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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 10941 | 2025-10-06 |
A flow pattern recognition method for gas-liquid two-phase flow based on dilated convolutional channel attention mechanism
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0325784
PMID:40554565
|
研究论文 | 提出一种基于扩张卷积通道注意力机制的气液两相流流型识别方法ED-DenseNet | 通过引入多分支结构,在Dense Blocks中集成ECA注意力机制和在Transition Layers中使用扩张卷积,实现多尺度特征提取和精细化通道信息处理 | 实验数据集规模有限 | 提高气液两相流流型图像识别准确率 | 气液两相流图像,包含环状流、泡状流、搅动流、分散流和段塞流五种流型 | 计算机视觉 | NA | 图像识别 | CNN | 图像 | NA | NA | DenseNet, ED-DenseNet | 准确率 | NA |
| 10942 | 2025-10-06 |
An integrated IKOA-CNN-BiGRU-Attention framework with SHAP explainability for high-precision debris flow hazard prediction in the Nujiang river basin, China
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0326587
PMID:40554568
|
研究论文 | 提出一种可解释的深度学习框架用于中国怒江流域泥石流灾害高精度预测 | 集成改进开普勒优化算法、CNN、双向门控循环单元和注意力机制的可解释深度学习框架,首次结合SHAP方法量化关键影响因素 | 研究区域限定于怒江流域云南段,模型在其他地理区域的适用性需进一步验证 | 开发高精度可解释的泥石流灾害预测方法 | 怒江流域云南段159条泥石流易发沟谷 | 机器学习 | NA | 深度学习 | CNN, BiGRU, Attention | 泥石流监测数据 | 159条泥石流易发沟谷 | NA | IKOA-CNN-BiGRU-Attention | 均方根误差, 平均绝对误差, 平均绝对百分比误差 | NA |
| 10943 | 2025-10-06 |
The impact of artificial intelligence on the endoscopic assessment of inflammatory bowel disease-related neoplasia
2025, Therapeutic advances in gastroenterology
IF:3.9Q1
DOI:10.1177/17562848251348574
PMID:40556746
|
综述 | 本文综述了人工智能在炎症性肠病相关肿瘤内镜评估中的应用现状与前景 | 首次系统总结AI技术在IBD相关肿瘤内镜检测中的专门应用,突出其在IBD人群中的独特价值 | IBD相关肿瘤的临床数据相较于散发性结直肠肿瘤仍然有限 | 总结AI技术在检测IBD相关肿瘤中的应用证据,分析潜在益处、局限性和未来方向 | 炎症性肠病患者的结直肠肿瘤 | 数字病理 | 炎症性肠病 | 内镜检查 | 机器学习,深度学习 | 内镜图像 | NA | NA | NA | 灵敏度 | NA |
| 10944 | 2025-10-06 |
Deep learning based automation of mean linear intercept quantification in COPD research
2025, Frontiers in big data
IF:2.4Q2
DOI:10.3389/fdata.2025.1461016
PMID:40556856
|
研究论文 | 提出基于深度学习的自动化方法用于慢性阻塞性肺病研究中平均线性截距的量化分析 | 首次使用AutoML软件实现组织切片中平均线性截距的自动化测量,解决了传统手动方法的主观性和复杂性问题 | 自动化方法与传统手动测量结果存在系统性差异,需要进一步验证其生物学意义 | 开发自动化工具用于肺气肿病理特征的定量分析 | C57BL/6小鼠的染色组织切片图像 | 数字病理学 | 慢性阻塞性肺病 | 组织染色, 显微镜成像 | 深度学习, 语义分割 | 图像 | 两组C57BL/6小鼠(吸烟组与对照组)的组织切片图像 | AutoML | NA | IoU | NA |
| 10945 | 2025-10-06 |
Deep learning for MRI-based acute and subacute ischaemic stroke lesion segmentation-a systematic review, meta-analysis, and pilot evaluation of key results
2025, Frontiers in medical technology
IF:2.7Q3
DOI:10.3389/fmedt.2025.1491197
PMID:40556872
|
系统综述 | 本文系统回顾了基于深度学习的MRI急性及亚急性缺血性卒中病灶分割方法,并通过荟萃分析和实验评估探讨最优架构 | 首次系统评估深度学习架构在卒中病灶分割中的最优配置,并挑战了注意力机制在此任务中的必要性 | 纳入研究数量有限(41篇),算法泛化能力普遍不足 | 确定MRI急性及亚急性缺血性卒中病灶分割的最优深度学习架构 | 急性及亚急性缺血性卒中患者的脑部MRI影像 | 医学影像分析 | 缺血性卒中 | 磁共振成像(MRI) | 深度学习 | 医学影像 | 41项研究(来自1485篇论文筛选) | NA | U-Net, ResNet, 注意力机制 | Dice相似系数 | NA |
| 10946 | 2025-10-06 |
Auto-branch multi-task learning for simultaneous prediction of multiple correlated traits associated with Alzheimer's disease
2025, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2025.1538544
PMID:40557283
|
研究论文 | 提出一种自动分支多任务学习模型,用于同时预测阿尔茨海默病相关的多个相关表型 | 在深度学习框架内开发自动分支多任务学习模型,能够动态从硬参数共享结构分支,防止负信息传递 | NA | 通过联合建模相关表型提高预测性能,实现高效信息传递 | 阿尔茨海默病相关的七个表型 | 机器学习 | 阿尔茨海默病 | 深度学习 | 多任务学习 | 遗传数据 | NA | 深度学习框架 | 自动分支多任务学习模型 | 预测性能 | NA |
| 10947 | 2025-10-06 |
A deep learning model for predicting the outcome of persistent type 2 endoleaks after endovascular abdominal aortic aneurysm repair
2025-Jun, Acta chirurgica Belgica
IF:0.6Q4
DOI:10.1080/00015458.2022.2129282
PMID:36189479
|
研究论文 | 开发深度学习模型预测腹主动脉瘤腔内修复术后持续性2型内漏的临床结局 | 首次将端到端深度学习模型应用于持续性2型内漏的预后预测,并采用可视化技术提升模型可解释性 | 单中心回顾性研究,样本量有限(94例患者),需外部验证确认泛化能力 | 预测腹主动脉瘤腔内修复术后持续性2型内漏的临床结局 | 94例持续性2型内漏患者 | 医学影像分析 | 心血管疾病 | 计算机断层扫描血管成像 | 深度学习 | 医学影像 | 94例患者,10240张CTA图像 | MATLAB | 端到端深度学习模型 | AUC, 准确率, F1分数 | NA |
| 10948 | 2025-10-06 |
Physically grounded deep learning-enabled gold nanoparticle localization and quantification in photonic resonator absorption microscopy for digital resolution molecular diagnostics
2025-Aug-01, Biosensors & bioelectronics
IF:10.7Q1
DOI:10.1016/j.bios.2025.117455
PMID:40233489
|
研究论文 | 提出一种基于深度学习的LOCA-PRAM方法,通过金纳米颗粒实现数字分辨率分子诊断 | 结合光子晶体-金纳米颗粒共振耦合增强信号对比度,无需样品分区或酶扩增即可实现精确分子定量 | NA | 开发数字分辨率分子生物标志物检测技术 | 金纳米颗粒作为分子标签的生物分子 | 数字病理学 | 分子诊断 | 光子谐振吸收显微镜,扫描电子显微镜 | 深度学习 | 显微镜图像 | NA | NA | NA | 准确度,灵敏度,亚像素分辨率,假阳性率,假阴性率,动态范围 | NA |
| 10949 | 2025-10-06 |
Deep learning approaches to surgical video segmentation and object detection: A scoping review
2025-Aug, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110482
PMID:40460561
|
综述 | 对2014-2024年间手术视频中解剖结构分割与目标检测的深度学习研究进行范围综述 | 系统评估了深度学习在手术视频分析中的最新进展,特别关注实时推理能力与不同器官分割性能差异 | 仅涵盖三个数据库的研究,未进行质量评估,且主要关注语义分割任务 | 评估深度学习模型在手术视频中解剖结构分割与目标检测的最新技术水平 | 手术视频中的解剖结构(器官、组织等) | 计算机视觉 | NA | 深度学习 | CNN | 视频 | 61项已发表研究 | NA | U-Net, DeepLab | Dice系数, 帧率(fps) | NA |
| 10950 | 2025-10-06 |
Radiomics and deep learning characterisation of liver malignancies in CT images - A systematic review
2025-Aug, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110491
PMID:40466239
|
系统综述 | 系统回顾CT影像中基于机器学习的影像组学和深度学习模型在肝脏恶性肿瘤特征分析中的方法、成果和性能表现 | 全面比较了影像组学与深度学习在肝脏恶性肿瘤分析中的最新应用进展,特别关注了两种技术结合的研究趋势 | 数据稀缺性和缺乏标准化协议等挑战仍然存在 | 评估机器学习在肝脏恶性肿瘤CT影像分析中的应用效果 | 肝脏恶性肿瘤的CT影像 | 医学影像分析 | 肝癌 | CT成像 | CNN | CT图像 | 49项研究(17项影像组学研究,24项深度学习研究,8项结合研究) | NA | 卷积神经网络 | NA | NA |
| 10951 | 2025-10-06 |
Soft-tissue prediction based on 3D photographs for virtual surgery planning of orthognathic surgery
2025-Aug, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110529
PMID:40505289
|
研究论文 | 开发并验证基于深度学习的正颌手术术后面部软组织实时预测方法 | 结合可变形模型、主成分分析和前馈神经网络实现多种正颌手术效果的实时软组织预测 | NA | 开发实时预测正颌手术后面部软组织变化的方法 | 接受正颌手术的458名患者 | 计算机视觉 | 颌面畸形 | 3D摄影 | 前馈神经网络 | 3D图像 | 458名患者 | NA | 前馈神经网络 | 表面距离误差 | NA |
| 10952 | 2025-10-06 |
Classifying Three-Wall Intrabony Defects from Intraoral Radiographs Using Deep Learning-Based Convolutional Neural Network Models
2025-Jul, European journal of dentistry
DOI:10.1055/s-0044-1791784
PMID:39572193
|
研究论文 | 本研究使用基于深度学习的卷积神经网络模型,通过口腔内X光片对三壁骨内缺损进行分类 | 首次应用多种CNN模型对牙周三壁骨内缺损进行自动分类,为牙周疾病诊断提供新方法 | 数据集仅包含1,369张X光片,样本量相对有限;某些模型AUC值仅达到可接受阈值 | 开发能够准确区分三壁和非三壁骨内缺损的深度学习模型 | 牙周手术患者的牙槽骨缺损 | 计算机视觉 | 牙周疾病 | 口腔内X光摄影 | CNN | X光图像 | 来自556名患者的1,369张X光片 | NA | InceptionV3,InceptionResNetV2,ResNet50V2,MobileNetV3Large,EfficientNetV2B1,VGG19 | AUC,准确率,精确率,召回率,特异性,阴性预测值,F1分数 | NA |
| 10953 | 2025-10-06 |
Identifying Primary Sites of Spinal Metastases: Expert-Derived Features vs. ResNet50 Model Using Nonenhanced MRI
2025-Jul, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29720
PMID:39868626
|
研究论文 | 本研究开发并验证了使用非增强MRI识别脊柱转移瘤原发部位的人工智能模型 | 比较了基于专家特征的模型与深度学习模型在非增强MRI上识别脊柱转移瘤原发部位的性能 | 回顾性研究设计,样本量有限(514例患者) | 开发AI模型提高脊柱转移瘤原发部位的诊断效率 | 514例经病理证实的脊柱转移瘤患者 | 医学影像分析 | 脊柱转移瘤 | 非增强MRI(T1加权、T2加权和脂肪抑制T2序列) | ResNet50 | MRI图像 | 514例患者(开发集360例,测试集154例) | NA | ResNet50 | 准确率, 精确率, 召回率, F1分数, ROC-AUC | NA |
| 10954 | 2025-10-06 |
Artificial Intelligence Iterative Reconstruction for Dose Reduction in Pediatric Chest CT: A Clinical Assessment via Below 3 Years Patients With Congenital Heart Disease
2025-Jul-01, Journal of thoracic imaging
IF:2.0Q3
DOI:10.1097/RTI.0000000000000827
PMID:40013381
|
研究论文 | 评估基于深度学习的AI迭代重建算法在降低3岁以下先天性心脏病患儿胸部CT辐射剂量中的性能 | 首次在3岁以下先天性心脏病患儿中评估新型AI迭代重建算法对胸部CT的剂量降低效果 | 研究仅针对3岁以下先天性心脏病患者,样本量相对有限(191例) | 评估AI迭代重建算法在儿科胸部CT中的剂量降低潜力 | 3岁以下先天性心脏病患儿 | 医学影像 | 先天性心脏病 | CT血管造影,低剂量CT扫描 | 深度学习重建算法 | 医学CT图像 | 191例3岁以下先天性心脏病患者 | NA | 人工智能力迭代重建(AIIR) | 图像质量评分,肺炎严重程度指数,气道狭窄分级一致性 | NA |
| 10955 | 2025-10-06 |
Assessment of the efficacy and accuracy of cervical cytology screening with the Hologic Genius Digital Diagnostics System
2025-Jul, Cancer cytopathology
IF:2.6Q2
DOI:10.1002/cncy.70022
PMID:40543043
|
研究论文 | 评估Hologic Genius数字诊断系统在宫颈细胞学筛查中的效能和准确性 | 验证基于人工智能的宫颈细胞学筛查系统在临床实践中的集成应用 | 样本量相对有限(890例),需要更大规模研究验证 | 评估数字诊断系统在宫颈癌筛查中的临床应用价值 | 宫颈细胞学样本 | 数字病理 | 宫颈癌 | ThinPrep巴氏涂片检测 | 深度学习算法 | 细胞学图像 | 890例已诊断的ThinPrep巴氏涂片检测样本 | NA | NA | 灵敏度,阴性预测值,95%置信区间 | Hologic Genius数字诊断系统 |
| 10956 | 2025-10-06 |
Uncertainty Quantification and Temperature Scaling Calibration for Protein-RNA Binding Site Prediction
2025-Jun-23, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c00556
PMID:40455481
|
研究论文 | 本研究提出了一种结合多尺度图卷积网络、卷积神经网络和注意力机制的MGCA方法,用于蛋白质-RNA结合位点预测,并进行了不确定性量化和温度缩放校准研究 | 提出了MGCA模型以更好地捕获局部和全局信息,引入了基于预期校准误差的分箱筛选方法,并应用温度缩放来校准模型不确定性而不改变性能 | NA | 提高蛋白质-RNA结合位点预测的准确性和可靠性,减少模型不确定性 | 蛋白质-RNA结合位点 | 机器学习 | NA | 深度学习 | GCN, CNN, 注意力机制 | 蛋白质序列和结构数据 | NA | NA | 多尺度图卷积网络,卷积神经网络,注意力机制 | 预期校准误差,假阳性率,精确度 | NA |
| 10957 | 2025-10-06 |
Molecular Optimization Based on a Monte Carlo Tree Search and Multiobjective Genetic Algorithm
2025-Jun-23, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c00584
PMID:40456025
|
研究论文 | 提出了一种结合蒙特卡洛树搜索和多目标遗传算法的分子优化方法MNopt | 首次将蒙特卡洛树搜索与NSGA-II算法结合,在无需大量训练数据的情况下实现多目标分子优化 | 未明确说明计算资源消耗和算法运行时间的具体数据 | 解决药物化学中分子设计的优化问题 | 分子结构和分子数据 | 机器学习 | NA | 分子优化算法 | 蒙特卡洛树搜索,遗传算法 | 分子数据 | NA | NA | MNopt | 多目标优化效果,分子结构有效性,分子多样性 | NA |
| 10958 | 2025-10-06 |
Explainable RNA-Small Molecule Binding Affinity Prediction Based on Multiview Enhancement Learning
2025-Jun-23, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c01064
PMID:40461953
|
研究论文 | 提出可解释的多视图增强学习模型EMMPTNet用于预测RNA-小分子结合亲和力 | 基于物理化学和拓扑特性构建多视图多尺度深度学习网络,并提供模型可解释性分析 | NA | 准确预测RNA-小分子结合亲和力以筛选潜在药物 | RNA-小分子化合物 | 机器学习 | NA | RNA-小分子结合亲和力预测 | 深度学习网络 | 物理化学和拓扑特性数据 | NA | NA | EMMPTNet, 多层感知机 | 平均绝对误差, 皮尔逊相关系数 | NA |
| 10959 | 2025-10-06 |
Improving Covalent and Noncovalent Molecule Generation via Reinforcement Learning with Functional Fragments
2025-Jun-23, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c00944
PMID:40471710
|
研究论文 | 提出一种基于功能片段的强化学习框架MOFF,用于共价和非共价化合物的分子生成 | 首个采用基于片段的强化学习方法进行共价分子设计的生成框架 | 仅通过计算验证,缺乏实验验证 | 开发用于药物发现的分子生成框架 | 小分子药物,特别是针对BTK和EGFR的化合物 | 机器学习 | 癌症 | 分子对接,分子动力学模拟 | 强化学习 | 化学结构数据 | NA | Soft Actor-Critic | MOFF | 对接分数,类药性 | NA |
| 10960 | 2025-10-06 |
Deep Learning Approaches for Predicting the Surface Tension of Ionic Liquids
2025-Jun-23, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c00158
PMID:40476518
|
研究论文 | 本研究开发了两种深度学习模型用于预测离子液体在宽温度范围内的表面张力 | 首次使用SMILES分子表示法结合深度学习模型预测离子液体表面张力,实现了0.990的高决定系数 | 模型仅在恒定压力条件下验证,未考虑压力变化对表面张力的影响 | 开发准确预测离子液体表面张力的计算方法以加速离子液体发现和设计 | 离子液体及其表面张力特性 | 机器学习 | NA | 深度学习 | 深度学习模型 | 分子结构数据(SMILES表示) | NA | NA | NA | 决定系数(R²), 均方根误差(RMSE) | NA |