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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 741 | 2026-07-06 |
Deep learning-accelerated NEGF formalism for autonomous design of quantum transport in microscopic heterostructures
2026-Jul-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-57362-z
PMID:42401620
|
研究论文 | 提出了DeePTB-NEGF框架,结合深度学习紧束缚哈密顿量与量子输运模拟,用于微观异质结构中的量子输运自主设计 | 将深度学习构建的紧束缚哈密顿量(DeePTB)与高效量子输运模拟(DPNEGF)相结合,实现比传统DFT-NEGF快超过1000倍的速度提升,支持高通量自主设计 | NA | 开发一种计算高效的方法,用于准确预测二维材料的量子输运行为,并实现微观异质结构的自主高通量设计 | 五种典型二维材料(石墨烯、六方氮化硼、MoS₂、WSe₂和黑磷)及其异质结构(如石墨烯/h-BN/石墨烯) | 机器学习 | NA | NA | 深度学习神经网络 | 数值模拟 | NA | PyTorch | 深紧束缚模型(DeePTB) | 波段结构、传输谱一致性、计算速度提升倍数 | NA |
| 742 | 2026-07-06 |
Precise ECG diagnosis and validation of educational utility for acute myocardial infarction using deep learning and explainable artificial intelligence
2026-Jul-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-58956-3
PMID:42401625
|
研究论文 | 提出一种基于深度学习与可解释人工智能的框架,用于从12导联心电图图像中精确诊断急性心肌梗死并定位梗死部位,同时验证其在医学教育中的效用 | 首次将ResNet、Faster R-CNN与集成方法结合,实现对STEMI、NSTEMI和非ACS的三分类及梗死部位定位,并开发可解释人工智能网络查看器以增强模型透明度 | 未在文中明确提及局限性 | 提高急性心肌梗死的心电图诊断准确性,尤其是非ST段抬高型心肌梗死的检测,并克服深度学习模型的“黑箱”问题 | 心电图图像中的急性心肌梗死,包括STEMI、NSTEMI和非ACS病例 | 计算机视觉,机器学习 | 心血管疾病 | NA | 卷积神经网络,区域卷积神经网络 | 图像 | 2070份验证心电图 | PyTorch | ResNet,Faster R-CNN | AUROC,准确率,F1分数 | NA |
| 743 | 2026-07-06 |
A Pulmonary Ultrasound Dataset for Tumor Segmentation and Classification
2026-Jul-04, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-026-07715-0
PMID:42401626
|
研究论文 | 提出一个用于肺部肿瘤超声图像分割与分类的公开数据集PU2756,并建立基准结果 | 首个公开的、经专家标注的肺部超声数据集,提供像素级病变掩膜、病理确认的良恶性标签及患者级元数据 | 未提及具体限制 | 解决肺部超声数据稀缺问题,推动AI辅助肺部超声分析研究 | 肺部肿瘤B模式超声图像 | 计算机视觉 | 肺癌 | 超声成像 | 机器学习与深度学习模型 | 图像 | 2756张B模式超声图像,来自2756名患者 | NA | NA | NA | NA |
| 744 | 2026-07-06 |
Interpretable deep learning to predict one year glycemic control in type 1 diabetes using real world data
2026-Jul-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-59937-2
PMID:42401631
|
研究论文 | 利用8999名1型糖尿病患者的真实世界数据开发可解释深度学习模型,预测一年后的血糖控制状况 | 通过缩放分箱校准技术提升模型校准性能,并利用图形化表示量化各变量对患者风险评分的贡献,实现临床可解释性 | 未给出具体局限性说明(根据摘要推断可能未明确提及) | 开发临床可解释的预测模型,以支持个体化治疗决策和医疗资源优化 | 1型糖尿病患者的一年血糖控制状态(基于HbA1c二进制结果) | 机器学习 | 1型糖尿病 | NA | 深度学习 | 真实世界数据 | 8999名1型糖尿病患者 | NA | NA | ROC曲线下面积(AUC),F1分数,校准误差 | NA |
| 745 | 2026-07-06 |
Deep learning & PSO-based optimisation of data centre energy costs using renewable sources
2026-Jul-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-60463-4
PMID:42401704
|
研究论文 | 提出一种结合太阳能与电网能源的数据中心能源管理框架 | 利用深度Q网络(DQN)与粒子群优化(PSO)算法分别处理可再生能源间歇性问题和最大化可再生能源使用 | 未提及 | 降低数据中心对电网的能源消耗影响,促进可再生能源使用 | 数据中心能源消耗与可再生能源(太阳能)的匹配策略 | 机器学习 | NA | NA | DQN, PSO | NA | NA | NA | NA | NA | NA |
| 746 | 2026-07-06 |
Explainable foundation model for dementia screening and risk stratification using retinal fundus images
2026-Jul-04, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-026-02968-w
PMID:42401717
|
研究论文 | 评估基于基础模型的视网膜眼底照片深度学习用于痴呆检测和未来发病风险预测 | 首次系统评估多种视觉基础模型在痴呆筛查中的应用,并展示了模型输出作为独立风险因素的价值 | 该研究基于韩国人群,需在不同种族人群中进行验证 | 探索基于基础模型的深度学习从视网膜眼底照片中识别痴呆和预测未来发病风险的可行性 | 超过36000名韩国个体的健康检查数据 | 计算机视觉 | 痴呆 | 视网膜眼底成像 | 视觉基础模型 | 图像 | 超过36000名韩国个体 | 未明确指定 | RETFound-MAE | AUROC(受试者工作特征曲线下面积)、C指数(一致性指数) | 未明确描述 |
| 747 | 2026-07-06 |
AI-Driven Mapping of Seizure Spread Patterns
2026-07, Annals of neurology
IF:8.1Q1
DOI:10.1002/ana.78203
PMID:42101065
|
研究论文 | 利用深度学习分析癫痫发作传播模式,并探讨其与手术结果及脑结构连接的关系 | 首次将自动化癫痫分析从发作起始扩展到传播模式,整合深度学习检测和弥散加权成像,揭示常见传播模式及其与结构连接的关系 | 仅使用了小部分患者(71例275个发作)进行算法开发,可能限制泛化性,且未明确标注样本外验证 | 将自动化癫痫分析与临床实践对齐,标准化医生间变化的注释,理解癫痫发作传播的常见模式 | 71例癫痫患者的275次癫痫发作 | 机器学习 | 癫痫 | NA | 深度学习 | 脑电图、弥散加权成像 | 71例患者的275次癫痫发作 | PyTorch | NA | 发作起始接触点排名性能(对比线长度、绝对斜率和功率) | NA |
| 748 | 2026-07-06 |
Calceolarioside B alleviates airway barrier dysfunction and inflammation via targeting P2Y6R in OVA-triggered asthma
2026-Jul-01, Biochemical pharmacology
IF:5.3Q1
DOI:10.1016/j.bcp.2026.118209
PMID:42386004
|
研究论文 | 本研究鉴定出木通提取物中的活性成分Calceolarioside B通过靶向P2Y6R缓解OVA诱导的哮喘小鼠模型中的气道屏障功能障碍和炎症反应 | 首次发现Calceolarioside B通过靶向P2Y6R的LYS-25位点发挥抗哮喘作用,利用AI辅助深度学习、虚拟靶标钓取和分子动力学模拟鉴定靶点 | 未提及 | 探索传统中药木通提取物缓解哮喘的分子机制并鉴定其活性成分和靶点 | OVA诱导的哮喘小鼠模型及细胞模型 | 机器学习, 计算机视觉 | 哮喘 | 转录组学分析, 网络药理学, 分子对接, 点突变实验, 体外结合实验 | 深度学习 | 文本, 图像 | 小鼠哮喘模型样本量未明确 | NA | NA | NA | NA |
| 749 | 2026-07-06 |
MMFVS-Net: A triple-symmetric cross-attention network for multimodal optical image fusion and high-accuracy virtual staining of breast cancer tissues
2026-Jul-01, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2026.109536
PMID:42401051
|
研究论文 | 提出一种基于三重对称交叉注意力的多模态光学图像融合网络,用于乳腺癌组织的高精度虚拟染色 | 设计三重对称交叉注意力模块处理多模态图像特征交互信息,引入多尺度判别器确保全局特征与局部细节捕捉,应用迁移学习解决多分支梯度稀释问题 | 仅以乳腺癌组织为研究对象,未验证在其他组织类型上的泛化能力 | 实现基于多模态光学图像融合的高精度虚拟染色,解决跨模态交互信息挖掘和多分支模型训练的关键挑战 | 乳腺癌组织 | 计算机视觉 | 乳腺癌 | 明场成像、自发荧光成像、相衬成像 | CNN | 图像 | NA | NA | 三重对称交叉注意力网络 | 图像相似度指标、核统计指标 | NA |
| 750 | 2026-07-06 |
MRI/MRCP and endoscopic ultrasound in pancreatobiliary disease: defining complementary roles in diagnostic and therapeutic decision-making
2026-Jul-01, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2026.113046
PMID:42401074
|
综述 | 定义MRI/MRCP与内镜超声在胰胆疾病诊断和治疗决策中的互补作用 | 提出了一种基于临床需求的选择性影像路径,并讨论了新兴的基于深度学习MRI重建技术 | 内镜超声在解剖结构改变、胃出口梗阻、胰尾病变和多灶性神经内分泌肿瘤中存在局限 | 明确MRI/MRCP与内镜超声在胰胆疾病中的互补角色,优化诊断和治疗决策 | 胰胆疾病患者,特别是小实性胰腺病变、胰腺囊性病变、胰胆微结石、自身免疫性胰腺炎类似病变及治疗性内镜超声应用 | 医学影像 | 胰胆疾病 | MRI、MRCP、内镜超声 | 深度学习 | 影像数据 | NA | NA | 深度学习重建模型 | NA | NA |
| 751 | 2026-07-06 |
Dihydroberberine regulates the ferroptosis-autophagy positive feedback loop in colorectal cancer by targeting PANX2
2026-Jul-01, Phytomedicine : international journal of phytotherapy and phytopharmacology
IF:6.7Q1
DOI:10.1016/j.phymed.2026.158537
PMID:42401068
|
研究论文 | 通过生物信息学-机器学习集成方法识别PANX2为结直肠癌中铁死亡的关键抑制基因,并发现天然小分子二氢小檗碱作为其抑制剂,通过调节铁死亡-自噬正反馈环路发挥抗肿瘤作用 | 首次鉴定PANX2为结直肠癌铁死亡抑制基因,发现二氢小檗碱作为PANX2靶向小分子抑制剂,并揭示铁死亡-自噬正反馈环路的新机制 | 研究对象仅限于结直肠癌,需要进一步验证在其他癌症中的普适性;机制研究主要依赖体外细胞实验和异种移植瘤模型,缺乏更复杂的肿瘤微环境模拟 | 识别结直肠癌中铁死亡过程的关键调控靶点,筛选针对该靶点的小分子调节剂,并阐明其抗肿瘤机制 | 结直肠癌细胞系和异种移植瘤模型 | 机器学习 | 结直肠癌 | 分子对接、分子动力学模拟、DARTS、CETSA、SPR | CNN | 文本和分子结构数据 | 包含结直肠癌细胞系和异种移植瘤模型,具体样本数量未给出 | TensorFlow, PyTorch, Keras | Transformer, ResNet | 准确率、精确率、召回率、F1分数、AUC | NVIDIA RTX 3090 |
| 752 | 2026-07-05 |
Deep Learning-Based Panoramic Radiograph Retrieval from Antemortem Images for Forensic Identification
2026-Jul-04, International journal of legal medicine
IF:2.2Q1
DOI:10.1007/s00414-026-03905-y
PMID:42399502
|
研究论文 | 评估基于深度学习的全景放射照片检索方法在法医鉴识中的应用 | 提出了一种专家辅助的半自动化卷积神经网络框架,用于大规模检索法医身份识别,并采用ConvNeXt-Tiny骨干网络实现最佳性能 | 未提及限制信息 | 评估基于深度学习的方法在法医鉴识中大规模检索全景牙科X光片的适用性 | 全景放射照片(牙科X光片) | 计算机视觉 | NA | NA | 卷积神经网络(CNN) | 图像(全景X光片) | 842名个体的2,440张全景X光片 | PyTorch | ConvNeXt-Tiny | Top-1准确率, Top-3准确率, Top-5准确率 | NA |
| 753 | 2026-07-05 |
A multimodal deepsurv approach: integrating radiomics and clinical factors for brain metastasis survival prediction
2026-Jul-03, Journal of clinical neuroscience : official journal of the Neurosurgical Society of Australasia
IF:1.9Q4
DOI:10.1016/j.jocn.2026.112180
PMID:42398164
|
研究论文 | 提出一种结合影像组学和临床因素的多模态深度生存模型,用于脑转移瘤患者生存预测 | 首次将影像组学特征与临床因素整合至DeepSurv框架,用于脑转移瘤生存预测,并利用时间依赖的AUROC评估不同时间点预测性能 | 样本量相对较小且来自单一机构,不同原发肿瘤来源类别不平衡,需外部多机构验证后方可临床应用 | 开发并评估基于影像组学的深度学习模型,利用治疗前MRI和临床数据预测脑转移瘤患者的生存结局 | 199例来自Pretreat-MetsToBrain-Masks数据集的脑转移瘤患者 | 数字病理学 | 脑转移瘤 | MRI | DeepSurv | 影像数据(MRI序列)、临床数据 | 199名患者 | PyRadiomics, PyTorch | DeepSurv | C-index, 综合Brier分数, 综合负二项对数似然分数, 时间依赖AUROC | NA |
| 754 | 2026-07-05 |
Artificial Intelligence in Echocardiography for Valvular Heart Disease
2026-Jul-03, Trends in cardiovascular medicine
IF:7.3Q1
DOI:10.1016/j.tcm.2026.06.006
PMID:42398662
|
review | 系统总结了人工智能在心脏瓣膜病超声心动图评估中的最新进展 | 探讨了AI通过无监督聚类挖掘潜在高风险表型以及整合多模态数据预测不良结局的能力 | 当前在数据标准化、模型可解释性和临床转化方面仍面临挑战 | 为提升心脏瓣膜病患者的精准诊断和预后评估提供新思路 | 心脏瓣膜病的超声心动图评估 | 计算机视觉 | 心脏瓣膜病 | 深度学习 | 卷积神经网络 | 图像 | NA | NA | 卷积神经网络 | NA | NA |
| 755 | 2026-07-05 |
Neuroimaging-derived biotypes of self-reported insomnia symptoms are differentially associated with affective symptoms
2026-Jul-03, Biological psychiatry. Cognitive neuroscience and neuroimaging
DOI:10.1016/j.bpsc.2026.06.014
PMID:42398825
|
研究论文 | 通过生成式深度学习模型,识别出伴有自我报告失眠症状的青少年中的两种神经解剖学生物型,并发现它们与情感症状的不同关联 | 首次采用生成式深度学习模型从灰质体积数据中识别失眠症状的神经解剖学生物型,并揭示不同生物型在行为与遗传水平上对焦虑和抑郁的差异化易感性 | 未明确提及 | 探究失眠症状的神经解剖学异质性如何差异化影响睡眠障碍与情感症状之间的关系 | 伴有自我报告失眠症状的青少年样本,以及用于验证的成人样本 | 机器学习 | 失眠症状、焦虑症、抑郁症 | 神经影像学(灰质体积数据) | 生成式深度学习模型 | 神经影像数据(灰质体积) | 研究涉及青少年样本和用于验证的成人样本,具体数量未明确说明 | NA | NA | NA | NA |
| 756 | 2026-07-05 |
Segmentation of the parasagittal dura mater on multi-center 3D-FLAIR MRI
2026-Jul-03, NeuroImage
IF:4.7Q1
DOI:10.1016/j.neuroimage.2026.122099
PMID:42398843
|
研究论文 | 开发了一种基于nnU-Net的深度学习模型mcPSD-Net,用于在多个中心的3D-FLAIR MRI图像上自动分割矢状窦旁硬脑膜 | 首次实现了多中心、多扫描仪条件下矢状窦旁硬脑膜的自动分割,并利用该模型分析了PSD体积随年龄和性别的变化 | 未提及具体限制,但可能包括样本量较小、分割精度在部分指标上有限(如Dice系数0.76) | 开发自动化分割矢状窦旁硬脑膜的工具,并探究PSD体积与年龄、性别的关系 | 矢状窦旁硬脑膜(PSD) | 计算机视觉 | 阿尔茨海默病相关 | 3D-FLAIR MRI | nnU-Net | 图像 | 训练集55例,测试集25例,来自ADNI及本地数据集 | PyTorch | nnU-Net | Dice系数、精确率、召回率、Hausdorff距离、HD95、平均对称表面距离 | NA |
| 757 | 2026-07-05 |
A hybrid quantum-classical framework for MRI-based deep brain tumor segmentation and classification
2026-Jul-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-58823-1
PMID:42399301
|
研究论文 | 提出了一种混合量子经典框架QFormer-Brain,用于基于MRI的脑肿瘤分割和分类 | 将量子表示学习集成到Transformer模型中,利用量子编码和变分量子电路增强非线性特征表示,提高对复杂MRI数据的判别特征提取能力 | 未在更广泛的数据集或临床环境中验证,量子计算资源当前受限 | 提升MRI脑肿瘤自动分割和分类的准确性 | 脑肿瘤MRI图像 | 机器学习 | 脑肿瘤 | MRI | 混合量子经典模型 | 图像 | BraTS 2021公开数据集 | IBM Qiskit | Swin-UNETR, 变分量子电路, 量子Transformer分类器 | Dice相似系数, 交并比, 准确率, 灵敏度, 特异度, F1分数 | 8量子比特变分量子电路, 1024次测量, 通过IBM Qiskit Aer模拟器运行 |
| 758 | 2026-07-05 |
Automated identification of clinically important Candida yeast species for microscopic images using self-supervised learning
2026-Jul-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-60672-x
PMID:42399363
|
研究论文 | 开发并验证了一种基于自监督深度学习模型(DINOv2)的自动化系统,用于从显微镜图像中识别临床相关的念珠菌物种 | 首次将自监督学习模型DINOv2应用于临床念珠菌显微镜图像识别,结合YOLOv4 tiny目标检测和UNet语义分割,在多种分类任务中超越传统基线模型 | 需要多中心外部验证,且当前仅针对两种念珠菌物种进行验证,未来需扩展至更多物种和临床场景 | 实现临床重要念珠菌物种的自动、快速且高准确率的显微镜图像识别 | 白色念珠菌(Candida albicans)和克柔念珠菌(C. krusei)的显微镜图像 | 计算机视觉 | 真菌感染疾病 | 显微镜成像 | 自监督深度学习(DINOv2)、卷积神经网络(YOLOv4 tiny、UNet) | 显微镜图像 | 未明确提及总体样本量,但包含二分类和四分类任务,以及五折交叉验证(准确率94.8-98.3%) | PyTorch | DINOv2、YOLOv4 tiny、UNet、Vision Transformer | 平均精度均值(mAP@50)、精确率-召回率曲线下面积(AUC-PR)、Dice系数、交并比(IOU)、豪斯多夫距离、准确率、召回率、F1分数、AUC-ROC | 未明确提及 |
| 759 | 2026-07-05 |
Automated diagnosis of keratitis from low-quality slit-lamp images using an improved generative adversarial network
2026-Jul-03, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-026-02952-4
PMID:42399459
|
研究论文 | 提出一种用于低质量裂隙灯图像角膜炎自动诊断的框架,集成图像增强和病变感知分类 | 提出随机退化算法模拟临床常见伪影,并结合改进生成对抗网络恢复诊断特征与上下文感知分类器增强病变表征 | NA | 实现低质量裂隙灯图像的角膜炎自动诊断,减少资源有限环境的诊断差距 | 角膜炎的低质量裂隙灯图像 | 计算机视觉 | 角膜炎 | 裂隙灯成像 | 生成对抗网络 | 图像 | 10,498张裂隙灯图像(多中心数据集) | NA | 改进生成对抗网络 | AUC | NA |
| 760 | 2026-07-05 |
A hybrid underwater crack image enhancement method
2026-Jul-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-60181-x
PMID:42399472
|
研究论文 | 提出一种结合传统图像处理与深度学习的混合水下裂缝图像增强方法 | 创新性地融合传统算法的可解释性与深度学习算法的通用性,引入深度可分离卷积和像素注意力机制提升特征提取能力并降低计算复杂度 | NA | 提升水下裂缝图像的清晰度与质量 | 水下裂缝图像 | 计算机视觉 | NA | NA | 卷积神经网络 (CNN) | 图像 | NA | NA | 边缘特征提取网络 | 峰值信噪比,结构相似性,水下图像质量度量,基于像素的对比度质量指标 | NA |