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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 141 | 2025-11-20 |
Whistles characterisation using artificial intelligence reveals responses of short-beaked common dolphins to a bio-inspired acoustic mitigation device for fishing nets
2025-Nov-18, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-24256-5
PMID:41253985
|
研究论文 | 开发了一种基于深度学习的半自动化海豚哨声识别方法DYOC,并应用于比斯开湾短吻普通海豚对声学防护装置响应的研究 | 首次开发了结合YOLOv8m和ResNet18的DYOC半自动化海豚哨声识别方法,并首次对比斯开湾短吻普通海豚哨声特征进行了表征 | 研究仅针对特定海域的短吻普通海豚,方法在其他鲸豚物种和环境的适用性有待验证 | 研究海豚哨声特征及其对渔网声学防护装置的行为响应 | 比斯开湾的野生短吻普通海豚 | 生物声学分析 | NA | 声学记录分析 | CNN | 音频 | 808分钟野外录音,包含8,730个哨声轮廓 | PyTorch | YOLOv8m, ResNet18 | 标注效率(比人工标注快6倍) | NA |
| 142 | 2025-11-20 |
Biologically explainable multi-omics feature demonstrates greater learning potential by identifying tissue of origin, stages, and subtypes for pan-cancer classification
2025-Nov-18, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-24352-6
PMID:41253994
|
研究论文 | 开发基于多组学数据的可解释深度学习框架用于泛癌分类、分期和亚型识别 | 结合基因集富集分析和Cox回归分析构建可解释AI模型,通过自编码器实现多组学数据早期整合 | NA | 开发临床适用的精准治疗模型,解决癌症原发器官识别、分期和亚型鉴定难题 | 30种不同器官来源的癌症样本 | 机器学习 | 泛癌 | 转录组、甲基化组、microRNA测序 | 自编码器, ANN | 多组学数据 | 7632个样本 | NA | 自编码器, 人工神经网络 | 准确率 | NA |
| 143 | 2025-11-20 |
Hybrid framework for image forgery detection and robustness against adversarial attacks using vision transformer and SVM
2025-Nov-18, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-25436-z
PMID:41254031
|
研究论文 | 提出一种结合视觉变换器和支持向量机的混合框架,用于图像伪造检测并增强对抗攻击的鲁棒性 | 首次将预训练视觉变换器与支持向量机结合用于图像伪造检测,并采用对抗训练技术提升模型鲁棒性 | NA | 开发能够有效检测图像伪造并抵抗对抗攻击的深度学习框架 | 真实图像与伪造图像(复制-移动和拼接伪造) | 计算机视觉 | NA | 深度学习,对抗训练 | Vision Transformer, SVM | 图像 | 多个基准数据集:CASIA v1.0、CASIA v2.0、MICC-F220、MICC-F2000、MICC-F600 | NA | Vision Transformer | NA | NA |
| 144 | 2025-11-20 |
A digital twin model for grain enterprise financial shared service centers based on distributed deep learning and neural symbolic reasoning
2025-Nov-18, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-24350-8
PMID:41254019
|
研究论文 | 提出了一种基于分布式深度学习和神经符号推理的粮食企业财务共享服务中心数字孪生模型 | 将分布式深度学习与神经符号推理机制相结合,构建了层次化架构框架,兼具模式识别能力和可解释性 | NA | 解决复杂财务管理挑战,提升粮食企业财务共享服务中心的运营效率 | 粮食企业财务共享服务中心 | 机器学习 | NA | 数字孪生技术 | 多层感知机,循环神经网络,卷积神经网络 | 财务数据 | 三个主要粮食企业财务共享服务中心的真实数据集 | 分布式计算框架 | 混合神经架构 | 准确率 | 分布式计算框架 |
| 145 | 2025-11-20 |
Deep learning with refined single candidate optimizer for early polyp detection
2025-Nov-18, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-24374-0
PMID:41254033
|
研究论文 | 提出一种基于深度学习和改进优化器的自动化息肉检测方法 | 引入精炼单候选优化器(RSCO)改进传统优化方法缺陷,从粒子群优化角度优化搜索机制 | NA | 通过结肠镜图像实现早期息肉的自动化检测 | 结肠镜图像中的息肉 | 计算机视觉 | 结直肠癌 | 结肠镜检查 | CNN, SVM | 图像 | SUN结肠镜视频数据库 | Caffe | CaffeNet | 精确率, 召回率, 准确率 | NA |
| 146 | 2025-11-20 |
MRI multi-sequence deep learning integration with clinical profiles for pediatric viral encephalitis diagnosis
2025-Nov-18, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-24362-4
PMID:41254047
|
研究论文 | 本研究开发了一种结合临床特征和多序列MRI深度特征的融合模型,用于儿童病毒性脑炎的诊断 | 首次将多序列MRI深度特征与临床独立相关因素融合构建诊断模型,显著提高了儿童病毒性脑炎的诊断性能 | 回顾性研究设计,样本量相对有限(525例),需要外部验证 | 开发儿童病毒性脑炎的临床-影像融合诊断模型 | 525例诊断为脑炎的儿科患者,分为病毒性脑炎组和非病毒性脑炎组 | 医学影像分析 | 病毒性脑炎 | 磁共振成像(MRI) | CNN, 逻辑回归 | 医学影像(T1加权、T2加权、扩散加权成像)、临床数据 | 525例儿科患者 | NA | 卷积神经网络 | AUC, 准确率, 灵敏度, 特异性, 预测分数, 决策曲线分析 | NA |
| 147 | 2025-11-20 |
iWAX: interpretable Wav2vec-AASIST-XGBoost framework for voice spoofing detection
2025-Nov-18, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-24361-5
PMID:41254079
|
研究论文 | 提出了一种可解释的语音欺骗检测框架iWAX,结合了微调的wav2vec 2.0前端、AASIST后端和XGBoost分类器 | 利用XGBoost的特征重要性机制识别音频中wav2vec 2.0在欺骗检测时关注的时间段和频段,提供人类可理解的预测解释 | 未明确说明模型的计算复杂度和实时性能限制 | 开发可解释的语音欺骗检测方法 | 语音欺骗攻击 | 语音处理 | NA | 语音欺骗检测 | wav2vec 2.0, AASIST, XGBoost, LightGBM | 音频波形 | ASVspoof 2019 LA数据集 | PyTorch, XGBoost, LightGBM | wav2vec 2.0, AASIST | 未明确指定具体指标 | NA |
| 148 | 2025-11-20 |
Dual attention-based deep learning with blockchain for multimedia data processing and secure access control in IoHT
2025-Nov-18, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-24384-y
PMID:41254085
|
研究论文 | 提出基于区块链和双注意力深度贝叶斯网络的多媒体数据处理与安全访问控制方案,用于医疗物联网 | 结合区块链技术与双注意力机制的深度贝叶斯网络,实现医疗物联网中多媒体数据的安全处理和访问控制 | 未明确说明实验数据集规模和具体实施环境细节 | 提升医疗物联网中多媒体数据的安全性和访问控制效率 | 医疗物联网中的多媒体数据(文本、图像、语音) | 医疗物联网安全 | NA | 区块链技术,深度学习 | 深度贝叶斯网络 | 多媒体数据(文本、图像、语音) | NA | NA | 双注意力深度贝叶斯网络(DA-DBN) | 访问控制速度,安全性 | NA |
| 149 | 2025-11-20 |
Deep learning-enabled multiphoton microscopy predicts colorectal cancer recurrence from routine FFPE specimens
2025-Nov-18, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-025-02058-3
PMID:41254110
|
研究论文 | 开发了一种基于深度学习的双流模型MPMRecNet,用于通过多光子显微镜成像预测结直肠癌复发风险 | 首次将多光子显微镜成像与深度学习结合,使用MaxViT编码器和跨模态注意力融合技术,从常规FFPE标本中无创预测癌症复发 | 研究样本来自两家医院,需要更多外部验证以确认泛化能力 | 开发准确的结直肠癌复发预测工具,支持患者分层和个性化治疗规划 | 1071名结直肠癌患者的福尔马林固定石蜡包埋组织切片 | 数字病理学 | 结直肠癌 | 多光子显微镜成像 | 深度学习 | 图像 | 1071名患者来自两家医院 | NA | MaxViT, 双流深度学习模型 | ROC-AUC, PR-AUC | 混合精度优化 |
| 150 | 2025-11-20 |
Harnessing artificial intelligence to advance CRISPR-based genome editing technologies
2025-Nov-18, Nature reviews. Genetics
DOI:10.1038/s41576-025-00907-1
PMID:41254174
|
综述 | 本综述探讨人工智能如何推动CRISPR基因编辑技术的发展与应用 | 系统总结AI在优化基因编辑器、指导工具工程化和发现新型编辑酶方面的创新应用,并提出AI驱动的虚拟细胞模型等新兴机遇 | NA | 总结人工智能方法在基因编辑技术中的应用进展并展望未来发展方向 | CRISPR基因编辑技术(包括核酸酶编辑、碱基编辑和引物编辑)及人工智能方法 | 机器学习 | 遗传疾病 | CRISPR基因编辑 | 机器学习,深度学习 | NA | NA | NA | NA | NA | NA |
| 151 | 2025-11-20 |
Matters arising: Utilizing foundation models for developing clinical tools
2025-Nov-18, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-025-02065-4
PMID:41254183
|
评论 | 对Zhang等人开发的RETFound增强深度学习模型在社区筛查中检测多种眼部疾病的通用性提出质疑 | 针对基础模型在临床工具开发中的应用提出四个关键质疑点 | 未提供替代方案或实验验证,仅基于现有信息提出质疑 | 评估基础模型在临床工具开发中的通用性声明 | RETFound增强深度学习模型与两个商业模型的比较 | 数字病理 | 眼部疾病 | 深度学习 | 基础模型,CNN | 医学图像 | NA | NA | RETFound | 通用性评估 | NA |
| 152 | 2025-11-20 |
Enhancing automatic diagnosis of thyroid nodules from ultrasound scans leveraging deep learning models
2025-Nov-18, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-25780-0
PMID:41254202
|
研究论文 | 本研究利用深度学习模型提升甲状腺结节超声图像的自动诊断性能 | 系统比较九种预训练CNN模型在甲状腺结节分类任务中的表现,发现ResNet50在迁移学习框架下取得最优性能 | 研究仅使用483张公开数据集图像,样本量相对有限 | 通过深度学习提升甲状腺结节超声诊断的可靠性 | 甲状腺结节超声图像 | 计算机视觉 | 甲状腺结节 | 超声成像 | CNN | 图像 | 483张活检验证的超声图像(197张良性,286张恶性) | NA | ResNet50, ResNet101, VGG16, VGG19, DenseNet121, EfficientNetB0, InceptionV3, InceptionResNetV2, Xception | 准确率, AUC, 精确率, 召回率, F1分数 | NA |
| 153 | 2025-11-20 |
Opportunities for AI-based Model-informed Drug Development: A Comparative Analysis of NONMEM and AI-based Models for Population Pharmacokinetic Prediction
2025-Nov-18, The AAPS journal
DOI:10.1208/s12248-025-01121-x
PMID:41254220
|
研究论文 | 比较人工智能模型与传统NONMEM方法在群体药代动力学预测中的性能 | 首次系统比较多种AI/ML模型与NONMEM在群体药代动力学预测中的表现,包括神经网络常微分方程模型的应用 | 模型性能受数据类型和特征影响,需要更多真实临床数据验证 | 评估人工智能方法在模型引导药物开发中群体药代动力学分析的效能 | 群体药代动力学模型 | 机器学习 | NA | 群体药代动力学分析 | 机器学习模型,深度学习模型,神经网络常微分方程 | 模拟数据,临床数据 | 1770名患者(真实临床数据) | NA | 神经网络常微分方程 | 均方根误差,平均绝对误差,决定系数 | NA |
| 154 | 2025-11-20 |
Deep generative modeling of temperature-dependent structural ensembles of proteins
2025-Nov-18, Communications chemistry
IF:5.9Q1
DOI:10.1038/s42004-025-01737-2
PMID:41254233
|
研究论文 | 开发了一种基于深度学习的原子级蛋白质结构集成生成模型,能够模拟温度依赖的蛋白质构象集合 | 提出了首个能够生成温度条件化蛋白质原子级结构集合的潜在扩散模型aSAMt,实现了超越训练温度范围的泛化能力 | 模型训练依赖于分子动力学模拟数据,计算成本仍较高,且泛化能力需进一步验证 | 开发能够高效生成蛋白质结构集成并考虑环境条件影响的深度学习方法 | 蛋白质重原子结构、侧链和主链扭转角分布、温度依赖的构象集合 | 机器学习 | NA | 分子动力学模拟、深度学习 | 潜在扩散模型、自编码器 | 分子结构数据、构象集合数据 | 基于mdCATH数据集训练,包含多个蛋白质的长时分子动力学模拟轨迹 | NA | 潜在扩散模型、结构自编码器 | 侧链和主链扭转角分布准确性、温度依赖性质捕获能力、与长时MD模拟对比、实验观测热行为匹配度 | NA |
| 155 | 2025-11-20 |
Artificial intelligence prediction of age from echocardiography as a marker for cardiovascular disease
2025-Nov-18, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-025-02050-x
PMID:41254301
|
研究论文 | 本研究开发了一种从超声心动图视频预测年龄的深度学习模型,并探索其作为心血管疾病风险标志物的潜力 | 首次利用深度学习从超声心动图视频中预测生物年龄,并验证其与心血管疾病风险的关联 | 研究数据主要来自单一医疗中心,需要更多样化的人群验证 | 开发基于人工智能的心血管衰老评估工具,改善心血管疾病风险预测 | 90,738名患者的超声心动图视频 | 计算机视觉 | 心血管疾病 | 超声心动图 | 深度学习 | 视频 | 2,610,266个视频,来自166,508项研究,涉及90,738名患者 | NA | NA | 平均绝对误差(MAE), 决定系数(R) | NA |
| 156 | 2025-11-20 |
HPCSMN: A Classification Method of Chemotherapy Sensitivity of Hypopharyngeal Cancer Based on Multimodal Network
2025-Nov-18, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-025-00783-7
PMID:41254314
|
研究论文 | 提出基于多模态融合网络的喉咽癌化疗敏感性分类方法HPCSMN,通过整合3D CT图像和影像组学特征提高预测准确率 | 首次将3D CT图像空间特征与LASSO筛选的影像组学特征通过多模态网络融合,利用互补优势捕获复杂空间依赖关系和详细影像特征 | 样本量相对有限(仅102例),仅基于单中心数据验证 | 开发喉咽癌化疗敏感性分类方法以支持个性化治疗 | 喉咽癌患者 | 数字病理 | 喉咽癌 | CT成像,影像组学分析 | 多模态融合网络,3D CNN | 3D CT图像,影像组学特征,临床数据 | 102例喉咽癌CT图像(NKU-TMU-hphc数据集) | NA | 3D ResNet,全连接网络 | 准确率,多评价指标 | NA |
| 157 | 2025-11-20 |
Subtype-HM: A Novel Cancer Subtype Identification Method Based on Hypergraph Learning and Multi-omics Data
2025-Nov-18, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-025-00789-1
PMID:41254315
|
研究论文 | 提出基于超图学习和多组学数据的癌症亚型识别新方法Subtype-HM | 使用多级超图建模复杂生物结构,设计超图传播网络捕获组学内外相关性,引入并行判别器引导的注意力模块提取组学特异性特征,提出多组学对比熵对齐方法 | NA | 提高癌症亚型识别的准确性和生物可解释性 | 癌症患者的多组学数据 | 机器学习 | 癌症 | 多组学数据分析 | 超图学习网络 | 多组学数据 | TCGA癌症数据集 | NA | 超图传播网络 | 生存分析p值, 临床参数富集分数 | NA |
| 158 | 2025-11-20 |
Dynamic multi-scale deep learning with mixture of experts for differentiating iNPH and PSP using MRI
2025-Nov-18, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03537-4
PMID:41254343
|
研究论文 | 提出一种基于专家混合机制的多尺度深度学习框架,用于通过MRI区分特发性正常压力脑积水和进行性核上性麻痹 | 首次将专家混合机制应用于多尺度MRI特征融合,实现全局和局部特征的动态加权整合 | 样本量相对较小(118例),需通过多中心验证和数据集扩展来增强泛化能力 | 开发准确区分iNPH和PSP的自动诊断方法 | iNPH和PSP患者的MRI影像 | 医学影像分析 | 神经系统疾病 | MRI | CNN, RNN | 3D MRI图像 | 118例患者(53例iNPH,65例PSP) | PyTorch | ResNet-34, 3D CNN, 2.5D R-CNN | 准确率, 召回率, 精确率, AUC | NA |
| 159 | 2025-11-20 |
Artificial Intelligence in the Detection of Clinically Negotiable Second Mesio-Buccal Canals in Periapical Images of Maxillary Molars
2025-Nov-18, International endodontic journal
IF:5.4Q1
DOI:10.1111/iej.70065
PMID:41254435
|
研究论文 | 本研究开发并验证了用于检测上颌磨牙根尖片中可临床操作MB2根管的深度学习模型 | 首次比较六种预训练监督卷积神经网络和三种自监督模型在MB2根管检测中的性能,并与人类临床医生进行对比 | 样本量相对有限(1504张图像),模型准确率仍有提升空间(最高66.0%) | 评估人工智能在牙髓病学病例难度评估中的潜力 | 上颌第一和第二磨牙的根尖周影像 | 计算机视觉 | 牙髓疾病 | 深度学习 | CNN | 图像 | 1504张术前根尖周影像 | NA | ResNet-18, ResNet-50, ResNeXt-101, VGG-16, DenseNet-121, MobileNetV2, DINO, SimCLR, BYOL | 准确率, 精确率, 敏感度, 特异度, F1分数 | NA |
| 160 | 2025-11-20 |
scMFF: a machine learning framework with multiple feature fusion strategies for cell type identification
2025-Nov-18, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-025-06309-8
PMID:41254497
|
研究论文 | 提出一种用于单细胞RNA测序数据细胞类型识别的多特征融合机器学习框架 | 整合四种不同特征表示并探索六种融合策略,克服单一特征局限性 | 未明确说明对特定噪声类型的鲁棒性 | 提高单细胞RNA测序数据中细胞类型分类的准确性和稳定性 | 单细胞RNA测序数据 | 机器学习 | COVID-19 | 单细胞RNA测序 | 多种分类器 | 基因表达数据 | 42个疾病相关数据集和1个外部COVID-19数据集 | NA | 多特征融合框架 | 准确率,稳定性 | NA |