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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1221 | 2025-10-07 |
OmniClust: A versatile clustering toolkit for single-cell and spatial transcriptomics data
2025-Jun, Methods (San Diego, Calif.)
DOI:10.1016/j.ymeth.2025.03.007
PMID:40057293
|
研究论文 | 开发了一个名为OmniClust的多功能聚类工具包,用于单细胞和空间转录组学数据分析 | 开发了首个整合单细胞RNA测序和空间转录组学数据的聚类工具包,采用深度学习算法处理空间转录组数据,机器学习算法处理单细胞RNA测序数据 | NA | 开发一个能够整合单细胞和空间转录组学数据的通用聚类工具包 | 单细胞RNA测序数据和空间转录组学数据 | 生物信息学 | 乳腺癌 | 单细胞RNA测序(scRNA-seq), 空间转录组学 | 深度学习算法, 机器学习算法 | 转录组测序数据 | 12个空间转录组基准数据集和4个单细胞RNA测序基准数据集 | NA | NA | 聚类准确率 | NA |
| 1222 | 2025-04-19 |
A Pilot Study on Deep Learning With Simplified Intravoxel Incoherent Motion Diffusion-Weighted MRI Parameters for Differentiating Hepatocellular Carcinoma From Other Common Liver Masses
2025-Jun-01, Topics in magnetic resonance imaging : TMRI
DOI:10.1097/RMR.0000000000000316
PMID:40249154
|
研究论文 | 本研究开发并评估了一种利用仅3个b值图像衍生的简化IVIM参数结合深度学习技术区分肝细胞癌与其他常见肝脏肿块的性能 | 首次将简化IVIM参数与3D-CNN架构结合用于HCC鉴别,显著提升了诊断准确率 | 样本量较小(98例),且为回顾性研究 | 提高肝细胞癌的影像学鉴别诊断准确率 | 肝细胞癌与其他常见肝脏肿块 | 数字病理 | 肝癌 | 简化IVIM扩散加权MRI | 3D-CNN | MRI图像 | 98例回顾性MRI数据(68男30女,平均年龄59±14岁) | NA | NA | NA | NA |
| 1223 | 2025-10-07 |
Grey wolf optimization technique with U-shaped and capsule networks-A novel framework for glaucoma diagnosis
2025-Jun, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2025.103285
PMID:40236793
|
研究论文 | 提出一种结合灰狼优化算法与U型网络和胶囊网络的自动化青光眼诊断框架 | 首次将灰狼优化算法与U-Net++结合用于视盘精确分割,并采用胶囊网络进行青光眼分类 | NA | 开发自动化青光眼筛查系统以改善早期诊断 | 视网膜眼底图像中的视盘区域 | 计算机视觉 | 青光眼 | 图像分割与分类 | U-Net++, CapsNet | 视网膜眼底图像 | NA | NA | U-Net++, CapsNet | 准确率 | NA |
| 1224 | 2025-10-07 |
Innovative IoT-enabled mask detection system: A hybrid deep learning approach for public health applications
2025-Jun, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2025.103291
PMID:40236795
|
研究论文 | 提出一种结合深度学习和优化算法的物联网口罩检测系统,用于公共卫生应用 | 首次将自适应火焰-旗鱼优化算法(AFSO)与混合深度学习架构(ResNet50和MobileNetV2)结合,实现参数优化和可扩展性提升 | 未明确说明在极端光照或遮挡条件下的性能表现,也未详细讨论在低功耗物联网设备上的实际部署效果 | 开发高效、鲁棒的实时口罩检测系统,解决现有模型计算速度慢、环境适应性差和物联网设备资源受限的问题 | 公共场所中佩戴口罩的人员检测 | 计算机视觉 | 传染病预防 | 深度学习, 物联网技术 | CNN | 图像, 视频 | 三个数据集:Kaggle口罩数据集、公共场所数据集、公共视频数据集 | TensorFlow, PyTorch | ResNet50, MobileNetV2 | 准确率, 灵敏度, 精确率, F1分数 | 物联网设备(资源受限环境) |
| 1225 | 2025-10-07 |
Retinal fundus imaging-based diabetic retinopathy classification using transfer learning and fennec fox optimization
2025-Jun, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2025.103232
PMID:40236797
|
研究论文 | 提出一种基于迁移学习和耳廓狐优化的视网膜眼底图像糖尿病视网膜病变自动分类模型 | 结合中值滤波、Inception-ResNet-v2特征提取、GRU分类和耳廓狐优化算法进行超参数调优 | NA | 开发自动化的糖尿病视网膜病变计算机辅助诊断系统 | 糖尿病视网膜病变患者的视网膜眼底图像 | 计算机视觉 | 糖尿病视网膜病变 | 视网膜眼底成像 | CNN, GRU | 图像 | NA | NA | Inception-ResNet-v2, GRU | 准确率 | NA |
| 1226 | 2025-10-07 |
Hybrid CNN and random forest model with late fusion for detection of autism spectrum disorder in Toddlers
2025-Jun, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2025.103278
PMID:40236798
|
研究论文 | 提出结合VGG16卷积神经网络和随机森林的混合模型,用于幼儿自闭症谱系障碍的检测 | 首次将预训练深度CNN与随机森林分类器通过后期融合策略相结合,利用图像特征和问卷数据提升ASD诊断准确率 | 仅在单一数据集上验证,缺乏多模态数据整合和多样化数据集的广泛测试 | 开发高精度的自闭症谱系障碍早期诊断模型 | 幼儿自闭症谱系障碍患者 | 计算机视觉 | 自闭症谱系障碍 | 深度学习,机器学习 | CNN, 随机森林 | 图像, 问卷数据 | NA | NA | VGG16, EfficientNetB0, AlexNet | 准确率 | NA |
| 1227 | 2025-10-07 |
Deep reinforced cognitive analytics algorithm (DRCAM): An advanced method to early detection of cognitive skill impairment using deep learning and reinforcement learning
2025-Jun, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2025.103277
PMID:40230557
|
研究论文 | 提出一种结合深度学习和强化学习的深度强化认知分析算法,用于早期检测认知技能损伤 | 整合多模态学习和强化干预的认知障碍诊断新方法,结合多模态Transformer进行特征融合 | 仅提及与传统方法相比的改进,未详细说明具体局限性 | 开发先进的认知障碍早期检测和管理方法 | 认知技能损伤患者 | 机器学习 | 老年疾病 | 多模态数据融合 | CNN,LSTM,DQN,TCN,Transformer | 神经影像数据,可穿戴传感器数据,神经心理学测试分数,文本评估 | NA | NA | 多模态Transformer,CNN-LSTM混合模型,深度Q网络,时序卷积网络 | 准确率 | NA |
| 1228 | 2025-10-07 |
FaciaVox: A diverse multimodal biometric dataset of facial images and voice recordings
2025-Jun, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111489
PMID:40231156
|
研究论文 | 介绍了一个包含戴口罩和不戴口罩条件下的人脸图像和语音记录的多模态生物识别数据集FaciaVox | 创建了首个同时包含戴口罩和不戴口罩条件下的人脸图像与语音记录的多模态生物识别数据集,具有多样化的参与者群体和采集环境 | NA | 为多模态生物识别研究提供基础数据集资源 | 100名来自20个不同国家的参与者 | 多模态生物识别 | NA | 图像采集, 语音录制 | NA | 图像, 音频 | 100名参与者,每人提供18张人脸图像和60个音频记录,总计1800张图像和6000个音频文件 | NA | NA | NA | NA |
| 1229 | 2025-10-07 |
Web server-based deep learning-driven predictive models for respiratory toxicity of environmental chemicals: Mechanistic insights and interpretability
2025-Jun-05, Journal of hazardous materials
IF:12.2Q1
DOI:10.1016/j.jhazmat.2025.137575
PMID:39954423
|
研究论文 | 开发基于网络服务器的可解释深度学习模型预测环境化学物的呼吸毒性 | 针对八种具体呼吸疾病开发可解释深度学习模型,整合多毒性终点数据,结合KRFP指纹和SHAP分析增强模型可解释性 | NA | 预测环境化学物的呼吸毒性并提供机制解释 | 药物及其环境代谢物、具有呼吸毒性潜力的环境污染物 | 机器学习 | 呼吸系统疾病 | 深度学习 | 深度学习模型 | 化学结构数据、毒性终点数据 | NA | NA | NA | AUC, ACC | 网络服务器 |
| 1230 | 2025-10-07 |
Efficient detection of foodborne pathogens via SERS and deep learning: An ADMIN-optimized NAS-Unet approach
2025-Jun-05, Journal of hazardous materials
IF:12.2Q1
DOI:10.1016/j.jhazmat.2025.137581
PMID:39954434
|
研究论文 | 本研究创新性地结合表面增强拉曼光谱与深度学习技术,开发了一种用于食源性病原体检测的高效工具 | 采用自动混合网络设计策略和神经架构搜索技术优化CNN架构,引入U-Net架构和注意力机制提升关键光谱特征识别能力 | NA | 开发快速精确的食源性病原体检测方法 | 22种食源性病原体 | 计算机视觉 | 食源性疾病 | 表面增强拉曼光谱 | CNN | 光谱数据 | 22种食源性病原体测试样本 | NA | U-Net | 准确率 | NA |
| 1231 | 2025-10-07 |
DCE-MRI based deep learning analysis of intratumoral subregion for predicting Ki-67 expression level in breast cancer
2025-Jun, Magnetic resonance imaging
IF:2.1Q2
DOI:10.1016/j.mri.2025.110370
PMID:40089082
|
研究论文 | 基于DCE-MRI的瘤内亚区深度学习分析预测乳腺癌Ki-67表达水平 | 首次结合k-means聚类与3D ResNet18深度学习模型分析瘤内异质性亚区,提出亚区联合模型显著提升Ki-67表达预测性能 | 回顾性研究设计,样本量有限(290例),未说明模型泛化能力到其他医疗中心的情况 | 评估基于DCE-MRI的瘤内亚区深度学习分析对乳腺癌Ki-67表达水平的预测能力 | 乳腺癌患者 | 医学影像分析 | 乳腺癌 | 动态对比增强磁共振成像(DCE-MRI) | 深度学习, 逻辑回归 | 医学影像 | 290例来自两家医院的乳腺癌患者 | NA | 3D ResNet18 | AUC, 决策曲线分析 | NA |
| 1232 | 2025-10-07 |
URDD: An open dataset for urban roadway disease detection and classification
2025-Jun, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111499
PMID:40226197
|
研究论文 | 本文介绍了一个用于城市道路病害检测与分类的开放数据集URDD | 创建了专门针对道路病害检测与分类任务的专业数据集,推动人工智能在自主道路病害检测中的应用 | NA | 提高道路病害检测的效率和准确性,改善城市道路维护管理 | 城市道路病害 | 计算机视觉 | NA | 探地雷达 | CNN | 图像 | NA | NA | NA | NA | NA |
| 1233 | 2025-10-07 |
GeNIS: A modular dataset for network intrusion detection and classification
2025-Jun, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111487
PMID:40226195
|
研究论文 | 本文介绍了一个用于网络入侵检测和分类的模块化数据集GeNIS | 针对中小型企业网络攻击场景,提供包含多阶段攻击序列和真实正常网络活动的模块化数据集 | 数据集主要针对中小型企业场景,可能不适用于大型企业或特殊网络环境 | 为网络入侵检测系统开发提供高质量标注数据集 | 网络流量数据和网络攻击场景 | 机器学习 | NA | 网络流量分析,特征提取 | NA | 网络流量数据,CSV文件,PCAPNG文件 | 超过3700万个网络数据包,280万个网络流 | NA | NA | NA | 空客网络靶场平台 |
| 1234 | 2025-10-07 |
Weed-crop dataset in precision agriculture: Resource for AI-based robotic weed control systems
2025-Jun, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111486
PMID:40226192
|
研究论文 | 本文提出了一个用于精准农业中杂草识别的RGB图像数据集,支持基于AI的机器人杂草控制系统开发 | 提供了在多样化环境条件下收集的真实田间杂草-作物数据集,包含多种杂草和作物物种 | 数据集规模相对有限,仅包含1120张标注图像 | 开发用于精准农业中实时杂草识别的高精度深度学习模型 | 五种杂草物种和八种作物物种 | 计算机视觉 | NA | RGB图像采集 | 深度学习模型 | 图像 | 1120张标注图像,包含5种杂草和8种作物 | NA | NA | 目标检测准确率 | NA |
| 1235 | 2025-10-07 |
The association between sports social capital and cognitive health: A longitudinal study of middle-aged and elderly adults in China
2025-Jun, SSM - population health
DOI:10.1016/j.ssmph.2025.101778
PMID:40212736
|
研究论文 | 本研究探讨中国中老年人群中体育社会资本与认知健康之间的纵向关联 | 首次将深度学习应用于体育社会资本与认知健康的纵向研究,发现教育水平对体育社会资本效益的放大效应及其随时间累积的认知保护作用 | 基于观察性数据,无法确立因果关系;研究结果可能受未测量混杂因素影响 | 探索体育社会资本对中老年人认知健康的影响机制 | 中国中老年人群 | 机器学习 | 老年疾病 | 深度学习 | 深度学习模型 | 纵向调查数据 | 中国健康与养老追踪调查(CHARLS)参与者 | NA | NA | NA | NA |
| 1236 | 2025-04-13 |
Nature's best vs. bruised: A veggie edibility evaluation database
2025-Jun, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111483
PMID:40213046
|
research paper | 本文介绍了一个用于评估蔬菜新鲜度的自动化方法数据库 | 开发了一个专门用于蔬菜新鲜度评估的数据库,填补了现有数据集的不足 | 数据库的适用性依赖于训练和验证数据的质量,目前缺乏合适的数据集 | 评估蔬菜新鲜度以支持食品行业的自动化分类 | 蔬菜的外部形态、质地和颜色 | computer vision | NA | deep learning | NA | image | NA | NA | NA | NA | NA |
| 1237 | 2025-03-04 |
Corrigendum to "A case for the use of deep learning algorithms for individual and population level assessments of mental health disorders: Predicting depression among China's elderly" [J. Affect. Disord. Volume 369, 15 January 2025, Pages 329-337]
2025-Jun-15, Journal of affective disorders
IF:4.9Q1
DOI:10.1016/j.jad.2025.02.070
PMID:40024843
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1238 | 2025-04-10 |
Individualized Analysis of Nipple-Sparing Mastectomy Versus Modified Radical Mastectomy Using Deep Learning
2025-Jun, Cancer innovation
DOI:10.1002/cai2.70002
PMID:40151333
|
研究论文 | 本研究旨在通过深度学习评估乳头保留乳房切除术(NSM)与改良根治性乳房切除术(MRM)对个体生存结果的影响,并评估新辅助系统治疗(NST)在减少手术干预需求方面的潜力 | 提出了一种名为BIME的生存回归模型,该模型在治疗推荐中显示出最强的保护效果,并通过高级统计方法(如PSM和IPTW)减少了治疗分配中的偏差 | 需要进一步研究结合全面的预后评估以优化手术选择过程并完善其临床实用性 | 评估NSM和MRM对乳腺癌患者生存结果的影响,并探索NST在减少手术干预中的作用 | 乳腺癌患者 | 机器学习 | 乳腺癌 | 深度学习,PSM,IPTW | BIME | 临床数据 | NA | NA | NA | NA | NA |
| 1239 | 2025-10-07 |
Predicting the risk of ischemic stroke in patients with atrial fibrillation using heterogeneous drug-protein-disease network-based deep learning
2025-Jun, APL bioengineering
IF:6.6Q1
DOI:10.1063/5.0242570
PMID:40191603
|
研究论文 | 开发了一种基于异质药物-蛋白-疾病网络的可解释深度学习模型ABioSPath,用于预测房颤患者的缺血性卒中风险 | 首次将药物-蛋白-疾病通路与真实世界临床数据整合,通过异质多层网络识别药物作用机制和共病传播 | 仅使用香港地区医院数据,缺乏外部验证 | 预测房颤患者一年内发生缺血性卒中的风险 | 房颤患者 | 机器学习 | 心血管疾病 | 深度学习,异质网络分析 | 深度学习 | 电子健康记录 | 7859名房颤患者 | NA | ABioSPath | AUROC, 阳性预测值, 阴性预测值, 灵敏度, 特异度, 平均精确率, Brier分数 | NA |
| 1240 | 2025-04-05 |
Radioisotope compositional analysis using Monte Carlo γ-ray simulations and regression neural network
2025-Jun, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine
IF:1.6Q3
DOI:10.1016/j.apradiso.2025.111746
PMID:40020474
|
research paper | 本文开发了一种基于回归的卷积神经网络(CNN),用于预测模拟混合源光谱中的源及其比例,并与传统的库最小二乘算法进行了比较 | 采用回归CNN预测混合放射性同位素的光谱组成,相比传统线性方法具有更高的准确性和效率 | 研究基于模拟数据,实际环境中的噪声和干扰可能影响模型性能 | 开发高效自动化的γ光谱分析工具,用于放射性同位素的识别和定量分析 | 6种不同的放射性同位素及其混合光谱 | machine learning | NA | Monte Carlo γ-ray simulations, GEANT4软件包 | CNN | γ-ray光谱数据 | 6种同位素的综合模拟数据集 | NA | NA | NA | NA |