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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1141 | 2025-10-06 |
Discovery of milk-derived antimicrobial peptides in human milk by DeepMAMP based on peptidomics technology and deep learning method
2025-Nov-01, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.145174
PMID:40561758
|
研究论文 | 本研究通过肽组学技术和深度学习方法开发了新型抗菌肽预测模型DeepMAMP,用于发现人乳中的乳源抗菌肽 | 提出结合LightGBM、LSTM和注意力机制的新型MAMPs预测模型DeepMAMP,准确率达81.4% | 仅对6个预测肽进行了实验验证,样本验证规模有限 | 开发高精度的人乳乳源抗菌肽预测方法 | 人乳中的乳源抗菌肽 | 机器学习 | NA | 肽组学技术 | LSTM, LightGBM | 肽序列数据 | 预测311个潜在HMAMPs,实验验证6个肽 | NA | LSTM with attention mechanism | 准确率 | NA |
| 1142 | 2025-10-06 |
AI-based toxicity prediction models using ToxCast data: Current status and future directions for explainable models
2025-Nov, Toxicology
IF:4.8Q1
DOI:10.1016/j.tox.2025.154230
PMID:40645553
|
综述 | 本文综述了基于ToxCast数据的AI毒性预测模型发展现状,并探讨了可解释模型未来发展方向 | 系统分析了93篇同行评审论文,首次全面概述ToxCast数据驱动的AI模型在毒性预测领域的应用现状和发展趋势 | 主要依赖ToxCast数据库,可能无法覆盖所有毒性机制;数据稀疏性仍是主要挑战 | 评估基于ToxCast数据的AI毒性预测模型现状,推动下一代风险评估发展 | 环境化学物质的毒性预测 | 机器学习 | NA | 毒性测试 | 监督学习,半监督学习,无监督学习,深度学习 | 分子指纹,分子描述符,图数据,图像,文本 | 基于ToxCast数据库的大规模毒性数据 | NA | NA | NA | NA |
| 1143 | 2025-10-06 |
Performance of machine and deep learning models for predicting delirium in adult ICU patients: A systematic review
2025-Nov, International journal of medical informatics
IF:3.7Q2
DOI:10.1016/j.ijmedinf.2025.106008
PMID:40513381
|
系统综述 | 系统评估ICU成人患者谵妄预测中机器学习和深度学习模型的性能与方法学质量 | 首次系统总结ICU谵妄预测模型的方法学质量,涵盖2018-2024年间最新研究进展 | 纳入研究存在回顾性设计偏倚、缺乏外部验证、过拟合和缺失数据处理不完整等局限性 | 评估ICU患者谵妄预测模型的方法学质量与预测性能 | ICU成人患者 | 机器学习 | 谵妄 | 机器学习预测模型 | 逻辑回归, 随机森林, 循环神经网络, 梯度提升 | 临床时间序列数据 | 11项研究,样本量140-48451名参与者 | NA | NA | AUROC | NA |
| 1144 | 2025-10-06 |
Machine learning techniques for stroke prediction: A systematic review of algorithms, datasets, and regional gaps
2025-Nov, International journal of medical informatics
IF:3.7Q2
DOI:10.1016/j.ijmedinf.2025.106041
PMID:40651107
|
系统综述 | 系统回顾和分析用于卒中预测的机器学习技术,综合不同预测目标和数据源的性能指标 | 首次系统性地综合分析了卒中预测领域机器学习算法的性能特征和区域研究差距 | 研究间存在显著异质性,无法进行定量荟萃分析 | 系统评价卒中预测中的机器学习技术,评估其临床适用性并识别研究趋势 | 卒中预测相关的机器学习研究 | 机器学习 | 卒中 | 机器学习技术 | 集成方法,深度学习 | 电子健康记录,医学影像,生物信号 | 58项研究 | NA | NA | 准确率 | NA |
| 1145 | 2025-10-06 |
IBDAIM:Artificial intelligence for analyzing intestinal biopsies pathological images for assisted integrated diagnostic of inflammatory bowel disease
2025-Nov, International journal of medical informatics
IF:3.7Q2
DOI:10.1016/j.ijmedinf.2025.106024
PMID:40580688
|
研究论文 | 开发用于分析肠道活检病理图像的人工智能模型IBDAIM,辅助诊断炎症性肠病 | 提出弱监督深度学习模型IBDAIM,使用WSI级诊断标签无需详细标注,集成PLH和BoW特征构建WSI级表征 | 回顾性研究,仅使用两家机构数据,需要更多外部验证 | 开发AI模型辅助病理学家快速准确诊断炎症性肠病 | 肠道活检全玻片图像 | 数字病理 | 炎症性肠病 | 全玻片图像分析 | 深度学习 | 病理图像 | 来自南京鼓楼医院和珠江医院两家机构的回顾性队列数据 | NA | 弱监督深度学习模型 | AUROC,准确率,敏感性,特异性 | NA |
| 1146 | 2025-10-06 |
Psychometric properties of an Iranian instrument for assessing adherence to ethical principles in the use of artificial intelligence among healthcare providers
2025-Nov, International journal of medical informatics
IF:3.7Q2
DOI:10.1016/j.ijmedinf.2025.106019
PMID:40582296
|
研究论文 | 开发并验证用于评估伊朗医疗保健提供者使用人工智能时遵守伦理原则的工具 | 开发了首个专门针对医疗保健提供者使用AI伦理原则遵守情况的评估工具,包含六个主要伦理维度 | 研究仅在伊朗进行,需要进一步研究以获得更全面深入的理解 | 评估医疗保健提供者使用人工智能时对伦理原则的遵守情况 | 伊朗医疗保健提供者 | 医疗人工智能伦理 | NA | 心理测量学方法 | NA | 问卷调查数据 | NA | NA | NA | Cronbach's alpha, ICC | NA |
| 1147 | 2025-10-06 |
Deep learning-based in-ambulance speech recognition and generation of prehospital emergency diagnostic summaries using LLMs
2025-Nov, International journal of medical informatics
IF:3.7Q2
DOI:10.1016/j.ijmedinf.2025.106029
PMID:40639122
|
研究论文 | 本研究提出将抗噪声语音识别技术与大语言模型结合,在救护车环境中生成院前急救诊断摘要 | 首次将抗噪声语音识别与LLMs结合应用于院前急救场景,通过联合训练模型优化CTC和注意力损失 | 未详细说明模型在不同噪声环境下的泛化能力,样本多样性可能有限 | 提高院前电子病历提交的效率和准确性,简化急救响应流程 | 救护车环境中的语音数据和急救诊断摘要 | 自然语言处理,语音识别 | 急救医学 | 语音增强,语音识别,大语言模型 | 深度学习,LLM | 语音,文本 | 实际救护车噪声数据、环境噪声数据和开源语音数据集 | NA | 连接时序分类,注意力机制,Qwen2.5-7B-Instruct | 字符错误率,准确性,相关性,主观评价指标 | NA |
| 1148 | 2025-10-06 |
Enhancing rare disease detection with deep phenotyping from EHR narratives: evaluation on Jeune syndrome
2025-Nov, International journal of medical informatics
IF:3.7Q2
DOI:10.1016/j.ijmedinf.2025.106021
PMID:40561686
|
研究论文 | 本研究评估了改进的表型提取方法对Jeune综合征筛查算法的影响 | 使用增强版UMLS+术语表进行深度表型分析,显著提高了罕见病检测的敏感性 | 部分误分类对照患者患有其他遗传性骨骼疾病,表明模型特异性有待进一步提高 | 加速罕见疾病诊断,减少误诊和诊断延迟 | Jeune综合征患者和对照组的电子健康记录数据 | 自然语言处理 | Jeune综合征 | 深度表型分析,电子健康记录文本挖掘 | 机器学习 | 非结构化电子健康记录文本 | NA | NA | NA | 敏感性, 特异性 | NA |
| 1149 | 2025-10-06 |
Glo-In-One-v2: holistic identification of glomerular cells, tissues, and lesions in human and mouse histopathology
2025-Nov, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.12.6.061406
PMID:40727720
|
研究论文 | 开发用于人鼠肾组织病理学中肾小球细胞、组织和病变整体识别的深度学习模型Glo-In-One-v2 | 提出单一动态头深度学习架构,实现14个类别的细粒度分割,并展示从啮齿动物到人类的迁移学习效果 | 模型在部分标注图像上进行训练,可能影响某些类别的分割精度 | 开发自动化肾小球内组织和病变分割方法以减少人工评估的工作量和观察者间差异 | 人和小鼠肾脏组织病理学中的肾小球 | 数字病理学 | 肾脏疾病 | 组织病理学 | CNN | 图像 | 368张标注肾脏全切片图像,包含23,529个标注肾小球 | NA | 动态头架构 | Dice相似系数, 准确率 | NA |
| 1150 | 2025-10-06 |
Deep Learning-Based Prediction of Glaucoma Severity and Progression Using Imo/TEMPO Screening Program
2025 Nov-Dec, Ophthalmology science
IF:3.2Q1
DOI:10.1016/j.xops.2025.100805
PMID:40697390
|
研究论文 | 开发DeepISP深度学习模型,基于快速筛查视野检查预测青光眼患者的全面视野信息和疾病进展 | 首次开发能够同时预测当前视野状态和视野进展的多任务神经网络,并采用数据增强技术合成训练数据 | 回顾性研究设计,样本量相对有限,需要进一步前瞻性验证 | 开发基于深度学习的青光眼严重程度和进展预测模型 | 青光眼患者 | 医学人工智能 | 青光眼 | 视野检查,深度学习 | 多任务神经网络 | 医学影像数据,视野检查数据 | 187个真实ISP测试(112名患者)和3470个合成ISP测试(883名患者) | NA | 多任务神经网络 | 平均绝对误差,平均F1分数,曲线下面积 | NA |
| 1151 | 2025-10-06 |
MDD-LLM: Towards accuracy large language models for major depressive disorder diagnosis
2025-Nov-01, Journal of affective disorders
IF:4.9Q1
DOI:10.1016/j.jad.2025.119774
PMID:40581100
|
研究论文 | 本文提出了一种基于大语言模型的高性能重度抑郁症诊断工具MDD-LLM | 首次将大语言模型应用于重度抑郁症诊断,并设计了三种表格数据转换方法创建大规模训练语料库 | 仅使用UK Biobank队列数据,未在其他数据集上验证泛化能力 | 开发准确、鲁棒且可解释的重度抑郁症诊断工具 | 重度抑郁症患者 | 自然语言处理 | 重度抑郁症 | 大语言模型微调技术 | LLM | 表格数据 | 274,348条来自UK Biobank队列的个体记录 | NA | MDD-LLM | 准确率,AUC | NA |
| 1152 | 2025-10-06 |
Breathable soft bioelectronics for enhanced automatic detection of obstructive sleep apnea
2025-Nov-01, Biosensors & bioelectronics
IF:10.7Q1
DOI:10.1016/j.bios.2025.117735
PMID:40609200
|
研究论文 | 开发了一种用于自动检测阻塞性睡眠呼吸暂停的无线、柔软、透气生物电子系统 | 采用穿孔可变形结构提高皮肤贴合度、促进汗液排出并减少运动伪影,结合多流卷积神经网络与双向长短期记忆模型的深度学习框架 | 未明确说明样本量大小和临床验证范围 | 开发便携式OSA检测设备以解决传统多导睡眠图检测成本高、技术复杂和不适感强的问题 | 儿童阻塞性睡眠呼吸暂停患者,特别是唇腭裂和牙颌面畸形患者 | 生物医学工程 | 阻塞性睡眠呼吸暂停 | 电生理信号测量 | CNN, LSTM | 电生理信号 | NA | NA | 多流卷积神经网络, 双向长短期记忆模型 | NA | NA |
| 1153 | 2025-10-06 |
Genotype Prediction from Retinal Fundus Images Using Deep Learning in Eyes with Age-Related Macular Degeneration
2025 Nov-Dec, Ophthalmology science
IF:3.2Q1
DOI:10.1016/j.xops.2025.100836
PMID:40661176
|
研究论文 | 使用深度学习模型从年龄相关性黄斑变性患者的视网膜眼底图像预测高风险基因变异 | 首次利用深度学习直接从视网膜眼底图像预测AMD相关高风险基因型,无需基因检测 | 样本量相对有限(1754名参与者),模型性能在不同AMD阶段存在差异 | 开发从视网膜眼底图像预测年龄相关性黄斑变性高风险基因型的深度学习算法 | 年龄相关性黄斑变性患者的视网膜眼底图像 | 计算机视觉 | 年龄相关性黄斑变性 | 视网膜眼底成像 | CNN, Vision Transformer | 图像 | 1754名参与者的31,271张视网膜彩色眼底照片 | NA | Vision Transformer | AUROC, 平衡准确率, 平均精确率 | NA |
| 1154 | 2025-10-06 |
Hybrid simulation of breast CT for assessing microcalcification detectability
2025-Nov, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.12.S2.S22015
PMID:40621110
|
研究论文 | 开发用于乳腺CT的混合虚拟成像试验方法,用于评估微钙化灶检测能力 | 提出结合射线追踪模拟和真实患者投影图像的混合虚拟成像试验方法 | NA | 评估乳腺CT系统中微钙化灶的检测性能 | 乳腺组织中的微钙化灶集群 | 医学影像 | 乳腺癌 | 计算机断层扫描 | 深度学习模型观察者 | CT投影图像, 重建体积 | NA | NA | NA | AUC | NA |
| 1155 | 2025-06-18 |
Asymmetric scatter kernel estimation neural network for digital breast tomosynthesis
2025-Nov, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.12.S2.S22008
PMID:40520916
|
research paper | 提出了一种基于非对称散射核叠加的深度学习方法,用于数字乳腺断层合成(DBT)中的散射估计 | 该方法考虑了散射形成的物理基础,通过生成散射振幅分布、散射核宽度和非对称因子图,改进了现有端到端训练方法的不足 | NA | 改进数字乳腺断层合成中的散射估计方法 | 数字乳腺断层合成(DBT)投影数据 | digital pathology | breast cancer | deep learning | CNN | image | 数值模拟体模数据和物理实验数据 | NA | NA | NA | NA |
| 1156 | 2025-06-18 |
Comparing percent breast density assessments of an AI-based method with expert reader estimates: inter-observer variability
2025-Nov, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.12.S2.S22011
PMID:40520917
|
research paper | 比较基于AI的方法与专家评估的乳腺密度百分比,研究观察者间变异性 | 使用深度学习模型MAI-VAS进行乳腺密度评估,相比专家评估具有更低观察者间变异性 | 研究仅基于1328名女性的数据,可能无法代表更广泛人群 | 评估AI方法与专家在乳腺密度评估和乳腺癌风险预测方面的一致性和准确性 | 1328名女性的乳腺筛查数据 | digital pathology | breast cancer | deep learning | MAI-VAS | image | 1328名女性 | NA | NA | NA | NA |
| 1157 | 2025-06-04 |
Robust evaluation of tissue-specific radiomic features for classifying breast tissue density grades
2025-Nov, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.12.S2.S22010
PMID:40453545
|
研究论文 | 本研究评估了一种用于分类乳腺组织密度等级的特征选择方法(RFE-SHAP)的鲁棒性,并探讨了其在乳腺密度自动评估中的应用 | 结合传统和可解释AI方法(RFE-SHAP)进行特征选择,提高了模型的可解释性和预测性能 | 模型在外部验证中对某些密度等级的AUC值较低(如D级0.673),可能存在泛化能力限制 | 开发鲁棒的乳腺组织密度自动评估方法以改善乳腺癌风险评估 | 数字乳腺断层合成筛查的原始中央投影图像 | 数字病理 | 乳腺癌 | RFE-SHAP特征选择方法 | 逻辑回归(LR) | 医学影像 | 751例(651例训练集,100例验证集) | NA | NA | NA | NA |
| 1158 | 2025-10-07 |
CWBLS network and its application in portable spectral measurement
2025-Nov-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2025.126329
PMID:40347777
|
研究论文 | 提出一种改进的D-CWBLS网络,用于提升便携式近红外光谱测量中回归模型的准确性和稳定性 | 在BLS网络基础上进行三方面改进:融合近红外特征光谱带数据扩展网络结构;通过Dropout层纵向加深网络;结合优化特征节点和增强节点权重矩阵消除随机性 | NA | 解决便携式近红外光谱仪在户外应用中因低信噪比和低重复性数据导致的回归模型精度和稳定性问题 | 便携式近红外光谱数据 | 机器学习 | NA | 近红外光谱技术 | BLS, D-CWBLS | 光谱数据 | NA | NA | BLS, CWBLS, D-CWBLS | 准确性, 鲁棒性, 可重复性 | NA |
| 1159 | 2025-10-07 |
A novel CNN-LSTM model with attention mechanism for online monitoring of moisture content in fluidized bed granulation process based on near-infrared spectroscopy
2025-Nov-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2025.126361
PMID:40367754
|
研究论文 | 提出一种结合注意力机制的CNN-LSTM深度学习模型,用于流化床制粒过程中基于近红外光谱的水分含量在线监测 | 首次将CNN的空间特征提取、LSTM的序列处理能力和自注意力机制的全局关联捕获能力相结合,构建CNN-LSTM-Attention混合模型,具备特征波段优化和序列建模能力 | NA | 优化流化床制粒过程中颗粒水分含量的监测精度 | 流化床制粒过程中的颗粒水分含量 | 机器学习 | NA | 近红外光谱 | CNN,LSTM,Attention | 光谱序列数据 | NA | NA | CNN-LSTM-Attention | R, RMSE | NA |
| 1160 | 2025-10-07 |
The vertices number determined SERS activity of polyhedra and the application in oral cancer detection based on deep learning
2025-Nov-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2025.126390
PMID:40373548
|
研究论文 | 通过模拟多面体顶点数对SERS活性的影响,制备金纳米四面体基底并应用于口腔癌检测 | 发现局部电场极化方向顶点数较少的多面体可实现最大SERS活性,并将SERS技术与深度学习相结合用于口腔癌分期诊断 | NA | 研究多面体顶点数对SERS活性的影响并开发口腔癌智能检测方法 | 贵金属纳米颗粒、口腔癌患者唾液样本 | 计算机视觉 | 口腔癌 | 表面增强拉曼散射(SERS)、时域有限差分(FDTD)模拟 | 深度学习神经网络 | 拉曼光谱数据 | NA | NA | NA | 检测限(LOD)、线性检测范围、增强因子(EF) | NA |