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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 81 | 2025-10-05 |
Test-Time Augmentation for Cross-Domain Leukocyte Classification via OOD Filtering and Self-Ensembling
2025-Aug-28, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11090295
PMID:41003346
|
研究论文 | 提出一种通过OOD过滤和自集成的方法改进测试时增强在跨域白细胞分类中的性能 | 引入OOD样本过滤机制和基于距离的加权策略,结合轻量级自集成方法提升跨域鲁棒性 | 未明确说明方法在极端域偏移情况下的性能边界 | 解决医学图像分析中的域偏移问题,提升白细胞分类的跨域泛化能力 | 白细胞图像数据 | 计算机视觉 | 血液疾病 | 深度学习 | 深度学习模型 | 图像 | NA | NA | NA | 分类准确率 | NA |
| 82 | 2025-10-05 |
Colorectal Polyp Segmentation Based on Deep Learning Methods: A Systematic Review
2025-Aug-27, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11090293
PMID:41003344
|
系统综述 | 本文系统综述了基于深度学习的结直肠息肉分割方法 | 首次系统分析了2018-2024年间146篇息肉分割论文,全面评估了44个模型的性能,并涵盖了Mamba方法和视频息肉分割技术 | 仅涵盖2018-2024年间的文献,可能遗漏早期重要研究 | 系统整理和评估结直肠息肉分割领域的研究进展和方法 | 结直肠息肉分割的深度学习方法和相关数据集 | 计算机视觉 | 结直肠癌 | 深度学习 | NA | 图像, 视频 | 基于146篇论文的分析 | NA | NA | 分割性能指标, 实时分析能力 | NA |
| 83 | 2025-10-05 |
A Flexible Multi-Channel Deep Network Leveraging Texture and Spatial Features for Diagnosing New COVID-19 Variants in Lung CT Scans
2025-Aug-27, Tomography (Ann Arbor, Mich.)
DOI:10.3390/tomography11090099
PMID:41003482
|
研究论文 | 提出一种基于双通道CNN的深度学习方法,利用纹理和空间特征从肺部CT扫描中诊断新型COVID-19变异株 | 采用动态学习纹理模式的双通道CNN架构,无需依赖预定义特征,通过改进的LBP技术提取矩阵形式纹理数据 | NA | 开发自动诊断COVID-19变异株的深度学习方法 | COVID-19变异株的肺部CT扫描图像 | 计算机视觉 | COVID-19 | 肺部计算机断层扫描(CT) | CNN | 医学图像 | 两个基准数据集:COVID-349和Italian COVID-Set | NA | 双通道卷积神经网络 | 准确率, 精确率, 召回率 | NA |
| 84 | 2025-10-05 |
Optimising personalised antibiotic treatment for methicillin-resistant Staphylococcus aureus bloodstream infections in ICU patients using a deep learning-based causal inference approach
2025-Aug-27, Journal of global antimicrobial resistance
IF:3.7Q2
DOI:10.1016/j.jgar.2025.08.012
PMID:40882869
|
研究论文 | 本研究使用基于深度学习的因果推断方法评估三种抗生素对ICU患者MRSA血流感染的治疗效果 | 首次将深度学习因果推断模型应用于ICU患者MRSA血流感染的个性化抗生素治疗决策 | 样本量相对有限(270例患者),仅使用MIMIC数据库数据 | 评估万古霉素、达托霉素和利奈唑胺对MRSA血流感染患者住院死亡率的影响 | ICU中MRSA血流感染患者 | 机器学习 | 血流感染 | 深度学习因果推断 | 深度学习模型 | 临床数据 | 270例ICU患者 | NA | NA | 平均处理效应,P值 | NA |
| 85 | 2025-10-05 |
Directional Lighting-Based Deep Learning Models for Crack and Spalling Classification
2025-Aug-25, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11090288
PMID:41003339
|
研究论文 | 提出两种基于定向照明的深度学习算法用于混凝土裂缝和剥落分类 | 首次使用定向照明而非均匀漫射照明来分类混凝土缺陷,提出融合神经网络和多通道神经网络两种新方法 | 未明确说明样本数量和具体计算资源需求 | 改进低光环境下混凝土结构的自动检测能力 | 混凝土结构的裂缝和剥落缺陷 | 计算机视觉 | NA | 定向照明技术 | 深度学习模型 | 图像 | NA | NA | 融合神经网络, 多通道神经网络 | 准确率, 精确率, 召回率, F1分数 | NA |
| 86 | 2025-10-05 |
Solar Panel Surface Defect and Dust Detection: Deep Learning Approach
2025-Aug-25, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11090287
PMID:41003338
|
研究论文 | 本研究开发了一种基于深度学习的自动化太阳能电池板表面缺陷检测系统 | 采用YOLOv11模型结合计算机视觉技术,构建了包含五种异常类别的检测系统,并集成到实时监控仪表板中 | NA | 提高太阳能电池板维护效率,实现自动化缺陷检测 | 太阳能电池板表面缺陷和灰尘 | 计算机视觉 | NA | 深度学习,计算机视觉 | YOLO | 图像 | 8973张图像 | NA | YOLOv11 | mAP@0.5, 准确率, 召回率, F1分数 | 边缘设备 |
| 87 | 2025-10-05 |
Performance of a Deep Learning Reconstruction Method on Clinical Chest-Abdomen-Pelvis Scans from a Dual-Layer Detector CT System
2025-Aug-25, Tomography (Ann Arbor, Mich.)
DOI:10.3390/tomography11090094
PMID:41003477
|
研究论文 | 比较深度学习重建方法与现有方法在软组织CT图像重建中的性能和鲁棒性 | 首次在双层探测器CT系统上评估深度学习重建方法,并与传统滤波反投影和迭代模型重建进行系统比较 | 样本量相对较小(99例扫描),其中1例因恶病质被排除,可能影响统计功效 | 评估深度学习重建方法在临床胸腹盆CT扫描中的性能 | 临床胸腹盆CT扫描图像 | 医学影像 | NA | CT扫描 | 深度学习重建 | CT图像 | 99例胸腹盆CT扫描(最终分析98例) | NA | NA | 衰减稳定性,图像噪声水平,Likert量表评分 | NA |
| 88 | 2025-10-05 |
An Enhanced MIBKA-CNN-BiLSTM Model for Fake Information Detection
2025-Aug-23, Biomimetics (Basel, Switzerland)
DOI:10.3390/biomimetics10090562
PMID:41002796
|
研究论文 | 提出一种名为MIBKA-CNN-BiLSTM的混合检测模型,用于虚假信息检测 | 通过三策略增强的黑鸢优化算法(MIBKA)和优化的双通道深度学习架构,显著提升检测精度和效率 | NA | 提高虚假信息检测的准确性和效率 | 社交媒体平台上的虚假信息 | 自然语言处理 | NA | NA | CNN, BiLSTM | 文本 | 自建数据集和Weibo21数据集 | NA | CNN-BiLSTM双通道特征提取网络 | 准确率, F1-score | NA |
| 89 | 2025-10-05 |
Mobile Mental Health Screening in EmotiZen via the Novel Brain-Inspired MCoG-LDPSNet
2025-Aug-23, Biomimetics (Basel, Switzerland)
DOI:10.3390/biomimetics10090563
PMID:41002797
|
研究论文 | 本研究提出了一种名为MCoG-LDPSNet的脑启发模型,用于移动心理健康筛查,通过新型激活函数解决类别不平衡问题 | 提出结合双正交编码通路与新型损失驱动参数化Swish激活函数的脑启发模型,通过可学习β参数实现神经生物学启发的自适应增益机制 | NA | 开发能够处理严重类别不平衡的移动心理健康筛查解决方案 | 焦虑和抑郁患者 | 自然语言处理 | 心理健康疾病 | 深度学习 | MCoG-LDPSNet | 文本数据 | NA | NA | MCoG-LDPSNet | AUROC, G-mean | NA |
| 90 | 2025-10-05 |
An integrative assay for measuring social aversion and motivation in freely behaving mice
2025-Aug-18, Cell reports methods
IF:4.3Q2
DOI:10.1016/j.crmeth.2025.101108
PMID:40680732
|
研究论文 | 开发了一种名为SAUSI的行为测试方法,用于综合评估自由行为小鼠的社会厌恶和动机 | 整合了社会动机、犹豫和自由互动元素,能够对社会厌恶进行多重评估 | NA | 开发评估社会厌恶的行为工具并研究其神经机制 | 小鼠 | 行为神经科学 | 精神健康障碍 | 行为测试,深度学习 | 深度学习模型 | 行为数据 | NA | NA | NA | NA | NA |
| 91 | 2025-10-05 |
Performance Degradation between Development and Deployment of a Predictive Model for Central Line-Associated Bloodstream Infections in Hospitalized Children
2025-Aug, Applied clinical informatics
IF:2.1Q4
DOI:10.1055/a-2605-1847
PMID:40355126
|
研究论文 | 本研究探讨儿科中心静脉导管相关血流感染预测模型从开发到临床部署过程中的性能退化问题 | 创建了新型数据基础设施来处理实时和历史数据,并系统分析了预测模型从开发到部署性能下降的根本原因 | 模型在部署后性能显著下降(AUROC从0.97降至<0.60),存在训练/服务偏差、特征泄漏和过拟合等问题 | 前瞻性实施儿科CLABSI预测模型并在临床实践中实现足够的性能 | 住院儿童中心静脉导管相关血流感染 | 机器学习 | 血流感染 | 深度学习 | 深度学习模型 | 临床特征数据 | NA | NA | NA | AUROC | NA |
| 92 | 2025-10-05 |
Deep Learning-Enhanced Robotic Subretinal Injection with Real-Time Retinal Motion Compensation
2025-Aug, IEEE International Conference on Automation Science and Engineering (CASE) : [proceedings]. IEEE Conference on Automation Science and Engineering
DOI:10.1109/case58245.2025.11163942
PMID:41000371
|
研究论文 | 开发了一种集成深度学习和实时视网膜运动补偿的自主机器人视网膜下注射系统 | 首次将LSTM神经网络用于预测视网膜内界膜运动,并开发了实时配准框架和动态比例速度控制策略 | 仅在模拟和猪眼实验中验证,尚未进行人体临床试验 | 提高视网膜下注射手术的安全性和精确性 | 视网膜疾病患者(特别是遗传性视网膜疾病和年龄相关性黄斑变性患者) | 计算机视觉, 机器人技术 | 视网膜疾病 | 术中光学相干断层扫描成像 | LSTM | 医学影像序列 | 猪眼实验 | NA | LSTM | 平均跟踪误差 | NA |
| 93 | 2025-10-05 |
scBCN: deep learning-based batch correction network for integration of heterogeneous single-cell data
2025-Aug-31, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf503
PMID:40991329
|
研究论文 | 提出基于深度学习的单细胞批次校正网络scBCN,用于整合异质性单细胞数据 | 结合跨批次相似聚类识别与深度残差神经网络,在校正批次效应的同时保留生物变异 | NA | 开发单细胞数据批次校正方法以准确识别细胞类型 | 单细胞数据 | 生物信息学 | NA | 单细胞测序 | 深度残差神经网络 | 单细胞基因表达数据 | 多种模拟和真实数据集 | NA | ResNet | 批次校正效果, 生物变异保护 | NA |
| 94 | 2025-10-05 |
3D localization of retrovirus assembly in the presence of structured background with deep learning
2025-Aug-29, Biophysical journal
IF:3.2Q2
DOI:10.1016/j.bpj.2025.08.028
PMID:40883991
|
研究论文 | 本文提出了一种结合深度学习和双螺旋点扩散函数的3D定位显微技术,用于分析活细胞顶部质膜上的HIV-1病毒组装过程 | 首次将双螺旋点扩散函数的3D成像与深度学习流程相结合,解决了顶部质膜成像中结构化背景干扰的挑战 | 研究主要针对贴壁细胞的顶部质膜,成像环境仍存在一定局限性 | 开发能够分析具有异质结构化背景图像的3D定位显微技术,以研究病毒组装过程 | 人类免疫缺陷病毒1型(HIV-1)Gag结构多蛋白在活细胞中的组装过程 | 计算机视觉 | HIV感染 | 双螺旋点扩散函数3D成像、荧光显微镜 | 深度学习 | 3D荧光显微镜图像 | NA | NA | NA | NA | NA |
| 95 | 2025-10-05 |
PRIME 2.0: Proposed Requirements for Cardiovascular Imaging-Related Multimodal-AI Evaluation: An Updated Checklist
2025-Aug-27, JACC. Cardiovascular imaging
DOI:10.1016/j.jcmg.2025.08.004
PMID:40892627
|
方法学论文 | 提出心血管影像AI评估更新版标准化框架PRIME 2.0 | 针对传统机器学习向深度学习、大语言模型和多模态生成式AI的快速发展进行更新,整合心血管影像特异性挑战 | NA | 标准化心血管影像人工智能应用的开发、评估和报告 | 心血管影像AI应用 | 医学影像分析 | 心血管疾病 | 改良德尔菲法 | 深度学习, 大语言模型, 多模态生成式AI | 医学影像 | 国际临床与技术专家小组 | NA | NA | NA | NA |
| 96 | 2025-10-05 |
Development of Privacy-preserving Deep Learning Model with Homomorphic Encryption: A Technical Feasibility Study in Kidney CT Imaging
2025-08-27, Radiology. Artificial intelligence
DOI:10.1148/ryai.240798
PMID:40862694
|
研究论文 | 本研究开发了一种基于同态加密的隐私保护深度学习模型,用于肾脏CT图像的分类分析 | 首次在同态加密框架下实现肾脏CT图像分析的深度学习模型,通过多项式近似替换ReLU和平均池化替换最大池化来适配加密要求 | 加密显著增加了存储和计算需求,图像大小从65KB扩展到32MB,CPU推理时间长达50分钟 | 评估同态加密在深度学习模型中实现隐私保护的技术可行性 | 肾脏CT图像中的肾脏囊肿、正常肾脏和肾脏肿瘤 | 医学影像分析 | 肾脏疾病 | CT成像 | CNN | CT图像 | 12,446张CT图像(3,709张肾脏囊肿,5,077张正常肾脏,2,283张肾脏肿瘤) | NA | ResNet | AUC, AUPRC | CPU, GPU加速 |
| 97 | 2025-10-05 |
Characterizing the Impact of Training Data on Generalizability: Application in Deep Learning to Estimate Lung Nodule Malignancy Risk
2025-08-20, Radiology. Artificial intelligence
DOI:10.1148/ryai.240636
PMID:40833260
|
研究论文 | 本研究探讨训练数据量对深度学习AI算法评估肺结节恶性风险性能的影响 | 系统分析了训练数据规模与AI算法泛化性能的关系,确定了达到临床水平所需的最小数据量 | 回顾性研究,使用特定筛查试验数据,可能影响结果的普适性 | 研究训练数据量对肺结节恶性风险评估AI算法性能的影响 | 肺结节 | 数字病理 | 肺癌 | 低剂量CT扫描 | 深度学习 | CT图像 | NLST数据集16077个标注结节(1249恶性,14828良性),DLCST外部测试集883个结节(65恶性,818良性) | NA | NA | AUC | NA |
| 98 | 2025-10-05 |
DeepAIPs-SFLA: Deep Convolutional Model for Prediction of Anti-Inflammatory Peptides Using Binary Pattern Decomposition of Novel Multiview Descriptors with an SFLA Approach
2025-Aug-19, ACS omega
IF:3.7Q2
DOI:10.1021/acsomega.5c02422
PMID:40852276
|
研究论文 | 提出一种基于深度学习的抗炎肽预测模型DeepAIPs-SFLA,通过多视图特征描述符和混合优化算法提升预测性能 | 结合进化信息和结构特征,采用图像编码和局部二值模式分解构建新型多视图描述符,并应用改进的混合蛙跳算法进行特征选择 | 未明确说明模型在更广泛数据集上的泛化能力测试 | 开发高性能的抗炎肽预测计算方法 | 抗炎肽序列 | 生物信息学 | 炎症性疾病 | RECM嵌入、PSSM嵌入、LBP分解、CLBP分解 | CNN | 蛋白质序列数据 | 训练序列和独立验证集(Ind-426和Ind-1049) | NA | 深度残差卷积神经网络(RCNN) | 准确率,AUC | NA |
| 99 | 2025-10-05 |
The Expanding Landscape of Neural Architectures and Their Impact in Biomedicine
2025-08, Annual review of biomedical data science
IF:7.0Q1
|
综述 | 本文从神经网络架构的特定视角探讨生物医学领域的深度学习和人工智能应用 | 系统分析神经网络架构设计原则及其在生物医学应用中的隐含假设,探讨神经架构搜索技术和新兴架构(如图网络、Transformer、可解释神经网络)的独特优势 | NA | 探讨神经网络架构在生物医学深度学习和人工智能中的发展与影响 | 神经网络架构及其在生物医学领域的应用 | 机器学习 | NA | 神经架构搜索 | 图网络, Transformer, 可解释神经网络 | 多模态数据 | NA | NA | 图网络, Transformer | NA | NA |
| 100 | 2025-10-05 |
SageTCR: a structure-based model integrating residue- and atom-level representations for enhanced TCR-pMHC binding prediction
2025-Aug-31, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf496
PMID:40984702
|
研究论文 | 提出一种基于结构的双层次图神经网络模型SageTCR,用于增强TCR-pMHC结合预测 | 整合残基级和原子级表征的双层次图神经网络框架,通过注意力机制融合双模态表示,并探索数据增强策略保持特征性TCR-pMHC对角线结合模式 | 实验结构数据缺乏 | 准确预测TCR-pMHC结合可能性 | T细胞受体与肽-MHC复合物 | 机器学习 | 免疫相关疾病 | 图神经网络,预训练语言模型 | GNN | 结构数据 | NA | NA | 双层次图神经网络 | NA | NA |