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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 321 | 2025-10-06 |
Knowledge-enhanced protein subcellular localization prediction from 3D fluorescence microscope images
2025-Jun-02, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf331
PMID:40459878
|
研究论文 | 开发了一种知识增强的蛋白质亚细胞定位预测模型KE3DLoc,可从3D荧光显微镜图像中识别蛋白质分布模式 | 结合3D和2D投影细胞信息设计图像特征提取模块,引入基因本体论知识图谱优化蛋白质表示,并设计蛋白质ID聚合增强特征一致性 | 未明确提及具体局限性,但暗示3D图像处理面临数据缺乏和建模复杂性的挑战 | 从3D荧光显微镜图像中自动识别蛋白质亚细胞定位,促进蛋白质转运分析和生物标志物发现 | 蛋白质亚细胞定位 | 计算机视觉 | NA | 3D荧光显微镜成像 | 深度学习 | 3D图像 | 三个公共数据集(未明确具体样本数量) | NA | KE3DLoc(包含图像特征提取模块和知识增强模块) | NA | NA |
| 322 | 2025-10-06 |
Gene spatial integration: enhancing spatial transcriptomics analysis via deep learning and batch effect mitigation
2025-Jun-02, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf350
PMID:40511994
|
研究论文 | 提出一种基于深度学习的基因空间整合方法,用于增强空间转录组学分析并解决批次效应问题 | 开发了利用表示学习方法将基因空间分布特征整合到基因表达特征空间的创新流程,并有效缓解多样本整合时的批次效应 | 方法仅在人类背外侧前额叶皮层数据集上验证,需要更多组织类型验证通用性 | 提升空间转录组学数据分析性能,特别是聚类分析效果 | 空间转录组学数据,特别是人类背外侧前额叶皮层样本 | 生物信息学 | NA | 空间转录组学 | 自编码器 | 空间转录组学数据,基因表达数据 | 人类背外侧前额叶皮层数据集(包括样本151673、151672等) | NA | 自编码器网络 | ARI分数 | NA |
| 323 | 2025-10-06 |
GOBoost: leveraging long-tail gene ontology terms for accurate protein function prediction
2025-Jun-02, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf267
PMID:40581608
|
研究论文 | 提出GOBoost方法,通过长尾优化集成策略解决蛋白质功能预测中基因本体术语的长尾分布问题 | 引入长尾优化集成策略、全局-局部标签图模块和多粒度焦点损失函数来增强长尾功能信息 | NA | 提高蛋白质功能预测的准确性,特别是针对长尾分布的基因本体术语 | 蛋白质功能预测 | 机器学习 | NA | 深度学习 | NA | 蛋白质数据 | PDB和AF2数据集 | NA | NA | AUPR | NA |
| 324 | 2025-10-06 |
Artificial intelligence-assisted detection of nasopharyngeal carcinoma on endoscopic images: a national, multicentre, model development and validation study
2025-Jun, The Lancet. Digital health
DOI:10.1016/j.landig.2025.03.001
PMID:40544083
|
研究论文 | 开发基于深度学习的鼻咽癌内窥镜图像辅助诊断系统 | 首次开发基于Swin Transformer的鼻咽诊断系统,并在全国多中心进行大规模验证 | 研究主要基于中国人群数据,需要进一步验证在其他人群中的适用性 | 通过人工智能辅助提高鼻咽癌的早期诊断准确性 | 鼻咽癌、良性增生和正常鼻咽组织的内窥镜图像 | 计算机视觉 | 鼻咽癌 | 内窥镜成像 | 深度学习 | 图像 | 27,362张内窥镜图像(10,693例鼻咽癌,7,073例良性增生,9,596例正常),来自15,521名参与者 | NA | Swin Transformer | AUC, 敏感性, 特异性, 准确率 | NA |
| 325 | 2025-10-06 |
The Paradox of Knowledge: Why Medical Students Know More But Understand Less
2025-Jun, Medical science educator
IF:1.9Q2
DOI:10.1007/s40670-025-02379-8
PMID:40626000
|
评论 | 分析医学教育中知识掌握与临床理解脱节的矛盾现象及其解决路径 | 首次系统阐述医学教育中“知识越多理解越少”的悖论现象及其形成机制 | 未提供具体实证数据支持理论分析 | 探讨医学教育体系存在的根本问题并提出改革方向 | 医学教育体系与医学生培养模式 | 医学教育 | NA | 教育理论分析 | NA | 理论分析 | NA | NA | NA | NA | NA |
| 326 | 2025-10-06 |
Deep Learning Model for Natural Language to Assess Effectiveness of Patients With Non-Muscle Invasive Bladder Cancer Receiving Intravesical Bacillus Calmette-Guérin Therapy
2025-Jun, JCO clinical cancer informatics
IF:3.3Q2
DOI:10.1200/CCI-24-00249
PMID:40577661
|
研究论文 | 开发基于深度学习的自然语言处理模型,利用电子健康记录评估非肌层浸润性膀胱癌患者接受BCG治疗的临床结局 | 首次使用BERT模型从电子健康记录中自动提取非肌层浸润性膀胱癌患者的治疗结局信息 | 需要10%的人工审核支持,且为回顾性研究 | 评估BCG治疗在非肌层浸润性膀胱癌患者中的有效性 | 接受BCG诱导治疗的日本非肌层浸润性膀胱癌成人患者 | 自然语言处理 | 膀胱癌 | 电子健康记录分析 | BERT | 文本 | 372名患者 | NA | BERT | 精确率,召回率,F1分数,风险比 | NA |
| 327 | 2025-10-06 |
Deep Learning-Based Classification System for Facial Pigmented Lesions to Aid Laser Treatment Decisions
2025-Jun, Cureus
DOI:10.7759/cureus.85428
PMID:40621347
|
研究论文 | 开发基于深度学习的面部色素性皮损分类系统以辅助激光治疗决策 | 首次将迁移学习应用于面部五种色素性皮损的鉴别诊断,并在激光治疗规划背景下与皮肤科专家进行性能比较 | 样本量相对有限(432张图像),仅包含五种特定类型的面部色素性皮损 | 开发并评估深度学习模型在面部色素性皮损分类中的诊断准确性 | 五种面部色素性皮损:黄褐斑、雀斑、获得性真皮黑素细胞增多症、日光性雀斑样痣、恶性雀斑样痣/恶性雀斑样痣黑色素瘤 | 计算机视觉 | 皮肤疾病 | 临床图像分析 | CNN | 图像 | 432张高分辨率临床图像 | TensorFlow, Keras | InceptionResNetV2, DenseNet121 | 准确率, 灵敏度 | NA |
| 328 | 2025-10-06 |
The Role of Artificial Intelligence and Machine Learning Applications in Emergency Surgery: A Systematic Review of Diagnostic Accuracy and Clinical Outcomes
2025-Jun, Cureus
DOI:10.7759/cureus.85386
PMID:40621368
|
系统综述 | 本文系统评估了人工智能和机器学习在急诊外科中的诊断准确性和临床效果 | 首次系统性地评估AI在急诊外科五个关键领域的应用效果,包括阑尾炎管理、急诊腹部手术风险评估等 | 仅纳入2015-2025年间的英文研究,可能存在发表偏倚 | 评估机器学习在识别急诊患者和AI方法在诊断中的有效性,以及预测并发症和手术需求的能力 | 急诊外科患者 | 机器学习 | 急诊外科疾病 | 深度学习,自然语言处理 | 机器学习模型 | 医疗记录,临床数据 | 从2791篇文献中筛选出19项符合条件的研究 | NA | NA | 准确率 | NA |
| 329 | 2025-10-06 |
A Fundamental Study on the Removal of Vascular Pulsation Artifacts Using U-Net-Based Deep Neural Network
2025-Jun, Cureus
DOI:10.7759/cureus.85400
PMID:40621369
|
研究论文 | 本研究提出了一种基于U-Net的深度学习网络,用于减少磁共振成像中血管搏动引起的伪影 | 首次将深度学习应用于STIR图像中血管搏动伪影的减少 | 需要进一步详细评估以开发适合临床应用的方法 | 减少磁共振成像中血管搏动引起的伪影 | 15名成年志愿者的小腿STIR图像 | 医学影像处理 | NA | 磁共振成像,短时反转恢复序列 | 深度学习 | 医学图像 | 15名成年志愿者 | NA | U-Net | 峰值信噪比,结构相似性指数,视觉评估 | NA |
| 330 | 2025-07-09 |
A Commentary on "Deep Learning-Enhanced Hand Grip and Release Test for Degenerative Cervical Myelopathy: Shortening Assessment Duration to 6 Seconds"
2025-Jun, Neurospine
IF:3.8Q1
DOI:10.14245/ns.2550126.063
PMID:40625020
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 331 | 2025-10-06 |
From Surface to Deep Learning: Gamified Mobile Education for Subcutaneous and Intramuscular Injection Skills
2025-Jun, Medical science educator
IF:1.9Q2
DOI:10.1007/s40670-025-02323-w
PMID:40625998
|
研究论文 | 本研究探讨基于游戏的移动应用程序对护生皮下和肌肉注射技能的影响 | 将游戏化移动学习应用于护理教育的实践技能培训,通过HEM-SC-IM应用程序提供互动式学习体验 | 样本规模相对较小(129名护生),研究时间仅限于2021-2022学年 | 评估游戏化移动教育对护生皮下和肌肉注射技能的学习效果 | 护理专业学生 | 教育技术 | NA | 移动应用程序、游戏化学习、模拟训练 | NA | 问卷调查数据、技能评估数据 | 129名护生(实验组64人,对照组65人) | NA | NA | 深度学习分数、皮下注射分数、肌肉注射分数、场景表现分析 | 移动应用程序平台 |
| 332 | 2025-10-06 |
A comparative study of robustness to noise and interpretability in U-Net-based denoising of Raman spectra
2025-Jun-27, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2025.126577
PMID:40618630
|
研究论文 | 本研究比较了基于U-Net的拉曼光谱去噪模型在不同训练策略下的鲁棒性和可解释性 | 首次将可解释性技术应用于拉曼光谱去噪模型分析,揭示了不同训练策略对模型决策过程的影响 | 研究仅限于U-Net架构,未探索其他深度学习模型在拉曼光谱去噪中的表现 | 探究不同训练策略对拉曼光谱去噪模型泛化能力和鲁棒性的影响 | 拉曼光谱数据 | 机器学习 | NA | 拉曼光谱 | U-Net | 光谱数据 | 使用不同积分时间采集的光谱数据集 | NA | U-Net | 均方根误差, 皮尔逊相关系数 | NA |
| 333 | 2025-10-06 |
Attention-based deep learning for analysis of pathology images and gene expression data in lung squamous premalignant lesions
2025-Jun-12, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.06.06.25328492
PMID:40585088
|
研究论文 | 提出基于Transformer的深度学习框架,整合病理图像和基因表达数据分析肺鳞状上皮癌前病变 | 首次将Transformer架构应用于肺鳞状上皮癌前病变的多模态数据分析,实现病理图像与基因表达的灵活融合 | 模型训练基于二元标签,可能无法完全捕捉病变谱系的连续性特征 | 开发多模态深度学习框架以区分支气管发育不良及以上病变与正常/增生/化生组织 | 肺癌高风险患者的支气管活检组织 | 数字病理 | 肺癌 | H&E全切片成像, 批量基因表达分析 | Transformer | 图像, 基因表达数据 | 来自4项研究的多中心数据集 | NA | Transformer | AUROC | NA |
| 334 | 2025-10-06 |
GAN Inversion for Data Augmentation to Improve Colonoscopy Lesion Classification
2025-Jun, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3397611
PMID:38713568
|
研究论文 | 本研究探索使用GAN反演生成合成图像进行数据增强,以改善结肠镜病灶分类性能 | 通过GAN反演在语义丰富且解耦的潜在空间中操作潜在表示生成合成图像,无需重新训练多个生成模型 | 未明确说明训练数据的具体规模和多样性限制 | 解决医学影像中标注数据稀缺问题,提高结肠镜息肉分类性能 | 结肠镜图像中的息肉病灶 | 计算机视觉 | 结直肠癌 | GAN反演,图像模态转换,风格迁移 | GAN | 图像 | NA | NA | GAN | F1-score, 敏感度 | NA |
| 335 | 2025-10-06 |
ChatGPT-Assisted Deep Learning Models for Influenza-Like Illness Prediction in Mainland China: Time Series Analysis
2025-Jun-27, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/74423
PMID:40577658
|
研究论文 | 本研究评估了五种深度学习模型在中国大陆流感样疾病预测中的表现,并探索了ChatGPT在辅助模型开发中的作用 | 首次系统评估ChatGPT辅助开发深度学习模型在流感预测中的应用,比较了五种时间序列模型的性能 | 在北方地区预测误差较大(MAPE>400%),存在显著的区域差异,模型在极端波动时期表现不稳定 | 评估深度学习模型对流感样疾病阳性率的预测性能,探索ChatGPT在辅助模型开发中的作用 | 中国大陆流感样疾病阳性率数据 | 机器学习 | 流感 | 时间序列分析 | LSTM, N-BEATS, Transformer, TFT, TiDE | 时间序列数据 | 2014-2024年中国国家流感中心数据库的ILI阳性率数据,使用2014-2023年数据训练,2024年(第1-39周)数据测试 | NA | LSTM, N-BEATS, Transformer, Temporal Fusion Transformer, Time-series Dense Encoder | 均方误差, 平均绝对误差, 平均绝对百分比误差 | NA |
| 336 | 2025-07-07 |
Uncovering the genetic basis of glioblastoma heterogeneity through multimodal analysis of whole slide images and RNA sequencing data
2025-Jun-26, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2025.103191
PMID:40617061
|
研究论文 | 通过多模态深度学习分析全切片图像和RNA测序数据,揭示胶质母细胞瘤异质性的遗传基础 | 结合全切片图像和RNA测序数据,引入新方法编码RNA测序数据,识别与胶质母细胞瘤进展模式相关的特定遗传特征 | NA | 研究胶质母细胞瘤异质性的遗传机制 | 胶质母细胞瘤 | 数字病理学 | 胶质母细胞瘤 | RNA-seq | 多模态深度学习 | 图像、RNA测序数据 | NA | NA | NA | NA | NA |
| 337 | 2025-10-06 |
An Integrated Framework for Automated Image Segmentation and Personalized Wall Stress Estimation of Abdominal Aortic Aneurysms
2025-Jun-12, Research square
DOI:10.21203/rs.3.rs-6630234/v1
PMID:40585219
|
研究论文 | 提出一个集成框架,用于自动分割腹主动脉瘤CTA图像并估算个性化血管壁应力 | 结合基于块的扩张改进U-Net模型、NURBS优化分割和NEMA应力分析,实现高效精准的AAA计算分析 | 未明确说明模型在多样化数据集上的泛化能力及临床验证结果 | 开发自动化AAA图像分割和血管壁应力估算方法 | 腹主动脉瘤患者的CTA影像数据 | 医学图像分析 | 心血管疾病 | 计算机断层扫描血管造影(CTA) | CNN | 医学图像 | NA | NA | 改进的U-Net | 处理速度(每帧17±0.02毫秒) | NA |
| 338 | 2025-10-06 |
Extracting True Virus SERS Spectra and Augmenting Data for Improved Virus Classification and Quantification
2025-Jun-27, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.4c03397
PMID:40382719
|
研究论文 | 开发深度学习框架提取真实病毒SERS光谱并增强数据,以改进病毒分类和定量分析 | 使用双神经网络提取真实病毒SERS光谱并估计浓度系数,实现有效数据增强 | NA | 解决生物样本中背景光谱对分析物峰值检测的干扰问题,提高病毒检测和诊断能力 | 12种不同呼吸道病毒 | 机器学习 | 呼吸道病毒感染 | 表面增强拉曼光谱(SERS) | 神经网络,XGBoost | 光谱数据 | NA | NA | 双神经网络 | 准确率,决定系数 | NA |
| 339 | 2025-10-06 |
EEG-Based Classification of Parkinson's Disease With Freezing of Gait Using Midfrontal Beta Oscillations
2025-Jun-20, Journal of integrative neuroscience
IF:2.5Q3
DOI:10.31083/JIN39023
PMID:40613373
|
研究论文 | 本研究利用中额叶β振荡脑电特征,通过机器学习和深度学习方法对帕金森病伴冻结步态患者进行分类 | 首次系统评估中额叶β振荡作为生物标志物在帕金森病冻结步态分类中的应用,并比较多种ML/DL模型性能 | 样本量相对有限(共82名受试者),仅使用静息态脑电数据 | 开发基于脑电信号的帕金森病冻结步态分类方法 | 41名伴冻结步态帕金森病患者和41名不伴冻结步态帕金森病患者 | 机器学习 | 帕金森病 | 脑电图 | 逻辑回归, 随机森林, XGBoost, CatBoost, LSTM | 脑电信号 | 82名受试者(41 PDFOG+,41 PDFOG-) | NA | LSTM | AUC-ROC, 准确率 | NA |
| 340 | 2025-10-06 |
Utilizing shallow features and spatial context for weakly supervised intracerebral hemorrhage segmentation
2025-Jun-06, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-24-1462
PMID:40606325
|
研究论文 | 提出一种利用浅层特征和空间上下文信息的弱监督脑出血分割方法 | 开发了浅层特征类激活图模块和空间上下文感知模块,通过弱图像级标签实现精确的脑出血定位和轮廓分割 | 仅使用弱监督标签,分割精度仍低于全监督方法 | 改进弱监督语义分割方法在脑出血诊断中的应用 | 脑出血CT图像 | 计算机视觉 | 脑出血 | CT成像 | CNN | 医学图像 | 两个公开数据集:BHSD和BCIHM | NA | U-Net | mIoU, 正确定位率, 漏定位率, 假阳性定位率 | NA |