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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 161 | 2026-07-04 |
Rapid discrimination and ratio quantification of mixed antibiotics in aqueous solution through integrative analysis of SERS spectra via CNN combined with NN-EN model
2025-03, Journal of advanced research
IF:11.4Q1
DOI:10.1016/j.jare.2024.03.016
PMID:38531495
|
研究论文 | 提出一种结合卷积神经网络与非负弹性网络的深度学习模型,用于对水溶液中混合抗生素的SERS光谱进行快速鉴别和比例定量分析 | 首次将CNN与NN-EN模型集成用于SERS光谱分析,实现混合抗生素组分的识别与比例同时定量,并利用SHAP解释模型聚焦特征峰分布 | 研究仅针对三种抗生素(环丙沙星、多西环素、左氧氟沙星)的混合物,未涵盖更复杂的多种抗生素共存或实际水样基质干扰情况 | 开发基于深度学习算法的SERS光谱智能分析模型,实现水环境中混合抗生素残留的快速鉴别和组分比例定量 | 水环境中环丙沙星、多西环素和左氧氟沙星三种抗生素残留混合物 | 机器学习 | NA | 表面增强拉曼光谱 | 卷积神经网络、非负弹性网络 | 光谱数据 | 三种抗生素(环丙沙星、多西环素、左氧氟沙星)混合物样本 | NA | CNN、NN-EN | 识别准确率 | NA |
| 162 | 2026-07-04 |
Quantifying Nuclear Structures of Digital Pathology Images Across Cancers Using Transport-Based Morphometry
2025-02, Cytometry. Part A : the journal of the International Society for Analytical Cytology
DOI:10.1002/cyto.a.24917
PMID:39982036
|
研究论文 | 提出一种基于最优输运的形态测量学方法,用于量化数字病理图像中的细胞核结构,并跨癌症类型进行分析 | 首次将最优输运数学理论引入核染色质信息建模,通过传输形态测量框架实现对细胞核完整信息内容的表示,且对不同染色模式和成像协议具有鲁棒性 | NA | 开发一种可定量比较不同数据集和癌症类型中细胞核形态差异的计算方法 | 数字病理图像中的细胞核结构,包括来自肝实质、甲状腺、肺间皮和皮肤上皮的肿瘤样本 | 数字病理学 | 多种癌症(肝癌、甲状腺癌、肺癌、皮肤癌) | 最优输运数学方法、特征提取、深度学习 | 传输形态测量框架 | 图像 | 多来源数据集(TCGA、人类蛋白质图谱),包含多种癌症类型的肿瘤样本 | NA | 传输形态测量网络 | NA | NA |
| 163 | 2026-07-04 |
A hybrid CNN-Bi-LSTM model with feature fusion for accurate epilepsy seizure detection
2025-01-06, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-024-02845-0
PMID:39762881
|
研究论文 | 提出一种结合特征融合的混合CNN-Bi-LSTM模型,用于准确检测癫痫发作 | 首次将离散小波变换、SVM-RFE特征选择与CNN-Bi-LSTM混合模型结合,实现高精度癫痫发作分类 | 未提及模型在真实临床环境中的计算效率及跨中心泛化能力验证 | 开发快速、准确、非侵入性的癫痫发作检测方法 | 脑电图(EEG)信号 | 机器学习 | 癫痫 | EEG信号分析 | CNN-Bi-LSTM | EEG信号 | Bonn数据集、New Delhi数据集、CHB-MIT数据集(具体样本数未说明) | NA | 卷积神经网络(CNN)与双向长短期记忆网络(Bi-LSTM) | 准确率、敏感度、特异性、精确度、F1分数 | NA |
| 164 | 2026-07-04 |
GNCnn: A QuPath extension for glomerulosclerosis and glomerulonephritis characterization based on deep learning
2025, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2024.11.049
PMID:39802211
|
研究论文 | 提出一个名为GNCnn的QuPath扩展,用于基于深度学习的肾小球硬化和肾小球肾炎表征 | 首个专为肾病理学设计的开源QuPath扩展,集成了深度学习模型,可在肾病理学家工作空间内直接完成肾小球检测、硬化和肾小球肾炎分类的完整工作流 | NA | 为肾病理学家提供一个免费易用的应用,用于测量和分析肾小球以识别肾小球硬化和肾小球肾炎 | 肾小球 | 数字病理学 | 肾小球硬化, 肾小球肾炎 | 全切片成像 | 深度学习 | 图像 | NA | QuPath | NA | Dice系数, 平衡准确率 | NA |
| 165 | 2026-07-04 |
An Optimized Bidirectional Long Short-Term Memory Model Based on Hyperspectral Analysis of Protein Content in Milk Powder
2025-Jan, Food science & nutrition
IF:3.5Q2
DOI:10.1002/fsn3.4556
PMID:39803281
|
研究论文 | 提出了一种基于高光谱分析的优化双向长短期记忆模型,用于快速检测奶粉中的蛋白质含量 | 引入注意力机制为BiLSTM隐藏状态分配不同权重,并利用鲸鱼优化算法自动优化模型超参数 | 未提及 | 实现奶粉蛋白质含量的快速无损检测 | 奶粉样品中的蛋白质含量 | 机器学习 | NA | 高光谱分析 | 双向长短期记忆网络结合注意力机制 | 高光谱数据 | NA | NA | BiLSTM-Attention | 决定系数, 均方根误差 | NA |
| 166 | 2026-07-03 |
Dynamic sarcopenia transitions in older Chinese: physical activity and cognitive insights
2025-Dec-12, BMC geriatrics
IF:3.4Q2
DOI:10.1186/s12877-025-06752-5
PMID:41388515
|
研究论文 | 利用CHARLS数据,采用多状态马尔可夫模型和Transformer深度学习,研究中国老年人肌少症状态转换及其决定因素 | 首次将多状态马尔可夫模型与基于Transformer的深度学习方法结合,系统分析肌少症的双向转换过程及身体活动和认知状态的作用 | NA | 探讨中国老年人肌少症状态转换(非肌少症、可能肌少症和肌少症)及其决定因素,重点关注身体活动、认知状态和其他风险因素的作用 | 中国老年人中肌少症状态的动态转换及其影响因素 | 机器学习 | 肌少症 | NA | 多状态马尔可夫模型,Transformer | 纵向随访数据 | 5756名参与者(其中3373名用于深度学习),平均年龄67.9岁(标准差6.5) | PyTorch | Transformer | 风险比(HR),95%置信区间(CI) | NA |
| 167 | 2026-07-03 |
AI in Learning Anatomy and Restoring Central Incisors: A Comparative Study
2025-12, Journal of dental research
IF:5.7Q1
DOI:10.1177/00220345251344548
PMID:40598953
|
研究论文 | 比较PCA和DeepSDF两种AI方法在学习与重建上颌中切牙解剖中的表现 | 首次系统比较PCA与DeepSDF在牙体解剖学习与重建中的性能,并评估可解释性 | DeepSDF模型可解释性不足,且低维度潜在编码导致性能下降 | 评估不同AI方法在中央切牙学习与重建中的表现 | 成熟恒久上颌切牙的STL文件 | 计算机视觉 | 牙科创伤 | 3D扫描(STL文件) | DeepSDF, PCA | 3D网格文件 | 来自3所大学的成熟恒久上颌切牙STL文件 | NA | DeepSDF, PCA | 表面差异, 体积差异, 长度差异, 平均欧氏距离, Hausdorff距离, 冠根角度 | NA |
| 168 | 2026-07-03 |
Skin Lesion Classification Using Focal Modulation Networks
2025-12, Annals of the New York Academy of Sciences
IF:4.1Q1
DOI:10.1111/nyas.70139
PMID:41178745
|
研究论文 | 提出基于焦点调制网络的皮肤病变分类框架,在公开数据集上实现高精度分类 | 首次将焦点调制网络应用于皮肤镜图像分类,通过调制器可视化提升模型可解释性,在计算效率和透明性方面优于现有方法 | 未提及对极端病变变异的鲁棒性测试,且仅在三类公开数据集上验证,未涉及多中心临床数据 | 开发准确、高效且可解释的皮肤镜图像自动分类方法 | 皮肤病变的皮肤镜图像分类任务 | 计算机视觉 | 皮肤癌 | NA | 焦点调制网络 | 图像 | 三组公开数据集:ISIC 2017、ISIC 2018、ISIC 2019 | NA | 焦点调制网络、Tiny/Small/Base/Large变体 | 准确率 | NA |
| 169 | 2026-07-03 |
STANet: A Surgical Gesture Recognition Method Based on Spatiotemporal Fusion
2025-11, Annals of the New York Academy of Sciences
IF:4.1Q1
DOI:10.1111/nyas.70053
PMID:40991934
|
研究论文 | 提出一种基于时空融合的手术手势识别方法STANet,用于机器人手术中的动作序列建模 | 设计了时空自适应网络STANet,通过时间模块和空间模块分别提取特征,并采用时间自适应卷积策略进行特征融合和细化,有效捕捉长短期依赖关系 | NA | 提高手术手势识别的准确性和效率,解决现有方法无法有效融合时空特征的问题 | 机器人手术中的手术手势序列 | 计算机视觉 | NA | NA | 卷积神经网络 | 手术手势序列图像 | JIGSAWS和RARP-45两个公开数据集 | PyTorch | 时空自适应网络 | 准确率 | NA |
| 170 | 2026-07-03 |
Kideraspa: designing variants of staphylococcal protein a based on a diffusion model with kidera factors
2025-10-24, Journal of computer-aided molecular design
IF:3.0Q2
DOI:10.1007/s10822-025-00696-z
PMID:41136793
|
研究论文 | 提出一种基于扩散模型和Kidera因子的蛋白质设计方法,用于生成金黄色葡萄球菌蛋白A的变体 | 将扩散生成模型与Kidera因子表示相结合,实现无需大量数据和详细结构信息的靶向蛋白质设计 | 依赖AlphaFold3等计算筛选工具,且实验验证仅限于SpA-IgG相互作用 | 开发一种高效、数据效率高的蛋白质工程替代方法 | 金黄色葡萄球菌蛋白A及其与免疫球蛋白G的相互作用 | 机器学习 | 癌症、炎症、感染、自身免疫性疾病 | NA | 扩散模型 | 蛋白质序列 | NA | NA | 扩散模型 | 结合亲和力、成功率 | NA |
| 171 | 2026-07-03 |
Preclinical Evaluation of an Interactive Image Search System of Oral Pathology
2025-10, Journal of dental research
IF:5.7Q1
DOI:10.1177/00220345251329042
PMID:40320652
|
研究论文 | 评估交互式口腔病理图像检索系统Luigi-Oral在近临床环境中的诊断效能 | 首次在近临床环境中评估深度学习交互式CBIR系统对病理学家诊断的辅助效果 | 不当查询输入、罕见形态类型检索性能差、缺乏详细临床信息、系统无法通过可信图像检索准确类别导致误诊 | 验证交互式CBIR系统辅助病理学家诊断罕见口腔肿瘤的临床可用性 | 口腔肿瘤病理图像检索系统 | 数字病理学 | 口腔肿瘤 | NA | 深度学习 | 病理图像 | 603例病例共54676个图像块,涵盖85种口腔肿瘤类别;15名普通病理学家和13名口腔病理学家参与评估10个回顾性测试病例 | NA | NA | 诊断准确率 | NA |
| 172 | 2026-07-03 |
Synergy of advanced machine learning and deep neural networks with consensus molecular docking for virtual screening of anaplastic lymphoma kinase inhibitors
2025-09-15, Journal of computer-aided molecular design
IF:3.0Q2
DOI:10.1007/s10822-025-00657-6
PMID:40952529
|
研究论文 | 该研究将先进机器学习和深度神经网络与共识分子对接结合,用于虚拟筛选ALK抑制剂 | 创新性地结合了基于配体和基于结构的方法,并利用共识对接分数作为特征,通过集成投票模型和XGBoost共识对接模型高效筛选新型ALK抑制剂 | 模型性能依赖于数据集大小和特征工程,建议进一步的体外测试以验证预测效果 | 开发用于预测ALK抑制剂的AI模型,加速非小细胞肺癌治疗药物的筛选 | ALK抑制剂候选化合物 | 机器学习 | 非小细胞肺癌 | 分子对接 | XGBoost, 人工神经网络, 图神经网络 | 分子结构数据 | 120,571种化合物用于虚拟筛选 | NA | XGBoost, 人工神经网络, 图神经网络 | F1分数, 平均精度 | NA |
| 173 | 2026-07-03 |
Application of directed message-passing neural network to predict human oral bioavailability of pharmaceuticals
2025-08-19, Journal of computer-aided molecular design
IF:3.0Q2
DOI:10.1007/s10822-025-00649-6
PMID:40828295
|
研究论文 | 利用定向消息传递神经网络预测药物人体口服生物利用度 | 将D-MPNN与RDKit分子描述符结合,通过原子/键级图特征与全局理化性质的混合表征提升预测准确性,并采用贝叶斯优化和集成学习增强模型鲁棒性 | NA | 建立高精度预测人体口服生物利用度的深度学习模型,辅助早期药物筛选 | 药物分子结构及其口服生物利用度 | 机器学习 | NA | 计算化学、深度学习 | D-MPNN(定向消息传递神经网络) | 分子图结构数据 | NA | Chemprop | D-MPNN | AUC, 准确率 | NA |
| 174 | 2026-07-03 |
An integrative nomogram based on MRI radiomics and clinical characteristics for prognosis prediction in cervical spinal cord Injury
2025-03, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society
IF:2.6Q1
DOI:10.1007/s00586-024-08609-8
PMID:39672993
|
研究论文 | 基于MRI影像组学和临床特征构建列线图模型,用于预测颈脊髓损伤患者的预后 | 结合手动定义和深度迁移学习的影像组学特征,并整合临床数据构建预测模型 | 未提及具体局限性 | 评估MRI影像组学联合临床特征在预测颈脊髓损伤患者预后中的作用和价值 | 168名颈脊髓损伤患者 | 医学影像分析 | 颈脊髓损伤 | MRI影像组学, 深度迁移学习 | 列线图模型 | MRI影像(T1WI和T2WI),临床数据 | 168名颈脊髓损伤患者 | NA | Lasso回归 | AUC, 校准曲线, 决策曲线分析 | NA |
| 175 | 2026-07-03 |
Deep learning model for automated detection of fresh and old vertebral fractures on thoracolumbar CT
2025-03, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society
IF:2.6Q1
DOI:10.1007/s00586-024-08623-w
PMID:39708132
|
研究论文 | 开发一种深度学习系统,用于在胸腰椎CT上自动分割压缩性骨折椎体并区分新鲜与陈旧性骨折 | 首次将3D V-Net与多种分类模型结合,实现新鲜与陈旧性椎体骨折的自动检测与分类,且诊断效能超过临床医师 | 研究为单中心回顾性设计,外部验证数据来自同一医疗系统的不同院区,可能影响泛化性 | 开发并验证一种自动检测和区分胸腰椎CT上新鲜与陈旧性压缩性骨折的深度学习系统 | 新鲜骨折(病程<4周且MRI显示骨髓水肿)与陈旧性骨折的椎体 | 计算机视觉 | 脊柱压缩性骨折 | CT成像 | 卷积神经网络 | CT图像 | 训练集238个椎体,内部验证59个,外部验证34个,前瞻性验证48个 | PyTorch | 3D V-Net, ResNet, DenseNet | Dice相似系数, ROC曲线, 准确率, 灵敏度, 特异性, 精确率, F1分数, AUC | NA |
| 176 | 2026-07-03 |
Artificial intelligence in clinical genetics
2025-03, European journal of human genetics : EJHG
IF:3.7Q2
DOI:10.1038/s41431-024-01782-w
PMID:39806188
|
综述 | 综述人工智能在临床遗传学中的应用,涵盖诊断、治疗和临床支持,并展望未来影响 | 系统总结AI在临床遗传学中的当前和新兴应用,并提出短、中、长期预测 | 未明确讨论AI应用的潜在风险或伦理问题,且预测精确速度不清晰 | 探讨AI在临床遗传学中的发展现状与未来趋势 | 临床遗传学领域的AI应用案例和技术 | 自然语言处理 | 遗传性疾病 | NA | 机器学习、深度学习、生成式AI | 临床遗传数据 | NA | NA | NA | NA | NA |
| 177 | 2026-07-03 |
Artificial intelligence for segmentation and classification in lumbar spinal stenosis: an overview of current methods
2025-03, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society
IF:2.6Q1
DOI:10.1007/s00586-025-08672-9
PMID:39883162
|
研究论文 | 该文章系统综述了机器学习算法在腰椎管狭窄症分割与分类中的应用 | 首次系统比较传统机器学习与深度学习在腰椎管狭窄症分割和分类任务上的表现,并指出深度学习模型(尤其是U-Net)性能更优 | 研究间难以直接比较,因结局指标和测试数据集多样;仅有少量模型进行了外部验证 | 评估和总结目前用于腰椎管狭窄症分割与分类的机器学习模型 | 针对腰椎管狭窄症的MRI、X光或CT扫描图像的分割与分类模型 | 机器学习 | 腰椎管狭窄症 | MRI | 深度学习 | 图像 | 共计27篇文章 | NA | U-Net, CNN | 多种结局指标 | NA |
| 178 | 2026-07-03 |
MRI-Based Topology Deep Learning Model for Noninvasive Prediction of Microvascular Invasion and Assisting Prognostic Stratification in HCC
2025-03, Liver international : official journal of the International Association for the Study of the Liver
IF:6.0Q1
DOI:10.1111/liv.16205
PMID:39992060
|
研究论文 | 基于MRI的拓扑深度学习模型用于术前预测肝细胞癌微血管侵犯及辅助预后分层 | 结合拓扑结构改进深度学习模型,提升预测性能和可解释性,成功预测MVI并有效分层术后早期复发和总生存期 | NA | 开发和外部验证基于MRI的拓扑深度学习模型用于术前预测微血管侵犯 | 连续接受手术治疗的肝细胞癌患者 | 计算机视觉, 机器学习 | 肝细胞癌 | MRI | CNN, TopoCNN | 图像 | 589例患者,其中292例(49.6%)病理确诊MVI | NA | CNN, TopoCNN | AUC | NA |
| 179 | 2026-07-03 |
GestaltGAN: synthetic photorealistic portraits of individuals with rare genetic disorders
2025-03, European journal of human genetics : EJHG
IF:3.7Q2
DOI:10.1038/s41431-025-01787-z
PMID:39815041
|
研究论文 | 本文使用生成神经网络合成患有罕见遗传疾病个体的逼真肖像,以保护隐私并支持科学交流 | 首次采用改进的StyleGAN架构生成多种罕见遗传疾病的特定条件肖像,并引入REAL-ESRGAN提升低质量图像分辨率,同时添加未受影响类别增强模型对人脸特征的理解 | 未在摘要中明确说明局限性,但可能包括生成肖像的临床准确性验证不足、数据集中罕见疾病种类有限(仅20种)以及模型泛化能力待评估 | 探索使用生成神经网络合成罕见遗传疾病的准确肖像,解决医疗数据稀缺和隐私风险问题 | 稀有遗传疾病患者的肖像图像 | 计算机视觉 | 罕见遗传疾病 | 生成对抗网络 | GAN | 图像 | 来自GestaltMatcher数据库的20种最常见疾病图像,包含未受影响类别图像 | PyTorch | StyleGAN, REAL-ESRGAN | 通过63位人类专家验证生成肖像的有效性 | 未提及具体计算资源 |
| 180 | 2026-07-03 |
Assessing the Reporting Quality of Machine Learning Algorithms in Head and Neck Oncology
2025-02, The Laryngoscope
DOI:10.1002/lary.31756
PMID:39258420
|
综述 | 评估头颈肿瘤学文献中机器学习算法报告质量的系统评价 | 首次使用TRIPOD-AI标准系统评估头颈肿瘤学领域机器学习算法的报告质量 | 仅限于已发表文献,且TRIPOD-AI标准本身可能存在局限性 | 评估头颈肿瘤学文献中机器学习算法的报告质量并提出改进建议 | 头颈肿瘤学中机器学习算法的相关研究文献 | 自然语言处理 | 头颈肿瘤 | NA | 机器学习算法 | NA | NA | NA | NA | NA | NA |