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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 321 | 2025-10-06 |
REVEALS: an open-source multi-camera GUI for rodent behavior acquisition
2024-10-03, Cerebral cortex (New York, N.Y. : 1991)
DOI:10.1093/cercor/bhae421
PMID:39420472
|
研究论文 | 开发了一个名为REVEALS的开源多摄像头图形用户界面,用于获取啮齿类动物行为数据 | 提供了首个用户友好、经济实惠且可访问的多摄像头啮齿类动物行为采集解决方案 | NA | 开发用于啮齿类动物行为数据采集的多摄像头软件工具 | 啮齿类动物行为 | 计算机视觉 | NA | 多摄像头视频采集 | NA | 视频 | NA | DeepLabCut, MoSeq | NA | 稳定性, 可靠性, 准确性 | USB3摄像头 |
| 322 | 2025-10-06 |
Individual cognitive traits can be predicted from task-based dynamic functional connectivity with a deep convolutional-recurrent model
2024-10-03, Cerebral cortex (New York, N.Y. : 1991)
DOI:10.1093/cercor/bhae412
PMID:39445422
|
研究论文 | 本研究使用深度学习模型从任务态动态功能连接中预测个体认知特质 | 结合多尺度卷积和长短时记忆层构建深度模型,首次证明任务态动态功能连接比静息态具有更高预测能力 | 无法确定特定皮层网络在智力预测中的显著相关性,模型解释性有限 | 从神经影像数据预测个体认知能力和人类特质 | 874名人类连接组计划受试者的神经影像和行为数据 | 机器学习 | NA | 功能磁共振成像 | CNN, LSTM | 神经影像数据 | 874名受试者 | NA | 多尺度卷积神经网络, 长短时记忆网络 | 方差解释率 | NA |
| 323 | 2025-10-06 |
Investigating the role of auditory cues in modulating motor timing: insights from EEG and deep learning
2024-10-03, Cerebral cortex (New York, N.Y. : 1991)
DOI:10.1093/cercor/bhae427
PMID:39475113
|
研究论文 | 本研究通过脑电图和深度学习探究听觉线索在调节运动计时中的作用 | 首次结合深度学习方法对单试次脑电图数据进行分类,揭示听觉线索在运动计时中的关键作用 | 在移除听觉成分后,不同阶段的区分变得不确定,难以在无听觉刺激时分离运动激活 | 探究基于动作计时的神经机制,特别是听觉线索如何调节运动计时行为 | 12名健康参与者 | 机器学习 | NA | 脑电图 | 深度学习 | 脑电图信号 | 12名健康参与者 | NA | NA | 分类准确率, 平均异步准确率 | NA |
| 324 | 2025-10-06 |
Long axial-range double-helix point spread functions for 3D volumetric super-resolution imaging
2024-Aug-01, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.31.605907
PMID:39131321
|
研究论文 | 本文提出使用长轴向范围双螺旋点扩散函数实现哺乳动物细胞的三维超分辨率成像,无需图像拼接 | 开发长轴向范围双螺旋点扩散函数,结合深度学习算法实现稠密发射体定位,简化三维超分辨率成像流程 | 未明确说明该方法在其他细胞类型或组织样本中的适用性 | 开发简化三维超分辨率成像的实验和分析流程 | 荧光珠和U-2 OS细胞中的核纤层蛋白lamin B1 | 计算显微成像 | NA | 单分子定位显微镜(SMLM)、DNA-PAINT成像 | 深度学习 | 荧光显微图像 | 荧光珠和U-2 OS细胞 | NA | NA | 定位精度、分辨率、成像速度 | NA |
| 325 | 2025-10-06 |
RNA language models predict mutations that improve RNA function
2024-12-05, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-54812-y
PMID:39638800
|
研究论文 | 本文开发了GARNET数据库和基于GPT的RNA生成模型,用于预测能提高RNA功能的突变 | 创建了首个将RNA序列与生物表型(最适生长温度)关联的数据库,并开发了序列和结构感知的RNA生成模型 | RNA结构预测仍受限于高质量参考数据的缺乏 | 理解RNA序列、结构和功能之间的联系,预测能提高RNA热稳定性的突变 | 结构化RNA,特别是核糖体RNA | 自然语言处理 | NA | RNA测序,深度学习 | GPT | RNA序列数据,结构数据 | 基于基因组分类数据库(GTDB)参考生物的RNA序列 | NA | GPT-like模型 | NA | NA |
| 326 | 2025-10-06 |
Artificial intelligence-assisted grading for tear trough deformity
2024-10, Journal of plastic, reconstructive & aesthetic surgery : JPRAS
DOI:10.1016/j.bjps.2024.07.048
PMID:39151284
|
研究论文 | 本研究开发了一种基于智能手机摄影和人工智能深度学习技术的泪沟畸形数字图像分级模型 | 首次证明可通过智能手机内置摄像头结合AI深度学习程序对泪沟畸形进行分类 | 训练模型敏感度56%、测试模型敏感度49.3%相对较低,样本量有限(504患者983张照片) | 建立可靠精确的泪沟畸形数字图像分级模型,辅助外科医生临床决策 | 泪沟畸形患者的面部照片 | 计算机视觉 | 面部整形 | 智能手机摄影,深度学习 | 深度学习 | 图像 | 504名患者,983张照片 | MAIA™医疗AI助手软件 | NA | 敏感度, 特异度, F1分数, AUROC, 混淆矩阵, 热力图 | NA |
| 327 | 2025-10-06 |
Deep-learning features based on F18 fluorodeoxyglucose positron emission tomography/computed tomography (18F-FDG PET/CT) to predict preoperative colorectal cancer lymph node metastasis
2024-09, Clinical radiology
IF:2.1Q2
DOI:10.1016/j.crad.2024.05.017
PMID:38955636
|
研究论文 | 基于18F-FDG PET/CT的深度学习特征预测结直肠癌术前淋巴结转移 | 首次将深度学习特征、影像组学特征和临床特征整合构建预测模型 | 样本量相对有限(119例患者),需要更大规模验证 | 开发预测结直肠癌淋巴结转移的预后模型 | 结直肠癌患者 | 医学影像分析 | 结直肠癌 | 18F-FDG PET/CT扫描 | 支持向量机 | 医学影像 | 119例患者(训练集95例,验证集24例),外加33例外部测试数据 | pyradiomics, Scikit-learn | 深度学习迁移学习特征提取 | AUC, 敏感性, 特异性 | NA |
| 328 | 2025-10-06 |
Identifying Diabetic Retinopathy in the Human Eye: A Hybrid Approach Based on a Computer-Aided Diagnosis System Combined with Deep Learning
2024-02-05, Tomography (Ann Arbor, Mich.)
DOI:10.3390/tomography10020017
PMID:38393285
|
研究论文 | 提出一种结合计算机辅助诊断系统和深度学习的混合方法用于糖尿病视网膜病变的自动检测 | 采用混合建模策略解决类别不平衡问题,并通过CNN分析和SHAP模型推导结果进行综合比较 | 存在数据集不平衡、标注错误、样本图像不足和性能评估指标不当等问题 | 开发自动化的糖尿病视网膜病变检测系统 | 糖尿病视网膜病变患者眼部医学图像 | 计算机视觉 | 糖尿病视网膜病变 | 医学影像分析 | CNN, 深度学习 | 医学图像 | 三个基准数据集 | NA | CNN | 精确率 | NA |
| 329 | 2025-10-06 |
Deep learning models for predicting plant uptake of emerging contaminants by including the role of plant macromolecular compositions
2024-12-05, Journal of hazardous materials
IF:12.2Q1
DOI:10.1016/j.jhazmat.2024.135921
PMID:39305592
|
研究论文 | 本研究应用深度学习模型预测新兴污染物在植物中的吸收,通过纳入植物大分子组成提高预测准确性 | 首次将植物根系大分子组成与化学性质结合,采用多种深度学习模型预测污染物吸收,相比传统机制模型显著提升准确性 | 模型性能仍有提升空间,TSCF预测的确定系数最高为0.67,且仅使用九种化学性质和两种植物大分子组成 | 提高新兴污染物在植物中吸收的预测准确性 | 植物对新兴污染物的吸收过程 | 机器学习 | NA | 深度学习建模 | DNN, RNN, LSTM | 化学性质和植物组成数据 | NA | NA | 深度神经网络,循环神经网络,长短期记忆网络 | 确定系数(R), 均方误差(MSE) | NA |
| 330 | 2025-10-06 |
Rapid and noninvasive estimation of human arsenic exposure based on 4-photo-set of the hand and foot photos through artificial intelligence
2024-12-05, Journal of hazardous materials
IF:12.2Q1
DOI:10.1016/j.jhazmat.2024.136003
PMID:39378597
|
研究论文 | 本研究开发了一种基于人工智能分析手足照片的非侵入性砷暴露评估方法 | 首次利用深度学习技术通过手足照片特征实现非侵入性砷暴露评估 | 二元分类面临数据不平衡和稀疏性问题,数据量有限 | 开发非侵入性砷暴露预测方法 | 人类手足皮肤特征与砷暴露关系 | 计算机视觉 | 皮肤癌 | 摄影图像分析 | 深度学习 | 图像 | 2497名受试者的9988张手足照片 | NA | NA | AUC,召回率,精确度 | NA |
| 331 | 2025-10-06 |
Artificial intelligence in endodontics: Data preparation, clinical applications, ethical considerations, limitations, and future directions
2024-11, International endodontic journal
IF:5.4Q1
DOI:10.1111/iej.14128
PMID:39075670
|
综述 | 本文全面回顾了人工智能在牙髓病学中的数据准备、临床应用、伦理考量、局限性与未来发展方向 | 系统梳理了AI在牙髓病学应用的技术与伦理维度,并首次整合评估指标、实际应用与临床实施障碍的综合分析框架 | 模型可解释性不足、泛化能力有限、临床实践采纳度低 | 探讨人工智能在牙髓病学领域的应用潜力与实施路径 | 牙髓病学领域的AI技术应用 | 医疗人工智能 | 牙髓疾病 | 深度学习 | CNN | 医学影像 | NA | NA | 卷积神经网络 | 准确率 | NA |
| 332 | 2025-10-06 |
Artificial intelligence in endodontics: Fundamental principles, workflow, and tasks
2024-11, International endodontic journal
IF:5.4Q1
DOI:10.1111/iej.14127
PMID:39056554
|
综述 | 本文系统阐述了人工智能在牙髓病学中的基本原理、工作流程和具体应用 | 首次针对牙髓病学领域系统梳理AI技术框架,填补临床医生对机器学习基础知识的认知空白 | 属于叙述性综述,未包含原始实验数据验证 | 促进人工智能在牙髓病学领域的理解与应用 | 牙髓病学临床实践与教育 | 计算机视觉,自然语言处理 | 牙髓疾病 | NA | 神经网络 | 影像数据,文本数据 | NA | NA | NA | NA | NA |
| 333 | 2025-10-06 |
Lenition in L2 Spanish: The Impact of Study Abroad on Phonological Acquisition
2024-Sep-21, Brain sciences
IF:2.7Q3
DOI:10.3390/brainsci14090946
PMID:39335440
|
研究论文 | 本研究探讨了英语母语者在西班牙留学期间对西班牙语辅音弱化现象的习得情况 | 首次使用深度学习模型Phonet分析二语学习者在留学期间的语音习得过程,而非传统的声学分析方法 | 研究样本仅限于参与留学项目的英语母语者,且未追踪长期语音保持效果 | 评估二语学习者在留学期间对西班牙语辅音弱化现象的习得程度和保持情况 | 参与西班牙留学项目的英语母语学习者 | 自然语言处理 | NA | 语音分析 | RNN | 语音数据 | 参与留学项目的英语母语学习者 | NA | Phonet | 后验概率预测 | NA |
| 334 | 2025-10-06 |
Deep Learning-Based Electrocardiogram Analysis Predicts Biventricular Dysfunction and Dilation in Congenital Heart Disease
2024-Aug-27, Journal of the American College of Cardiology
IF:21.7Q1
DOI:10.1016/j.jacc.2024.05.062
PMID:39168568
|
研究论文 | 开发并验证基于深度学习的AI-ECG模型,用于预测先天性心脏病患者的双心室功能障碍和扩张 | 首次在先天性心脏病领域开发AI-ECG模型预测双心室病理生理变化,并进行外部验证 | 功能性单心室患者模型性能最低,存在特定患者群体的预测局限性 | 开发能够预测先天性心脏病患者双心室功能障碍和扩张的人工智能心电图分析模型 | 先天性心脏病患者的心电图-心血管磁共振配对数据 | 医疗人工智能 | 先天性心脏病 | 心电图分析,心血管磁共振 | CNN | 心电图信号,医学影像数据 | 内部队列8,584个ECG-CMR配对(4,941名患者),外部验证队列909个ECG-CMR配对(746名患者) | NA | 卷积神经网络 | AUROC, 精确召回曲线下面积 | NA |
| 335 | 2025-10-06 |
Deep learning-based fully automatic screening of carotid artery plaques in computed tomography angiography: a multicenter study
2024-08, Clinical radiology
IF:2.1Q2
DOI:10.1016/j.crad.2024.04.015
PMID:38789330
|
研究论文 | 开发并验证基于深度学习的全自动算法,用于CT血管造影图像中颈动脉斑块的检测与分类 | 首次提出基于改进3D-UNet和ResUNet架构的两步深度学习系统,实现颈动脉斑块的自动检测和三分类(非钙化、混合型、钙化) | 回顾性研究设计,样本量相对有限(400例患者),需要进一步前瞻性验证 | 开发自动化颈动脉斑块筛查工具以减轻放射科医生工作负担 | 颈动脉斑块 | 计算机视觉 | 心血管疾病 | CT血管造影 | CNN | 医学影像 | 400例患者(中心Ⅰ300例,中心Ⅱ100例) | NA | 3D-UNet, ResUNet | 灵敏度, F1-score, fROC曲线下面积, Cohen's kappa, ROC曲线 | NA |
| 336 | 2025-10-06 |
Radiomics model and deep learning model based on T1WI image for acute lymphoblastic leukemia identification
2024-08, Clinical radiology
IF:2.1Q2
DOI:10.1016/j.crad.2024.04.017
PMID:38796378
|
研究论文 | 基于T1WI图像开发放射组学和深度学习模型用于急性淋巴细胞白血病的准确识别 | 同时构建放射组学模型和深度学习模型进行急性淋巴细胞白血病识别,并比较两种方法的诊断效能 | 样本量相对有限,仅包含604例数据;两种模型在Delong检验中无统计学差异 | 开发高精度的模型用于急性淋巴细胞白血病的准确检测 | 急性淋巴细胞白血病患者和正常儿童的脑部磁共振数据 | 医学影像分析 | 急性淋巴细胞白血病 | 磁共振成像 | 支持向量机, CNN | 医学图像 | 604例脑部磁共振数据(ALL组和正常儿童组) | NA | EfficientNet-B3 | AUC, 敏感性, 特异性, 准确率, 阴性预测值, 阳性预测值 | NA |
| 337 | 2025-10-06 |
Using a comprehensive atlas and predictive models to reveal the complexity and evolution of brain-active regulatory elements
2024-05-24, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adj4452
PMID:38781344
|
研究论文 | 通过整合表观遗传数据构建大脑顺式调控元件图谱,并利用深度学习模型解析其序列语法和进化特征 | 构建了首个综合性大脑活性调控元件图谱,揭示了调控信息主要通过保守哺乳动物元件内的小序列突变产生的新机制 | 主要基于现有数据资源,可能未覆盖所有类型的脑细胞和发育阶段 | 解析精神病相关非编码变异的功能意义和大脑调控元件的进化机制 | 大脑顺式调控元件、神经胶质细胞、神经元、精神病患者和健康对照 | 生物信息学 | 精神疾病 | 表观遗传学分析、深度学习 | 深度学习模型 | 表观遗传数据、基因组序列数据 | PsychENCODE联盟及已发表数据来源的多脑细胞类型样本 | NA | NA | NA | NA |
| 338 | 2025-10-06 |
Geometric Scattering on Measure Spaces
2024-May, Applied and computational harmonic analysis
IF:2.6Q1
DOI:10.1016/j.acha.2024.101635
PMID:40686586
|
研究论文 | 提出了一种在测度空间上的几何散射变换通用框架,扩展了传统散射变换到非欧几里得数据结构 | 建立了统一的几何散射模型,适用于更广泛的设置包括有向图、带符号图和带边界流形,并提出了识别有用表示不变群的新准则 | NA | 深化对几何深度学习架构的理论理解,特别是散射变换的稳定性和不变性 | 测度空间、非欧几里得数据结构 | 机器学习 | NA | 散射变换、小波变换 | 几何散射变换 | 图数据、流形数据、球面图像、单细胞数据 | NA | NA | 散射变换 | 收敛速率估计 | NA |
| 339 | 2025-10-06 |
Cognitive decline assessment using semantic linguistic content and transformer deep learning architecture
2024 May-Jun, International journal of language & communication disorders
IF:1.5Q3
DOI:10.1111/1460-6984.12973
PMID:37971395
|
研究论文 | 本研究提出了一种通过分析语音数据评估认知衰退的方法,特别关注语义相关性作为记忆回忆的关键指标 | 使用基于transformer的深度学习架构和余弦相似度度量来分析语音转录本的语义相关性,提出了一种独特的认知衰退评估方法 | 需要进一步研究在更大、更多样化数据集上验证算法性能,并解决潜在的偏见和局限性 | 通过分析语音数据评估认知衰退,为痴呆症早期检测提供新方法 | 有痴呆症和无痴呆症个体的语音数据 | 自然语言处理 | 老年疾病 | 语音分析,深度学习 | Transformer, BERT, Sentence-Transformer | 语音转录文本 | Pitt Corpus Dementia数据集中的语音数据 | Sentence-Transformer | BERT, multi-QA-MPNet, Sentence-Transformer | 准确率, 余弦相似度 | NA |
| 340 | 2025-10-06 |
Hyperspectral imaging with deep learning for quantification of tissue hemoglobin, melanin, and scattering
2024-09, Journal of biomedical optics
IF:3.0Q2
DOI:10.1117/1.JBO.29.9.093507
PMID:39247058
|
研究论文 | 本研究开发了一种基于深度学习的高光谱成像方法,用于快速量化组织中血红蛋白、黑色素和散射特性 | 利用人工神经网络替代传统迭代最小二乘法,实现了4000倍以上的计算速度提升,并能实时处理高光谱数据 | 模型训练基于模拟数据,可能在实际应用中存在泛化性问题 | 开发快速量化组织光学特性的高光谱成像分析方法 | 人体活体组织 | 计算机视觉 | NA | 高光谱成像 | ANN | 高光谱图像 | 24,000个模拟光谱组合用于训练,6,000个独立测试 | NA | 人工神经网络 | 均方根误差 | NA |