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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 821 | 2025-10-07 |
Deep Learning-Based Glaucoma Detection Using Clinical Notes: A Comparative Study of Long Short-Term Memory and Convolutional Neural Network Models
2025-Mar-22, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15070807
PMID:40218157
|
研究论文 | 本研究比较了多种深度学习模型在利用临床笔记检测青光眼方面的性能 | 首次系统评估深度学习模型在青光眼临床笔记分析中的应用,并比较了不同模型在人口统计学群体间的性能差异 | 研究仅基于单一数据集,模型在不同种族群体间仍存在性能差异和偏差 | 探索深度学习模型从临床笔记中检测青光眼的能力 | 10,000名患者的临床笔记数据 | 自然语言处理 | 青光眼 | 临床文本分析 | LSTM, CNN, Transformer | 文本 | 10,000名患者 | NA | LSTM, CNN, BERT, BioBERT | AUC | NA |
| 822 | 2025-10-07 |
Harnessing Artificial Intelligence, Machine Learning and Deep Learning for Sustainable Forestry Management and Conservation: Transformative Potential and Future Perspectives
2025-Mar-22, Plants (Basel, Switzerland)
DOI:10.3390/plants14070998
PMID:40219066
|
综述 | 探讨人工智能、机器学习和深度学习技术在可持续林业管理与保护中的变革潜力及应用前景 | 系统整合AI/ML/DL技术在林业管理中的最新应用,提出未来发展方向并弥合知识鸿沟 | 未涉及具体实施案例的技术细节和实际部署挑战 | 分析智能技术在可持续林业管理中的转化潜力 | 森林生态系统及可持续管理策略 | 机器学习 | NA | 预测分析、建模技术 | 深度学习 | 图像、视频 | NA | NA | NA | NA | NA |
| 823 | 2025-10-07 |
Diagnostic Accuracy of Deep Learning Models in Predicting Glioma Molecular Markers: A Systematic Review and Meta-Analysis
2025-Mar-21, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15070797
PMID:40218147
|
系统综述与荟萃分析 | 通过系统综述和荟萃分析评估深度学习模型在预测胶质瘤分子标志物方面的诊断准确性 | 首次对深度学习模型预测胶质瘤分子标志物的诊断准确性进行系统性评估和定量综合 | 研究间存在显著异质性,临床转化受到研究设置变异性的限制 | 评估深度学习模型使用MRI预测胶质瘤分子标志物的诊断准确性 | 胶质瘤患者及其分子标志物(MGMT甲基化、ATRX和TERT突变) | 医学影像分析 | 胶质瘤 | MRI序列分析 | 深度学习模型 | 医学影像(MRI) | 43项研究纳入定性分析,30项研究纳入荟萃分析 | NA | NA | 灵敏度, 特异性 | NA |
| 824 | 2025-10-07 |
Enhanced Superpixel-Guided ResNet Framework with Optimized Deep-Weighted Averaging-Based Feature Fusion for Lung Cancer Detection in Histopathological Images
2025-Mar-21, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15070805
PMID:40218155
|
研究论文 | 提出一种基于超像素引导的ResNet框架,通过深度加权平均特征融合和优化技术实现肺癌组织病理图像的自动检测 | 结合改进的SLIC超像素分割、多ResNet架构特征提取、深度加权平均特征融合技术以及粒子群和红鹿优化算法的特征选择 | 未提及数据集的具体来源和规模,未来需要进一步优化和探索混合模型 | 通过深度学习技术提高肺癌组织病理图像分类的准确性和效率 | 肺癌组织病理图像 | 数字病理学 | 肺癌 | 组织病理图像分析 | CNN, SVM, DT, RF, KNN, MLP | 图像 | NA | NA | ResNet-50, ResNet-101, ResNet-152 | 准确率 | NA |
| 825 | 2025-10-07 |
NucleoSeeker-precision filtering of RNA databases to curate high-quality datasets
2025-03, NAR genomics and bioinformatics
IF:4.0Q1
DOI:10.1093/nargab/lqaf021
PMID:40104673
|
研究论文 | 开发了名为NucleoSeeker的工具,用于从蛋白质数据库(PDB)中筛选高质量RNA结构数据集 | 提出了首个统一框架,结合多种工具简化RNA结构数据筛选流程,提供结构、序列和注释级别的多重过滤功能 | 未明确说明工具处理的数据规模上限和计算效率 | 解决RNA结构预测中数据质量差和冗余问题,提升深度学习模型训练效果 | 蛋白质数据库(PDB)中的RNA结构数据 | 生物信息学 | NA | 数据筛选与质量控制 | NA | RNA结构数据 | NA | NA | NA | NA | NA |
| 826 | 2025-10-07 |
Reconstructing 3D chromosome structures from single-cell Hi-C data with SO(3)-equivariant graph neural networks
2025-03, NAR genomics and bioinformatics
IF:4.0Q1
DOI:10.1093/nargab/lqaf027
PMID:40124711
|
研究论文 | 提出一种基于SO(3)-等变图神经网络的机器学习方法,用于从单细胞Hi-C数据重建染色体三维结构 | 首次将SO(3)-等变图神经网络应用于单细胞Hi-C数据的三维染色体结构重建 | 未明确说明方法在极低信噪比数据下的性能表现 | 从稀疏的单细胞Hi-C数据中准确重建染色体的三维空间结构 | 单细胞染色体三维结构 | 机器学习 | NA | 单细胞Hi-C技术 | 图神经网络 | 染色体接触数据 | NA | NA | SO(3)-等变图神经网络 | NA | NA |
| 827 | 2025-10-07 |
Wave-Net: A Marine Raft Aquaculture Area Extraction Framework Based on Feature Aggregation and Feature Dispersion for Synthetic Aperture Radar Images
2025-Mar-31, Sensors (Basel, Switzerland)
DOI:10.3390/s25072207
PMID:40218720
|
研究论文 | 提出一种基于特征聚合和特征分散的Wave-Net框架,用于从合成孔径雷达图像中提取海洋筏式养殖区域 | 采用非对称V形子网络进行特征聚合和非对称Ʌ形子网络进行特征分散,解决了多尺度结构边界模糊问题 | 在有限样本条件下进行实验 | 提高海洋筏式养殖区域的边界分割精度 | 合成孔径雷达图像中的海洋筏式养殖区域 | 计算机视觉 | NA | 合成孔径雷达成像 | 深度学习语义分割 | 合成孔径雷达图像 | 有限样本 | NA | Wave-Net, 非对称V形子网络, 非对称Ʌ形子网络 | 分割精度 | NA |
| 828 | 2025-10-07 |
A Decade of Progress in Wearable Sensors for Fall Detection (2015-2024): A Network-Based Visualization Review
2025-Mar-31, Sensors (Basel, Switzerland)
DOI:10.3390/s25072205
PMID:40218718
|
综述 | 本文采用网络可视化方法分析2015-2024年可穿戴跌倒检测传感器的研究趋势、关键技术与合作网络 | 首次运用CiteSpace工具对可穿戴跌倒检测领域进行网络可视化分析,揭示研究趋势与合作模式 | 主要基于SCI和SSCI索引期刊,可能未涵盖其他重要文献;分析结果受限于所选数据库 | 系统回顾可穿戴跌倒检测传感器十年发展历程,识别研究热点与未来方向 | 582篇研究论文和65篇综述文献 | 机器学习 | 老年疾病 | 网络可视化分析 | 传统机器学习方法,深度学习框架 | 文献元数据 | 647篇文献(582篇研究论文+65篇综述) | CiteSpace | NA | 准确率,F1分数,灵敏度,特异性 | NA |
| 829 | 2025-10-07 |
A Robust Method Based on Deep Learning for Compressive Spectrum Sensing
2025-Mar-30, Sensors (Basel, Switzerland)
DOI:10.3390/s25072187
PMID:40218700
|
研究论文 | 提出一种基于深度学习的压缩频谱感知方法,通过BEISTA-Net和BSWSS-Net网络联合提升宽频带频谱信号的重建与感知性能 | 将迭代收缩阈值算法与深度学习相结合,有效提取和增强宽频带频谱信号的块稀疏特征,并提出轻量级网络BSWSS-Net优化频谱感知性能 | 未明确说明方法在极端噪声环境下的鲁棒性及计算复杂度分析 | 解决认知无线电中压缩频谱感知的重建精度和效率问题 | 宽频带频谱信号 | 机器学习 | NA | 压缩频谱感知 | 深度学习 | 频谱信号 | NA | NA | BEISTA-Net, BSWSS-Net | 重建精度 | NA |
| 830 | 2025-10-07 |
Performance Analysis of Data Augmentation Approaches for Improving Wrist-Based Fall Detection System
2025-Mar-29, Sensors (Basel, Switzerland)
DOI:10.3390/s25072168
PMID:40218681
|
研究论文 | 分析不同数据增强方法对基于手腕的跌倒检测系统性能的提升效果 | 首次将条件扩散模型应用于手腕跌倒检测数据增强,仅使用25%真实数据即可提升F1分数6.58% | 未详细说明实验数据集的具体规模和来源限制 | 通过数据增强方法解决手腕跌倒检测系统中的类别不平衡和数据稀缺问题 | 老年人跌倒检测数据 | 机器学习 | 老年疾病 | 数据增强技术 | 条件扩散模型 | 传感器时序数据 | 仅使用25%实际数据的条件下进行实验 | NA | 条件扩散模型 | F1分数 | NA |
| 831 | 2025-10-07 |
Edge_MVSFormer: Edge-Aware Multi-View Stereo Plant Reconstruction Based on Transformer Networks
2025-Mar-29, Sensors (Basel, Switzerland)
DOI:10.3390/s25072177
PMID:40218688
|
研究论文 | 提出基于Transformer网络的边缘感知多视角立体植物重建方法Edge_MVSFormer | 集成边缘检测算法增强边缘信息输入,并引入边缘感知损失函数以提升植物叶片边缘重建精度 | 仅使用10种模型植物进行测试,样本规模有限 | 提升多视角立体植物三维重建的精度,特别是边缘区域的重建质量 | 植物叶片边缘和整体三维结构 | 计算机视觉 | NA | 多视角立体视觉(MVS) | Transformer | RGB图像,深度图像,点云 | 10种模型植物的私有数据 | NA | TransMVSNet,Edge_MVSFormer | 边缘误差,整体重建误差 | NA |
| 832 | 2025-10-07 |
Real-Time American Sign Language Interpretation Using Deep Learning and Keypoint Tracking
2025-Mar-28, Sensors (Basel, Switzerland)
DOI:10.3390/s25072138
PMID:40218651
|
研究论文 | 提出了一种结合深度学习和关键点跟踪的实时美国手语解释系统 | 将YOLOv11手势识别模型与MediaPipe手部跟踪技术相结合,实现高精度实时ASL字母识别 | NA | 开发实时美国手语解释系统以增强可访问性和促进包容性 | 美国手语字母表 | 计算机视觉 | NA | 关键点跟踪 | CNN | 图像 | NA | MediaPipe | YOLOv11 | mAP@0.5 | NA |
| 833 | 2025-10-07 |
Deep Learning-Based River Flow Forecasting with MLPs: Comparative Exploratory Analysis Applied to the Tejo and the Mondego Rivers
2025-Mar-28, Sensors (Basel, Switzerland)
DOI:10.3390/s25072154
PMID:40218665
|
研究论文 | 基于多层感知器(MLP)模型开发河流流量预测服务,并在葡萄牙特茹河和蒙德古河进行应用验证 | 将MLP模型作为远程服务应用于河流流量预测,结合现代数据驱动方法与传统水文气象数据源 | 仅针对特定河流场景和数据集进行验证,模型性能可能受限于数据质量和区域特性 | 创建和改进作为远程服务运行的AI模型,提供未来3天精确及时的河流流量预测 | 葡萄牙特茹河和蒙德古河的水文数据 | 机器学习 | NA | 水文数据分析 | MLP | 水文数据 | 葡萄牙国家水资源信息系统(SNIRH)的全面水文数据 | NA | 多层感知器 | 准确性 | NA |
| 834 | 2025-10-07 |
Dual-Ascent-Inspired Transformer for Compressed Sensing
2025-Mar-28, Sensors (Basel, Switzerland)
DOI:10.3390/s25072157
PMID:40218669
|
研究论文 | 提出一种受双上升法启发的Transformer架构,用于图像压缩感知任务,能够在不同压缩比下保持稳定性能 | 将双上升法的数学特性融入Transformer架构设计,创建非对称原始-对偶空间,并通过参数共享优化交叉注意力模块 | 论文未明确讨论模型在极端压缩比下的性能表现以及在大规模数据集上的泛化能力 | 开发一种能够适应不同压缩比且训练成本低的图像压缩感知深度学习方法 | 图像压缩感知重建 | 计算机视觉 | NA | 压缩感知 | Transformer | 图像 | NA | NA | Dual-Ascent-Inspired Transformer (DAT) | PSNR | NA |
| 835 | 2025-10-07 |
DMC-LIBSAS: A Laser-Induced Breakdown Spectroscopy Analysis System with Double-Multi Convolutional Neural Network for Accurate Traceability of Chinese Medicinal Materials
2025-Mar-27, Sensors (Basel, Switzerland)
DOI:10.3390/s25072104
PMID:40218616
|
研究论文 | 提出基于双多重卷积神经网络的激光诱导击穿光谱分析系统,用于中药材产地溯源 | 首次将双多重卷积神经网络与激光诱导击穿光谱技术结合,开发了端到端的溯源系统 | NA | 开发准确的中药材产地溯源技术 | 中药材 | 计算机视觉 | NA | 激光诱导击穿光谱 | CNN | 光谱数据 | NA | NA | 双多重卷积神经网络 | 准确率 | NA |
| 836 | 2025-10-07 |
MicrocrackAttentionNext: Advancing Microcrack Detection in Wave Field Analysis Using Deep Neural Networks Through Feature Visualization
2025-Mar-27, Sensors (Basel, Switzerland)
DOI:10.3390/s25072107
PMID:40218619
|
研究论文 | 本研究提出了一种用于波场分析中微裂纹检测的非对称编码器-解码器网络,通过特征可视化优化模型性能 | 提出了具有自适应特征重用块的非对称编码器-解码器网络,并利用流形发现分析算法进行特征空间可视化 | 数据集存在极端类别不平衡问题,裂纹像素仅占样本总像素的5%,且时空维度数据量有限 | 改进深度学习模型在微裂纹检测中的性能,解决类别不平衡问题 | 波场与损伤区域相互作用产生的高维时空裂纹数据 | 计算机视觉 | NA | 波场分析 | 深度神经网络 | 时空裂纹数据 | NA | NA | 非对称编码器-解码器网络 | 准确率 | NA |
| 837 | 2025-10-07 |
Enhancing Historical Aerial Photographs: A New Approach Based on Non-Reference Metric and Photo Interpretation Elements
2025-Mar-27, Sensors (Basel, Switzerland)
DOI:10.3390/s25072126
PMID:40218638
|
研究论文 | 提出一种基于无参考图像质量评估和照片判读要素的历史航拍图像增强新方法 | 采用基于照片判读要素的分层数据集结构,并分别训练不同类别图像,最后通过BRISQUE指标选择最佳区域拼接最终图像 | 未提及模型参数数量限制可能影响性能,且仅针对灰度历史航拍照片 | 提高历史航拍照片的图像质量 | 灰度历史航拍照片 | 计算机视觉 | NA | 超分辨率技术 | 基础超分辨率模型 | 图像 | 包含裸地/林业区、居民区和农田区三个类别的图像数据集 | NA | NA | BRISQUE, 视觉判读, 基于参考的图像质量指标 | NA |
| 838 | 2025-10-07 |
Design and Development of a Public AI Referee Assistance System Based on Harmony OS Platform
2025-Mar-27, Sensors (Basel, Switzerland)
DOI:10.3390/s25072127
PMID:40218639
|
研究论文 | 基于Harmony OS平台开发了一个面向羽毛球比赛的AI裁判辅助系统,通过计算机视觉技术实现界内外判罚和发球违例检测 | 将商业级鹰眼系统简化为适合公众使用的小型系统,结合Harmony OS平台和YOLOV5算法,降低了硬件投入和专业门槛 | 系统主要面向学生群体,可能在其他用户群体或更复杂比赛场景中的适用性有限 | 开发一个低成本、易用的AI裁判辅助系统,解决羽毛球比赛中裁判资源稀缺的问题 | 羽毛球比赛中的争议判罚,包括界内外判断和发球违例 | 计算机视觉 | NA | 深度学习目标检测,姿态识别 | CNN | 视频 | NA | MediaPipe | YOLOV5 | 准确率 | Harmony OS平台 |
| 839 | 2025-10-07 |
A Deep Learning Approach for Distant Infrasound Signals Classification
2025-Mar-26, Sensors (Basel, Switzerland)
DOI:10.3390/s25072058
PMID:40218571
|
研究论文 | 提出基于次声信号时空特征的深度学习分类框架,用于远距离次声信号分类 | 结合先进信号处理技术、信号增强算法和深度学习架构,针对远距离检测场景设计新型分类框架 | NA | 提高远距离次声信号的分类准确率 | 化学爆炸和地震产生的次声信号 | 信号处理 | NA | 信号处理技术, 信号增强算法 | 深度学习 | 次声信号 | NA | NA | NA | 准确率 | NA |
| 840 | 2025-10-07 |
A Hybrid Deep Learning and Improved SVM Framework for Real-Time Railroad Construction Personnel Detection with Multi-Scale Feature Optimization
2025-Mar-26, Sensors (Basel, Switzerland)
DOI:10.3390/s25072061
PMID:40218575
|
研究论文 | 提出一种结合改进支持向量机和深度学习的铁路施工人员实时检测框架 | 将改进支持向量机与Inception v3多尺度特征提取相结合,并采用非局部均值降噪和直方图均衡化预处理技术 | NA | 提高铁路施工现场人员检测的实时性和准确性 | 铁路施工人员 | 计算机视觉 | NA | 图像处理 | ISVM, CNN | 图像 | NA | NA | Inception v3 | 准确率, 实时性能 | NA |