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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 241 | 2025-10-05 |
Enhanced image registration based brain tumour segmentation using optical particle swarm intelligence technique with Resnet Inceptionv2 HCNN
2025-Sep-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-09373-5
PMID:41028790
|
研究论文 | 提出一种基于光学粒子群智能技术和Resnet Inceptionv2 HCNN的增强图像配准脑肿瘤分割方法 | 结合光学粒子群智能技术进行特征选择,并采用Resnet-inceptionv2-超卷积神经网络提高脑肿瘤识别精度 | NA | 解决脑肿瘤图像配准和分割不准确的问题,提高疾病识别精度 | 脑肿瘤医学图像 | 计算机视觉 | 脑肿瘤 | 医学图像分析 | CNN, HCNN | 医学图像 | NA | NA | ResNet, Inceptionv2, HCNN | 准确率, 灵敏度, 特异性, ROC曲线 | NA |
| 242 | 2025-10-05 |
An effective image despeckling and reconstruction approach using U-Net based model and comparative analysis
2025-Sep-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-10220-w
PMID:41028882
|
研究论文 | 本文提出了一种名为U-Tunnel-Net的新型图像去噪架构,通过改进U-Net的池化操作位置和引入新卷积块来提升去斑和重建性能 | 在Tunnel Blocks中重新定位池化操作的位置,并引入新型卷积块,这一架构创新使模型区别于传统U-Net变体 | 仅针对瑞利分布的散斑噪声进行评估,未测试其他噪声类型 | 提升图像去噪和重建性能,特别是针对散斑噪声的去除 | 含噪声图像的去噪和重建 | 计算机视觉 | NA | 深度学习 | U-Net | 图像 | UNS和Waterloo数据集,添加四个不同强度级别(σ=0.10,0.25,0.50,0.75)的瑞利分布散斑噪声 | NA | U-Tunnel-Net, U-Net | 峰值信噪比(PSNR), 结构相似性指数(SSIM), 运行时间 | NA |
| 243 | 2025-10-05 |
Automated contouring of gross tumor volume lymph nodes in lung cancer by deep learning
2025-Sep-30, BMC cancer
IF:3.4Q2
DOI:10.1186/s12885-025-14794-6
PMID:41029235
|
研究论文 | 本研究提出了一种用于肺癌淋巴结大体肿瘤体积自动勾画的深度学习模型 | 首次针对肺癌GTVnd自动分割的探索性研究,集成了上下文线索增强模块和边缘引导特征增强解码器 | 样本量相对较小(90例CT扫描),仅针对小细胞肺癌Ш-Ⅳ期患者 | 开发并评估用于肺癌淋巴结大体肿瘤体积自动分割的深度学习模型 | Ш-Ⅳ期小细胞肺癌患者的CT扫描图像 | 数字病理 | 肺癌 | CT扫描 | 深度学习 | 医学影像 | 90例患者CT扫描(75例训练,15例测试) | NA | ECENet | 3D Dice相似系数, 95% Hausdorff距离 | NA |
| 244 | 2025-10-05 |
Deep learning model for diagnosing lupus erythematosus in cardiac patients using ECG and audio spectrograms
2025-Sep-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-14128-3
PMID:41023010
|
研究论文 | 提出一种结合ECG和音频谱图的深度学习模型,用于诊断心脏病患者的红斑狼疮 | 首创将ECG图像转换为音频并生成梅尔谱图的分析方法,开发了结合ResNet、LSTM和音频谱图变换器的混合模型 | 研究样本量未明确说明,模型在特定患者群体(心脏病合并红斑狼疮)中的适用性需要进一步验证 | 开发准确诊断心脏病患者中红斑狼疮的智能诊断模型 | 同时患有红斑狼疮和心脏病的患者 | 医疗人工智能 | 红斑狼疮, 心脏病 | ECG分析, 音频谱图转换, 深度学习 | CNN, LSTM, Transformer | ECG信号, 音频谱图, 图像 | NA | NA | ResNet, LSTM, Audio Spectrogram Transformer | 准确率, 灵敏度, 特异性, AUC | NA |
| 245 | 2025-10-05 |
Unveiling genetic architecture of white matter microstructure through unsupervised deep representation learning of fractional anisotropy maps
2025-Sep-17, Research square
DOI:10.21203/rs.3.rs-7411165/v1
PMID:41001519
|
研究论文 | 提出一种基于深度学习的无监督表示学习方法UDR-WM,用于从分数各向异性图谱中提取白质微观结构特征 | 采用无监督深度学习方法直接从体素级FA图谱提取全脑特征,无需先验解剖假设,相比传统方法显著提高了遗传发现能力 | NA | 揭示白质微观结构的遗传架构及其与脑部疾病的关联 | 人脑白质微观结构 | 医学影像分析 | 精神分裂症,帕金森病 | 扩散MRI,全基因组关联分析(GWAS) | 深度学习 | 医学影像(分数各向异性图谱) | NA | NA | 无监督深度表示学习 | SNP遗传力,Mann-Whitney U检验,Wald检验,Fisher精确检验 | NA |
| 246 | 2025-10-05 |
Rapid and sensitive acute leukemia classification and diagnosis platform using deep learning-assisted SERS detection
2025-Sep-16, Cell reports. Medicine
DOI:10.1016/j.xcrm.2025.102320
PMID:40925373
|
研究论文 | 提出结合深度学习和表面增强拉曼散射的分类策略,用于急性白血病的快速灵敏诊断 | 首次将Transformer模型与SERS检测结合,通过一维光谱和二维图像的特征融合实现急性白血病亚型分类 | 样本量相对有限(390例),仅验证了脑脊液样本 | 开发快速敏感的急性白血病分类诊断平台 | 脑脊液样本(包括健康对照、急性白血病患者和其他疾病患者) | 数字病理 | 白血病 | 表面增强拉曼散射(SERS) | Transformer | 光谱数据,图像数据 | 390例脑脊液样本 | NA | Transformer | 准确率,灵敏度,特异性,可靠性 | NA |
| 247 | 2025-10-05 |
Image-based drug screening combined with molecular profiling identifies signatures and drivers of therapy resistance in pediatric AML
2025-Sep-16, Cell reports. Medicine
DOI:10.1016/j.xcrm.2025.102304
PMID:40840446
|
研究论文 | 本研究开发了结合高内涵成像和深度学习表型分析的功能性筛选平台,用于识别儿童急性髓系白血病的治疗耐药特征和驱动因素 | 首次系统性应用功能性精准医学方法研究儿童急性髓系白血病,结合分子谱分析识别跨遗传亚组的治疗耐药早期特征 | 研究样本量有限(45例患者),尚未在更大队列中验证预测效果 | 研究儿童急性髓系白血病的治疗耐药机制并确定靶向治疗策略 | 儿童急性髓系白血病患者样本 | 数字病理学 | 白血病 | 高内涵成像,基因组分析,表观基因组分析 | 深度学习 | 图像,基因组数据,表观基因组数据 | 45例儿童急性髓系白血病患者 | NA | NA | NA | NA |
| 248 | 2025-10-05 |
Deep-Learning-Based Analysis of Disease-Specific Structural Biomarkers on Retinal Sensitivity in Neovascular Age-Related Macular Degeneration
2025-Sep-02, Investigative ophthalmology & visual science
IF:5.0Q1
DOI:10.1167/iovs.66.12.68
PMID:41025875
|
研究论文 | 本研究使用深度学习分析新生血管性年龄相关性黄斑变性中疾病特异性生物标志物对视网膜点对点敏感性的影响 | 首次使用深度学习技术量化多种生物标志物并评估它们对视网膜敏感性的交互影响 | 样本量较小(20例患者),研究设计为横断面研究无法确定因果关系 | 评估疾病特异性生物标志物对新生血管性年龄相关性黄斑变性患者视网膜敏感性的影响 | 活动性新生血管性年龄相关性黄斑变性患者 | 数字病理学 | 年龄相关性黄斑变性 | 光学相干断层扫描,微视野检查,深度学习 | 深度学习 | 医学影像 | 20例患者(20只眼),平均年龄76.0岁 | NA | NA | 置信区间,点对点敏感性变化(dB) | NA |
| 249 | 2025-10-05 |
Effect of Tear Classification on Subscapularis Muscle Volume: A Deep Learning-based Semi-automatic Analysis of Pre- and Postoperative Changes in 246 Rotator Cuff Repair Patients With and Without First Facet Subscapularis Tears
2025-Sep, Orthopaedic journal of sports medicine
IF:2.4Q2
DOI:10.1177/23259671251374303
PMID:41036382
|
研究论文 | 本研究使用深度学习分割工具分析246例肩袖修复患者术前术后肩胛下肌体积变化,探讨肌腱撕裂分类与肌肉体积的关系 | 首次使用深度学习MRI分割技术系统评估不同肩胛下肌腱撕裂分类对肌肉体积的影响及术后变化 | 研究为单中心队列研究,证据等级为3级,样本量相对有限 | 评估肩胛下肌体积与肌腱撕裂分类的关系,并分析术前术后肌肉体积变化 | 246例接受关节镜肩袖修复术的患者 | 医学影像分析 | 肩袖损伤 | 磁共振成像 | 深度学习分割模型 | MRI图像 | 246例患者 | NA | NA | 标准化肩胛下肌体积,统计学显著性(P值) | NA |
| 250 | 2025-10-05 |
How Everything Is Connected to Everything Else - Population-Specific Connections between Adaptive Evolution, Disease Susceptibility, and Drug Responsiveness
2025-Sep, Advanced genetics (Hoboken, N.J.)
DOI:10.1002/ggn2.202500018
PMID:41036480
|
评论 | 探讨适应性进化、疾病易感性和药物反应性之间的人口特异性联系 | 使用整合统计测试的深度学习网络识别17个人类群体中的有利突变,揭示三者间广泛且高度人群特异性的关联 | 许多有利突变仍未被识别,关联机制尚未完全阐明 | 研究适应性进化、疾病易感性和药物反应性之间的内在联系 | 17个人类群体的基因组数据 | 机器学习 | NA | 全基因组关联研究(GWAS), 深度学习 | 深度学习网络 | 基因组数据 | 17个人类群体 | NA | NA | NA | NA |
| 251 | 2025-10-05 |
An interpretable generative multimodal neuroimaging-genomics framework for decoding Alzheimer's disease
2025-Sep-30, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/ae087d
PMID:40961977
|
研究论文 | 提出一种可解释的多模态神经影像-基因组学生成框架,用于阿尔茨海默病的分类和预测 | 在潜在空间引入循环生成对抗网络进行缺失数据填补,并采用可解释AI方法提取特征相关性 | 未明确说明样本来源和具体数据缺失情况 | 解码阿尔茨海默病,实现AD患者分类和MCI转化预测 | 阿尔茨海默病患者、轻度认知障碍患者和健康对照 | 医学影像分析 | 阿尔茨海默病 | 多模态MRI, 单核苷酸多态性 | GAN, 深度学习 | 神经影像数据, 基因组数据 | NA | NA | CycleGAN | 准确率 | NA |
| 252 | 2025-10-05 |
Efficient and robust temporal processing with neural oscillations modulated spiking neural networks
2025-Sep-30, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-63771-x
PMID:41027894
|
研究论文 | 本文提出一种受神经振荡机制启发的节律调制脉冲神经网络(Rhythm-SNN),显著提升时序处理能力和鲁棒性 | 首次将异质振荡信号引入脉冲神经网络调制机制,通过周期性激活模式降低神经元发放率并增强抗干扰能力 | 未明确说明模型在更复杂时序任务中的泛化能力及生物合理性验证 | 提升脉冲神经网络在时序处理任务中的性能和鲁棒性 | 脉冲神经网络(SNNs)和神经振荡机制 | 机器学习 | NA | 神经振荡调制技术 | SNN | 时序数据 | NA | NA | Rhythm-SNN | 能量效率, 去噪性能 | NA |
| 253 | 2025-10-05 |
Enhanced EfficientNet-Extended Multimodal Parkinson's disease classification with Hybrid Particle Swarm and Grey Wolf Optimizer
2025-Sep-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-07069-4
PMID:41027941
|
研究论文 | 提出一种融合增强型EfficientNet和多模态数据的帕金森病分类框架,采用混合粒子群与灰狼优化器提升分类性能 | 结合增强型EfficientNet扩展多模态模型与混合粒子群灰狼优化器,实现多模态数据融合和分类权重优化 | 未明确说明模型在更大样本群体或不同数据来源下的泛化能力 | 开发高精度帕金森病自动分类系统,特别关注早期诊断 | 帕金森病患者(早期和晚期阶段)与健康对照者 | 计算机视觉 | 帕金森病 | T1加权MRI, DaTscan成像, 步态评分 | CNN, 变分自编码器 | 图像, 临床评分 | 来自NTUA和PhysioNet数据库的多模态数据(具体样本数未明确) | NA | Enhanced EfficientNet-Extended Multimodal, Multiscale Attention Variational Autoencoders, Semantic Invariant Multi-View Clustering | 准确率 | NA |
| 254 | 2025-10-05 |
Advanced MRI based Alzheimer's diagnosis through ensemble learning techniques
2025-Sep-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-04899-0
PMID:41027951
|
研究论文 | 本研究利用集成学习技术分析脑部MRI图像,实现阿尔茨海默病的诊断和四阶段分类 | 通过集成三个深度学习模型(定制CNN、ResNet50和InceptionResNetv2)的协同工作,显著提高了阿尔茨海默病诊断准确率 | NA | 开发基于MRI的阿尔茨海默病早期诊断和分期系统 | 阿尔茨海默病患者脑部MRI数据 | 计算机视觉 | 阿尔茨海默病 | MRI | CNN | 图像 | NA | NA | ResNet50, InceptionResNetv2, 定制CNN | 准确率 | NA |
| 255 | 2025-10-05 |
Enhanced intrusion detection in cybersecurity through dimensionality reduction and explainable artificial intelligence
2025-Sep-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-06761-9
PMID:41027964
|
研究论文 | 提出一种结合降维和可解释人工智能的增强型网络安全入侵检测模型 | 首次将多宇宙优化特征选择、CNN-BiGRU-AM混合分类器与蚁狮优化超参数调优相结合,并集成SHAP可解释性技术 | 仅在两个公开数据集上进行验证,未说明模型在实时网络环境中的性能表现 | 开发具有高准确性和可解释性的网络安全入侵检测系统 | 网络流量数据和网络攻击行为 | 机器学习 | NA | 数据归一化、特征选择、深度学习分类 | CNN, BiGRU, 注意力机制 | 网络流量数据 | NSLKDD和CICIDS 2017两个数据集 | NA | CNN-BiGRU-AM混合架构 | 准确率 | NA |
| 256 | 2025-10-05 |
An advanced skin lesion segmentation and classification framework using deep learning strategies
2025-Sep-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-08255-0
PMID:41028027
|
研究论文 | 提出一种基于深度学习的皮肤病变分割与分类框架,用于自动诊断皮肤癌 | 提出AL-VTransUNet分割模型和DD-MHA分类模型,并采用IRP-GSO算法优化参数 | NA | 开发自动化皮肤病变分割与分类系统以提高皮肤癌诊断效果 | 皮肤病变图像 | 计算机视觉 | 皮肤癌 | 深度学习 | Transformer, CNN | 图像 | NA | NA | UNet, Visual Transformer, DenseNet | NA | NA |
| 257 | 2025-10-05 |
Improving internet of health things security through anomaly detection framework using artificial intelligence driven ensemble approaches
2025-Sep-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-10016-y
PMID:41028043
|
研究论文 | 提出一种基于人工智能集成方法的异常检测框架,用于增强医疗物联网安全 | 开发了SEGOA超参数优化算法,并采用RNN、BiLSTM和KELM的集成深度学习模型进行网络攻击检测 | 仅使用ECU-IoHT基准数据集进行验证,未在其他数据集上测试泛化能力 | 提高医疗物联网环境中的网络安全防护能力 | 医疗物联网设备和应用中的网络攻击行为 | 机器学习 | NA | 异常检测 | RNN, BiLSTM, KELM | 网络流量数据 | ECU-IoHT基准数据集 | NA | 循环神经网络, 双向长短期记忆网络, 核极限学习机 | 准确率 | NA |
| 258 | 2025-10-05 |
Fuzzy C-Means clustering and LSTM-based magnitude prediction of earthquakes in the Aegean region of Türkiye
2025-Sep-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-07538-w
PMID:41028055
|
研究论文 | 本研究结合模糊C均值聚类、统计建模和LSTM深度学习技术,对土耳其爱琴海地区地震震级进行分析和预测 | 首次将模糊C均值聚类、统计分布分析和LSTM深度学习模型集成应用于区域地震震级预测 | 研究仅针对土耳其爱琴海地区,模型在其他地区的适用性需要进一步验证 | 开发综合方法以准确预测地震震级,支持地震风险缓解和结构韧性规划 | 土耳其爱琴海地区的地震事件 | 机器学习 | NA | 地震数据分析,统计分布拟合,深度学习预测 | LSTM | 地震震级数据 | NA | NA | LSTM | 准确度范围 | NA |
| 259 | 2025-10-05 |
Artificial intelligence based platform for the automatic and simultaneous explainable detection of apnoea, oxygen desaturation, and artefacts in paediatric polygraphy exams (REST)
2025-Sep-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-13630-y
PMID:41028075
|
研究论文 | 开发了一种基于人工智能的平台REST,用于自动同时检测小儿多导睡眠图中的呼吸暂停、氧饱和度下降和伪影 | 提出了一种新颖的一维深度神经网络架构,能够同时检测三种目标事件并提供决策过程的可解释性 | 仅在86名儿科患者数据上进行训练和测试,样本量相对有限 | 开发自动检测睡眠呼吸暂停及相关事件的AI平台 | 儿科患者的多导睡眠图信号 | 医疗人工智能 | 睡眠呼吸暂停 | 多导睡眠图 | 深度学习 | 生理信号(气流、脉搏血氧信号) | 86名儿科患者 | NA | 1D深度神经网络 | 平衡分类准确率 | NA |
| 260 | 2025-10-05 |
An efficient data driven framework for intrusion detection in wireless sensor networks using deep learning
2025-Sep-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-12867-x
PMID:41028087
|
研究论文 | 提出了一种基于深度学习的无线传感器网络入侵检测框架,结合CNN和RNN网络并采用对抗感知优化模型 | 结合卷积神经网络和循环神经网络,采用对抗感知优化模型,同时优化检测精度、对抗脆弱性和模型泛化能力 | NA | 为无线传感器网络设计轻量级且具有弹性的入侵检测系统 | 无线传感器网络中的网络安全威胁 | 机器学习 | NA | 深度学习 | CNN, RNN | 网络流量数据 | 使用NSL-KDD、CICIDS2017、UNSW-NB15和CTU-13多个基准数据集 | NA | CNN, RNN | 检测准确率, 鲁棒性, 可迁移性 | NA |