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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 121 | 2026-01-16 |
Evaluating Drug Effectiveness for Antihypertensives in Heart Failure Prognosis: Leveraging Composite Clinical Endpoints and Biomarkers from Electronic Health Records
2023-Sep, ACM-BCB ... ... : the ... ACM Conference on Bioinformatics, Computational Biology and Biomedicine. ACM Conference on Bioinformatics, Computational Biology and Biomedicine
DOI:10.1145/3584371.3612977
PMID:41527552
|
研究论文 | 本研究利用电子健康记录中的复合临床终点和生物标志物,评估抗高血压药物在心力衰竭预后中的有效性,并开发监督深度学习分类器进行预测 | 首次结合EHR中的临床事件和生物标志物设计抗高血压药物有效性选择策略,并构建标注语料库用于深度学习分类 | 基因组关联研究成本高且基因型指导的疗法临床转化困难,EHR数据在抗高血压有效性研究中仍未被充分利用 | 评估抗高血压药物在心力衰竭预后中的有效性,并开发药物响应预测模型 | 心力衰竭患者及其抗高血压药物治疗响应 | 自然语言处理 | 心血管疾病 | 电子健康记录数据分析 | 深度学习分类器 | 文本序列 | 约9500名患者的EHR序列 | NA | NA | F1分数 | NA |
| 122 | 2026-01-15 |
Development and External Validation of an Artificial Intelligence Model for Identifying Radiology Reports Containing Recommendations for Additional Imaging
2023-09, AJR. American journal of roentgenology
DOI:10.2214/AJR.23.29120
PMID:37073901
|
研究论文 | 本研究开发并外部验证了一种基于BERT的人工智能模型,用于识别放射学报告中包含额外成像建议的内容 | 利用预训练的BERT深度学习模型理解语言上下文和歧义,首次在放射学报告额外成像建议识别任务中应用,并展示了优于传统机器学习模型的性能 | 研究为回顾性设计,模型性能可能受到报告文本风格和术语变化的影响,且未在更广泛的多中心数据集上进行验证 | 开发并验证一种人工智能模型,以自动识别放射学报告中包含的额外成像建议,支持大规模质量改进工作 | 放射学报告 | 自然语言处理 | NA | 深度学习,自然语言处理 | BERT | 文本 | 总计7560份放射学报告,来自7419名独特患者(4133名女性,3286名男性;平均年龄58.8岁),其中训练集5040份,测试集1260份,外部验证集1260份 | NA | BERT | 精确度,召回率,F1分数,准确度 | NA |
| 123 | 2026-01-13 |
Generation of skin tone and pigmented region-modified images using a pigment discrimination model trained with an optical approach
2023-Oct, Skin research and technology : official journal of International Society for Bioengineering and the Skin (ISBS) [and] International Society for Digital Imaging of Skin (ISDIS) [and] International Society for Skin Imaging (ISSI)
IF:2.0Q3
DOI:10.1111/srt.13486
PMID:37881042
|
研究论文 | 本文提出了一种结合光学方法和深度学习生成可数值控制的肤色和色素区域修改图像的方法 | 提出了一种混合技术,整合光学方法与深度学习,实现对肤色和色素区域修改图像的精确数值控制,并验证了独立调整色素的能力 | 未明确说明方法在处理复杂皮肤条件或大规模数据集时的泛化能力 | 开发一种能够模拟多样化色素条件并生成修改图像的技术,以扩展皮肤分析的应用范围 | 皮肤图像中的肤色和色素区域,特别是与黑色素和血红蛋白相关的部分 | 计算机视觉 | NA | 光学方法结合深度学习 | 深度学习模型 | 图像 | NA | NA | NA | 相关系数, ITA, 黑色素指数, 红斑指数 | NA |
| 124 | 2026-01-12 |
Boosting the performance of pretrained CNN architecture on dermoscopic pigmented skin lesion classification
2023-Nov, Skin research and technology : official journal of International Society for Bioengineering and the Skin (ISBS) [and] International Society for Digital Imaging of Skin (ISDIS) [and] International Society for Skin Imaging (ISSI)
IF:2.0Q3
DOI:10.1111/srt.13505
PMID:38009020
|
研究论文 | 本研究通过数据增强和贝叶斯超参数调优,提升了预训练CNN模型在皮肤镜色素性皮肤病变分类中的性能 | 采用数据增强解决数据集不平衡问题,并结合贝叶斯超参数调优来优化预训练CNN模型,显著提高了分类性能,特别是敏感性 | 未明确说明模型在外部验证集上的泛化能力,且可能受限于ISIC 2019数据集的特定采集条件 | 提升预训练卷积神经网络在皮肤镜色素性皮肤病变分类中的性能 | 色素性皮肤病变(PSLs),包括八种疾病类别,特别是黑色素瘤 | 计算机视觉 | 皮肤癌 | 皮肤镜成像 | CNN | 图像 | 使用ISIC 2019数据集,具体样本数量未在摘要中明确 | 未明确指定,可能基于TensorFlow或PyTorch | Inception-V3 | 准确率, AUC | 未在摘要中明确说明 |
| 125 | 2026-01-12 |
Lyme rashes disease classification using deep feature fusion technique
2023-Nov, Skin research and technology : official journal of International Society for Bioengineering and the Skin (ISBS) [and] International Society for Digital Imaging of Skin (ISDIS) [and] International Society for Skin Imaging (ISSI)
IF:2.0Q3
DOI:10.1111/srt.13519
PMID:38009027
|
研究论文 | 本文提出了一种基于深度特征融合技术的莱姆病皮疹分类新方法 | 开发了一种深度特征融合机制(元分类器),将Densenet201、InceptionV3和Exception三个深度学习模型提取的特征进行融合,显著提升了分类准确率 | NA | 自动分类莱姆病皮疹,以辅助临床医生和皮肤科医生有效探查和研究莱姆病皮肤皮疹 | 莱姆病皮疹图像,特别是游走性红斑(EM)图像 | 计算机视觉 | 莱姆病 | 深度学习 | CNN | 图像 | NA | NA | Densenet201, InceptionV3, Exception | 准确率 | NA |
| 126 | 2026-01-12 |
Segmentation and classification of skin lesions using hybrid deep learning method in the Internet of Medical Things
2023-Nov, Skin research and technology : official journal of International Society for Bioengineering and the Skin (ISBS) [and] International Society for Digital Imaging of Skin (ISDIS) [and] International Society for Skin Imaging (ISSI)
IF:2.0Q3
DOI:10.1111/srt.13524
PMID:38009016
|
研究论文 | 本研究提出了一种混合深度学习方法,用于在医疗物联网环境中对皮肤病变进行分割和分类 | 结合了Mask R-CNN进行语义分割和ResNet50进行病变检测的混合深度学习模型,在皮肤病变分析中实现了高精度分割和分类 | 未明确说明模型在多样化或临床实际数据上的泛化能力及计算资源需求 | 提高皮肤病变分析的准确性和效率,以支持医疗物联网环境下的精确诊断 | 皮肤病变,具体通过皮肤镜图像进行分析 | 计算机视觉 | 皮肤癌 | 皮肤镜成像 | CNN | 图像 | 大量带标注的皮肤镜图像数据集,包括ISIC 2020挑战赛数据集 | TensorFlow, PyTorch | Mask R-CNN, ResNet50 | 准确率 | NA |
| 127 | 2026-01-12 |
An Approach to Developing Benchmark Datasets for Protein Secondary Structure Segmentation from Cryo-EM Density Maps
2023-Sep, ACM-BCB ... ... : the ... ACM Conference on Bioinformatics, Computational Biology and Biomedicine. ACM Conference on Bioinformatics, Computational Biology and Biomedicine
DOI:10.1145/3584371.3612947
PMID:41509644
|
研究论文 | 本文提出了一种生成用于蛋白质二级结构分割的基准数据集的方法,并评估了数据特性对深度学习模型性能的影响 | 提出了一种生成具有特定规格(如蛋白质序列同一性、结构内容和数据质量)的基准数据集的方法,以系统研究影响分割性能的因素 | 仅针对DeepSSETracer这一特定深度学习方法进行了测试,可能未涵盖所有潜在影响因素 | 开发基准数据集以评估和提升从冷冻电镜密度图中分割蛋白质二级结构的深度学习方法的性能 | 冷冻电镜密度图中的蛋白质二级结构 | 计算机视觉 | NA | 冷冻电镜(Cryo-EM) | 深度学习 | 图像(密度图) | NA | NA | DeepSSETracer | NA | NA |
| 128 | 2026-01-11 |
Evidence for the role of transcription factors in the co-transcriptional regulation of intron retention
2023-03-22, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-023-02885-1
PMID:36949544
|
研究论文 | 本研究通过深度学习模型分析开放染色质区域,探索转录因子在共转录调控内含子保留中的作用 | 首次利用深度学习模型系统性地识别转录因子在调控内含子保留中的角色,并预测锌指家族转录因子为主要调控因子 | 研究主要基于计算预测和ChIP-seq数据验证,缺乏直接的实验机制验证 | 探究转录因子在共转录过程中调控内含子保留的机制 | 人类基因组中的内含子保留事件及相关转录因子 | 生物信息学 | NA | 深度学习, ChIP-seq | 深度学习模型 | 基因组序列数据, ChIP-seq数据 | NA | NA | NA | NA | NA |
| 129 | 2026-01-10 |
Genomic prediction with machine learning in sugarcane, a complex highly polyploid clonally propagated crop with substantial non-additive variation for key traits
2023-12, The plant genome
DOI:10.1002/tpg2.20390
PMID:37728221
|
研究论文 | 本研究探讨了在甘蔗这种复杂、高度多倍体、无性繁殖的作物中,使用机器学习方法进行基因组预测的潜力,以捕获关键性状的非加性变异 | 首次在甘蔗中系统比较了深度学习神经网络(包括多层感知机和卷积神经网络)和随机森林等机器学习方法,与扩展的基因组最佳线性无偏预测(GBLUP)模型在基因组预测中的表现 | 机器学习模型(包括随机森林和深度学习神经网络)的预测准确性未超过扩展的GBLUP模型,表明在捕获基因间互作方面可能仍有局限 | 评估机器学习方法在甘蔗复杂基因组背景下对关键农艺性状进行基因组预测的准确性和适用性 | 甘蔗克隆及其关键性状(总甘蔗收获量、商业蔗糖含量和纤维含量) | 机器学习 | NA | 全基因组单核苷酸多态性标记分析 | CNN, MLP, RF | 基因组数据 | 2912个甘蔗克隆,使用26,086个全基因组SNP标记 | NA | 多层感知机, 卷积神经网络 | 预测准确性 | NA |
| 130 | 2026-01-10 |
State-of-the-art computational methods to predict protein-protein interactions with high accuracy and coverage
2023-11, Proteomics
IF:3.4Q2
DOI:10.1002/pmic.202200292
PMID:37401192
|
综述 | 本文综述了利用蛋白质序列、结构和共丰度数据预测蛋白质-蛋白质相互作用的最先进计算方法,并重点介绍了深度学习在这些领域的应用 | 系统性地整合了基于不同数据源的蛋白质相互作用预测方法,并特别强调了深度学习技术在各数据类别中的最新进展和应用 | 未提及具体方法的性能比较或实验验证细节,主要侧重于文献综述和分类讨论 | 回顾和分类当前用于预测蛋白质-蛋白质相互作用的高精度和高覆盖率的计算方法 | 蛋白质-蛋白质相互作用预测的计算方法 | 机器学习 | NA | 深度学习 | NA | 蛋白质序列、蛋白质结构、蛋白质共丰度数据 | NA | NA | NA | NA | NA |
| 131 | 2026-01-09 |
Accurate classification of major brain cell types using in vivo imaging and neural network processing
2023-11, PLoS biology
IF:7.8Q1
DOI:10.1371/journal.pbio.3002357
PMID:37943858
|
研究论文 | 本文介绍了一种结合活体双光子成像和深度学习的方法,用于无创分类小鼠大脑中的主要细胞类型 | 开发了NuCLear方法,首次实现基于活体成像和深度学习对大脑细胞类型进行非侵入性分类和三维定位 | 仅使用单一标记(组蛋白2B-eGFP),可能限制对其他细胞特征的识别;方法目前仅在小鼠次级运动皮层验证 | 开发一种非侵入性方法,用于长期研究生理和病理条件下大脑细胞类型组成的变化 | 小鼠次级运动皮层中的细胞核 | 数字病理学 | NA | 活体双光子成像,组蛋白2B-eGFP标记 | 深度学习 | 图像 | 约25,000个细胞(来自0.25 mm³成像体积) | NA | NA | NA | NA |
| 132 | 2026-01-08 |
Solution for sports image classification using modified MobileNetV3 optimized by modified battle royal optimization algorithm
2023-Nov, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2023.e21603
PMID:38027597
|
研究论文 | 本文提出了一种结合深度学习与优化算法的混合框架,用于体育图像分类 | 采用改进的Battle Royal优化算法作为特征选择器,以降低图像维度并仅使用关键特征实现更高分类准确率 | NA | 提升体育图像分类的准确性与效率 | 体育图像 | 计算机视觉 | NA | 图像处理与机器视觉 | 深度学习 | 图像 | NA | NA | 改进的MobileNetV3 | 分类准确率 | NA |
| 133 | 2026-01-08 |
Performance of ChatGPT on the pharmacist licensing examination in Taiwan
2023-07-01, Journal of the Chinese Medical Association : JCMA
IF:1.9Q2
DOI:10.1097/JCMA.0000000000000942
PMID:37227901
|
研究论文 | 本研究评估了ChatGPT在台湾药师执照考试中的表现,并探讨了其在药学教育中的潜在作用 | 首次将ChatGPT应用于台湾药师执照考试,比较了中英文版本的表现,并提出了对药学教育改革的建议 | 排除了图形题、化学式和表格,仅基于文本问题进行评估,且使用的是ChatGPT 3.5版本 | 评估ChatGPT在药师执照考试中的准确性,并探讨其在药学教育中的潜在角色 | 2023年台湾药师执照考试的第一阶段和第二阶段试题 | 自然语言处理 | NA | 深度学习 | ChatGPT | 文本 | 2023年台湾药师执照考试的第一阶段和第二阶段试题 | NA | ChatGPT 3.5 | 正确率 | NA |
| 134 | 2026-01-08 |
A study on surprisal and semantic relatedness for eye-tracking data prediction
2023, Frontiers in psychology
IF:2.6Q2
DOI:10.3389/fpsyg.2023.1112365
PMID:36818086
|
研究论文 | 本研究通过回归实验评估了语言模型中的惊奇度与语义关联性对眼动数据预测的贡献 | 对比了惊奇度与语义关联性在眼动数据预测中的独立作用,并发现语义关联性对功能词预测也有贡献 | 仅基于两个英语语料库进行实验,未涉及其他语言或更大规模的数据集 | 探究语言模型中的惊奇度与语义关联性对眼动数据预测的影响 | 眼动数据预测 | 自然语言处理 | NA | 语言建模、分布语义模型 | 深度学习语言模型、BERT | 眼动数据、文本数据 | 两个英语语料库 | NA | BERT | 方差解释量 | NA |
| 135 | 2026-01-08 |
Deep learning for myocardial ischemia auxiliary diagnosis using CZT SPECT myocardial perfusion imaging
2023-01-01, Journal of the Chinese Medical Association : JCMA
IF:1.9Q2
DOI:10.1097/JCMA.0000000000000833
PMID:36306391
|
研究论文 | 本研究利用深度学习技术,基于CZT SPECT心肌灌注静息态图像,开发了一个用于辅助诊断心肌缺血的原型系统 | 结合YOLO目标检测技术定位心肌缺损区域并进行图像裁剪,随后使用三维CNN模型对冠心病进行分类,实现了较高的诊断性能 | 研究数据仅来自单一医疗中心,可能限制了模型的泛化能力;未详细讨论模型对不同类型心肌缺损的区分能力 | 开发一个基于深度学习的辅助诊断系统,以缩短图像解读时间并提高冠心病诊断质量 | 冠心病患者的心肌灌注静息态图像 | 计算机视觉 | 心血管疾病 | CZT SPECT心肌灌注成像 | CNN | 图像 | NA | NA | 三维CNN, YOLO | AUC, 准确率, 灵敏度, 特异度 | NA |
| 136 | 2026-01-06 |
In silico evolution of autoinhibitory domains for a PD-L1 antagonist using deep learning models
2023-12-05, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2307371120
PMID:38032933
|
研究论文 | 本研究利用基于深度学习的蛋白质结构预测与序列优化流程,设计了针对PD-L1拮抗剂的自抑制结构域,以开发可在肿瘤微环境中被激活的抗癌药物 | 首次将AlphaFold2与ProteinMPNN结合,通过迭代循环设计自抑制结构域,无需实验亲和力成熟即可获得纳摩尔级高亲和力结合剂 | 研究仅针对PD-L1拮抗剂进行设计验证,未在体内模型中测试其治疗效果与安全性 | 开发一种可通过肿瘤富集蛋白酶激活的条件性PD-L1拮抗剂,用于癌症治疗 | PD-L1蛋白及其拮抗剂 | 计算生物学 | 癌症 | 深度学习蛋白质设计 | 深度学习模型 | 蛋白质序列与结构数据 | 设计了23种不同长度与拓扑结构的自抑制结构域 | AlphaFold2, ProteinMPNN | AlphaFold2, ProteinMPNN | 平衡解离常数(Kd) | NA |
| 137 | 2026-01-06 |
Deep learning for embryo evaluation using time-lapse: a systematic review of diagnostic test accuracy
2023-11, American journal of obstetrics and gynecology
IF:8.7Q1
DOI:10.1016/j.ajog.2023.04.027
PMID:37116822
|
系统综述 | 本文系统综述了卷积神经网络模型在延时监测胚胎评估中的准确性 | 首次系统性地评估了深度学习在胚胎延时监测中的诊断测试准确性,并识别了模型在囊胚阶段分类方面的最佳预测性能 | 纳入研究之间存在高度异质性,且部分研究存在患者偏倚的高风险 | 研究卷积神经网络模型在胚胎评估中的准确性 | 胚胎图像数据 | 数字病理学 | 生殖医学 | 延时监测 | CNN | 图像 | 222,998个胚胎的522,516张图像 | NA | NA | 准确性 | NA |
| 138 | 2026-01-06 |
Are current machine learning applications comparable to radiologist classification of degenerate and herniated discs and Modic change? A systematic review and meta-analysis
2023-11, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society
IF:2.6Q1
DOI:10.1007/s00586-023-07718-0
PMID:37150769
|
系统综述与荟萃分析 | 本文通过系统综述和荟萃分析,评估当前机器学习算法在识别椎间盘退变、突出、膨出和Modic改变方面与放射科医生分类性能的可比性 | 首次针对机器学习在脊柱MRI中识别椎间盘退变及相关病变与放射科医生性能比较的系统综述和荟萃分析 | 现有研究存在验证尝试少、样本量不足、报告不完整等问题,且算法在外部验证中性能下降 | 评估机器学习算法在脊柱MRI中自动识别椎间盘退变、突出、膨出和Modic改变的诊断性能,并与放射科医生比较 | 腰椎间盘退变(LDD)、椎间盘突出、膨出和Modic改变的MRI影像 | 医学影像分析 | 腰椎间盘退变性疾病 | MRI | 深度学习, 支持向量机, k近邻, 随机森林, 朴素贝叶斯 | MRI影像 | NA | NA | NA | 分类性能指标 | NA |
| 139 | 2026-01-06 |
Screening for peripartum cardiomyopathies using artificial intelligence in Nigeria (SPEC-AI Nigeria): Clinical trial rationale and design
2023-07, American heart journal
IF:3.7Q1
DOI:10.1016/j.ahj.2023.03.008
PMID:36966922
|
研究论文 | 本文描述了在尼日利亚使用人工智能心电图筛查围产期心肌病的临床试验方案 | 在尼日利亚产科人群中前瞻性评估AI-ECG工具用于心肌病检测,为AI在临床实践中的广泛应用提供关键试验数据 | 研究仅针对尼日利亚特定人群,结果可能无法直接推广到其他地区或种族群体 | 评估人工智能心电图在尼日利亚产科人群中检测心肌病的有效性和实用性 | 尼日利亚的孕妇和产后妇女 | 机器学习 | 心血管疾病 | 心电图 | 深度学习 | 心电图数据 | 1000名孕妇和产后妇女 | NA | NA | 心肌病新诊断率、左心室功能受损检测率、心血管疾病新诊断率、复合不良母体心血管结局 | NA |
| 140 | 2026-01-04 |
Deep learning-based idiomatic expression recognition for the Amharic language
2023, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0295339
PMID:38096324
|
研究论文 | 本文提出了一种基于卷积神经网络和FastText嵌入的模型,用于检测阿姆哈拉语中的惯用表达 | 首次将深度学习模型应用于阿姆哈拉语的惯用表达识别,结合CNN和FastText嵌入以提高检测准确性 | 数据集规模相对较小(总计3300个表达),且测试集准确率为80%,仍有提升空间 | 开发一个能够准确识别阿姆哈拉语中惯用表达的自然语言处理模型 | 阿姆哈拉语中的惯用表达和非惯用表达 | 自然语言处理 | NA | NA | CNN | 文本 | 1700个惯用表达和1600个非惯用表达,总计3300个样本 | NA | CNN | 准确率 | NA |