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 | 2025-10-25 |
Arthroscopy-validated diagnostic performance of sub-5-min deep learning super-resolution 3T knee MRI in children and adolescents
2025-Dec, Skeletal radiology
IF:1.9Q3
DOI:10.1007/s00256-025-04969-4
PMID:40493057
|
研究论文 | 评估5分钟内深度学习超分辨率3T膝关节MRI在儿童青少年中的诊断性能 | 首次在儿童青少年中验证结合六倍并行成像和同步多层采集的深度学习超分辨率快速MRI技术 | 回顾性研究,样本量有限(44例),年龄范围较窄(9-17岁) | 确定快速深度学习超分辨率膝关节MRI的诊断性能 | 患有膝关节疼痛的儿童和青少年患者 | 医学影像 | 膝关节疾病 | 深度学习超分辨率MRI,并行成像(PIx3),同步多层采集(SMSx2) | 深度学习 | MRI影像 | 44名儿童和青少年(24名男孩,平均年龄15±2岁) | NA | 超分辨率网络 | 灵敏度, 特异性, 准确率, AUC, 组内相关系数 | NA |
| 2 | 2025-10-25 |
Deep Learning Reconstruction for 7T MP2RAGE and SPACE MRI: Improving Image Quality at High Acceleration Factors
2025-Oct-23, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8841
PMID:40393739
|
研究论文 | 本研究评估了基于深度学习的图像重建技术在7T脑部MRI中的性能表现 | 首次将深度学习重建技术应用于超高场7T MRI的MP2RAGE和SPACE序列,实现了传统方法难以达到的高加速因子 | 回顾性研究设计,样本量相对有限(60例患者) | 评估深度学习重建技术在7T MRI中的图像质量改善效果 | 脑部MRI图像 | 医学影像分析 | NA | MP2RAGE, SPACE FLAIR MRI序列 | 深度学习 | 医学影像 | 60例患者(30例MP2RAGE数据,30例SPACE FLAIR数据) | NA | NA | 图像质量评分, 对比噪声比, 噪声水平, 伪影评估 | NA |
| 3 | 2025-10-25 |
Deep Learning Accelerates the Development of Antimicrobial Peptides Comprising 15 Amino Acids
2025-Oct, Assay and drug development technologies
IF:1.6Q3
DOI:10.1089/adt.2025.011
PMID:40139786
|
研究论文 | 利用深度学习加速由15个氨基酸组成的抗菌肽的开发 | NA | NA | 加速抗菌肽的开发 | 由15个氨基酸组成的抗菌肽 | 机器学习 | NA | NA | 深度学习 | NA | NA | NA | NA | NA | NA |
| 4 | 2025-10-25 |
ProtoECGNet: Case-Based Interpretable Deep Learning for Multi-Label ECG Classification with Contrastive Learning
2025-Aug-12, ArXiv
PMID:40395940
|
研究论文 | 提出ProtoECGNet原型深度学习模型用于可解释的多标签心电图分类 | 结合原型推理和对比学习,为多标签心电图分类提供基于案例的可解释性,并设计了适用于多标签学习的原型损失函数 | NA | 开发可解释的深度学习模型用于心电图多标签分类 | 心电图信号 | 医疗人工智能 | 心血管疾病 | 心电图分析 | CNN | 时间序列数据,图像数据 | PTB-XL数据集的所有71个标签 | NA | 1D CNN, 2D CNN, 多分支架构 | NA | NA |
| 5 | 2025-10-25 |
Cell-APP: A generalizable method for cell annotation and cell-segmentation model training
2025-Aug-04, bioRxiv : the preprint server for biology
DOI:10.1101/2025.01.23.634498
PMID:39896521
|
研究论文 | 提出一种名为Cell-APP的自动化细胞标注和分割模型训练方法 | 通过结合透射光和核荧光图像实现自动化高质量训练数据生成,支持创建细胞系特异性和多细胞系分割模型 | NA | 开发自动化细胞标注和分割模型训练方法以加速高通量显微镜数据分析 | 显微镜图像中的细胞 | 计算机视觉 | NA | 透射光成像、核荧光成像 | Vision Transformer | 显微镜图像 | NA | NA | Vision Transformer | NA | NA |
| 6 | 2025-10-25 |
Comprehensive molecular impact mapping of common and rare variants at GWAS loci
2025-Jun-06, bioRxiv : the preprint server for biology
DOI:10.1101/2025.06.05.658079
PMID:40501721
|
研究论文 | 介绍DNACipher深度学习模型及其变体影响映射方法DVIM,用于预测遗传变异在多种生物环境中的分子效应 | 开发了能够预测未直接测量生物环境中变异效应的深度学习模型,相比Enformer预测环境数量增加7倍以上 | 模型预测仍受限于训练数据的细胞类型和检测方法范围 | 通过深度学习模型预测遗传变异在多种生物环境中的分子效应,改进GWAS位点的变异精细定位 | 遗传变异,特别是GWAS位点的常见和罕见变异 | 机器学习 | 1型糖尿病 | 单核ATAC-seq,荧光素酶检测 | 深度学习 | 基因组序列 | 38,582个细胞类型-检测组合 | NA | DNACipher | 精细映射可信集大小,后验概率 | NA |
| 7 | 2025-10-25 |
Mixing individual and collective behaviors to predict out-of-routine mobility
2025-Apr-29, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2414848122
PMID:40267135
|
研究论文 | 提出一种动态融合个体与集体移动行为的方法,用于预测人类非常规出行 | 通过集体智能动态整合个体与集体移动行为,提升对非常规出行预测的准确性 | 模型在兴趣点密集的城区效果更佳,其他区域效果可能受限 | 解决人类移动预测中的非常规行为预测问题 | 人类移动轨迹数据 | 机器学习 | NA | 轨迹数据分析 | 深度学习, 马尔可夫模型 | 轨迹数据 | 美国五个城市的数百万条隐私保护轨迹 | NA | NA | 预测准确率 | NA |
| 8 | 2025-10-25 |
Transitions in dynamical regime and neural mode underlie perceptual decision-making
2025-Apr-07, bioRxiv : the preprint server for biology
DOI:10.1101/2023.10.15.562427
PMID:37904994
|
研究论文 | 本研究通过无监督深度学习方法分析大鼠前额叶皮层和纹状体的神经活动,揭示了感知决策过程中动态机制和神经模式的转变 | 发现了决策过程中两个连续动态机制的存在,并提出了神经推断承诺时间(nTc)的概念 | 研究局限于啮齿类动物模型,需要进一步验证在更复杂认知任务和不同物种中的普适性 | 探索感知决策过程中神经动态机制和决策承诺的神经基础 | 大鼠前额叶皮层和纹状体的神经元活动 | 计算神经科学 | NA | 大规模神经元同步记录,脉冲听觉证据积累任务 | 深度学习,简化动力学模型 | 神经电生理信号 | 数百个神经元的同时记录数据 | NA | NA | 神经推断承诺时间(nTc)的精确推断 | NA |
| 9 | 2025-10-25 |
Mapping the regulatory effects of common and rare non-coding variants across cellular and developmental contexts in the brain and heart
2025-Feb-20, bioRxiv : the preprint server for biology
DOI:10.1101/2025.02.18.638922
PMID:40027628
|
研究论文 | 通过深度学习模型预测非编码变异在脑和心脏不同细胞类型中的调控效应 | 整合单细胞ATAC-seq图谱与群体遗传学,开发了FLARE模型来优先考虑具有极端调控效应的突变 | 仅关注脑和心脏组织,未涵盖其他器官系统 | 理解常见和罕见非编码变异在人类疾病中的作用机制 | 人类非编码基因组变异 | 生物信息学 | 神经发育障碍 | 单细胞ATAC-seq,全基因组测序 | 深度学习 | 基因组测序数据,表观基因组数据 | 132个脑和心脏细胞环境 | NA | NA | 突变优先排序能力 | NA |
| 10 | 2025-10-25 |
Dimensionality Reduction and Nearest Neighbors for Improving Out-of-Distribution Detection in Medical Image Segmentation
2024, The journal of machine learning for biomedical imaging
DOI:10.59275/j.melba.2024-g93a
PMID:40453064
|
研究论文 | 本研究通过降维和最近邻方法改进医学图像分割中的分布外检测 | 将马氏距离和k近邻距离应用于分割模型的瓶颈特征,结合PCA和UMAP降维技术,显著提升分布外检测性能 | 方法仅在肝脏分割任务上验证,需要扩展到其他器官和模态 | 提高医学图像分割模型对分布外数据的检测能力 | T1加权磁共振成像和计算机断层扫描的肝脏图像 | 计算机视觉 | 肝脏疾病 | 医学图像分割 | Swin UNETR, nnU-net | 医学图像 | NA | NA | Swin UNETR, nnU-net | 检测性能 | NA |
| 11 | 2025-10-24 |
Deep Learning-Based Contrast Boosting in Low-Contrast Media Pre-TAVR CT Imaging
2025-Nov, Canadian Association of Radiologists journal = Journal l'Association canadienne des radiologistes
DOI:10.1177/08465371251322054
PMID:40071690
|
研究论文 | 本研究探讨深度学习对比度增强技术在低对比剂CT成像中对图像质量和测量可靠性的影响 | 首次将深度学习对比度增强技术应用于肾功能不全患者的低对比剂TAVR术前CT评估 | 回顾性研究,样本量有限,需进一步前瞻性验证 | 评估深度学习对比度增强技术在低对比剂CT中的图像质量和测量可靠性 | 接受经导管主动脉瓣置换术的肾功能不全患者 | 医学影像分析 | 心血管疾病 | CT成像 | 深度学习 | 医学影像 | 68例患者(低对比剂组与标准对比剂对照组) | NA | NA | 对比噪声比, 信噪比, 组内相关系数 | NA |
| 12 | 2025-10-24 |
Understanding the Impact of Seasonal Weather Dynamics on Rice Disease Occurrence Using Neural Networks: A Case Study of Panicle Blast and Grain Rot
2025-Oct, Phytopathology
IF:2.6Q2
DOI:10.1094/PHYTO-01-25-0004-FI
PMID:40586730
|
研究论文 | 本研究利用长短期记忆神经网络分析季节性天气动态对水稻穗瘟病和谷粒腐病发生的影响 | 首次提出仅基于气象数据的数据驱动方法,通过梯度分析揭示气象变量与病害发生的隐藏关系及时态动态 | 模型测试准确率相对较低(PB 64.9%,GR 68.0%),且依赖充足的数据支持 | 探究季节性天气动态对水稻病害发生的影响机制 | 水稻穗瘟病和谷粒腐病 | 机器学习 | 水稻病害 | 气象数据分析 | LSTM | 时间序列数据 | 180天的七种气象变量时间序列数据 | NA | 长短期记忆网络 | 准确率 | NA |
| 13 | 2025-10-24 |
Neural networks to estimate multiple sclerosis disability and predict progression using routinely collected healthcare data
2025-Oct, Multiple sclerosis (Houndmills, Basingstoke, England)
DOI:10.1177/13524585251347513
PMID:40607660
|
研究论文 | 本研究利用常规收集的医疗保健数据开发神经网络算法,用于评估多发性硬化症相关残疾并预测其进展 | 首次将深度学习与生存分析相结合,使用行政数据估计EDSS评分并预测疾病进展风险 | 研究基于意大利坎帕尼亚地区的行政数据,可能限制结果的普适性 | 填补行政数据集中缺乏多发性硬化症残疾评估的空白,支持人群水平估计和医疗规划 | 多发性硬化症患者群体 | 机器学习 | 多发性硬化症 | 深度学习,生存分析 | 神经网络,混合模型 | 行政医疗数据 | 意大利坎帕尼亚地区2015-2021年多发性硬化症患者群体数据 | NA | 深度学习架构,生存分析混合模型 | 准确率,精确率,F1分数,预测性能 | NA |
| 14 | 2025-10-24 |
An Open-Source Deep Learning-Based Toolbox for Automated Auditory Brainstem Response Analyses (ABRA)
2025-Sep-23, bioRxiv : the preprint server for biology
DOI:10.1101/2024.06.20.599815
PMID:38948763
|
研究论文 | 介绍了一个基于深度学习的开源工具箱ABRA,用于自动化分析听觉脑干响应 | 开发了首个基于深度学习的开源ABR分析工具,实现了ABR波形分析的自动化和标准化 | NA | 开发自动化听觉脑干响应分析工具,提高分析效率和可重复性 | 听觉脑干响应信号 | 数字病理学 | 老年疾病 | 电生理记录 | CNN | 电生理信号 | 来自多个实验环境的不同数据集 | NA | 卷积神经网络 | 峰值幅度、潜伏期、听觉阈值估计 | NA |
| 15 | 2025-10-24 |
Generalized deep learning for histopathology image classification using supervised contrastive learning
2025-Sep, Journal of advanced research
IF:11.4Q1
DOI:10.1016/j.jare.2024.11.013
PMID:39551131
|
研究论文 | 本研究提出了一种名为HistopathAI的混合网络,利用监督对比学习和混合深度特征融合技术来提升组织病理学图像分类的准确性 | 结合监督对比学习(SCL)和混合深度特征融合(HDFF),采用从特征学习到分类器学习的顺序方法,在数据不平衡场景下仍能实现卓越性能 | NA | 提高组织病理学图像分类的准确性和诊断效率,支持数字病理学转型 | 组织病理学图像 | 数字病理学 | 癌症 | 组织病理学图像分析 | 深度学习, CNN | 图像 | 七个公开数据集和一个私有数据集 | NA | EfficientNetB3, ResNet50 | 准确率 | NA |
| 16 | 2025-10-24 |
Full dimensional dynamic 3D convolution and point cloud in pulmonary nodule detection
2025-Sep, Journal of advanced research
IF:11.4Q1
DOI:10.1016/j.jare.2024.11.033
PMID:39617261
|
研究论文 | 提出一种名为ODR3DNet的新型肺结节检测方法,结合全维度动态3D卷积和点云机器学习算法 | 引入全维度动态3D卷积技术,开发专门针对肺部3D点云数据的机器学习检测算法 | 未明确说明研究的具体局限性 | 提升肺结节检测的准确性和适应性,克服传统3D CNN的局限性 | 肺部结节 | 计算机视觉 | 肺癌 | 深度学习,3D点云处理 | 3D CNN | 3D点云数据,医学影像 | NA | NA | ODR3DNet,Omni-dimension Dynamic Residual 3D Net | CPM | NA |
| 17 | 2025-10-24 |
Evaluating the dosimetric and positioning accuracy of a deep learning based synthetic-CT model for liver radiotherapy treatment planning
2025-Apr-11, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/adc818
PMID:40174606
|
研究论文 | 评估基于深度学习的合成CT模型在肝癌放射治疗计划中的剂量学和定位准确性 | 首个在剂量学和患者定位两方面验证肝癌合成CT模型的研究,展示了仅使用MRI工作流程的可行性 | 样本量较小(11名患者),需进一步扩大验证规模 | 验证深度学习生成的合成CT在肝癌放射治疗中的剂量计算和定位准确性 | 肝癌患者放射治疗计划 | 医学影像分析 | 肝癌 | MRI, 合成CT生成, 4D CBCT | CycleGAN | 医学影像(MRI, CT, CBCT) | 11名患者 | NA | CycleGAN | 剂量差异百分比, 平移差异, 旋转差异, DVH分析 | NA |
| 18 | 2025-10-24 |
Ultrasensitive plasma-based monitoring of tumor burden using machine-learning-guided signal enrichment
2024-Jun, Nature medicine
IF:58.7Q1
DOI:10.1038/s41591-024-03040-4
PMID:38877116
|
研究论文 | 介绍MRD-EDGE平台,一种基于机器学习的ctDNA检测方法,用于超灵敏监测肿瘤负荷 | 通过深度学习将WGS中SNV信噪比富集提高约300倍,并将CNV检测所需非整倍性程度从1Gb降低至200Mb | NA | 开发超灵敏的ctDNA检测平台用于微小残留病监测和治疗反应评估 | 实体瘤患者,包括肺癌、结直肠腺瘤、黑色素瘤等多种癌症类型 | 机器学习 | 肺癌 | 血浆全基因组测序 | 深度学习 | 基因组测序数据 | NA | NA | NA | 信噪比富集,检测灵敏度 | NA |
| 19 | 2025-10-23 |
Migration of Deep Learning Models Across Ultrasound Scanners
2025-Nov, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2025.3564567
PMID:40279236
|
研究论文 | 本研究开发了一种黑盒无监督域适应方法,实现深度学习模型在不同超声扫描仪间的功能迁移 | 将传递函数方法与迭代模式相结合,在无需了解模型内部信息的情况下实现跨设备功能迁移 | 需要目标机器的未标记数据,且仅验证了二进制分类任务 | 解决深度学习模型在定量超声中跨设备部署的适应性问题 | 超声扫描仪(SonixOne和Verasonics) | 医学影像分析 | NA | 定量超声 | 深度学习模型 | 超声数据 | NA | NA | NA | 分类准确率 | NA |
| 20 | 2025-10-23 |
Deep Learning for EEG-Based Visual Classification and Reconstruction: Panorama, Trends, Challenges and Opportunities
2025-Nov, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2025.3568282
PMID:40343828
|
综述 | 本文首次系统综述了基于脑电图的视觉分类与重建领域的深度学习方法 | 首次对基于EEG的视觉分类与重建进行系统性综述,提出特征编码与解码的双重视角分析方法,并探讨方法论本质与神经科学见解的闭环互动关系 | 作为综述性论文,不包含原始实验数据和新算法开发 | 促进基于脑电图的视觉分类与重建领域的研究进展 | 脑电图信号与视觉信息处理 | 脑机接口, 深度学习 | NA | 脑电图 | NA | 脑电图信号, 视觉刺激数据 | NA | NA | NA | NA | NA |