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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2681 | 2025-10-07 |
Meta-Learning on Augmented Gene Expression Profiles for Enhanced Lung Cancer Detection
2024, AMIA ... Annual Symposium proceedings. AMIA Symposium
PMID:40417531
|
研究论文 | 提出一种基于元学习的基因表达谱增强方法用于肺癌检测 | 首次将元学习应用于基因表达谱数据增强,通过多数据集协同优化解决小样本问题 | 依赖多个相关数据集的可获得性,且数据集间可能存在批次效应 | 开发能够在小样本基因表达数据上有效工作的肺癌检测方法 | 肺癌患者的基因表达谱数据 | 机器学习 | 肺癌 | DNA微阵列 | 深度神经网络 | 基因表达谱 | 四个不同数据集(一个目标数据集,三个源数据集) | NA | NA | NA | NA |
| 2682 | 2025-10-07 |
A Large Language Model Outperforms Other Computational Approaches to the High-Throughput Phenotyping of Physician Notes
2024, AMIA ... Annual Symposium proceedings. AMIA Symposium
PMID:40417529
|
研究论文 | 比较三种计算方法在医生笔记高通量表型分析中的性能,发现大型语言模型表现最佳 | 首次系统比较大型语言模型、深度学习和传统机器学习在医生笔记高通量表型分析中的性能差异 | 仅比较了三种计算方法,可能未涵盖所有现有技术;研究范围限于医生笔记的表型分析 | 评估不同计算方法在电子健康记录高通量表型分析中的效果 | 医生临床笔记 | 自然语言处理 | NA | 高通量表型分析 | LLM, DL, ML | 文本 | NA | NA | GPT-4 | NA | NA |
| 2683 | 2025-10-07 |
Improved noise reduction in photon-counting detector CT using prior knowledge-aware iterative denoising neural network
2024-Dec, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.11.S1.S12804
PMID:38799270
|
研究论文 | 开发了一种先验知识感知迭代去噪神经网络,用于降低光子计数探测器CT中高分辨率虚拟单能图像中的噪声 | 提出利用低噪声虚拟单能图像作为先验输入,并通过迭代构建精炼训练数据集来提升神经网络去噪性能 | 研究仅包含10例患者数据,样本量有限 | 降低光子计数探测器CT中高分辨率虚拟单能图像的噪声 | 光子计数探测器CT扫描的虚拟单能图像 | 医学影像处理 | 心血管疾病 | CT血管造影 | 神经网络 | 医学影像 | 10例患者冠状动脉CT血管造影检查 | NA | PKAID-Net | 图像噪声、空间细节保留、定量准确性 | NA |
| 2684 | 2025-10-07 |
Local Mean Suppression Filter for Effective Background Identification in Fluorescence Images
2024-Sep-26, bioRxiv : the preprint server for biology
DOI:10.1101/2024.09.25.614955
PMID:39386682
|
研究论文 | 提出一种用于荧光显微镜图像背景识别的非线性滤波器 | 基于局部均值比较的像素级滤波方法,通过变化邻域尺寸生成多重标签并累积决策 | NA | 开发有效的荧光图像背景识别方法 | 具有密集低对比度前景的荧光显微镜图像 | 计算机视觉 | NA | 荧光显微镜成像 | NA | 图像 | NA | Python 3 | 局部均值抑制滤波器 | NA | NA |
| 2685 | 2025-10-07 |
Semi-supervised CT image segmentation via contrastive learning based on entropy constraints
2024-Sep, Biomedical engineering letters
IF:3.2Q2
DOI:10.1007/s13534-024-00387-y
PMID:39220023
|
研究论文 | 提出一种基于熵约束对比学习的半监督CT图像分割方法 | 融合CNN和Transformer架构,结合熵约束的对比学习机制,通过丢弃高熵值不可靠样本来提升模型性能 | 仅在COVID-19 CT公共数据集上验证,未在其他医学图像数据集测试 | 提高CT图像分割精度,减少对标注数据的依赖 | CT医学图像 | 计算机视觉 | COVID-19 | CT成像 | CNN, Transformer | 图像 | NA | NA | CNN, Transformer, 残差压缩激励模块 | DSC, HD, JC | NA |
| 2686 | 2025-10-07 |
Deep learning-driven imaging of cell division and cell growth across an entire eukaryotic life cycle
2024-Apr-27, bioRxiv : the preprint server for biology
DOI:10.1101/2024.04.25.591211
PMID:38712227
|
研究论文 | 开发了一种基于深度学习的成像框架,用于定量研究真核微生物的完整生命周期 | 结合微流控培养、卷积神经网络生命周期阶段特异性分割和新型细胞追踪算法FIEST,首次实现了跨有性繁殖代际的微生物追踪 | 作为原理验证仅应用于单一物种,尚未在其他真核微生物中广泛验证 | 建立定量研究完整真核生命周期的成像方法 | 真核微生物(酵母) | 计算机视觉 | NA | 显微成像、微流控培养、荧光报告系统 | CNN | 显微图像、视频 | 跨三个有性繁殖代际的单细胞微生物 | NA | 卷积神经网络 | NA | NA |
| 2687 | 2025-10-07 |
An explainable longitudinal multi-modal fusion model for predicting neoadjuvant therapy response in women with breast cancer
2024-11-07, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-53450-8
PMID:39511143
|
研究论文 | 开发了一种可解释的纵向多模态融合模型,用于预测乳腺癌患者新辅助治疗反应 | 提出MRP系统模拟真实世界医生评估,整合跨模态知识挖掘和时间信息嵌入策略处理缺失模态数据 | 未明确说明模型在更广泛人群中的泛化能力 | 预测乳腺癌患者新辅助治疗反应 | 乳腺癌患者 | 医学影像分析 | 乳腺癌 | 多模态图像分析 | 深度学习模型 | 多模态图像数据 | 多中心研究数据 | NA | 多模态融合模型 | AUROC | NA |
| 2688 | 2025-10-07 |
PACT-3D, a deep learning algorithm for pneumoperitoneum detection in abdominal CT scans
2024-11-07, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-54043-1
PMID:39511229
|
研究论文 | 开发并验证用于腹部CT扫描中气腹检测的深度学习算法PACT-3D | 首个专门针对气腹检测的深度学习模型,在排除少量游离气体病例时灵敏度显著提升至0.92-0.98 | 未提及模型在更广泛医疗机构中的泛化能力验证 | 开发能够准确检测CT扫描中气腹的深度学习模型以改善急诊诊疗流程 | 腹部CT扫描图像 | 计算机视觉 | 气腹 | CT扫描 | 深度学习 | 医学影像 | 远东纪念医院20,390例扫描(训练集14,039+前瞻测试集6,351)+ Cedars-Sinai医学中心480例外部验证 | NA | PACT-3D | 灵敏度, 特异性 | NA |
| 2689 | 2025-10-07 |
Deep learning for rapid analysis of cell divisions in vivo during epithelial morphogenesis and repair
2024-Sep-23, eLife
IF:6.4Q1
DOI:10.7554/eLife.87949
PMID:39312468
|
研究论文 | 开发深度学习管道自动分析上皮组织中细胞分裂的动态特征 | 首次建立能够同时识别细胞分裂事件、确定分裂轴方向并量化分裂前后形状变化的深度学习管道 | 方法主要应用于果蝇蛹翅上皮组织,在其他组织类型中的适用性需要进一步验证 | 开发自动化工具分析上皮组织发育和修复过程中的细胞分裂动态 | 果蝇蛹翅上皮组织 | 计算机视觉 | NA | 延时显微成像 | 深度学习 | 延时显微图像序列 | NA | NA | NA | 准确性 | NA |
| 2690 | 2025-10-07 |
An Exaggeration? Reality?: Can ChatGPT Be Used in Neonatal Nursing?
2024 Apr-Jun 01, The Journal of perinatal & neonatal nursing
IF:1.5Q2
DOI:10.1097/JPN.0000000000000826
PMID:38758263
|
评论 | 探讨ChatGPT在新生儿护理领域的应用潜力与局限性 | 首次系统评估ChatGPT在新生儿护理特定场景(疼痛评估、喂养过程、患者状态判断)中的应用可行性 | 缺乏临床实证研究支持,数据准确性需严格验证,存在未经科学验证结果的风险 | 评估人工智能在新生儿护理领域的应用价值与风险 | 新生儿护理中的疼痛评估、喂养过程和患者状态判断 | 自然语言处理 | 新生儿护理 | 语言建模 | 大型语言模型 | 文本 | NA | OpenAI | ChatGPT | NA | NA |
| 2691 | 2025-05-23 |
A novel deep learning model for obstructive sleep apnea diagnosis: hybrid CNN-Transformer approach for radar-based detection of apnea-hypopnea events
2024-12-11, Sleep
IF:5.3Q1
DOI:10.1093/sleep/zsae184
PMID:39115132
|
研究论文 | 本研究开发了一种基于雷达数据的深度学习模型,用于检测阻塞性睡眠呼吸暂停(OSA)中的呼吸暂停-低通气事件 | 采用混合CNN-Transformer架构,结合雷达数据进行OSA诊断,为传统多导睡眠图(PSG)提供了一种成本效益高且易于获取的替代方案 | 研究为单中心前瞻性队列研究,样本量相对较小(开发集54人,测试集35人) | 开发并验证一种用于阻塞性睡眠呼吸暂停诊断的深度学习模型 | 疑似睡眠呼吸障碍的参与者 | 数字病理 | 阻塞性睡眠呼吸暂停 | 雷达数据采集 | 混合CNN-Transformer架构 | 雷达信号数据 | 开发集54人,测试集35人 | NA | NA | NA | NA |
| 2692 | 2025-05-23 |
Deep learning assists detection of esophageal cancer and precursor lesions in a prospective, randomized controlled study
2024-04-17, Science translational medicine
IF:15.8Q1
DOI:10.1126/scitranslmed.adk5395
PMID:38630847
|
研究论文 | 本研究开发了一种基于深度卷积神经网络(CNN)的系统,用于检测食管癌及其癌前病变,并在临床实践中验证了其提高高风险食管病变(HrEL)检出率的有效性 | 首次在随机对照研究中验证了深度学习辅助内窥镜检测食管癌及癌前病变的有效性,显著提高了HrEL的检出率 | 研究仅在中国浙江省的一家医院进行,样本来源相对单一 | 提高食管鳞状细胞癌(ESCC)及其癌前病变的内窥镜检出率 | 50岁以上的患者,包括食管癌和癌前病变(HrELs) | 数字病理 | 食管癌 | 深度学习辅助内窥镜检查 | CNN | 内窥镜图像 | 3117名患者(实验组1556人,对照组1561人) | NA | NA | NA | NA |
| 2693 | 2025-05-23 |
Splicing neoantigen discovery with SNAF reveals shared targets for cancer immunotherapy
2024-01-17, Science translational medicine
IF:15.8Q1
DOI:10.1126/scitranslmed.ade2886
PMID:38232136
|
研究论文 | 该研究开发了一个名为SNAF的计算工作流程,用于从患者RNA-Seq数据中预测剪接衍生的免疫原性MHC结合肽和未注释的跨膜蛋白,以发现癌症免疫治疗的共享靶点 | 开发了SNAF工作流程,结合DeepImmuno深度学习策略和新的算法(BayesTS和RNA-SPRINT),首次系统性地识别剪接新抗原,并发现了新的肿瘤特异性细胞外新表位(ExNeoEpitopes) | 研究主要基于计算预测,部分结果需要进一步的实验验证 | 发现癌症免疫治疗的共享靶点 | 剪接衍生的免疫原性MHC结合肽和未注释的跨膜蛋白 | 生物信息学 | 黑色素瘤 | RNA-Seq, 质谱分析, 长读长异构体测序 | DeepImmuno, BayesTS, RNA-SPRINT | RNA-Seq数据 | 多个癌症队列的患者数据 | NA | NA | NA | NA |
| 2694 | 2025-10-07 |
Predicting cell type-specific epigenomic profiles accounting for distal genetic effects
2024-11-16, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-54441-5
PMID:39550354
|
研究论文 | 提出一种能预测未见细胞类型表观遗传信号的深度学习模型Enformer Celltyping | 首次在深度学习模型中整合远端DNA相互作用效应(最远100,000碱基对)以实现跨细胞类型的表观遗传信号预测 | 基因组深度学习模型在遗传变异效应预测方面仍存在局限性 | 开发能预测不同细胞类型表观遗传谱的计算模型 | 细胞类型特异性表观遗传信号 | 机器学习 | NA | 染色质可及性数据,表观遗传插补 | 深度学习 | DNA序列数据,表观遗传数据 | NA | NA | Enformer | NA | NA |
| 2695 | 2025-10-07 |
Digital profiling of gene expression from histology images with linearized attention
2024-11-14, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-54182-5
PMID:39543087
|
研究论文 | 开发了一种名为SEQUOIA的线性化注意力模型,能够从组织学图像中预测癌症转录组谱 | 首次将线性化注意力机制应用于全切片图像分析,解决了传统transformer在医学图像处理中模型复杂度过高和数据量有限的问题 | 模型在16种癌症类型上训练,可能对其他罕见癌症类型的泛化能力有限 | 开发从组织学图像预测基因表达谱的深度学习方法,实现癌症个性化管理 | 癌症肿瘤样本 | 数字病理学 | 癌症 | 全切片图像分析,转录组分析 | Transformer | 图像 | 7584个肿瘤样本用于模型开发,1368个肿瘤样本用于验证 | NA | 线性化注意力Transformer | NA | NA |
| 2696 | 2025-10-07 |
Lightning Pose: improved animal pose estimation via semi-supervised learning, Bayesian ensembling and cloud-native open-source tools
2024-Jul, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-024-02319-1
PMID:38918605
|
研究论文 | 提出Lightning Pose系统,通过半监督学习、贝叶斯集成和云原生工具改进动物姿态估计 | 结合半监督学习利用未标记视频数据、设计处理遮挡的网络架构、集成集成学习和卡尔曼平滑的后处理技术 | NA | 开发更准确可靠的动物姿态估计方法 | 动物行为视频数据 | 计算机视觉 | NA | 深度学习 | CNN | 视频 | NA | PyTorch Lightning | NA | 准确性 | 云平台 |
| 2697 | 2025-10-07 |
Digital profiling of cancer transcriptomes from histology images with grouped vision attention
2024-Jan-19, bioRxiv : the preprint server for biology
DOI:10.1101/2023.09.28.560068
PMID:37808782
|
研究论文 | 开发了一种基于分组视觉注意力的Transformer模型,用于从组织学图像预测癌症转录组 | 首次将Transformer架构应用于组织学图像进行转录组预测,并采用预训练策略解决数据量不足的问题 | 模型在组织水平训练,空间基因表达预测能力仍需进一步验证 | 从组织学图像中预测癌症转录组特征 | 9种癌症类型的肿瘤样本和正常组织样本 | 数字病理学 | 癌症 | 空间转录组学,全切片组织学成像 | Transformer | 组织学图像,基因表达数据 | 预训练:1,802个正常组织样本;微调评估:4,331个肿瘤样本;验证:1,305个肿瘤样本 | NA | Transformer | Pearson相关系数,均方根误差 | NA |
| 2698 | 2025-10-07 |
A review of epilepsy detection and prediction methods based on EEG signal processing and deep learning
2024, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2024.1468967
PMID:39618710
|
综述 | 本文综述了基于脑电图信号处理和深度学习的癫痫检测与预测方法 | 系统梳理了癫痫EEG信号处理的关键环节,按患者独立性对文献进行分类,并区分了通用分类指标和特定癫痫预测标准两种评估方法 | 公开数据集缺乏癫痫类型多样性且采集环境受限,信号预处理方法有限,难以完全反映实际应用场景 | 通过深度学习方法实现癫痫脑电图信号的高效检测与预测 | 癫痫患者的脑电图信号 | 机器学习 | 癫痫 | 脑电图信号处理 | CNN, RNN | 脑电图信号 | NA | NA | NA | 通用分类指标,特定癫痫预测标准 | NA |
| 2699 | 2025-10-07 |
MLR-predictor: a versatile and efficient computational framework for multi-label requirements classification
2024, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2024.1481581
PMID:39664103
|
研究论文 | 提出一种名为MLR-predictor的多标签需求分类计算框架,通过创新性文本向量化方法和问题转换策略提升分类性能 | 采用OkapiBM25模型将需求文本转换为统计向量,并将多标签分类问题转化为多类分类问题,结合逻辑回归分类器实现高效分类 | NA | 开发高效的多标签需求分类计算框架以提升软件需求分类性能 | 软件需求文本数据 | 自然语言处理 | NA | 文本挖掘,机器学习 | 逻辑回归 | 文本 | 三个公共基准需求分类数据集 | NA | OkapiBM25 | 宏F1值,F1分数 | NA |
| 2700 | 2025-10-07 |
Quantitative Spatial Analysis of Chromatin Biomolecular Condensates using Cryo-Electron Tomography
2024-Dec-31, bioRxiv : the preprint server for biology
DOI:10.1101/2024.12.01.626131
PMID:39677698
|
研究论文 | 通过冷冻电子断层扫描技术对染色质生物分子凝聚物进行定量空间分析 | 整合深度学习分割与新型上下文感知模板匹配方法,首次在重构和天然染色质系统中解析核小体平均结构 | 方法主要针对生化重构的凝聚物,对某些细胞内的凝聚物适用性有限 | 研究染色质生物分子凝聚物的内部结构和形成机制 | 生化重构的染色质凝聚物和原位天然染色质 | 结构生物学 | NA | 冷冻电子断层扫描,高压冷冻,聚焦离子束铣削 | 深度学习 | 冷冻电子断层扫描图像 | NA | NA | NA | 分辨率(6.1 Å和12 Å) | NA |