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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 381 | 2026-05-26 |
Structural Insights into Cold-Active Lipase from Glaciozyma antarctica PI12: Alphafold2 Prediction and Molecular Dynamics Simulation
2024-12, Journal of molecular evolution
IF:2.1Q3
DOI:10.1007/s00239-024-10219-3
PMID:39549052
|
研究论文 | 利用Alphafold2预测与分子动力学模拟,解析南极嗜冷真菌Glaciozyma antarctica PI12中冷活性脂肪酶Glalip03的结构与低温适应机制 | 首次结合系统发育分析与Alphafold2深度学习结构预测,识别含冷活性保守基序的新型脂肪酶,并通过低温分子动力学模拟揭示其全局稳定性和柔韧性 | NA | 理解冷活性脂肪酶的低温适应机制,为工业应用奠定分子基础 | 南极嗜冷真菌Glaciozyma antarctica PI12中假定的冷活性脂肪酶Glalip03 | 机器学习 | NA | 系统发育分析、Alphafold2结构预测、分子动力学模拟 | 分子动力学模拟 | 蛋白质序列与结构 | 单一酶蛋白Glalip03 | Alphafold2, GROMACS | Alphafold2, 分子动力学模型 | 全局稳定性、柔韧性 | NA |
| 382 | 2026-05-26 |
Automating Wood Species Detection and Classification in Microscopic Images of Fibrous Materials with Deep Learning
2024-07-04, Microscopy and microanalysis : the official journal of Microscopy Society of America, Microbeam Analysis Society, Microscopical Society of Canada
IF:2.9Q1
DOI:10.1093/mam/ozae038
PMID:38709570
|
研究论文 | 采用深度学习方法,基于自制木材显微图像数据集,首次实现纤维材料中硬木树种的自动化识别与分类 | 首次将深度学习应用于纤维材料显微图像中的硬木树种自动识别,并开发了系统性生成木化木材参考图像数据集的方法学,以及灵活标注导管元件的流水线 | 未提及具体限制 | 实现木材纤维材料显微图像中硬木树种的自动化检测与分类,以改进全球木纤维产品流管控,保护森林 | 九种硬木属的纤维材料显微图像 | 计算机视觉 | NA | 显微图像分析 | 神经网络(CNN等) | 图像数据 | 九种硬木属的木化木材参考图像数据集(具体数量未提及) | NA | 多种神经网络架构(具体如ResNet、VGG等未指明) | 与人类专家性能相当(具体指标未提及) | NA |
| 383 | 2026-05-26 |
Transformer-based deep learning denoising of single and multi-delay 3D arterial spin labeling
2024-02, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.29887
PMID:37849048
|
研究论文 | 提出基于Swin Transformer的深度学习模型用于单延迟和多延迟3D动脉自旋标记去噪,并与CNN及其他Transformer方法比较 | 首次将Swin Transformer应用于ASL去噪,并对比伪3D与2D模型性能,探索多输入条件优化 | 多延迟ASL数据集较小(6名受试者),未提及模型泛化到更多厂商或临床场景的验证 | 开发高效去噪模型以提升ASL图像质量并缩短扫描时间 | 3D动脉自旋标记(ASL)图像数据 | 机器学习 | NA | 动脉自旋标记(ASL) | Swin Transformer, CNN | 图像 | 单延迟:66名受试者(119次扫描)训练,39名受试者(44次扫描)测试;多延迟:6名受试者(10次扫描) | PyTorch | SwinIR, CNN | 相似度指标、空间信噪比、脑血流定量精度、动脉通过时间 | NA |
| 384 | 2026-05-25 |
The prognostic value of visual and automatic coronary calcium scoring from low-dose computed tomography-[15O]-water positron emission tomography
2024-08-26, European heart journal. Cardiovascular Imaging
DOI:10.1093/ehjci/jeae081
PMID:38525588
|
research paper | 验证低剂量CT扫描中视觉和自动冠脉钙化评分的预后价值 | 首次在[15O]-水PET心肌灌注成像的低剂量CT扫描中评估视觉和自动CAC评分对主要不良心脏事件的预测价值 | 研究为单中心回顾性设计,且低剂量CT与参考CSCT扫描间的风险分类一致性仅为中等 | 评估低剂量CT扫描中视觉和自动冠脉钙化评分对主要不良心脏事件预测的附加价值 | 疑似冠脉疾病患者 | 计算机视觉 | 心血管疾病 | 低剂量CT, [15O]-水PET | 深度学习 | 医学影像 | 572名连续患者 | NA | NA | 风险分类一致性(Cohen's kappa), 风险比 | NA |
| 385 | 2026-05-25 |
Prospective deep learning-based quantitative assessment of coronary plaque by computed tomography angiography compared with intravascular ultrasound: the REVEALPLAQUE study
2024-08-26, European heart journal. Cardiovascular Imaging
DOI:10.1093/ehjci/jeae115
PMID:38700097
|
研究论文 | 前瞻性多中心国际研究,比较基于深度学习自动分析CCTA与IVUS评估冠脉斑块的准确性和一致性 | 首次在多中心前瞻性研究中验证AI驱动的CCTA斑块量化系统与IVUS金标准的一致性,实现钙化、非钙化及低衰减斑块的全自动分割 | 样本量相对有限(237例患者432个病变),且仅纳入临床稳定型冠心病患者,未包含急性冠脉综合征人群 | 评估基于深度学习的CCTA自动斑块分析系统与IVUS金标准在冠脉粥样硬化量化表征中的一致性 | 临床稳定型冠心病患者的冠脉粥样硬化斑块,包括总斑块体积、钙化斑块、非钙化斑块及低衰减斑块 | 计算机视觉 | 冠心病 | 冠状动脉CT血管造影(CCTA)、血管内超声(IVUS) | 深度学习模型(具体架构未明确说明) | 医学影像(CCTA和IVUS图像) | 237例患者(来自美国及日本15个中心),共432个冠脉病变 | NA | NA | 相关系数、Bland-Altman分析、Y截距、斜率 | NA |
| 386 | 2026-05-25 |
Diagnostic support in pediatric craniopharyngioma using deep learning
2024-08, Child's nervous system : ChNS : official journal of the International Society for Pediatric Neurosurgery
DOI:10.1007/s00381-024-06400-0
PMID:38647660
|
研究论文 | 利用深度学习开发儿童颅咽管瘤诊断支持模型 | 首次在机构中应用可解释人工智能与深度学习模型结合,辅助放射学诊断儿童颅咽管瘤 | NA | 开发卷积深度学习算法,用于儿童鞍区-鞍上肿瘤的放射学辅助分类 | 226名智利儿童患者的术前T1w和T2w磁共振图像 | 医学影像分析 | 颅咽管瘤 | 磁共振成像 | 卷积神经网络 | 图像 | 226名患者(68名健康对照、58名颅咽管瘤患者、100名其他鞍区肿瘤患者) | NA | 卷积神经网络 | 阳性预测值、阴性预测值 | NA |
| 387 | 2026-05-24 |
Deep learning for quantifying spatial patterning and formation process of early differentiated human-induced pluripotent stem cells with micropattern images
2024-10, Journal of microscopy
IF:1.5Q3
DOI:10.1111/jmi.13346
PMID:38994744
|
研究论文 | 提出一种深度学习方法,利用微图案图像量化早期分化的人诱导多能干细胞的空间模式与形成过程 | 创新性地采用解码和编码U-net结构,同时结合Hoechst和明场图像分割hiPSC,并提取胚外区域及对比荧光强度量化多能性 | 未明确说明局限性 | 通过微图案图像定量评估hiPSC的多能性和早期分化中胚层的空间模式 | 人诱导多能干细胞(hiPSC)的早期分化阶段 | 计算机视觉 | NA | 微图案成像 | U-net | 图像 | 包含多个hiPSC系、不同微图案尺寸、多种标记组、活细胞和固定细胞的样本 | NA | U-net(解码结构、编码结构) | 细胞数量准确率、细胞区域准确率 | NA |
| 388 | 2026-05-24 |
Enhancing the activity and succinyl-CoA specificity of 3-ketoacyl-CoA thiolase Tfu_0875 through rational binding pocket engineering
2024-Sep, Synthetic and systems biotechnology
IF:4.4Q1
DOI:10.1016/j.synbio.2024.04.014
PMID:38694995
|
研究论文 | 通过理性结合口袋工程提升3-酮脂酰辅酶A硫解酶Tfu_0875的活性及琥珀酰辅酶A特异性 | 采用深度学习方法DLKcat识别有效突变体,并结合贪婪累积蛋白工程策略(GRAPE)对酶进行优化,显著提高了酶活性和底物特异性 | 未提及 | 提升3-酮脂酰辅酶A硫解酶的活性和底物特异性,以提高己二酸产量 | 3-酮脂酰辅酶A硫解酶Tfu_0875及其突变体 | 机器学习 | NA | 蛋白结构分析、深度学习 | DLKcat | 序列、结构 | 多个突变体,具体数量未提及 | NA | DLKcat | 比活性、催化效率、底物特异性、底物结合能 | NA |
| 389 | 2026-05-24 |
Focal liver lesion diagnosis with deep learning and multistage CT imaging
2024-08-15, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-51260-6
PMID:39147767
|
研究论文 | 开发一种基于深度学习和多期增强CT的自动肝脏病灶诊断系统LiLNet | 利用多中心大规模数据(4039名患者)开发并外部验证了LiLNet网络,能够区分六种肝脏病灶类型,并实现高准确率 | 未提及 | 提高肝脏病灶诊断的自动化水平,辅助放射科医生,尤其是在资源匮乏地区 | 肝脏病灶包括肝细胞癌、肝内胆管癌、转移性肿瘤、局灶性结节增生、血管瘤和囊肿 | 计算机视觉 | 肝脏疾病 | 多期增强CT | CNN | 图像 | 4039名患者,来自六个数据中心 | PyTorch | LiLNet | 准确率, AUC | NA |
| 390 | 2026-05-24 |
Artificial organic afferent nerves enable closed-loop tactile feedback for intelligent robot
2024-08-15, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-51403-9
PMID:39147776
|
研究论文 | 本文报告了一种人工有机传入神经,通过集成有机电化学突触晶体管和人工机械感受器,实现了低工作电压下的触觉感知,并协同闭环反馈程序使智能机器人能够快速识别和防止物体滑动 | 首次报道了低工作电压(-0.6 V)的人工有机传入神经,通过树突整合功能实现了对物体方向性运动的感知,并利用分布式并行网络降低了控制复杂度 | 未提及具体局限性 | 模拟触觉神经以实现机器人的高级感知功能,并构建智能化闭环触觉反馈系统 | 人工有机传入神经、智能机器人 | 机器学习,机器人与仿生电子学 | NA | NA | 深度神经网络 | 尖峰编码信号 | NA | NA | NA | 识别准确率 | NA |
| 391 | 2026-05-24 |
End-to-end reproducible AI pipelines in radiology using the cloud
2024-08-13, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-51202-2
PMID:39138215
|
研究论文 | 展示基于云基础设施的可重复、透明的人工智能放射学管道的端到端实施 | 首次系统展示基于云平台实现放射学AI管道的完整可重复性,从数据获取到最终结果分析的全流程透明化和可扩展性 | 仅应用于两个特定用例,且未讨论不同云平台间的互操作性问题 | 论证云基础设施在实现可重复和透明的人工智能放射学管道中的潜力 | 基于云托管数据和计算的AI放射学管道 | 计算机视觉 | 癌症 | NA | 深度学习 | 医学图像 | NA | NA | NA | NA | 云基础设施 |
| 392 | 2026-05-24 |
The changing landscape of text mining: a review of approaches for ecology and evolution
2024-07, Proceedings. Biological sciences
DOI:10.1098/rspb.2024.0423
PMID:39082244
|
综述 | 本文综述了用于生态学和进化生物学文献中文本挖掘的方法,涵盖从频率基础方法到深度学习语言模型的发展 | 将文本挖掘方法映射到三种主要范式(频率基础方法、传统自然语言处理和深度学习语言模型),为生态学和进化研究提供入门指导 | 未详细说明具体实施中的计算资源需求或模型评估指标 | 促进文本挖掘工具在生态学和进化研究中的整合 | 生态学和进化生物学领域的文本数据及文献 | 自然语言处理 | NA | NA | 深度学习语言模型 | 文本 | NA | NA | NA | NA | NA |
| 393 | 2026-05-24 |
Towards Interactive and Interpretable Image Retrieval-Based Diagnosis: Enhancing Brain Tumor Classification with LLM Explanations and Latent Structure Preservation
2024-Jul, Artificial intelligence in medicine. Conference on Artificial Intelligence in Medicine (2005- )
DOI:10.1007/978-3-031-66535-6_35
PMID:41930254
|
研究论文 | 提出一种交互式可解释图像检索系统,结合监督对比学习和大型语言模型,用于脑肿瘤分类 | 通过监督对比学习保留图像潜在结构,并集成现成的大语言模型实现检索报告总结和用户问答交互,增强了系统的可解释性和可用性 | 未明确提及具体局限性 | 开发一种交互式、可解释的基于图像检索的诊断系统,提高脑肿瘤分类的准确性和可解释性 | 脑肿瘤影像数据 | 计算机视觉 | 脑肿瘤 | NA | CNN(编码器)、大语言模型(LLM) | 图像 | NA | PyTorch | ResNet 或其他监督对比学习编码器 | 分类准确率 | NA |
| 394 | 2026-05-24 |
A multi-featured expression recognition model incorporating attention mechanism and object detection structure for psychological problem diagnosis
2024-06-01, Physiology & behavior
IF:2.4Q2
DOI:10.1016/j.physbeh.2024.114561
PMID:38641188
|
研究论文 | 提出一种结合注意力机制和目标检测结构的多特征表情识别模型,用于心理问题诊断 | 设计自适应多端融合注意力机制,结合目标检测模型提取人体不同区域和不同尺度的特征,通过融合网络进行特征融合和分类 | 在Emotic数据集上平均准确率仅为34.51%,性能有限 | 开发基于表情、姿态和环境的多特征融合方法,提高非约束自然条件下人类情绪分析的准确性 | 人类面部表情、身体姿态及环境信息 | 计算机视觉 | 心理障碍 | 深度学习 | 目标检测模型 | 图像 | NA | NA | NA | 平均准确率 | NA |
| 395 | 2026-05-24 |
LUNet: deep learning for the segmentation of arterioles and venules in high resolution fundus images
2024-05-03, Physiological measurement
IF:2.3Q3
DOI:10.1088/1361-6579/ad3d28
PMID:38599224
|
研究论文 | 提出LUNet深度学习模型,用于高分辨率眼底图像中视网膜小动脉和小静脉的自动分割 | 设计了双扩张卷积块以扩大感受野并减少参数量,结合高分辨率尾部模块细化分割细节,并针对血管分割连续性设计了自定义损失函数 | 未提及模型在低分辨率图像或极端病理条件下的表现,且数据集涉及人群和标注者变异性但未涵盖所有可能场景 | 实现视网膜小动脉和小静脉的自动分割,以通过眼底图像辅助诊断心血管疾病 | 视网膜小动脉和小静脉 | 计算机视觉 | 心血管疾病 | 眼底成像 | CNN | 图像 | 240张数字眼底图像,由15名医学生和1名眼科医生标注 | NA | LUNet | 准确率 | NA |
| 396 | 2026-05-24 |
Multi-branch myocardial infarction detection and localization framework based on multi-instance learning and domain knowledge
2024-04-26, Physiological measurement
IF:2.3Q3
DOI:10.1088/1361-6579/ad3d25
PMID:38599223
|
研究论文 | 提出基于多实例学习和领域知识的多分支心肌梗死检测与定位框架 | 将多实例学习与领域知识结合,通过注意力机制和新的损失函数lead-loss改进心肌梗死定位,并利用Grad-CAM可视化决策过程 | 未明确说明局限性 | 实现心电图中心肌梗死的自动检测与定位,辅助医生诊断 | 心肌梗死患者的心电图数据 | 机器学习 | 心血管疾病 | 心电图 | CNN | 图像 | PTB和PTB-XL数据库,未说明具体样本数量 | NA | SENet | 准确率 | NA |
| 397 | 2026-05-24 |
Photoplethysmography based atrial fibrillation detection: a continually growing field
2024-04-17, Physiological measurement
IF:2.3Q3
DOI:10.1088/1361-6579/ad37ee
PMID:38530307
|
review | 综述基于光电容积描记法的心房颤动检测领域的最新进展 | 系统回顾了2019年7月至2022年12月间PPG房颤检测的先进技术,涵盖统计学方法、传统机器学习与深度学习方法,并持续更新研究数据库 | 仅纳入已发表研究,存在发表偏倚;PRISMA原则未提及其他数据库如ClinicalTrials.gov;文献检索时间范围有限 | 全面综述基于PPG的房颤检测技术进展,评估统计方法、机器学习与深度学习方法的有效性 | 57篇相关研究论文 | 机器学习 | 心血管疾病 | PPG | CNN, LSTM | 时间序列信号数据 | 57项研究 | NA | NA | NA | NA |
| 398 | 2026-05-24 |
Algorithmic detection of sleep-disordered breathing using respiratory signals: a systematic review
2024-03-21, Physiological measurement
IF:2.3Q3
DOI:10.1088/1361-6579/ad2c13
PMID:38387048
|
综述 | 系统回顾2012至2022年间基于呼吸信号的睡眠呼吸障碍算法检测文献,涵盖信号来源、处理、特征提取、分类及应用 | 首次全面综述呼吸信号在睡眠呼吸障碍算法检测中的范围与性能,填补了该领域缺乏综合回顾的空白 | 单源呼吸信号用于低通气检测的灵敏度有限,最高仅73.34% | 系统综述基于呼吸信号的睡眠呼吸障碍检测算法,为未来研究提供参考 | 睡眠呼吸障碍检测算法,涉及的呼吸信号包括鼻气流、口鼻气流、胸呼吸努力和腹呼吸努力 | 机器学习 | 心血管疾病,糖尿病,高血压 | NA | 阈值规则法,机器学习模型,深度学习模型 | 文本 | 初步筛选342篇论文,32项研究符合数据提取标准 | NA | NA | 准确率,灵敏度 | NA |
| 399 | 2026-05-24 |
SwinUNet: a multiscale feature learning approach to cardiovascular magnetic resonance parametric mapping for myocardial tissue characterization
2024-03-20, Physiological measurement
IF:2.3Q3
DOI:10.1088/1361-6579/ad2c15
PMID:38387052
|
研究论文 | 提出一种基于卷积U-Net和Swin Transformer的多尺度特征学习深度学习模型SwinUNet,用于加速心血管磁共振T1/T2参数映射 | 首次将卷积U-Net与Swin Transformer结合形成分层3D计算结构,实现空间和时间多尺度特征学习,实现高度加速的T1/T2参数映射 | 未明确说明,但可能包括样本量有限或加速倍数受限于心率变异性等实际临床因素 | 加速心血管磁共振T1/T2参数映射,实现心肌组织特征的快速定量评估 | 心肌组织,通过左心室心肌壁的T1/T2指标进行表征 | 数字病理学, 机器学习 | 心血管疾病 | 心血管磁共振, T1/T2参数映射 | 深度学习模型, 卷积神经网络, Transformer | 图像(CMR图像) | 未明确说明样本数量,但包括加速T1映射(≤4次心跳)和T2映射(2次心跳)的实验 | NA | SwinUNet, 卷积U-Net, Swin Transformer, MyoMapNet | 平均绝对误差, 结构相似性指数, 相关性分析, Bland-Altman一致性分析 | NA |
| 400 | 2026-05-24 |
An interpretable shapelets-based method for myocardial infarction detection using dynamic learning and deep learning
2024-03-01, Physiological measurement
IF:2.3Q3
DOI:10.1088/1361-6579/ad2217
PMID:38266290
|
研究论文 | 提出一种基于可解释性形状特征的方法,结合动态学习和深度学习进行心肌梗死检测 | 首次将形状特征与动态学习结合,用于提取心电信号的局部病理变化特征,并构建多维度心电动态信号的集成模型 | 未说明 | 提高心电检测心肌梗死的准确性,提取显著特征 | 心肌梗死患者与健康对照者的心电图信号 | 机器学习 | 心血管疾病 | 心电信号动态学习与深度学习 | 深度神经网络集成模型 | 心电信号 | 公开PTB数据集 | NA | 形状特征提取与深度神经网络集成模型 | 准确率, 灵敏度, 特异性 | NA |