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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1 | 2025-10-19 |
Predictive Value of Social Determinants of Health on 90-Day Readmission and Health Utilization Following ACDF: A Comparative Analysis of XGBoost, Random Forest, Elastic-Net, SVR, and Deep Learning
2025-Nov, Global spine journal
IF:2.6Q1
DOI:10.1177/21925682251332556
PMID:40173192
|
研究论文 | 本研究评估社会健康决定因素对前路颈椎间盘切除融合术患者90天再入院和医疗资源利用的预测价值 | 首次应用机器学习方法评估社会健康决定因素在ACDF手术预后中的作用 | 依赖单一医疗系统数据和使用代理SDH测量指标 | 评估社会健康决定因素对ACDF患者术后90天再入院和医疗资源利用的预测能力 | 3127名接受前路颈椎间盘切除融合术的患者 | 机器学习 | 颈椎疾病 | 社会脆弱性指数评估 | XGBoost, Random Forest, Elastic-Net, SVR, Deep Learning | 临床和人口统计学数据 | 3127名ACDF患者(2003-2023年) | NA | 平衡随机森林, 支持向量回归 | AUC, MAE | NA |
2 | 2025-10-19 |
3D auto-segmentation of pancreas cancer and surrounding anatomical structures for surgical planning
2025-Oct-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000002835
PMID:40576127
|
研究论文 | 开发基于深度学习的胰腺癌及周围解剖结构自动分割模型,用于辅助手术规划 | 采用分层Swin Transformer V2模型实现胰腺癌及周围结构的多中心3D自动分割 | 胰腺癌分割准确度相对较低(DSC 54.5-57.0),小肿瘤分割性能有待提升 | 通过CT图像自动分割提升胰腺癌手术规划效果 | 胰腺癌患者及周围解剖结构(胰腺实质、肠系膜动脉、门静脉等) | 计算机视觉 | 胰腺癌 | 计算机断层扫描(CT) | Transformer | 3D医学图像 | 275名患者(176训练集,59内部验证集,40外部验证集) | NA | 分层Swin Transformer V2 | Dice相似系数(DSC),定性评估(完全/部分/缺失分割) | NA |
3 | 2025-10-19 |
Development and validation of a deep learning ultrasound radiomics model for predicting drug resistance in lymph node tuberculosis a multicenter study
2025-Oct-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000002850
PMID:40607926
|
研究论文 | 开发并验证基于深度学习超声影像组学模型用于预测淋巴结结核耐药性 | 首次将集成机器学习与AdaBoost算法结合应用于淋巴结结核耐药性预测的多中心研究 | 回顾性研究设计,样本量相对有限 | 预测淋巴结结核患者的药物耐药性 | 234例颈部淋巴结结核患者 | 医学影像分析 | 结核病 | 超声影像 | 集成机器学习, AdaBoost | 超声图像 | 234例患者(来自三个医疗中心) | NA | 集成机器学习模型 | AUC, 准确率, 精确率, 召回率, F1分数, 决策曲线分析 | NA |
4 | 2025-10-19 |
Multichannel deep learning prediction of major pathological response after neoadjuvant immunochemotherapy in lung cancer: a multicenter diagnostic study
2025-Oct-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000002821
PMID:40607969
|
研究论文 | 开发基于预处理CT的多通道深度学习预测模型,用于术前诊断非小细胞肺癌患者新辅助免疫化疗后的主要病理反应 | 首次将Transformer模型编码的深度学习特征与多通道框架集成,用于预测肺癌新辅助免疫化疗疗效 | 回顾性研究设计,样本量相对有限(332例患者) | 开发术前预测非小细胞肺癌患者新辅助免疫化疗后主要病理反应的诊断工具 | 非小细胞肺癌患者 | 计算机视觉 | 肺癌 | CT成像 | 深度学习, Transformer | 医学图像 | 332例非小细胞肺癌患者来自四个中心 | NA | GoogLeNet, Transformer | AUC, 敏感性, 特异性, F1分数, 混淆矩阵, 校准曲线, 决策曲线分析, 综合判别改进, 净重分类改进, DeLong检验 | NA |
5 | 2025-07-12 |
Letter to Editor "Predicting NSCLC surgical outcomes using deep learning on histopathological images: development and multi-omics validation of Sr-PPS model"
2025-Oct-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000002840
PMID:40643594
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
6 | 2025-10-19 |
Modeling protein-small molecule conformational ensembles with PLACER
2025-Sep-27, bioRxiv : the preprint server for biology
DOI:10.1101/2024.09.25.614868
PMID:39386615
|
研究论文 | 开发了一种名为PLACER的图神经网络,用于生成蛋白质-小分子相互作用的构象集合 | 提出首个完全基于原子级描述的图神经网络方法,能够快速生成蛋白质-小分子系统的构象集合,在酶设计中获得比深度学习前设计更高的活性 | NA | 解决蛋白质-小分子相互作用构象异质性建模的挑战 | 蛋白质-小分子复合物系统 | 机器学习 | NA | 图神经网络 | GNN | 分子结构数据 | 来自剑桥结构数据库和蛋白质数据银行的数据 | NA | PLACER | 成功率、活性(/值) | NA |
7 | 2025-10-19 |
Exploiting correlations across trials and behavioral sessions to improve neural decoding
2025-Sep-25, bioRxiv : the preprint server for biology
DOI:10.1101/2024.09.14.613047
PMID:39314484
|
研究论文 | 本文提出两种新型神经解码模型,通过利用跨试验和跨行为会话的神经活动相关性来改善行为解码性能 | 开发了多会话降秩回归模型和多会话状态空间模型,首次系统性地利用跨试验和跨会话的神经活动相关性进行行为解码 | 未与传统深度学习方法进行直接性能比较,模型在更复杂行为任务上的泛化能力有待进一步验证 | 改进神经解码方法,通过利用跨试验和会话的神经活动相关性提高行为预测准确率 | 小鼠神经活动数据与四种不同行为之间的解码关系 | 神经科学计算分析 | NA | Neuropixels神经信号记录技术 | 降秩回归模型,状态空间模型 | 神经电生理信号 | 433个实验会话,覆盖270个大脑区域 | NA | 多会话降秩回归,多会话状态空间模型 | 解码准确率 | NA |
8 | 2025-10-19 |
"Frustratingly easy" domain adaptation for cross-species transcription factor binding prediction
2025-Aug-05, bioRxiv : the preprint server for biology
DOI:10.1101/2025.05.21.655414
PMID:40501927
|
研究论文 | 提出一种名为MORALE的简单而有效的领域自适应框架,用于跨物种转录因子结合预测 | 通过对齐跨物种序列嵌入的统计矩,无需对抗训练或复杂架构即可学习物种不变调控特征 | NA | 提高深度学习模型在跨物种转录因子结合预测中的泛化能力 | 多物种转录因子ChIP-seq数据集 | 机器学习 | NA | ChIP-seq | 深度学习 | DNA序列数据 | NA | NA | NA | 准确率 | NA |
9 | 2025-10-19 |
NeuroLens: organ localization using natural language commands for anatomical recognition in surgical training
2025-Aug, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03463-5
PMID:40555837
|
研究论文 | 介绍NeuroLens多模态系统,通过整合视频与文本语音输入增强手术训练中的解剖结构识别能力 | 开发了结合视频与自然语言命令的多模态深度学习定位系统,为手术训练提供交互式学习平台 | 样本量较小限制了结果的普适性 | 增强手术训练中的解剖结构识别能力 | 手术学员和执业外科医生 | 计算机视觉 | 神经系统疾病 | 神经内窥镜视频分析 | 深度学习定位模型 | 视频,文本,语音 | 5名参与者(手术学生和执业外科医生) | NA | NA | 准确率,平均交并比(mIoU),系统可用性量表(SUS) | NA |
10 | 2025-10-19 |
Exploring the uncertainty principle in neural networks through binary classification
2024-Nov-18, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-79028-4
PMID:39551816
|
研究论文 | 通过不确定性原理探索神经网络在准确性与鲁棒性之间的内在权衡关系 | 首次将量子力学中的不确定性原理引入神经网络分析,为理解模型脆弱性提供理论框架 | 研究主要基于理论分析,缺乏大规模实验验证 | 揭示神经网络准确性与对抗攻击鲁棒性之间的内在矛盾关系 | 神经网络模型 | 机器学习 | NA | 理论分析 | 神经网络 | NA | NA | NA | NA | 准确率, 鲁棒性 | NA |
11 | 2025-10-19 |
Deep Learning to Discriminate Arteritic From Nonarteritic Ischemic Optic Neuropathy on Color Images
2024-Nov-01, JAMA ophthalmology
IF:7.8Q1
DOI:10.1001/jamaophthalmol.2024.4269
PMID:39418057
|
研究论文 | 开发深度学习系统通过彩色眼底图像区分动脉炎性前部缺血性视神经病变与非动脉炎性前部缺血性视神经病变 | 首个基于彩色眼底图像的深度学习系统,能在急性期无需临床或生物标志物信息的情况下区分AAION与NAION | 研究仅使用彩色眼底图像,未整合临床症状和实验室检查数据 | 开发能够准确区分动脉炎性与非动脉炎性缺血性视神经病变的深度学习系统 | 802名患者的961只眼睛的彩色眼底图像 | 计算机视觉 | 缺血性视神经病变 | 彩色眼底成像 | 深度学习系统 | 图像 | 802名患者的961只眼睛,来自21个神经眼科中心的训练集和5个中心的测试集 | NA | NA | AUC, 敏感度, 特异度, 准确度 | NA |
12 | 2025-10-19 |
Decoding the brain: From neural representations to mechanistic models
2024-Oct-17, Cell
IF:45.5Q1
DOI:10.1016/j.cell.2024.08.051
PMID:39423801
|
综述 | 本文详细阐述神经编码与解码的核心概念及其在运动、视觉和语言处理领域的应用 | 整合深度学习等数学工具系统解析神经编码与解码机制,推动基础与转化神经科学发展 | NA | 探讨大脑分布式计算中神经编码与解码的数学原理及其应用 | 大脑神经元网络与分布式神经回路 | 神经科学 | NA | 深度学习 | NA | 神经信号数据 | NA | NA | NA | NA | NA |
13 | 2025-10-19 |
Multicenter Validation of a Deep Learning Detection Algorithm for Focal Cortical Dysplasia
2022-May-24, Neurology
IF:7.7Q1
DOI:10.1212/WNL.0000000000200293
PMID:35513003
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
14 | 2025-10-17 |
Skin Lesion Analysis and Cancer Detection Based on Machine/Deep Learning Techniques: A Comprehensive Survey
2023-01-04, Life (Basel, Switzerland)
DOI:10.3390/life13010146
PMID:36676093
|
综述 | 本文对基于机器学习和深度学习技术的皮肤病变分析与癌症检测方法进行了全面综述 | 系统整合了皮肤癌检测中的预处理、分割、特征提取、特征选择和分类方法,识别了当前研究面临的挑战 | 由于皮肤病变特征的复杂性和罕见性,现有方法在分析中仍面临一些挑战 | 通过分析现有皮肤癌检测技术,识别研究障碍以帮助未来研究 | 皮肤病变和皮肤癌 | 计算机视觉,机器学习 | 皮肤癌 | NA | 深度学习,机器学习 | 医学图像 | NA | NA | NA | NA | NA |
15 | 2025-10-17 |
A Minority Class Balanced Approach Using the DCNN-LSTM Method to Detect Human Wrist Fracture
2023-01-03, Life (Basel, Switzerland)
DOI:10.3390/life13010133
PMID:36676082
|
研究论文 | 提出一种融合DCNN和LSTM的深度学习方法,用于从X射线图像中自动检测腕部骨折 | 首次将扩张卷积神经网络与长短期记忆网络融合,并采用旋转过采样方法解决类别不平衡问题 | 数据集规模较小(仅192张图像),需要更大样本量验证模型泛化能力 | 开发自动诊断工具作为医生辅助选项,减少腕部骨折漏诊 | 腕部X射线图像 | 计算机视觉 | 骨折 | X射线成像 | CNN, LSTM | 图像 | 192张腕部X射线图像 | NA | DCNN, LSTM | 准确率, 灵敏度, 特异性, 精确率, F1分数, Kappa系数 | NA |
16 | 2025-10-16 |
Deep learning-based virtual H& E staining from label-free autofluorescence lifetime images
2024, Npj imaging
DOI:10.1038/s44303-024-00021-7
PMID:38948152
|
研究论文 | 提出基于深度学习的虚拟H&E染色方法,可从无标记荧光寿命图像生成临床级虚拟染色图像 | 首次将荧光寿命信息作为额外维度整合到深度学习模型中,实现从无标记FLIM图像到虚拟H&E染色图像的准确重建 | 未明确说明模型在跨癌症类型应用时的泛化能力评估 | 开发无需生物标志物的组织病理学分析方法,实现FLIM图像的即时准确解读 | 肿瘤微环境中的七种常见细胞类型 | 数字病理学 | 多癌种 | 荧光寿命成像显微镜(FLIM) | 深度学习 | 无标记荧光寿命图像,强度图像 | NA | NA | NA | 图像质量指标 | NA |
17 | 2025-10-15 |
Biomolecular Interaction Prediction: The Era of AI
2025-Oct, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202509501
PMID:40671265
|
综述 | 本文全面综述了深度学习在生物分子相互作用预测中的应用及其对药物发现的推动作用 | 系统总结了利用序列数据、结构信息和功能注释等多种特征来增强生物分子相互作用预测的深度学习算法 | NA | 提升生物分子相互作用预测的准确性以促进药物发现和分子生物学研究 | 蛋白质、核酸和小分子等各类靶分子 | 机器学习 | NA | 深度学习 | NA | 序列数据、结构信息、功能注释 | NA | NA | NA | NA | NA |
18 | 2025-10-15 |
DeepSecMS Advances DIA-Based Selenoproteome Profiling Through Cys-to-Sec Proxy Training
2025-Oct, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202504109
PMID:40693414
|
研究论文 | 本研究开发了DeepSecMS方法,通过基于半胱氨酸的代理训练策略提升基于DIA的硒蛋白组分析能力 | 提出基于深度学习的代理训练策略,利用大量半胱氨酸肽段数据预测稀有硒代半胱氨酸肽段特征 | 硒代半胱氨酸在蛋白质组中极为稀有,可能影响模型对极罕见硒蛋白的识别能力 | 开发新型计算方法以增强硒蛋白组的全面分析能力 | 人类硒蛋白组中的硒代半胱氨酸肽段 | 机器学习 | NA | 数据非依赖采集质谱,深度学习 | 深度学习 | 质谱数据,肽段序列 | 大规模半胱氨酸肽段数据集 | NA | NA | MS2预测准确率,保留时间预测,离子迁移率预测 | NA |
19 | 2025-10-15 |
Generating human facial animation by aggregation deep network and low-rank active learning with table tennis applications
2025-Aug-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-13779-6
PMID:40750813
|
研究论文 | 提出一种基于情感语音生成逼真人脸动画的新方法,应用于乒乓球直播场景 | 结合深度网络聚合与低秩主动学习,通过声学特征识别音素-情感组合并选择关键面部帧 | NA | 开发能够实时生成与语音和情感表达高度匹配的面部动画技术 | 人脸动画生成 | 计算机视觉 | NA | 主动学习、形变技术 | 深度学习 | 语音信号、视频帧 | NA | NA | NA | NA | iOS和Android移动操作系统 |
20 | 2025-10-15 |
Structural similarities reveal an expansive conotoxin family with a two-finger toxin fold
2025-Jul-05, bioRxiv : the preprint server for biology
DOI:10.1101/2025.07.03.662903
PMID:40631153
|
研究论文 | 通过结构生物信息学方法揭示六个芋螺毒素超家族具有共同的进化起源和双指毒素折叠结构 | 首次发现六个序列同源性低的芋螺毒素超家族具有共同的双指毒素折叠结构,并识别出广泛存在于原口动物中的2FTX蛋白家族 | 基于结构相似性的进化推断仍需更多实验验证 | 研究芋螺毒素的结构特征和进化关系 | 芋螺毒素超家族和原口动物分泌蛋白 | 结构生物信息学 | NA | NMR结构解析, 深度学习结构预测, 结构比较分析 | 深度学习 | 蛋白质序列和结构数据 | 六个芋螺毒素超家族和多种原口动物蛋白质 | NA | NA | 结构相似性 | NA |