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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 921 | 2025-10-07 |
Robust CRW crops leaf disease detection and classification in agriculture using hybrid deep learning models
2025-Feb-13, Plant methods
IF:4.7Q1
DOI:10.1186/s13007-025-01332-5
PMID:39948565
|
研究论文 | 提出一种用于玉米、水稻和小麦作物叶片病害检测的混合深度学习模型 | 设计了一种细长型CNN架构,包含不同尺寸的并行卷积层以准确定位多尺度病变区域 | NA | 开发一种适用于多种作物的通用病害检测模型,解决农民资源有限和数字素养低的问题 | 玉米(C)、水稻(R)和小麦(W)作物的叶片病害 | 计算机视觉 | 植物病害 | 深度学习 | CNN | 图像 | NA | NA | Slender-CNN, VGG19, EfficientNetb6, ResNeXt, DenseNet201, AlexNet, YOLOv5, MobileNetV3 | 准确率 | NA |
| 922 | 2025-10-07 |
Prediction of cognitive conversion within the Alzheimer's disease continuum using deep learning
2025-Feb-13, Alzheimer's research & therapy
DOI:10.1186/s13195-025-01686-x
PMID:39948600
|
研究论文 | 开发深度学习模型预测阿尔茨海默病连续谱内认知转换,以指导临床治疗决策 | 首次使用包含五类变量集的纵向数据开发深度学习模型,并建立简约模型保持良好预测性能 | 样本量随时间推移减少,仅使用ADNI队列数据可能限制模型泛化能力 | 预测阿尔茨海默病连续谱内的认知转换,为治疗分配决策提供指导 | 阿尔茨海默病神经影像倡议(ADNI)队列中的607名个体 | 机器学习 | 阿尔茨海默病 | 神经影像学,神经心理学评估,实验室检测 | 深度学习 | 纵向多模态数据 | 基线607人,12个月随访538人,24个月482人,36个月268人,48个月280人 | NA | NA | AUC | NA |
| 923 | 2025-10-07 |
Comparison of Deep Learning Models for Voice Disorder Classification Using Kymographic Images
2025-Feb-12, Journal of voice : official journal of the Voice Foundation
IF:2.5Q1
DOI:10.1016/j.jvoice.2025.01.001
PMID:39947969
|
研究论文 | 本研究比较了五种深度学习模型在基于声门图图像进行嗓音障碍分类的性能 | 首次系统比较多种预训练深度学习模型在声门图图像分类任务中的表现,发现DenseNet121模型在嗓音障碍分类中表现最佳 | 研究仅使用了BAGLS数据集,样本来源相对单一,需要进一步研究验证模型的泛化能力 | 开发基于深度学习的自动化嗓音障碍分类方法,辅助临床诊断 | 嗓音障碍患者的声门图图像 | 计算机视觉 | 嗓音障碍 | 高速视频内窥镜成像,声门图生成技术 | CNN | 图像 | 来自BAGLS数据集的高速录音生成的声门图图像 | NA | AlexNet, DenseNet121, Xception, Inceptionv3, ResNet50v2 | 准确率, 多种模型评估指标 | NA |
| 924 | 2025-10-07 |
Deep learning-based clustering for endotyping and post-arthroplasty response classification using knee osteoarthritis multiomic data
2025-Feb-12, Annals of the rheumatic diseases
IF:20.3Q1
DOI:10.1016/j.ard.2025.01.012
PMID:39948003
|
研究论文 | 开发基于多模态深度学习的聚类框架,利用膝骨关节炎多组学数据识别患者内型并对全膝关节置换术后反应进行分类 | 首次提出整合三种匹配生物流体(血浆、滑液、尿液)的多组学数据,采用多模态变分自编码器与K均值聚类相结合的新方法 | 样本量相对有限(414例患者),仅评估了1年随访结果 | 识别膝骨关节炎的分子内型并预测全膝关节置换术后疼痛/功能反应 | 414例原发性膝骨关节炎患者 | 机器学习 | 骨关节炎 | microRNA测序, 代谢组学 | 变分自编码器, K-means聚类 | 多组学数据, 临床数据 | 414例膝骨关节炎患者,匹配的血浆、滑液和尿液样本 | NA | 多模态变分自编码器 | WOMAC疼痛/功能评分分类性能 | NA |
| 925 | 2025-10-07 |
Comparative analysis of three methods for estimating the compositions of construction waste
2025-Feb-15, Waste management (New York, N.Y.)
DOI:10.1016/j.wasman.2025.01.009
PMID:39823854
|
研究论文 | 比较三种建筑废弃物成分估算方法的性能差异 | 首次系统比较人工分拣、红外热成像人工图像识别和基于SegFormer的深度学习图像识别三种方法在建筑废弃物成分分析中的综合表现 | 对非惰性废弃物的识别误差相对较高,深度学习方法的处理时间和成本显著高于人工分拣 | 评估不同建筑废弃物成分估算方法的适用性和性能 | 建筑废弃物成分分析 | 计算机视觉 | NA | 红外热成像,语义分割 | 深度学习 | 图像 | NA | NA | SegFormer | 绝对相对误差 | NA |
| 926 | 2025-10-07 |
A multi-modal transformer for cell type-agnostic regulatory predictions
2025-Feb-12, Cell genomics
IF:11.1Q1
DOI:10.1016/j.xgen.2025.100762
PMID:39884279
|
研究论文 | 提出一种多模态Transformer模型EpiBERT,通过整合基因组序列和细胞类型特异性染色质可及性数据来提升调控基因组学的泛化能力 | 首次将多模态Transformer应用于基因组学,通过掩码可及性预训练目标学习可泛化的基因组序列和染色质可及性表示 | 未明确说明模型在跨组织或跨物种中的泛化能力限制 | 提升基于序列的深度学习模型在调控基因组学中的泛化能力 | 人类基因组调控元件和细胞类型特异性染色质状态 | 机器学习 | NA | 染色质可及性分析,基因表达预测 | Transformer | 基因组序列数据,染色质可及性数据 | NA | NA | Transformer | 准确性 | NA |
| 927 | 2025-10-07 |
Optical Microscopy and Deep Learning for Absolute Quantification of Nanoparticles on a Macroscopic Scale and Estimating Their Number Concentration
2025-Feb-11, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.4c05555
PMID:39886935
|
研究论文 | 提出一种基于光学显微镜和深度学习的大尺度纳米颗粒绝对定量方法,通过蒸发液滴体积分析(EVA)估算纳米颗粒数量浓度 | 开发了EVA方法,结合光学显微镜全表面扫描和人工神经网络计数,实现宏观尺度下纳米颗粒的绝对定量 | 讨论了EVA的理论限制,包括检测限、定量限和最佳工作范围 | 开发纳米颗粒数量浓度的绝对定量方法 | 纳米颗粒分散液中的纳米颗粒 | 计算机视觉 | NA | 光学显微镜,蒸发体积分析 | 人工神经网络 | 图像 | 每个液滴数千个纳米颗粒,多个液滴样本 | NA | NA | 相对标准不确定度2.7% | NA |
| 928 | 2025-10-07 |
Normalized Protein-Ligand Distance Likelihood Score for End-to-End Blind Docking and Virtual Screening
2025-Feb-10, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01014
PMID:39823352
|
研究论文 | 提出一种用于分子对接和虚拟筛选的深度学习评分函数及端到端协议 | 引入归一化混合密度网络评分函数,学习蛋白质残基与配体原子间距离的概率密度分布,并开发端到端的盲对接和虚拟筛选协议 | 在结合剂信息有限的实际药物发现场景中性能可能受限 | 开发用于分子对接和虚拟筛选的深度学习评分方法 | 蛋白质-配体复合物 | 机器学习 | NA | 分子对接,虚拟筛选 | 混合密度网络,扩散模型 | 蛋白质-配体结构数据 | LIT-PCBA数据集 | NA | DiffDock, NMDN | 富集因子 | NA |
| 929 | 2025-10-07 |
Comparative Analysis of Recurrent Neural Networks with Conjoint Fingerprints for Skin Corrosion Prediction
2025-Feb-10, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c02062
PMID:39835935
|
研究论文 | 本研究开发基于循环神经网络的深度学习模型,用于预测化学化合物的皮肤腐蚀性 | 首次将联合指纹(结合化学语言符号、分子亚结构和理化性质)与多种RNN架构结合用于皮肤腐蚀预测 | NA | 开发深度学习模型用于化学化合物皮肤腐蚀性分类 | 化学化合物 | 机器学习 | 皮肤毒性 | 深度学习 | RNN, LSTM, BiLSTM, GRU, BiGRU | 分子特征数据 | NA | NA | Simple RNN, LSTM, BiLSTM, GRU, BiGRU | 准确率, AUC, Matthews相关系数 | NA |
| 930 | 2025-10-07 |
Chemically Informed Deep Learning for Interpretable Radical Reaction Prediction
2025-Feb-10, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01901
PMID:39871741
|
研究论文 | 开发基于分子轨道相互作用的化学感知深度学习框架,用于可解释的自由基反应预测 | 提出化学信息引导的深度学习模型,能够在机制层面预测自由基反应并提供多层次可解释性 | 模型训练和评估仅限于RMechDB数据库中的自由基反应步骤 | 建立可解释的自由基反应预测框架 | 自由基反应机制和反应路径 | 机器学习 | NA | 深度学习 | 深度学习模型 | 化学反应数据 | RMechDB数据库中的自由基反应步骤 | NA | NA | 正确率 | NA |
| 931 | 2025-10-07 |
Can Focusing on One Deep Learning Architecture Improve Fault Diagnosis Performance?
2025-Feb-10, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c02060
PMID:39883649
|
研究论文 | 本研究通过专注于单一深度学习架构探索其在故障诊断中的性能提升 | 采用聚焦单一深度学习架构的研究方法,而非传统多架构比较策略 | 仅使用单一数据集进行验证,未来需要扩展到其他数据集 | 评估专注单一深度学习架构是否能提升故障诊断性能 | 田纳西伊士曼过程数据集 | 机器学习 | NA | 深度学习 | CNN | 过程数据 | NA | NA | 卷积神经网络 | F1-score | NA |
| 932 | 2025-10-07 |
Assessment of different U-Net backbones in segmenting colorectal adenocarcinoma from H&E histopathology
2025-Feb, Pathology, research and practice
DOI:10.1016/j.prp.2025.155820
PMID:39826493
|
研究论文 | 本研究评估了不同U-Net主干网络在结直肠腺癌组织病理图像分割中的性能 | 比较了多种U-Net变体架构(包括Attention U-Net和不同主干网络的U-Net)在结直肠腺癌分割任务中的表现 | NA | 开发自动系统准确识别结直肠区域的腺癌,实现早期检测和诊断 | 结直肠腺癌组织病理图像 | 数字病理 | 结直肠癌 | H&E染色组织病理学 | CNN | 图像 | NA | NA | U-Net, Attention U-Net, U-Net with ResNet50, U-Net with MobileNet-v2, U-Net with EfficientNetB0, U-Net with DenseNet121 | 准确率 | NA |
| 933 | 2024-09-20 |
Comment on: "Deep learning-based surgical phase recognition in laparoscopic cholecystectomy"
2025-Feb-28, Annals of hepato-biliary-pancreatic surgery
IF:1.1Q3
DOI:10.14701/ahbps.24-149
PMID:39295321
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 934 | 2025-02-14 |
Improved segmentation of hepatic vascular networks in ultrasound volumes using 3D U-Net with intensity transformation-based data augmentation
2025-Feb-13, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-025-03320-2
PMID:39939404
|
研究论文 | 本研究通过引入基于强度变换的数据增强方法,改进了使用3D U-Net进行肝脏血管网络的三维分割 | 提出了基于高对比度和低对比度强度变换的数据增强方法,显著提高了3D U-Net在肝脏血管网络分割中的性能 | 高对比度强度变换的数据增强方法降低了分割准确性,需要进一步优化 | 改进肝脏血管网络的三维分割,以支持超声介导的肝脏疾病诊疗 | 肝脏血管网络 | 计算机视觉 | 肝脏疾病 | 3D U-Net | 3D U-Net | 超声体积数据 | 78个超声体积数据 | NA | NA | NA | NA |
| 935 | 2025-02-14 |
Analytical Capabilities and Future Perspectives of Chemometrics in Omics for Food Microbial Investigation
2025-Feb-13, Critical reviews in analytical chemistry
IF:4.2Q1
DOI:10.1080/10408347.2025.2463430
PMID:39945579
|
综述 | 本文综述了化学计量学在食品微生物研究中的应用、原理及挑战,并探讨了其与多组学和生物信息学结合的未来发展 | 强调了化学计量学在食品微生物组学研究中的潜力,并提出了整合深度学习和人工智能算法以提高分析能力和预测精度的迫切需求 | 选择合适的化学计量工具并进行多组学数据融合分析仍是一个巨大挑战 | 揭示食品微生物在营养和安全中的功能属性和机制 | 食品微生物组 | 生物信息学 | NA | 多组学技术 | 深度学习(DL)和人工智能算法 | 多组学数据 | NA | NA | NA | NA | NA |
| 936 | 2025-10-07 |
A hitchhiker's guide to deep chemical language processing for bioactivity prediction
2025-Feb-12, Digital discovery
IF:6.2Q1
DOI:10.1039/d4dd00311j
PMID:39726698
|
研究论文 | 本文系统分析深度化学语言处理的关键要素,为生物活性预测提供实用指南 | 首次全面分析化学语言处理中的多种方法组合,提供基于实证的实践建议 | 仅涵盖三种神经网络架构和两种分子表示方法,可能未覆盖所有最新技术 | 为生物活性预测提供深度化学语言处理的实践指南 | 分子字符串表示(SMILES和SELFIES) | 自然语言处理 | NA | 化学语言处理 | 神经网络 | 分子字符串数据 | 十个生物活性数据集 | NA | 三种神经网络架构 | 分类和回归评估指标 | NA |
| 937 | 2025-10-07 |
Biophysics-guided uncertainty-aware deep learning uncovers high-affinity plastic-binding peptides
2025-Feb-12, Digital discovery
IF:6.2Q1
DOI:10.1039/d4dd00219a
PMID:39882101
|
研究论文 | 结合生物物理建模、证据深度学习与元启发式搜索方法,开发不确定性感知框架以发现高亲和力塑料结合肽 | 首次将生物物理建模数据、证据深度学习的不确定性量化与元启发式搜索相结合,用于塑料结合肽的发现 | 仅针对聚乙烯、聚丙烯和聚苯乙烯三种塑料进行了验证,未涵盖所有塑料类型 | 开发高效发现高亲和力塑料结合肽的计算框架,用于微塑料环境修复 | 塑料结合肽(PBPs) | 机器学习 | NA | 分子动力学模拟,PepBD算法 | 证据深度学习 | 生物物理建模数据 | 超过10^12种12聚肽的组合空间 | NA | NA | 吸附自由能 | NA |
| 938 | 2025-02-14 |
A Deep-Learning Approach for Vocal Fold Pose Estimation in Videoendoscopy
2025-Feb-12, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01431-8
PMID:39939476
|
研究论文 | 本文提出了一种深度学习框架,用于从临床实践中获取的喉镜视频帧中估计声带姿态,以辅助诊断喉部疾病 | 该框架通过热图回归依赖三个解剖学相关的关键点作为前声门角度(AGA)计算的先验,克服了现有算法在病理图像、噪声和遮挡等挑战性图像中的缺点 | NA | 开发一种深度学习框架,用于从喉镜视频帧中准确估计声带姿态,以辅助诊断喉部疾病 | 声带姿态估计 | 计算机视觉 | 喉部疾病 | 深度学习 | 热图回归 | 视频帧 | 124名患者的471张喉镜帧,其中28名患者患有癌症 | NA | NA | NA | NA |
| 939 | 2025-02-14 |
Multifactor prediction model for stock market analysis based on deep learning techniques
2025-Feb-11, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-88734-6
PMID:39934296
|
研究论文 | 本文提出了一种基于深度学习的多因素预测模型,用于分析股票市场的稳定性 | 使用sigmoid深度学习范式构建了一个基于矛盾因素的稳定性预测模型,能够识别不同影响因素对股票市场稳定性的影响 | 未提及具体的数据集或实验验证结果,可能缺乏实际应用的验证 | 研究股票市场的稳定性预测,以提高预测精度和识别市场突变 | 股票市场的稳定性及其影响因素 | 机器学习 | NA | 深度学习 | sigmoid深度学习模型 | 股票市场数据 | 未提及具体样本数量 | NA | NA | NA | NA |
| 940 | 2025-02-14 |
Deep-learning-ready RGB-depth images of seedling development
2025-Feb-11, Plant methods
IF:4.7Q1
DOI:10.1186/s13007-025-01334-3
PMID:39934882
|
研究论文 | 本文提出了一个独特的幼苗出苗动力学注释数据集,包含近70,000个RGB深度帧和超过700,000个植物注释 | 提供了一个独特的RGB深度图像数据集,用于训练深度学习模型并进行高通量表型分析,展示了该数据集在多种物种上的泛化能力并超越现有技术 | 讨论了该数据集在植物表型分析中引发的新问题,但未详细说明具体问题 | 旨在通过提供高质量的注释数据集,推动机器学习驱动的植物成像研究 | 幼苗出苗动力学 | 计算机视觉 | NA | NA | 深度学习模型 | RGB深度图像 | 近70,000个RGB深度帧和超过700,000个植物注释 | NA | NA | NA | NA |