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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 18281 | 2025-10-07 |
Assessing the efficiency of pixel-based and object-based image classification using deep learning in an agricultural Mediterranean plain
2025-Jan-10, Environmental monitoring and assessment
IF:2.9Q3
DOI:10.1007/s10661-024-13431-2
PMID:39792312
|
研究论文 | 本研究比较了基于像素和基于对象的深度学习方法在Sentinel-2卫星影像分类中的效率 | 首次将Deeplabv3深度学习方法与高通量滤波器增强技术结合,系统比较像素级和对象级分类在农业地中海平原的效能差异 | 仅使用Sentinel-2卫星数据,未验证其他卫星数据源的适用性;研究区域局限于地中海平原农业环境 | 评估深度学习框架下像素级与对象级图像分类方法在农业环境监测中的相对效率 | 地中海平原农业区域的Sentinel-2卫星影像 | 计算机视觉 | NA | 卫星遥感,高通量滤波 | 深度学习 | 卫星影像 | NA | NA | Deeplabv3 | 准确率,Kappa系数 | NA |
| 18282 | 2025-02-12 |
Stochasticity as a solution for overfitting-A new model and comparative study on non-invasive EEG prospects
2025, Frontiers in human neuroscience
IF:2.4Q2
DOI:10.3389/fnhum.2025.1484470
PMID:39925722
|
研究论文 | 本研究评估了多种机器学习和深度学习模型在公开数据集上的表现,提出了一种新的分类器BruteExtraTree以解决过拟合问题 | 提出了一种新的分类器BruteExtraTree,该分类器通过继承其基础模型ExtraTreeClassifier的中等随机性来有效解决过拟合问题 | 在独立于受试者的情况下,尽管新模型表现优异,但仍需大幅改进数据记录或噪声去除方法以提高实用性 | 开发实用的脑机接口(BCI)应用,特别是针对内部语音信号的处理 | 内部语音信号 | 机器学习 | NA | 机器学习和深度学习模型 | BruteExtraTree, ShallowFBCSPNet | EEG信号 | 公开数据集 | NA | NA | NA | NA |
| 18283 | 2025-02-12 |
Digital pathology and artificial intelligence in renal cell carcinoma focusing on feature extraction: a literature review
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1516264
PMID:39926279
|
review | 本文综述了数字病理学(DP)和人工智能(AI)在肾细胞癌(RCC)中的应用,特别是在特征提取方面的研究进展 | 本文填补了DP和AI在RCC中应用研究的综述空白,并展示了深度学习模型在RCC亚型分类、分子预测和生存预测中的高准确率 | 本文主要基于现有文献进行综述,未涉及新的实验数据或模型开发 | 探讨DP和AI在RCC中的应用,特别是在特征提取方面的潜力 | 肾细胞癌(RCC)的病理图像和分子数据 | 数字病理学 | 肾细胞癌 | 深度学习 | 深度学习模型 | 病理图像 | NA | NA | NA | NA | NA |
| 18284 | 2025-02-12 |
Deep learning-assisted diagnosis of acute mesenteric ischemia based on CT angiography images
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1510357
PMID:39926426
|
研究论文 | 本研究旨在开发一种基于CT血管造影(CTA)影像和临床数据的深度学习模型,用于诊断急性肠系膜缺血(AMI) | 结合CTA影像和临床信息构建融合模型,显著提高了AMI的诊断准确性和效率 | 研究为回顾性研究,样本量相对较小(228例患者) | 开发一种深度学习模型,用于诊断急性肠系膜缺血(AMI) | 228例疑似AMI的患者 | 数字病理学 | 急性肠系膜缺血 | CT血管造影(CTA) | 深度学习模型 | 影像和临床数据 | 228例患者 | NA | NA | NA | NA |
| 18285 | 2025-02-12 |
A comparative analysis of the binary and multiclass classified chest X-ray images of pneumonia and COVID-19 with ML and DL models
2025, Open medicine (Warsaw, Poland)
DOI:10.1515/med-2024-1110
PMID:39927166
|
研究论文 | 本文比较了机器学习和深度学习模型在胸部X光图像上对肺炎和COVID-19进行二分类和多分类的性能 | 使用ConvMixer模型在COVID-19和肺炎的分类任务中取得了最佳性能,并与其他模型进行了比较 | 研究结果在其他胸部X光图像数据库上的性能尚未充分验证 | 研究机器学习(ML)和深度学习(DL)模型在胸部X光图像上对COVID-19、肺炎(病毒性和细菌性)以及正常病例的分类性能 | 胸部X光图像 | 计算机视觉 | COVID-19, 肺炎 | 图像分类 | K-近邻, 逻辑回归, Visual Geometry Group-19, Vision transformer, ConvMixer | 图像 | NA | NA | NA | NA | NA |
| 18286 | 2025-02-12 |
New rectum dose surface mapping methodology to identify rectal subregions associated with toxicities following prostate cancer radiotherapy
2025-Jan, Physics and imaging in radiation oncology
DOI:10.1016/j.phro.2025.100701
PMID:39927213
|
研究论文 | 本文提出了一种新的直肠剂量表面映射方法,用于识别与前列腺癌放疗后毒性相关的直肠亚区域 | 开发了一种标准化直肠轮廓并将其展开为2D圆柱表面图的方法,以识别与毒性相关的直肠亚区域 | 仅分析了1,048名患者的数据,且仅发现下后部区域与毒性显著相关 | 研究前列腺癌放疗后直肠毒性与剂量分布的关系 | 1,048名前列腺癌患者 | 数字病理学 | 前列腺癌 | 深度学习自动分割,圆柱映射,体素分析 | NA | 医学影像数据 | 1,048名前列腺癌患者 | NA | NA | NA | NA |
| 18287 | 2025-10-07 |
Enhanced clinical photoacoustic vascular imaging through a skin localization network and adaptive weighting
2025-Apr, Photoacoustics
IF:7.1Q1
DOI:10.1016/j.pacs.2025.100690
PMID:39916976
|
研究论文 | 提出结合深度学习皮肤定位网络和自适应加权算法的框架,用于增强光声成像中深层血管的显示效果 | 首次将皮肤层分割网络与自适应衰减补偿算法相结合,显著提升了不同身体部位和肤色下深层血管的成像质量 | NA | 解决光声成像中皮肤信号干扰和组织衰减导致的深层血管可视化困难问题 | 人体深层血管结构 | 医学影像处理 | 血管疾病 | 光声断层扫描(PAT) | 深度学习网络 | 光声图像 | NA | NA | NA | 血管占据度量, 信噪比(SNR) | NA |
| 18288 | 2025-10-07 |
Deep Learning Assisted Classification of T1ρ-MR Based Intervertebral Disc Degeneration Phases
2025-Mar, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29499
PMID:39010746
|
研究论文 | 本研究开发了一种深度学习模型,能够从常规T1-MR图像中分类基于T1ρ-MR的椎间盘退变阶段 | 首次使用深度学习模型从常规T1-MR图像预测T1ρ-MR的椎间盘退变分期,克服了T1ρ-MR扫描时间长、费用高的限制 | 样本量较小(仅60名患者),研究为回顾性设计,证据等级为4级 | 开发深度学习模型实现基于常规T1-MR图像的椎间盘退变分期分类 | 60名腰痛或下肢神经根病患者,随机分为训练集(50人)和测试集(10人) | 医学影像分析 | 椎间盘退变疾病 | T1-MR, T2-MR, T1ρ-MR序列(自旋回波) | 深度学习模型 | MR图像 | 60名患者(男性35人,女性25人),随机分为训练集50人和测试集10人 | NA | NA | AUC, F1-score, 准确率, 精确率, 召回率 | NA |
| 18289 | 2025-10-07 |
MMPD-DTA: Integrating Multi-Modal Deep Learning with Pocket-Drug Graphs for Drug-Target Binding Affinity Prediction
2025-Feb-10, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01528
PMID:39833138
|
研究论文 | 提出一种名为MMPD-DTA的多模态深度学习模型,通过整合靶点、口袋和药物的图结构与序列信息来预测药物-靶点结合亲和力 | 引入新型口袋-药物图(PD图)同时建模靶点内部、药物内部及靶点-药物间的原子相互作用,并整合多模态表示学习 | 未明确说明模型的计算复杂度或在大规模数据集上的可扩展性限制 | 改进药物-靶点结合亲和力预测的准确性和理解深度 | 药物分子、蛋白质靶点及其结合口袋 | 机器学习 | NA | 多模态深度学习 | GraphSAGE, Transformer, 图同构网络, 多层感知机 | 图数据, 序列数据 | 三个真实世界测试集 | NA | GraphSAGE, Transformer, 图同构网络, 多层感知机 | NA | NA |
| 18290 | 2025-10-07 |
Deciphering Protein Secondary Structures and Nucleic Acids in Cryo-EM Maps Using Deep Learning
2025-Feb-10, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01971
PMID:39838545
|
研究论文 | 开发了一种基于深度学习的冷冻电镜密度图中蛋白质二级结构和核酸位置检测方法 | 提出首个能够同时检测蛋白质二级结构和核酸位置的深度学习模型EMInfo | 主要针对中等分辨率图谱,在高分辨率图谱中性能表现未详细说明 | 解决冷冻电镜中等分辨率图谱中结构建模的困难 | 蛋白质二级结构和核酸在冷冻电镜密度图中的定位 | 计算机视觉 | NA | 冷冻电镜(cryo-EM) | 深度学习 | 冷冻电镜密度图 | 两个蛋白质-核酸复合物测试集,包含中等分辨率和高分辨率实验图谱 | NA | NA | NA | NA |
| 18291 | 2025-10-07 |
Deep Learning of CYP450 Binding of Small Molecules by Quantum Information
2025-Feb-10, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01735
PMID:39869197
|
研究论文 | 本研究通过量子信息驱动的深度学习方法预测小分子与CYP450酶的结合特性 | 采用分子表面流形嵌入方法保留分子量子力学特性,结合DeepSets架构将电子属性嵌入深度学习模型 | 未明确说明模型在其他CYP450亚型上的泛化能力 | 改进药物-药物相互作用预测模型 | 小分子与细胞色素P450酶的结合特性 | 机器学习 | NA | 分子表面流形嵌入 | DeepSets | 量子化学数据 | NA | NA | DeepSets | F1分数 | NA |
| 18292 | 2025-10-07 |
Transformer Decoder Learns from a Pretrained Protein Language Model to Generate Ligands with High Affinity
2025-Feb-10, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c02019
PMID:39871540
|
研究论文 | 提出了一种名为Prot2Drug的新型深度学习生成模型,能够利用预训练蛋白质语言模型生成与特定靶点高亲和力结合的小分子配体 | 结合预训练蛋白质语言模型和Transformer解码器,能够为配体信息有限或3D结构未知的蛋白质靶点设计有前景的配体 | NA | 加速药物发现过程,生成具有类药特征且能与特定蛋白质高亲和力结合的候选分子 | 蛋白质-配体相互作用 | 自然语言处理, 机器学习 | NA | 深度学习生成模型 | Transformer | 蛋白质序列, 分子结构 | 数千个蛋白质-配体相互作用 | NA | Transformer解码器 | 理化性质预测, 亲和力预测 | NA |
| 18293 | 2025-10-07 |
DO-GMA: An End-to-End Drug-Target Interaction Identification Framework with a Depthwise Overparameterized Convolutional Network and the Gated Multihead Attention Mechanism
2025-Feb-10, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c02088
PMID:39874533
|
研究论文 | 提出一种名为DO-GMA的端到端药物-靶点相互作用识别框架,结合深度过参数化卷积网络和门控多头注意力机制 | 首次将深度过参数化卷积网络与共享学习查询和双线性模型连接的门控多头注意力机制相结合,从多角度学习药物特征表示 | NA | 识别潜在的药物-靶点相互作用,用于药物发现和再利用 | 药物-靶点对 | 生物信息学 | NA | 深度学习 | CNN, GCN, 注意力机制, MLP | SMILES字符串, 氨基酸序列, 2D分子图 | 四个DTI数据集(DrugBank, BioSNAP, C.elegans, BindingDB) | NA | 深度过参数化卷积神经网络, 图卷积网络, 门控多头注意力机制, 多层感知机 | AUC, AUPR, 准确率, F1分数, MCC | NA |
| 18294 | 2025-10-07 |
MutualDTA: An Interpretable Drug-Target Affinity Prediction Model Leveraging Pretrained Models and Mutual Attention
2025-Feb-10, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01893
PMID:39878060
|
研究论文 | 提出一种名为MutualDTA的可解释深度学习模型,用于预测药物-靶点亲和力 | 利用预训练模型获取药物和靶点的准确表示,并通过互注意力模块实现模型可解释性 | NA | 提高药物-靶点亲和力预测的准确性和可解释性 | 药物分子和蛋白质靶点 | 机器学习 | 阿尔茨海默病 | 深度学习 | 深度学习模型 | 分子结构和蛋白质序列数据 | 在两个基准数据集上进行测试 | NA | MutualDTA, Mutual-Attention | 与12个最先进模型比较的性能指标 | NA |
| 18295 | 2025-10-07 |
pLM4CPPs: Protein Language Model-Based Predictor for Cell Penetrating Peptides
2025-Feb-10, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01338
PMID:39878455
|
研究论文 | 开发基于蛋白质语言模型的细胞穿透肽预测器pLM4CPPs | 提出结合多种预训练蛋白质语言模型嵌入的新型深度学习架构,通过卷积神经网络实现细胞穿透肽的二元分类 | NA | 评估蛋白质语言模型在细胞穿透肽表征中的有效性,并开发可靠的CPP分类模型 | 细胞穿透肽(CPPs) | 自然语言处理, 机器学习 | NA | 蛋白质语言模型 | CNN | 蛋白质序列 | NA | NA | 卷积神经网络 | 准确率, 马修斯相关系数, 灵敏度, 特异性 | NA |
| 18296 | 2025-10-07 |
Voice analysis and deep learning for detecting mental disorders in pregnant women: a cross-sectional study
2025-Feb-08, Discover mental health
DOI:10.1007/s44192-025-00138-0
PMID:39920468
|
研究论文 | 本研究开发了一种基于语音分析和深度学习的模型,用于筛查孕妇心理健康障碍 | 首次将语音分析与深度学习结合应用于孕妇心理健康障碍筛查,提供了一种比传统量表更客观的筛查方法 | 样本量相对较小,特别是心理健康障碍组仅23人,可能影响模型泛化能力 | 开发基于语音分析的深度学习模型来筛查孕妇心理健康障碍 | 204名孕妇,其中172名参与最终分析 | 机器学习 | 心理健康障碍 | 语音分析 | 深度学习 | 音频 | 172名孕妇(149名无心理健康障碍,23名有心理健康障碍) | PyTorch | EfficientFormer V2-L | 敏感度, 特异性, 精确率, 召回率, AUC | NA |
| 18297 | 2025-10-07 |
A generative whole-brain segmentation model for positron emission tomography images
2025-Feb-08, EJNMMI physics
IF:3.0Q2
DOI:10.1186/s40658-025-00716-9
PMID:39920478
|
研究论文 | 提出一种用于脑部PET图像的生成式多目标分割模型,实现全脑自动精确分割 | 提出结合潜在映射模型和3D多目标分割的生成式方法,构建自定义交叉注意力模块融合功能与结构信息 | 未明确说明模型在低质量PET图像上的鲁棒性,样本量相对有限 | 开发自动准确的脑部PET图像全脑分割方法 | 脑部PET图像 | 医学影像分析 | 神经系统疾病 | PET成像,MRI成像 | 生成模型,深度学习 | 3D医学图像 | 120名患者的真实脑部PET/MR图像 | NA | 3D多目标分割模型,交叉注意力模块 | Dice相似系数,Jaccard指数,精确率,召回率 | NA |
| 18298 | 2025-10-07 |
Polarity-JaM: an image analysis toolbox for cell polarity, junction and morphology quantification
2025-Feb-08, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-56643-x
PMID:39922822
|
研究论文 | 开发了一个用于细胞极性、连接和形态定量分析的开源图像分析工具箱Polarity-JaM | 提供可重现的探索性图像分析流程,整合单细胞分割、特征提取和统计分析功能,支持多种细胞类型和成像模式 | 未在多种细胞类型和疾病模型中广泛验证 | 开发可解释的图像数据分析工具以表征细胞极性特征 | 内皮细胞及其集体行为 | 数字病理 | 血管疾病 | 荧光显微镜成像 | 深度学习算法 | 荧光图像 | NA | Napari | NA | NA | NA |
| 18299 | 2025-10-07 |
Exploration of the optimal deep learning model for english-Japanese machine translation of medical device adverse event terminology
2025-Feb-08, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-025-02912-0
PMID:39923074
|
研究论文 | 本研究探索了将国际医疗器械监管机构论坛不良事件术语从英语翻译成日语的最佳深度学习模型 | 首次系统比较了多种先进深度学习模型在医疗器械不良事件术语翻译任务中的表现 | 仅使用了50个随机抽取的句子进行测试,样本规模有限 | 为自动术语映射系统寻找最优的英日机器翻译模型 | 国际医疗器械监管机构论坛不良事件术语的英日翻译 | 自然语言处理 | NA | 机器翻译 | Transformer | 文本 | 50个句子 | NA | mBART50, m2m-100, T5, GPT-3, ChatGPT, GPT-4 | BLEU, CER, WER, METEOR, BERT score | NA |
| 18300 | 2025-10-07 |
Modeling Boltzmann-weighted structural ensembles of proteins using artificial intelligence-based methods
2025-Feb-08, Current opinion in structural biology
IF:6.1Q1
DOI:10.1016/j.sbi.2025.103000
PMID:39923288
|
综述 | 本文综述了基于人工智能方法生成玻尔兹曼加权蛋白质结构集成的最新进展 | 整合AI与传统分子动力学技术及实验方法,推动结构集成采样的准确性和效率提升 | NA | 开发AI驱动方法用于生成蛋白质玻尔兹曼加权结构集成 | 蛋白质结构集成 | 结构生物学 | NA | 分子动力学,深度学习 | 深度学习模型 | 蛋白质结构数据 | NA | NA | AlphaFold2 | NA | NA |