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 | 2025-11-16 |
Research on Geographical Origin Traceability of Salvia miltiorrhiza by Combining Two-Trace Two-Dimensional (2T2D) Correlation Spectroscopy and Improved DeiT Model
2025-Nov-03, Plants (Basel, Switzerland)
DOI:10.3390/plants14213365
PMID:41225915
|
研究论文 | 提出结合二维相关光谱和改进DeiT模型的中药材丹参地理溯源新方法 | 首次将二维相关光谱与改进的DeiT-CBAM模型结合用于中药材地理溯源,仅需79个波长即可实现高精度识别 | 仅针对丹参进行验证,未涉及其他中药材或食品 | 开发可靠的中药材地理起源溯源技术解决方案 | 丹参及其地理起源 | 计算机视觉 | NA | 高光谱成像,二维相关光谱 | DeiT, CNN | 光谱图像 | 6个正品产地和3个掺假产地的样本 | PyTorch | DeiT-CBAM | 准确率 | NA |
| 382 | 2025-11-16 |
Multi-Scale Feature Attention Network for Rapid and Non-Destructive Quantification of Aflatoxin B1 in Maize Using Hyperspectral Imaging
2025-Nov-03, Foods (Basel, Switzerland)
DOI:10.3390/foods14213769
PMID:41227739
|
研究论文 | 开发基于近红外高光谱成像和深度学习的MSFNet-ECA模型,用于玉米中黄曲霉毒素B1的快速无损定量检测 | 提出结合高效通道注意力的多尺度特征网络(MSFNet-ECA),并比较三种数据增强方法对模型性能的影响 | NA | 准确检测玉米中的黄曲霉毒素含量,为食品质量安全监测提供高效可靠工具 | 玉米样本中的黄曲霉毒素B1(AFB) | 计算机视觉 | NA | 近红外高光谱成像 | CNN, GAN | 高光谱图像 | NA | NA | MSFNet-ECA, 1D-CNN, WGAN | RMSEP, Rp2, RPD | NA |
| 383 | 2025-11-16 |
TD U-Net for Shell Segmentation and Thickness Evaluation in Core-Shell TiO2 TEM Images
2025-Nov-02, Materials (Basel, Switzerland)
DOI:10.3390/ma18215007
PMID:41227966
|
研究论文 | 提出TD U-Net深度学习模型用于核壳结构二氧化钛TEM图像分割和壳层厚度评估 | 开发专门针对核壳结构TiO₂颗粒的U-Net变体,有效解决边界模糊和低对比度问题 | 仅针对实验室制备的特定核壳TiO₂粉末,未涉及其他材料体系 | 开发自动化TEM图像分析方法替代人工涂层质量评估 | 核壳结构二氧化钛颗粒的无机壳层 | 计算机视觉 | NA | 透射电子显微镜成像 | CNN | 图像 | 1479张TEM图像 | NA | U-Net | Dice系数, 厚度测量误差 | NA |
| 384 | 2025-11-16 |
GSF-LLM: Graph-Enhanced Spatio-Temporal Fusion-Based Large Language Model for Traffic Prediction
2025-Nov-02, Sensors (Basel, Switzerland)
DOI:10.3390/s25216698
PMID:41228919
|
研究论文 | 提出一种融合图增强时空特征的大语言模型GSF-LLM,用于交通流量预测 | 首次将大语言模型与图时空学习相结合,提出部分冻结图注意力机制和低秩自适应策略 | 未明确说明模型在极端交通状况下的表现 | 解决交通预测中时空依赖关系建模和过拟合问题 | 大规模交通网络数据 | 机器学习 | NA | 时空数据建模 | LLM, GNN | 时空序列数据 | 多个真实交通数据集 | NA | 图注意力网络, 大语言模型 | NA | NA |
| 385 | 2025-11-16 |
Predictive models for posttransplant diabetes mellitus in kidney transplant recipients using machine learning and deep learning approach: a nationwide cohort study from South Korea
2025-Nov, Kidney research and clinical practice
IF:2.9Q1
DOI:10.23876/j.krcp.24.113
PMID:40176402
|
研究论文 | 本研究利用机器学习和深度学习模型预测肾移植受者术后糖尿病风险 | 首次在韩国全国性队列中比较多种机器学习算法和深度学习模型预测肾移植后糖尿病风险 | 研究仅限于韩国人群,模型性能仍有提升空间 | 预测肾移植受者术后糖尿病风险 | 肾移植受者 | 机器学习 | 糖尿病 | NA | XGBoost, CatBoost, LightGBM, Logistic Regression, Deep Learning | 临床数据 | 3,213名肾移植受者(其中497名发生术后糖尿病) | NA | NA | AUC, 准确率, 精确率, 召回率, F1分数 | NA |
| 386 | 2025-11-16 |
Insights into AI-Driven malaria diagnosis: A systematic review with implications for Plasmodium knowlesi
2025-Nov, Acta tropica
IF:2.1Q2
|
系统综述 | 本文系统评估了人工智能在疟疾血液阶段分类中的应用,特别关注诺氏疟原虫的诊断挑战 | 首次针对诺氏疟原虫血液阶段分类的AI研究进行深入比较分析,重点关注CNN、迁移学习、集成学习和目标检测模型的应用效果 | 诺氏疟原虫血液阶段分类的AI研究仍然有限,存在注释数据集不足、类别不平衡和模型可解释性问题 | 评估AI驱动方法在疟原虫血液阶段分类中的应用,特别关注诺氏疟原虫的诊断改进 | 诺氏疟原虫及其他疟原虫物种的血液阶段图像数据 | 数字病理学 | 疟疾 | 显微镜检查 | CNN, YOLO, Faster R-CNN | 图像 | NA | NA | 卷积神经网络, 目标检测模型 | NA | NA |
| 387 | 2025-11-16 |
Magnetic resonance imaging (MRI)-derived radiomics and deep learning models for predicting epidermal growth factor receptor status in glioma: a systematic review and meta-analysis
2025-Nov, Clinical radiology
IF:2.1Q2
DOI:10.1016/j.crad.2025.107049
PMID:40974758
|
系统综述与荟萃分析 | 系统评估放射组学和深度学习模型在预测胶质瘤表皮生长因子受体状态中的性能 | 首次对放射组学和深度学习模型预测胶质瘤EGFR状态的性能进行系统评价和荟萃分析 | 仅纳入12项研究,其中6项参与荟萃分析,样本量有限 | 评估放射组学和深度学习模型预测胶质瘤EGFR改变的能力 | 胶质瘤患者 | 医学影像分析 | 胶质瘤 | 磁共振成像 | 深度学习, 放射组学模型 | 医学影像 | 12项研究(荟萃分析包含6项) | NA | NA | 灵敏度, 特异度, 阳性似然比, 阴性似然比, 诊断比值比, AUC | NA |
| 388 | 2025-11-16 |
Surrogate modeling of Cellular-Potts agent-based models as a segmentation task using the U-Net neural network architecture
2025-Nov, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1013626
PMID:41183124
|
研究论文 | 本研究开发了一种基于U-Net架构的卷积神经网络替代模型,用于加速细胞-波茨模型的仿真计算 | 首次将Cellular-Potts模型的仿真建模为分割任务,并采用考虑周期性边界条件的U-Net架构构建替代模型 | 模型仅适用于最多300个蒙特卡洛步的短期预测,长期预测性能未验证 | 开发深度学习替代模型以加速计算密集的细胞-波茨模型仿真 | 体外血管生成过程的计算仿真 | 计算生物学 | 血管生成相关疾病 | Cellular-Potts模型,偏微分方程 | CNN | 仿真数据 | NA | NA | U-Net | 仿真加速比 | CPU单核执行 |
| 389 | 2025-11-16 |
An Investigation on Cross-Tracer Generalizability of Deep Learning-based PET Attenuation Correction
2025-Nov, IEEE transactions on radiation and plasma medical sciences
IF:4.6Q1
DOI:10.1109/trpms.2025.3566630
PMID:41221103
|
研究论文 | 本研究探索深度学习模型在不同PET示踪剂间的跨示踪剂泛化能力,主要研究FDG训练的模型能否有效应用于其他示踪剂 | 首次系统研究深度学习衰减校正模型在不同PET示踪剂间的泛化能力,突破了传统认为需要针对每种示踪剂单独训练模型的限制 | 研究仅针对特定几种示踪剂(Ga-DOTATE和F-Fluciclovine),未涵盖所有PET示踪剂类型 | 探索深度学习PET衰减校正模型的跨示踪剂泛化性能 | PET成像中的衰减校正 | 医学影像分析 | NA | PET成像,深度学习衰减校正 | 深度学习 | PET影像数据,CT衰减图 | 多种示踪剂(F-FDG,Ga-DOTATE,F-Fluciclovine)的PET影像数据 | NA | NA | CT生成质量评估,PET重建质量评估 | NA |
| 390 | 2025-11-16 |
SpaMWGDA: Identifying spatial domains of spatial transcriptomes using multi-view weighted fusion graph convolutional network and data augmentation
2025-Nov, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1013667
PMID:41223185
|
研究论文 | 提出基于多视图加权融合图卷积网络和数据增强的空间转录组空间域识别方法SpaMWGDA | 通过多相似度度量建模空间信息、结合数据增强与对比学习、采用视图级注意力机制进行加权融合 | 未明确说明方法在特定组织类型或数据规模下的适用性限制 | 提升空间转录组数据中空间域的识别准确性 | 空间转录组数据中的细胞点位 | 生物信息学 | NA | 空间转录组技术 | 图卷积网络, 对比学习 | 基因表达数据, 空间位置数据 | NA | NA | 多视图图卷积网络 | 空间域识别准确率, 轨迹推断性能 | NA |
| 391 | 2025-11-16 |
Single-fibril Förster resonance energy transfer imaging and deep learning reveal concentration dependence of amyloid β 42 aggregation pathways
2025-Nov, PNAS nexus
IF:2.2Q1
DOI:10.1093/pnasnexus/pgaf342
PMID:41229410
|
研究论文 | 通过单纤维FRET成像和深度学习技术研究Aβ42淀粉样蛋白纤维形成的浓度依赖性异质聚集途径 | 首次结合单纤维FRET实时成像和深度学习技术揭示Aβ42在不同浓度下形成不同结构纤维的异质聚集机制 | 仅研究了2μM和4μM两个浓度点,未覆盖更广泛的浓度范围 | 阐明淀粉样蛋白纤维形成的异质性和浓度依赖性聚集机制 | 淀粉样β42蛋白单体及其形成的纤维结构 | 生物物理学 | 阿尔茨海默病 | FRET成像,荧光寿命成像,深度学习 | 深度学习模型 | 荧光图像,FRET效率数据,荧光寿命数据 | 不同浓度(2μM和4μM)的Aβ42蛋白样品 | NA | NA | NA | NA |
| 392 | 2025-11-16 |
Mesoscale mineral clusters in osteonal bone follow the twisted plywood structure of collagen
2025-Nov, Acta biomaterialia
IF:9.4Q1
DOI:10.1016/j.actbio.2025.10.003
PMID:41046939
|
研究论文 | 通过FIB-SEM纳米断层扫描技术揭示骨组织中矿物簇与胶原纤维的空間排列关系 | 首次发现中尺度矿物簇遵循胶原纤维的扭曲胶合板结构排列,并揭示先前被认为是孔隙的结构实为胶原纤维 | 受限于3D纳米尺度成像技术挑战和图像处理工具不足 | 研究骨组织中介观尺度矿物簇与纳米尺度特征的空间组织关系 | 矿化骨组织中的矿物簇和胶原纤维 | 生物医学成像 | NA | FIB-SEM纳米断层扫描 | 深度学习分割 | 3D图像数据 | NA | NA | NA | NA | NA |
| 393 | 2025-11-16 |
Optimised machine learning for time-to-event prediction in healthcare applied to timing of gastrostomy in ALS: a multi-centre, retrospective model development and validation study
2025-Nov, EBioMedicine
IF:9.7Q1
DOI:10.1016/j.ebiom.2025.105962
PMID:41075354
|
研究论文 | 开发并验证用于预测肌萎缩侧索硬化症患者胃造口术最佳时机的机器学习模型 | 采用贝叶斯框架从5000多种模型配置中选择最优模型,结合深度学习进行时间-事件预测,并在多中心数据集上验证 | 需要前瞻性研究才能进入常规临床实践 | 预测ALS患者胃造口术的最佳时机 | 肌萎缩侧索硬化症患者 | 机器学习 | 肌萎缩侧索硬化症 | 深度学习, 随机森林 | 逻辑风险深度学习模型, 纵向模型 | 临床测量数据 | 训练集3000例(欧洲),验证集299例(美国)和215例(瑞典) | NA | 逻辑风险深度学习模型 | 中位绝对误差, AUROC | NA |
| 394 | 2025-11-16 |
A comprehensive review of computational methods for predicting DNA N4-methylcytosine sites
2025-Nov, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2025.148221
PMID:41075902
|
综述 | 系统回顾用于预测DNA N4-甲基胞嘧啶位点的计算方法 | 首次对过去五年机器学习和深度学习预测4mC位点的方法进行系统性总结与比较 | NA | 促进更准确和稳健的4mC甲基化预测框架开发 | DNA N4-甲基胞嘧啶位点 | 机器学习 | NA | DNA甲基化分析 | 机器学习,深度学习 | 基因组序列数据 | NA | NA | NA | NA | NA |
| 395 | 2025-11-16 |
Next-generation antiviral peptides: AI-driven design, translational delivery platforms, and future therapeutic directions
2025-Nov, Virus research
IF:2.5Q3
DOI:10.1016/j.virusres.2025.199642
PMID:41106780
|
综述 | 本综述系统探讨了人工智能驱动的抗病毒肽设计、新型递送平台及未来治疗方向 | 整合人工智能驱动的抗病毒肽设计方法与创新递送策略,提出CRISPR和mRNA递送等未来方向 | NA | 提供抗病毒肽研究的综合视角,重点关注AI驱动发现和转化应用 | 抗病毒肽及其递送系统 | 自然语言处理, 机器学习 | 病毒性疾病 | NA | GAN, 大语言模型, 强化学习 | NA | NA | NA | NA | NA | NA |
| 396 | 2025-11-16 |
Evaluation of Raw Cell-Free DNA Sequences for Gastric Cancer Detection
2025-Nov, JCO precision oncology
IF:5.3Q1
DOI:10.1200/PO-25-00204
PMID:41237359
|
研究论文 | 开发基于循环游离DNA测序和深度学习模型的非侵入性胃癌检测工具 | 使用原始cfDNA序列直接训练深度学习模型,采用改进的结构化状态空间模型Mamba进行胃癌检测 | 需要在前瞻性研究中进一步验证和优化,在不同人群中的临床效用尚需确认 | 开发非侵入性、经济有效的早期胃癌检测方法 | 胃癌患者和非胃癌参与者(包括健康捐赠者及其他癌症患者) | 数字病理 | 胃癌 | 低覆盖度全基因组测序 | 深度学习 | DNA序列数据 | 832名参与者(404名胃癌患者,428名非胃癌参与者) | NA | Mamba(基于结构化状态空间模型S4的改进模型) | AUROC, 准确率, 灵敏度, 特异性 | NA |
| 397 | 2025-11-16 |
Artificial intelligence in presymptomatic neurological diseases: Bridging normal variation and prodromal signatures
2025-Nov, Revue neurologique
IF:2.8Q2
DOI:10.1016/j.neurol.2025.07.011
PMID:41238324
|
综述 | 探讨人工智能在神经系统疾病前驱期检测中的应用,包括已知前驱模式识别和未知异常发现 | 提出伪健康双胞胎概念,通过生成模型创建个性化健康基线以改进异常检测 | 依赖高质量多模态数据,模型泛化能力仍需验证 | 开发早期神经系统疾病检测的人工智能方法 | 前驱期神经系统疾病患者及健康人群 | 机器学习 | 神经系统疾病 | EEG、认知评分、结构成像、传感器数据 | 树基算法、CNN、Transformer、GAN、VAE | 结构化数据、图像、信号、文本、传感器数据 | 基于UK Biobank、EDS-AP-HP等大规模健康数据库 | NA | 卷积神经网络、Transformer、生成对抗网络、变分自编码器 | NA | NA |
| 398 | 2025-11-16 |
Automatic dual-modality breast tumor segmentation in PET/CT images using CT-guided transformer
2025-Nov, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70136
PMID:41239548
|
研究论文 | 提出一种基于CT引导Transformer的深度学习算法,用于PET/CT图像中乳腺肿瘤的自动分割 | 开发了CT引导Transformer模块,利用CT图像多尺度特征为PET特征生成注意力图,并采用基于相似度的对比学习从双模态中提取有效共识信息 | NA | 开发结合功能与结构信息的深度学习算法,提升乳腺肿瘤分割的准确性和效率 | 乳腺肿瘤 | 计算机视觉 | 乳腺癌 | PET/CT成像 | Transformer | 医学图像(PET/CT) | 收集的临床乳腺数据集和公共QIN-Breast基准数据集 | NA | CT-Guided Transformer | Jaccard系数, Dice分数, 精确度, 敏感度, Hausdorff距离 | NA |
| 399 | 2025-11-15 |
Deep Learning in neuroimaging for neurodegenerative diseases: State-of-the art, Challenges, and Opportunities
2025-Nov-15, Journal of the neurological sciences
IF:3.6Q2
DOI:10.1016/j.jns.2025.123735
PMID:41176929
|
综述 | 本文综述了深度学习在神经退行性疾病神经影像分析中的最新进展、挑战与机遇 | 扩展了文献覆盖范围,涵盖更广泛的神经退行性疾病,并深入探讨了处理脑容积成像数据时空信息的方法 | 现有研究主要关注常见神经退行性疾病,存在扫描仪间差异、数据不平衡、标注数据稀缺等泛化性问题 | 探索深度学习在神经退行性疾病神经影像分析中的诊断和监测应用 | 阿尔茨海默病、额颞叶痴呆、路易体痴呆、帕金森病、亨廷顿病、肌萎缩侧索硬化症、多发性硬化症等神经退行性疾病 | 医学影像分析 | 神经退行性疾病 | 神经影像 | 深度学习 | 脑容积成像数据 | NA | NA | NA | 准确率 | NA |
| 400 | 2025-11-15 |
Impact of patient-specific deep learning lung organs-at-risk segmentation on accumulated dose in online adaptive 0.35 T MR-guided radiotherapy
2025-Nov-14, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ae16fb
PMID:41130258
|
研究论文 | 本研究评估了患者特异性深度学习模型在0.35T磁共振引导放疗中对危及器官分割和累积剂量的影响 | 首次在在线自适应MRgRT中比较基线模型与患者特异性微调模型对累积剂量的影响,无需人工修改 | 回顾性研究,样本量较小(11例患者),仅针对0.35T MR-linac系统 | 评估患者特异性深度学习分割模型在肺部MRgRT中的剂量学优势 | 11例接受0.35T磁共振直线加速器治疗的肺癌患者 | 数字病理 | 肺癌 | 磁共振成像引导放疗,深度学习分割 | 3D U-Net | 磁共振图像 | 11例肺癌患者,9个胸部危及器官 | NA | 3D U-Net | 分割精度,剂量体积直方图参数(PTV D95%,GTV D98%,D1cc),Wilcoxon符号秩检验 | NA |