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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 641 | 2026-07-10 |
Artificial intelligence applications in surgical education and training: a systematic review
2026, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2026.1815315
PMID:42422722
|
系统性综述 | 系统评价人工智能在外科教育与培训中的应用现状及效果 | 首次系统性整合2020-2025年间AI在外科培训中的多样化应用(深度学习、预测模型、语言工具) | 异质性结局指标、小样本量、单中心设计限制了研究间的可比性 | 评估人工智能在外科教育与培训中的客观反馈和认知引导效果 | 外科模拟训练、机器人手术、腹腔镜手术及计算机辅助训练系统 | 机器学习 | NA | 深度学习、计算机视觉 | 深度学习模型、预测模型、语言模型 | 文本 | 21篇纳入研究的文献 | NA | NA | 准确率、召回率、F1分数 | NA |
| 642 | 2026-07-10 |
Growth-rate analysis of clathrin assembly: inferring endocytic kinetics in living cells and tissues
2026, Frontiers in molecular biosciences
IF:3.9Q2
DOI:10.3389/fmolb.2026.1844575
PMID:42422881
|
综述 | 本文综述了基于生长速率分析网格蛋白组装的方法,用于量化活细胞和组织中的内吞动力学 | 通过提取短时间段的荧光强度变化率,绕过轨迹重建,直接生成生长速率分布来捕捉整体动力学,并利用深度学习从单张图像推断动态行为 | NA | 提出一种可扩展且微创的策略,用于在生理相关条件下测量活体系统中的蛋白质动力学 | 网格蛋白介导的内吞作用中的蛋白质组装动力学 | 计算机视觉 | NA | 活细胞成像 | 深度学习模型 | 图像 | NA | NA | NA | NA | NA |
| 643 | 2026-07-09 |
Structure-informed machine learning for drug discovery: a task-centric perspective
2026-Jan-07, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbag081
PMID:41729820
|
综述 | 从任务中心视角全面综述了结构感知分子建模在药物发现中的应用 | 提出任务中心视角,系统分类了结构条件分子生成的四种核心策略,并首次讨论了共折叠模型在统一蛋白质折叠与配体结合预测中的作用 | 数据稀缺性、模型泛化能力和多目标控制仍是主要挑战,当前方法在计算可处理性和物理真实性之间需进一步平衡 | 梳理结构知识如何重塑AI驱动的药物设计,为下一代分子建模提供概念路线图和实践见解 | 药物发现中的结构感知分子建模方法,包括结合口袋识别、相互作用预测、姿态估计和复杂建模 | 机器学习 | NA | NA | 深度学习模型 | 蛋白质结构数据、分子数据 | NA | NA | 扩散模型、点云模型、共折叠模型 | NA | NA |
| 644 | 2026-07-09 |
MHAFR-DDI: a multimodal hierarchical attention fusion and relation-aware architecture for drug-drug interaction event prediction
2026-Jan-07, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbag077
PMID:41729823
|
研究论文 | 提出一种多模态分层注意力融合与关系感知架构(MHAFR-DDI),用于药物相互作用事件预测 | 通过两阶段预训练-微调范式,实现从分子内表征到分子间相互作用的统一建模,并引入注意力引导数据增强和多层级对比学习以跨模态对齐语义 | 未提及计算资源消耗或模型可解释性等具体局限 | 提高药物相互作用事件预测的准确性和鲁棒性,特别是在罕见药物和长尾交互场景中 | 药物分子及其相互作用事件 | 机器学习 | NA | NGS,RNA-seq | CNN,Transformer | 序列,图结构,三维构象 | 包含65和86种DDI类型的基准数据集 | PyTorch | ResNet,Transformer,U-Net | macro-F1 | NA |
| 645 | 2026-07-09 |
A two-stage GAN-based instrumental variable method for causal analysis of omics data
2026-Jan-07, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbag071
PMID:41729822
|
研究论文 | 提出了一种基于GAN的两阶段工具变量方法,用于组学数据的因果分析 | 首次将生成对抗网络与深度函数神经网络结合,构建无分布假设的工具变量方法,能够有效处理非线性暴露-结局关系和多组学数据 | 主要依赖遗传变异作为工具变量,可能无法完全消除未观测的混杂偏倚;在真实应用中对样本量和数据质量有一定要求 | 开发一种灵活、无分布假设的工具变量方法,用于估计复杂疾病相关基因的因果效应,减少混杂因素导致的虚假关联 | 组学数据(基因表达数据和多组学数据),以及疾病表型之间的因果关系 | 机器学习 | 复杂疾病(未特指具体疾病) | NGS(测序技术) | GAN(生成对抗网络),深度函数神经网络 | 组学数据(基因表达数据、多组学数据) | 模拟研究和真实数据集(ROSMAP数据集) | PyTorch | GAN(生成对抗网络),深度函数神经网络 | 准确率、均方误差(MSE) | NA |
| 646 | 2026-07-09 |
Systematic evaluation of computational methods for cell segmentation
2026-Jan-07, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbag066
PMID:41734135
|
综述 | 系统评估深度学习方法在细胞分割任务中的表现 | 提出面向任务和数据的双维分类框架,并引入多模态数据(如测序与图像结合)的评估 | 仅涵盖七种算法和五个数据集,可能未完全代表所有方法 | 系统分类并评估深度学习在细胞分割中的方法,特别是多模态输入的潜力 | 细胞核/细胞分割的深度学习方法 | 计算机视觉 | NA | NA | 深度学习模型 | 图像, 测序数据, 多模态数据 | 五个数据集:四个来自传统显微镜,一个整合测序与图像 | NA | NA | 有效性, 鲁棒性, 效率 | NA |
| 647 | 2026-07-09 |
Research on the construction of growth models for dominant tree species in the Manas River Basin, Xinjiang
2026, PeerJ
IF:2.3Q2
DOI:10.7717/peerj.20650
PMID:41727221
|
研究论文 | 以新疆玛纳斯河流域为例,构建五种优势树种(云杉、杨树、混交林、沙枣和...)的胸径-树高和年龄-胸径基本生长模型,并引入气候和地形因子建立多元非线性模型,最终用深度学习优化模型精度 | 首次在玛纳斯河流域综合引入气候因子(年降水量、TXn)和地形因子(DEM)构建多元非线性森林生长模型,并利用深度学习进一步优化整体模型精度 | 部分树种因随机因素导致模型精度下降;仅基于2011年一期森林资源调查数据,可能缺乏时间动态性 | 构建玛纳斯河流域优势树种生长模型,以优化区域森林管理策略,促进碳和水资源合理配置及可持续发展 | 玛纳斯河流域五种优势树种(云杉、杨树、混交林、沙枣和...) | 机器学习 | NA | NA | 深度学习模型 | 数值型数据(森林资源调查数据、气候因子、地形因子) | 基于2011年玛纳斯河流域森林资源调查数据,具体样本量未明确 | NA | S曲线模型、对数模型、生长模型、线性模型、逻辑斯谛模型、深度学习模型 | R值(相关系数)、RMSE | NA |
| 648 | 2026-07-09 |
Automated bone age assessment in rare pediatric growth disorders: a comparative study using Deeplasia
2026, Frontiers in endocrinology
IF:3.9Q2
DOI:10.3389/fendo.2026.1741927
PMID:41727682
|
研究论文 | 验证开源深度学习系统Deeplasia在罕见儿科生长障碍患者骨龄评估中的准确性与一致性,并与多位人类专家进行对比 | 首次在多种综合征、内分泌和溶酶体贮积症的罕见儿科患者群体中系统评估开源Deeplasia模型的通用性,并证明其优于个体人类评估者 | 未在更大规模或更多样化的罕见病群体中验证,且人类专家评估的可变性可能影响参考标准 | 验证Deeplasia在罕见儿科生长障碍中的骨龄评估准确性和一致性 | 1138张来自多中心的儿科患者手部X光片,涵盖SHOX缺乏症、Noonan综合征、Silver-Russell综合征、Turner综合征、假性甲状旁腺功能减退症、先天性肾上腺皮质增生症、性早熟及假性性早熟(队列1),以及多种黏多糖贮积症和α-甘露糖苷病(队列2) | 数字病理学 | 儿科生长障碍 | 深度学习 | Deeplasia(基于CNN的模型) | 图像 | 1138张手部X光片 | NA | Deeplasia | 平均绝对误差、均方根误差、1年准确率 | NA |
| 649 | 2026-07-09 |
Deep locomotion prediction learning over biosensors, ambient sensors, and computer vision
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0342793
PMID:41729836
|
研究论文 | 提出一种融合生物传感器、环境传感器和计算机视觉的深度运动预测学习方法 | 结合机器学习和深度学习分类器,使用改进的基于身体特定传感器的隐马尔可夫模型和深度指数残差神经网络进行运动预测,并引入系统本体论阐明数据、概念和对象之间的关系 | 未提及具体局限性,但涉及多模态数据融合可能面临噪声干扰和计算复杂度挑战 | 开发智能运动预测学习系统,实现通过视觉RGB设备、环境传感器信号和生物传感器生理运动数据的准确预测 | 人类运动行为 | 机器学 | NA | 生物传感器、环境传感器、计算机视觉 | 隐马尔可夫模型、深度指数残差神经网络 | 图像、传感器信号 | 五个不同场景数据集 | NA | 隐马尔可夫模型、深度指数残差神经网络 | 实验结果显示有效性但未明确列出具体指标 | NA |
| 650 | 2026-07-09 |
Mask - Region-based Convolutional Neural Networks (R-CNN) with Radiomics Integration and Gray Level Co-occurrence Matrix (GLCM) for brain tumor detection and segmentation
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0342185
PMID:41729939
|
研究论文 | 使用Mask R-CNN、影像组学和灰度共生矩阵的混合方法对脑肿瘤进行检测和分割 | 将手工设计的影像组学特征(包括灰度共生矩阵纹理特征)与Mask R-CNN提取的深度特征融合,形成混合特征集,并通过检测头多层感知机进行分类 | 未知 | 提高脑肿瘤检测和分割的准确性与敏感性,辅助早期诊断 | 脑肿瘤磁共振成像图像 | 计算机视觉 | 脑肿瘤 | MRI | CNN | 图像 | 实验性脑肿瘤MRI数据集 | NA | Mask R-CNN, 多层感知机 | 敏感度, 特异度, 精确度 | NA |
| 651 | 2026-07-09 |
A deep learning framework for gait-based frailty classification using inertial measurement units
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0343402
PMID:41734192
|
研究论文 | 提出一种结合可穿戴传感器与深度学习技术的衰弱评估框架,用于将老年人分类为衰弱或非衰弱状态 | 基于惯性测量单元的步态数据,采用参与者中心的数据分割框架,并首次将InceptionTime深度学习算法应用于衰弱分类任务 | 未提及具体限制 | 利用可穿戴传感器和深度学习技术实现老年人衰弱状态的自动分类 | 老年人 | 机器学习 | 老年疾病 | 惯性测量单元传感器 | 深度学习模型 | 信号数据 | GSTRIDE和FRAILPOL两个数据集,使用了1至5个IMU传感器进行多种配置和佩戴位置实验 | NA | InceptionTime | 准确率、AUC、精确率、召回率、F1分数 | NA |
| 652 | 2026-07-08 |
[Deep Learning-Based Automated Segmentation Algorithms of Brain and Vertebral Substructures for Radiotherapy in Pediatric Medulloblastoma]
2026-Jan-30, Zhongguo yi liao qi xie za zhi = Chinese journal of medical instrumentation
DOI:10.12455/j.issn.1671-7104.250219
PMID:41672616
|
研究论文 | 评估nnU-Net和FuseNet在儿童髓母细胞瘤放射治疗中自动分割脑部和椎体亚结构中的应用可行性 | 首次将FuseNet应用于儿童髓母细胞瘤的放射治疗亚结构自动分割,并引入动态多模态特征融合以提升分割精度 | 研究样本量较小(共60例),且未探讨模型在不同影像设备或扫描参数下的泛化能力 | 验证深度学习自动分割算法在儿童髓母细胞瘤放射治疗中的临床应用价值 | 60例接受放射治疗的儿童髓母细胞瘤患者 | 数字病理学 | 儿童髓母细胞瘤 | NA | CNN | 图像 | 60例儿童患者(按5岁年龄分组:≤5岁和>5岁) | PyTorch | U-Net, nnU-Net, FuseNet | DSC, HD95, RAVD, 手动校正时间 | NA |
| 653 | 2026-07-07 |
A MultiRater MultiOrgan Abdominal CT Dataset for Calibration Analysis and Uncertainty Modeling in Segmentation
2026-Jan-09, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-06473-9
PMID:41513702
|
研究论文 | 提出一个用于校准分析和不确定性建模的多标注者多器官腹部CT数据集 | 首次联合评估分割质量、校准和不确定性,同时考虑临床相关性和标注变异性 | 数据集仅来自单一机构(大学医院埃尔朗根),共90例患者,且胰腺标注一致性较差 | 开发能量化不确定性、标准化标注实践并改善模型校准的鲁棒算法 | 腹部CT图像中的胰腺、肝脏和肾脏分割 | 计算机视觉 | NA | CT成像 | 深度学习 | 图像 | 90例对比增强CT扫描,由三位专家标注胰腺、肝脏和肾脏 | NA | NA | 分割质量、校准、不确定性 | NA |
| 654 | 2026-07-07 |
Deep Learning for analyzing chaotic dynamics in biological time series: Insights from frog heart signals
2026-Jan-07, Neurocomputing
IF:5.5Q1
DOI:10.1016/j.neucom.2025.131820
PMID:41958751
|
研究论文 | 提出一种结合深度学习与基于数学模型的选取策略的算法,用于分析来自离体蛙心实验的短噪声混沌时间序列 | 结合深度学习与基于同质数学模型的选取策略,能有效分析短且含噪声的实验时间序列中的混沌动力学 | 论文未明确讨论局限性,但数据仅来自离体蛙心实验,可能限制其普适性 | 开发一种自动算法,用于分析生物时间序列中的混沌动力学 | 离体蛙心实验获得的实验数据 | 机器学习 | 心血管疾病 | NA | 深度学习模型 | 时间序列信号 | NA | NA | NA | 准确率 | NA |
| 655 | 2026-07-07 |
MVGFormer: Multi-view perspective with graph-guided transformer for cryo-ET segmentation
2026-Jan-03, Knowledge-based systems
IF:7.2Q1
DOI:10.1016/j.knosys.2025.114810
PMID:41959693
|
研究论文 | 提出一种基于Transformer的多视角图引导框架MVGFormer,用于冷冻电镜断层扫描三维分割任务 | 首次将Transformer架构应用于冷冻电镜断层扫描分割,引入多视角融合编码器、并行上下文引导图和自监督学习策略 | 未在真实生物样本中验证,计算资源需求较高可能限制大规模应用 | 开发能捕捉全局结构信息的冷冻电镜断层扫描分割方法 | 冷冻电镜断层扫描三维生物结构数据 | 计算机视觉 | NA | 冷冻电镜断层扫描 | Transformer | 三维图像 | 六个冷冻电镜断层扫描数据集 | NA | 多视角Transformer编码器、并行上下文编码器、多级特征融合解码器、并行空洞卷积解码器 | 分割精度、与其他三维分割方法的性能对比 | NA |
| 656 | 2026-07-07 |
Hybrid 2D/3D CNN and radiomics model for brain tumor classification using EfficientNetb0 and ResNet-18
2026-01-03, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-02141-x
PMID:41484559
|
研究论文 | 结合放射组学特征与EfficientNet-B0和ResNet-18深度学习模型,实现2D和3D脑肿瘤图像的高效分类 | 首次将2D/3D混合CNN架构与放射组学特征相结合,利用MLP和CatBoost分类器进行脑肿瘤分类,并通过SHAP分析和不确定性评估深入解释模型行为 | 数据不平衡导致少数类别分类精度不足 | 提高脑肿瘤(胶质母细胞瘤、脑膜瘤、脑转移瘤)的分类准确性和早期诊断能力 | 2D和3D脑肿瘤图像 | 计算机视觉 | 脑肿瘤(胶质母细胞瘤、脑膜瘤、脑转移瘤) | 放射组学特征提取 | CNN | 图像(2D和3D医学影像) | NA | NA | EfficientNet-B0, ResNet-18 | F1分数, AUC, ROC分析 | NA |
| 657 | 2026-07-07 |
Artificial intelligence in sport psychology: Implications for the identification and development of talent
2026-01, Psychology of sport and exercise
IF:3.1Q1
DOI:10.1016/j.psychsport.2025.102977
PMID:41326137
|
综述 | 探讨人工智能在体育心理学中的应用,重点关注人才识别与培养 | 强调了人机交互(如对话式AI和数字孪生)在体育人才发展中的潜在作用,并提倡结合标准化开发框架(如软件开发生命周期)以降低数据偏见风险 | 心理和主观因素(如教练判断、运动员态度)在现有AI模型中代表性不足,且纵向研究面临数据缺失、不平衡等问题,导致模型泛化能力差 | 分析AI在体育心理学中用于人才识别与培养的现状、挑战及未来方向 | 体育心理学中的人才识别与培养过程,涉及教练、运动员、球探等主体 | 机器学习 | NA | NA | 机器学习、深度学习 | NA | NA | NA | NA | NA | NA |
| 658 | 2026-07-07 |
AI-Augmented Hematological Signatures for Equitable Detection of Hereditary Hemolytic Anemia Carriers: A Global Systematic Review and Meta-Analysis
2026, Human mutation
IF:3.3Q2
DOI:10.1155/humu/9405486
PMID:42369207
|
meta分析 | 系统性回顾和荟萃分析评估了人工智能增强血常规检测在遗传性溶血性贫血携带者筛查中的诊断准确性、公平性影响和实施挑战 | 首次全球性系统评估AI增强血常规、血涂片和血沉在遗传性溶血性贫血携带者识别中的诊断效能,并对公平性问题进行深入分析,提出联邦学习、WHO/CDC认证和强制性XAI合规等公平实施建议 | 68%的验证研究使用了研究级而非临床常规样本,缺乏前瞻性临床到算法的验证,地理差异显著(撒哈拉以南非洲灵敏度86.5% vs 中东94.8%),存在对非洲HbS/HbC变体的算法偏见 | 评估AI增强血常规检测在遗传性溶血性贫血携带者筛查中的诊断准确性、公平性影响和实施挑战 | 遗传性溶血性贫血携带者,包括α-地中海贫血、β-地中海贫血、镰刀细胞病(HbS和HbC变异)及其他常染色体隐性遗传血红蛋白病 | 机器学习, 数字病理学 | 遗传性溶血性贫血(地中海贫血、镰刀细胞病) | 血常规检测(CBC)、血涂片、血沉(ESR) | 深度学习模型, 可解释人工智能(XAI) | 血常规数据、血涂片图像、血沉数据 | 133,498名参与者,涵盖23个国家 | NA | 深度学习模型(具体架构未明确说明)、可解释人工智能(XAI) | 敏感度, 特异性, 受试者工作特征曲线下面积(AUC), 成本节省 | 边缘AI设备(离线能力)、联邦学习框架 |
| 659 | 2026-07-07 |
Risk stratification for adjuvant radiotherapy in pathologic T3N0 rectal cancer using a DeepSurv-based survival model
2026, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2026.1828958
PMID:42394705
|
研究论文 | 为pT3N0直肠癌患者开发并验证基于DeepSurv的预后模型,以支持个体化辅助放疗决策 | 首次利用DeepSurv深度学习生存模型捕捉非线性关系与交互效应,优于传统Cox回归,并结合SHAP解释模型,精确划分放疗获益人群 | 使用SEER数据库缺乏详细治疗细节和长期随访数据,外部验证样本量较小 | 开发一种深度学习预后模型以识别pT3N0直肠癌患者中能从辅助放疗中获益的个体 | pT3N0直肠腺癌患者 | 机器学习 | 直肠癌 | NA | DeepSurv | 表格数据 | 1,411例训练与内部验证患者(SEER数据库)+ 118例外部验证患者 | PyTorch | 多层感知机 | 时间依赖性AUC | NA |
| 660 | 2026-07-07 |
Vascular remodeling and microvessel density in inflammatory radicular cysts: a CD34 immunohistochemical analysis
2026 Jan-Mar, Romanian journal of morphology and embryology = Revue roumaine de morphologie et embryologie
DOI:10.47162/RJME.67.1.10
PMID:42402741
|
研究论文 | 通过CD34免疫组化分析,评估炎症性根尖囊肿中的血管重塑和微血管密度 | 利用深度学习辅助的数字量化工作流程(DeepLIIF和ImageJ)对CD34免疫表达进行定量分析 | NA | 评估CD34免疫表达作为血管重塑标志物,并探索数字人工智能辅助量化工作流程 | 炎症性根尖囊肿 | 数字病理学 | 炎症性根尖囊肿 | 免疫组化 | NA | 图像 | 39个炎症性根尖囊肿标本 | DeepLIIF, ImageJ | NA | NA | NA |