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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 621 | 2025-10-06 |
Quantifying the Multidimensional Impact of Cyber Attacks in Digital Financial Services: A Systematic Literature Review
2025-Jul-11, Sensors (Basel, Switzerland)
DOI:10.3390/s25144345
PMID:40732473
|
系统文献综述 | 对数字金融服务中网络攻击多维影响量化方法的系统文献综述 | 首次系统性地梳理网络攻击在物理、数字、经济、心理、声誉和社会等多维度的量化方法,并识别标准化分类法的缺失 | 基于有限的文献样本(44篇),且受限于数据可用性和技术威胁的快速演变 | 量化数字金融服务中网络攻击的多维影响 | 数字金融组织 | 机器学习 | NA | 机器学习,深度学习 | NA | 内部和外部数据源 | 44篇文献(从637篇中筛选) | NA | NA | NA | NA |
| 622 | 2025-10-06 |
MSFF-Net: Multi-Sensor Frequency-Domain Feature Fusion Network with Lightweight 1D CNN for Bearing Fault Diagnosis
2025-Jul-11, Sensors (Basel, Switzerland)
DOI:10.3390/s25144348
PMID:40732477
|
研究论文 | 提出一种基于频域多传感器融合的轻量级深度学习框架MSFF-Net,用于轴承故障诊断 | 首次将振动和声学信号在频域进行特征级融合,并采用轻量级一维卷积神经网络实现高效故障诊断 | 仅使用公开数据集验证,未在实际工业场景中测试 | 开发高效可靠的轴承故障诊断方法 | 轴承故障信号 | 机器学习 | NA | 快速傅里叶变换(FFT) | CNN | 振动信号, 声学信号 | 公开数据集,少样本条件下每类20个样本 | NA | 1D CNN | 准确率 | NA |
| 623 | 2025-10-06 |
LiGenCam: Reconstruction of Color Camera Images from Multimodal LiDAR Data for Autonomous Driving
2025-Jul-10, Sensors (Basel, Switzerland)
DOI:10.3390/s25144295
PMID:40732423
|
研究论文 | 提出一种名为LiGenCam的深度学习模型,利用多模态LiDAR数据重建彩色相机图像 | 首次提出从多模态LiDAR数据重建相机图像的方法,填补了现有研究中反向重建的空白 | NA | 为自动驾驶系统提供传感器冗余方案,通过LiDAR数据重建相机图像 | 自动驾驶车辆的感知系统 | 计算机视觉 | NA | 多模态LiDAR数据采集(反射率、环境光、距离信息) | GAN | LiDAR点云数据,相机图像 | DurLAR数据集 | NA | 生成对抗网络 | 像素级相似度,语义一致性 | NA |
| 624 | 2025-10-06 |
Infrared and Visible Image Fusion via Residual Interactive Transformer and Cross-Attention Fusion
2025-Jul-10, Sensors (Basel, Switzerland)
DOI:10.3390/s25144307
PMID:40732435
|
研究论文 | 提出一种基于残差交互式Transformer和交叉注意力融合的红外与可见光图像融合网络 | 通过残差交互式Transformer建立全局与局部特征间的依赖关系,并设计交叉注意力融合模块 | NA | 解决红外与可见光图像融合中场景纹理细节不清晰和红外热目标对比度低的问题 | 红外图像和可见光图像 | 计算机视觉 | NA | NA | Transformer, CNN | 图像 | 使用RoadScene、TNO和M3FD三个数据集 | NA | 残差交互式Transformer, 残差密集模块, 交叉注意力融合模块 | NA | NA |
| 625 | 2025-10-06 |
A Stability- and Aggregation-Based Method for Heart Rate Estimation Using Photoplethysmographic Signals During Physical Activity
2025-Jul-10, Sensors (Basel, Switzerland)
DOI:10.3390/s25144315
PMID:40732438
|
研究论文 | 提出一种基于稳定性和聚合的方法,用于在体力活动期间使用光电容积脉搏波信号估计心率 | 开发了一种不依赖复杂机器学习或深度学习技术的一站式解决方案,通过聚合技术跟踪心率并减少运动伪影影响 | 未提及具体局限性 | 开发一种在体力活动期间从PPG信号估计心率的实用方法 | 光电容积脉搏波信号和加速度计数据 | 信号处理 | 心血管疾病 | 信号处理技术 | NA | PPG信号,加速度计数据 | 四个公开数据集和一个新数据集(包含来自智能戒指的PPG和加速度计数据) | NA | NA | 平均绝对误差 | 无需大量计算资源 |
| 626 | 2025-10-06 |
ROS-Based Navigation and Obstacle Avoidance: A Study of Architectures, Methods, and Trends
2025-Jul-10, Sensors (Basel, Switzerland)
DOI:10.3390/s25144306
PMID:40732433
|
综述 | 系统分析基于ROS的导航架构与避障机制,比较主流局部规划器特性并总结技术挑战与发展趋势 | 对ROS导航栈核心模块进行系统性架构分析,首次整合比较DWA与TEB等局部规划器的应用特性,并总结深度学习融合等新兴趋势 | 未涉及具体算法实现细节与性能量化对比,缺乏实际部署场景的验证数据 | 研究机器人自主导航系统架构与技术发展路径 | ROS导航栈核心模块与避障机制 | 机器人学 | NA | SLAM, 传感器融合, 实时感知 | NA | 传感器数据, 环境感知数据 | NA | ROS | Dynamic Window Approach (DWA), Timed Elastic Band (TEB) | NA | NA |
| 627 | 2025-10-06 |
An Overview of Autonomous Parking Systems: Strategies, Challenges, and Future Directions
2025-Jul-10, Sensors (Basel, Switzerland)
DOI:10.3390/s25144328
PMID:40732456
|
综述 | 本文系统回顾自动驾驶泊车系统的技术策略、现存挑战与未来发展方向 | 深入分析感知-规划-控制全链路技术整合,揭示非确定性AI组件验证等基础性问题,强调用户信任等社会技术维度 | 当前技术存在实时性能与计算成本平衡难题、动态环境安全验证困难、成本制约系统能力、实际部署鲁棒性不足 | 探讨自动驾驶泊车系统的技术发展路径与跨维度挑战 | 自动驾驶泊车系统(APS) | 机器视觉 | NA | 深度学习,传感器融合 | NA | 传感器数据 | NA | NA | NA | NA | NA |
| 628 | 2025-10-06 |
A Novel Hybrid Technique for Detecting and Classifying Hyperspectral Images of Tomato Fungal Diseases Based on Deep Feature Extraction and Manhattan Distance
2025-Jul-09, Sensors (Basel, Switzerland)
DOI:10.3390/s25144285
PMID:40732413
|
研究论文 | 提出一种基于深度特征提取和曼哈顿距离的混合技术,用于番茄真菌病害的高光谱图像检测与分类 | 将小样本学习与高光谱成像相结合,在极少量训练样本(每类仅3张图像)下实现早期病害检测,可在视觉症状出现前2天识别感染 | 仅针对四种特定番茄真菌病害进行研究,未验证对其他作物或病害类型的泛化能力 | 开发一种基于小样本学习的高光谱图像分析方法,实现番茄真菌病害的早期准确检测 | 感染四种真菌病害的番茄植株 | 计算机视觉 | 植物病害 | 高光谱成像 | CNN | 高光谱图像 | 接种后第1天至第7天每隔一天采集图像,每类仅使用3张训练图像 | NA | EfficientNet | 准确率 | NA |
| 629 | 2025-10-06 |
Revisiting Centiloids using AI
2025-Jul-08, Research square
DOI:10.21203/rs.3.rs-7015694/v1
PMID:40671806
|
研究论文 | 本研究开发了一种名为DeepSUVR的深度学习方法,用于改进淀粉样蛋白PET定量的Centiloid标准 | 通过在训练过程中惩罚不合理的纵向轨迹,提出了一种新的Centiloid量化校正方法 | NA | 改进淀粉样蛋白PET定量标准,减少示踪剂和扫描仪之间的变异性 | 淀粉样蛋白PET扫描数据 | 医学影像分析 | 阿尔茨海默病 | PET成像 | 深度学习 | 医学影像 | 训练集:2,098名参与者(6,762次PET扫描);验证集:10,543名参与者(15,806次PET扫描) | NA | NA | 相关性、AUC、纵向一致性、效应大小 | NA |
| 630 | 2025-10-06 |
Multimodal-Based Non-Contact High Intraocular Pressure Detection Method
2025-Jul-08, Sensors (Basel, Switzerland)
DOI:10.3390/s25144258
PMID:40732386
|
研究论文 | 提出一种基于深度学习的非接触式高眼压检测方法,通过整合Scheimpflug图像与角膜生物力学特征 | 首次将CycleGAN数据增强、Swin Transformer视觉特征提取和KAN网络异质数据融合相结合,在小样本场景下有效处理复杂变量关系 | 使用私有医院数据集,样本规模有限,需进一步验证泛化能力 | 开发高精度非接触式眼压检测方法以改善青光眼早期诊断 | 眼压升高患者,重点关注角膜生物力学特征 | 计算机视觉 | 青光眼 | Scheimpflug成像,角膜生物力学测量 | CycleGAN, Swin Transformer, KAN | 图像,临床参数 | 私有医院数据集(具体数量未明确说明) | NA | CycleGAN, Swin Transformer, Kolmogorov-Arnold Network | 准确率 | NA |
| 631 | 2025-10-06 |
Perception-Based H.264/AVC Video Coding for Resource-Constrained and Low-Bit-Rate Applications
2025-Jul-08, Sensors (Basel, Switzerland)
DOI:10.3390/s25144259
PMID:40732387
|
研究论文 | 提出一种面向资源受限和低比特率应用的感知基H.264/AVC视频编码算法 | 通过结合人脸检测和运动强度分析的动态量化参数调整策略,在保持低计算复杂度的同时提升感知质量 | 未与深度学习模型进行直接对比,主要依赖传统计算机视觉方法 | 开发适用于带宽受限和资源受限环境的高效视频编码方法 | H.264/AVC视频流 | 计算机视觉 | NA | 视频编码,人脸检测,运动分析 | AdaBoost, 级联分类器 | 视频 | NA | Viola-Jones算法 | 级联分类器 | 峰值信噪比(PSNR), 主观视觉质量 | 资源受限的嵌入式系统和边缘计算环境 |
| 632 | 2025-10-06 |
HybridKla: a hybrid deep learning framework for lactylation site prediction
2025-Jul-02, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf375
PMID:40736746
|
研究论文 | 开发了一个名为HybridKla的混合深度学习框架,用于预测蛋白质中的赖氨酸乳酸化位点 | 整合了八种互补的特征编码策略,构建了多特征混合系统,并与深度学习相结合,在Kla位点预测性能上相比现有工具提升了28.90% | 未明确提及具体局限性 | 开发更准确的赖氨酸乳酸化位点预测工具 | 蛋白质中的赖氨酸乳酸化位点 | 生物信息学 | NA | 特征编码,深度学习 | 深度学习 | 蛋白质序列数据 | 23,984个Kla位点,涉及7,297个蛋白质 | NA | 混合深度学习框架 | AUC | NA |
| 633 | 2025-10-06 |
Association of Psychological Resilience With Decelerated Brain Aging in Cognitively Healthy World Trade Center Responders
2025-Jul, Biological psychiatry global open science
DOI:10.1016/j.bpsgos.2025.100489
PMID:40487784
|
研究论文 | 本研究探讨了心理韧性对世界贸易中心救援人员大脑衰老速度的影响 | 首次在认知健康的世界贸易中心救援人员中发现心理韧性与减缓大脑衰老的关联 | 样本量相对较小(N=97),且仅针对特定救援人员群体 | 研究心理韧性是否对大脑衰老具有保护作用 | 世界贸易中心救援人员 | 神经影像学 | 创伤后应激障碍 | 结构磁共振成像 | 深度学习 | T1加权MRI图像 | 97名世界贸易中心救援人员(分为三组:PTSD组32人,高韧性组34人,低暴露对照组31人) | NA | BrainStructureAges | p值,Cohen's d效应量 | NA |
| 634 | 2025-10-06 |
DrugTar improves druggability prediction by integrating large language models and gene ontologies
2025-Jul-01, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf360
PMID:40581797
|
研究论文 | 开发了一种整合大型语言模型和基因本体的深度学习算法DrugTar,用于预测药物靶点的可成药性 | 首次将ESM-2预训练蛋白质语言模型的序列嵌入与基因本体整合,揭示了蛋白质序列比结构更具信息价值 | 未完全探索原始序列和蛋白质结构的潜力 | 开发高性能计算方法来预测药物靶点的可成药性 | 蛋白质靶点 | 机器学习 | 慢性复杂疾病 | 深度学习,高通量技术 | 深度学习算法 | 蛋白质序列,蛋白质结构,基因本体数据 | NA | NA | ESM-2 | AUC,精确召回曲线 | NA |
| 635 | 2025-10-06 |
Left ventricular wall thickness heterogeneity improves cardiovascular disease diagnosis and prognosis: a UK Biobank cardiovascular magnetic resonance cohort study
2025-Jul, European heart journal. Imaging methods and practice
DOI:10.1093/ehjimp/qyaf092
PMID:40740418
|
研究论文 | 本研究通过深度学习分析心脏磁共振图像,开发了一种新的左心室壁厚度异质性生物标志物MadWT,用于改善心血管疾病的诊断和预后预测 | 首次提出最大节段壁厚度平均绝对偏差(MadWT)作为左心室壁厚度异质性的新型生物标志物,并在大规模队列中验证其诊断和预后价值 | 研究结果需要在运动员和疾病队列中进一步确认,且随访时间有限(中位5.7年) | 比较MadWT与传统左心室质量指数和壁厚度指标在预测心血管疾病和区分生理性与病理性左心室肥厚方面的性能 | 英国生物银行中的44,930例心血管磁共振扫描数据 | 数字病理 | 心血管疾病 | 心血管磁共振成像 | 深度学习 | 医学图像 | 44,930例心血管磁共振扫描 | NA | NA | 风险比, P值 | NA |
| 636 | 2025-10-06 |
A Meta-Learning Approach for Multicenter and Small-Data Single-Cell Image Analysis
2025-Jul-31, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c01810
PMID:40742562
|
研究论文 | 提出一种用于多中心和小数据的单细胞图像分析的元学习方法 | 通过元学习方法减少单细胞图像标注工作量,并在数据量减少至5%时仍能超越传统深度学习的准确率 | NA | 开发能够减少单细胞图像标注工作量的多中心分析平台 | 单细胞图像 | 计算机视觉 | NA | 自动宽场荧光显微镜 | 元学习 | 单细胞图像 | NA | NA | NA | 分类准确率 | NA |
| 637 | 2025-10-06 |
Reconstructing Super-Resolution Raman Spectral Image Using a Generative Adversarial Network-Based Algorithm
2025-Jul-30, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c02934
PMID:40735851
|
研究论文 | 提出基于生成对抗网络的算法,用于重建超分辨率拉曼光谱图像 | 首次将生成对抗网络应用于拉曼光谱图像的超分辨率重建,显著提升成像速度和空间分辨率 | 模型在未标记细胞数据集上训练,可能对其他类型样本的适用性需要进一步验证 | 提升拉曼光谱成像的速度和空间分辨率 | 未标记细胞的拉曼光谱数据 | 计算机视觉 | NA | 拉曼光谱成像 | GAN | 高光谱拉曼数据 | 186个高光谱拉曼数据集 | NA | 生成对抗网络 | PSNR, SSIM, RMSE | NA |
| 638 | 2025-07-30 |
Response by Hijazi et al to Letter Regarding Article, "Deep Learning-Derived Cardiac Chamber Volumes and Mass From PET/CT Attenuation Scans: Associations With Myocardial Flow Reserve and Heart Failure"
2025-Jul-29, Circulation. Cardiovascular imaging
DOI:10.1161/CIRCIMAGING.125.018683
PMID:40726395
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 639 | 2025-10-06 |
Differential Analysis of Age, Gender, Race, Sentiment, and Emotion in Substance Use Discourse on Twitter During the COVID-19 Pandemic: A Natural Language Processing Approach
2025-Jul-28, JMIR infodemiology
IF:3.5Q1
DOI:10.2196/67333
PMID:40720823
|
研究论文 | 本研究通过自然语言处理技术分析Twitter平台上COVID-19疫情期间不同人口统计特征用户的物质使用讨论趋势 | 首次在大规模社交媒体数据中结合人口统计特征分析物质使用趋势,并建立了COVID-19疫情期间的物质使用基线数据 | 仅使用英语推文数据,用户人口统计信息需要通过自然语言处理推断而非直接获取 | 分析COVID-19疫情期间不同人口统计特征用户在社交媒体上的物质使用讨论趋势 | Twitter平台上2019-2021年间的11.3亿条英文推文,其中识别出900万条物质使用相关推文 | 自然语言处理 | 物质使用障碍 | 自然语言处理 | RoBERTa | 文本 | 11.3亿条推文,其中900万条物质使用相关推文 | NA | RoBERTa | NA | NA |
| 640 | 2025-10-06 |
Identifying Cocoa Flower Visitors: A Deep Learning Dataset
2025-Jul-28, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05631-3
PMID:40721425
|
研究论文 | 本文提出了首个可可花访客图像数据集,并使用YOLOv8模型进行目标检测性能验证 | 创建了首个包含5,792张可可花访客图像的专业数据集,涵盖五个昆虫科别 | 图像对比度低且检测目标困难,模型性能仍有提升空间 | 通过深度学习技术识别可可花访客以改善授粉效率和产量 | 可可花及其访客昆虫(包括Ceratopogonidae、Formicidae、Aphididae、Araneae和Encyrtidae五个科) | 计算机视觉 | NA | 嵌入式相机图像采集 | YOLOv8 | 图像 | 5,792张昆虫图像和1,082张背景图像,从2,300万张原始图像中筛选 | NA | YOLOv8 | F1分数,mAP50 | NA |