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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 861 | 2025-10-06 |
A structurally informed human protein-protein interactome reveals proteome-wide perturbations caused by disease mutations
2025-Sep, Nature biotechnology
IF:33.1Q1
DOI:10.1038/s41587-024-02428-4
PMID:39448882
|
研究论文 | 开发了名为PIONEER的集成深度学习框架,用于预测蛋白质-蛋白质相互作用界面并构建结构信息化的蛋白质相互作用组 | 首次构建了覆盖人类和七种模式生物的全蛋白质组结构信息化的蛋白质相互作用网络,能够预测蛋白质结合伴侣特异性界面 | NA | 将遗传学发现转化为疾病病理生物学和治疗方法发现 | 人类和七种常见模式生物的蛋白质相互作用 | 机器学习 | 癌症 | 全外显子组测序 | 集成深度学习 | 蛋白质序列和结构数据 | 约11,000个全外显子组,涵盖33种癌症类型 | NA | PIONEER | NA | NA |
| 862 | 2025-10-06 |
Deep learning-based multimodal integration of imaging and clinical data for predicting surgical approach in percutaneous transforaminal endoscopic discectomy
2025-Sep, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society
IF:2.6Q1
DOI:10.1007/s00586-025-08668-5
PMID:39920320
|
研究论文 | 开发基于深度学习的多模态模型,整合影像和临床数据预测经皮椎间孔镜椎间盘切除术的手术方案 | 首次提出多模态融合方法,结合影像分析和临床特征,通过贝叶斯优化确定最佳权重 | 回顾性研究设计,样本来源单一 | 为多节段腰椎间盘突出症的PTED手术方案选择提供客观参考依据 | 多节段腰椎间盘突出症患者 | 计算机视觉 | 腰椎间盘突出症 | MRI扫描 | CNN, 机器学习模型 | 影像数据, 临床数据 | NA | NA | ResNet 50, 自定义模型 | 准确率 | NA |
| 863 | 2025-10-06 |
Optimizing Coronary CT Image Reconstruction With Deep Learning for Improved Quality: A Retrospective Study
2025 Sep-Oct 01, Journal of computer assisted tomography
IF:1.0Q4
DOI:10.1097/RCT.0000000000001746
PMID:40241428
|
研究论文 | 评估深度学习图像重建在冠状动脉CT血管成像中对图像质量的改善效果 | 首次系统比较深度学习图像重建(DLIR-H)与传统自适应统计迭代重建(ASIR-V)在CCTA中的性能差异 | 回顾性研究设计,样本量相对有限(100例患者),单中心研究 | 优化冠状动脉CT图像重建质量以提高诊断准确性 | 疑似冠状动脉疾病患者的CCTA数据集 | 医学影像分析 | 心血管疾病 | CT血管成像 | 深度学习 | 医学影像 | 100例连续疑似CAD患者 | NA | NA | 图像噪声, SNR, CNR, Spearman秩相关, Bland-Altman分析, ICC | Revolution Apex 256排CT扫描仪 |
| 864 | 2025-10-06 |
Novel Deep Learning Reconstruction to Augment Contrast Enhancement: Initial Evaluation
2025 Sep-Oct 01, Journal of computer assisted tomography
IF:1.0Q4
DOI:10.1097/RCT.0000000000001755
PMID:40249273
|
研究论文 | 评估新型深度学习重建技术在增强CT对比度方面的图像质量表现 | 开发了一种用于单能CT扫描的新型深度学习重建方法,可增强对比度并改善图像质量 | 样本量较小(仅15名患者),且仅针对结直肠腺癌肝转移患者进行研究 | 比较单能CT、双能CT与新型深度学习重建在图像质量方面的差异 | 经活检证实的结直肠腺癌伴肝转移患者 | 医学影像分析 | 结直肠癌 | CT扫描(单能CT和双能CT) | 深度学习 | 医学影像 | 15名患者(13名男性,2名女性) | NA | NA | HU值测量,图像质量评分(对比度增强、伪影、噪声纹理、分辨率) | NA |
| 865 | 2025-10-06 |
Enhanced heart disease risk prediction using adaptive botox optimization based deep long-term recurrent convolutional network
2025-Sep, Technology and health care : official journal of the European Society for Engineering and Medicine
IF:1.4Q3
DOI:10.1177/09287329251333750
PMID:40302494
|
研究论文 | 本研究提出了一种结合自适应肉毒杆菌优化算法的深度长时循环卷积网络,用于基于IoT传感器数据的心脏疾病风险预测 | 提出改进的二元量子鸟类导航优化算法进行特征选择,并采用自适应肉毒杆菌优化算法微调深度长时循环卷积网络 | NA | 开发准确的心脏疾病分类方法以支持远程医疗监护 | 心脏疾病患者数据 | 机器学习 | 心血管疾病 | IoT传感器数据采集 | DLRCN | 传感器数据 | 匈牙利、UCI和克利夫兰心脏疾病数据集 | NA | 深度长时循环卷积网络 | 准确率 | NA |
| 866 | 2025-10-06 |
Deep learning-based decision support system for cervical cancer identification in liquid-based cytology pap smears
2025-Sep, Technology and health care : official journal of the European Society for Engineering and Medicine
IF:1.4Q3
DOI:10.1177/09287329251330081
PMID:40302490
|
研究论文 | 开发了一种基于深度学习的决策支持系统,用于在液基细胞学巴氏涂片中识别宫颈癌 | 提出了一种新颖的混合特征降维和优化模块,结合稀疏自编码器和二进制哈里斯鹰元启发式优化算法来选择最具信息量的特征 | NA | 开发宫颈癌识别决策支持系统以减少诊断时间并提高准确性 | 液基细胞学巴氏涂片图像 | 计算机视觉 | 宫颈癌 | 液基细胞学 | CNN, Autoencoder, KNN | 图像 | NA | NA | 预训练卷积神经网络,稀疏自编码器 | 准确率,灵敏度,特异性 | NA |
| 867 | 2025-10-06 |
Comparison of lumbar disc degeneration grading between deep learning model SpineNet and radiologist: a longitudinal study with a 14-year follow-up
2025-Sep, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society
IF:2.6Q1
DOI:10.1007/s00586-025-08900-2
PMID:40372457
|
研究论文 | 比较深度学习模型SpineNet与放射科医生在腰椎间盘退变分级方面的一致性 | 首次在14年纵向随访研究中比较CNN模型与放射科医生的椎间盘退变分级一致性 | 样本量较小(仅19名男性志愿者),缺乏女性参与者 | 评估AI模型与放射科医生在腰椎间盘退变分级方面的一致性 | 19名男性志愿者的腰椎间盘MRI影像 | 计算机视觉 | 腰椎间盘退变 | MRI成像 | CNN | 医学影像 | 19名男性志愿者,基线年龄37岁,14年后随访年龄51岁 | NA | SpineNet | 一致性相关系数(CCC), kappa值(κ) | NA |
| 868 | 2025-10-06 |
Prediction of cervical spondylotic myelopathy from a plain radiograph using deep learning with convolutional neural networks
2025-Sep, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society
IF:2.6Q1
DOI:10.1007/s00586-025-08908-8
PMID:40381026
|
研究论文 | 本研究开发了基于卷积神经网络的深度学习算法,用于从普通颈椎X光片中分类颈椎病性脊髓病和颈椎病性神经根病 | 首次使用深度学习算法从普通X光片中自动分类两种颈椎疾病类型,并预测椎管面积率 | 样本量相对有限(内部验证300例,外部验证100例),且仅针对C3-C6节段进行分析 | 开发能够从普通颈椎X光片中准确分类颈椎病性脊髓病和颈椎病性神经根病的深度学习算法 | 颈椎病患者(包括颈椎病性脊髓病和颈椎病性神经根病) | 计算机视觉 | 颈椎病 | X光成像,磁共振成像 | CNN | 图像 | 内部验证300例患者(150例CSM,150例CSR),外部验证100例患者(50例CSM,50例CSR) | NA | 卷积神经网络 | AUC, 准确率, 似然比, 相关系数 | NA |
| 869 | 2025-10-06 |
Development and validation of a radiomics model using plain radiographs to predict spine fractures with posterior wall injury
2025-Sep, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society
IF:2.6Q1
DOI:10.1007/s00586-025-08948-0
PMID:40410361
|
研究论文 | 开发并验证了一种基于普通X光片的影像组学模型,用于预测伴有后壁损伤的脊柱骨折 | 首次结合前后位和侧位普通X光片,采用Vision Transformer技术提取影像特征构建预测模型 | 回顾性研究,样本量有限(130例患者),仅在两所中心进行验证 | 提高伴有后壁损伤脊柱骨折的早期诊断准确性并优化治疗策略 | 脊柱骨折患者 | 计算机视觉 | 脊柱骨折 | 影像组学分析,X射线成像 | Vision Transformer, NaiveBayes, SVM | X光图像 | 130例患者(来自两个中心) | NA | Vision Transformer (ViT) | AUC, 95% CI | NA |
| 870 | 2025-10-06 |
Fully automated pedicle screw manufacturer identification in plain radiograph with deep learning methods
2025-Sep, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society
IF:2.6Q1
DOI:10.1007/s00586-025-09167-3
PMID:40689982
|
研究论文 | 开发基于深度学习的算法从平片中自动识别椎弓根螺钉制造商 | 首个实现从平片完全自动化识别椎弓根螺钉制造商的深度学习算法 | 仅包含三家国际制造商的数据,样本量相对有限 | 开发自动识别椎弓根螺钉制造商的算法,辅助翻修手术规划 | 276例接受胸腰椎手术患者的椎弓根螺钉 | 计算机视觉 | 脊柱疾病 | X射线平片成像 | CNN, YOLO | X射线图像 | 276名患者,1887个椎弓根螺钉 | NA | CNN, YOLO | 准确率 | NA |
| 871 | 2025-10-06 |
Deep learning-based prediction of axillary pathological complete response in patients with breast cancer using longitudinal multiregional ultrasound
2025-Sep, EBioMedicine
IF:9.7Q1
DOI:10.1016/j.ebiom.2025.105896
PMID:40876229
|
研究论文 | 开发并验证基于深度学习的iShape模型,通过纵向多区域超声图像预测乳腺癌患者腋窝病理完全缓解 | 提出信息共享-私有(iShape)模型,从纵向原发肿瘤和腋窝淋巴结超声图像中学习共同和特定的图像表征,并首次结合RNA测序分析解释模型生物学基础 | 回顾性研究设计,样本量相对有限,需要前瞻性验证 | 预测接受新辅助治疗的腋窝淋巴结阳性乳腺癌患者的腋窝病理完全缓解 | 活检证实的腋窝淋巴结阳性乳腺癌患者 | 医学影像分析 | 乳腺癌 | 超声成像,RNA测序 | 深度学习 | 超声图像 | 训练集371例患者,三个外部验证集分别包含295、244和225例患者 | NA | iShape(信息共享-私有模型) | AUC,假阴性率 | NA |
| 872 | 2025-10-06 |
Biomarker extraction-based Alzheimer's disease stage detection using optimized deep learning approach
2025-Sep, Journal of Alzheimer's disease : JAD
DOI:10.1177/13872877251360394
PMID:40831183
|
研究论文 | 提出一种基于优化深度学习的阿尔茨海默病分期检测框架,通过生物标志物提取和图像处理技术提高诊断准确性 | 结合萤火虫算法优化生物标志物分割、布谷鸟搜索算法优化深度信念网络,并采用对比度受限自适应直方图均衡化和小波软阈值去噪处理 | 仅使用结构MRI数据,未考虑多模态数据融合;样本规模未明确说明 | 提高阿尔茨海默病分期检测的准确性和早期诊断能力 | 阿尔茨海默病患者的结构MRI扫描图像 | 医学影像分析 | 阿尔茨海默病 | 结构MRI,对比度受限自适应直方图均衡化,小波软阈值去噪 | 深度信念网络 | 医学图像 | NA | NA | 深度信念网络 | 准确率,错误率 | NA |
| 873 | 2025-10-06 |
Deep Learning Can Unmask Conduction Tissue Disease From an Ambulatory ECG
2025-Sep, Circulation. Arrhythmia and electrophysiology
DOI:10.1161/CIRCEP.124.013695
PMID:40856041
|
研究论文 | 开发深度学习模型通过24小时单导联动态心电图检测既往心动过缓事件 | 首次使用深度学习从无心动过缓的24小时心电图数据中识别过去13天内发生的传导组织疾病 | 研究基于回顾性数据,需要前瞻性验证临床效用 | 提高间歇性心动过缓的检测效率和准确性 | 动态心电图记录的心动过缓患者 | 机器学习 | 心血管疾病 | 动态心电图监测 | 深度学习 | 心电图信号 | 320,959份14天动态心电图记录 | NA | NA | AUC, 阴性预测值 | NA |
| 874 | 2025-10-06 |
Comprehensive Evaluation of Facet Joints Osteoarthritis Radiological Features on Lumbar CT: A Multitask Deep Learning Approach
2025-Sep, JOR spine
IF:3.4Q1
DOI:10.1002/jsp2.70115
PMID:40949054
|
研究论文 | 本研究开发了一种基于多任务深度学习的模型,用于评估腰椎小关节骨关节炎的影像学特征 | 首次采用多任务深度学习模型同时评估小关节骨关节炎的多个放射学特征,并在多中心数据集上验证模型性能 | 回顾性研究设计,模型在某些特征(如肥大)上的准确率相对较低 | 开发自动评估小关节骨关节炎放射学特征的深度学习模型 | 来自两个医院1360名患者的13223个轴向CT小关节图像块 | 计算机视觉 | 骨关节炎 | CT成像 | CNN | 医学影像 | 13223个小关节图像块,来自1360名患者 | NA | ResNet-18 | 准确率, Gwet κ值 | NA |
| 875 | 2025-10-06 |
Automated Field of View Prescription for Whole-body Magnetic Resonance Imaging Using Deep Learning Based Body Region Segmentations
2025-Sep-16, Investigative radiology
IF:7.0Q1
DOI:10.1097/RLI.0000000000001236
PMID:40955705
|
研究论文 | 本研究开发了一种基于深度学习的自动视野处方系统,用于全身磁共振成像,通过三维解剖分割生成多个连续视野站 | 首次使用深度学习三维解剖分割实现全身MRI多站视野自动处方,达到专家水平性能 | 脊髓分割准确度相对较低(DSC=0.63),外部验证队列样本量较小(n=10) | 开发自动化视野处方系统以替代人工操作,提高全身MRI图像质量和 workflow 效率 | 接受全身MRI检查的患者 | 医学影像分析 | NA | 全身磁共振成像(WB-MRI), T2-HASTE序列, 快速全身定位器(FWBL)序列 | 深度学习 | 三维医学影像 | 374名患者(内部数据集) + 10名患者(外部验证集) | nnUNet-v2 | nnUNet | Sørensen-Dice系数, 精确度, 召回率, 特异性, Likert评分, 排名比较 | NA |
| 876 | 2025-10-06 |
Update Disturbance-Resilient Analog ReRAM Crossbar Arrays for In-Memory Deep Learning Accelerators
2025-Sep-16, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202504578
PMID:40956570
|
研究论文 | 本研究提出了一种抗更新干扰的模拟ReRAM交叉阵列,用于内存深度学习加速器 | 开发了具有优异抗干扰性能的ReRAM器件,可承受超过10万次脉冲,并实现了无干扰并行权重映射 | 研究仍处于早期阶段,技术基于350nm硅工艺,尚未实现大规模商业化应用 | 解决内存训练加速中权重更新干扰的关键挑战 | 基于HfO层纳米导电细丝的阻变存储器器件 | 机器学习 | NA | COMSOL Multiphysics模拟,阻变存储技术 | NA | 电信号数据,模拟信号 | NA | NA | 神经网络 | 抗干扰能力,开关速度,耐久性 | COMSOL Multiphysics仿真软件 |
| 877 | 2025-10-06 |
Deep learning facilitated discovery of prognosis biomarkers and their ligands to improve liver cancer treatment
2025-Sep-12, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000003455
PMID:40956187
|
研究论文 | 开发基于深度学习的DLCP框架用于肝细胞癌患者分层、预后生物标志物识别和抗HCC药物推荐 | 首次整合多组学数据和临床表型,通过深度学习识别预后生物标志物并筛选其配体,加速候选药物发现 | 研究主要基于TCGA和LIRI-JP队列数据,需要更多独立队列验证 | 改善肝细胞癌治疗策略,发现新型预后生物标志物和相应配体 | 肝细胞癌患者、小鼠模型、化学小分子和天然产物 | 生物信息学 | 肝癌 | 多组学整合分析、分子对接、分子动力学模拟、表面等离子共振、细胞热位移分析 | 深度神经网络 | 基因组学、转录组学、表观遗传学、临床生存数据 | TCGA HCC患者队列和LIRI-JP验证队列 | 深度学习框架 | 深度神经网络 | 生存分析、KD值、热稳定性变化 | NA |
| 878 | 2025-10-06 |
Enhanced defect detection with autoencoder based analysis for Golay coded thermal wave imaging for inspection of carbon fiber reinforced polymers
2025-Sep-01, The Review of scientific instruments
DOI:10.1063/5.0294144
PMID:40952248
|
研究论文 | 本研究探索了使用Golay编码热波成像结合自编码器处理技术来增强碳纤维增强聚合物内部缺陷的检测能力 | 提出了改进自编码器损失函数以更好捕捉热数据中缺陷特征的方法,并将Golay编码激励与自编码器处理相结合 | 仅针对特定设计的狭缝状缺陷进行研究,样本尺寸有限 | 提高碳纤维增强聚合物内部缺陷的检测灵敏度和可视化清晰度 | 碳纤维增强聚合物样本,包含三个不同厚度区域和工程设计的狭缝状缺陷 | 计算机视觉 | NA | Golay编码热波成像,主动热成像技术 | 自编码器 | 热成像数据 | 1个碳纤维增强聚合物样本,包含3个不同厚度区域 | NA | 自编码器 | 信噪比,缺陷可见度 | NA |
| 879 | 2025-10-06 |
Deep learning-enhanced development of innovative antioxidant liposomal drug delivery systems from natural herbs
2025-Sep-15, Materials horizons
IF:12.2Q1
DOI:10.1039/d5mh00699f
PMID:40600624
|
研究论文 | 开发基于BERT深度学习框架的天然草药抗氧化化合物筛选方法,并结合脂质体递送系统验证其抗氧化效果 | 提出两阶段BERT框架筛选天然抗氧化化合物,相比传统机器学习模型准确率提升约20%,并将筛选化合物与脂质体递送系统结合验证 | 仅针对2882种天然草药化合物进行筛选,未涵盖更广泛的化合物库 | 开发深度学习辅助的抗氧化脂质体药物递送系统,用于缓解氧化应激和细胞衰老 | 天然草药中的抗氧化化合物及其脂质体递送系统 | 自然语言处理 | 老年疾病 | 分子对接模拟,脂质体递送技术 | BERT | 化合物结构数据 | 587种实验确认的抗氧化剂和983种非活性化合物作为训练集,2882种天然草药化合物作为筛选库 | BERT | BERT | 准确率 | NA |
| 880 | 2025-10-06 |
EZ-FRCNN: A Fast, Accessible and Robust Deep Learning Package for Object Detection Applications from Ethology to Cell Biology
2025-Sep-05, bioRxiv : the preprint server for biology
DOI:10.1101/2025.06.19.660198
PMID:40667197
|
研究论文 | 开发了一个名为EZ-FRCNN的本地化、用户友好型深度学习软件包,用于生物图像中的目标检测应用 | 提供了完全离线的图形化和脚本化界面,解决了生物学研究中基于区域的卷积神经网络技术门槛高和依赖云基础设施的问题 | NA | 开发易用且可扩展的目标检测工具,推动生物学发现 | 细胞表型、自由移动动物的摄食动态、自然环境中的动物 | 计算机视觉 | NA | 深度学习图像分析 | 基于区域的卷积神经网络 | 图像 | NA | NA | Faster R-CNN | NA | 本地部署,最小计算成本 |