且可靠外推需要数百名受试者的数据,可能限制了在小规模研究中的适用性 | 探究脑电图分类任务中训练数据量对卷积神经网络性能的影响,并开发性能外推方法 | 脑电图信号及其分类任务 | 机器学习 | NA | 脑电图 | CNN | 脑电图信号 | 系统变化受试者数量和每名受试者的脑电图数据时长 | NA | 三种神经网络架构 | 分类准确率 | NA |
| 16 | 2026-02-26 |
Leveraging Artificial Intelligence and Large Language Models for Cancer Immunotherapy
2026-Feb-25, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202521936
PMID:41736575
|
综述 | 本文全面回顾并展望了人工智能和机器学习在癌症免疫治疗领域的应用现状与未来方向 | 首次系统性地总结和批判性评估了包括大语言模型在内的AI/ML方法在癌症免疫治疗中的进展及其转化潜力 | 本文是一篇综述,不涉及原始研究,因此未提出新的模型或方法,主要侧重于总结现有进展 | 旨在填补对AI/ML在癌症免疫治疗中应用进行系统性总结和批判性评估的空白,并加速AI/ML与精准癌症免疫治疗的整合 | 癌症免疫治疗领域的人工智能和机器学习应用 | 机器学习 | 癌症 | NA | 深度学习, 大语言模型 | 多组学生物医学数据 | NA | NA | NA | NA | NA |
| 17 | 2026-02-26 |
Multi-Scale Mapping of Gene Expression from Whole-slide Images for Identifying Phenotype-Associated Subpopulations
2026-Feb-25, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202521151
PMID:41736695
|
研究论文 | 本研究提出了一种名为BiSCALE的深度学习框架,用于从全切片图像中预测多尺度基因表达,并识别与表型相关的细胞亚群 | 开发了BiSCALE框架,首次整合了WSI基础编码器与Vision-Mamba融合模块及两阶段训练策略,以桥接bulk和spot数据的尺度与分布差异,实现从WSI中同时预测组织水平和近细胞水平的基因表达 | 研究仅基于三种癌症类型的数据进行训练和验证,可能限制了模型的泛化能力到其他癌症类型 | 开发一种成本效益高的方法,从常规病理全切片图像中进行多尺度基因表达分析,以识别与临床表型相关的细胞亚群 | 全切片图像中的肿瘤样本和空间转录组学spots | 数字病理学 | 癌症 | 空间转录组学 | 深度学习 | 图像 | 2109个bulk肿瘤样本和141,000个空间转录组学spots | PyTorch | Vision-Mamba | NA | NA |
| 18 | 2026-02-26 |
A multimodal approach integrating spectroscopy, deep learning guided molecular docking, and molecular dynamics simulation for predictive assessment of pioglitazone to albumin binding for formulation development
2026-Feb-25, Analytical methods : advancing methods and applications
IF:2.7Q1
DOI:10.1039/d5ay01534k
PMID:41738395
|
研究论文 | 本文采用光谱学、深度学习引导的分子对接和分子动力学模拟的多模态方法,预测并评估了吡格列酮与人血清白蛋白的结合亲和力,以指导制剂开发 | 结合了传统光谱分析、深度学习工具DynamicBind进行分子对接以及分子动力学模拟,提供了一种正交的多模态方法来全面评估药物-蛋白质结合亲和力 | NA | 分析吡格列酮与人血清白蛋白的结合亲和力,为以HSA作为载体聚合物的制剂开发提供依据 | 人血清白蛋白和吡格列酮的复合物 | 机器学习 | NA | 紫外吸收光谱、荧光光谱、分子对接、分子动力学模拟 | 深度学习 | 光谱数据、分子结构数据 | 不同组合的HSA和吡格列酮复合物 | NA | DynamicBind | 结合常数、cLDDT分数、结合亲和力值、均方根偏差、回转半径、均方根波动 | NA |
| 19 | 2026-02-26 |
Broadband Nanocavity Imaging with Machine Vision for Multiplex miRNA Assays
2026-Feb-25, Advanced materials (Deerfield Beach, Fla.)
DOI:10.1002/adma.202522938
PMID:41738572
|
研究论文 | 本研究提出了一种结合分布式布拉格反射器耦合的银纳米颗粒间隙纳米腔与深度学习实例分割的方法,用于实现自动化图像读出,以进行多重miRNA检测 | 将纳米光子学与深度学习(Mask R-CNN)结合,实现了无需富集或扩增的直接内源性miRNA多重定量,并利用纳米腔增强收集效率并抑制量子点闪烁 | 研究主要应用于A549肺癌细胞提取物,尚未在其他更复杂的临床样本或体内环境中进行广泛验证 | 开发一种灵敏、特异、稳健且可扩展的多重miRNA分析平台,用于研究和临床相关基质中的检测 | 内源性miRNA(miR-191、miR-25、miR-130a) | 机器学习 | 肺癌 | 分布式布拉格反射器(DBR)耦合的银纳米颗粒(AgNP)间隙纳米腔技术 | CNN | 图像 | A549肺癌细胞提取物 | NA | Mask R-CNN | 检测限(LOD)、线性动态范围、正确识别率 | NA |
| 20 | 2026-02-26 |
Deep Learning-Based Prediction of Trabecular Bone Mineral Density From Lumbar CT: A Superior Alternative to DEXA in Hyperostosis
2026-Feb-25, Global spine journal
IF:2.6Q1
DOI:10.1177/21925682261429415
PMID:41738591
|
研究论文 | 本研究利用深度学习从腰椎CT图像预测骨密度,旨在改善骨质疏松和骨量减少的检测,并促进早期干预 | 开发了一种基于CT的深度学习模型,能够准确预测骨小梁骨密度,并在骨骼过度骨化患者中,其骨折风险预测性能优于传统的DEXA方法 | 研究为回顾性队列研究,样本量相对有限(460名患者),且骨小梁区域分割为半自动方式,可能引入人为误差 | 探索利用深度学习从CT图像预测腰椎骨密度,以改进骨质疏松和骨量减少的检测及早期干预 | 460名患者的1840个腰椎椎体(L1-L4) | 计算机视觉 | 骨质疏松 | CT成像 | 深度学习回归模型, 深度学习分类模型 | 图像 | 460名患者的1840个腰椎椎体 | NA | NA | 相关系数, AUC | NA |