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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 581 | 2025-10-05 |
Integrating Machine Learning with Flow-Imaging Microscopy for Automated Monitoring of Algal Blooms
2025-Sep-23, Environmental science & technology
IF:10.8Q1
DOI:10.1021/acs.est.5c06078
PMID:40947598
|
研究论文 | 本文开发了一种集成机器学习的图像处理流程,用于自动化监测淡水系统中的藻华现象 | 将随机森林模型与卷积神经网络相结合,解决了流动成像中的伪影问题和未知颗粒识别挑战,实现了端到端的实时藻华监测解决方案 | 监督式闭集分类器在处理自然环境中常见的新型颗粒时分类准确性受限,需要大量人工监督 | 开发自动化实时藻华监测系统,提高对有害藻华的早期检测能力 | 淡水系统中的浮游植物和藻类颗粒 | 计算机视觉 | NA | 流动成像显微镜技术 | 随机森林, CNN | 图像 | NA | NA | NA | 准确率, 精度 | 低成本自动化流动成像设备ARTiMiS |
| 582 | 2025-10-05 |
Improving the performance of medical image segmentation with instructive feature learning
2025-Sep-23, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103818
PMID:41005261
|
研究论文 | 提出一种通过指导性特征学习提升医学图像分割性能的新方法 | 设计了指导性特征增强模块(IFEM)和指导性特征集成模块(IFIM),并开发了高效分割框架EESF,最终构建了高性能低资源分割网络EE-Net | NA | 解决医学图像分割中不规则形状、显著尺度变化和模糊边界等复杂样本的挑战 | 医学图像分割 | 计算机视觉 | NA | 深度学习 | CNN | 医学图像 | 在六个不同的分割任务上进行了广泛实验 | NA | U-Net, EE-Net | 分割性能、计算效率、学习能力 | 低资源需求 |
| 583 | 2025-10-05 |
Synthetizing SWI from 3T to 7T by generative diffusion network for deep medullary veins visualization
2025-Sep-19, NeuroImage
IF:4.7Q1
DOI:10.1016/j.neuroimage.2025.121475
PMID:40976490
|
研究论文 | 提出基于生成扩散网络的深度学习成像模型,用于从3T SWI图像合成7T SWI图像以改善深部髓质静脉可视化 | 首次将条件去噪扩散概率模型(CDDPM)应用于SWI图像跨场强合成,克服了传统GAN模型在微血管结构合成中的训练困境 | 扩散模型需要大量步骤进行缓慢采样,计算效率可能较低 | 开发从低场强(3T)到高场强(7T)的SWI图像合成方法 | 脑部深部髓质静脉 | 医学影像分析 | 脑血管疾病 | 磁共振成像(MRI), 磁敏感加权成像(SWI) | 扩散模型 | 医学影像 | NA | NA | 条件去噪扩散概率模型(CDDPM) | NA | NA |
| 584 | 2025-10-05 |
Accurate detection of rice blast using UAV hyperspectral red-edge bands and deep learning method based on cross-attention
2025-Sep-16, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2025.126939
PMID:41005240
|
研究论文 | 本研究提出一种基于无人机高光谱红边波段和交叉注意力深度学习方法的稻瘟病精准检测方法 | 首次提出互信息排序协同灰狼优化器特征选择方法,开发了通道融合密集交叉注意力变换器模型,引入高斯和自注意力交叉注意力机制 | NA | 开发精准的稻瘟病检测方法以支持精准农业 | 稻瘟病真菌病害 | 计算机视觉 | 作物病害 | 无人机高光谱遥感 | Transformer | 高光谱图像 | NA | NA | CFXFormer, 通道交互融合模块, 交叉注意力机制 | OA, Kappa | NA |
| 585 | 2025-10-05 |
Electrocardiogram-Based Artificial Intelligence to Identify Coronary Artery Disease
2025-Sep, JACC. Advances
DOI:10.1016/j.jacadv.2025.102041
PMID:40749517
|
研究论文 | 开发基于心电图的人工智能模型ECG2CAD用于识别冠状动脉疾病 | 利用深度学习技术从常规心电图中识别冠状动脉疾病,相比传统基于年龄、性别或Pooled Cohort Equations的模型有显著改进 | 研究主要基于特定医疗机构的患者数据,需要在更广泛人群中验证 | 开发人工智能模型检测冠状动脉疾病并识别不良事件风险人群 | 来自麻省总医院、布莱根妇女医院和英国生物银行的ECG数据 | 医疗人工智能 | 冠状动脉疾病 | 心电图分析 | 深度学习 | 心电图信号数据 | 训练集:764,670份心电图(137,199人);测试集:MGH 18,706人,BWH 88,270人,UK Biobank 42,147人 | NA | NA | AUROC, AUPRC, 风险比 | NA |
| 586 | 2025-10-05 |
Real-time sludge moisture monitoring via jet imaging and deep learning
2025-Sep, Environmental science and ecotechnology
IF:14.0Q1
DOI:10.1016/j.ese.2025.100614
PMID:40994737
|
研究论文 | 本研究通过高速成像捕捉污泥射流特性,并利用深度学习算法实时预测污泥含水率 | 首次结合瞬时活性污泥射流膨胀图像采集系统(iCASJEI)与深度学习,利用非牛顿流体特性实现20秒内快速含水率检测 | 研究基于实验室规模系统,需在实际工业场景中验证;测试范围限定在79-94%含水率区间 | 开发实时污泥含水率监测方法以优化污泥处理工艺 | 废水处理厂产生的废弃活性污泥 | 计算机视觉 | NA | 高速成像 | CNN | 图像 | 超过11,000张射流图像,覆盖79-94%含水率范围 | NA | VGG-16, AlexNet, LeNet | 验证准确率, 精度 | NA |
| 587 | 2025-10-05 |
Can the success of digital super-resolution networks be transferred to passive all-optical systems?
2025-Sep, Nanophotonics (Berlin, Germany)
DOI:10.1515/nanoph-2025-0294
PMID:40995527
|
研究论文 | 探讨数字超分辨率网络的成功能否转移到被动全光学系统中 | 首次系统分析全光学衍射神经网络在超分辨率任务中的物理限制和设计约束 | 面临重建保真度与能量保存的权衡,以及输入强度动态范围有限的处理挑战 | 研究全光学系统实现空间超分辨率的可行性 | 全光学衍射神经网络 | 光学计算 | NA | 全光学衍射神经网络 | AODNN | 光学信号 | NA | NA | 相位非线性网络 | 重建保真度 | 全光学系统(光速运算,无外部能耗) |
| 588 | 2025-10-05 |
Deep learning-based 3D classification of head and neck cancer PET/MRI: Radiologist comparison and Grad-CAM interpretability
2025-Sep, Clinical physiology and functional imaging
IF:1.3Q4
DOI:10.1111/cpf.70030
PMID:40996364
|
研究论文 | 开发并评估基于3D卷积神经网络的头颈癌PET/MRI图像自动分类系统,与放射科医生解读进行比较 | 首次将3D CNN应用于头颈癌PET/MRI多模态图像分类,并利用Grad-CAM增强模型可解释性 | 数据集规模有限,PET/MRI和MRI模型性能较差,特异性需要提升以减少假阳性 | 开发头颈癌PET/MRI图像的自动分类系统并评估其诊断辅助潜力 | 头颈癌患者 | 计算机视觉 | 头颈癌 | 18F-FDG PET/MRI成像 | 3D CNN | PET/MRI医学图像 | 训练验证集202例患者(101阳性+101阴性),测试集20例患者(10阳性+10阴性) | NA | 3D卷积神经网络 | 敏感性,特异性,准确率,AUC | NA |
| 589 | 2025-10-05 |
High-Adhesive Hydrogel-Based Strain Sensor in the Clinical Diagnosis of Anterior Talofibular Ligament Sprain
2025-Sep-26, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.4c03472
PMID:40042081
|
研究论文 | 开发了一种基于高粘性水凝胶的应变传感器,用于前距腓韧带扭伤的临床诊断 | 结合明胶、纤维素纳米纤维和交联聚丙烯酸接枝N-羟基琥珀酰亚胺酯制备高粘性水凝胶传感器,并集成深度学习模型提高诊断准确性 | NA | 开发能够准确评估前距腓韧带扭伤严重程度的可穿戴诊断设备 | 前距腓韧带扭伤患者 | 医疗诊断 | 韧带损伤 | 水凝胶传感器技术 | 深度学习 | 传感器数据 | NA | NA | NA | 诊断准确率 | NA |
| 590 | 2025-10-05 |
Fixed point method for PET reconstruction with learned plug-and-play regularization
2025-Sep-26, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ae05ac
PMID:40930128
|
研究论文 | 提出一种基于定点方法的PET重建算法,结合学习型即插即用正则化技术 | 将Douglas-Rachford分裂方法与满足定点条件的去噪器相结合,确保算法收敛性 | 谱归一化方法在泛化能力方面表现欠佳 | 提高PET重建的图像质量和量化精度 | 低计数PET图像重建 | 医学影像重建 | NA | 正电子发射断层扫描(PET) | 深度学习网络 | 医学影像 | 合成实验和真实研究 | NA | 谱归一化网络,深度平衡模型,卷积网络 | 偏差,标准差 | NA |
| 591 | 2025-10-05 |
CNSGT: Generative Transformer for De Novo Drug Design Targeting the Central Nervous System
2025-Sep-26, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c01541
PMID:41002051
|
研究论文 | 提出一种结合变分自编码器和自注意力机制的生成式Transformer框架CNSGT,用于针对中枢神经系统的新药设计 | 整合VAE与自注意力机制,克服传统SMILES表示的限制,有效捕捉分子结构和语义关系 | 仅在多巴胺转运体抑制剂上进行了验证,未扩展到其他CNS靶点 | 开发针对中枢神经系统药物设计的生成式深度学习模型 | 中枢神经系统药物分子 | 机器学习 | 中枢神经系统疾病 | 深度学习,分子对接,动态模拟 | Transformer, VAE | 分子结构数据 | 大规模分子数据集 | NA | Transformer, VAE | CNS MPO评分,合成可及性评分(SAScore),分子对接评分(Glide docking score) | NA |
| 592 | 2025-10-05 |
FairDITA: Disentangled Image-Text Alignment for Fair Skin Cancer Diagnosis
2025-Sep-26, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01693-2
PMID:41003966
|
研究论文 | 提出一种新颖的对比学习框架FairDITA,通过解耦图像-文本对齐实现公平的皮肤癌诊断 | 利用显式构建的图像-文本对将病变特征与肤色属性解耦,通过测量图像和文本嵌入空间中的语义距离并进行最优表示对齐 | 方法依赖于图像-文本对的显式构建,可能受限于文本描述的准确性和完整性 | 解决皮肤癌诊断中的算法公平性问题,减少不同肤色群体间的性能差异 | 皮肤癌诊断 | 计算机视觉 | 皮肤癌 | 对比学习 | 深度学习 | 图像, 文本 | 两个基准数据集PAD-UFES-20和Fitzpatrick17k,涵盖广泛肤色范围 | NA | 共享文本编码器和两个专用图像编码器 | 分类准确率, 公平性指标 | NA |
| 593 | 2025-10-05 |
Predicting protein-protein interactions in the human proteome
2025-Sep-25, Science (New York, N.Y.)
DOI:10.1126/science.adt1630
PMID:40997207
|
研究论文 | 通过增强协同进化信号和开发新的深度学习网络,系统预测人类蛋白质-蛋白质相互作用 | 使用来自30PB未组装基因组数据的7倍深度多序列比对增强协同进化信号,并基于2亿个预测蛋白质结构开发新的深度学习网络 | NA | 预测人类蛋白质组中的蛋白质-蛋白质相互作用 | 人类蛋白质组 | 生物信息学 | 人类疾病 | 协同进化分析, 深度学习, 多序列比对 | 深度学习网络 | 基因组数据, 蛋白质结构数据 | 2亿个人类蛋白质对 | NA | NA | 精确度 | 30PB基因组数据处理 |
| 594 | 2025-10-05 |
Using economic value signals from primate prefrontal cortex in neuro-engineering applications
2025-Sep-25, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/ae0bf6
PMID:40997885
|
研究论文 | 本研究探索在脑机接口中使用灵长类前额叶皮层经济价值信号的方法 | 首次将抽象认知信号(经济价值信号)应用于神经工程,开发了基于强化学习的自适应解码器架构 | 研究基于非人灵长类动物数据,尚未在人类或临床环境中验证 | 开发能够利用抽象认知信号的脑机接口系统,辅助用户实现目标导向行为 | 非人灵长类动物的眶额叶皮层神经信号 | 神经工程 | NA | 多变量时间序列神经信号记录 | 深度学习, 强化学习 | 神经信号时间序列数据 | 非人灵长类动物实验数据 | NA | 神经预测模型 | 准确率 | NA |
| 595 | 2025-10-05 |
Voice of Mind, a Deep Learning Model for Depression and Anxiety Assessment From Acoustic and Lexical Vocal Biomarkers
2025-Sep-25, Journal of voice : official journal of the Voice Foundation
IF:2.5Q1
DOI:10.1016/j.jvoice.2025.09.012
PMID:40998607
|
研究论文 | 开发了一个名为Voice of Mind的深度学习模型,通过声学和词汇生物标志物从意大利心理治疗录音中评估焦虑和抑郁 | 提出了一种结合CNN分析梅尔频谱图和MLP整合词汇与声学输入的混合架构,能够区分抑郁、焦虑和无病理三种状态 | 样本量较小(仅5名患者,7个录音),缺乏大规模验证 | 开发从语音数据评估心理健康状况的深度学习模型 | 意大利心理治疗录音中的声学和词汇特征 | 自然语言处理 | 精神疾病 | 语音分析,声学特征提取,词汇标记分析 | CNN, MLP | 音频 | 5名患者(重度抑郁症或广泛性焦虑症),7个录音,超过1000个音频片段 | NA | 卷积神经网络,多层感知器 | 分类准确率,特征重要性分析 | NA |
| 596 | 2025-10-05 |
A Deep Learning-Based EffConvNeXt Model for Automatic Classification of Cystic Bronchiectasis: An Explainable AI Approach
2025-Sep-25, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01688-z
PMID:40999297
|
研究论文 | 提出一种结合EfficientNetB1和ConvNeXtTiny的EffConvNeXt深度学习模型,用于胸部X光片中囊性支气管扩张、肺炎和正常病例的自动分类 | 首次将EfficientNetB1的高效性与ConvNeXtTiny的先进特征提取能力相结合,通过混合模型架构提升分类准确率,并采用可解释AI方法 | 研究仅使用单一医疗中心(Dicle大学医学院)的5899张胸部X光图像,需要更多外部数据验证模型泛化能力 | 开发自动分类囊性支气管扩张和肺炎的深度学习模型,提高胸部X光片的诊断准确性 | 胸部X光片中的囊性支气管扩张、肺炎和正常病例 | 计算机视觉 | 呼吸系统疾病 | 胸部X光成像 | CNN | 图像 | 5899张胸部X光图像 | NA | EffConvNeXt(EfficientNetB1和ConvNeXtTiny混合架构) | 准确率 | NA |
| 597 | 2025-10-05 |
Aerosol optical depth retrieval from Geostationary Environment Monitoring Spectrometer (GEMS): Advancing the first hyperspectral geostationary air quality mission using deep learning
2025-Sep-24, The Science of the total environment
DOI:10.1016/j.scitotenv.2025.180535
PMID:40997388
|
研究论文 | 本研究提出基于深度学习的TabNet模型,从地球静止环境监测光谱仪(GEMS)数据中反演气溶胶光学厚度(AOD) | 首次将注意力可解释表格学习(TabNet)应用于全球首个地球静止轨道高光谱环境卫星的AOD反演,显著提升了反演精度和鲁棒性 | NA | 开发准确高效的气溶胶光学厚度反演方法,用于空气质量监测和气候研究 | 亚太地区的气溶胶分布和变化 | 机器学习 | NA | 高光谱遥感 | TabNet | 光谱辐射数据、气象数据和辅助变量 | NA | NA | TabNet | 决定系数(R), 期望误差包络线(EE) | NA |
| 598 | 2025-10-05 |
Identifying an optimal perturbation to induce a desired cell state by generative deep learning
2025-Sep-24, Cell systems
IF:9.0Q1
DOI:10.1016/j.cels.2025.101405
PMID:40997798
|
研究论文 | 提出了一种名为PAIRING的生成式深度学习方法,用于识别能够诱导细胞达到期望状态的最佳扰动 | 通过将细胞状态嵌入潜在空间并分解为基础状态和扰动效应,创新性地比较扰动效应与期望细胞状态转换向量的相似性来识别最优扰动 | NA | 开发一种能够识别诱导细胞达到期望状态的最佳扰动的计算方法 | 细胞状态转换,特别是结直肠癌细胞向正常样状态的转化 | 机器学习 | 结直肠癌 | 转录组数据分析 | 生成式深度学习 | 转录组数据 | NA | NA | NA | NA | NA |
| 599 | 2025-10-05 |
Causal deep learning for real-time detection of cardiac surgery-associated acute kidney injury: derivation and validation in seven time-series cohorts
2025-Sep-24, The Lancet. Digital health
DOI:10.1016/j.landig.2025.100901
PMID:40998651
|
研究论文 | 开发了一种名为REACT的因果深度学习架构,用于实时检测心脏手术相关急性肾损伤 | 提出因果深度学习方法,将复杂时间变量交互简化为少量通用、成本效益高的输入因素 | 回顾性模型开发和前瞻性验证研究,存在回顾性研究的固有局限性 | 开发能够实现CSA-AKI精确动态预测的深度学习模型 | 接受重大开胸心脏手术的成年患者(年龄≥18岁) | 医疗人工智能 | 心脏手术相关急性肾损伤 | 因果深度学习 | 深度学习 | 电子健康记录时间序列数据 | 最终推导队列14,513名患者,外部验证包括中国20,813名患者和美国28,023名患者 | NA | REACT(因果深度学习架构) | AUROC | NA |
| 600 | 2025-10-05 |
A modified vision transformer framework for image-based land cover segmentation in rural architectural design and planning
2025-Sep-23, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-19234-w
PMID:40987770
|
研究论文 | 提出一种基于改进视觉Transformer和萤火虫算法的深度学习框架,用于农村建筑设计与规划中的土地覆盖图像分割 | 将改进的视觉Transformer与改进的萤火虫算法相结合,用于优化特征和超参数选择,在土地覆盖分割任务中实现高精度 | 仅使用EuroSAT基准数据集进行验证,模型在其他地理区域的适用性有待进一步测试 | 开发用于农村建筑设计与规划的土地覆盖图像分割方法 | 卫星图像中的土地覆盖区域 | 计算机视觉 | NA | 卫星遥感图像分析 | Vision Transformer | 图像 | 27,000个地理参考样本,涵盖10个平衡的土地覆盖类别 | NA | 改进的Vision Transformer | 准确率, Kappa系数, 平均适应度值 | NA |