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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 741 | 2025-10-06 |
When deep learning is not enough: artificial life as a supplementary tool for segmentation of ultrasound images of breast cancer
2025-Aug, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-024-03026-x
PMID:38498125
|
研究论文 | 提出一种结合深度学习和人工生命的新型混合模型用于乳腺癌超声图像分割 | 首次将深度学习与多智能体人工生命相结合用于医学图像分割,能够处理复杂几何形状和高噪声图像 | 需要进一步验证在更大规模数据集上的性能表现 | 开发高精度的超声图像分割方法,用于乳腺癌诊断和超声引导活检 | 乳腺癌超声图像 | 医学图像分析 | 乳腺癌 | 超声成像 | 深度学习,人工生命 | 图像 | 1264张超声图像,患者年龄22-73岁 | NA | U-Net | Dice系数,相对Hausdorff距离 | NA |
| 742 | 2025-10-06 |
Explaining care need assessment surveys: qualitative and quantitative evaluation of state-of-the-art local and global explainable artificial intelligence methods
2025-Aug, JAMIA open
IF:2.5Q3
DOI:10.1093/jamiaopen/ooaf064
PMID:40741010
|
研究论文 | 本研究系统比较了传统和最先进的深度学习可解释人工智能方法,用于从德国护理福利申请文本中提取影响护理需求的关键因素 | 首次在护理需求评估领域系统比较传统方法和基于transformer的XAI方法,并展示了如何将局部解释聚合成全局洞察 | XAI结果可能变得难以处理,且仅依赖现有评估结果作为标注 | 探索影响护理需求的因素模式,支持专家进行护理需求评估 | 72,000多份德国护理福利申请文本数据 | 自然语言处理 | 老年疾病 | 可解释人工智能 | Transformer, 词袋模型 | 文本 | 超过72,000份护理福利申请 | NA | Transformer | 预测准确性 | NA |
| 743 | 2025-10-06 |
ChemFixer: Correcting Invalid Molecules to Unlock Previously Unseen Chemical Space
2025-Aug-01, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3593825
PMID:40748798
|
研究论文 | 提出ChemFixer框架,通过将无效分子修正为有效分子来扩展可用的化学空间 | 首次提出基于transformer架构的无效分子修正框架,能够恢复之前无法生成的分子 | NA | 解决深度学习分子生成模型产生无效分子的问题,扩展可用化学空间 | 化学分子和药物候选物 | 机器学习 | NA | 分子生成,药物-靶点相互作用预测 | Transformer | 分子结构数据 | 大规模有效/无效分子对数据集 | NA | Transformer | 分子有效性,化学和生物分布特性保持度 | NA |
| 744 | 2025-10-06 |
Geometric Deep Learning for Protein-Ligand Affinity Prediction with Hybrid Message Passing Strategies
2025-Aug-01, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3594210
PMID:40748800
|
研究论文 | 提出一种结合混合消息传递策略的几何深度学习模型HybridGeo,用于蛋白质-配体亲和力预测 | 首次采用双视图图学习和混合消息传递策略整合三维几何特征,并在残基级别应用几何图变换器 | 未明确说明模型计算复杂度及对大规模数据集的扩展性 | 提高蛋白质-配体亲和力预测的准确性和可解释性 | 蛋白质-配体复合物 | 机器学习 | NA | 几何深度学习 | 图神经网络,Transformer | 三维结构数据 | PDBbind数据集及三个外部测试集 | PyTorch | 几何图变换器,HybridGeo | RMSE | NA |
| 745 | 2025-10-06 |
Leveraging Large Language Models for Personalized Parkinson's Disease Treatment
2025-Aug-01, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3594014
PMID:40748804
|
研究论文 | 利用大语言模型设计个性化帕金森病治疗策略的新框架 | 首次将大语言模型与蒙特卡洛树搜索、检索增强生成和思维链推理结合,用于帕金森病个性化治疗,提供可解释的治疗策略 | 依赖自然语言形式的患者信息输入,可能受数据质量和完整性的影响 | 开发个性化帕金森病治疗策略 | 帕金森病患者 | 自然语言处理 | 帕金森病 | 大语言模型,蒙特卡洛树搜索,检索增强生成,思维链推理 | LLM | 自然语言文本,医疗指南文本 | 帕金森病进展标记倡议数据集 | NA | NA | MDS-UPDRS-III评分降低值 | NA |
| 746 | 2025-10-06 |
Combinatorial Tuning of 5'UTR and N-Terminal Coding Sequences for Enhanced Recombinant Protein Expression in Corynebacterium glutamicum
2025-Aug-01, ACS synthetic biology
IF:3.7Q1
DOI:10.1021/acssynbio.5c00250
PMID:40748894
|
研究论文 | 本研究通过组合调控5'UTR和N端编码序列特征序列,在谷氨酸棒杆菌中实现重组蛋白表达的精细调控 | 首次在谷氨酸棒杆菌中建立5'UTR和NCS特征序列与蛋白表达水平的关联模式,并通过组合调控实现5个数量级的动态表达范围 | 研究主要针对特定外源蛋白验证,尚未在更广泛的蛋白类型中全面测试 | 开发在微生物细胞工厂中精细调控基因表达和蛋白质生产的工具 | 谷氨酸棒杆菌中的重组蛋白表达系统 | 合成生物学 | NA | 荧光激活细胞分选, 高通量测序, 深度学习 | 深度学习模型 | DNA序列数据, 荧光强度数据 | 包含5'UTR库和NCS库的序列组合,通过16种不同组合验证 | NA | NA | 荧光强度动态范围(45%-511%) | NA |
| 747 | 2025-10-06 |
Development and Validation of a Brain Aging Biomarker in Middle-Aged and Older Adults: Deep Learning Approach
2025-Aug-01, JMIR aging
IF:5.0Q1
DOI:10.2196/73004
PMID:40750095
|
研究论文 | 开发并验证了一种结合连接性和复杂性的深度学习框架,用于准确评估大脑衰老并早期识别神经退行性疾病 | 提出新型大脑视觉图神经网络(BVGN),整合神经生物学特征提取模块和全局关联机制,提供可解释的显著图和图论分析 | 研究主要基于T1加权MRI数据,未涉及多模态影像数据融合 | 开发精确的大脑衰老评估方法,促进神经退行性疾病的早期识别 | 中老年人群的大脑MRI影像数据 | 医学影像分析 | 神经退行性疾病 | T1加权磁共振成像 | 图神经网络 | 医学影像 | ADNI数据集5889例,UK Biobank数据集34352例 | 深度学习框架 | 大脑视觉图神经网络(BVGN) | 平均绝对误差(MAE), AUC | NA |
| 748 | 2025-10-06 |
Electromagnetic Interaction Algorithm (EIA)-Based Feature Selection With Adaptive Kernel Attention Network (AKAttNet) for Autism Spectrum Disorder Classification
2025-Aug, International journal of developmental neuroscience : the official journal of the International Society for Developmental Neuroscience
IF:1.7Q4
DOI:10.1002/jdn.70034
PMID:40751377
|
研究论文 | 提出一种结合电磁相互作用算法特征选择和自适应核注意力网络的自闭症谱系障碍分类方法 | 首次将电磁相互作用算法用于特征选择,并结合自适应核注意力网络提升分类性能 | 仅在公开数据集上进行验证,尚未在真实临床环境中测试 | 提高自闭症谱系障碍的诊断准确性和计算效率 | 自闭症谱系障碍患者数据 | 机器学习 | 自闭症谱系障碍 | NA | 深度学习模型 | 医疗数据 | 四个公开ASD数据集 | NA | 自适应核注意力网络(AKAttNet) | 准确率,精确率,召回率,特异性,Cohen's kappa,Jaccard相似度 | NA |
| 749 | 2025-10-06 |
Prediction of Retention Time by Combining Multiple Data Sets with Chromatographic Parameter Vectorization and Transfer Learning
2025-Aug-01, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c01703
PMID:40747624
|
研究论文 | 本研究提出了一种结合多数据集通过色谱参数向量化和迁移学习预测保留时间的新方法 | 提出MDL-TL方法,通过word2vec和自编码器对色谱参数进行向量化,并将色谱参数整合到化合物表征中,实现跨色谱系统的迁移学习 | 方法在特定色谱系统上的性能可能受数据稀疏性影响 | 开发能够适应不同色谱系统和操作条件的保留时间预测方法 | 小分子化合物在反相液相色谱和亲水相互作用液相色谱中的保留时间 | 机器学习 | NA | 液相色谱 | 深度学习 | 色谱数据 | 28个数据集(14个反相液相色谱数据集和14个亲水相互作用液相色谱数据集) | NA | word2vec, autoencoder | 平均绝对误差, 中位数绝对误差, 平均相对误差 | NA |
| 750 | 2025-10-06 |
OLSIA: Open Lumbar Spine Image Analysis - A 3D Slicer Extension for Segmentation, Grading, and Intervertebral Disc Height Index with Multi-Dataset Validation
2025-Aug-01, Spine
IF:2.6Q1
DOI:10.1097/BRS.0000000000005462
PMID:40747922
|
研究论文 | 开发了一个用于腰椎图像分析的开放软件OLSIA,实现无代码的腰椎分割、分级和椎间盘高度指数计算 | 开发了首个集成深度学习模型的无代码腰椎图像分析软件,并在六个不同地理区域的外部数据集上进行了验证 | 仅使用T2加权矢状位切片进行标注,样本量相对有限 | 开发用于腰椎图像分析的开放软件工具 | 腰椎椎体L1-S1和椎间盘L1/2-L5/S1 | 数字病理 | 脊柱疾病 | 深度学习 | 深度学习模型 | 医学图像 | 六个国际数据集:NFBC1966(芬兰)、HKDDC(香港)、TwinsUK(英国)、CETIR(西班牙)、NCSD(匈牙利)、SPIDER(荷兰)和Mendeley(全球),每个数据集30名参与者 | 3D Slicer | NA | Dice相似系数, Bland-Altman分析, 配对t检验 | NA |
| 751 | 2025-10-06 |
Artificial Intelligence-Assisted Visualized Microspheres for Biochemical Analysis: From Encoding to Decoding
2025-Aug-01, Accounts of chemical research
IF:16.4Q1
DOI:10.1021/acs.accounts.5c00396
PMID:40748254
|
综述 | 本文总结了人工智能辅助可视化微球在生物传感分析中的编码-解码策略及其在生化检测中的应用 | 提出了基于人工智能的微球编码-解码策略,整合多种生物传感技术实现多目标快速检测 | 未提及具体性能指标和样本规模,主要聚焦方法学概述 | 开发人工智能辅助的可视化微球生物传感器用于生化分析 | 蛋白质、细菌、病毒、抗生素等生物靶标 | 计算机视觉, 机器学习 | NA | 荧光微球编码, 免疫分析, 点击化学, Ago系统, CRISPR系统, 微流控 | 深度学习, 机器学习, 无监督学习 | 图像 | NA | NA | NA | NA | 智能手机, 便携式无透镜全息显微镜 |
| 752 | 2025-10-06 |
FOCUS-DWI improves prostate cancer detection through deep learning reconstruction with IQMR technology
2025-Aug-01, Abdominal radiology (New York)
DOI:10.1007/s00261-025-05100-w
PMID:40748461
|
研究论文 | 本研究探讨IQMR图像后处理技术对FOCUS-DWI序列在前列腺癌检测中图像质量的提升效果 | 首次将智能快速磁共振(IQMR)图像后处理技术应用于FOCUS-DWI序列,显著提升前列腺癌检测的图像质量和诊断准确性 | 样本量较小(仅62例患者),且为回顾性研究设计 | 评估IQMR技术对FOCUS-DWI序列在前列腺癌检测中的图像质量改善和诊断效能提升 | 62例前列腺肿块患者(31例良性,31例恶性) | 数字病理 | 前列腺癌 | 磁共振成像(MRI),FOCUS-DWI序列,IQMR图像后处理 | 深度学习重建 | 医学影像 | 62例患者 | NA | NA | PSNR, SSIM, AUC, 诊断准确率, 诊断置信度评分 | NA |
| 753 | 2025-10-06 |
Deep learning model for automated segmentation of sphenoid sinus and middle skull base structures in CBCT volumes using nnU-Net v2
2025-Aug-01, Oral radiology
IF:1.6Q3
DOI:10.1007/s11282-025-00848-9
PMID:40748555
|
研究论文 | 开发基于nnU-Net v2的深度学习模型,用于自动分割CBCT图像中的蝶窦和中颅底结构 | 首次将nnU-Net v2框架应用于CBCT图像中蝶窦和中颅底结构的自动分割 | 模型在分割中颅底其他孔道结构时表现有限,需要进一步优化 | 开发自动分割蝶窦和中颅底解剖结构的深度学习模型 | 蝶窦、圆孔、翼管等中颅底解剖结构 | 医学影像分析 | 颅底解剖 | 锥形束计算机断层扫描(CBCT) | 深度学习 | 三维医学影像 | 99例CBCT扫描 | nnU-Net v2 | nnU-Net | 准确率,精确率,召回率,Dice系数,95% Hausdorff距离,交并比,AUC | NA |
| 754 | 2025-10-06 |
Deep learning for multiclass tumor cell detection in histopathology slides of hereditary diffuse gastric cancer
2025-Aug-15, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2025.113064
PMID:40727932
|
研究论文 | 开发深度学习模型用于遗传性弥漫性胃癌组织病理学切片中多类别肿瘤细胞的自动检测 | 首次针对HDGC开发多类别肿瘤细胞检测的深度学习模型,包括典型和非典型印戒细胞及非印戒肿瘤细胞 | 研究基于相对较小的多中心数据集(43例患者),HDGC作为罕见疾病样本量有限 | 开发自动检测遗传性弥漫性胃癌关键肿瘤细胞类型的深度学习模型 | 遗传性弥漫性胃癌患者的H&E染色数字病理切片 | 数字病理学 | 胃癌 | H&E染色,数字病理 | CNN | 图像 | 43例患者的350张全切片图像,包含91,000多个标注细胞 | NA | nnU-Net, Faster R-CNN | F分数 | NA |
| 755 | 2025-10-06 |
BDHerbalPlants: augmented and curated herbal plants image dataset for classification
2025-Aug, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111885
PMID:40727026
|
研究论文 | 介绍了一个名为BDHerbalPlants的增强和精选草药植物图像数据集,用于分类任务 | 提供了包含1792张原始高质量图像和14,336张增强数据图像的草药植物数据集,涵盖8种不同草药植物 | 数据集仅包含8种草药植物,样本多样性有限 | 开发用于农业研究和植物识别任务的草药植物图像数据集 | 八种草药植物:墨旱莲、圣罗勒、积雪草、薄荷、落地生根、印楝、芫荽、曼陀罗 | 计算机视觉 | NA | 图像采集、数据增强 | 深度学习 | 图像 | 1792张原始图像,14,336张增强图像,涵盖8种草药植物 | NA | Xception, DenseNet201, RegNetY032 | NA | NA |
| 756 | 2025-10-06 |
A deep learning-based computer-aided diagnosis system for detecting atypical endometrial hyperplasia and endometrial cancer through hysteroscopy
2025-Aug-15, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2025.113045
PMID:40703442
|
研究论文 | 开发基于深度学习的计算机辅助诊断系统ECCADx,通过宫腔镜检测非典型子宫内膜增生和子宫内膜癌 | 首个将对比学习集成用于宫腔镜下AEH和EC特异性分化的系统 | NA | 提高子宫内膜癌和非典型子宫内膜增生的诊断准确性 | 宫腔镜图像中的非典型子宫内膜增生和子宫内膜癌病变 | 计算机视觉 | 子宫内膜癌 | 宫腔镜检查 | 深度学习 | 图像 | 训练集:49,646张图像来自1,204名患者;验证集:6,228张图像来自190名患者 | NA | 对比学习 | 灵敏度, 特异性 | NA |
| 757 | 2025-10-06 |
Deep learning-based breast cancer diagnosis in breast MRI: systematic review and meta-analysis
2025-Aug, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11406-6
PMID:39907762
|
系统评价与荟萃分析 | 通过系统评价和荟萃分析评估深度学习模型在乳腺MRI中诊断乳腺癌的性能 | 首次对2015-2024年间深度学习在乳腺MRI诊断乳腺癌的应用进行全面系统评价和定量荟萃分析 | 存在显著的固有变异性,仅有21项研究符合定量分析条件 | 评估深度学习模型在乳腺MRI中诊断乳腺癌的性能表现 | 乳腺癌诊断相关的深度学习研究 | 医学影像分析 | 乳腺癌 | MRI影像分析 | CNN, 混合复合模型 | MRI影像 | 40项研究(其中21项符合定量分析) | NA | NA | AUC, 敏感性, 特异性 | NA |
| 758 | 2025-10-06 |
Explainable attention-enhanced heuristic paradigm for multi-view prognostic risk score development in hepatocellular carcinoma
2025-Aug, Hepatology international
IF:5.9Q1
DOI:10.1007/s12072-025-10793-8
PMID:40089963
|
研究论文 | 开发了一种可解释的注意力增强启发式范式,用于肝细胞癌多视角预后风险评分开发 | 提出新颖的深度学习辅助范式,通过生成可解释的多视角风险评分来补充现有方法,特别设计了注意力激活器(ATAT)启发式识别高预后风险组织 | NA | 开发可解释的多视角预后风险评分系统,用于肝细胞癌患者的风险分层 | 肝细胞癌患者 | 数字病理学 | 肝细胞癌 | 深度学习 | 神经网络 | 病理图像 | 内部数据集510例HCC患者(SYSUCC),外部测试集341例HCC患者(TCGA-LIHC) | NA | 注意力激活器(ATAT) | 风险比(HR), 一致性指数(c-index) | NA |
| 759 | 2025-10-06 |
A deep learning model for multiclass tooth segmentation on cone-beam computed tomography scans
2025-Aug, American journal of orthodontics and dentofacial orthopedics : official publication of the American Association of Orthodontists, its constituent societies, and the American Board of Orthodontics
IF:2.7Q1
DOI:10.1016/j.ajodo.2025.02.014
PMID:40186597
|
研究论文 | 开发并验证一种从锥形束CT扫描中自动创建人类牙齿3D表面模型的深度学习算法 | 提出一种用于锥形束CT扫描的多类别牙齿分割深度学习模型,实现牙齿的自动3D建模 | NA | 开发自动牙齿分割的深度学习算法 | 人类牙齿的锥形束CT扫描数据 | 医学影像分析 | 牙科疾病 | 锥形束计算机断层扫描 | 深度学习 | 3D医学影像 | 210例患者扫描(训练集140例,验证集40例,测试集30例) | NA | NA | 准确率 | NA |
| 760 | 2025-10-06 |
Application of a pulmonary nodule detection program using AI technology to ultra-low-dose CT: differences in detection ability among various image reconstruction methods
2025-Aug, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-025-01781-x
PMID:40343649
|
研究论文 | 研究AI肺结节检测程序在超低剂量CT中不同图像重建方法下的检测性能差异 | 首次系统评估AI肺结节检测程序在超低剂量CT中不同图像重建方法(包括深度学习重建)的性能表现 | 使用胸部体模而非真实患者数据,未检测到3mm磨玻璃结节 | 评估AI肺结节检测程序在超低剂量CT中的性能及其受图像重建方法的影响 | 嵌入人工肺结节(实性结节和磨玻璃结节)的胸部体模 | 医学影像分析 | 肺癌 | CT扫描,图像重建技术(FBP、HIR、MBIR、DLR) | AI检测程序 | CT图像 | 使用6种管电流电压组合扫描的胸部体模数据 | NA | NA | 检测率 | NA |