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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2025-11-12 |
Image fusion using Y-net-based extractor and global-local discriminator
2024-May-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e30798
PMID:38784534
|
研究论文 | 提出一种基于Y-Net和全局-局部判别器的GAN模型用于红外与可见光图像融合 | 采用Y-Net作为生成器主干架构,引入残差密集块和跨模态上下文注意力捷径,结合全局-局部判别器实现无融合规则的端到端图像融合 | NA | 解决多模态图像融合中特征提取和信息保真度的挑战 | 红外图像与可见光图像 | 计算机视觉 | NA | 图像融合技术 | GAN | 图像 | NA | NA | Y-Net, RDblock, CMSCA, PatchGAN | 结构相似性指数, 强度相似性, 梯度相似性 | NA |
| 2 | 2025-10-05 |
Fully Automated OCT-based Tissue Screening System
2024-May-15, ArXiv
PMID:38800655
|
研究论文 | 介绍了一种基于光学相干断层扫描的全自动组织筛选系统,用于离体组织培养的高通量筛选应用 | 开发了首个结合定制电动平台、组织检测能力和Transformer深度学习分割算法的全自动OCT组织筛选系统 | 目前仅在视网膜退行性疾病小鼠模型的视网膜外植体培养中进行了验证 | 开发用于药物发现和相关研究领域的高通量组织筛选系统 | 小鼠视网膜退行性疾病模型的视网膜外植体培养组织 | 数字病理学 | 视网膜退行性疾病 | 光学相干断层扫描(OCT) | Transformer | OCT图像 | NA | NA | Transformer | NA | NA |
| 3 | 2025-10-05 |
CONUNETR: A CONDITIONAL TRANSFORMER NETWORK FOR 3D MICRO-CT EMBRYONIC CARTILAGE SEGMENTATION
2024-May, Proceedings. IEEE International Symposium on Biomedical Imaging
DOI:10.1109/isbi56570.2024.10635851
PMID:41018045
|
研究论文 | 提出一种基于Transformer的条件网络CONUNETR,用于3D显微CT胚胎软骨分割 | 引入改进的生物先验知识和条件机制,能够通过单一模型准确预测多个年龄组的软骨形态 | NA | 解决胚胎软骨快速结构变化导致的深度学习模型泛化问题 | 小鼠胚胎软骨 | 计算机视觉 | 骨骼发育异常 | 显微CT | Transformer | 3D图像 | NA | NA | CONUNETR | NA | NA |
| 4 | 2025-10-05 |
Antibody design using deep learning: from sequence and structure design to affinity maturation
2024-May-23, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae307
PMID:38960409
|
综述 | 本文综述了深度学习在抗体设计中的应用,涵盖序列设计、结构设计和亲和力成熟等关键环节 | 将深度学习从传统小分子药物设计扩展到生物大分子(特别是抗体)的设计与优化领域 | NA | 探索深度学习在抗体发现和开发中的应用方法与进展 | 抗体分子 | 机器学习 | NA | 深度学习 | NA | 序列数据, 结构数据 | NA | NA | NA | NA | NA |
| 5 | 2025-10-05 |
Massively parallel characterization of regulatory elements in the developing human cortex
2024-05-24, Science (New York, N.Y.)
DOI:10.1126/science.adh0559
PMID:38781390
|
研究论文 | 通过大规模并行报告基因检测技术系统解析人类发育期大脑皮层中基因调控元件的功能 | 首次在人类原代皮层细胞和脑类器官中并行检测超过10万个开放染色质区域的顺式调控活性,并利用深度学习解码增强子活性的序列基础和上游调控因子 | 研究主要聚焦于发育中期皮层,未涵盖整个神经发育过程的所有阶段 | 建立人类神经元发育过程中功能性基因调控元件和变异的全面目录 | 人类发育中期皮层原代细胞和脑类器官 | 基因组学 | 神经发育疾病 | 大规模并行报告基因检测,染色质开放性分析 | 深度学习 | 基因组序列数据,染色质可及性数据 | 102,767个开放染色质区域 | NA | NA | NA | NA |
| 6 | 2025-10-05 |
A deep learning method for comparing Bayesian hierarchical models
2024-May-06, Psychological methods
IF:7.6Q1
DOI:10.1037/met0000645
PMID:38709626
|
研究论文 | 提出一种基于深度学习的贝叶斯分层模型比较方法 | 首次将深度学习应用于贝叶斯分层模型比较,实现摊销推理并支持概率程序实例化的任意分层模型 | 未明确说明方法在超大规模模型或特定类型分层结构中的适用性限制 | 解决贝叶斯模型比较在分层模型中因高维嵌套参数结构导致的难处理问题 | 分层证据积累模型和各类可实例化为概率程序的分层模型 | 机器学习 | NA | 深度学习,贝叶斯模型比较,摊销推理 | 深度学习模型 | 模型输出数据,概率程序生成数据 | NA | 未明确指定 | 未明确指定具体架构 | 后验模型概率估计精度,与桥采样方法的性能对比 | NA |
| 7 | 2025-10-06 |
Survival analysis using deep learning with medical imaging
2024-05-01, The international journal of biostatistics
DOI:10.1515/ijb-2022-0113
PMID:37312249
|
研究论文 | 本文综述了深度学习在医学影像生存分析中的应用,并通过胶质瘤组织学数据集比较了多种深度学习方法与基于Cox模型的方法 | 将深度学习方法应用于医学影像与生存时间的关联建模,这一研究方向目前尚不成熟,本文提供了系统性的方法概述和实证比较 | 研究范围主要局限于胶质瘤组织学数据,未涵盖其他类型的医学影像或疾病 | 探索深度学习在医学影像生存分析中的应用效果 | 胶质瘤患者的组织学影像数据和生存时间数据 | 数字病理学 | 胶质瘤 | 医学影像分析 | 深度学习 | 组织学图像 | NA | NA | NA | NA | NA |
| 8 | 2025-10-06 |
Improving the Prognostic Evaluation Precision of Hospital Outcomes for Heart Failure Using Admission Notes and Clinical Tabular Data: Multimodal Deep Learning Model
2024-05-02, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/54363
PMID:38696251
|
研究论文 | 开发了一种结合入院临床笔记和临床表格数据的多模态深度学习模型,用于提高心力衰竭患者院内死亡风险的评估精度 | 首次将入院临床笔记与临床表格数据相结合,通过多模态深度学习方法来评估心力衰竭患者的预后 | 研究采用回顾性数据,需要在更多前瞻性研究中验证模型的泛化能力 | 提高心力衰竭患者住院结局的评估精度 | 心力衰竭危重患者 | 自然语言处理, 机器学习 | 心血管疾病 | 深度学习, 自然语言处理 | 多模态深度学习模型 | 文本, 表格数据 | 开发集9989例患者,内部验证集2497例,前瞻验证集1896例,外部验证集7432例 | NA | NA | AUC, 95%置信区间 | NA |
| 9 | 2025-10-06 |
Early autism diagnosis based on path signature and Siamese unsupervised feature compressor
2024-05-02, Cerebral cortex (New York, N.Y. : 1991)
DOI:10.1093/cercor/bhae069
PMID:38696605
|
研究论文 | 提出基于路径签名和孪生无监督特征压缩器的早期自闭症诊断方法 | 使用孪生验证框架扩展稀缺数据,无监督压缩器缓解数据不平衡,权重约束处理样本异质性,路径签名从纵向双时间点数据提取发育特征 | 数据固有稀缺、类别不平衡且异质性高 | 早期自闭症谱系障碍诊断 | 自闭症谱系障碍婴幼儿 | 医学影像分析 | 自闭症谱系障碍 | 结构磁共振成像 | 孪生网络,无监督学习 | 结构MR图像 | NA | 深度学习框架 | 孪生网络架构 | NA | NA |
| 10 | 2025-10-06 |
The development of a deep learning model for automated segmentation of the robotic pancreaticojejunostomy
2024-05, Surgical endoscopy
DOI:10.1007/s00464-024-10725-x
PMID:38488870
|
研究论文 | 开发用于机器人胰肠吻合术视频自动分割的深度学习模型 | 首次将3D卷积神经网络应用于机器人胰十二指肠切除术中胰肠吻合步骤的视频自动分割 | 回顾性研究,样本量有限(111个视频),仅来自三级转诊中心 | 利用深度学习自动分割机器人胰肠吻合术视频,评估手术表现 | 机器人胰十二指肠切除术中的胰肠吻合步骤视频 | 计算机视觉 | 胰腺疾病 | 手术视频分析 | 3D CNN | 视频 | 111个胰肠吻合术视频(2011-2022年) | NA | 3D卷积神经网络 | 准确率, F1分数 | NA |
| 11 | 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 |
| 12 | 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 |
| 13 | 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 |
| 14 | 2025-10-06 |
Machine learning diagnosis of active Juvenile Idiopathic Arthritis on blood pool [ 99M Tc] Tc-MDP scintigraphy images
2024-May-01, Nuclear medicine communications
IF:1.3Q3
DOI:10.1097/MNM.0000000000001822
PMID:38312058
|
研究论文 | 本研究使用深度学习技术通过血池图像诊断幼年特发性关节炎 | 首次将深度学习应用于基于[99m Tc] Tc-MDP骨显像血池图像的幼年特发性关节炎诊断 | 样本量相对有限(326名儿童和青少年),仅评估了膝关节和踝关节 | 开发基于深度学习的幼年特发性关节炎自动诊断方法 | 326名健康及确诊幼年特发性关节炎的儿童和青少年(1-16岁) | 计算机视觉 | 幼年特发性关节炎 | [99m Tc] Tc-MDP骨显像 | CNN | 图像 | 1304张血池图像(来自326名受试者) | NA | 自设计多输入CNN, VGG16, ResNet50, Xception | AUC | NA |
| 15 | 2025-10-06 |
Utilizing Deep Learning and Computed Tomography to Determine Pulmonary Nodule Activity in Patients With Nontuberculous Mycobacterial-Lung Disease
2024-May-01, Journal of thoracic imaging
IF:2.0Q3
DOI:10.1097/RTI.0000000000000745
PMID:38640144
|
研究论文 | 开发并评估用于非结核分枝杆菌肺病患者肺部结节活动性分类的深度卷积神经网络模型 | 首次将深度卷积神经网络应用于非结核分枝杆菌肺病肺部结节活动性的自动分类,并与放射科医生表现进行对比验证 | 样本量相对有限(650个结节),仅使用2D CT图像而非3D体积数据 | 开发基于CT的深度学习模型用于非结核分枝杆菌肺病肺部结节活动性分类 | 非结核分枝杆菌肺病患者的肺部结节 | 计算机视觉 | 肺部疾病 | 计算机断层扫描 | CNN | 医学影像 | 110名患者的650个结节(316个急性,334个慢性) | NA | 11层卷积神经网络 | AUC, 敏感度, 特异度, 准确率 | NA |
| 16 | 2025-10-06 |
Deep Learning for Detection of Pneumothorax and Pleural Effusion on Chest Radiographs: Validation Against Computed Tomography, Impact on Resident Reading Time, and Interreader Concordance
2024-May-01, Journal of thoracic imaging
IF:2.0Q3
DOI:10.1097/RTI.0000000000000746
PMID:37884394
|
研究论文 | 评估人工智能在胸部X光片上检测气胸和胸腔积液的表现,并与CT结果对比 | 首次使用CT作为金标准对AI检测胸膜病变进行体积量化验证,并评估AI辅助对住院医师阅片时间和诊断一致性的影响 | 回顾性研究设计,样本量相对有限(362例) | 验证AI在胸部X光片上检测胸膜病变的性能 | 接受胸部X光检查的患者 | 医学影像分析 | 胸膜疾病 | 胸部X光摄影,计算机断层扫描 | 深度学习 | 医学影像 | 362例(96例对照组,165例胸腔积液,101例气胸) | NA | INSIGHT CXR | AUROC, Fleiss kappa, 阅片时间, 检测错误率 | NA |
| 17 | 2025-10-06 |
VAULT: vault accuracy using deep learning technology: new image-based artificial intelligence model for predicting implantable collamer lens postoperative vault
2024-May-01, Journal of cataract and refractive surgery
IF:2.6Q1
DOI:10.1097/j.jcrs.0000000000001386
PMID:38651696
|
研究论文 | 开发基于深度学习的人工智能模型,用于预测有晶状体眼植入式Collamer透镜(ICL)术后拱高 | 首次结合术前极高频数字超声图像和患者人口统计学数据,通过神经网络预测ICL术后拱高 | 13.7 mm尺寸ICL因数据不足被排除在研究之外 | 开发准确预测ICL术后拱高的深度学习模型 | 221例连续患者的437只眼,接受ICL植入手术 | 计算机视觉 | 眼科疾病 | 极高频数字超声成像 | 神经网络 | 图像, 临床数据 | 221名患者的437只眼,共3059张图像 | NA | NA | 平均绝对误差, 预测准确率 | NA |
| 18 | 2025-10-06 |
Deconvolution of polygenic risk score in single cells unravels cellular and molecular heterogeneity of complex human diseases
2024-May-14, bioRxiv : the preprint server for biology
DOI:10.1101/2024.05.14.594252
PMID:38798507
|
研究论文 | 开发了一种名为scPRS的几何深度学习模型,能够在单细胞水平解析多基因风险评分,用于复杂疾病预测和生物学发现 | 首次将多基因风险评分分解到单细胞水平,结合单细胞染色质可及性数据,实现了疾病风险的细胞特异性解析 | NA | 开发精确疾病预测方法并系统研究复杂疾病的遗传、细胞和分子基础 | 2型糖尿病、肥厚型心肌病和阿尔茨海默病等复杂人类疾病 | 机器学习 | 复杂疾病 | 单细胞染色质可及性分析,多层多组学分析 | 几何深度学习 | 单细胞染色质可及性数据,遗传数据 | NA | NA | scPRS | 预测能力 | NA |
| 19 | 2025-10-06 |
Deep Learning Classification of Usual Interstitial Pneumonia Predicts Outcomes
2024-05-01, American journal of respiratory and critical care medicine
IF:19.3Q1
DOI:10.1164/rccm.202307-1191OC
PMID:38207093
|
研究论文 | 开发基于多示例学习的可解释深度学习算法,通过CT图像预测普通型间质性肺炎并验证其性能 | 首次将多示例学习应用于UIP的CT图像分类,并在多个独立队列中验证了算法对患者预后的预测能力 | 研究依赖于回顾性数据,需要在前瞻性研究中进一步验证 | 开发能够克服视觉评估局限性的CT图像分析算法,提高UIP诊断准确性 | 间质性肺病患者 | 计算机视觉 | 间质性肺炎 | CT成像 | 多示例学习 | 医学影像 | 训练集2,143例,三个独立测试集分别127例、239例和979例 | NA | 多示例学习架构 | AUC, 风险比, 年FVC下降量 | NA |
| 20 | 2025-10-06 |
Improving the Generalizability of Deep Learning for T2-Lesion Segmentation of Gliomas in the Post-Treatment Setting
2024-May-16, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11050497
PMID:38790363
|
研究论文 | 本研究通过数据混合、迁移学习和空间正则化方法,提高深度学习模型对治疗后胶质瘤T2病灶分割的泛化能力 | 首次系统评估数据混合比例、迁移学习和空间正则化对治疗后胶质瘤T2病灶分割性能的影响 | 研究样本量相对有限,仅评估了24名疑似进展的患者 | 提高深度学习模型在治疗后胶质瘤T2病灶分割中的泛化性能 | 新诊断胶质瘤患者(208例)和接受治疗后的胶质瘤患者(221例) | 医学影像分析 | 胶质瘤 | T2 FLAIR MRI | 深度学习 | 医学影像 | 429例胶质瘤患者(208例新诊断,221例治疗后),评估集24例 | NA | NA | Dice系数, 敏感度, 95th Hausdorff距离 | NA |