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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1381 | 2025-07-07 |
Deep Learning Automated Measurements of Expanded Polystyrene Beads Size Using Low-Resolution Micrography
2025-Jul-04, Microscopy research and technique
IF:2.0Q3
DOI:10.1002/jemt.70019
PMID:40616216
|
研究论文 | 本研究提出了一种基于深度学习的自动化方法,用于测量低分辨率显微图像中发泡聚苯乙烯珠粒的大小 | 利用深度学习模型自动测量低分辨率显微图像中的发泡聚苯乙烯珠粒大小,替代传统手动测量方法 | 研究仅针对两种密度的发泡聚苯乙烯泡沫(8.5和24 kg/m)进行了验证 | 开发一种可靠且精确的发泡聚苯乙烯珠粒尺寸自动测量方法 | 发泡聚苯乙烯泡沫的珠粒微观结构 | 计算机视觉 | NA | 显微成像 | 深度学习 | 图像 | 两种密度的发泡聚苯乙烯泡沫样品(8.5和24 kg/m) | NA | NA | NA | NA |
| 1382 | 2025-10-06 |
The continuous evolution of biomolecular force fields
2025-Jul-03, Structure (London, England : 1993)
DOI:10.1016/j.str.2025.05.013
PMID:40527321
|
综述 | 本文概述了生物分子力场的最新发展现状,涵盖极化力场、机器学习势能和粗粒度模型 | 重点关注深度学习革命对生物分子力场参数化的创新应用,强调跨学科方法在改进生物分子建模中的潜力 | NA | 总结生物分子力场的最新进展,识别新兴挑战并探索未来发展方向 | 生物分子力场及其在生物和治疗发现中的应用 | 机器学习 | NA | 分子模拟,深度学习 | 机器学习势能 | 分子模拟数据 | NA | NA | NA | NA | NA |
| 1383 | 2025-10-06 |
Impact of deep learning denoising on kinetic modelling for low-dose dynamic PET: application to single- and dual-tracer imaging protocols
2025-Jul, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-025-07182-6
PMID:40069458
|
研究论文 | 本研究探讨深度学习去噪技术在低剂量动态PET成像中对动力学建模的改善效果,应用于单示踪剂和双示踪剂成像协议 | 首次将基于静态[18F]FDG PET图像训练的深度学习去噪模型应用于动态[18F]FDG和[18F]FGln PET成像,显著降低剂量需求 | 在极低剂量(4 MBq)下对乳腺病灶中[18F]FGln的测量精度有所降低 | 提高低剂量动态PET成像的定量分析准确性 | 16例[18F]FDG PET研究数据,来自PennPET Explorer扫描仪 | 医学影像分析 | 癌症 | PET成像,动力学建模,深度学习去噪 | 深度学习 | PET图像数据 | 16项[18F]FDG PET研究 | NA | NA | TAC曲线下面积,Ki参数,VT参数,图像质量 | NA |
| 1384 | 2025-10-06 |
Development and Validation of a Novel Deep Learning Model to Predict Pharmacologic Closure of Patent Ductus Arteriosus in Premature Infants
2025-Jul, Journal of the American Society of Echocardiography : official publication of the American Society of Echocardiography
IF:5.4Q1
DOI:10.1016/j.echo.2025.03.018
PMID:40220935
|
研究论文 | 开发并验证一种新型深度学习模型,用于预测早产儿动脉导管未闭药物闭合的可能性 | 首次将深度学习应用于预测早产儿动脉导管未闭药物闭合效果,并开发了多模态卷积神经网络模型 | 回顾性研究设计,样本量相对较小(174名婴儿) | 预测早产儿动脉导管未闭药物闭合的临床结果 | 174名接受动脉导管未闭药物治疗的早产儿 | 医学影像分析 | 心血管疾病 | 超声心动图 | CNN | 图像, 临床数据 | 174名早产儿,包含1,926个超声心动图片段 | NA | 卷积神经网络 | AUC | NA |
| 1385 | 2025-10-06 |
KEVS: enhancing segmentation of visceral adipose tissue in pre-cystectomy CT with Gaussian kernel density estimation
2025-Jul, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03380-7
PMID:40343641
|
研究论文 | 提出一种无需真实标注掩码的自动化内脏脂肪组织分割方法KEVS,用于膀胱切除术前CT扫描 | 结合深度学习语义分割模型与高斯核密度估计分析,无需真实标注VAT掩码即可实现精准分割 | 仅在20例膀胱切除术前CT扫描数据集上进行验证,样本量有限 | 开发无需真实标注的自动化内脏脂肪组织分割方法以预测术后并发症 | 膀胱切除术患者的腹部CT扫描图像 | 数字病理 | 膀胱癌 | CT扫描 | 深度学习语义分割模型 | 医学影像 | 20例来自伦敦大学学院医院的膀胱切除术前CT扫描 | NA | NA | Dice系数 | NA |
| 1386 | 2025-10-06 |
Shortcut learning leads to sex bias in deep learning models for photoacoustic tomography
2025-Jul, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03370-9
PMID:40343639
|
研究论文 | 本研究探讨了光声断层扫描中捷径学习导致的性别偏见问题 | 首次在光声断层扫描领域系统研究捷径学习引发的性别偏见,并揭示疾病患病率性别差异对诊断性能的影响 | 样本量相对有限(147人),仅关注外周动脉疾病和性别因素 | 研究深度学习模型在医学影像中的算法公平性问题 | 外周动脉疾病患者的光声断层扫描图像 | 医学影像分析 | 外周动脉疾病 | 光声断层扫描 | CNN | 图像 | 147名个体 | NA | NA | AUROC | NA |
| 1387 | 2025-10-06 |
A deep learning-based approach to automated rib fracture detection and CWIS classification
2025-Jul, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03390-5
PMID:40377883
|
研究论文 | 开发一种基于深度学习的自动化方法,用于CT扫描中的肋骨骨折检测和CWIS分类 | 首次将深度学习应用于肋骨骨折的自动化检测和CWIS分类系统分类 | 训练集中罕见和代表性不足类别的分类性能有待提升 | 开发评估肋骨骨折自动检测和分类方法 | CT扫描中的肋骨骨折 | 计算机视觉 | 创伤性损伤 | CT扫描 | 深度学习 | 医学影像 | 198个CT扫描(170个训练和内部验证,28个外部验证) | nnU-Net | nnU-Net | 灵敏度, 精确度, F1分数, FPPS | NA |
| 1388 | 2025-10-06 |
Uncertainty estimation for trust attribution to speed-of-sound reconstruction with variational networks
2025-Jul, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03402-4
PMID:40495100
|
研究论文 | 提出一种基于不确定性估计的声速重建信任度评估方法,用于自动选择最佳超声数据帧以改善乳腺癌诊断 | 首次将不确定性估计应用于声速重建中的帧选择,提出基于蒙特卡洛丢弃和贝叶斯变分推理的自动选择方法 | 仅评估了21个BI-RADS 4类病灶,样本量有限 | 通过不确定性估计提高声速重建图像的质量和诊断可靠性 | 乳腺癌病灶(良性纤维腺瘤和恶性癌) | 医学影像分析 | 乳腺癌 | 超声成像,声速重建 | 变分网络 | 超声图像 | 21个BI-RADS 4类病灶,每个病灶4次采集 | NA | 变分网络 | AUC(曲线下面积) | NA |
| 1389 | 2025-10-06 |
Concurrent emergence of view invariance, sensitivity to critical features, and identity face classification through visual experience: Insights from deep learning algorithms
2025-Jul-01, Journal of vision
IF:2.0Q2
DOI:10.1167/jov.25.8.2
PMID:40590783
|
研究论文 | 通过深度学习算法研究视觉经验如何同时促进视角不变性表征、关键面部特征敏感性和身份分类能力的发展 | 首次系统性地操纵训练数据中身份内和身份间面部图像数量,研究其对网络性能的协同影响 | 研究基于深度学习模型,与人类视觉系统的直接对应关系仍需进一步验证 | 探究何种面部经验能使网络对人类关键面部特征敏感,及其与视角不变性表征和分类性能的关系 | 深度卷积神经网络在面部识别任务中的表现 | 计算机视觉 | NA | 深度学习训练 | DCNN | 面部图像 | 系统操纵身份内和身份间图像数量的训练数据集 | NA | 深度卷积神经网络 | 分类准确率, 视角不变性表征质量, 关键特征敏感性 | NA |
| 1390 | 2025-10-06 |
Assessment model of blast injury: A narrative review
2025-Jul-18, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2025.112830
PMID:40612508
|
综述 | 本文系统总结了爆炸冲击波的生物学效应、传统评估模型的应用与局限,以及新兴的细胞/类器官模型和人工智能技术在爆炸伤评估中的应用 | 首次系统整合了冲击波细胞模型、人源类器官模型和人工智能模型在爆炸伤评估中的最新应用进展 | 作为叙述性综述,缺乏对原始研究数据的定量分析和统计比较 | 评估爆炸伤的生物学效应和开发新型评估模型 | 爆炸冲击波引起的颅脑和肺部损伤 | 医学研究 | 爆炸伤 | 数值模拟、动物模型、尸体替代品(PMHS)、细胞模型、类器官模型 | 机器学习,深度学习 | 实验数据、模拟数据 | NA | NA | NA | NA | NA |
| 1391 | 2025-10-06 |
A self-supervised robotic system for autonomous contact-based spatial mapping of semiconductor properties
2025-Jul-04, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adw7071
PMID:40614181
|
研究论文 | 提出一种自监督机器人系统,用于自主进行基于接触的半导体特性空间映射 | 将自监督学习与机器人系统结合,实现像素级精确定位和高通量测量,无需大量标注数据 | NA | 开发能够自主执行基于接触的材料表征技术的机器人系统 | 半导体钙钛矿薄膜的光电导特性 | 机器人技术 | NA | 接触式材料表征技术 | 自监督神经网络 | 空间位置数据,光电导测量数据 | 3025个独特预测位点的钙钛矿薄膜成分梯度 | NA | NA | 测量通量(每小时125次以上测量) | 4自由度机器人探针系统 |
| 1392 | 2025-07-06 |
Automated radiographic assessment of lower limb alignment using deep learning in a data-constrained clinical setting
2025-Jul-04, BMC musculoskeletal disorders
IF:2.2Q3
DOI:10.1186/s12891-025-08846-y
PMID:40615817
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1393 | 2025-10-06 |
Deep learning-based approach to third molar impaction analysis with clinical classifications
2025-Jul-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-93783-y
PMID:40603531
|
研究论文 | 本研究开发了一种基于深度学习的模型,用于自动检测和分类阻生第三磨牙 | 首次将YOLOv11模型应用于第三磨牙阻生的自动化分类,结合了Pell and Gregory分类、Winter分类和Pederson难度指数三种临床分类系统 | 特定标签(如48-Distoangular-C-III)的F1分数较低,数据集多样性有待增强 | 开发自动化工具来辅助第三磨牙阻生的临床诊断和分类 | 阻生第三磨牙 | 计算机视觉 | 牙科疾病 | 全景放射摄影 | YOLO | 图像 | 训练集2,300张图像(7,624颗牙齿),验证集765张图像(2,580颗牙齿),测试集765张图像(2,493颗牙齿),共98个标签 | NA | YOLOv11 | 精确度, 召回率, F1分数, mAP@50, mAP@50:95 | NA |
| 1394 | 2025-10-06 |
Accurate prediction of synergistic drug combination using a multi-source information fusion framework
2025-Jul-03, BMC biology
IF:4.4Q1
DOI:10.1186/s12915-025-02302-y
PMID:40611149
|
研究论文 | 提出一种多源信息融合框架MultiSyn,用于准确预测协同药物组合 | 首次将蛋白质相互作用网络与药物药效团信息相结合,采用半监督图神经网络框架整合多源数据 | NA | 开发准确预测协同药物组合的计算方法 | 药物组合、细胞系、蛋白质相互作用网络 | 机器学习 | 复杂疾病 | 多组学数据分析 | 图神经网络,Transformer | 基因表达数据,蛋白质相互作用网络,药物化学结构 | NA | NA | 异构图Transformer | NA | NA |
| 1395 | 2025-10-06 |
BrainAGE latent representation clustering is associated with longitudinal disease progression in early-onset Alzheimer's disease
2025-Jul-03, Journal of neuroradiology = Journal de neuroradiologie
DOI:10.1016/j.neurad.2025.101365
PMID:40614437
|
研究论文 | 本研究通过基于BrainAGE的聚类算法对早发性阿尔茨海默病患者进行分层,分析不同疾病进展速率的生物标志物 | 首次将BrainAGE潜在表征聚类应用于早发性阿尔茨海默病的纵向疾病进展分析 | 样本量相对有限(142名参与者),且为回顾性研究设计 | 识别与早发性阿尔茨海默病进展相关的生物标志物,以推进临床试验和改进治疗策略 | 早发性阿尔茨海默病患者 | 医学影像分析 | 阿尔茨海默病 | 结构磁共振成像 | 深度学习 | 3D T1加权MRI图像 | 142名早发性阿尔茨海默病患者,另使用3,227名健康受试者的MRI进行预训练 | NA | Brain Age Gap Estimation模型 | BrainAGE分数,MMSE评分,CDR评分,灰质体积 | NA |
| 1396 | 2025-07-06 |
Corrigendum to "Automated sex and age estimation from orthopantomograms using deep learning: A comparison with human predictions" [Forensic Sci. Intern., vol. 374 (2025) 112531]
2025-Jul-03, Forensic science international
IF:2.2Q1
DOI:10.1016/j.forsciint.2025.112556
PMID:40615244
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1397 | 2025-10-06 |
Prioritizing perturbation-responsive gene patterns using interpretable deep learning
2025-Jul-02, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-61476-9
PMID:40603296
|
研究论文 | 提出一种名为River的可解释深度学习框架,用于识别跨多个条件的差异空间表达模式基因 | 首次将DSEP基因优先排序定义为新的分析任务,开发具有双分支预测架构和事后归因策略的可解释深度学习框架 | NA | 识别在多个生物条件下表现出条件相关空间变化的基因模式 | 胚胎发生、糖尿病影响的精子发生、狼疮相关脾脏变化、三阴性乳腺癌等生物环境中的空间表达模式 | 空间转录组学 | 三阴性乳腺癌,糖尿病,狼疮 | 空间分辨转录组学 | 深度学习 | 空间基因表达数据 | NA | NA | 双分支预测架构 | NA | NA |
| 1398 | 2025-10-06 |
AI-enabled Barilai-Borwein-Blinder-Oaxaca-Bernoulli Deep Classifier for Enhanced Crop Yield Prediction
2025-Jul-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-03935-3
PMID:40603331
|
研究论文 | 本文提出了一种AI驱动的BBO-BDC深度分类器,用于提高作物产量预测的准确性 | 结合Barilai-Borwein梯度最小最大归一化、Blinder-Oaxaca统计分解和伯努利深度信念网络的新型集成方法 | NA | 提高作物产量预测的准确性、敏感性和特异性,减少假阳性和假阴性案例 | 作物产量预测 | 机器学习 | NA | AI驱动的深度学习方法 | 深度信念网络 | 作物产量数据集 | NA | NA | Bernoulli Deep Belief Network | 准确率, 特异性, 敏感性, 收敛速度, 开销 | NA |
| 1399 | 2025-10-06 |
Dual smart sensor data-based deep learning network for premature infant hypoglycemia detection
2025-Jul-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-03864-1
PMID:40603339
|
研究论文 | 提出一种基于双智能传感器和深度学习算法的HAPI-BELT系统,用于早产儿低血糖的实时监测与检测 | 结合PPG传感器和智能摄像头的双传感器系统,采用CAT-Swarm优化进行特征提取,并首次应用GRU-LSTM网络进行早产儿低血糖检测 | 未提及系统在临床环境中的验证规模和具体性能数据 | 开发实时监测和检测早产儿低血糖的智能系统 | 早产新生儿 | 医疗健康监测 | 新生儿低血糖 | 光电体积描记法(PPG),智能摄像监测 | GRU-LSTM | 传感器数据,图像数据 | NA | NA | GRU-LSTM混合网络 | NA | 树莓派Zero 2 W |
| 1400 | 2025-10-06 |
Explainable few-shot learning workflow for detecting invasive and exotic tree species
2025-Jul-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-05394-2
PMID:40603367
|
研究论文 | 提出一种可解释的小样本学习工作流,用于检测巴西大西洋雨林中的入侵和外来树种 | 将孪生网络与可解释AI相结合,在少量标注数据下实现树种分类并提供可视化案例解释 | 仅针对特定地理区域(巴西大西洋雨林)的树种检测,通用性有待验证 | 开发能够在数据稀缺条件下准确检测入侵和外来树种的方法 | 巴西大西洋雨林中的入侵和外来树种 | 计算机视觉 | NA | 无人机影像采集 | Siamese network, CNN | 图像 | 小样本学习(3-shot learning) | NA | MobileNet, 浅层CNN | F1-score, 正确性, 连续性, 对比性 | 轻量级骨干网络(MobileNet) |