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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 7481 | 2025-10-05 |
Standardisation of an AI-based vocal fold assessment tool on a recurrent respiratory papillomatosis model
2025-Aug, Acta otorhinolaryngologica Italica : organo ufficiale della Societa italiana di otorinolaringologia e chirurgia cervico-facciale
IF:2.1Q2
DOI:10.14639/0392-100X-N2896
PMID:40985091
|
研究论文 | 本研究评估了一种基于人工智能的声带评估工具在复发性呼吸道乳头状瘤病模型中的应用效果 | 开发了GC-AID系统,首次将AI技术用于量化评估RRP患者声带乳头状瘤的生长范围 | 样本量较小(仅4名患者),属于案例研究性质 | 标准化基于AI的声带评估工具在RRP疾病中的应用 | 复发性呼吸道乳头状瘤病患者的声带黏膜 | 数字病理 | 复发性呼吸道乳头状瘤病 | 白光成像,窄带成像 | 深度学习 | 医学图像 | 4名RRP患者 | NA | NA | 声带覆盖率,左右声带面积差异 | NA |
| 7482 | 2025-10-05 |
An explainable artificial intelligence handbook for psychologists: Methods, opportunities, and challenges
2025-Jul-31, Psychological methods
IF:7.6Q1
DOI:10.1037/met0000772
PMID:40742683
|
综述 | 为心理学研究者提供可解释人工智能方法的实用指南 | 系统梳理XAI方法在心理学研究中的应用场景与挑战 | 未涉及具体实证研究数据验证 | 促进可解释人工智能在心理学领域的应用 | 心理学研究者 | 机器学习 | NA | 可解释人工智能方法 | NA | 心理学数据集 | NA | NA | NA | NA | NA |
| 7483 | 2025-10-05 |
A Deep-Learning-Aided Drug Screening Based on Visualization of a Hidden Layer as Chemical Space
2025-Jul-10, ACS medicinal chemistry letters
IF:3.5Q2
DOI:10.1021/acsmedchemlett.5c00124
PMID:40666467
|
研究论文 | 提出一种基于图卷积网络隐藏层可视化的药物筛选方法,用于高效识别先导化合物 | 通过可视化深度学习模型的隐藏层作为化学空间,能够从大量候选化合物中优先选择实验测试对象,并提供化合物结构与活性关系的信息 | NA | 开发基于深度学习的药物筛选方法以提高药物发现效率 | 组蛋白去乙酰化酶抑制剂候选化合物 | 机器学习 | NA | 深度学习辅助筛选 | 图卷积网络 | 化学结构数据 | NA | NA | 图卷积网络 | NA | NA |
| 7484 | 2025-10-05 |
A survey on deep learning for polygenic risk scores
2025-Jul-02, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf373
PMID:40802796
|
综述 | 本文调查了深度学习在多基因风险评分(PRS)中的应用现状与方法分类 | 首次系统性地对基于深度学习的PRS建模方法进行分类,并识别出序列架构、图神经网络和融入生物学知识的模型等有前景的方向 | 缺乏统一数据集和表型的模型基准测试,深度学习PRS的可解释性存在挑战,因果推断需谨慎 | 探索深度学习神经网络在多基因风险评分建模中的应用潜力与方法 | 多基因风险评分(PRS)的深度学习建模方法 | 机器学习 | NA | 深度学习神经网络 | 图神经网络,自编码器 | 遗传变异数据 | NA | NA | 序列架构,图神经网络,自编码器 | 预测准确性 | NA |
| 7485 | 2025-10-05 |
Automated Deep Learning Approach for Post-Operative Neonatal Pain Detection and Prediction through Physiological Signals
2025-Jun, Proceedings. IEEE International Symposium on Computer-Based Medical Systems
DOI:10.1109/cbms65348.2025.00164
PMID:40978767
|
研究论文 | 提出一种结合生理信号监测与计算机视觉/深度学习的自动化方法,用于新生儿术后疼痛检测和预测 | 首次提出早期疼痛检测方法,可在疼痛发生前5-10分钟预警,为使用伤害较小的疼痛缓解策略创造时间窗口 | NA | 开发自动化的新生儿术后疼痛检测和预测系统 | 新生儿重症监护室中的术后新生儿 | 计算机视觉, 深度学习 | 新生儿疼痛 | 生理信号监测(心率、呼吸频率、血氧饱和度) | 深度学习 | 生理信号数据 | NA | NA | NA | AUC, mAP | NA |
| 7486 | 2025-10-05 |
Artificial intelligence automation of echocardiographic measurements
2025-Mar-19, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.03.18.25324215
PMID:40166567
|
研究论文 | 开发并验证用于超声心动图参数自动测量的开源深度学习语义分割模型 | 首次开发开源深度学习模型EchoNet-Measurements,可自动化完成18项超声心动图解剖和多普勒测量 | 研究主要基于两家医疗中心数据,需要更多外部验证 | 通过人工智能自动化超声心动图测量,减轻临床医生负担 | 超声心动图图像和测量参数 | 医学影像分析 | 心血管疾病 | 超声心动图 | 深度学习语义分割模型 | 超声心动图图像 | 155,215项研究中的877,983次超声心动图测量 | NA | NA | R2, 准确度 | NA |
| 7487 | 2025-10-05 |
Innovative laboratory techniques shaping cancer diagnosis and treatment in developing countries
2025-Feb-08, Discover oncology
IF:2.8Q2
DOI:10.1007/s12672-025-01877-w
PMID:39921787
|
综述 | 探讨发展中国家癌症诊断与治疗中创新实验室技术的应用现状与挑战 | 系统分析人工智能与深度学习在癌症检测中的整合应用,特别关注资源受限环境下的实施策略 | 发展中国家面临资金不足、医疗基础设施薄弱及先进诊断技术获取受限等结构性挑战 | 通过精密实验室技术推进精准医疗和早期癌症诊断以改善预后 | 癌症检测实验室技术及其在发展中国家应用场景 | 数字病理 | 癌症 | 肿瘤组织学、单细胞技术、流式细胞术、分子影像、液体活检、免疫分析、分子诊断 | CNN | 医学影像、分子数据 | NA | NA | NA | 诊断准确率 | NA |
| 7488 | 2025-10-05 |
Gaussianmorph: deformable medical image registration with Gaussian noise constraints
2025-Jan, Biomedical engineering letters
IF:3.2Q2
DOI:10.1007/s13534-024-00428-6
PMID:39781058
|
研究论文 | 提出一种基于高斯噪声约束的可变形医学图像配准方法GaussianMorph | 将两个VoxelMorph网络级联,第二网络通过高斯噪声约束提升配准性能,并引入增强特征编码器块 | 级联网络在训练和推理阶段需要较多时间 | 提高医学图像配准的精度 | 医学图像配准 | 计算机视觉 | NA | 深度学习图像配准 | CNN | 医学图像 | LPBA40和HBN数据集 | NA | VoxelMorph | Dice相似系数, 平均对称表面距离, 结构相似性, 皮尔逊相关系数 | NA |
| 7489 | 2025-10-05 |
Relationships Between Familial Factors, Learning Motivation, Learning Approaches, and Cognitive Flexibility Among Vocational Education and Training Students
2025, The Journal of psychology
IF:2.2Q2
DOI:10.1080/00223980.2025.2456801
PMID:40184534
|
研究论文 | 本研究探讨家庭因素(父母自主支持与父母支持)与职业教育学生学业动机、学习方法和认知灵活性之间的关系 | 首次在职业教育学生群体中系统分析家庭因素通过学业动机和学习方法对认知灵活性的间接影响机制 | 采用横断面研究设计无法确定因果关系,样本仅来自曼谷地区可能存在地域局限性 | 探究家庭因素如何通过学业动机和学习方法影响职业教育学生的认知灵活性 | 泰国曼谷地区10所职业学校的557名职业教育学生 | 教育心理学 | NA | 问卷调查法、结构方程模型 | 结构方程模型 | 问卷数据 | 557名职业教育学生(男性56.7%,女性43.3%,平均年龄18.41岁) | NA | NA | NA | NA |
| 7490 | 2025-10-05 |
UPFP-SG: A New Benchmark for Unilateral Peripheral Facial Paralysis Severity Grading
2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society
IF:4.8Q1
DOI:10.1109/TNSRE.2025.3608463
PMID:40928920
|
研究论文 | 提出了一个新的单侧周围性面瘫严重程度分级基准UPFP-SG,包括数据集和评估方法 | 建立了首个公开的面瘫数据集并改进了主观评估系统,提出了整合多种面部特征和增强回归模块的新方法 | NA | 开发自动化的面瘫严重程度评估方法 | 单侧周围性面瘫患者 | 计算机视觉 | 面瘫 | 深度学习 | NA | 面部图像 | NA | NA | NA | NA | NA |
| 7491 | 2025-10-05 |
Harnessing interpretable novel combination of GloVe embedding with deep CNN-BiLSTM neural network for fake news detection
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0330154
PMID:40982565
|
研究论文 | 本研究通过结合GloVe嵌入与深度CNN-BiLSTM神经网络,开发可解释的假新闻检测方法 | 首次将GloVe嵌入与CNN-BiLSTM神经网络结合,并集成可解释人工智能(XAI)技术提供模型决策解释 | 仅使用单一假新闻数据集进行验证,未在不同领域数据上测试模型泛化能力 | 开发高精度且可解释的假新闻检测系统 | 假新闻文本数据 | 自然语言处理 | NA | 文本嵌入技术,可解释人工智能 | CNN, BiLSTM, LSTM, 逻辑回归 | 文本 | 流行的假新闻数据集(具体数量未说明) | NA | CNN-BiLSTM, Bi-LSTM, CNN | 准确率 | NA |
| 7492 | 2025-10-05 |
CT-Based 2.5D Deep Learning-Multi-Instance Learning for Predicting Early Recurrence of Hepatocellular Carcinoma and Correlating with Recurrence-Related Pathological Indicators
2025, Journal of hepatocellular carcinoma
IF:4.2Q2
DOI:10.2147/JHC.S541402
PMID:40984863
|
研究论文 | 本研究基于CT动脉期图像开发2.5D深度学习-多示例学习模型,用于预测肝细胞癌早期复发并分析其与病理指标的相关性 | 首次将2.5D深度学习与多示例学习结合应用于HCC早期复发预测,并揭示了MIL特征与肿瘤侵袭性和增殖活性的生物学关联 | 回顾性研究设计,样本量有限(191例患者),单中心数据 | 评估2.5D DL-MIL模型在预测肝细胞癌早期复发方面的优势并探讨其生物学意义 | 肝细胞癌患者 | 数字病理 | 肝细胞癌 | CT动脉期成像 | 深度学习,多示例学习 | CT图像,临床数据 | 191例HCC患者(训练集133例,验证集58例) | NA | 2.5D DL-MIL | AUC,决策曲线分析 | NA |
| 7493 | 2025-10-05 |
A deep learning/machine learning approach for anomaly based network intrusion detection
2025, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2025.1625891
PMID:40995028
|
研究论文 | 提出一种融合多种机器学习和深度学习算法的混合异常网络入侵检测系统 | 采用加权软投票集成策略整合XGBoost、随机森林、图神经网络、LSTM和自编码器等多种算法,构建混合异常检测框架 | NA | 开发能够识别已知和新兴网络攻击的高级检测系统 | 网络流量数据 | 机器学习 | NA | SMOTE过采样技术 | XGBoost, Random Forest, GNN, LSTM, Autoencoder | 网络流量记录 | 超过560万条网络流量记录 | NA | 图神经网络,LSTM,自编码器 | 准确率,精确率,召回率,F1分数 | NA |
| 7494 | 2025-10-05 |
A CT-Based Deep Learning Radiomics Nomogram for Early Recurrence Prediction in Pancreatic Cancer: A Multicenter Study
2025-Oct, Annals of surgical oncology
IF:3.4Q1
DOI:10.1245/s10434-025-17748-1
PMID:40619487
|
研究论文 | 开发基于CT的深度学习影像组学列线图用于胰腺癌早期复发预测 | 首次结合影像组学和深度学习特征构建多中心预测模型,并整合临床因素开发综合列线图 | 回顾性研究设计,样本量相对有限 | 术前预测胰腺癌患者早期复发风险 | 经组织学确认的胰腺癌切除术患者 | 数字病理 | 胰腺癌 | 增强CT成像 | 随机森林,支持向量机 | CT图像 | 493例患者 | NA | NA | AUC,校准曲线,决策曲线分析 | NA |
| 7495 | 2025-10-05 |
MRS-Sim: Open-Source Framework for Simulating In Vivo-Like Magnetic Resonance Spectra
2025-Oct, NMR in biomedicine
IF:2.7Q1
DOI:10.1002/nbm.70130
PMID:40955682
|
研究论文 | 介绍MRS-Sim开源框架,用于模拟逼真的体内磁共振波谱数据 | 包含两种新型组件:3D场图模拟器模拟场不均匀性,以及半参数生成器模拟未充分表征的残余水区域信号 | NA | 开发用于磁共振波谱研究的合成数据模拟框架 | 磁共振波谱数据 | 医学影像分析 | NA | 磁共振波谱(MRS) | NA | 光谱数据 | NA | NA | NA | NA | NA |
| 7496 | 2025-10-05 |
The Role of Artificial Intelligence in Advancing Theranostics Dosimetry for Cancer Therapy: a Review
2025-Oct, Nuclear medicine and molecular imaging
IF:1.3Q3
DOI:10.1007/s13139-025-00939-9
PMID:40979137
|
综述 | 探讨人工智能在癌症治疗诊断一体化放射药物剂量学中的应用进展 | 系统评估深度学习模型在放射药物剂量学中的创新应用,包括图像合成、质量提升、器官分割和剂量估计 | 面临诊断配对准确剂量估计困难、影像数据缺乏、放射性核素衰变链建模等挑战 | 研究人工智能如何提升治疗诊断一体化放射药物剂量学的精确性和效率 | 放射药物剂量学相关研究文献和方法 | 医学影像分析 | 癌症 | 放射药物疗法 | 深度学习 | 医学影像 | NA | NA | U-Net,生成对抗网络,混合Transformer网络 | NA | NA |
| 7497 | 2025-10-05 |
Improving risk stratification and detection of early HCC using ultrasound-based deep learning models
2025-Oct, JHEP reports : innovation in hepatology
IF:9.5Q1
DOI:10.1016/j.jhepr.2025.101510
PMID:40980161
|
研究论文 | 开发基于超声的深度学习模型STARHE-RISK和STARHE-DETECT,用于肝细胞癌风险分层和早期检测 | 首次提出基于超声视频片段的深度学习模型,分别针对非肿瘤肝实质进行风险分层和针对肿瘤区域进行早期检测 | 样本量相对有限(403例患者),需要进一步多中心验证 | 改善肝细胞癌的监测和早期检测 | 代偿性晚期慢性肝病(cACLD)患者 | 计算机视觉 | 肝细胞癌 | 超声成像 | 深度学习 | 超声视频片段 | 403例成年cACLD患者(152例早期HCC患者,170例无HCC对照) | NA | NA | 准确率, 比值比, 特异性, 灵敏度, mAP10 | NA |
| 7498 | 2025-10-05 |
Prediction of Medial Tibiofemoral Joint Reaction Force Using Custom Instrumented Insoles and Neural Networks for Walking and Running Tasks
2025-Oct-01, Journal of applied biomechanics
IF:1.1Q3
DOI:10.1123/jab.2024-0181
PMID:40550501
|
研究论文 | 使用定制仪器鞋垫和神经网络预测行走和跑步时的内侧胫股关节反作用力 | 开发了基于压阻式力传感器的定制仪器鞋垫和任务特异性卷积神经网络,实现了在临床环境中简化测量膝关节内侧接触力 | 研究样本仅包含9名年轻健康女性,未涵盖不同年龄、性别或膝关节疾病患者群体 | 简化膝关节内侧接触力的测量方法,使其适用于临床环境和日常生活 | 年轻健康女性个体在行走和跑步时的生物力学数据 | 生物医学工程 | 膝骨关节炎 | 运动捕捉、测力台、三轴压阻式力传感器 | CNN | 力学传感器数据 | 9名年轻健康女性 | NA | 卷积神经网络 | 相关系数, 平均绝对误差 | NA |
| 7499 | 2025-10-05 |
Prediction of high-performing spleen-targeted lipid nanoparticles using a deep learning model for robust anticancer immunotherapy
2025-Sep-24, Journal of materials chemistry. B
DOI:10.1039/d5tb01217a
PMID:40856486
|
研究论文 | 本研究开发深度学习模型预测高效脾靶向脂质纳米颗粒,用于抗癌免疫治疗 | 首次使用深度学习模型加速可电离脂质优化,发现具有优异脾靶向性的YK-407脂质纳米颗粒 | 研究主要在小鼠模型中进行验证,尚未进行人体临床试验 | 开发高效脾靶向mRNA递送系统以改善抗癌免疫治疗效果 | 双羟乙胺衍生脂质(BDLs)、脂质纳米颗粒(LNPs)、小鼠OVA肿瘤模型 | 机器学习 | 癌症 | mRNA递送技术、高通量筛选 | 深度学习 | 化学结构数据、生物实验数据 | 24种候选脂质合成验证 | NA | NA | 转染效率、器官选择性、肿瘤抑制率、CD8 T细胞反应 | NA |
| 7500 | 2025-10-05 |
CerviNet: A Novel Approach for Cervical Cancer Classification Using Pap-Smear Images
2025-Sep-24, Journal of computational biology : a journal of computational molecular cell biology
IF:1.4Q2
DOI:10.1177/15578666251379909
PMID:40990204
|
研究论文 | 提出一种基于Vision Transformer和卷积层融合的新型混合方法,用于宫颈涂片图像的宫颈癌分类 | 首次将Vision Transformer的线性投影和位置嵌入与补充卷积层融合,结合中值平滑和高斯滤波预处理技术 | 仅在Herlev和SIPaKMeD两个数据集上验证,未提及在其他数据集上的泛化能力 | 开发自动化的计算机辅助诊断系统,提高宫颈癌分类的准确性和效率 | 宫颈涂片图像中的细胞 | 计算机视觉 | 宫颈癌 | 图像预处理技术(中值平滑、高斯滤波) | Vision Transformer, CNN | 图像 | Herlev数据集和SIPaKMeD数据集 | NA | Vision Transformer, 卷积神经网络 | 准确率 | NA |