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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 361 | 2025-10-06 |
A Survey of Deep Learning-Driven 3D Object Detection: Sensor Modalities, Technical Architectures, and Applications
2025-Jun-11, Sensors (Basel, Switzerland)
DOI:10.3390/s25123668
PMID:40573555
|
综述 | 本文对深度学习驱动的3D目标检测进行了全面综述,重点关注传感器模态与技术架构之间的协同创新 | 提出了双轴'传感器模态-技术架构'分类框架,系统分析了基于RGB相机、LiDAR和多模态融合的检测方法 | NA | 综述深度学习驱动的3D目标检测技术发展现状与未来方向 | 3D目标检测方法 | 计算机视觉 | NA | 深度学习 | CNN, BEV, 占用网络, 时序融合架构 | RGB图像, LiDAR点云, 多模态数据 | NA | NA | 传统卷积网络, BEV方法, 占用网络, 时序融合架构 | NA | NA |
| 362 | 2025-10-06 |
Federated Learning and EEL-Levy Optimization in CPS ShieldNet Fusion: A New Paradigm for Cyber-Physical Security
2025-Jun-09, Sensors (Basel, Switzerland)
DOI:10.3390/s25123617
PMID:40573503
|
研究论文 | 提出了一种结合联邦学习和EEL-Levy优化的CPS ShieldNet Fusion框架,用于增强网络物理系统的安全性 | 首次将联邦残差卷积网络与EEL-Levy融合优化方法相结合,在保护数据隐私的同时提升复杂安全威胁检测能力 | 未明确说明在极端动态CPS环境中的适应能力以及计算资源需求 | 开发一个全面保护网络物理系统免受不断演变的网络威胁的安全框架 | 网络物理系统,包括工业控制系统、智能电网和医疗设备 | 机器学习 | NA | 联邦学习,优化算法 | CNN | 网络安全数据 | 使用CICIoT-2023、Edge-IIoTset-2023和UNSW-NB三个数据集 | NA | 联邦残差卷积网络 | 准确率,有效性 | NA |
| 363 | 2025-10-06 |
Robust Estimation of Unsteady Beat-to-Beat Systolic Blood Pressure Trends Using Photoplethysmography Contextual Cycles
2025-Jun-09, Sensors (Basel, Switzerland)
DOI:10.3390/s25123625
PMID:40573512
|
研究论文 | 提出一种基于光电容积脉搏波的双阶段深度学习模型,用于估计逐拍收缩压趋势 | 引入上下文周期输入结构和双阶段架构,结合并行ResU块和带相对位置编码的Transformer层 | NA | 开发稳健的逐拍收缩压趋势估计方法 | 光电容积脉搏波信号和收缩压趋势 | 机器学习 | 心血管疾病 | 光电容积脉搏波 | 深度学习 | 生理信号 | NA | NA | ResU Blocks, Transformer | 平均绝对误差, 序列皮尔逊相关系数, 变异性误差 | NA |
| 364 | 2025-10-06 |
Unobtrusive Sleep Posture Detection Using a Smart Bed Mattress with Optimally Distributed Triaxial Accelerometer Array and Parallel Convolutional Spatiotemporal Network
2025-Jun-08, Sensors (Basel, Switzerland)
DOI:10.3390/s25123609
PMID:40573496
|
研究论文 | 开发了一种基于智能床垫的非接触式睡眠姿势检测系统,采用优化分布的三轴加速度计阵列和并行卷积时空网络 | 提出优化分布的三轴加速度计阵列作为前端数据采集单元,并构建了集成CNN、LSTM和Bi-LSTM模块的并行卷积时空网络(PCSN) | 未提及系统在更大规模人群或不同床垫环境下的泛化能力测试 | 开发低成本非接触式睡眠姿势检测系统,用于睡眠质量评估和健康监测 | 睡眠姿势(俯卧、仰卧、左侧直躺、左侧胎儿式、右侧直躺、右侧胎儿式) | 机器学习 | 压力性溃疡,睡眠呼吸暂停 | 加速度传感技术 | CNN,LSTM,Bi-LSTM | 加速度传感器数据 | 未明确说明样本数量 | NA | 并行卷积时空网络(PCSN) | 准确率,精确率,召回率,F1分数 | NA |
| 365 | 2025-10-06 |
Synergizing Attribute-Guided Latent Space Exploration (AGLSE) with Classical Molecular Simulations to Design Potent Pep-Magnet Peptide Inhibitors to Abrogate SARS-CoV-2 Host Cell Entry
2025-Jun-07, Viruses
DOI:10.3390/v17060828
PMID:40573419
|
研究论文 | 本研究结合人工智能和分子模拟技术设计新型抗SARS-CoV-2多肽抑制剂 | 提出属性引导潜空间探索(AGLSE)方法,结合变分自编码器和Wasserstein自编码器生成具有抗病毒活性的新型多肽序列 | 研究仅通过计算模拟验证多肽活性,尚未进行实验验证 | 设计能够阻断SARS-CoV-2进入宿主细胞的多肽抑制剂 | 抗病毒多肽序列 | 机器学习 | COVID-19 | 分子对接,分子动力学模拟 | VAE, WAE | 多肽序列数据 | 200个生成的多肽序列 | NA | 变分自编码器,Wasserstein自编码器 | 对接分数,MMGBSA,RMSD,RMSF,氢键分析 | NA |
| 366 | 2025-10-06 |
Segment Anything Model (SAM) and Medical SAM (MedSAM) for Lumbar Spine MRI
2025-Jun-07, Sensors (Basel, Switzerland)
DOI:10.3390/s25123596
PMID:40573483
|
研究论文 | 评估Segment Anything Model (SAM)和Medical SAM (MedSAM)在腰椎MRI中分割椎间盘和椎体的性能 | 首次在腰椎MRI分割任务中评估两种零样本深度学习模型,并与nnU-Net进行对比 | 性能仍不及专门训练的nnU-Net模型,结果存在一定变异性 | 确定零样本深度学习模型在腰椎MRI组织分割中的性能表现 | 腰椎椎间盘和椎体 | 医学影像分析 | 腰椎疾病 | 磁共振成像 | 深度学习模型 | MRI图像 | 82具捐赠者脊柱 | NA | SAM, MedSAM, nnU-Net | Dice分数, 敏感性, 特异性 | NA |
| 367 | 2025-10-06 |
Enhanced RNA secondary structure prediction through integrative deep learning and structural context analysis
2025-Jun-06, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkaf533
PMID:40530692
|
研究论文 | 提出一种整合深度学习和结构上下文分析的RNA二级结构预测方法 | 采用分阶段学习策略整合RNA序列和结构上下文信息,并使用配对约束训练模型,有效处理局部和长程核苷酸相互作用 | NA | 提高RNA二级结构预测的准确性和鲁棒性 | RNA二级结构 | 机器学习 | NA | RNA结构预测 | 深度学习 | RNA序列和结构数据 | NA | NA | DSRNAFold | 假结识别准确率, 化学图谱活性预测准确率 | NA |
| 368 | 2025-10-06 |
Method for Estimating Amount of Saliva Secreted Using a Throat Microphone
2025-Jun-06, Sensors (Basel, Switzerland)
DOI:10.3390/s25123584
PMID:40573471
|
研究论文 | 提出一种使用可穿戴喉部麦克风通过声音估计唾液分泌量的方法 | 首次利用喉部麦克风采集的声音数据,通过深度学习技术实现唾液分泌量的持续监测 | 唾液分泌量估计的相关系数R为0.600,准确度有待进一步提高 | 开发能够持续监测唾液分泌量的非侵入式方法 | 人类唾液分泌活动 | 机器学习 | 口腔疾病 | 声音信号分析 | 深度学习 | 音频 | 未明确说明 | NA | NA | 准确率, R, MAE | NA |
| 369 | 2025-10-06 |
Clinical outcome and deep learning imaging characteristics of patients treated by radio-chemotherapy for a "molecular" glioblastoma
2025-Jun-04, The oncologist
DOI:10.1093/oncolo/oyaf127
PMID:40542584
|
研究论文 | 本研究评估分子胶质母细胞瘤对标准放化疗的治疗反应,并开发基于深度学习的MRI影像特征区分方法 | 首次系统比较新型分子胶质母细胞瘤与传统组织学胶质母细胞瘤的生存差异,并开发AI模型区分无对比增强的分子胶质母细胞瘤与低级别胶质瘤 | 回顾性研究设计,样本量有限(132例患者) | 评估分子胶质母细胞瘤对标准治疗的反应,开发基于AI的影像学鉴别方法 | 132例接受放疗和替莫唑胺治疗的胶质母细胞瘤患者 | 数字病理 | 胶质母细胞瘤 | MRI FLAIR序列影像分析 | 深度学习, 机器学习 | 医学影像 | 132例胶质母细胞瘤患者 | NA | NA | ROC AUC, 风险比, 中位总生存期, 无进展生存期 | NA |
| 370 | 2025-10-06 |
The role of learned song in the evolution and speciation of Eastern and Spotted towhees
2025-Jun, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1013135
PMID:40526780
|
研究论文 | 本研究通过机器学习方法分析东部和斑点towhee鸟类的鸣叫特征,探讨学习性鸣叫在物种识别和生殖隔离中的作用 | 首次结合社区科学记录的鸣叫数据和机器学习方法,量化分析两种近缘鸟类鸣叫的细微差异及其在重叠区域的分类准确性变化 | 可用的公开遗传数据有限,主要依赖鸣叫特征分析 | 探究学习性鸣叫在鸟类物种进化和生殖隔离中的作用机制 | 东部towhee和斑点towhee两种近缘鸟类的鸣叫特征 | 机器学习 | NA | 鸣叫特征分析,机器学习分类 | 随机森林,深度学习,梯度提升机,卷积神经网络 | 音频 recordings | 广泛的社区科学记录的鸣叫数据 | NA | CNN | 准确率 | NA |
| 371 | 2025-10-06 |
Systems and synthetic biology for plant natural product pathway elucidation
2025-Jun-24, Cell reports
IF:7.5Q1
DOI:10.1016/j.celrep.2025.115715
PMID:40382775
|
综述 | 本文总结了系统和合成生物学在植物天然产物代谢途径解析与工程化中的应用进展 | 整合多种系统生物学策略与深度学习技术,提出代谢工程未来发展方向包括代谢区室工程和AI整合 | NA | 阐明植物天然产物的复杂生物合成途径并提升其生产潜力 | 植物代谢途径及天然产物 | 合成生物学 | NA | 共表达分析、基因簇鉴定、代谢物分析、深度学习、全基因组关联研究、蛋白质复合物鉴定 | 深度学习 | 基因组数据、代谢组数据、表达谱数据 | NA | NA | NA | NA | NA |
| 372 | 2025-10-06 |
Sentiment Analysis Using a Large Language Model-Based Approach to Detect Opioids Mixed With Other Substances Via Social Media: Method Development and Validation
2025-Jun-19, JMIR infodemiology
IF:3.5Q1
DOI:10.2196/70525
PMID:40536906
|
研究论文 | 本研究开发了一种基于大型语言模型的方法,通过分析YouTube评论中的情感来检测阿片类药物与其他物质混合使用的情况 | 首次将GPT-3.5 Turbo等大型语言模型应用于阿片类药物混合使用的情感分析,相比传统机器学习模型性能提升3.26% | 数据仅来源于YouTube平台,可能无法代表所有社交媒体用户;依赖用户自我报告信息,可能存在报告偏差 | 通过社交媒体数据分析阿片类药物使用模式和相关风险因素,改善医疗应对和干预策略 | YouTube平台上关于阿片类药物混合使用体验的用户评论 | 自然语言处理 | 阿片类药物滥用 | 情感分析,机器学习 | 深度学习模型,Transformer模型,大型语言模型 | 文本 | 2020年12月至2024年3月期间的YouTube评论 | NA | GPT-3.5 Turbo | F1-score | NA |
| 373 | 2025-10-06 |
Evaluation of Spectral Imaging for Early Esophageal Cancer Detection
2025-Jun-19, Cancers
IF:4.5Q1
DOI:10.3390/cancers17122049
PMID:40563697
|
研究论文 | 评估高光谱成像转换方法SAVE在食管癌早期检测中的效果 | 提出并评估了Spectrum-Aided Vision Enhancer (SAVE)高光谱成像转换方法,与传统白光成像相比显著提升了食管癌病变检测性能 | NA | 评估高光谱成像技术在食管癌早期检测中的效果 | 食管癌病变(正常组织、异型增生和鳞状细胞癌) | 计算机视觉 | 食管癌 | 高光谱成像 | 深度学习目标检测模型 | 内窥镜图像 | 包含正常、异型增生和鳞状细胞癌类别的标记内窥镜图像数据集 | NA | YOLOv9, YOLOv10, YOLO-NAS, RT-DETR, Roboflow 3.0 | F1分数, 精确度, 灵敏度, 置信区间 | NA |
| 374 | 2025-10-06 |
A Hybrid Deep Learning Framework for Accurate Cell Segmentation in Whole Slide Images Using YOLOv11, StarDist, and SAM2
2025-Jun-19, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering12060674
PMID:40564490
|
研究论文 | 提出一种集成YOLOv11、StarDist和SAM2的混合深度学习框架,用于全切片图像中的细胞分割 | 首次将目标检测、几何建模和提示分割三种互补方法集成到统一框架中,通过协同作用提升细胞分割性能 | 仅在256×256图像块上评估,未验证在全切片级别的大规模应用效果 | 开发精确的细胞分割方法以推进计算病理学的定量分析 | 全切片图像中的细胞结构 | 数字病理学 | NA | 全切片成像 | CNN, 基于提示的分割模型 | 图像 | 包含高分辨率细胞级标注的256×256图像块数据集 | NA | YOLOv11, StarDist, SAM2 | Dice系数, IoU, F1分数, 精确率, 召回率 | NA |
| 375 | 2025-10-06 |
An Innovative Artificial Intelligence Classification Model for Non-Ischemic Cardiomyopathy Utilizing Cardiac Biomechanics Derived from Magnetic Resonance Imaging
2025-Jun-19, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering12060670
PMID:40564486
|
研究论文 | 提出一种基于心脏生物力学的AI分类模型,用于非缺血性心肌病的早期诊断和亚型区分 | 首次将心室内压力梯度衍生的生物力学标记与深度学习相结合,通过双路径混合架构捕捉传统形态学模型忽略的细微生物力学功能障碍 | 需要多中心数据验证,生物力学参数提取依赖特定MRI序列 | 开发用于非缺血性心肌病亚型分类的人工智能模型 | 非缺血性心肌病患者 | 医学影像分析 | 心血管疾病 | 心脏磁共振成像 | CNN-LSTM, MLP | 影像, 时间序列数据 | 1196名患者(训练集),137名患者(外部验证) | NA | 双路径混合架构,CNN-LSTM编码器,MLP编码器 | AUC | NA |
| 376 | 2025-10-06 |
A Deep Learning and Explainable AI-Based Approach for the Classification of Discomycetes Species
2025-Jun-18, Biology
DOI:10.3390/biology14060719
PMID:40563969
|
研究论文 | 本研究提出了一种结合深度学习和可解释人工智能的盘菌物种分类方法 | 首次将EfficientNet-B0模型与Grad-CAM、Score-CAM等可解释AI技术结合用于盘菌物种分类,实现了高精度且可解释的分类结果 | 使用的数据集规模有限,未来需要更大规模数据集进行验证 | 开发准确可靠的盘菌物种自动分类系统 | 盘菌物种 | 计算机视觉 | NA | 深度学习,可解释人工智能 | CNN | 图像 | NA | NA | EfficientNet-B0, EfficientNet-B4, MobileNetV3-L, ShuffleNet | 准确率, F1分数, AUC | NA |
| 377 | 2025-10-06 |
An Efficient Algorithm for Small Livestock Object Detection in Unmanned Aerial Vehicle Imagery
2025-Jun-18, Animals : an open access journal from MDPI
IF:2.7Q1
DOI:10.3390/ani15121794
PMID:40564345
|
研究论文 | 提出一种基于YOLOv7的高效牲畜检测算法LSNET,用于无人机影像中的小型牲畜目标检测 | 引入低层预测头(P2)检测小目标,移除深层预测头(P5)减少下采样影响,提出大核注意力空间金字塔池化模块(LKASPP),并使用WIoU v3损失函数替代CIoU | NA | 解决无人机影像中牲畜目标小而密集导致的识别错误问题,提高牲畜检测精度 | 放牧牲畜 | 计算机视觉 | NA | 无人机影像采集 | YOLO | 图像 | 来自内蒙古呼伦贝尔草原陈巴尔虎旗的无人机影像数据集 | NA | YOLOv7,LSNET | mAP | NA |
| 378 | 2025-10-06 |
Deep Learning Applications in Dental Image-Based Diagnostics: A Systematic Review
2025-Jun-18, Healthcare (Basel, Switzerland)
DOI:10.3390/healthcare13121466
PMID:40565492
|
系统综述 | 系统回顾深度学习在牙科影像诊断中的应用,评估AI模型的性能并分析其局限性与临床应用潜力 | 首次系统评估牙科AI模型的整体诊断准确率(82%),并全面分析ANN和CNN在多种牙科疾病诊断中的表现 | 存在数据偏差、成本问题、技术要求、伦理问题以及小样本数据集性能下降等挑战 | 识别牙科AI模型,评估其性能,分析不足并讨论未来在牙科临床实践中的应用潜力 | 牙科影像诊断AI模型 | 计算机视觉 | 牙科疾病 | 深度学习 | ANN, CNN | 牙科影像 | 947篇文献中筛选20篇进行荟萃分析 | NA | 人工神经网络,卷积神经网络 | 诊断准确率 | NA |
| 379 | 2025-10-06 |
Machine and Deep Learning for the Diagnosis, Prognosis, and Treatment of Cervical Cancer: A Scoping Review
2025-Jun-17, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15121543
PMID:40564863
|
综述 | 本文对机器学习和深度学习在宫颈癌预测、诊断和预后中的应用进行了范围综述 | 系统梳理了2015-2025年间153项关于ML和DL在宫颈癌领域应用的研究,首次全面总结了该领域的研究现状和发展趋势 | 需要更多证据验证这些人工智能方法在宫颈癌早期检测、预后和治疗管理中的有效性和可重复性 | 探索机器学习和深度学习在宫颈癌预测、诊断和预后中的应用 | 宫颈癌相关研究 | 机器学习 | 宫颈癌 | 机器学习,深度学习 | NA | 图像 | 153项研究 | NA | NA | NA | NA |
| 380 | 2025-10-06 |
Enhancing Hippocampal Subfield Visualization Through Deep Learning Reconstructed MRI Scans
2025-Jun-16, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15121523
PMID:40564843
|
研究论文 | 本研究通过深度学习重建的MRI扫描比较T2 TSE DRB序列与标准T2 TSE序列在海马体分割和体积测量中的表现 | 首次系统评估深度学习重建的DRB序列在海马体亚区可视化中的临床应用价值,并证明其在保持诊断准确性的同时显著缩短图像采集时间 | 样本量较小(36名受试者),仅针对癫痫患者群体进行研究 | 评估深度学习重建MRI序列在海马体病理评估中的效果和效率 | 癫痫患者的海马体亚区结构 | 医学影像分析 | 癫痫 | MRI, 深度学习图像重建 | 深度学习重建模型 | MRI图像 | 36名受试者(平均年龄39±14岁,21名男性,15名女性) | FreeSurfer | NA | 体积测量准确性, z值, 效应大小, 图像采集时间减少率 | NA |