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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 101 | 2025-10-06 |
Crossing the 'Cookie Theft' Corpus Chasm: Applying what BERT Learns from Outside Data to the ADReSS Challenge Dementia Detection Task
2021-Apr, Frontiers in computer science
IF:2.4Q3
DOI:10.3389/fcomp.2021.642517
PMID:40535703
|
研究论文 | 本研究通过整合外部Wisconsin Longitudinal Study语料库数据,提升BERT模型在ADReSS挑战赛中痴呆检测任务的性能 | 创建了包含1366个Cookie Theft任务转录的新语料库,将可用训练数据增加一个数量级,并探索了使用推断认知状态选择规范数据的方法 | WLS语料库的元数据不包含痴呆诊断,需要通过认知测试结果推断参与者的认知状态 | 提高深度学习模型在阿尔茨海默病检测任务中的性能 | 阿尔茨海默病患者和健康对照者的自发言语样本 | 自然语言处理 | 阿尔茨海默病 | 语音转录分析,认知测试推断 | BERT | 文本(语音转录) | DementiaBank语料库加上1366个WLS转录样本 | NA | BERT | NA | NA |
| 102 | 2025-10-06 |
Real-time recognition of spraying area for UAV sprayers using a deep learning approach
2021, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0249436
PMID:33793634
|
研究论文 | 本研究开发了一种基于深度学习的无人机喷雾器喷洒区域实时识别系统 | 采用深度学习技术实现无人机喷雾器喷洒区域的实时识别,提高了农业喷洒的精确性 | 研究仅针对香菜农田,未验证在其他作物上的适用性 | 开发准确的实时喷洒区域识别系统以提升无人机喷雾器的作业效率 | 无人机喷雾器的喷洒区域识别 | 计算机视觉 | NA | 深度学习 | 深度学习分类器 | 图像 | 从无人机采集的香菜农田图像 | NA | NA | F1分数, 计算时间 | NA |
| 103 | 2025-10-06 |
Active learning to classify macromolecular structures in situ for less supervision in cryo-electron tomography
2021-Aug-25, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btab123
PMID:33620460
|
研究论文 | 提出一种混合主动学习框架,用于冷冻电子断层扫描中的亚断层图分类,以减少标注需求 | 结合不确定性采样、判别器和子集采样策略,同时满足主动学习中的区分性和代表性准则 | 在真实数据上的性能相比全监督方法平均有3%的准确率下降 | 减少冷冻电子断层扫描中生物大分子结构分类的标注负担 | 冷冻电子断层扫描中的亚断层图 | 计算机视觉 | NA | 冷冻电子断层扫描 | 深度学习 | 3D图像数据 | 模拟数据和真实数据 | NA | NA | 准确率 | NA |
| 104 | 2025-10-06 |
QSM reconstruction challenge 2.0: Design and report of results
2021-09, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.28754
PMID:33783037
|
研究论文 | 报告第二届定量磁化率成像重建挑战赛的设计方案与结果分析 | 采用两阶段挑战赛设计,首次在合成脑数据中系统评估不同QSM偶极反演算法的准确性 | 基于合成数据评估,未来需在包含背景场和偶极不相容相位贡献的更真实场景中验证 | 测试定量磁化率成像重建算法在模拟脑数据中的准确性 | 合成多回波梯度回波图像数据 | 医学影像分析 | 脑部疾病 | 定量磁化率成像,多回波梯度回波成像 | 迭代方法,深度学习,直接反演方法 | 磁共振图像 | 两个真实头模生成的合成数据集 | NA | 基于总变分的算法 | 八个数值指标,视觉评分 | NA |
| 105 | 2025-06-08 |
AFCM-LSMA: New intelligent model based on Lévy slime mould algorithm and adaptive fuzzy C-means for identification of COVID-19 infection from chest X-ray images
2021-Aug, Advanced engineering informatics
IF:8.0Q1
DOI:10.1016/j.aei.2021.101317
PMID:40477230
|
研究论文 | 提出了一种基于Lévy黏菌算法和自适应模糊C均值的新型智能模型AFCM-LSMA,用于从胸部X光图像中识别COVID-19感染 | 结合自适应模糊C均值(AFCM)和改进的基于Lévy分布的黏菌算法(SMA),提出了一种新的优化模型AFCM-LSMA,用于COVID-19的快速诊断 | NA | 开发一个稳健的模型,从胸部X光图像中提取COVID-19的高级特征,以帮助快速诊断 | 胸部X光图像 | 计算机视觉 | COVID-19 | Lévy黏菌算法,自适应模糊C均值 | AFCM-LSMA | 图像 | NA | NA | NA | NA | NA |
| 106 | 2025-06-08 |
Scientific production and thematic breakthroughs in smart learning environments: a bibliometric analysis
2021, Smart learning environments
IF:6.7Q1
DOI:10.1186/s40561-020-00145-4
PMID:40477293
|
研究论文 | 本文通过文献计量学方法分析了智能学习环境领域的研究趋势、学者生产力和主题焦点 | 提供了智能学习环境领域的全面概览,包括研究热点、主题焦点和未来方向 | 仅基于Scopus数据库的1081篇同行评议文章,可能未涵盖所有相关研究 | 分析智能学习环境领域的研究趋势、学者生产力和主题焦点 | 智能学习环境领域的科学出版物 | 教育技术 | NA | 文献计量分析 | NA | 文本 | 1081篇同行评议文章 | NA | NA | NA | NA |
| 107 | 2025-06-08 |
Deep Learning and Particle Swarm Optimisation-Based Techniques for Visually Impaired Humans' Text Recognition and Identification
2021, Augmented human research
DOI:10.1007/s41133-021-00051-5
PMID:40477829
|
研究论文 | 本文提出了一种结合深度学习和粒子群优化的方法,用于视觉障碍者的文本识别与识别 | 结合深度神经网络和粒子群优化技术,用于复杂退化图像中的文本识别 | 未提及具体样本量或实际应用中的性能表现 | 开发一种能够帮助视觉障碍者在自然场景中识别文本的系统 | 视觉障碍者 | 计算机视觉 | NA | 梯度图像方法、对比度图像方法、自适应图像映射、笔画宽度变换、Gabor变换 | 深度神经网络、粒子群优化 | 图像 | 使用IIIT5K数据集进行开发 | NA | NA | NA | NA |
| 108 | 2025-10-06 |
Deep learning assisted COVID-19 detection using full CT-scans
2021-Jun, Internet of things (Amsterdam, Netherlands)
DOI:10.1016/j.iot.2021.100377
PMID:38620521
|
研究论文 | 本研究提出一种基于深度学习技术的自动化COVID-19检测方法,使用完整胸部CT扫描图像 | 采用残差网络结合跳跃连接结构,通过预处理技术提升检测精度,并设计为可在边缘设备部署的轻量化方案 | NA | 开发自动化COVID-19诊断系统以加速检测过程并降低计算资源需求 | COVID-19患者的完整胸部CT扫描图像 | 计算机视觉 | COVID-19 | CT扫描 | CNN | 医学影像 | NA | NA | ResNet | 准确率 | 企业级GPU |
| 109 | 2025-10-06 |
A Comparison of Deep Learning Models for Detecting COVID-19 in Chest X-ray Images
2021, IFAC-PapersOnLine
DOI:10.1016/j.ifacol.2021.10.282
PMID:38620947
|
研究论文 | 比较四种深度学习模型在胸部X光图像中检测COVID-19的性能 | 通过45次不同实验系统比较了四种深度学习架构在COVID-19检测中的表现 | 仅进行二元分类,未涉及疾病严重程度分级或多类别分类 | 评估不同深度学习模型在COVID-19胸部X光图像诊断中的性能 | COVID-19患者的胸部X光图像 | 计算机视觉 | COVID-19 | 深度学习,迁移学习 | CNN | 医学图像 | NA | NA | CNN with 4 convolutional blocks, VGG-19, Inception, MobileNet | 准确率 | NA |
| 110 | 2025-05-31 |
Smartphone-based DNA malaria diagnostics using deep learning for local decision support and blockchain technology for security
2021-Aug-02, Nature electronics
IF:33.7Q1
DOI:10.1038/s41928-021-00612-x
PMID:39651407
|
研究论文 | 本文报告了一种基于智能手机的多重DNA疟疾诊断端到端平台 | 结合低成本纸基微流体诊断测试、深度学习算法进行本地决策支持,以及区块链技术确保数据安全连接和管理 | 研究仅在乌干达农村地区进行验证,未涉及其他地区或疾病 | 开发一种快速、准确的疟疾诊断平台,适用于资源有限的农村社区 | 疟疾诊断 | 数字病理 | 疟疾 | DNA诊断 | 深度学习 | 图像 | 乌干达农村地区的测试案例,准确率超过98% | NA | NA | NA | NA |
| 111 | 2025-10-06 |
High-Throughput Molecular Imaging via Deep-Learning-Enabled Raman Spectroscopy
2021-12-07, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.1c02178
PMID:34797972
|
研究论文 | 提出基于深度学习的拉曼光谱框架DeepeR,实现高通量分子成像 | 开发首个结合去噪重建与空间超分辨的深度学习拉曼光谱框架,实现最高160倍成像加速 | 需要大量训练数据(150万光谱),组织尺度成像需依赖迁移学习 | 解决拉曼光谱数据采集速度慢的问题,实现高通量分子成像 | 细胞和组织尺度的生物样本 | 计算生物医学成像 | NA | 拉曼光谱,深度学习 | 神经网络 | 高光谱拉曼图像 | 超过150万光谱(相当于400小时采集数据) | NA | NA | 均方误差,空间分辨率 | NA |
| 112 | 2025-05-23 |
Computer-aided diagnosis of esophageal cancer and neoplasms in endoscopic images: a systematic review and meta-analysis of diagnostic test accuracy
2021-05, Gastrointestinal endoscopy
IF:6.7Q1
DOI:10.1016/j.gie.2020.11.025
PMID:33290771
|
meta-analysis | 通过系统性回顾和荟萃分析评估计算机辅助诊断(CAD)算法在内镜图像中对食管癌及肿瘤的诊断准确性 | 首次通过荟萃分析评估CAD算法在食管癌及肿瘤内镜诊断中的准确性,并提供了全面的诊断性能指标 | 缺乏外部验证和临床应用的表现数据 | 评估CAD算法在内镜图像中对食管癌及肿瘤的诊断准确性 | 食管癌及肿瘤的内镜图像 | digital pathology | esophageal cancer | deep learning, machine learning | NA | image | 21项研究用于系统性回顾,19项研究用于荟萃分析 | NA | NA | NA | NA |
| 113 | 2025-05-23 |
Performance of artificial intelligence in colonoscopy for adenoma and polyp detection: a systematic review and meta-analysis
2021-01, Gastrointestinal endoscopy
IF:6.7Q1
DOI:10.1016/j.gie.2020.06.059
PMID:32598963
|
meta-analysis | 本文通过系统综述和荟萃分析评估了人工智能在结肠镜检查中检测腺瘤和息肉的表现 | 首次对实时计算机辅助息肉检测(CADe)系统在结直肠肿瘤检测中的随机对照试验进行荟萃分析,证实其显著提高腺瘤检出率 | 纳入的随机对照试验数量有限(5项),部分指标如高级别腺瘤检出率的证据等级不高 | 评估人工智能辅助系统在结直肠肿瘤检测中的临床效能 | 结直肠肿瘤(腺瘤和息肉) | digital pathology | colorectal cancer | deep learning | CADe | colonoscopy images | 4354例患者(来自5项随机对照试验) | NA | NA | NA | NA |
| 114 | 2025-10-07 |
An autonomous drone for search and rescue in forests using airborne optical sectioning
2021-06-23, Science robotics
IF:26.1Q1
DOI:10.1126/scirobotics.abg1188
PMID:34162744
|
研究论文 | 本文介绍了一种使用空中光学切片技术在森林中自主搜索救援人员的无人机系统 | 开发了基于自适应采样的实时在线搜索技术,能够在飞行过程中动态调整路径,将图像复杂度降低至先前方法的1/10 | 在17次野外实验中未能找到全部42名隐藏人员(找到38名),在预设路径实验中精度为86% | 开发能够在茂密遮挡森林中自主搜索救援人员的无人机系统 | 森林中隐藏的人员 | 计算机视觉 | NA | 空中光学切片技术,热成像处理 | 深度学习 | 热成像图像 | 17次野外实验,涉及42名隐藏人员 | NA | NA | 精度, 分类置信度 | 机载实时计算 |
| 115 | 2025-10-07 |
Retracted: Diagnostic Classification and Prognostic Prediction Using Common Genetic Variants in Autism Spectrum Disorder: Genotype-Based Deep Learning
2021-04-07, JMIR medical informatics
IF:3.1Q2
DOI:10.2196/24754
PMID:33714937
|
研究论文 | 本研究利用深度学习模型基于常见遗传变异对自闭症谱系障碍进行诊断分类和预后预测 | 首次将卷积神经网络应用于自闭症常见遗传变异数据,相比传统筛查工具准确率提升约13% | 仅基于常见遗传变异进行分析,未考虑罕见变异和环境因素对自闭症的影响 | 开发基于遗传数据的自闭症早期筛查和诊断分类方法 | 自闭症谱系障碍患者及其家庭 | 机器学习 | 自闭症谱系障碍 | 基因组数据分析,卡方检验 | CNN | 基因型数据 | 数千个有自闭症风险的单纯型家庭 | NA | 卷积神经网络 | AUC, 准确率 | NA |
| 116 | 2025-04-27 |
Deep learning prediction of patient response time course from early data via neural-pharmacokinetic/pharmacodynamic modelling
2021-Aug, Nature machine intelligence
IF:18.8Q1
DOI:10.1038/s42256-021-00357-4
PMID:40271424
|
研究论文 | 本文提出了一种结合深度学习与药代动力学/药效动力学(PK/PD)的新型神经-PK/PD框架,用于预测患者对治疗的反应时间过程 | 将药理学关键原理与神经常微分方程结合,直接从纵向患者数据中学习控制微分方程,实现了对未测试给药方案的患者反应模拟 | 需要大量患者数据进行训练,且模型性能依赖于数据质量 | 开发自动化预测患者反应时间过程的方法,减少对人工建模经验的依赖 | 患者对治疗的反应时间过程 | 机器学习 | NA | 神经常微分方程 | 神经-PK/PD模型 | 纵向患者数据 | 超过600名患者的临床数据集 | NA | NA | NA | NA |
| 117 | 2025-10-07 |
A comprehensive review of deep learning-based single image super-resolution
2021, PeerJ. Computer science
DOI:10.7717/peerj-cs.621
PMID:34322592
|
综述 | 本文对基于深度学习的单图像超分辨率技术进行了全面综述 | 从深度学习角度系统分类超分辨率方法,涵盖监督学习、无监督学习和领域特定方法 | 作为综述文章,不包含原始实验数据和新方法提出 | 总结单图像超分辨率领域的最新进展和发展趋势 | 图像超分辨率算法和方法 | 计算机视觉 | NA | NA | GAN, CNN | 图像 | NA | NA | EDSR, CinCGAN, MSRN, Meta-RDN, RBPN, SAN, SRFBN, WRAN | 图像质量指标 | NA |
| 118 | 2025-10-07 |
Pollen analysis using multispectral imaging flow cytometry and deep learning
2021-01, The New phytologist
DOI:10.1111/nph.16882
PMID:32803754
|
研究论文 | 本研究开发了一种结合多光谱成像流式细胞术和深度学习的花粉分析方法 | 首次将多光谱成像流式细胞术与深度学习相结合用于花粉分析,实现了快速测量和高精度物种识别 | 需要建立全面的花粉参考数据库才能充分发挥方法优势 | 开发自动化的花粉识别和定量分析方法 | 35种植物物种的花粉 | 计算机视觉 | NA | 多光谱成像流式细胞术 | CNN | 图像 | 426,876张花粉图像 | NA | 卷积神经网络 | 准确率 | NA |
| 119 | 2025-10-07 |
Application of machine learning in the prediction of COVID-19 daily new cases: A scoping review
2021-Oct, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2021.e08143
PMID:34660935
|
综述 | 本文综述了机器学习和深度学习方法在预测COVID-19每日新增病例中的应用 | 系统比较了多种机器学习方法在COVID-19传播预测中的性能,包括ANFIS、LSTM、RNN和MLP等模型 | NA | 评估机器学习方法在预测COVID-19传播趋势中的效果 | COVID-19每日新增病例数据 | 机器学习 | COVID-19 | NA | ANFIS, LSTM, RNN, MLP, ANN, ARIMA | 流行病学数据 | NA | NA | 自适应神经模糊推理系统, 长短期记忆网络, 循环神经网络, 多层感知器, 自回归积分滑动平均模型 | RMSE, MAE, R系数, MAPE | NA |
| 120 | 2025-10-07 |
Performance for rotor system of hybrid electromagnetic bearing and elastic foil gas bearing with dynamic characteristics analysis under deep learning
2021, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0244403
PMID:33720953
|
研究论文 | 通过深度学习分析混合电磁轴承和弹性箔片气体轴承转子系统的动态特性,并优化CNN在故障检测中的结构 | 结合混合电磁轴承和弹性箔片气体轴承的转子系统动态特性分析,并首次将CNN应用于该系统故障检测的参数优化 | NA | 分析轴承-转子系统的动态特性并优化CNN在系统故障检测和分类中的性能 | 涡轮膨胀机轴承-转子系统 | 机器学习 | NA | 动态特性分析 | CNN | 工程系统数据 | NA | NA | 卷积神经网络 | 分类准确率,损失函数 | NA |