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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 5701 | 2025-11-04 |
Hybrid attention-based deep learning for multi-label ophthalmic disease detection on fundus images
2025-Oct, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie
DOI:10.1007/s00417-025-06858-x
PMID:40439748
|
研究论文 | 提出一种基于混合注意力的深度学习模型HAM-DNet,用于眼底图像的多标签眼科疾病检测 | 结合EfficientNetV2和Vision Transformers的混合深度学习架构,集成SE注意力模块和U-Net病变定位模块,提升多标签分类性能和可解释性 | NA | 开发准确、可解释且高效的多标签眼科疾病自动检测方法 | 眼底图像中的多种眼科疾病 | 计算机视觉 | 眼科疾病 | NA | CNN, Transformer | 图像 | 多个眼底图像数据集(ODIR-5K, Messidor, G1020, Joint Shantou International Eye Centre) | NA | EfficientNetV2, Vision Transformers, SE blocks, U-Net | 准确率, 精确率, 召回率, AUC, F1分数 | 低计算成本(9.7 GFLOPS) |
| 5702 | 2025-11-05 |
Artificial Intelligence in Traditional Chinese Medicine: Multimodal Fusion and Machine Learning for Enhanced Diagnosis and Treatment Efficacy
2025-Oct, Current medical science
IF:2.0Q3
DOI:10.1007/s11596-025-00103-6
PMID:40773005
|
综述 | 本文综述了人工智能在中医诊疗中的应用现状与未来发展方向 | 提出基于证候要素构建大规模高质量中医数据集,并利用AI多模态融合和集成学习技术处理多样化原始特征 | NA | 提升中医诊疗的临床疗效 | 中医诊疗过程 | 自然语言处理,机器学习 | 中医相关疾病 | 深度学习,自然语言处理 | CNN,LSTM,Transformer,神经网络,支持向量机,随机森林 | 图像,文本,结构化数据 | NA | NA | 卷积神经网络,长短期记忆网络,Transformer | NA | NA |
| 5703 | 2025-11-05 |
Iterative improvement of deep learning models using synthetic regulatory genomics
2025-Sep-23, bioRxiv : the preprint server for biology
DOI:10.1101/2025.02.04.636130
PMID:39974895
|
研究论文 | 本研究使用深度学习模型Enformer预测合成调控基因组学数据中的DNA可及性和RNA转录,并通过微调提升模型性能 | 首次将合成调控基因组学数据用于深度学习模型的迭代改进,显著提升了模型对基因组变异的预测泛化能力 | 模型对DHS顺序或方向重排的序列预测能力较差,训练数据主要基于参考基因组相似序列 | 评估和改进深度学习模型对基因组变异序列的表观遗传特征预测能力 | DNase I超敏感位点的删除、倒位和重排等工程化序列 | 计算生物学 | NA | 合成调控基因组学,表观遗传学分析 | 深度学习 | 基因组序列,表观遗传数据 | 数十个DHS工程化序列 | NA | Enformer | 预测误差,相关性 | NA |
| 5704 | 2025-11-05 |
Correction: A Systematic Review: Do the Use of Machine Learning, Deep Learning, and Artificial Intelligence Improve Patient Outcomes in Acute Myocardial Ischemia Compared to Clinician-Only Approaches?
2025-Sep, Cureus
DOI:10.7759/cureus.c307
PMID:41185712
|
correction | 本文是对先前发表的一篇系统综述文章的更正 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 5705 | 2025-11-05 |
Multimodal deep learning integration of cryo-EM and AlphaFold3 for high-accuracy protein structure determination
2025-Jul-03, bioRxiv : the preprint server for biology
DOI:10.1101/2025.07.03.663071
PMID:40631196
|
研究论文 | 提出一种融合冷冻电镜和AlphaFold3的多模态深度学习方法MICA,用于高精度蛋白质结构测定 | 在输入和输出层面同时整合冷冻电镜密度图和AlphaFold3预测结构,实现全自动多模态蛋白质结构建模 | NA | 提高从冷冻电镜密度图自动构建蛋白质结构的准确性和完整性 | 蛋白质结构,特别是大型蛋白质复合物 | 计算生物学 | NA | 冷冻电镜(cryo-EM),深度学习 | 多任务编码器-解码器架构 | 冷冻电镜密度图,AlphaFold3预测结构 | NA | NA | 特征金字塔网络 | 模板建模得分(TM-score) | NA |
| 5706 | 2025-11-05 |
Comparative Analysis of Deep Learning Models for Predicting Causative Regulatory Variants
2025-Jun-11, bioRxiv : the preprint server for biology
DOI:10.1101/2025.05.19.654920
PMID:40568119
|
研究论文 | 比较分析深度学习模型在预测致病调控变异方面的性能 | 首次在标准化基准和一致训练条件下系统评估多种深度学习模型对遗传变异调控效应的预测能力 | 仅评估了有限数量的模型架构,且训练数据可能未覆盖所有相关细胞类型 | 评估深度学习模型预测遗传变异对增强子活性的影响 | 人类基因组中的非编码变异和增强子调控元件 | 机器学习 | 复杂人类疾病 | MPRA, raQTL, eQTL | CNN, Transformer, 混合模型 | 基因组数据, 表观基因组数据 | 54,859个SNP,来自四个人类细胞系,九个数据集 | NA | TREDNet, SEI, Borzoi | NA | NA |
| 5707 | 2025-11-05 |
ProtFun: A Protein Function Prediction Model Using Graph Attention Networks with a Protein Large Language Model
2025-May-17, bioRxiv : the preprint server for biology
DOI:10.1101/2025.05.13.653854
PMID:40463264
|
研究论文 | 提出一种名为ProtFun的多模态深度学习架构,用于预测蛋白质功能 | 将蛋白质大语言模型嵌入作为蛋白质家族网络中的节点特征,并应用图注意力网络学习蛋白质嵌入 | 未在摘要中明确说明 | 开发计算方法来自动预测蛋白质功能 | 蛋白质序列和蛋白质家族网络 | 生物信息学 | NA | 蛋白质大语言模型,图注意力网络 | GAT | 蛋白质序列,蛋白质家族网络,InterPro蛋白质特征表示 | 三个基准数据集 | NA | 图注意力网络(GAT) | NA | NA |
| 5708 | 2025-11-05 |
The epigenomic landscape of single vascular cells reflects developmental origin and identifies disease risk loci
2025-May-06, bioRxiv : the preprint server for biology
DOI:10.1101/2022.05.18.492517
PMID:40655014
|
研究论文 | 通过单细胞表观基因组和转录组分析揭示血管细胞发育起源与疾病风险位点的关联 | 首次在单细胞分辨率上系统分析不同血管部位的表观基因组景观,发现血管部位特异性的增强子调控网络 | 研究仅限于健康成年小鼠血管组织,人类样本验证不足 | 探究血管部位特异性疾病风险的生物学基础 | 健康成年小鼠三个血管部位(主动脉根和升主动脉、头臂动脉和颈动脉、降胸主动脉)的血管组织 | 生物信息学 | 心血管疾病 | scATACseq, scRNAseq, GWAS, 深度学习 | 深度学习模型 | 表观基因组数据, 转录组数据, 基因组关联数据 | 三个血管部位的血管组织单细胞数据 | ChromBPNet | base resolution深度学习模型 | 染色质可及性预测准确性 | NA |
| 5709 | 2025-11-05 |
Path2Omics: Enhanced transcriptomic and methylation prediction accuracy from tumor histopathology
2025-Mar-16, bioRxiv : the preprint server for biology
DOI:10.1101/2025.02.26.640189
PMID:40568160
|
研究论文 | 开发Path2Omics深度学习模型,从肿瘤组织病理学图像预测基因表达和甲基化数据 | 集成FFPE和FF样本训练的模型在临床最常用的FFPE切片上表现最佳,预测基因数量比之前模型DeepPT提高约5倍 | NA | 通过组织病理学图像预测分子特征,推进精准肿瘤学发展 | 23种癌症类型的肿瘤组织样本 | 数字病理学 | 癌症 | 组织病理学,基因表达分析,甲基化分析 | 深度学习 | 组织病理学图像 | 23个癌症基因组图谱队列中的8,007名患者的20,497张切片(9,456张FFPE和11,041张FF) | NA | NA | 预测基因数量,生存预测准确性,治疗反应预测准确性 | NA |
| 5710 | 2025-11-05 |
Deep learning approach to parameter optimization for physiological models
2025-Feb-28, bioRxiv : the preprint server for biology
DOI:10.1101/2025.02.25.639944
PMID:40060611
|
研究论文 | 提出一种使用神经网络同时解决生物建模、参数化和参数推断的新方法 | 使用卷积神经网络从模拟数据中推断生理模型参数,实现准确的参数推断和轨迹重建 | 方法依赖于模拟数据的质量,且需要临床数据验证 | 开发生理模型参数优化的深度学习方法 | 葡萄糖、胰岛素和游离脂肪酸的动态生理模型 | 机器学习 | 代谢疾病 | 频繁采样静脉葡萄糖耐量测试 | CNN | 时间序列数据 | 从生理范围内采样参数生成的大量模拟数据 | NA | 卷积神经网络 | R²值, p值, 准确率 | NA |
| 5711 | 2025-11-05 |
Blockchain-integrated IoT device for advanced inspection of casting defects
2025-Feb-12, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-86777-3
PMID:39939622
|
研究论文 | 提出一种集成区块链的物联网系统,用于铸件缺陷的先进检测 | 将基于ResNet的深度学习模型与区块链技术结合,实现缺陷检测与数据可追溯性的创新整合 | 可扩展性和能源效率仍有改进空间 | 解决熔模铸造质量控制中的缺陷检测、实时处理和数据可追溯性效率低下问题 | 铸件缺陷检测与尺寸测量 | 智能制造 | NA | 物联网, 区块链 | CNN | 图像 | NA | NA | ResNet | F1-score, 数据完整性, 可追溯性指标 | NA |
| 5712 | 2025-11-05 |
PhysioFormer: Integrating multimodal physiological signals and symbolic regression for explainable affective state prediction
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0335221
PMID:41171897
|
研究论文 | 提出一种名为PhysioFormer的新型模型,通过整合多模态生理信号和符号回归实现可解释的情感状态预测 | 结合个体属性和多模态生理数据解决个体间变异性,集成符号回归增强模型可解释性,首次在情感计算中同时处理动态时间序列和多模态特征 | 仅在WESAD数据集上进行验证,尚未在更大数据集和实时应用中测试,对复杂环境的适应性有待进一步验证 | 开发高可靠性和准确性的情感计算模型用于心理健康监测和心理干预 | 基于手腕和胸部采集的多模态生理信号数据 | 机器学习 | 心理健康 | 多模态生理信号处理 | Transformer | 时间序列生理信号数据 | WESAD数据集的手腕和胸部子集 | NA | PhysioFormer(包含特征嵌入和情感表示模块) | 准确率, 敏感性 | NA |
| 5713 | 2025-11-05 |
A novel channel reduction concept to enhance the classification of motor imagery tasks in brain-computer interface systems
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0335511
PMID:41171945
|
研究论文 | 提出一种结合统计检验和深度学习的混合方法,用于增强脑机接口系统中运动想象任务的分类性能 | 提出新型通道选择方法,结合t检验与Bonferroni校正的通道缩减技术,并开发DLRCSPNN深度学习框架 | NA | 开发新型通道选择方法以提升基于EEG的运动想象任务在BCI应用中的性能 | 脑电信号中的运动想象任务 | 脑机接口 | 运动障碍 | 脑电图 | 神经网络 | 脑电信号 | 三个实时EEG-based BCI数据集 | DLRCSPNN | DLRCSP特征提取结合神经网络分类 | 准确率 | NA |
| 5714 | 2025-11-04 |
AI-Based Quantitative Assessment of Retinal Vascular Morphology in Circumscribed Choroidal Hemangioma
2025-Dec, Ophthalmology and therapy
IF:2.6Q2
DOI:10.1007/s40123-025-01256-2
PMID:41123787
|
研究论文 | 应用基于深度学习的AI系统对局限性脉络膜血管瘤患者的视网膜血管形态进行定量分析 | 首次使用深度学习AI系统对CCH患者的视网膜血管形态进行系统性定量分析,并探索病变位置对血管参数的影响 | 样本量较小(45例患者),回顾性研究设计,缺乏外部验证 | 评估局限性脉络膜血管瘤患者的视网膜血管形态变化及其与病变位置的关系 | 45例未治疗的局限性脉络膜血管瘤患者及其对侧健康眼睛 | 医学影像分析 | 脉络膜血管瘤 | 视网膜摄影,深度学习AI分析 | 深度学习 | 视网膜图像 | 45例CCH患者(45只患眼和45只对侧健康眼),平均年龄44.91±11.98岁,其中10例女性 | NA | NA | p值,逻辑回归分析 | NA |
| 5715 | 2025-11-04 |
A deep learning framework for real-time prediction of the behavioral state transition during predation
2025-Dec-01, Brain research
IF:2.7Q3
DOI:10.1016/j.brainres.2025.149982
PMID:41077379
|
研究论文 | 开发了一个深度学习框架,用于实时预测小鼠捕食行为中的搜索到追捕状态转换 | 首次实现了对捕食行为状态转换的实时预测,结合轻量级YOLOv11n检测器和时空网络STNet进行双任务学习 | 仅在实验室小鼠中进行验证,尚未在其他物种或更复杂环境中测试 | 开发实时行为状态转换预测方法,以精确研究决策过程中的神经回路 | 实验室小鼠的捕食行为 | 计算机视觉 | NA | 视频流分析 | YOLO, GRU, CNN | 视频 | NA | PyTorch | YOLOv11n, STNet, GRU, 注意力机制, 残差卷积模块 | 准确率, AUC, ECE, Brier分数 | NA |
| 5716 | 2025-11-04 |
Variant Classification Using Proteomics-Informed Large Language Models Increases Power of Rare Variant Association Studies and Enhances Target Discovery
2025-Dec, Genetic epidemiology
IF:1.7Q3
DOI:10.1002/gepi.70023
PMID:41178319
|
研究论文 | 本研究利用蛋白质组学数据优化大型语言模型进行罕见有害变异分类,显著提高了罕见变异关联研究的统计功效 | 首次将大规模人类蛋白质组学数据与大型语言模型结合,开发出蛋白质组学引导的变异分类模型 | 研究样本主要来自UK Biobank,可能限制了在其他人群中的泛化能力 | 提高罕见有害变异的分类准确性,增强罕见变异关联研究的发现能力 | 2898种蛋白质的编码序列变异,来自46,665名个体 | 自然语言处理 | NA | 蛋白质组学测序 | 大型语言模型 | 蛋白质组学数据,基因型数据 | 46,665名个体 | NA | ESM-1v, ESM-1b | 关联重现率 | NA |
| 5717 | 2025-11-04 |
Manifold Embedding of Quantum Information as Molecule Representation to Predict Blood-Brain Barrier Permeability by Deep Learning
2025-Nov-03, Molecular pharmaceutics
IF:4.5Q1
|
研究论文 | 本研究利用分子表面流形嵌入作为量子信息分子表示,通过深度学习模型预测血脑屏障渗透性 | 提出分子表面流形嵌入方法,将量子信息编码为分子表示,更直接地模拟分子相互作用 | 模型性能受数据规模和质量影响,在不同B3DB组间表现差异显著,log值分布不平衡,立体化学数据有限限制了手性影响的研究 | 改进中枢神经系统药物设计中血脑屏障渗透性的早期预测 | 分子化合物及其血脑屏障渗透性 | 机器学习 | 神经系统疾病 | 分子表面流形嵌入 | 深度学习 | 分子结构数据 | B3DB数据集 | NA | NA | RMSE, MAE, R² | NA |
| 5718 | 2025-11-04 |
Upper Airway Volume Predicts Brain Structure and Cognition in Adolescents
2025-Nov, American journal of respiratory and critical care medicine
IF:19.3Q1
DOI:10.1164/rccm.202409-1748OC
PMID:40460372
|
研究论文 | 本研究通过深度学习分析儿童上呼吸道容积与大脑结构及认知功能的关系 | 首次在大型儿科队列中应用深度学习进行上呼吸道分割,揭示上呼吸道容积作为儿童睡眠呼吸障碍认知结果的潜在生物标志物 | 研究为观察性设计,无法确定因果关系 | 探究上呼吸道容积与儿童认知功能和大脑结构的关系 | 11,875名9-10岁儿童 | 医学影像分析 | 睡眠呼吸障碍 | 磁共振成像 | 深度学习 | 磁共振影像切片 | 11,875名儿童,5,552,640个脑部MRI切片 | NA | NA | 置信区间,p值 | NA |
| 5719 | 2025-11-04 |
Deep learning-assisted comparison of different models for predicting maxillary canine impaction on panoramic radiography
2025-Nov, American journal of orthodontics and dentofacial orthopedics : official publication of the American Association of Orthodontists, its constituent societies, and the American Board of Orthodontics
IF:2.7Q1
DOI:10.1016/j.ajodo.2025.05.008
PMID:40673857
|
研究论文 | 本研究使用深度学习辅助的自动标志点检测系统比较不同模型在全景X光片上预测上颌尖牙阻生的准确性 | 首次采用深度学习自动标志点定位系统辅助测量几何参数,并对外部验证的三种现有预测模型进行性能比较 | 最有效的模型仍受逻辑和计算挑战的限制,需要进一步改进 | 比较现有模型在全景X光片上预测上颌尖牙阻生的准确性 | 7-14岁接受全景X光检查并被诊断为尖牙阻生的患者 | 计算机视觉 | 牙科疾病 | 全景X光摄影 | 深度学习 | X光图像 | 102张全景X光片(102颗阻生尖牙和102颗非阻生尖牙) | NA | NA | 准确率, 灵敏度, 特异性, 精确度, AUC | NA |
| 5720 | 2025-11-04 |
An updated patent review of small molecule glucagon receptor antagonists (2020-2024)
2025-Nov, Expert opinion on therapeutic patents
IF:5.4Q1
DOI:10.1080/13543776.2025.2559928
PMID:40968011
|
综述 | 本文系统回顾了2020-2024年间小分子胰高血糖素受体拮抗剂的最新专利进展 | 发现创新主体从制药公司转向学术机构,并采用深度学习和虚拟筛选技术开发新型化学结构 | 仍需临床研究验证这些化合物能否克服当前开发瓶颈并解决安全性问题 | 评估小分子胰高血糖素受体拮抗剂在糖尿病治疗中的最新发展 | 小分子胰高血糖素受体拮抗剂 | 药物研发 | 糖尿病 | 深度学习, 虚拟筛选, 结构研究, 机制研究 | NA | 专利数据, 文献数据, 临床数据 | NA | NA | NA | NA | NA |