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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 121 | 2025-10-07 |
Enhancing Global Estimation of Fine Particulate Matter Concentrations by Including Geophysical a Priori Information in Deep Learning
2024-May-10, ACS ES&T air
DOI:10.1021/acsestair.3c00054
PMID:38751607
|
研究论文 | 通过将地球物理先验信息融入深度学习模型,改进全球细颗粒物浓度估算 | 开发了包含地球物理估计的损失函数,引入空气质量空间交叉验证新方法,通过整合地球物理PM解决监测稀少区域性能下降问题 | 模型性能仍依赖于地面监测站密度,在监测站极稀疏区域估算精度可能受限 | 提高全球细颗粒物浓度分布的估算精度 | 1998-2019年全球月度PM2.5浓度数据 | 机器学习 | NA | 卫星遥感、数值模拟、地面监测 | CNN | 卫星数据、模拟数据、监测数据 | 1998-2019年全球月度PM2.5浓度数据 | NA | 卷积神经网络 | 决定系数(R²) | NA |
| 122 | 2025-03-20 |
Generalizing Parkinson's disease detection using keystroke dynamics: a self-supervised approach
2024-May-20, Journal of the American Medical Informatics Association : JAMIA
IF:4.7Q1
DOI:10.1093/jamia/ocae050
PMID:38497957
|
研究论文 | 本研究提出了一种自监督学习方法,通过减少对标签的依赖来提高帕金森病检测的泛化能力 | 结合Barlow Twins损失和差异损失的自监督损失函数,用于从未标记数据中学习更稳健的特征表示 | 缺乏标准化的数据采集协议和注释数据集的有限可用性 | 验证自监督学习方法在减少标签依赖和提高帕金森病检测泛化能力方面的有效性 | 帕金森病患者和对照组 | 机器学习 | 帕金森病 | 自监督学习 | 自监督学习模型 | 击键动态信号 | 2个独立数据集中的对照组和帕金森病患者 | NA | NA | NA | NA |
| 123 | 2025-10-07 |
Transfer learning reveals sequence determinants of the quantitative response to transcription factor dosage
2024-May-29, bioRxiv : the preprint server for biology
DOI:10.1101/2024.05.28.596078
PMID:38853998
|
研究论文 | 通过迁移学习训练深度学习模型,预测转录因子剂量如何影响调控元件的染色质可及性 | 首次将迁移学习应用于预测转录因子剂量变化对染色质状态的定量响应,揭示了顺式调控元件的序列决定因素 | 研究仅针对两种剂量敏感转录因子(TWIST1、SOX9)和面部祖细胞,模型在其他细胞类型和转录因子中的普适性需要进一步验证 | 揭示转录因子剂量变化对染色质状态响应的序列决定因素 | 面部祖细胞中的调控元件染色质可及性 | 计算生物学 | NA | 深度学习, 迁移学习, 报告基因检测, 生物物理建模 | 深度学习模型 | DNA序列数据, 染色质可及性数据 | NA | NA | NA | 实验重现性准确度 | NA |
| 124 | 2025-10-07 |
A Perspective on Protein Structure Prediction Using Quantum Computers
2024-May-14, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.4c00067
PMID:38703105
|
观点论文 | 探讨利用量子计算机进行蛋白质结构预测的框架设计和资源评估 | 提出了系统筛选适合量子优势的蛋白质结构预测问题的框架,并在量子硬件上验证了寨卡病毒NS3解旋酶催化环的结构预测 | 仅作为概念验证,尚未大规模应用,量子资源需求评估仍需完善 | 探索量子计算机在蛋白质结构预测领域的应用潜力 | 蛋白质三维结构预测,特别是寨卡病毒NS3解旋酶催化环 | 量子计算,计算生物学 | 病毒感染(寨卡病毒) | 量子计算,蛋白质结构预测 | NA | 蛋白质序列和结构数据 | NA | NA | NA | 结构预测准确性 | 实用级量子计算机 |
| 125 | 2025-10-07 |
Cardiovascular Significance and Genetics of Epicardial and Pericardial Adiposity
2024-May-01, JAMA cardiology
IF:14.8Q1
DOI:10.1001/jamacardio.2024.0080
PMID:38477908
|
研究论文 | 本研究利用深度学习模型评估心外膜和心包脂肪组织与心血管疾病的关联并探索其遗传基础 | 首次在大规模人群队列中结合深度学习语义分割和全基因组关联研究分析心外膜和心包脂肪组织的临床意义和遗传机制 | 关联分析在控制腹部内脏脂肪组织体积后不再显著,可能反映了代谢不健康脂肪表型的共同特征 | 评估心外膜和心包脂肪组织与心血管疾病的横断面和前瞻性关联,并阐明其遗传基础 | 英国生物银行44,475名参与者和FinnGen队列453,733名参与者 | 数字病理 | 心血管疾病 | 磁共振成像,全基因组关联研究 | 深度学习 | 磁共振图像,基因数据 | 英国生物银行44,475人,FinnGen队列453,733人 | NA | 语义分割 | 风险比,比值比,Pearson相关系数 | NA |
| 126 | 2025-10-07 |
Artificial Intelligence Predicts Hospitalization for Acute Heart Failure Exacerbation in Patients Undergoing Myocardial Perfusion Imaging
2024-May-01, Journal of nuclear medicine : official publication, Society of Nuclear Medicine
IF:9.1Q1
DOI:10.2967/jnumed.123.266761
PMID:38548351
|
研究论文 | 本研究开发了一种结合临床、负荷试验和影像参数的人工智能模型,用于预测接受SPECT/CT心肌灌注成像患者因急性心力衰竭加重住院的风险 | 首次将临床风险因素、负荷变量、SPECT成像参数和深度学习生成的钙化评分整合到AI模型中预测心力衰竭住院风险 | 研究基于单中心数据开发模型,外部验证队列规模相对有限 | 评估人工智能模型能否预测接受心肌灌注成像患者的心力衰竭住院风险 | 接受SPECT/CT心肌灌注成像的心力衰竭患者 | 医学影像分析 | 心血管疾病 | SPECT/CT心肌灌注成像,深度学习钙化评分 | 深度学习 | 临床数据,负荷试验数据,医学影像数据 | 内部队列4,766名患者,外部验证队列2,912名患者 | NA | NA | ROC曲线下面积 | NA |
| 127 | 2025-10-07 |
Brain Age Analysis and Dementia Classification using Convolutional Neural Networks trained on Diffusion MRI: Tests in Indian and North American Cohorts
2024-May-08, bioRxiv : the preprint server for biology
DOI:10.1101/2024.02.04.578829
PMID:38370641
|
研究论文 | 本研究使用卷积神经网络分析扩散加权MRI数据,进行脑龄预测和痴呆分类,并在印度和北美人群中验证模型性能 | 首次将扩散加权MRI作为输入数据用于脑龄分析和痴呆分类,并采用3D CycleGAN方法进行数据集协调 | 研究样本主要来自特定人群(北美和印度),可能限制模型的普适性 | 开发基于深度学习的脑龄预测和阿尔茨海默病分类模型 | 阿尔茨海默病患者和健康对照者的大脑MRI数据 | 医学影像分析 | 阿尔茨海默病 | 扩散加权MRI,T1加权MRI | CNN, CycleGAN | 3D医学影像 | 来自ADNI(北美)和NIMHANS(印度)两个队列的样本 | NA | 3D CycleGAN, 卷积神经网络 | 分类性能指标 | NA |
| 128 | 2025-03-05 |
Discordance between a deep learning model and clinical-grade variant pathogenicity classification in a rare disease cohort
2024-May-23, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.05.22.24307756
PMID:38826236
|
研究论文 | 本文探讨了深度学习模型AlphaMissense在罕见病队列中与临床级变异致病性分类之间的不一致性 | 揭示了AlphaMissense在评估内在无序区域(IDRs)中错义变异致病性方面的局限性 | AlphaMissense在评估IDRs中错义变异的致病性时表现不佳,导致某些包含IDRs的基因的基因必需性评分不可靠 | 评估深度学习模型在罕见病队列中预测错义变异致病性的准确性 | 罕见病队列中的错义变异 | 生物医学信息学 | 罕见病 | 深度学习 | AlphaMissense | 基因变异数据 | NA | NA | NA | NA | NA |
| 129 | 2025-03-05 |
Assessment of changes in vessel area during needle manipulation in microvascular anastomosis using a deep learning-based semantic segmentation algorithm: A pilot study
2024-May-09, Neurosurgical review
IF:2.5Q1
DOI:10.1007/s10143-024-02437-6
PMID:38722409
|
研究论文 | 本研究开发了一种基于深度学习的语义分割算法,用于评估微血管吻合术中血管面积的变化,以客观评估手术技能 | 首次使用手术视频评估手术对象面积变化,提出了一种新的微血管吻合术性能评估方法 | 研究为初步研究,样本量较小,且仅使用人工血管进行训练 | 开发一种基于深度学习的算法,用于评估微血管吻合术中血管面积的变化,以客观评估手术技能 | 微血管吻合术中的血管 | 计算机视觉 | NA | 深度学习 | ResNet-50 | 视频 | 微血管端侧吻合术训练视频 | NA | NA | NA | NA |
| 130 | 2025-10-07 |
Abdominal CT metrics in 17,646 patients reveal associations between myopenia, myosteatosis, and medical phenotypes: a phenome-wide association study
2024-May, EBioMedicine
IF:9.7Q1
DOI:10.1016/j.ebiom.2024.105116
PMID:38636199
|
研究论文 | 本研究通过深度学习自动化分析17,646名患者的腹部CT影像,探索肌肉减少症和肌肉脂肪变性生物标志物与电子健康记录中医学表型的关联 | 首次将表型全关联研究(PheWAS)方法应用于大规模CT影像生物标志物分析,发现了多个先前未报告的肌肉指标与医学表型之间的关联 | 研究为观察性设计,无法确定因果关系;样本主要来自北美单一医疗中心 | 探究腹部CT衍生的骨骼肌指标与电子健康记录中医学表型的关联 | 17,646名成年患者(平均年龄56±19岁,57.5%为女性)的腹部CT扫描和电子健康记录数据 | 医学影像分析 | 肌肉减少症,肌肉脂肪变性 | 深度学习,CT影像分析,电子健康记录分析 | 深度学习模型 | CT影像,电子健康记录文本数据 | 17,646名患者 | NA | NA | OR值,95%置信区间,P值 | NA |
| 131 | 2025-03-02 |
A Deep Learning Framework for End-to-End Control of Powered Prostheses
2024-May, IEEE robotics and automation letters
IF:4.6Q2
DOI:10.1109/lra.2024.3374189
PMID:40012860
|
研究论文 | 本文提出了一种深度学习框架,用于端到端控制动力假肢,消除了传统任务分类、状态机和中级控制方程的需求 | 通过将整个控制问题压缩到一个深度神经网络中,消除了传统任务分类、状态机和中级控制方程的需求 | 研究仅针对五种运动模式进行,样本量为12名经股截肢者,可能需要更多样化的数据和更大的样本量来验证模型的普适性 | 探索深度学习在动力假肢控制中的应用,以实现端到端的关节级辅助 | 动力膝踝假肢(OSL)及其传感器数据 | 机器学习 | NA | 深度学习 | 时间卷积网络(TCN) | 传感器数据 | 12名经股截肢者 | NA | NA | NA | NA |
| 132 | 2025-10-07 |
Patients Perceptions of Artificial Intelligence in a Deep Learning-Assisted Diabetic Retinopathy Screening Event: A Real-World Assessment
2024-May, Journal of diabetes science and technology
IF:4.1Q2
DOI:10.1177/19322968241234378
PMID:38404014
|
研究论文 | 通过深度学习辅助的糖尿病视网膜病变筛查活动,评估患者对人工智能在医疗中应用的看法 | 在真实世界场景中评估患者对AI辅助医疗筛查的接受度和认知水平 | 研究对象主要为初级保健患者且教育水平较低,样本代表性可能受限 | 了解患者对人工智能在医疗保健中应用的看法和接受度 | 糖尿病患者群体,主要为初级保健患者 | 数字病理 | 糖尿病视网膜病变 | 深度学习 | NA | 调查问卷数据 | 参与筛查活动的糖尿病患者群体 | NA | NA | NA | NA |
| 133 | 2025-10-07 |
A DEEP LEARNING FRAMEWORK TO CHARACTERIZE NOISY LABELS IN EPILEPTOGENIC ZONE LOCALIZATION USING FUNCTIONAL CONNECTIVITY
2024-May, Proceedings. IEEE International Symposium on Biomedical Imaging
DOI:10.1109/isbi56570.2024.10635583
PMID:39464200
|
研究论文 | 开发了一个深度学习框架来表征癫痫灶定位中噪声标签的特性 | 提出了一个数学框架来表征噪声标签,并采用多任务深度学习同时识别噪声标签概率和每个ROI的定位预测 | 临床数据集中可靠的癫痫灶标签稀缺,且术后切除区域通常大于实际癫痫灶组织 | 改善药物难治性局灶性癫痫患者中癫痫灶的定位准确性 | 药物难治性局灶性癫痫患者 | 医学影像分析 | 癫痫 | 静息态功能磁共振成像(rs-fMRI) | 深度学习 | 功能磁共振成像数据 | 模拟数据集(来自人类连接组计划)和临床癫痫数据集 | NA | 多任务深度学习框架 | 定位性能 | NA |
| 134 | 2025-02-21 |
Missing Wedge Completion via Unsupervised Learning with Coordinate Networks
2024-May-17, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms25105473
PMID:38791508
|
研究论文 | 本文介绍了一种基于无监督学习的坐标网络方法,用于解决冷冻电子断层扫描中的缺失楔形问题 | 提出了一种无需预训练的无监督学习方法,直接优化网络权重,减少了重建时间并提高了形状完整性和减少了缺失楔形伪影 | 目前仅为概念验证阶段,尚未在实际生物样本上进行验证 | 解决冷冻电子断层扫描中的缺失楔形问题,提高重建质量 | 冷冻电子断层扫描数据 | 计算机视觉 | NA | 冷冻电子断层扫描(cryoET) | 坐标网络(CNs) | 3D图像 | NA | NA | NA | NA | NA |
| 135 | 2025-02-21 |
Deep hybrid modeling of a HEK293 process: Combining long short-term memory networks with first principles equations
2024-May, Biotechnology and bioengineering
IF:3.5Q2
DOI:10.1002/bit.28668
PMID:38343176
|
研究论文 | 本文首次将长短期记忆(LSTM)网络与第一性原理方程结合,用于描述人胚胎肾293(HEK293)培养过程的动态 | 首次将LSTM网络与第一性原理方程结合,用于HEK293培养过程的建模 | LSTM混合模型通常比前馈神经网络(FFNN)混合模型更复杂,参数更多,计算成本更高 | 研究生物过程数字化的新方法,结合物理方程和深度学习 | HEK293培养过程的动态 | 机器学习 | NA | 长短期记忆网络(LSTM),第一性原理方程 | LSTM,FFNN | 实验数据 | 20个分批补料HEK293培养物中的27个细胞外状态变量 | NA | NA | NA | NA |
| 136 | 2025-10-07 |
Universal representation learning for multivariate time series using the instance-level and cluster-level supervised contrastive learning
2024-May, Data mining and knowledge discovery
IF:2.8Q2
DOI:10.1007/s10618-024-01006-1
PMID:39949582
|
研究论文 | 提出一种基于实例级和簇级监督对比学习的多元时间序列通用表示学习方法 | 结合实例级和簇级监督对比学习,使用强弱两种数据增强方法,学习多元时间序列的判别性低维表示 | 在小型数据集上验证有效,但未提及在大规模数据集上的性能表现 | 解决多元时间序列分类任务中标注数据不足的问题 | 多元时间序列数据 | 机器学习 | 心肺疾病 | 监督对比学习 | 深度学习 | 多元时间序列 | 两个小型心肺运动测试数据集和UEA多元时间序列档案库 | NA | 源网络和目标网络的双网络架构 | 分类性能 | NA |
| 137 | 2025-10-07 |
Predicting dynamic, motion-related changes in B0 field in the brain at a 7T MRI using a subject-specific fine-trained U-net
2024-May, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.29980
PMID:38193276
|
研究论文 | 提出一种基于深度学习的方法,通过头部位置变化预测7T MRI中大脑B0场的动态变化 | 使用针对特定受试者精细训练的3D U-net网络,仅需有限头部位置测量即可预测B0场变化,无需传统导航序列 | 需要外部跟踪硬件配合,且依赖于刚性运动假设 | 开发无需导航器的B0场动态变化预测方法,提高MRI数据质量 | 大脑B0场在头部运动时的动态变化 | 医学影像分析 | NA | 7T MRI,梯度回波序列 | CNN | 3D MRI图像,B0场图 | NA | NA | 3D U-net | 定性比较,定量比较 | NA |
| 138 | 2025-10-07 |
Dynamic Projection of Medication Nonpersistence and Nonadherence Among Patients With Early Breast Cancer
2024-05-01, JAMA network open
IF:10.5Q1
|
研究论文 | 本研究使用深度学习模型预测早期乳腺癌患者口服抗癌药物的不持续使用和不依从行为 | 首次使用基于门控循环单元的深度学习模型预测乳腺癌患者用药不持续和不依从事件,并分析不同特征对预测结果的贡献 | 研究基于法国医保报销数据,可能受数据来源限制,且模型预测性能有待进一步提升 | 预测乳腺癌患者口服抗癌治疗的持续性和依从性,识别相关风险因素 | 229,695名法国女性早期乳腺癌患者 | 医疗健康数据分析 | 乳腺癌 | 深度学习,特征重要性分析 | GRU | 医疗报销数据 | 229,695名女性患者 | NA | 门控循环单元 | AUC | NA |
| 139 | 2025-10-07 |
De novo designed proteins neutralize lethal snake venom toxins
2024-May-17, Research square
DOI:10.21203/rs.3.rs-4402792/v1
PMID:38798548
|
研究论文 | 利用深度学习方法设计能够中和蛇毒三指毒素的新型蛋白质 | 首次使用深度学习计算设计针对三指毒素家族多种亚型的高亲和力中和蛋白 | 实验筛选规模有限,尚未进行大规模临床验证 | 开发新一代安全、经济、易生产的蛇毒解毒疗法 | 蛇毒三指毒素家族(包括短链和长链α-神经毒素及细胞毒素) | 机器学习 | 蛇咬伤中毒 | 深度学习 | NA | 蛋白质结构数据 | 小鼠实验 | NA | NA | 热稳定性、结合亲和力、结构一致性、中和效果、存活率 | NA |
| 140 | 2025-10-07 |
The Neurobeachin-like 2 protein (NBEAL2) controls the homeostatic level of the ribosomal protein RPS6 in mast cells
2024-05, Immunology
IF:4.9Q2
DOI:10.1111/imm.13756
PMID:38272677
|
研究论文 | 本研究揭示了NBEAL2蛋白通过调控核糖体蛋白RPS6的稳态水平影响肥大细胞功能的分子机制 | 首次发现NBEAL2与RPS6形成复合物调控其蛋白稳态,并阐明NBEAL2缺失导致RPS6异常磷酸化进而引发肥大细胞表型异常的机制 | 研究主要基于小鼠模型和细胞系,人类样本验证不足;具体分子相互作用机制仍需进一步探索 | 探究NBEAL2在肥大细胞中的详细功能及其分子机制 | 小鼠肥大细胞、MC/9肥大细胞系 | 分子生物学 | 免疫系统疾病 | CRISPR/Cas9基因编辑, 免疫共沉淀, 蛋白质印迹, ELISA, 流式细胞术 | 深度学习 | 蛋白质结构, 分子相互作用数据 | 野生型和Nbeal2基因敲除小鼠的肥大细胞, MC/9细胞系 | RoseTTAFold, Pymol | 深度学习蛋白质结构预测模型 | NA | NA |