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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1161 | 2025-05-07 |
A fully automatic Cobb angle measurement framework of full-spine DR images based on deep learning
2025-May-06, 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/s00586-025-08895-w
PMID:40327070
|
research paper | 提出了一种基于深度学习的全自动Cobb角测量框架,用于全脊柱DR图像的脊柱侧弯评估 | 开发了一个全自动的深度学习框架,能够从全脊柱DR图像中自动测量Cobb角,解决了传统手动测量耗时且存在观察者差异的问题 | 未提及对不同年龄段或严重程度脊柱侧弯患者的适用性 | 提高脊柱侧弯诊断中Cobb角测量的准确性和效率 | 全脊柱数字放射摄影(DR)图像 | digital pathology | scoliosis | deep learning | YOLOv8 with CBAM module | image | 1,163张AP视图和1,378张LAT视图的DR图像 | NA | NA | NA | NA |
| 1162 | 2025-05-07 |
Contactless Estimation of Respiratory Frequency Using 3D-CNN on Thermal Images
2025-May-05, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3567141
PMID:40323749
|
研究论文 | 本文提出了一种基于深度学习的无接触呼吸频率估计方法,使用3D-CNN处理热成像视频数据 | 无需复杂预处理和手动ROI跟踪,直接从原始热成像视频估计呼吸频率 | 在小型数据集上训练,验证R2分数约为0.61,仍有提升空间 | 开发一种无接触的呼吸频率监测方法,提高热成像在实际应用中的可行性 | 热成像视频数据 | 计算机视觉 | NA | 热成像技术 | 3D-CNN | 视频 | 未明确说明样本数量,使用了数据增强和合成数据集进行训练 | NA | NA | NA | NA |
| 1163 | 2025-10-07 |
Have We Solved Glottis Segmentation? Review and Commentary
2025-May, Journal of voice : official journal of the Voice Foundation
IF:2.5Q1
DOI:10.1016/j.jvoice.2024.11.037
PMID:39645484
|
评论 | 对声门分割研究现状进行回顾与评论,探讨深度学习时代该领域是否已完全解决 | 批判性评估当前声门分割研究的进展,指出尚未解决的关键问题 | NA | 评估声门分割领域的研究现状和未来发展方向 | 声门分割方法和相关研究 | 医学图像分析 | 嗓音疾病 | 深度学习 | NA | 医学图像 | NA | NA | NA | NA | NA |
| 1164 | 2025-10-07 |
Deep Learning for Predicting Acute Exacerbation and Mortality of Interstitial Lung Disease
2025-May, Annals of the American Thoracic Society
IF:6.8Q1
DOI:10.1513/AnnalsATS.202403-284OC
PMID:39680875
|
研究论文 | 开发深度学习模型利用纵向数据预测间质性肺病急性加重和死亡率 | 首次使用纵向临床和环境数据开发深度学习模型预测ILD患者复合结局 | 回顾性研究设计,数据来源于两个专科中心 | 预测间质性肺病患者的急性加重和死亡风险 | 间质性肺病患者 | 机器学习 | 间质性肺病 | 纵向数据分析 | 深度学习 | 临床数据, 环境数据 | 1,175名患者(来自两个医疗中心) | NA | NA | C-index | NA |
| 1165 | 2025-10-07 |
Robust graph structure learning under heterophily
2025-May, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.107206
PMID:39893803
|
研究论文 | 提出一种针对异质性图的鲁棒图结构学习方法,通过高通滤波和自适应范数优化图结构 | 首次针对异质性图设计结构学习方法,通过高通滤波增强节点区分度,并引入自适应范数处理不同级别噪声 | 方法主要针对异质性图场景,在高度同质性图上的性能未经验证 | 从噪声稀疏的异质性数据中学习高质量图结构以提升下游任务性能 | 异质性图数据,其中连接节点大多属于不同类别 | 图表示学习 | NA | 图结构学习 | 图神经网络 | 图数据 | NA | NA | NA | 准确率 | NA |
| 1166 | 2025-10-07 |
Attention-based deep learning models for predicting anomalous shock of wastewater treatment plants
2025-May-01, Water research
IF:11.4Q1
DOI:10.1016/j.watres.2025.123192
PMID:39893907
|
研究论文 | 本研究利用注意力机制增强深度学习模型预测污水处理厂异常水质波动的能力 | 首次将注意力机制应用于污水处理异常水质预测,通过局部和全局敏感性分析提升模型可解释性 | 缺乏极端波动数据用于模型训练 | 预测污水处理厂进水水质的异常波动 | 污水处理厂进水水质指标(总氮、总磷、化学需氧量) | 机器学习 | NA | 深度学习,注意力机制 | A-MLP, Transformer, FTA-LSTM | 时间序列数据 | NA | NA | 多层感知机,Transformer,长短期记忆神经网络 | R, F1-score, F2-score | NA |
| 1167 | 2025-05-07 |
Measurement of differential activation by heart-rate-variability for youth MDD discrimination
2025-May-01, Journal of affective disorders
IF:4.9Q1
DOI:10.1016/j.jad.2025.02.006
PMID:39914751
|
research paper | 该研究通过心率变异性(HRV)数据,结合机器学习与深度学习模型,探索了差异激活(DA)理论在青年重度抑郁症(MDD)识别中的应用 | 首次将差异激活(DA)理论与HRV记录结合,提出了一种新的青年MDD识别方法,并验证了其高效性 | 样本量较小(50名MDD患者和53名健康对照),可能影响模型的泛化能力 | 探索差异激活(DA)导向的识别器是否能有效识别青年MDD患者 | 青年重度抑郁症(MDD)患者和健康对照参与者 | machine learning | major depression disorder | HRV数据分析 | LSTM | 生理信号数据(HRV)和人口统计信息 | 103名参与者(50名MDD患者和53名健康对照) | NA | NA | NA | NA |
| 1168 | 2025-05-07 |
Efficacy of a deep learning system for automatic analysis of the comprehensive spatial relationship between the mandibular third molar and inferior alveolar canal on panoramic radiographs
2025-May, Oral surgery, oral medicine, oral pathology and oral radiology
DOI:10.1016/j.oooo.2024.12.020
PMID:39915134
|
research paper | 开发并评估一种深度学习系统,用于预测下颌第三磨牙与下牙槽神经管在全景X光片上的接触和相对位置关系,以用于术前评估 | 首次使用深度学习系统自动分析下颌第三磨牙与下牙槽神经管的全景X光片空间关系,并展示优于经验丰富的牙医的诊断效果 | 样本量相对较小(279例全景X光片),且年龄范围有限(18-32岁) | 开发一种深度学习系统,用于术前评估下颌第三磨牙手术中与下牙槽神经管的空间关系 | 下颌第三磨牙(M3)与下牙槽神经管(IAC)的空间关系 | digital pathology | dental disease | deep learning, panoramic radiographs, cone beam computed tomography (CBCT) | ResNet50 | image | 279张全景X光片,包含441颗下颌第三磨牙 | NA | NA | NA | NA |
| 1169 | 2025-05-07 |
Automatic future remnant segmentation in liver resection planning
2025-May, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03331-2
PMID:39961898
|
研究论文 | 本研究提出了一种用于自动肝脏切除规划的新方法,通过CT扫描中的肝脏、血管和肿瘤分割来预测未来肝脏残余量(FLR) | 结合深度卷积和Transformer网络,利用解剖和病理分割掩码提高FLR分割的准确性 | 需要进一步研究以无缝集成到临床工作流程中 | 提高术前规划的准确性和患者预后 | 肝脏、血管和肿瘤的CT扫描图像 | 数字病理 | 肝脏疾病 | CT扫描 | 深度卷积网络和Transformer | 图像 | NA | NA | NA | NA | NA |
| 1170 | 2025-05-07 |
Exploring the modulation of phosphorylation and SUMOylation-dependent NPR1 conformational switching on immune regulators TGA3 and WRKY70 through molecular simulation
2025-May, Plant physiology and biochemistry : PPB
IF:6.1Q1
DOI:10.1016/j.plaphy.2025.109711
PMID:40056739
|
研究论文 | 通过分子模拟探索磷酸化和SUMO化依赖的NPR1构象转换对免疫调节因子TGA3和WRKY70的调控机制 | 利用深度学习分子建模、对接和多纳秒模拟揭示了不同磷酸化状态对NPR1动态稳定性及TGA3-WRKY70结合的影响 | 研究仅基于计算模拟,缺乏实验验证 | 阐明NPR1的翻译后修饰在植物免疫中的调控机制 | NPR1蛋白及其互作因子TGA3和WRKY70 | 计算生物学 | 植物免疫 | 深度学习分子建模、分子对接、分子动力学模拟 | 分子动力学模型 | 分子结构数据 | NA | NA | NA | NA | NA |
| 1171 | 2025-05-07 |
Development of DeepPQK and DeepQK sequence-based deep learning models to predict protein-ligand affinity and application in the directed evolution of ferulic esterase DLfae4
2025-May, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2025.141790
PMID:40054795
|
研究论文 | 开发了基于序列的深度学习模型DeepPQK和DeepQK,用于预测蛋白质-配体结合亲和力,并应用于阿魏酸酯酶DLfae4的定向进化 | 提出了不依赖高分辨率蛋白质晶体结构数据的预测方法,利用CNN整合局部和全局上下文特征预测亲和力 | NA | 预测蛋白质-配体结合亲和力并指导酶的定向进化 | 蛋白质序列、配体和阿魏酸酯酶DLfae4的变体 | 机器学习 | NA | 深度学习 | CNN | 蛋白质序列、配体 | 2016年核心数据集 | NA | NA | NA | NA |
| 1172 | 2025-05-07 |
A momentum-based adversarial training approach for generalization in underwater acoustic target recognition: An individual-vessel perspective
2025-May-01, The Journal of the Acoustical Society of America
IF:2.1Q1
DOI:10.1121/10.0036456
PMID:40326792
|
研究论文 | 提出一种基于动量的对抗训练方法(MBAT),用于提高水下声学目标识别中的泛化能力 | 利用动量对抗策略和同方差不确定性算法,平衡类别相关和船舶特定特征的优化目标,从而更有效地提取类别区分性特征 | 实验仅在DeepShip和ShipsEar数据集上进行,未在其他数据集验证其泛化能力 | 提高水下被动声学目标识别的泛化能力 | 船舶辐射噪声 | 机器学习 | NA | 动量对抗训练(MBAT) | 深度学习模型 | 声学信号 | DeepShip和ShipsEar数据集 | NA | NA | NA | NA |
| 1173 | 2025-10-07 |
Developing a novel Temporal Air-quality Risk Index using LSTM autoencoder: A case study with South Korean air quality data
2025-May-25, The Science of the total environment
DOI:10.1016/j.scitotenv.2025.179303
PMID:40245507
|
研究论文 | 提出一种基于LSTM自编码器的深度学习框架来开发更全面的空气质量指数TARI | 首次将深度学习应用于环境指数开发,能够捕捉污染物间的复杂相互作用和时间依赖性 | 仅使用韩国空气质量数据进行案例研究,未在其他地区验证 | 开发更准确评估空气污染健康风险的环境指数 | 韩国空气质量数据 | 机器学习 | NA | 空气质量监测 | LSTM自编码器 | 时间序列数据 | 韩国真实空气质量数据集 | NA | LSTM自编码器 | 与疾病患病率的相关性 | NA |
| 1174 | 2025-10-07 |
An optimized deep neural network with explainable artificial intelligence framework for brain tumour classification
2025-May-04, Network (Bristol, England)
DOI:10.1080/0954898X.2025.2500046
PMID:40320295
|
研究论文 | 提出一种基于亨利气体溶解度优化的ResNet框架用于脑肿瘤分类 | 使用亨利气体溶解度优化算法优化ResNet关键超参数,并结合GRAD-CAM提供可解释性分析 | NA | 提高脑肿瘤MRI图像的分类性能 | 脑肿瘤MRI图像 | 计算机视觉 | 脑肿瘤 | 磁共振成像 | CNN | 图像 | 两个独立数据库(Database1含四类肿瘤,Database2含三类肿瘤) | NA | ResNet-18, ResNet-50 | 准确率, 灵敏度, 特异性, 精确率, F分数 | NA |
| 1175 | 2025-10-07 |
Enhancing lung cancer detection through integrated deep learning and transformer models
2025-May-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-00516-2
PMID:40320438
|
研究论文 | 提出一种集成深度学习和Transformer模型的肺癌检测框架CanNS,通过协同优化提升诊断能力 | 开发了新型Cancer Nexus Synergy框架,整合Swin-Transformer UNet分割模型、Xception-LSTM GAN分类网络和Devilish Levy优化算法 | 模型在真实临床数据集上的性能稳定性仍需验证,这会影响其临床实际应用 | 提高肺癌检测的准确性和效率,解决现有方法的局限性 | 肺癌检测 | 计算机视觉 | 肺癌 | 深度学习,Transformer | CNN, LSTM, GAN, Transformer | 医学图像 | NA | NA | Swin-Transformer UNet, Xception-LSTM GAN | 准确率,灵敏度,特异性 | NA |
| 1176 | 2025-10-07 |
Domain knowledge-infused pre-trained deep learning models for efficient white blood cell classification
2025-May-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-00563-9
PMID:40320432
|
研究论文 | 本文提出一种融合领域知识的预训练深度学习模型,用于提升白细胞分类的准确率 | 通过将领域知识与图像数据融合,改进预训练模型在医学图像分类中的性能,解决医学数据集数据不足问题 | 未明确说明领域知识的具体融合方法和数据质量提升的具体机制 | 开发高效的计算机视觉解决方案,辅助医疗从业者进行白细胞分类 | 白细胞图像数据 | 计算机视觉 | 血液疾病 | 图像分类 | CNN | 图像 | BCCD和LISC两个数据集 | NA | Inception V3, DenseNet 121, ResNet 50, MobileNet V2, VGG 16 | 准确率 | NA |
| 1177 | 2025-10-07 |
The analysis of marketing performance in E-commerce live broadcast platform based on big data and deep learning
2025-May-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-00546-w
PMID:40320449
|
研究论文 | 基于大数据管理和深度学习技术对电商直播平台营销绩效进行综合分析 | 结合专家评分法与BP神经网络确定绩效评估指标权重,为电商直播平台提供科学的绩效评估方法 | NA | 分析电商直播平台营销绩效,优化用户体验和销售表现 | 电商直播平台 | 机器学习 | NA | 大数据管理技术 | BPNN | 大规模数据集和调查数据 | NA | NA | 反向传播神经网络 | 用户参与度、内容质量、商品销售效果、用户满意度、平台推广效果 | NA |
| 1178 | 2025-10-07 |
The construction of student-centered artificial intelligence online music learning platform based on deep learning
2025-May-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-95729-w
PMID:40319107
|
研究论文 | 本研究提出了一种基于深度学习的课程推荐模型CRM-SLIE,用于提升以学生为中心的人工智能在线音乐学习平台的课程推荐准确性和适应性 | 结合注意力机制和门控循环单元(GRU),引入项目交叉模块,能有效捕捉学生兴趣变化和课程间的二阶特征交互 | NA | 提高在线音乐学习平台的课程推荐准确性和适应性 | 在线音乐学习平台的学生用户 | 自然语言处理 | NA | 深度学习 | 注意力机制,GRU | 学生行为序列数据 | NA | NA | CRM-SLIE | AUC,召回率 | NA |
| 1179 | 2025-10-07 |
Bio-inspired motion detection models for improved UAV and bird differentiation: a novel deep learning framework
2025-May-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-99951-4
PMID:40319117
|
研究论文 | 提出一种受生物启发的深度学习模型STBRNN,用于改进无人机与鸟类的实时检测与区分 | 开发了包含生物启发卷积网络、门控循环单元和新型生物响应层的时空生物响应神经网络,能够根据运动强度、物体接近度和速度一致性调整注意力 | NA | 提高无人机与鸟类的检测区分能力,降低误报率和漏检率 | 无人机和鸟类 | 计算机视觉 | NA | 深度学习 | CNN, GRU | 图像, 视频 | NA | PyTorch | Bio-CNN, GRU, STBRNN | 精确度, 召回率, F1分数, IoU | NA |
| 1180 | 2025-10-07 |
Semantical and geometrical protein encoding toward enhanced bioactivity and thermostability
2025-May-02, eLife
IF:6.4Q1
DOI:10.7554/eLife.98033
PMID:40314227
|
研究论文 | 提出一种结合序列和几何编码的蛋白质预训练框架,用于提高蛋白质生物活性和热稳定性预测 | 首次整合蛋白质一级和三级结构的序列与几何编码器,通过模拟自然选择指导蛋白质突变方向 | 未明确说明模型在特定蛋白质家族或复杂结构上的泛化能力限制 | 开发更准确全面的蛋白质变体效应预测方法以促进高效蛋白质工程 | 蛋白质序列和结构 | 机器学习 | NA | 深度突变扫描 | 深度学习 | 蛋白质序列和结构数据 | 超过300个深度突变扫描实验 | PyTorch | 预训练框架(包含序列编码器和几何编码器) | 与零样本学习方法比较的性能评估 | NA |