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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 221 | 2026-07-15 |
An integrated deep learning framework for effective management of surgical instruments tables based on videos
2026-Apr-13, Health care management science
IF:2.3Q2
DOI:10.1007/s10729-026-09761-x
PMID:41973177
|
研究论文 | 提出一种基于视觉的深度学习框架,通过实时监测手术器械的存在和使用情况,支持标准化的手术器械台管理 | 集成器械台分割、器械识别和手部活动追踪三个专用模块,实现对术中视频流的连续分析,显著优于现有方法 | 仅在简化模拟环境下使用四种代表性器械进行评估,尚未在真实手术场景中验证 | 开发基于计算机视觉的辅助工具,减少手术团队手工计数负担,提高手术器械管理安全性和效率 | 手术器械台视频流中的手术器械及其使用状态 | 计算机视觉 | NA | NA | 卷积神经网络 | 视频 | 四种常用手术器械(手术剪、镊子、敷料、弯盘)的模拟环境数据 | NA | NA | 准确率、交并比、精确率 | NA |
| 222 | 2026-07-15 |
Public opinion dissemination simulation based on large language model multi-agent systems
2026-Apr-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-44206-z
PMID:41935064
|
研究论文 | 提出一种基于大型语言模型多智能体系统的舆论传播模拟框架,整合宏观扩散模式与微观个体认知,解决传统模拟中真实感不足、行为同质化和建模成本高的问题 | 首次将LLM作为认知核心,结合行为概率分布模型和全局信息共享池,实现零样本冷启动的高保真舆论模拟,表现出跨场景鲁棒性并显著降低计算成本 | NA | 构建低开销、高保真的舆论传播模拟系统,支持危机管理 | 舆论传播过程中的智能体行为与语义内容生成 | 自然语言处理 | NA | NA | 大型语言模型(LLM) | 文本 | 两个场景数据(公共政策和食品安全) | NA | NA | 行为分布熵、Distinct-2指标 | NA |
| 223 | 2026-07-15 |
Synthetic data-augmented machine learning for 30-day readmission prediction in patients with chronic conditions: a retrospective real-world study
2026-Apr-03, BMJ open
IF:2.4Q1
DOI:10.1136/bmjopen-2025-108273
PMID:41932702
|
研究论文 | 提出一种结合合成数据生成的机器学习框架,用于预测慢性阻塞性肺疾病、心力衰竭和2型糖尿病患者的30天非计划再入院 | 利用高级重采样和深度学习技术生成合成数据来解决结果不平衡问题,并将其与可解释性分析相结合用于再入院预测 | NA | 开发并评估结合合成数据生成的可解释机器学习框架,预测慢性疾病患者的30天再入院风险,并识别关键预测因子 | 慢性阻塞性肺疾病、心力衰竭和2型糖尿病患者 | 机器学习 | 慢性阻塞性肺疾病、心力衰竭、2型糖尿病 | 电子健康记录数据处理、合成数据生成 | 集成学习模型 | 结构化数据和临床文本数据 | COPD患者14050例,HF患者7097例,T2DM患者12735例 | NA | NA | 区分度 | NA |
| 224 | 2026-07-15 |
Single-channel EEG-based seizure prediction using deep learning
2026-Apr-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-44670-7
PMID:41932974
|
研究论文 | 开发了一种基于单通道脑电图的超轻量深度学习模型,用于癫痫发作预测,并在临床可用性标准下验证其性能 | 首次证明单通道脑电图可在临床有意义的预警时间窗内支持可靠的癫痫发作预测 | NA | 开发并验证基于单通道脑电图的轻量级深度学习模型,实现临床可行的癫痫发作预测 | 单通道脑电图信号 | 机器学习 | 癫痫 | 脑电图 | 深度学习模型 | 单通道脑电图频谱图 | SNUH和CHB-MIT两个数据集 | NA | MobileNet派生架构 | 准确率、假阳性率、敏感性 | NA |
| 225 | 2026-07-15 |
Predicting repurchase behavior and optimizing marketing for e-commerce users with genetic algorithms and deep learning
2026-Apr-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-45903-5
PMID:41933056
|
研究论文 | 提出一种结合深度学习与遗传算法的框架,用于预测电商用户复购行为并优化精准营销策略 | 首次将动态遗传算法与增强型香草记忆网络(DGA-EVMN)结合,实现复购预测与营销优化的端到端框架 | 未具体说明,但隐含依赖于特定电商数据集,可能影响泛化性 | 提升电商用户复购行为预测准确性并优化个性化营销资源分配 | 电商平台用户的复购行为模式及营销干预策略 | 机器学习 | NA | NA | 增强型香草记忆网络(EVMN)、动态遗传算法(DGA) | 电商用户行为数据 | 真实世界电商数据集(具体样本量未提及) | Python | DGA-EVMN(动态遗传算法-增强型香草记忆网络) | F1值、AUC-ROC、召回率、精确率、准确率 | 未明确提及,但实现基于Python |
| 226 | 2026-07-15 |
A deep learning approach to assess transendothelial cell trafficking performance
2026-Apr-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-46045-4
PMID:41933074
|
研究论文 | 本研究将流动粘附实验与基于Keras/TensorFlow的深度学习模型相结合,用于自动化评估和分类细胞跨内皮迁移阶段 | 首次将流动粘附实验与AI分析结合,利用深度学习实现对T细胞跨内皮迁移阶段的自动分类,提供标准化、可扩展的活细胞成像工具 | 仅在健康供体和胰腺癌患者来源的T细胞上训练,可能限制在其他疾病模型中的泛化能力,且未提及在不同内皮细胞类型或剪切应力条件下的全面验证 | 开发一种结合流动粘附实验和深度学习分析的方法,实现跨内皮细胞运输性能的快速、标准化评估 | 健康供体和胰腺癌患者来源的T细胞 | 机器学习 | 胰腺癌 | 流动粘附实验, 活细胞成像 | 深度学习模型 | 图像 | 健康供体T细胞和胰腺癌患者T细胞的样本,但未给出具体数量 | Keras, TensorFlow | NA | 准确率 | NA |
| 227 | 2026-07-15 |
Automatic lateral ventricle and choroid plexus segmentation method in infant brain MR images
2026-Apr-03, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-026-02335-x
PMID:41933296
|
研究论文 | 提出一种全自动深度学习方法,用于婴儿脑MR图像中侧脑室和脉络丛的联合分割 | 引入解剖感知损失函数,显式强制脉络丛包含在侧脑室内的拓扑约束,无需手动标注即可确保解剖一致性 | 研究未明确提及局限性,但可能包括数据集规模有限(总样本206例)及对运动伪影的鲁棒性需进一步验证 | 解决婴儿脑MRI中侧脑室和脉络丛分割的挑战,支持大规模研究脉络丛形态与早期神经发育的关系 | 婴儿脑T1加权磁共振图像中的侧脑室和脉络丛 | 数字病理学, 计算机视觉 | 神经发育疾病 | NA | 深度学习 | 图像 | 婴儿连接组项目数据集154例,内部回顾性数据集52例,总样本206例 | PyTorch | U-Net | Dice分数, 95% Hausdorff距离, 平均对称表面距离 | NA |
| 228 | 2026-07-15 |
Cardiac myofibril networks induce shear stress
2026-Apr-02, NPJ systems biology and applications
IF:3.5Q1
DOI:10.1038/s41540-026-00696-1
PMID:41927581
|
研究论文 | 通过分析羊左心室心肌细胞肌原纤维网形态,建立非线性有限元模型,研究肌原纤维网络对细胞收缩过程中剪切应力的影响 | 首次利用深度学习分割z-discs并结合有限元模拟,证明心肌细胞肌原纤维网络而非单轴排列会诱导独特的剪切应力分布 | 仅限于羊左心室心肌细胞,未涉及人心脏或其他物种;模型基于二维形态数据,可能未完全反映三维结构复杂性 | 探究心肌细胞肌原纤维网络如何调控细胞收缩过程中的力和剪切应力 | 羊左心室心肌细胞及其肌原纤维网络 | 数字病理学 | 心血管疾病 | 深度学习、有限元建模 | 非线性有限元模型 | 图像 | NA | NA | NA | NA | NA |
| 229 | 2026-07-15 |
A novel approach for disease and pests detection in potato production system based on deep learning
2026-Apr-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-45575-1
PMID:41927639
|
研究论文 | 基于深度学习的马铃薯病虫害检测方法研究 | 首次提出在真实田间条件下利用YOLOv8-medium模型对马铃薯四种生物胁迫(晚疫病、叶斑病、卷叶病毒、科罗拉多马铃薯甲虫)进行检测,并在多季节、多生长阶段数据上验证了模型的鲁棒性 | 数据仅来自巴基斯坦两个研究农场,缺乏跨区域和跨季节的广泛验证 | 开发基于深度学习的马铃薯病虫害实时检测框架以提升田间作物管理效率 | 马铃薯四种主要病虫害:晚疫病、叶斑病、卷叶病毒、科罗拉多马铃薯甲虫 | 计算机视觉 | 马铃薯病虫害 | 田间图像采集 | 目标检测模型 | 图像 | 2688张田间图像,其中2403张标注图像(晚疫病630张、叶斑病370张、卷叶病毒888张、科罗拉多马铃薯甲虫515张) | PyTorch | YOLOv8-medium, YOLOv7, YOLOv5, Faster R-CNN | 平均精度均值mAP@0.5 | NA |
| 230 | 2026-07-15 |
Enhancing lung diseases recognition through CNN-RNN methodologies
2026-Apr-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-45842-1
PMID:41927724
|
研究论文 | 提出一种结合CNN与RNN的深度学习算法C-RNet,用于从胸部X光图像中识别肺炎和肺结核等肺部疾病 | 将CNN和RNN与可解释人工智能(XAI)结合,利用中间层输出的依赖性和连续性特征进行更精确的分类预测 | NA | 提高基于胸部X光图像的肺部疾病识别准确性,超越传统单尺度方法 | 胸部X光图像中肺炎和肺结核的检测与分类 | 计算机视觉 | 肺炎, 肺结核 | X光成像 | 卷积神经网络, 循环神经网络 | 图像 | 公开数据集中的胸部X光图像 | NA | C-RNet (卷积循环网络) | 准确率, F1分数, 浮点运算次数, 参数量, 模型大小 | NA |
| 231 | 2026-07-15 |
HEAL: health-enhanced adaptive LoRaWAN for AI-based real-time soldier monitoring and status prediction
2026-Apr-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-44274-1
PMID:41927727
|
研究论文 | 提出HEAL框架,结合自适应LoRaWAN与深度学习,用于士兵实时健康监测与状态预测 | 首次将自适应LoRaWAN与AI推理结合,在动态通信约束下维持高精度健康预测,并基于大语言模型自动标注生理时间序列数据 | 未提及实际战场部署验证,依赖模拟环境评估,数据来源为公开数据集而非真实士兵监测数据 | 实现在远程资源受限环境中可靠、实时的士兵健康监测与状态预测 | 士兵群体的生理健康状态(基于多元生理时间序列数据) | 物联网与人工智能 | NA | LoRaWAN, 深度学习 | BiLSTM, 基于Transformer的大语言模型 | 多元生理时间序列数据 | 使用公开数据集,具体样本量未提及 | NA | BiLSTM, Transformer | 准确率(94%), Macro F1分数(95%), 分组投递率(91%) | NA |
| 232 | 2026-07-15 |
Emotion-driven front-end design of NEVs using an improved LSTM with LDA-based emotion mining
2026-Apr-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-45602-1
PMID:41927764
|
研究论文 | 提出一种结合语义挖掘与深度学习的框架,用于量化优化新能源车前脸造型与用户情感偏好间的映射关系 | 融合潜在狄利克雷分配模型提取情感维度与遗传算法优化注意力增强长短期记忆网络,实现情感驱动的设计特征生成 | 依赖用户生成内容质量且未考虑不同文化背景下的情感差异 | 构建情感驱动的数据驱动设计方法以弥合定性用户意象与定量形态特征间的鸿沟 | 新能源车前脸造型设计参数 | 机器学习 | NA | 潜在狄利克雷分配、粗糙集理论 | 长短期记忆网络 | 文本与图像 | 未明确说明 | 遗传算法 | 注意力增强长短期记忆网络 | 准确率 | NA |
| 233 | 2026-07-15 |
Deep learning model for pathological invasiveness prediction using smartphone-based surgical resection images in clinical stage IA lung adenocarcinoma (SuRImage): a prospective, multicentric, diagnostic study
2026-Apr, The Lancet. Digital health
DOI:10.1016/j.landig.2025.100965
PMID:41927432
|
研究论文 | 利用智能手机拍摄的手术切除图像,开发深度学习模型预测临床IA期肺腺癌的病理浸润性 | 首次利用智能手机拍摄的手术切除图像进行术中病理浸润性预测,并采用多中心前瞻性队列验证 | 样本量有限,仅来自中国三家医院,且需进一步验证模型在真实临床环境中的适用性 | 通过手术切除图像的深度学习模型辅助临床IA期肺腺癌的快速诊断和风险分层,优化术中决策 | 临床IA期肺腺癌患者的手术切除标本图像 | 计算机视觉 | 肺腺癌 | 智能手机图像采集、深度学习 | CNN | 图像 | 1529例患者(2344个图像)来自广东省人民医院,116例患者(307个图像)来自广东医科大学附属医院,82例患者(259个图像)来自梅州市人民医院 | PyTorch | ResNet | AUC | NA |
| 234 | 2026-07-15 |
STARD3-like protein from golden noble scallop is a carotenoid transfer protein capable of binding various xanthophylls
2026-Apr, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2026.151788
PMID:41932487
|
研究论文 | 揭示金贵扇贝中STARD3样蛋白作为类胡萝卜素转移蛋白,能结合多种叶黄素类色素 | 首次证明MnSTARD3L蛋白的START结构域为水溶性类胡萝卜素结合域,并发现其对稀有氧化产物的选择性积累机制 | NA | 探究金贵扇贝中STARD3样蛋白的类胡萝卜素结合与转移功能 | 金贵扇贝的STARD3样蛋白(MnSTARD3L) | 自然语言处理 | NA | 体外重组表达、类胡萝卜素合成大肠杆菌系统、结构建模 | 深度学习算法 | 蛋白质序列与结构数据 | NA | NA | NA | NA | NA |
| 235 | 2026-07-15 |
Beam-hardening correction in clinical x-ray dark-field chest radiography using deep-learning-based bone segmentation
2026-Apr, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70422
PMID:41933281
|
研究论文 | 开发了一种基于深度学习的骨分割方法,用于校正临床X射线暗场胸片中的束硬化伪影 | 首次将深度学习骨分割与基于双能CT的材料衰减权重结合,来抑制多色X射线光谱引起的暗场信号伪影 | 未提及 | 改善暗场胸片在肺部疾病诊断中的可靠性,通过消除肋骨和锁骨引起的伪影 | 临床暗场胸片(包括慢性阻塞性肺疾病、COVID-19和健康患者)以及两名患者的能谱CT扫描数据 | 医学影像 | 肺部疾病 | X射线暗场成像、能谱CT | 深度学习分割网络 | 图像 | 196张胸片用于训练肋骨分割网络(49张验证),56张图像用于训练锁骨网络(12张验证、12张测试),174张暗场胸片用于应用(51例慢阻肺、86例新冠、37例健康) | NA | NA | 视觉评估、定量一致性 | NA |
| 236 | 2026-07-15 |
Comparing deep learning stroke segmentation in NCCT, CTA, and CTP: Accuracy, domain transfer, and temporal sampling effect
2026-Apr, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70419
PMID:41933279
|
研究论文 | 比较深度学习在非增强CT、CT血管造影和CT灌注成像中卒中分割的准确性、域转移和时间采样效应 | 系统比较多种CT成像类型(NCCT、CTA、mCTA、CTP)对深度学习卒中病灶分割性能的影响,并评估域转移和时间点选择策略 | 样本量较小(91例患者来自一个临床中心),结果可能受限于特定数据集和成像协议 | 评估和比较不同CT成像类型在深度学习卒中病灶分割中的实用性,指导无先进成像设备情况下的模态选择 | 卒中患者的NCCT、CTA、mCTA和CTP影像数据 | 计算机视觉 | 卒中 | CT成像(NCCT、CTA、CTP) | 深度学习(nnU-Net) | 医学影像(CT图像) | 91例卒中患者(来自一个临床中心),另加166例来自第二个临床中心用于预训练 | PyTorch | nnU-Net | mDice系数 | NA |
| 237 | 2026-07-15 |
Performance benchmarking of deep learning models for real-time median nerve segmentation and cross-sectional area measurement in ultrasound imaging
2026-Apr, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70414
PMID:41933401
|
研究论文 | 开发并验证了用于超声图像正中神经实时分割与横截面积测量的深度学习模型MNSeg-Net | 提出轻量级多尺度特征融合网络MNSeg-Net(仅2.46M参数),实现实时分割与CSA计算,且性能与44M参数的U2Net模型无显著差异 | 未明确提及局限性 | 开发精确的深度学习分割方法辅助腕管综合征诊断与手术规划 | 超声图像中的正中神经 | 计算机视觉 | 腕管综合征 | 超声成像 | CNN | 图像 | 100名受试者,30000帧超声图像 | NA | MNSeg-Net, UNet, UNet++, U2Net | Dice相似系数, Hausdorff距离, 横截面积差异 | 单个GPU |
| 238 | 2026-07-15 |
Deep Learning as a Compass for Industrial Biocatalysis: The Grase Framework Rewrites the Rules for Polyurethane Recycling
2026-Apr, Biotechnology journal
IF:3.2Q2
DOI:10.1002/biot.70222
PMID:41934218
|
研究论文 | GRASE深度学习框架通过克服酶活性-稳定性权衡,发现了一种能在严苛工业条件下高效解聚聚氨酯废物的稳健生物催化剂AbPURase,实现可扩展的闭环化学回收 | 首次提出GRASE框架解决酶活性-稳定性矛盾,从零开始设计适用于工业条件的聚氨酯降解酶 | NA | 开发新型深度学习框架以发现高效、稳定的工业生物催化剂,实现聚氨酯废物回收 | 聚氨酯废物降解酶AbPURase | 机器学习 | NA | 深度学习 | GRASE框架 | 序列数据 | NA | NA | GRASE | 酶活性、稳定性 | NA |
| 239 | 2026-07-15 |
A Deep Learning Model for the Identification of Active Contraction Properties of the Myocardium Using Limited Clinical Metrics
2026-Apr, International journal for numerical methods in biomedical engineering
IF:2.2Q2
DOI:10.1002/cnm.70170
PMID:41934219
|
研究论文 | 提出一个深度学习模型,利用有限的临床指标预测心肌主动收缩特性,填补复杂本构模型与临床应用之间的空白 | 首次使用深度学习从合成临床数据和压力容积环中预测左心室心肌的主动收缩参数波形和纤维角度,无需传统数值模拟迭代 | 仅在合成数据和一个患者来源的几何体上测试,未使用真实临床数据验证 | 开发患者特异性左心室心肌行为评估的深度学习模型,推动心血管疾病的诊断与干预 | 左心室心肌的主动收缩特性及纤维角度 | 机器学习 | 心血管疾病 | 有限元分析 | 深度学习 | 合成临床数据、压力容积环数据 | 合成数据场景及单个患者几何数据 | NA | NA | NA | NA |
| 240 | 2026-07-15 |
An AI-Guided Structure-Based Strategy for the Discovery and Biological Validation of Natural Products Targeting the Vitamin D Receptor From YSQYP in Diabetic Kidney Disease
2026-Apr, Chemical biology & drug design
IF:3.2Q3
DOI:10.1111/cbdd.70289
PMID:41934677
|
研究论文 | 提出一种基于结构的人工智能引导策略,用于鉴定中药益肾祛瘀方中靶向维生素D受体的天然产物,并在糖尿病肾病模型中验证其生物活性 | 结合传统分子对接和深度学习工具(CarsiDock和RTMScore)进行虚拟筛选,并通过表面等离子体共振进行生物物理验证,建立了一种高效的天然产物筛选策略 | 目前尚未明确说明局限性 | 鉴定中药复方益肾祛瘀方中靶向维生素D受体的活性成分,为糖尿病肾病提供新的治疗候选化合物 | 中药益肾祛瘀方中的天然产物,以及糖尿病肾病模型中的足细胞 | 机器学习 | 糖尿病肾病 | 虚拟筛选、深度学习、表面等离子体共振 | 深度学习模型 | 分子结构数据 | 未提及具体样本数量 | CarsiDock, RTMScore | NA | 结合亲和力、细胞毒性、细胞凋亡 | NA |