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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 181 | 2026-06-15 |
EEG-Based Emotion Estimation Model Integrating Structural and Time-Series Information Based on Deep Learning Architecture Optimization
2026-Feb-12, Sensors (Basel, Switzerland)
DOI:10.3390/s26041210
PMID:41755151
|
研究论文 | 提出一种基于深度学习的脑电图情绪估计模型,融合结构信息和时间序列信息,通过自动架构搜索优化性能 | 首次将图卷积网络、LSTM、通道注意力和可微分架构搜索集成于脑电图情绪识别,自动发现针对个体脑电图模式的最优架构,降低搜索成本 | 未明确说明模型的局限性,但可能包括计算资源需求或对不同情绪类别的性能差异 | 开发一种能够自动优化架构并融合频率域和时间域特征的脑电图情绪识别模型,以提高准确性和适应性 | 脑电图信号中的情绪识别 | 自然语言处理、机器学习 | 不适用 | 脑电图 | 图卷积网络、长短期记忆网络 | 时间序列 | 未明确说明 | 不适用 | GCN、LSTM、通道注意力、可微分架构搜索 | 准确率、适应性 | 未明确说明 |
| 182 | 2026-06-15 |
Assessing Low Back Movement with Motion Tape Sensor Data Through Deep Learning
2026-Feb-10, Sensors (Basel, Switzerland)
DOI:10.3390/s26041127
PMID:41755069
|
研究论文 | 提出一种基于深度学习的方法,利用低成本可穿戴传感器Motion Tape数据评估下背部运动 | 采用条件生成模型合成运动数据,并结合关节运动学特征增强,以解决小样本和噪声问题 | Motion Tape传感器数据集规模小且存在固有噪声,可能影响模型泛化能力 | 开发一种能准确分类下背部运动的深度学习模型,辅助临床远程监控和物理治疗 | 下背部运动分类 | 机器学习 | 背痛 | 可穿戴传感器(Motion Tape) | 生成模型、深度学习分类模型 | 传感器时间序列数据 | 小规模Motion Tape数据集 | NA | 条件生成模型、运动带增强推理模型 | 准确率 | NA |
| 183 | 2026-06-15 |
Design prokaryotic cis-regulatory elements using language model
2026-Feb-05, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkag122
PMID:41693567
|
研究论文 | 本文介绍了一个名为PromoGen2的原核生物顺式调控元件语言模型,用于设计功能性启动子 | 首次提出一个可广泛适用于数千种原核生物的无先验实验数据启动子设计平台,实现了跨物种零样本预测相关性的大幅提升 | 未详细探讨模型在极端或稀有原核生物基因组上的适用性及长期进化稳定性 | 为原核生物提供通用的顺式调控元件设计工具,支持合成生物学和微生物学研究 | 原核生物顺式调控元件(启动子) | 机器学习 | NA | 语言模型 | 语言模型(PromoGen2) | 基因组序列 | 17000个原核生物基因组 | PyTorch(推测) | Transformer(基于语言模型) | Spearman相关系数(平均0.50),成功率(100%) | NA |
| 184 | 2026-06-15 |
Carba-NAD binding activates SIR2 by reshaping conformational plasticity and rewiring long-range allosteric networks
2026-Feb, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1013966
PMID:41719283
|
研究论文 | 以酵母SIR2为模型,通过分子动力学模拟和图深度学习模型,阐明共因子结合如何重塑构象动力学和远距离变构网络 | 首次揭示SIR2中β1-α2环的刚性化与远端柔性增加构成的“核心锁定伴周边释放”动态模式,并识别出关键的“中继型”残基Pro214和Thr224,同时发现与共因子结合的远距离药物口袋 | NA | 解析SIR2变构调控的分子机制 | 酵母SIR2蛋白 | 机器学习 | 老年性疾病 | 分子动力学模拟 | 图神经网络 | 分子动力学模拟轨迹 | 多次3微秒独立重复模拟 | NA | 神经关系推理 | NA | NA |
| 185 | 2026-06-10 |
YOLO-based real-time floating debris counting in urban rivers for flood monitoring and water resource management
2026-Feb-19, Environmental monitoring and assessment
IF:2.9Q3
DOI:10.1007/s10661-026-15040-7
PMID:41711999
|
研究论文 | 本研究提出一个结合YOLO深度学习目标检测模型和视频监控的实时框架,用于城市河流中漂浮垃圾的识别与计数,以支持洪水预警和水资源管理 | 首次将YOLOv7与YOLOv9在真实城市河流环境中进行对比评估,并实现基于视频监控的实时漂浮垃圾自动计数系统 | 仅在马来西亚莎阿南特定洪水易发区部署,可能未涵盖不同气候和地理条件下的泛化性 | 开发用于城市河流漂浮垃圾实时监测的自动化框架,支持洪水预警和水资源管理 | 城市河流中的漂浮垃圾 | 计算机视觉 | 不适用 | 深度学习目标检测、视频监控 | YOLO | 图像 | 在马来西亚莎阿南洪水易发区部署的现场数据 | PyTorch, OpenCV | YOLOv7, YOLOv9 | 精确率, 召回率, F1分数 | 不适用 |
| 186 | 2026-06-10 |
The consensus molecular subtypes of esophageal squamous cell carcinoma
2026-Feb-19, Signal transduction and targeted therapy
IF:40.8Q1
DOI:10.1038/s41392-026-02577-9
PMID:41714596
|
研究论文 | 通过整合八个现有分类系统,采用网络方法识别出食管鳞状细胞癌的四种共识分子亚型,并开发基于图像的深度学习方法进行亚型分类 | 首次建立食管鳞状细胞癌的共识分子亚型分类系统(ECMS),并开发基于H&E染色全切片图像的空间组织特征(SOF)的深度学习分类器imECMS,实现了从组织病理图像直接预测分子亚型 | 未提及具体的局限性 | 建立食管鳞状细胞癌的标准化分类系统,促进精准治疗 | 食管鳞状细胞癌的分子亚型及其与预后和治疗反应的关系 | 数字病理学 | 食管鳞状细胞癌 | H&E染色全切片图像分析 | 深度学习 | 组织病理图像 | 多个独立队列验证 | NA | 深度学习模型(未具体说明架构类型) | 未能从标题和摘要中提取具体指标 | NA |
| 187 | 2026-06-10 |
Machine Learning for Predicting Stroke Risk Stratification Using Multiomics Data: Systematic Review
2026-Feb-19, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/85654
PMID:41711384
|
综述 | 系统评估使用多组学数据的机器学习模型在中风风险分层中的表现、整合策略及报告实践 | 首次系统评价多组学机器学习模型在中风风险预测中的判别性能、整合策略与验证实践,以指导未来方法学发展 | 仅有7项研究符合纳入标准,样本量小、设计异质且报告不完整,限制了可重复性和泛化能力 | 系统评价多组学机器学习模型用于中风风险分层,分析判别性能、整合策略、验证及报告模式,为未来方法学开发提供信息 | 缺血性、出血性或未明确中风类型的成年患者 | 机器学习 | 心血管疾病 | 多组学技术(包括代谢组学、蛋白质组学、脂质组学等) | 支持向量机、树集成方法、广义线性模型、深度学习架构 | 多组学数据(至少包含两个组学层次) | 7项研究,总计40,274名参与者 | NA | 支持向量机、树集成、广义线性模型、深度学习架构 | 接收者操作特征曲线下面积 | NA |
| 188 | 2026-06-10 |
AI-driven CRISPR screening: optimizing gene editing through automation and intelligent decision support
2026-Feb-19, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-026-07849-0
PMID:41715150
|
综述 | 总结人工智能如何通过引入预测性、自适应性和系统级智能重塑CRISPR筛选流程 | 将CRISPR筛选从静态分析流程重构为智能实验系统,提出机器学习/深度学习与大型语言模型智能体双模块协同机制 | 未提及具体局限性 | 阐述人工智能优化CRISPR筛选的实验设计与数据分析方法 | CRISPR筛选技术及其应用场景 | 机器学学习 | NA | CRISPR筛选 | 大型语言模型智能体 | NA | NA | NA | NA | NA | NA |
| 189 | 2026-06-10 |
Pneumonia detection from enhanced chest X-Ray images based on Double SGAN model
2026-Feb-19, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-39785-w
PMID:41714360
|
研究论文 | 提出一种基于深度学习的肺炎检测系统,利用增强的胸部X光图像和双SGAN模型解决类别不平衡问题 | 创新性地提出双SGAN模型,结合谱归一化、自注意力机制和铰链损失函数进行稳定训练,并构建嵌入空间注意力机制的ResNet18-SA分类模型 | 仅使用儿童肺部图像的肺炎MNIST数据集,可能无法全面代表不同年龄和人群的肺炎特征 | 提高肺炎图像分类的准确性和鲁棒性 | 胸部X光图像中的肺炎病灶 | 计算机视觉, 数字病理学 | 肺炎 | 胸部X光成像 | SGAN, ResNet | 图像 | 肺炎MNIST数据集(儿童肺部图像) | NA | ResNet18, 自注意力机制 | 准确率, 精确率, 召回率, F1分数 | NA |
| 190 | 2026-06-10 |
Classification of dysphagia severity after lateral medullary infarction with deep learning
2026-Feb-19, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-40751-9
PMID:41714402
|
研究论文 | 利用深度学习算法,基于急性期弥散加权MRI对延髓背外侧梗死患者吞咽困难严重程度进行分类 | 首次采用分层视觉Transformer(Hier-ViT)架构,利用急性期弥散加权MRI对延髓背外侧梗死患者吞咽困难严重程度进行分类,考虑了空间层次和全局图像上下文 | AUC值中等(0.69),表明模型区分能力有限,特别是在不平衡临床数据集中需要进一步优化和多模态整合 | 开发和验证一种深度学习算法,用于早期分类延髓背外侧梗死患者吞咽困难严重程度,以便及时干预和个性化康复计划 | 163名确诊急性延髓背外侧梗死患者的急性期弥散加权MRI图像和视频荧光吞咽研究确定的吞咽困难严重程度 | 计算机视觉, 数字病理学 | 老年病(吞咽困难) | 弥散加权MRI(DWI), 视频荧光吞咽研究(VFSS) | 分层视觉Transformer(Hier-ViT) | 图像(MRI) | 163名患者 | PyTorch(假设,基于Transformer架构) | Hierarchical Vision Transformer (Hier-ViT) | 准确率, 精确率, 召回率, F1分数, AUC | NA |
| 191 | 2026-06-10 |
Deep learning models identify brain changes during the progression of Alzheimer's disease
2026-Feb-19, NPJ systems biology and applications
IF:3.5Q1
DOI:10.1038/s41540-026-00666-7
PMID:41714635
|
研究论文 | 提出一种多分支融合通道注意力网络,利用纵向sMRI数据识别阿尔茨海默病进展中的脑区动态变化 | 首次提出利用多分支融合通道注意力网络整合纵向多个时间点的sMRI数据,通过可解释性分析揭示AD进展中脑区贡献的动态变化模式 | 文本未明确提及局限性,可能包括样本量有限、外部验证不足或模型泛化性需进一步评估 | 开发基于多时间序列的深度学习方法,识别阿尔茨海默病进展过程中的脑区动态变化 | 阿尔茨海默病患者及正常衰老对照组的纵向结构磁共振成像数据 | 计算机视觉 | 阿尔茨海默病 | sMRI | CNN | 图像 | 未指定 | 未指定 | 多分支融合通道注意力网络 | 未指定 | 未指定 |
| 192 | 2026-06-10 |
Automated Risk Assessment of Opioid Use: Analysis Using Pre-Trained Transformers on Social Media Data
2026-Feb-19, JMIR infodemiology
IF:3.5Q1
DOI:10.2196/77783
PMID:41711388
|
研究论文 | 利用预训练Transformers模型分析社交媒体数据,实现阿片类药物使用风险的自动评估 | 提出一个基于BioBERT并集成自定义注意力机制的框架,用于从社交媒体帖子中自动检测阿片类药物过量风险和药物分类,相比传统方法和现有基线模型获得显著性能提升 | 依赖Reddit帖子数据集,数据量和代表性可能有限;模型性能和通用性需在更大规模、更多来源的数据上进一步验证 | 开发能够自动检测阿片类药物过量风险并将药物分类为高风险和低风险类别的工具 | Reddit社交媒体帖子 | 自然语言处理 | 阿片类药物滥用 | NA | Transformer | 文本 | 未明确,但通过5折交叉验证使用了n=5折的统计测试 | NA | BioBERT,自定义注意力机制 | F1分数 | NA |
| 193 | 2026-06-10 |
From modality-specific to compositional foundation models for cell biology
2026-Feb-18, Cell systems
IF:9.0Q1
DOI:10.1016/j.cels.2026.101534
PMID:41713397
|
综述 | 探讨组合式AI作为模块化设计方法构建多模态基础细胞模型的潜力 | 提出组合式AI作为模块化设计方法统一多模态生物学数据(如染色质可及性、蛋白质丰度、空间转录组学、显微镜成像和文本注释)以构建细胞行为表示 | 数据可用性有限、模态表示间的结构差异、部分重叠多模态测量的对齐与连接挑战 | 利用多模态AI解码细胞系统的复杂性,实现代理虚拟细胞模型 | 多模态细胞生物学数据及其关系 | 机器学习 | NA | 多模态建模 | Transformer | 图像、文本、基因表达数据 | NA | PyTorch | Transformer | NA | NA |
| 194 | 2026-06-10 |
Deep Learning-Based Structural Brain Age Estimation in Bipolar Disorder and Schizophrenia: A Single-Site Pilot Study
2026-Feb-15, Human brain mapping
IF:3.5Q1
DOI:10.1002/hbm.70479
PMID:41714875
|
研究论文 | 使用3D-CNN基于结构MRI预测双相障碍和精神分裂症的脑年龄,并分析Brain-PAD的组间差异和区域贡献 | 首次在一个单站点试点研究中,利用3D-CNN分别评估双相障碍和精神分裂症患者的脑年龄差异,并结合Grad-CAM揭示颞叶和额叶等关键脑区的贡献 | 单站点设计限制泛化性,样本量相对较小,仅使用横断面数据无法直接推断脑老化的纵向轨迹 | 探讨双相障碍和精神分裂症中加速脑老化的生物标志物Brain-PAD及其与年龄的交互作用 | 健康对照组、双相障碍患者、精神分裂症患者的结构MRI数据 | 计算机视觉 | 双相障碍, 精神分裂症 | 结构MRI | 3D-CNN | 图像 | 健康对照155名,双相障碍122名,精神分裂症161名 | NA | 3D卷积神经网络 | MAE, 相关系数r | NA |
| 195 | 2026-06-10 |
PAIRNet: Predicting PIWI cleavage specificity via position-aware RNA interaction modeling
2026-Feb, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1013936
PMID:41712585
|
研究论文 | 提出PAIRNet深度学习框架,通过位置感知的RNA互作建模预测PIWI介导的RNA切割效率 | 首次整合生化见解与计算创新,明确建模互作几何结构而非仅序列特征,采用混合CNN-Transformer架构优先分析双链动态,并引入可解释性模块关联互作模式与生化见解 | NA | 建立高效预测PIWI蛋白导向RNA切割率的可扩展计算方法,加速piRNA沉默工具设计与RNA引导基因组防御机制研究 | PIWI蛋白引导的RNA靶标切割过程 | 机器学习 | NA | CNS-seq | CNN-Transformer | 序列数据 | NA | NA | CNN, Transformer | PCC | NA |
| 196 | 2026-06-10 |
Deep Learning Automated Measurement of Shunt Severity with Estimation of Uncertainty in 4D Flow MRI
2026-Feb, Radiology. Cardiothoracic imaging
DOI:10.1148/ryct.250138
PMID:41711549
|
研究论文 | 评估深度学习系统在四维血流磁共振成像中全自动测量分流严重程度的可行性 | 首次利用深度学习系统全自动地计算净主动脉和肺动脉血流,并通过多次测量的标准差量化预测不确定性 | 未在更广泛的患者群体中进行验证,且仅使用了回顾性数据 | 评估深度学习系统自动测量全身和肺循环血流的可行性 | 188例临床四维血流磁共振成像检查数据及71例分流患者 | 计算机视觉 | 先天性心脏病 | 四维血流磁共振成像 | 卷积神经网络 | 图像 | 188例临床检查用于系统开发,71例分流患者用于验证 | NA | NA | Pearson相关系数、Bland-Altman分析 | NA |
| 197 | 2026-03-18 |
Deep learning in geographic atrophy: rethinking age-related macular degeneration progression and treatment
2026-Feb-28, Annals of translational medicine
DOI:10.21037/atm-2026-1-0018
PMID:41835799
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 198 | 2026-06-09 |
C-Shaped Canal Systems in Mandibular Second Molars: A Bibliometric Analysis and Review of Key Research Themes
2026-02-27, European endodontic journal
IF:1.6Q3
DOI:10.65717/eej.2026.25144
PMID:42126163
|
研究论文 | 对下颌第二磨牙C形根管系统的文献进行文献计量学分析,并综述关键研究主题及演变趋势 | 首次对C形根管系统进行文献计量分析,并识别出“深度学习”为近期突现的研究热点 | NA | 综述下颌第二磨牙C形根管系统的关键研究主题及演变趋势,为未来研究和临床实践提供参考 | 1979年至2024年间关于下颌第二磨牙C形根管系统的166篇出版物 | 自然语言处理 | 口腔疾病 | NA | NA | 文本 | 166篇出版物 | VOSviewer, CiteSpace, SPSS, Microsoft Excel | NA | NA | NA |
| 199 | 2026-06-09 |
Deep-Learning-Enhanced Living Biophotovoltaics: Predictive Photocurrent Modeling and Sensitive Herbicide Biosensing
2026-Feb-24, Langmuir : the ACS journal of surfaces and colloids
IF:3.7Q2
DOI:10.1021/acs.langmuir.5c06224
PMID:41672884
|
研究论文 | 开发了一种基于蓝藻的活体生物光伏系统,结合深度学习模型预测光电流动态,用于绿色能源生成和除草剂检测 | 首次将深度学习(LSTM、BiLSTM、GRU)引入活体生物光伏系统进行光电流动力学预测,并为双功能器件(能源+生物传感)提供AI辅助建模框架 | 深度学习模型性能受实验数据噪声和长期稳定性影响,且未在真实环境样品中验证;材料成本及规模化应用可行性未评估 | 开发一种兼具可持续能源生成和敏感除草剂生物传感功能的人工智能增强型活体生物光伏系统 | 蓝藻、导电聚合物金纳米颗粒修饰电极、苯基脲类除草剂(敌草隆、利谷隆) | 机器学习, 数字病理学 | NA | 电聚合、金纳米颗粒修饰、蓝藻培养、计时电流法 | 深度学习(LSTM, BiLSTM, GRU) | 时间序列光电流数据 | 60次电聚合循环、450 mg/mL蓝藻浓度、50天长期稳定性测试 | NA | LSTM, BiLSTM, GRU | R², RMSE, MAE | NA |
| 200 | 2026-06-09 |
Silencer variants are key drivers of gene up-regulation in Alzheimer's disease
2026-Feb-13, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adz3323
PMID:41671378
|
研究论文 | 开发深度学习框架,整合组蛋白修饰与单细胞开放染色质数据,鉴定阿尔茨海默病相关的沉默子和增强子变异 | 首次系统鉴定AD相关的沉默子变异,并揭示沉默子变异在基因上调中的关键驱动作用,特别是与小胶质细胞免疫反应的关联 | NA | 解析非编码DNA中AD相关变异的调控机制 | 阿尔茨海默病相关的非编码变异 | 机器学习 | 阿尔茨海默病 | NA | 深度学习 | 组蛋白修饰数据、单细胞开放染色质数据 | NA | PyTorch | NA | 一致性比率(directional concordance) | NA |