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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1321 | 2025-10-06 |
Enhancing remote patient monitoring with AI-driven IoMT and cloud computing technologies
2025-Jul-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-09727-z
PMID:40617852
|
研究论文 | 提出了一种集成AI、IoMT和云计算的新型远程医疗框架,用于增强远程患者监测 | 提出了基于Transformer的自注意力模型(TL-SAM),用Transformer层替代传统卷积层,并采用改进的野马优化算法进行超参数调优 | NA | 开发高效的远程医疗监测系统,实现早期疾病检测和及时医疗干预 | 远程患者健康监测数据 | 医疗物联网 | 多种疾病监测 | 无线传感器网络,生物传感器数据采集 | Transformer | 实时生物传感器数据,患者健康数据 | UCI数据集 | NA | Transformer-based Self-Attention Model (TL-SAM) | 准确率, 精确率, 召回率, F1分数 | 云计算平台,IoMT云存储库 |
| 1322 | 2025-07-07 |
Author Correction: Geometric deep learning improves generalizability of MHC-bound peptide predictions
2025-Jul-05, Communications biology
IF:5.2Q1
DOI:10.1038/s42003-025-08422-z
PMID:40617886
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1323 | 2025-10-06 |
MIC: A deep learning tool for assigning ions and waters in cryo-EM and crystal structures
2025-Jul-04, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-61315-x
PMID:40615379
|
研究论文 | 开发了一种基于深度学习的工具MIC,用于在冷冻电镜和晶体结构中自动分配离子和水分子 | 使用相互作用指纹表示化学环境,扩展了可识别的离子类型范围,相比现有方法具有更高的分类准确性 | 未在摘要中明确说明具体局限性 | 开发能够准确识别生物分子结构中水和离子位置的自动化工具 | 生物分子结构中的水和离子位点 | 结构生物学,机器学习 | NA | 冷冻电镜,X射线晶体学 | 机器学习模型 | 结构数据,相互作用指纹 | 多种生物分子示例,包括PDB数据库中可能错误建模的离子 | NA | NA | 准确性 | NA |
| 1324 | 2025-10-06 |
Sparse coding-based multiframe superresolution for efficient synchrotron radiation microspectroscopy
2025-Jul-03, Discover nano
DOI:10.1186/s11671-025-04291-x
PMID:40608206
|
研究论文 | 提出一种基于稀疏编码的多帧超分辨率方法,用于提升同步辐射显微光谱成像质量并减少辐射损伤 | 将位置偏移作为已知控制参数处理,并学习针对纳米结构提取优化的字典,能在小样本和噪声数据下实现高质量超分辨率重建 | NA | 开发一种能够减少辐射损伤同时保持空间分辨率的超分辨率成像方法 | 同步辐射显微光谱图像和3D纳米级电子能谱化学分析数据 | 计算机视觉 | NA | 同步辐射显微光谱技术,电子能谱化学分析 | 稀疏编码 | 图像,3D光谱数据 | 有限样本数据集 | NA | 稀疏编码字典学习 | 图像质量,结构细节保持 | NA |
| 1325 | 2025-10-06 |
Printed document layout analysis and optical character recognition system based on deep learning
2025-Jul-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-07439-y
PMID:40610547
|
研究论文 | 提出了一种基于深度学习的印刷文档版面分析与文本识别系统 | 结合YOLOv4/YOLOv8进行版面分析和CNN进行文本识别,实现本地高效OCR处理 | NA | 开发印刷文档的自动版面分析和光学字符识别系统 | 印刷文档的扫描图像或图像文件 | 计算机视觉 | NA | 深度学习 | CNN, YOLO | 图像 | NA | NA | YOLOv4, YOLOv8, CNN | NA | 本地计算机 |
| 1326 | 2025-10-06 |
Diagnosis of psoriasis and lichen planus in real-time using neural networks based on skin Biomechanical properties obtained from numerical simulation
2025-Jul-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-08781-x
PMID:40610543
|
研究论文 | 本研究提出了一种结合深度学习和皮肤生物力学特性数值模拟的新方法,用于实时诊断银屑病和扁平苔藓 | 首次将皮肤生物力学特性的有限元模拟数据与深度学习相结合,通过数值模拟生成数据解决皮肤病数据集稀缺问题 | 仅针对两种皮肤病进行研究,样本量相对有限(1000个实例) | 提高银屑病和扁平苔藓的诊断准确性,开发实时皮肤病诊断辅助系统 | 银屑病和扁平苔藓患者的皮肤生物力学特性 | 计算机视觉 | 皮肤病 | 有限元数值模拟 | CNN | 图像数据 | 1000个数值模拟实例(银屑病和扁平苔藓各500个) | ABAQUS | ResNet-50 | 准确率 | NA |
| 1327 | 2025-10-06 |
Multiclass leukemia cell classification using hybrid deep learning and machine learning with CNN-based feature extraction
2025-Jul-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-05585-x
PMID:40610551
|
研究论文 | 提出一种结合预训练CNN特征提取与混合分类模型的白血病细胞多分类方法 | 将预训练深度学习架构与混合分类技术相结合,在数据受限场景下实现稳健的多分类 | ResNet50因小数据集导致过拟合问题,数据集规模有限 | 开发准确的白血病亚型分类方法以改善临床诊断 | 健康细胞、淋巴母细胞和髓母细胞 | 计算机视觉 | 白血病 | 外周血涂片分析 | CNN, RF, SVM, XGBoost, MLP | 图像 | 公开数据集ALL-IDB和Munich AML Morphology Dataset | NA | VGG16, InceptionV3, ResNet50 | 准确率 | NA |
| 1328 | 2025-10-06 |
Deep learning-driven insights into the transmission dynamics of hepatitis B virus with treatment
2025-Jul-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-06660-z
PMID:40610572
|
研究论文 | 本研究提出结合分数阶建模和深度神经网络的计算方法分析乙肝病毒传播动力学 | 首次将Caputo导数分数阶模型与深度神经网络相结合用于传染病建模,提出混合架构提高计算精度和效率 | 模型验证主要基于数值模拟,缺乏真实流行病学数据验证 | 分析治疗干预对乙肝病毒传播动力学的影响 | 乙肝病毒传播动力学模型 | 机器学习 | 乙肝病毒感染 | 分数阶建模,深度神经网络 | DNN | 数值模拟数据 | NA | NA | 深度神经网络 | 绝对误差,验证性能,回归评估 | NA |
| 1329 | 2025-10-06 |
An efficient privacy-preserving multilevel fusion-based feature engineering framework for UAV-enabled land cover classification using remote sensing images
2025-Jul-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-08930-2
PMID:40610669
|
研究论文 | 提出一种用于无人机遥感图像土地覆盖分类的隐私保护多级融合特征工程框架 | 结合多模型特征融合与隐私保护技术,采用ERNN分类器并通过SSA优化超参数 | NA | 为动态环境下的无人机遥感图像土地覆盖分类提供有效的隐私保护入侵检测模型 | 无人机遥感图像 | 计算机视觉 | NA | 遥感图像处理 | ERNN | 图像 | ToN-IoT和EuroSat数据集 | NA | NASNetMobile, ResNet50, VGG19 | 准确率 | NA |
| 1330 | 2025-10-06 |
Artificial intelligence-driven cybersecurity: enhancing malicious domain detection using attention-based deep learning model with optimization algorithms
2025-Jul-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-99420-y
PMID:40610687
|
研究论文 | 提出一种结合注意力机制深度学习与优化算法的恶意域名检测技术 | 首次将时序卷积网络与双向长短期记忆网络结合挤压激励注意力机制,并采用量子启发萤火虫算法和鹦鹉优化算法进行特征选择和超参数调优 | 仅在一个恶意域名数据集上验证,未说明模型在其他类型网络攻击中的泛化能力 | 提升网络安全领域的恶意域名检测性能 | 互联网域名系统(DNS)中的恶意域名 | 网络安全 | NA | 深度学习,优化算法 | TCN, BiLSTM, 注意力机制 | 域名系统数据 | NA | NA | TCN-BiLSTM-SEA(时序卷积网络-双向长短期记忆网络-挤压激励注意力) | 准确率 | NA |
| 1331 | 2025-10-06 |
Selective identification of polyploid hepatocellular carcinomas with poor prognosis by artificial intelligence-based pathological image recognition
2025-Jul-03, Communications medicine
IF:5.4Q1
DOI:10.1038/s43856-025-00967-8
PMID:40610763
|
研究论文 | 开发基于深度学习的人工智能病理图像识别方法,用于识别肝细胞癌中的多倍体亚型及其预后评估 | 首次利用深度学习模型从H&E染色病理图像中识别多倍体肝细胞癌,无需传统染色体荧光原位杂交技术 | 研究样本量有限(初始训练集仅44例HCC),需要进一步验证和推广 | 开发可临床应用的癌症多倍体诊断方法,实现肝细胞癌的预后分层 | 肝细胞癌患者病理样本 | 数字病理 | 肝细胞癌 | 苏木精-伊红染色,染色体荧光原位杂交 | 深度学习 | 病理图像 | 初始训练集44例HCC,验证集169例肝癌,外加公共数据集 | NA | NA | 预后识别能力,与基因组分析对比 | NA |
| 1332 | 2025-10-06 |
Interpretable and generalizable deep learning model for preoperative assessment of microvascular invasion and outcome in hepatocellular carcinoma based on MRI: a multicenter study
2025-Jul-03, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-025-02035-0
PMID:40610844
|
研究论文 | 开发基于MRI的可解释、泛化性强的深度学习模型用于肝细胞癌微血管侵犯术前评估和预后预测 | 采用对抗网络学习多中心域不变特征,结合生物信息学分析增强模型可解释性 | 回顾性研究设计,样本量相对有限 | 开发可解释且泛化性强的深度学习模型用于肝细胞癌微血管侵犯术前评估 | 肝细胞癌患者 | 医学影像分析 | 肝细胞癌 | MRI, RNA测序分析 | 对抗网络深度学习模型 | MRI图像 | 546例肝细胞癌患者来自五个医疗中心 | NA | 对抗网络深度学习模型 | AUC | NA |
| 1333 | 2025-10-06 |
Advanced deep learning framework for underwater object detection with multibeam forward-looking sonar
2025-Jul, Structural health monitoring
DOI:10.1177/14759217241235637
PMID:40621572
|
研究论文 | 提出一种基于多波束前视声纳的先进深度学习框架用于水下目标检测 | 在YOLOv7网络架构基础上,在数据预处理、特征融合和损失函数三个关键方面进行了独特优化 | 未明确说明具体的数据集规模和多样性限制 | 提高水下目标检测的精度和可迁移性 | 水下基础设施和水下目标 | 计算机视觉 | NA | 多波束前视声纳 | CNN | 声纳图像 | NA | NA | YOLOv7 | 目标分类性能、定位精度、迁移学习能力 | 水下遥控操作车辆 |
| 1334 | 2025-10-06 |
Efficient sparse-view medical image classification for low radiation and rapid COVID-19 diagnosis
2025-Jul, Biomedical engineering letters
IF:3.2Q2
DOI:10.1007/s13534-025-00478-4
PMID:40621608
|
研究论文 | 提出一种基于深度学习的投影式掩码自编码器(ProMAE),用于稀疏视图CT图像的快速准确COVID-19诊断 | 采用列向掩码策略在预训练中从正弦图中学习关键诊断特征,无需CT图像重建即可直接分类稀疏视图正弦图 | NA | 开发低辐射剂量和快速COVID-19诊断的医学图像分类方法 | 稀疏视图CT图像 | 医学影像分析 | COVID-19 | CT成像 | 自编码器 | CT图像,正弦图 | NA | NA | ProMAE, ResNet, ConvNeXt, MAE | 准确率 | NA |
| 1335 | 2025-10-06 |
Advances in cardiovascular signal analysis with future directions: a review of machine learning and deep learning models for cardiovascular disease classification based on ECG, PCG, and PPG signals
2025-Jul, Biomedical engineering letters
IF:3.2Q2
DOI:10.1007/s13534-025-00473-9
PMID:40625553
|
综述 | 系统回顾人工智能在心血管信号分析中的进展,重点关注基于ECG、PCG和PPG信号的心血管疾病分类方法 | 全面比较传统机器学习与深度学习模型在心血管信号分析中的性能,提出多模态信号融合和可解释AI的未来方向 | 数据集异质性、预处理方法不一致和计算复杂度高阻碍临床转化应用 | 评估人工智能技术在心血管疾病分类和诊断中的转化应用潜力 | 心电图(ECG)、心音图(PCG)和光电容积脉搏波(PPG)信号 | 机器学习 | 心血管疾病 | 信号处理, 特征提取 | KNN, SVM, RF, CNN, LSTM | 生理信号 | NA | NA | CNN, LSTM, 迁移学习模型 | NA | NA |
| 1336 | 2025-10-06 |
AIoptamer: Artificial Intelligence-Driven Aptamer Optimization Pipeline for Targeted Therapeutics in Healthcare
2025-Jul-07, Molecular pharmaceutics
IF:4.5Q1
|
研究论文 | 提出了一种人工智能驱动的适配体优化流程,用于加速靶向治疗中的适配体发现与设计 | 首次将人工智能与先进计算方法结合,构建了系统性的适配体优化流程,显著提升了适配体设计的效率 | 流程依赖于已知的适配体-宿主复合物作为起点,可能限制了全新适配体的发现 | 开发高效的人工智能驱动适配体优化方法,减少传统实验方法的依赖 | RNA和DNA适配体及其与宿主分子的复合物 | 机器学习, 计算生物学 | NA | SELEX, 分子动力学模拟, 深度学习方法 | 深度学习模型, 机器学习模型 | 序列数据, 结构数据 | NA | NA | PredPRBA, PDA-Pred | 结合亲和力预测, 结构稳定性评估 | NA |
| 1337 | 2025-10-06 |
Photon-counting micro-CT scanner for deep learning-enabled small animal perfusion imaging
2025-Jul-07, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ade94b
PMID:40578400
|
研究论文 | 介绍一种用于小动物灌注成像的光子计数微型CT扫描仪及其深度学习应用 | 结合光子计数微型CT扫描仪与深度学习网络,实现快速五维重建和灌注映射 | 仅在小鼠模型和体模中进行验证,尚未在更广泛的动物模型或临床环境中测试 | 开发高吞吐量小动物灌注成像平台 | 小动物(小鼠)和定制灌注体模 | 医学影像 | 血管疾病 | 光子计数CT,碘对比剂灌注成像 | CNN | 多能量时间序列CT图像 | 小鼠研究和定制体模 | NA | 卷积神经网络 | 噪声水平(HU),对比噪声比,血流指数误差,决定系数 | NA |
| 1338 | 2025-10-06 |
Trends and Innovations in Tools for Processing Chromatographic Data Using Mass Spectrometry Detection: A Systematic Review
2025-Jul-06, Critical reviews in analytical chemistry
IF:4.2Q1
DOI:10.1080/10408347.2025.2528134
PMID:40618385
|
系统综述 | 系统回顾过去六年色谱数据质谱检测计算工具的技术创新 | 首次系统评估色谱-质谱数据处理工具的最新进展,重点关注机器学习和深度学习算法的应用 | 依赖已发表文献,缺乏标准化评估框架,需要更多标注数据支持 | 评估色谱-质谱数据处理计算工具的技术发展趋势和创新特点 | 33项符合原创性、适用性和创新性标准的研究 | 分析化学信息学 | NA | 质谱检测, 色谱技术 | 机器学习, 深度学习 | 色谱-质谱数据 | 33项研究 | NA | NA | 自动化程度, 可扩展性, 准确性 | NA |
| 1339 | 2025-10-06 |
Efficient attention vision transformers for monocular depth estimation on resource-limited hardware
2025-Jul-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-06112-8
PMID:40615443
|
研究论文 | 本文研究如何通过高效注意力机制优化视觉Transformer,在资源受限硬件上实现单目深度估计 | 将高效注意力模块应用于单目深度估计任务,并采用帕累托前沿分析方法优化质量与推理速度的平衡 | 未明确说明具体资源受限硬件的规格和性能限制 | 在保持性能的同时降低单目深度估计模型的计算复杂度 | 视觉Transformer模型在单目深度估计任务中的应用 | 计算机视觉 | NA | 深度学习 | Vision Transformer | 图像 | NA | NA | Transformer | 推理速度, 估计质量 | 资源受限硬件 |
| 1340 | 2025-10-06 |
Deep Learning Multi Modal Melanoma Detection: Algorithm Development and Validation
2025-Jul-05, JMIR AI
DOI:10.2196/66561
PMID:40619207
|
研究论文 | 开发并验证了一种基于多模态深度学习的黑色素瘤检测方法 | 结合图像数据和患者元数据,使用非线性最小二乘回归为不同模型分配最优权重进行联合预测 | 未利用文本数据(患者主观感受),未来可进一步模拟真实医院环境 | 区分黑色素瘤和脂溢性角化病,减少误诊 | 老年残疾患者的皮肤病变 | 计算机视觉 | 皮肤癌 | 深度学习 | CNN | 图像, 元数据 | HAM10000数据集的221个测试样本 | NA | ResNet50, InceptionV3, VGG16, 作者自定义模型 | 准确率 | NA |