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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2121 | 2025-10-06 |
A Protein-Context Enhanced Master Slave Framework for Zero-Shot Drug Target Interaction Prediction
2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics
DOI:10.1109/TCBB.2024.3468434
PMID:39331551
|
研究论文 | 提出一种蛋白质上下文增强的主从框架用于零样本药物靶点相互作用预测 | 提出PCMS框架通过主学习器学习目标蛋白质上下文信息并自适应生成从学习器参数,实现无需先验数据的零样本预测 | 未明确说明框架在新发现蛋白质上的泛化能力限制及计算复杂度分析 | 解决新发现靶点蛋白质在缺乏已知相互作用数据时的药物靶点相互作用预测问题 | 药物分子与靶点蛋白质的相互作用关系 | 机器学习 | NA | 深度学习 | 主从学习框架 | 药物-靶点蛋白质对数据 | 两个公共数据集 | NA | 主学习器,从学习器 | 多种评估指标 | NA |
| 2122 | 2025-10-06 |
Generative Biomedical Event Extraction With Constrained Decoding Strategy
2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics
DOI:10.1109/TCBB.2024.3480088
PMID:39401115
|
研究论文 | 提出基于T5预训练语言模型的生物医学事件生成方法,采用约束解码策略和课程学习算法 | 首次将序列到序列生成范式应用于生物医学事件抽取,引入约束解码算法指导序列生成 | 仅在Genia 2011和Genia 2013两个数据集上验证,未在其他生物医学数据集测试 | 解决传统抽取式方法存在的级联错误问题,提升生物医学事件抽取性能 | 生物医学事件 | 自然语言处理 | NA | 序列到序列生成,约束解码,课程学习 | T5 | 文本 | Genia 2011和Genia 2013两个公共基准数据集 | NA | T5 | NA | NA |
| 2123 | 2025-10-06 |
Enhancing Autism Spectrum Disorder identification in multi-site MRI imaging: A multi-head cross-attention and multi-context approach for addressing variability in un-harmonized data
2024-11, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2024.102998
PMID:39442245
|
研究论文 | 提出一种多头部交叉注意力和多上下文框架,用于解决多站点MRI数据中的扫描仪差异问题,以增强自闭症谱系障碍的识别 | 提出CCMSMCF框架整合多头部注意力跨尺度模块和残差多上下文模块,实现一定程度的数据内部协调,使其对扫描仪和站点不敏感 | 方法在完全未协调数据上的泛化能力仍需进一步验证 | 开发能够跨不同扫描仪和站点有效工作的自闭症谱系障碍识别模型 | 自闭症谱系障碍患者的多站点fMRI数据 | 医学影像分析 | 自闭症谱系障碍 | fMRI功能连接性分析 | 深度学习 | MRI图像 | ABIDE-I数据集中的多站点多扫描仪数据 | NA | 多头部注意力跨尺度模块(MHACSM), 残差多上下文模块(RMCN) | NA | NA |
| 2124 | 2025-10-06 |
Use of Artificial Intelligence in Cobb Angle Measurement for Scoliosis: Retrospective Reliability and Accuracy Study of a Mobile App
2024-11-01, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/50631
PMID:39486021
|
研究论文 | 评估基于深度学习的移动AI应用在脊柱侧凸Cobb角自动测量中的可靠性和准确性 | 开发了完全自动化的Cobb角测量AI应用,无需医生手动测量,消除了观察者间差异性 | 回顾性研究,样本仅来自单一医疗中心 | 验证AI应用在脊柱侧凸Cobb角自动测量中的性能 | 脊柱侧凸患儿的脊柱X光片 | 医学影像分析 | 脊柱侧凸 | X射线成像 | 深度学习 | X光图像 | 601名患儿(89名男性,512名女性),802张全脊柱X光片 | NA | NA | Bland-Altman检验,组内相关系数(ICC),绝对误差,一致性界限(LoAs) | 移动应用 |
| 2125 | 2025-10-06 |
MMD-DTA: A Multi-Modal Deep Learning Framework for Drug-Target Binding Affinity and Binding Region Prediction
2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics
DOI:10.1109/TCBB.2024.3451985
PMID:39208057
|
研究论文 | 提出一种多模态深度学习框架MMD-DTA,用于预测药物-靶点结合亲和力及结合区域 | 通过无监督学习同时预测结合亲和力和结合区域,整合药物和靶点的序列与结构多模态信息 | NA | 预测药物-靶点结合亲和力及识别结合区域 | 药物分子和靶点蛋白 | 机器学习 | NA | 深度学习 | 图神经网络 | 序列数据, 结构数据 | NA | NA | 图神经网络, 目标结构特征提取网络 | 关键评估指标 | NA |
| 2126 | 2025-10-06 |
Exploring the Role of Mobile Apps for Insomnia in Depression: Systematic Review
2024-10-18, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/51110
PMID:39423009
|
系统评价 | 系统评价针对抑郁和失眠的移动应用,分析其功能、效果和研究空白 | 首次系统评价同时针对抑郁和失眠的移动应用,特别关注AI和深度学习技术整合 | 仅纳入2017-2023年发表的18篇研究,样本量有限 | 系统评估针对抑郁和失眠的移动应用的有效性和研究现状 | 针对抑郁和失眠的移动应用研究 | 自然语言处理 | 精神疾病 | 自然语言处理, 机器学习, 生成对话 | 深度学习 | 文本交互数据 | 18篇符合条件的研究文章 | NA | 聊天机器人 | 可行性, 可接受性, 潜在有效性 | NA |
| 2127 | 2025-10-06 |
Automated High-Throughput Atomic Force Microscopy Single-Cell Nanomechanical Assay Enabled by Deep Learning-Based Optical Image Recognition
2024-10-02, Nano letters
IF:9.6Q1
DOI:10.1021/acs.nanolett.4c03861
PMID:39302697
|
研究论文 | 开发了一种基于深度学习光学图像识别的自动化高通量原子力显微镜单细胞纳米力学检测方法 | 首次将深度学习图像识别技术应用于AFM单细胞纳米力学检测,实现了操作员独立的高通量自动化测量 | NA | 提高原子力显微镜单细胞纳米力学检测的效率和自动化程度 | 活体单细胞 | 计算机视觉 | NA | 原子力显微镜,光学明场成像 | 深度学习 | 光学图像 | NA | NA | NA | NA | NA |
| 2128 | 2025-10-06 |
Intra-arterial Pressure-Enabled Drug Delivery Significantly Increases Penetration of Glass Microspheres in a Porcine Liver Tumor Model
2024-10, Journal of vascular and interventional radiology : JVIR
IF:2.6Q2
DOI:10.1016/j.jvir.2024.06.030
PMID:38969336
|
研究论文 | 本研究验证了压力驱动药物递送技术能显著提高玻璃微球在猪肝肿瘤模型中的穿透效果 | 首次在转基因猪肝肿瘤模型中比较压力驱动药物递送与传统微导管在肝动脉灌注中的效果差异 | 研究样本量有限(PEDD组10例/9例,传统组7例/8例),且仅在猪模型中进行验证 | 评估压力驱动药物递送技术对肝肿瘤靶向治疗的改善效果 | 转基因猪(Oncopigs)诱导的肝肿瘤模型 | 数字病理 | 肝癌 | 肝动脉灌注、近红外成像、荧光标记 | 深度学习 | 图像 | 叶段灌注:PEDD组10例,传统组7例;选择性灌注:PEDD组9例,传统组8例 | Visiopharm | 自定义深度学习算法 | 信号强度定量分析、统计学显著性(P值) | NA |
| 2129 | 2025-10-06 |
Outcomes of Residency Education: Insights Into the Professional Formation of the Physical Therapist Resident
2024-Sep-01, Journal, physical therapy education
DOI:10.1097/JTE.0000000000000335
PMID:39150258
|
研究论文 | 本研究通过定性案例研究探讨物理治疗住院医师教育对专业能力发展的影响 | 首次通过多站点/专业领域的定性案例研究设计,探索物理治疗住院医师教育中的关键教学要素和学习环境 | 样本量较小(11个住院医师项目和13名住院医师),采用目的性便利抽样,结果可能缺乏普适性 | 探索住院医师教育对学习者发展的影响,并识别教学环境中的关键要素 | 物理治疗住院医师、住院医师项目主任和导师 | 医学教育 | NA | 定性研究、半结构化访谈、日志记录 | NA | 访谈记录、日志文本 | 11个物理治疗住院医师项目和13名住院医师 | NA | NA | NA | NA |
| 2130 | 2025-10-06 |
Neural Network Enables High Accuracy for Hepatitis B Surface Antigen Detection with a Plasmonic Platform
2024-07-17, Nano letters
IF:9.6Q1
DOI:10.1021/acs.nanolett.4c02860
PMID:38975746
|
研究论文 | 本文介绍了一种结合无标记等离子体生物传感与神经网络深度学习的高精度乙肝表面抗原检测方法 | 首次将监督深度学习神经网络与厚度敏感等离子体耦合传感技术相结合,显著提高了检测精度 | 未明确说明样本来源和具体样本数量 | 开发高精度乙肝表面抗原检测平台,用于即时诊断应用 | 乙肝表面抗原(HBsAg) | 生物传感 | 乙肝病毒感染 | 无标记等离子体生物传感,厚度敏感等离子体耦合 | 神经网络 | 传感数据 | NA | 深度学习框架 | 神经网络 | 检测限,准确率,灵敏度 | NA |
| 2131 | 2025-10-06 |
Deep Learning-based Assessment of Facial Asymmetry Using U-Net Deep Convolutional Neural Network Algorithm
2024 Jan-Feb 01, The Journal of craniofacial surgery
IF:1.0Q3
DOI:10.1097/SCS.0000000000009862
PMID:37973054
|
研究论文 | 本研究开发了一种基于深度卷积神经网络的计算机辅助诊断系统,用于评估后前位头颅X光片中的面部不对称性 | 首次将U-Net深度卷积神经网络算法应用于面部不对称性评估,实现了自动化的面部不对称诊断 | 样本量相对有限(1020例训练,25例测试),需要更大规模验证 | 评估基于深度学习的计算机辅助诊断系统在面部不对称检测中的诊断性能 | 接受正畸治疗的1020名患者的后前位头颅X光片 | 计算机视觉 | 面部不对称 | 后前位头颅X光成像 | CNN | 医学图像 | 1020例训练样本,25例测试样本 | NA | U-Net | 独立t检验,Bland-Altman图 | NA |
| 2132 | 2025-10-06 |
Development of AI-Based Diagnostic Algorithm for Nasal Bone Fracture Using Deep Learning
2024 Jan-Feb 01, The Journal of craniofacial surgery
IF:1.0Q3
DOI:10.1097/SCS.0000000000009856
PMID:38294297
|
研究论文 | 开发基于深度学习的AI算法用于鼻骨骨折诊断 | 首次将深度学习技术应用于鼻骨骨折的CT影像诊断 | 初步研究阶段,样本量有限,特异性有待提升 | 开发鼻骨骨折的自动化诊断算法 | 面部骨骼CT影像 | 计算机视觉 | 鼻骨骨折 | CT成像 | 深度学习 | 医学影像 | 未明确具体样本数量 | NA | NA | 灵敏度, 特异度 | NA |
| 2133 | 2025-10-06 |
Deep learning in structural bioinformatics: current applications and future perspectives
2024-03-27, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae042
PMID:38701422
|
综述 | 探讨深度学习在结构生物信息学中的变革性影响、当前应用与未来展望 | 系统阐述深度学习从浅层神经网络到卷积/循环/Transformer等先进模型在结构生物信息学中的革命性应用 | NA | 分析深度学习在结构生物信息学中的应用现状并展望未来发展 | 生物分子结构 | 生物信息学 | NA | 深度学习 | CNN, RNN, Transformer | 生物分子结构数据 | NA | NA | 卷积神经网络, 循环神经网络, Transformer | NA | 强大计算资源 |
| 2134 | 2025-10-06 |
Evaluating large language models for annotating proteins
2024-03-27, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae177
PMID:38706315
|
研究论文 | 本文提出并评估了一种基于蛋白质大语言模型的迁移学习协议,用于改进蛋白质结构域注释 | 首次将蛋白质大语言模型与机器学习架构结合,显著提升蛋白质家族分类性能,相比标准方法将预测误差降低60% | 对于数据量较少的蛋白质家族可能存在挑战 | 改进蛋白质结构域注释的自动预测方法 | UniProtKB数据库中的蛋白质序列 | 自然语言处理 | NA | 迁移学习,自监督学习,监督学习 | 大语言模型,机器学习模型 | 蛋白质序列数据 | 超过2.51亿个蛋白质,其中0.25%已注释 | NA | 蛋白质大语言模型 | 分类准确率,预测误差 | NA |
| 2135 | 2025-10-06 |
SC-Track: a robust cell-tracking algorithm for generating accurate single-cell lineages from diverse cell segmentations
2024-03-27, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae192
PMID:38704671
|
研究论文 | 开发了一种名为SC-Track的鲁棒细胞追踪算法,用于从多样化的细胞分割结果中生成准确的单细胞谱系 | 提出基于细胞分裂和运动动态生物学观察的分层概率缓存级联模型,无需参数调整即可在不同分割质量下保持鲁棒性能 | NA | 解决当前基于深度学习的细胞分割方法产生的噪声问题,构建准确的单细胞谱系 | 荧光延时显微镜图像中的单细胞 | 计算机视觉 | NA | 荧光延时显微镜成像 | CNN | 图像 | NA | NA | NA | NA | NA |
| 2136 | 2025-10-06 |
Genotypic-phenotypic landscape computation based on first principle and deep learning
2024-03-27, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae191
PMID:38701420
|
研究论文 | 提出基于第一性原理和深度学习的基因型-表型景观计算方法 | 提出表型嵌入定理和基于共注意力Transformer的基因型-适应度模型,首次从第一性原理计算SARS-CoV-2基本再生数 | NA | 建立可解释的基因型-表型景观计算方法 | 病毒中性进化和免疫逃逸突变 | 计算生物学 | COVID-19 | 深度学习 | Transformer | 基因型数据 | NA | NA | Co-attention based Transformer | NA | NA |
| 2137 | 2025-10-06 |
Multimodal AI Combining Clinical and Imaging Inputs Improves Prostate Cancer Detection
2024-Dec-01, Investigative radiology
IF:7.0Q1
DOI:10.1097/RLI.0000000000001102
PMID:39074400
|
研究论文 | 本研究开发了一种结合临床参数和MRI深度学习特征的多模态AI系统,用于提高临床显著性前列腺癌的检测准确率 | 首次将临床参数(前列腺特异性抗原、前列腺体积、年龄)与MRI深度学习特征相结合,并比较了早期融合和晚期融合两种信息融合方法 | 回顾性研究设计,仅使用双参数MRI,未包含所有可能的临床参数 | 提高临床显著性前列腺癌在MRI上的诊断准确性 | 疑似临床显著性前列腺癌(ISUP≥2)的患者 | 医学影像分析 | 前列腺癌 | 磁共振成像,深度学习 | 深度学习模型 | 医学影像,临床数据 | 932例双参数前列腺MRI检查,来自2个医疗中心 | NA | NA | AUC,接收者操作特征曲线比较 | NA |
| 2138 | 2025-10-06 |
Accelerated High-Resolution Deep Learning Reconstruction Turbo Spin Echo MRI of the Knee at 7 T
2024-Dec-01, Investigative radiology
IF:7.0Q1
DOI:10.1097/RLI.0000000000001095
PMID:38960863
|
研究论文 | 本研究比较了7T膝关节磁共振成像中采用深度学习重建与传统算法重建的并行成像加速图像质量 | 首次在7T膝关节TSE成像中应用深度学习重建算法,并在4倍并行成像加速条件下显著提升图像质量 | 单中心研究,样本量较小(23名健康志愿者),未包含患者群体 | 评估深度学习重建算法在加速高分辨率膝关节MRI中的图像质量表现 | 健康志愿者的膝关节 | 医学影像分析 | 骨科疾病 | 涡轮自旋回波磁共振成像,并行成像加速 | 深度学习 | 磁共振图像 | 23名健康志愿者(15名男性,8名女性),平均年龄32.0±8.1岁 | NA | NA | 图像对比度,清晰度,伪影,噪声,整体质量评分 | NA |
| 2139 | 2025-10-06 |
Deep Learning Reconstructed New-Generation 0.55 T MRI of the Knee-A Prospective Comparison With Conventional 3 T MRI
2024-Dec-01, Investigative radiology
IF:7.0Q1
DOI:10.1097/RLI.0000000000001093
PMID:38857414
|
研究论文 | 比较深度学习重建0.55T膝关节MRI与传统3T MRI在图像质量、结构异常识别和诊断信心方面的表现 | 首次前瞻性评估新型0.55T MRI系统结合深度学习重建算法在膝关节成像中的应用价值 | 样本量较小(26名患者),仅针对创伤后膝关节疼痛患者 | 评估深度学习重建低场强MRI在膝关节成像中的诊断性能 | 26名创伤后膝关节疼痛患者(5名女性) | 医学影像分析 | 膝关节损伤 | 磁共振成像(MRI),深度学习重建 | 深度学习算法 | 医学影像 | 26名患者,52组配对的0.55T和3T MRI检查 | NA | NA | Cohen kappa系数,图像质量评分,诊断信心水平 | NA |
| 2140 | 2025-10-06 |
Inflammatory Knee Synovitis: Evaluation of an Accelerated FLAIR Sequence Compared With Standard Contrast-Enhanced Imaging
2024-Aug-01, Investigative radiology
IF:7.0Q1
DOI:10.1097/RLI.0000000000001065
PMID:38329824
|
研究论文 | 评估深度学习加速的非对比FLAIR序列在膝关节炎症滑膜炎诊断中的价值与准确性 | 首次将深度学习加速的非对比FLAIR序列应用于膝关节滑膜炎评估,并与标准对比增强成像进行对比验证 | 回顾性研究设计,样本量相对较小(55例患者) | 评估深度学习加速FLAIR序列在膝关节炎症滑膜炎诊断中的临床价值 | 疑似膝关节滑膜炎患者 | 医学影像 | 关节炎 | 磁共振成像,深度学习加速序列 | 深度学习 | 医学影像 | 55例患者(28名女性,平均年龄52±17岁) | NA | NA | Cohen κ,Wilcoxon符号秩检验 | NA |