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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 381 | 2025-11-05 |
Enhancing gesture recognition for assisting visually impaired persons using deep learning in an IoT environment-based improved snake optimisation algorithm
2025-Oct-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-22070-7
PMID:41173994
|
研究论文 | 提出一种基于深度学习和改进蛇优化算法的手势识别方法,用于在物联网环境中辅助视觉障碍人士 | 结合Sobel滤波器、SqueezeNet特征提取、LSTM分类器和改进蛇优化算法,在物联网环境中实现高效实时手势识别 | 仅在手势数据集上进行实验验证,未提及在真实视觉障碍人群中的实际应用效果 | 开发高效的手势识别系统以辅助视觉障碍人士的日常交流和环境交互 | 视觉障碍人士的手势动作 | 计算机视觉 | 视觉障碍 | 深度学习,手势识别 | LSTM, SqueezeNet | 手势图像数据 | 手势数据集(具体数量未提及) | NA | SqueezeNet, LSTM | 准确率 | NA |
| 382 | 2025-11-05 |
An intrusion detection system in the Internet of Things with deep learning and an improved arithmetic optimization algorithm (AOA) and sine cosine algorithm (SCA)
2025-Oct-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-22074-3
PMID:41173998
|
研究论文 | 提出一种结合生成对抗网络、混合优化算法和并行卷积神经网络-长短期记忆网络的物联网入侵检测系统 | 使用博弈论生成对抗网络平衡数据集,结合改进算术优化算法和正弦余弦算法进行特征选择,采用并行CNN-LSTM架构进行攻击检测 | NA | 开发高效的物联网入侵检测系统以应对网络攻击 | 物联网网络流量数据 | 机器学习 | NA | 深度学习 | GAN, CNN, LSTM | 网络流量数据 | NSL-KDD和UNSW-NB15数据集 | NA | PCNN, LSTM | 精确度, 检测准确率 | NA |
| 383 | 2025-11-05 |
Climate modeling for South Asia: statistical and deep learning for rainfall and temperature prediction
2025-Oct-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-22149-1
PMID:41174025
|
研究论文 | 本研究通过可重复的预测流程,对南亚七国的月降雨量和温度进行预测,比较了四种水文气象预测方法的性能 | 首次在世纪尺度数据上对经典模型和深度学习模型进行联合跨国比较,采用统一预处理、早停法和交叉验证评估,并开发了混合模型选择指南 | 模型性能随变量和区域变化,未明确说明计算资源限制 | 开发水文气象预测框架以支持农业和水资源管理决策 | 南亚七国的月降雨量和温度数据 | 机器学习 | NA | 水文气象预测 | SARIMA, TDNN, LSTM, XGBoost | 时间序列数据 | 1901-2023年共1,476个月的数据,涵盖七个南亚国家 | NA | TDNN, LSTM | RMSE, MAPE, R², CV-RMSE | NA |
| 384 | 2025-11-05 |
Enhancing PI control in microgrids using machine-learning techniques
2025-Oct-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-20781-5
PMID:41174042
|
研究论文 | 提出结合机器学习技术与传统PI控制器的微电网控制框架,提升可再生能源系统的稳定性 | 首次将人工神经网络和强化学习与传统PI控制器结合,实现控制器参数的动态实时调整 | 仅通过仿真验证,未进行实际硬件部署测试 | 提升微电网在可再生能源集成环境下的控制性能 | 包含太阳能和风能等分布式能源的微电网系统 | 机器学习 | NA | 机器学习,深度强化学习 | ANN, RL | 实时运行数据,历史性能指标 | 基于分布式能源的微电网仿真系统 | NA | 人工神经网络,强化学习控制器 | 电压总谐波失真,稳定时间,频率稳定性 | NA |
| 385 | 2025-11-05 |
Deep learning for motion classification in ankle exoskeletons using surface EMG and IMU signals
2025-Oct-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-22103-1
PMID:41174104
|
研究论文 | 提出一种结合表面肌电信号和惯性测量单元的运动分类框架,用于踝关节外骨骼的实时控制 | 使用毛巾基纺织电极替代传统凝胶电极提升舒适度和耐用性,并展示仅需少量样本即可适应新用户的迁移学习能力 | 未明确说明具体达到的准确率数值 | 开发高精度、实时且适用于真实环境的踝关节外骨骼运动分类系统 | 踝关节外骨骼使用者 | 机器学习 | 老年疾病 | 表面肌电信号(sEMG)、惯性测量单元(IMU) | CNN | 多通道时间序列信号 | 包含五种日常功能动作的多通道记录 | NA | 卷积神经网络 | 准确率 | NA |
| 386 | 2025-11-05 |
Integrating event information and multi dimensional relationships for improved financial time series forecasting
2025-Oct-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-22926-y
PMID:41174155
|
研究论文 | 提出一种融合事件信息和多维关系的双流Alpha因子融合网络(DAFF-Net)用于金融时间序列预测 | 创新性地结合事件驱动时序模式提取与多维关系感知通道软聚类,通过事件感知路由器融合时序数据与上下文事件信息,构建综合资产关系网络 | 主要验证基于亚马逊股票数据,仅对四个不同行业股票进行跨资产验证,样本覆盖范围有限 | 提高金融时间序列预测准确率,解决传统模型难以区分相似价格模式背后不同驱动因素的问题 | 金融时间序列数据,包括股票价格数据和相关事件信息 | 机器学习 | NA | 事件信息编码,多维关系融合 | 深度学习框架 | 时间序列数据,新闻文本,公司公告,宏观经济数据 | 亚马逊2010-2025年股票数据,四个不同行业(医疗保健、金融、能源、电动汽车)股票数据 | NA | DAFF-Net, 事件驱动时序模式提取器, 多维关系感知通道软聚类模块 | MSE, R² | NA |
| 387 | 2025-11-05 |
Characteristics of brain glucose metabolism in Parkinson's disease patients with freezing of gait: a study based on 18F-FDG PET imaging and deep learning
2025-Oct-31, BMC neurology
IF:2.2Q3
DOI:10.1186/s12883-025-04468-y
PMID:41174540
|
研究论文 | 本研究基于18F-FDG PET成像和深度学习探讨帕金森病冻结步态患者脑葡萄糖代谢特征 | 首次结合18F-FDG PET成像与3D卷积神经网络分析PD-FOG患者特异性脑代谢模式 | 样本量较小(共46名参与者),需更大样本验证 | 探究帕金森病冻结步态患者的脑葡萄糖代谢特征并开发自动识别方法 | 帕金森病伴冻结步态患者、不伴冻结步态患者及健康对照者 | 医学影像分析 | 帕金森病 | 18F-FDG PET成像 | 3D CNN, 传统机器学习模型 | PET影像数据 | 18名PD-FOG患者、11名PD-NFOG患者、17名健康对照 | NA | 3D CNN | 准确率, 均方误差 | NA |
| 388 | 2025-11-05 |
A novel modality contribution confidence-enhanced multimodal deep learning framework for multiomics data
2025-Oct-31, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-025-06219-9
PMID:41174554
|
研究论文 | 提出一种模态贡献置信度增强的多模态深度学习框架,用于多组学数据分类任务 | 引入非参数高斯过程评估各模态的单模态置信度,并利用KL散度对齐多模态特征,解决了传统方法假设各模态贡献相等的问题 | NA | 改进多模态学习中的特征融合方法,提升多组学数据分类性能 | 多组学数据 | 生物信息学 | NA | 多组学分析 | 深度学习 | 静态信息、DNA、mRNA、miRNA、蛋白质数据 | 四个多组学数据集 | NA | 多模态深度学习框架 | 分类性能指标 | NA |
| 389 | 2025-11-05 |
Skel-Net: automatic prediction of skeletal pattern on scanned lateral cephalograms using anatomical prior-guided deep learning network
2025-Oct-31, BMC oral health
IF:2.6Q1
DOI:10.1186/s12903-025-06771-z
PMID:41174644
|
研究论文 | 提出一种基于解剖先验引导的深度学习网络Skel-Net,用于自动预测侧位头颅X光片上的骨骼模式变化 | 结合头颅测量标志点检测和多通道输入(包括二维热图和ANB先验)的两阶段方法,增强了对儿童和青少年颅面生长动态变化的预测能力 | 样本量相对有限(612张侧位头颅X光片来自245名患者),模型泛化能力需进一步验证 | 开发自动预测8-16岁儿童和青少年五年内ANB角度变化的深度学习模型 | 8-16岁儿童和青少年的侧位头颅X光片 | 计算机视觉 | 正畸疾病 | X光成像 | 深度学习网络 | 医学图像 | 612张侧位头颅X光片来自245名患者 | NA | Skel-Net, DenseNet121, MobileNetV2, ResNet101, VGG16 | 平均绝对误差, 均方根误差, R2值 | NA |
| 390 | 2025-11-05 |
Deep learning-driven TCRβ repertoire analysis enhances diagnosis and enables mining of immunological biomarkers in systemic lupus erythematosus
2025-Oct-31, BioData mining
IF:4.0Q1
DOI:10.1186/s13040-025-00490-5
PMID:41174657
|
研究论文 | 开发基于深度学习的TCRβ repertoire分析框架DeepTAPE,用于系统性红斑狼疮的诊断和免疫生物标志物挖掘 | 提出整合TCR分类器的诊断新方法,能生成与疾病活动度相关的自身免疫风险评分,并识别SLE特异性氨基酸基序 | 未明确说明研究样本量的具体限制和模型泛化能力验证 | 提高系统性红斑狼疮的诊断准确性并挖掘免疫机制相关生物标志物 | 系统性红斑狼疮患者的TCRβ链CDR3序列 | 生物信息学 | 系统性红斑狼疮 | TCR repertoire测序 | 深度学习 | 序列数据 | NA | NA | DeepTAPE | AUC | NA |
| 391 | 2025-11-05 |
A robust deep learning framework for RNA 5-methyluridine modification prediction using integrated features
2025-Oct-31, BMC biology
IF:4.4Q1
DOI:10.1186/s12915-025-02433-2
PMID:41174762
|
研究论文 | 开发了一个名为5-meth-Uri的深度学习框架,用于预测RNA 5-甲基尿苷修饰 | 结合二核苷酸和三核苷酸的自交叉协方差与六种物理化学参数生成特征向量,并采用无监督主成分分析进行特征选择 | NA | 提高RNA 5-甲基尿苷修饰预测的准确性 | RNA 5-甲基尿苷修饰 | 计算生物学 | NA | RNA修饰预测 | DNN | 序列数据 | 两个基准数据集(成熟mRNA和完整转录本) | NA | 深度神经网络 | 准确率 | NA |
| 392 | 2025-11-05 |
Comparative Analysis of Deep Learning Models for Predicting Causative Regulatory Variants
2025-Oct-15, Genes
IF:2.8Q2
DOI:10.3390/genes16101223
PMID:41153440
|
研究论文 | 通过统一基准比较深度学习模型在预测调控变异和因果SNP优先排序任务中的性能 | 建立了首个在一致训练和评估条件下对领先深度学习模型进行标准化评估的基准 | 仅评估了54,859个SNP和四种人类细胞系的数据 | 评估深度学习模型在预测非编码区变异效应和因果SNP优先排序中的性能 | 54,859个单核苷酸多态性(SNP)在四种人类细胞系中的调控影响 | 机器学习 | NA | MPRA, raQTL, eQTL实验 | CNN, Transformer, 混合CNN-Transformer | 基因组变异数据 | 54,859个SNP | NA | TREDNet, SEI, Borzoi | NA | NA |
| 393 | 2025-11-04 |
Hybrid attention-based deep learning for multi-label ophthalmic disease detection on fundus images
2025-Oct, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie
DOI:10.1007/s00417-025-06858-x
PMID:40439748
|
研究论文 | 提出一种基于混合注意力的深度学习模型HAM-DNet,用于眼底图像的多标签眼科疾病检测 | 结合EfficientNetV2和Vision Transformers的混合深度学习架构,集成SE注意力模块和U-Net病变定位模块,提升多标签分类性能和可解释性 | NA | 开发准确、可解释且高效的多标签眼科疾病自动检测方法 | 眼底图像中的多种眼科疾病 | 计算机视觉 | 眼科疾病 | NA | CNN, Transformer | 图像 | 多个眼底图像数据集(ODIR-5K, Messidor, G1020, Joint Shantou International Eye Centre) | NA | EfficientNetV2, Vision Transformers, SE blocks, U-Net | 准确率, 精确率, 召回率, AUC, F1分数 | 低计算成本(9.7 GFLOPS) |
| 394 | 2025-11-05 |
Artificial Intelligence in Traditional Chinese Medicine: Multimodal Fusion and Machine Learning for Enhanced Diagnosis and Treatment Efficacy
2025-Oct, Current medical science
IF:2.0Q3
DOI:10.1007/s11596-025-00103-6
PMID:40773005
|
综述 | 本文综述了人工智能在中医诊疗中的应用现状与未来发展方向 | 提出基于证候要素构建大规模高质量中医数据集,并利用AI多模态融合和集成学习技术处理多样化原始特征 | NA | 提升中医诊疗的临床疗效 | 中医诊疗过程 | 自然语言处理,机器学习 | 中医相关疾病 | 深度学习,自然语言处理 | CNN,LSTM,Transformer,神经网络,支持向量机,随机森林 | 图像,文本,结构化数据 | NA | NA | 卷积神经网络,长短期记忆网络,Transformer | NA | NA |
| 395 | 2025-11-04 |
Artificial Intelligence Applications in Musculoskeletal Imaging
2025-Oct-31, Current reviews in musculoskeletal medicine
IF:2.9Q1
DOI:10.1007/s12178-025-09997-0
PMID:41168482
|
综述 | 本文综述了人工智能在肌肉骨骼影像学中的最新应用进展 | 重点关注计算机视觉和深度学习在肌肉骨骼影像中的多样化应用,并探讨基础模型和模型效率提升等新兴技术对临床整合的推动作用 | 模型泛化能力不足、数据质量问题和计算资源需求高等因素阻碍了AI在真实临床环境中的部署应用 | 探索AI在肌肉骨骼影像学中的应用潜力及其临床整合面临的挑战 | 肌肉骨骼影像学研究及其相关临床应用 | 计算机视觉 | 肌肉骨骼疾病 | 深度学习 | 深度学习模型 | 医学影像 | NA | NA | NA | 诊断准确性、解读时间、效率 | 高计算需求 |
| 396 | 2025-11-04 |
OpenSpliceAI provides an efficient modular implementation of SpliceAI enabling easy retraining across nonhuman species
2025-Oct-30, eLife
IF:6.4Q1
DOI:10.7554/eLife.107454
PMID:41165728
|
研究论文 | 本文介绍了OpenSpliceAI,一个基于PyTorch实现的可训练开源剪接预测系统,解决了原SpliceAI在软件框架和物种适用性方面的限制 | 开发了可训练的PyTorch版本SpliceAI,支持从头训练和迁移学习,提升了处理速度并降低了内存使用 | 未明确说明模型在非人类物种上的具体性能表现和验证结果 | 开发一个高效、可扩展的剪接信号预测工具,支持跨物种应用 | DNA序列中的剪接信号 | 机器学习 | NA | 深度学习 | 深度学习模型 | DNA序列数据 | NA | PyTorch | SpliceAI架构 | 处理速度,内存使用量,模型一致性,概率估计校准 | 单GPU |
| 397 | 2025-11-04 |
Photoactivated conductive MOF thin film arrays on micro-LEDs for chemiresistive gas sensing
2025-Oct-30, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-64602-9
PMID:41168193
|
研究论文 | 本研究开发了一种将导电金属有机框架薄膜集成到微型LED平台上的光激活气体传感器 | 首次将cMOF薄膜与μLED平台集成,实现室温下的光激活气体传感,并通过深度学习算法实现快速气体识别 | 仅测试了四种特定气体(乙醇、三甲胺、氨气、二氧化氮),未验证对其他气体的适用性 | 开发高灵敏度、可逆且低功耗的气体传感技术 | 导电金属有机框架薄膜和微型LED集成平台 | 传感器技术 | NA | 层层自组装方法,光激活传感 | 深度学习算法 | 气体传感数据 | 四种气体分析物(乙醇、三甲胺、氨气、二氧化氮) | NA | NA | 分类准确率 | NA |
| 398 | 2025-11-04 |
A Video Dataset for Nearshore Wave Breaking Type Classification
2025-Oct-30, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-06005-5
PMID:41168199
|
研究论文 | 本文提出了首个专门用于近岸波浪破碎类型分类的公开视频数据集 | 首个公开的波浪破碎类型视频数据集,突破了传统静态单帧图像的限制,能够捕捉波浪破碎的动态演化过程 | 数据集仅包含来自6个海岸点的数据,可能无法覆盖所有海岸形态和波浪条件 | 开发用于波浪破碎类型分类的视频数据集和深度学习方法 | 近岸波浪破碎过程 | 计算机视觉 | NA | 岸基视频监测 | CNN, RNN | 视频 | 来自15个摄像机的9,000个标记波浪破碎片段,覆盖6个不同形态的海岸点 | NA | CNN与RNN结合的深度学习架构 | NA | NA |
| 399 | 2025-11-04 |
In-silico comparison of a diffusion model with conventionally trained deep networks for translating 64mT to 3T brain FLAIR
2025-Oct-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-21806-9
PMID:41168216
|
研究论文 | 本研究比较了扩散模型与传统深度学习网络在将64mT低场脑FLAIR图像转换为3T高场图像方面的性能 | 首次将生成扩散模型SR3应用于低场到高场MRI图像转换,并与传统CycleGAN和UNet架构进行系统比较 | 使用合成低场MRI数据而非真实采集数据,可能无法完全反映真实临床场景 | 评估扩散模型在低场MRI图像增强和转换方面的潜力 | 脑部FLAIR MRI图像 | 医学影像处理 | 脑部疾病 | MRI成像 | 扩散模型, GAN, CNN | 医学图像 | 基于BraTS 2019数据集的合成64mT FLAIR脑图像 | NA | SR3, CycleGAN, UNet | SSIM, nRMSE, gEn, GE, PIQE | NA |
| 400 | 2025-11-01 |
Hybrid signal decomposition and deep learning framework for vehicle-vehicle crash forecasting
2025-Oct-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-21776-y
PMID:41168218
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |