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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1301 | 2025-10-06 |
Fault detection in electrical power systems using attention-GRU-based fault classifier (AGFC-Net)
2025-Jul-06, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-06493-w
PMID:40619447
|
研究论文 | 提出一种基于注意力机制和门控循环单元的故障分类器AGFC-Net,用于电力系统故障检测 | 融合注意力机制与GRU网络,增强特征提取和相关学习能力,在噪声环境下仍保持优越分类性能 | NA | 开发高精度、自适应和可扩展的自主故障诊断方法 | 电力系统中的故障检测 | 机器学习 | NA | NA | GRU, 注意力机制 | NA | NA | NA | AGFC-Net(基于注意力机制的GRU网络) | 准确率 | NA |
| 1302 | 2025-10-06 |
Deep learning driven prediction and comparative study of surrounding rock deformation in high speed railway tunnels
2025-Jul-06, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-09791-5
PMID:40619456
|
研究论文 | 本研究提出了一种混合深度学习模型用于高速铁路隧道围岩变形预测 | 开发了新型WOA-CNN-GRU混合模型,结合数据预处理、特征提取和预测功能,在隧道工程变形预测中表现出优越性能 | 研究基于单一隧道(G隧道)的300小时监测数据,模型在其他隧道工程中的普适性需要进一步验证 | 解决高速铁路隧道施工中离散复杂监测数据的变形预测问题 | 高速铁路隧道围岩变形 | 机器学习 | NA | 深度学习预测模型 | CNN,GRU,RNN,LSTM | 时间序列变形监测数据 | G隧道多个断面的300小时连续变形记录(2023年3月) | NA | WOA-CNN-GRU, CNN-GRU | RMSE,MAPE,平均绝对误差,相对误差 | NA |
| 1303 | 2025-10-06 |
GCSA-ResNet: a deep neural network architecture for Malware detection
2025-Jul-06, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-10561-6
PMID:40619499
|
研究论文 | 提出一种集成全局通道空间注意力模块的深度神经网络架构GCSA-ResNet,用于提升恶意软件检测性能 | 首次协同设计通道注意力、通道混洗和空间注意力机制,同时捕获可视化恶意软件图像的局部纹理特征和全局依赖关系 | 未明确说明模型计算复杂度及在实时检测场景下的性能表现 | 提升恶意软件检测的准确性和鲁棒性 | 可视化恶意软件图像 | 机器学习 | NA | 深度学习 | CNN | 图像 | Malimg和Microsoft BIG 2015数据集 | NA | ResNet-50,GCSA | 准确率,精确率,召回率,F1分数,假阳性率 | NA |
| 1304 | 2025-10-06 |
Exploratory development of human-machine interaction strategies for post-stroke upper-limb rehabilitation
2025-Jul-04, Journal of neuroengineering and rehabilitation
IF:5.2Q1
DOI:10.1186/s12984-025-01680-2
PMID:40611303
|
研究论文 | 开发用于脑卒中后上肢康复的人机交互策略和可穿戴外骨骼系统 | 提出结合CNN和Transformer结构的新深度学习模型,用于实时捕捉细微运动意图;设计具有14自由度的基础外骨骼结构;开发三种人机交互策略(机器人主导、治疗师主导和患者主导) | 仅通过一例出血性脑卒中患者的概念验证研究进行验证,样本量有限 | 开发脑卒中后上肢康复的人机交互策略和外骨骼系统 | 脑卒中后上肢功能障碍患者 | 康复工程 | 脑卒中 | 运动捕捉技术、离散小波变换、核密度估计 | CNN, Transformer | 运动数据、电流信号、角度测量数据 | 1例接受开颅手术的出血性脑卒中患者 | NA | 基于CNN和Transformer的混合架构 | 分类准确率、响应时间、相位差、运动曲线匹配度 | NA |
| 1305 | 2025-10-06 |
Convolutional neural networks with transfer learning for natural river flow prediction in ungauged basins
2025-Jul-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-07088-1
PMID:40615452
|
研究论文 | 本研究开发了一种结合卷积神经网络和迁移学习的深度学习模型,用于无测量数据河流流域的流量预测 | 首次将迁移学习技术应用于河流流量预测,解决了水文数据稀缺流域的预测难题 | 模型性能在迁移学习应用后出现轻微下降,且仅验证于特定河流流域 | 开发高效的河流流量预测模型,解决数据稀缺流域的预测挑战 | 巴西的帕拉伊巴杜苏尔河、莫桑比克的赞比西河、巴西的圣弗朗西斯科河和印度德里的气候数据 | 机器学习 | NA | 时间序列分析,迁移学习 | CNN | 时间序列数据 | 四个不同地理位置的河流流域水文和气候数据集 | NA | 卷积神经网络 | 预测性能(文中以[Formula: see text]表示) | NA |
| 1306 | 2025-10-06 |
Conditional autoregressive model based on next scale prediction for missing data reconstruction
2025-Jul-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-08830-5
PMID:40615591
|
研究论文 | 提出一种基于下一尺度预测的条件自回归模型用于地震缺失数据重建 | 采用从最小尺度开始逐步预测更大尺度数据的策略,避免了传统方法将二维数据展平为一维序列导致的空间结构破坏问题 | 未明确说明计算效率与传统方法的对比,也未讨论模型在不同缺失率下的性能表现 | 解决复杂野外条件下采集的地震数据中缺失轨迹的重建问题 | 包含缺失轨迹的二维地震数据 | 计算机视觉 | NA | 深度学习 | 自回归模型 | 二维地震数据 | NA | NA | 条件自回归模型 | 重建精度 | NA |
| 1307 | 2025-10-06 |
Semantic ECG hash similarity graph
2025-Jul-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-07838-1
PMID:40610475
|
研究论文 | 提出一种结合语义哈希编码的图生成学习框架,用于增强心电图信号的关联捕获和检索效率 | 首次将语义哈希编码引入心电图图结构生成,通过全局哈希字典和汉明相似度构建图拓扑,克服传统方法忽略全局语义相关性和易受噪声干扰的问题 | 未明确说明方法对特定类型心电图噪声的鲁棒性,且哈希函数设计可能影响不同信号类型的泛化能力 | 提升基于图的心电图信号分析方法对全局语义关联的捕获能力 | 心电图时间序列信号 | 机器学习 | 心血管疾病 | 语义哈希编码 | GCN | 心电图时间序列数据 | 多个公开心电图数据集(未指定具体样本数量) | NA | 快速图卷积网络 | NA | NA |
| 1308 | 2025-10-06 |
A Deep Learning Approach for Infant Pain Assessment Using Facial Expressions Through Convolutional Neural Network
2025-Jul-01, Computers, informatics, nursing : CIN
DOI:10.1097/CIN.0000000000001302
PMID:40164059
|
研究论文 | 本研究提出了一种基于深度学习的婴儿疼痛评估方法,通过卷积神经网络分析面部表情 | 首次将CNN应用于婴儿疼痛表情识别,为临床提供客观疼痛评估工具 | 样本量较小、需要外部验证、存在伦理考量 | 开发可靠的婴儿疼痛自动评估系统 | 婴儿面部表情 | 计算机视觉 | 儿科疼痛评估 | 面部表情分析 | CNN | 图像 | 使用COPE数据库(样本量未明确说明) | NA | CNN | 准确率, 精确率, 召回率, F1分数, AUC | NA |
| 1309 | 2025-10-06 |
Investigating Bubble Formation and Evolution in Vanadium Redox Flow Batteries via Synchrotron X-Ray Imaging
2025-Jul-01, ChemSusChem
IF:7.5Q1
DOI:10.1002/cssc.202500282
PMID:40202080
|
研究论文 | 通过同步辐射X射线成像研究钒液流电池中气泡的形成与演化规律 | 结合深度学习模型与形态学分析工具对气泡进行识别表征,首次系统揭示不同电极电位下气泡的分布与形态演化规律 | 研究聚焦于静态电极条件下的气泡行为,未涉及实际流动工况下的动态效应 | 探究钒液流电池负极副反应氢气泡的形成演化机制及其对电池性能的影响 | 钒液流电池电极中的氢气泡 | 能源材料 | NA | 同步辐射X射线断层扫描 | 深度学习模型 | X射线断层图像 | NA | NA | NA | NA | NA |
| 1310 | 2025-10-06 |
Estimation method of dynamic range parameters for cochlear implants based on neural response telemetry threshold
2025-Jul, Acta oto-laryngologica
IF:1.2Q3
DOI:10.1080/00016489.2025.2492359
PMID:40347195
|
研究论文 | 本研究探索人工耳蜗植入患者神经反应遥测阈值与主观行为测试阈值之间的相关性,并构建基于深度学习的预测模型辅助设备调机 | 首次将深度学习技术应用于人工耳蜗调机参数预测,并比较了正常耳蜗结构与内耳畸形患者的不同调机策略 | 样本量有限(共77例患者),仅测试了5个特定电极位置 | 建立客观可靠的人工耳蜗调机参数预测方法,指导术后设备调试 | 57例正常耳蜗结构患者和20例内耳畸形患者 | 医疗人工智能 | 听力障碍 | 神经反应遥测,主观行为测试 | CNN | 电生理数据,行为测试数据 | 77例人工耳蜗植入患者(57例正常耳蜗结构,20例内耳畸形) | NA | 卷积神经网络 | 预测准确性,线性回归相似度 | NA |
| 1311 | 2025-10-06 |
Enhancing ultrasonographic detection of hepatocellular carcinoma with artificial intelligence: current applications, challenges and future directions
2025-Jul-01, BMJ open gastroenterology
IF:3.3Q2
DOI:10.1136/bmjgast-2025-001832
PMID:40592728
|
综述 | 本文全面分析人工智能在肝细胞癌超声检测中的当前应用、挑战与未来发展方向 | 聚焦深度学习在超声影像中增强肝细胞癌早期检测的潜力,探讨多模态整合、可解释AI和实时诊断等新兴趋势 | 面临数据异质性、缺乏标准化、模型可解释性担忧、监管限制和临床实际应用障碍等挑战 | 改善肝细胞癌的超声检测效果,提升患者预后 | 肝细胞癌(HCC)患者 | 医学影像分析 | 肝细胞癌 | 超声成像(B-mode US) | 深度学习, CNN | 医学影像 | NA | NA | 卷积神经网络 | NA | NA |
| 1312 | 2025-10-06 |
Muscle-Driven prognostication in gastric cancer: A multicenter deep learning framework integrating Iliopsoas and erector spinae radiomics for 5-Year survival prediction
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-09083-y
PMID:40596621
|
研究论文 | 本研究开发了一种结合放射组学和深度学习的胃癌5年生存预测模型,重点关注基于CT的髂腰肌和竖脊肌2D和3D特征 | 首次将髂腰肌和竖脊肌的放射组学特征与深度学习相结合用于胃癌生存预测,并比较了2D和3D方法的性能差异 | 3D模型因包含不相关数据而表现不佳,研究为回顾性设计 | 开发胃癌患者5年生存预测模型 | 胃癌患者 | 数字病理 | 胃癌 | CT成像,放射组学 | 深度学习 | 医学影像(CT图像) | 705名来自两个中心的患者 | NA | NA | AUC | NA |
| 1313 | 2025-10-06 |
Retrieval-Augmented Generation with Large Language Models in Radiology: From Theory to Practice
2025-Jul, Radiology. Artificial intelligence
DOI:10.1148/ryai.240790
PMID:40464682
|
综述 | 本文综述了基于检索增强生成的大型语言模型在放射学领域的理论与实践应用 | 将检索增强生成技术引入放射学工作流程,解决传统LLM的幻觉问题和来源不透明问题 | 需要持续改进以处理大量输入数据和复杂多智能体对话 | 探索大型语言模型在放射学工作流程优化中的应用 | 放射学工作流程和诊断实践 | 自然语言处理 | NA | 检索增强生成,少样本学习,零样本学习,多步推理 | 大型语言模型 | 文本数据 | NA | NA | NA | NA | NA |
| 1314 | 2025-10-06 |
Establish a simple and quantitative deep learning-based method to analyse complicated intra- and inter-species social interaction behaviour for four stag beetle species
2025-Jul, Open biology
IF:4.5Q1
DOI:10.1098/rsob.250060
PMID:40628294
|
研究论文 | 开发基于深度学习的简单定量方法分析四种锹形虫物种复杂的社会互动行为 | 首次将DeepLabCut™姿态估计工具应用于昆虫社会行为量化分析,实现客观定量的行为测量 | 研究基于实验室环境下的 staged encounters,可能与自然行为存在差异 | 建立定量分析方法理解锹形虫社会行为的生态和进化意义 | 四种锹形虫物种的社会互动行为 | 计算机视觉 | NA | 视频行为分析,姿态估计 | CNN | 视频 | 四种锹形虫物种的高分辨率视频数据 | DeepLabCut™ | NA | 姿态估计准确性,行为参数提取精度 | NA |
| 1315 | 2025-10-06 |
Gesture recognition and response system for special education using computer vision and human-computer interaction technology
2025-Jul-08, Disability and rehabilitation. Assistive technology
DOI:10.1080/17483107.2025.2527226
PMID:40625119
|
研究论文 | 提出一种用于特殊教育的综合手势识别与响应系统,结合深度学习架构和机器学习算法 | 使用遗传算法进行模型压缩,将模型大小减少42%,推理时间减少45%,显著提升在资源受限设备上的实时性能 | 手势库有限,未整合多模态输入,系统自适应能力有待提升 | 开发适用于特殊教育的手势识别系统,作为残障人士的辅助工具 | 特殊教育中的手势识别应用 | 计算机视觉 | NA | 手势识别技术 | CNN, SVM, 随机森林 | 手势图像数据 | 多样化手势数据集(包含不同光照条件、用户人口统计特征和生理差异) | NA | AlexNet, VGG19, ResNet, MobileNet | 准确率 | 移动和嵌入式平台 |
| 1316 | 2025-10-06 |
Deep Learning-Based Classification of NSCLC-Derived Extracellular Vesicles Using AFM Nanomechanical Signatures
2025-Jul-08, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c02009
PMID:40626500
|
研究论文 | 本研究开发了一种基于深度学习的非小细胞肺癌来源细胞外囊泡分类方法,通过原子力显微镜纳米力学特征分析实现精准诊断 | 首次展示了基于纳米力学特征的NSCLC来源细胞外囊泡分类方法,将深度学习和AFM分析相结合 | 样本变异性问题尚未解决,需要在临床样本中进一步验证性能 | 开发非小细胞肺癌液体活检的精准诊断工具 | 非小细胞肺癌来源的细胞外囊泡 | 数字病理学 | 肺癌 | 原子力显微镜 | CNN | 图像 | 来自NSCLC亚型(A549、PC9、PC9/GR)和非肿瘤性支气管上皮细胞(BEAS-2B)的细胞外囊泡 | NA | DenseNet | AUC, 准确率 | NA |
| 1317 | 2025-10-06 |
Event-Driven Taxonomy (EDT) Screening: Leveraging Effect-Based Spectral Libraries to Accelerate Semiquantitative Nontarget Analysis of AhR Agonists in Sediment in the Era of Big Data
2025-Jul-08, Environmental science & technology
IF:10.8Q1
DOI:10.1021/acs.est.5c07344
PMID:40626791
|
研究论文 | 开发了一种事件驱动分类法筛选策略,用于加速沉积物中非目标生物活性污染物的识别和半定量分析 | 将效应导向分析与非目标筛选工作流程整合为单一步骤,并嵌入两种新型效应基谱库 | 仅以芳烃受体活性为例进行验证,方法在其他生物活性体系中的适用性有待进一步研究 | 加速复杂化学混合物中生物活性污染物的识别和风险评估 | 沉积物中的芳烃受体激动剂 | 环境分析化学 | NA | 液相色谱-高分辨质谱, 效应导向分析, 非目标筛选 | 深度学习 | 质谱数据, 生物活性数据 | NA | NA | NA | 识别准确率, 假阳性率, 生物活性贡献解释率 | NA |
| 1318 | 2025-10-06 |
A Meta-Analysis of the Diagnosis of Condylar and Mandibular Fractures Based on 3-dimensional Imaging and Artificial Intelligence
2025-Jul-08, The Journal of craniofacial surgery
IF:1.0Q3
DOI:10.1097/SCS.0000000000011622
PMID:40627036
|
meta-analysis | 通过系统综述和荟萃分析评估3D影像和人工智能在髁状突及下颌骨骨折诊断中的准确性和实用性 | 首次对基于3D影像和人工智能的髁状突骨折诊断方法进行系统性荟萃分析 | 面临数据质量、模型可解释性和临床验证等挑战,需要更多多中心研究验证 | 改善髁状突骨折的快速准确分类诊断,评估人工智能在颌面外科的应用价值 | 髁状突骨折和下颌骨骨折 | medical imaging | maxillofacial fractures | 3-dimensional computed tomography (CT) | deep learning models | 3D medical images | NA | NA | NA | prediction accuracy, diagnostic efficiency | NA |
| 1319 | 2025-10-06 |
A fully automated deep learning framework for age estimation in adults using periapical radiographs of canine teeth
2025-Jul-08, International journal of legal medicine
IF:2.2Q1
DOI:10.1007/s00414-025-03558-3
PMID:40627040
|
研究论文 | 提出了一种基于犬齿根尖周X线片的成人年龄自动估计深度学习框架 | 开发了包含牙齿检测和年龄估计的两步流程全自动框架,并比较了四种不同CNN架构在年龄估计中的表现 | 结合性别信息未能提升模型性能,且不同牙齿间的预测准确性无显著差异 | 开发用于法医鉴定的自动年龄估计工具 | 成人犬齿根尖周X线片 | 计算机视觉 | 法医鉴定 | 根尖周X线摄影 | CNN | X线图像 | 2,587张X线片来自1,004名患者(691名女性,313名男性) | NA | YOLOv8-Nano, ResNet-18, DenseNet-121, EfficientNet-B0, MobileNetV3 | F1分数, 检测成功率, 中位绝对误差 | NA |
| 1320 | 2025-10-06 |
Deep learning 3D super-resolution radiomics model based on Gd-enhanced MRI for improving preoperative prediction of HCC pathological grading
2025-Jul-08, Abdominal radiology (New York)
DOI:10.1007/s00261-025-05085-6
PMID:40627133
|
研究论文 | 本研究开发了一种基于深度学习的3D超分辨率放射组学模型,用于术前预测肝细胞癌病理分级 | 首次将深度学习3D超分辨率技术与放射组学结合应用于HCC病理分级预测 | 样本量相对有限(197例患者),需进一步多中心验证 | 评估基于深度学习的3D超分辨率MRI放射组学模型预测HCC病理分级的可行性和有效性 | 肝细胞癌患者 | 医学影像分析 | 肝细胞癌 | 钆增强MRI,3D超分辨率技术 | 深度学习,梯度提升,支持向量机 | 3D MRI图像 | 197例HCC患者(训练集157例,测试集40例) | NA | 梯度提升,LightGBM,支持向量机 | AUC,敏感度,特异度,准确率 | NA |