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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2341 | 2025-11-29 |
PDualNet: a deep learning framework for joint prediction of Parkinson's disease progression subtype and MDS-UPDRS scores
2025-Nov-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-25812-9
PMID:41290857
|
研究论文 | 提出PDualNet深度学习框架,联合预测帕金森病进展亚型和MDS-UPDRS评分 | 开发了新颖的双任务框架,通过无监督模块生成单次访视嵌入和有监督模块学习疾病状态嵌入,实现进展亚型和症状评分的联合预测 | 研究基于特定队列数据,需要在更广泛人群中验证通用性 | 预测帕金森病进展亚型和未来MDS-UPDRS评分,提升疾病预后评估和个性化治疗规划 | 帕金森病患者纵向临床数据 | 机器学习 | 帕金森病 | 纵向临床数据分析 | 深度学习框架 | 临床特征数据 | 579名来自帕金森病进展标志物倡议的参与者,额外490名来自帕金森病生物标志物项目的验证队列 | NA | PDualNet(包含单次访视嵌入模块和疾病状态嵌入模块的双解码器架构) | 分类任务性能指标,回归任务性能指标 | NA |
| 2342 | 2025-11-29 |
Enhanced in-situ monitoring of metal deposition behaviour for pulsed wire arc directed energy deposition using integrated noncoaxial imaging and supervised deep learning framework
2025-Nov-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-26001-4
PMID:41290889
|
研究论文 | 提出一种结合非共轴成像和监督深度学习框架的方法,用于监测脉冲电弧定向能量沉积过程中的金属沉积行为 | 首次将非共轴成像与监督深度学习框架集成用于脉冲DED-Arc过程的在线监测,并采用Pareto优化分析熔池区域与电弧区域的关系 | NA | 通过计算机视觉方法预测电弧和熔池区域,提高定向能量沉积过程的在线监测能力 | 定向能量沉积-电弧过程中的电弧和熔池区域 | 计算机视觉 | NA | 非共轴成像,脉冲电弧定向能量沉积 | CNN, Inception V3 | 图像 | NA | NA | Inception V3, 卷积神经网络 | 分割准确率 | NA |
| 2343 | 2025-11-29 |
Deep learning for automatic segmentation of hepatocellular carcinoma in contrast enhanced CT scans
2025-Nov-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-26019-8
PMID:41290887
|
研究论文 | 本研究评估深度学习模型在增强CT扫描中自动分割肝细胞癌的性能 | 引入了新的对比增强CT扫描数据集,并对多种分割架构在不同数据集上进行了比较分析 | 未明确说明模型的具体性能表现和验证结果 | 开发自动分割肝细胞癌的工具以支持癌症诊断和治疗规划 | 肝细胞癌患者的CT扫描图像 | 计算机视觉 | 肝癌 | CT扫描 | 深度学习分割模型 | 医学图像 | 多个数据集包括LiTS、HCC-TACE-Seg、WAW-TACE和新的CECT数据集 | NA | NA | NA | NA |
| 2344 | 2025-11-29 |
A comparative evaluation of explainability techniques for image data
2025-Nov-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-25839-y
PMID:41290895
|
研究论文 | 对六种广泛使用的显著性图可解释性技术进行全面的比较评估 | 首次使用五个定量、功能基础的指标对多种XAI方法进行系统评估,揭示了不同方法在各项指标上的权衡关系 | 仅评估了六种显著性图技术,未覆盖所有可解释性方法;评估基于三个基准数据集和三种架构,可能无法完全泛化 | 评估和比较图像数据可解释性技术的性能表现 | 六种显著性图可解释性技术:LIME、SHAP、GradCAM、GradCAM++、Integrated Gradients和SmoothGrad | 计算机视觉 | NA | 可解释人工智能技术 | CNN | 图像 | 三个基准数据集(CIFAR10、Imagenette、SVHN) | NA | 三种成熟的深度学习架构 | 保真度、稳定性、同一性、可分离性、计算时间 | NA |
| 2345 | 2025-11-29 |
A hybrid bio inspired neural model based on Ropalidia Marginata behavior for multi disease classification
2025-Nov-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-26030-z
PMID:41290921
|
研究论文 | 提出一种基于罗帕利迪亚黄蜂行为启发的混合神经网络模型RMO-NN,用于改进医学数据分类性能 | 首次将罗帕利迪亚黄蜂的任务分配和优势等级机制引入神经网络优化,提出新型RMO算法 | NA | 开发基于生物启发优化的神经网络模型以提高疾病分类准确率 | 乳腺癌、糖尿病、输血相关医疗数据和医学图像数据 | 机器学习 | 多疾病分类 | 机器学习 | 人工神经网络,混合神经网络 | 医疗数据,医学图像 | 三个大规模医疗数据集和三个医学图像数据集 | NA | RMO-NN | 准确率,均方误差,标准差,收敛速度 | NA |
| 2346 | 2025-11-29 |
Detect pre-cancerous tongue lesions for early oral cancer diagnosis using deep learning algorithm
2025-Nov-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-25925-1
PMID:41290938
|
研究论文 | 本研究开发了一种基于深度学习的算法,用于检测舌部癌前病变以实现口腔癌的早期诊断 | 首次针对舌部特异性病变开发深度学习检测模型,填补了该领域的研究空白 | 使用自定义数据集,缺乏公开数据集验证;仅针对舌部病变,未涵盖其他口腔部位 | 通过深度学习算法提高口腔癌早期诊断的准确性 | 舌部癌前病变图像 | 计算机视觉 | 口腔癌 | 深度学习 | CNN | 图像 | 自定义数据集(具体数量未提及) | NA | DenseNet121,DenseNet169,DenseNet201,MobileNet,MobileNetV2,VGG16,VGG19,ResNet50,EfficientNetV2B0,EfficientNetV2B1,EfficientNetV2B2,EfficientNetV2B3,Inception,AlexNet | 训练精度,验证精度,训练损失,验证损失 | NA |
| 2347 | 2025-11-29 |
Intelligent prediction of air quality index based on the transformer-BiLSTM model
2025-Nov-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-25865-w
PMID:41290942
|
研究论文 | 提出一种结合Transformer编码器和双向长短期记忆网络的混合深度学习模型用于空气质量指数预测 | 首次将Transformer编码器与BiLSTM网络结合构建混合模型用于AQI预测,相比传统基线模型提高了准确性和泛化能力 | 研究仅基于石家庄、北京和天津三个城市的数据,模型在其他地区的适用性需要进一步验证 | 开发准确可靠的空气质量指数预测方法以支持环境监测和管理 | 空气质量指数(AQI) | 机器学习 | NA | 深度学习 | Transformer, BiLSTM | 时间序列数据 | 2013年11月至2025年2月期间石家庄、北京和天津的每日空气质量数据 | NA | Transformer编码器, 双向长短期记忆网络 | 均方根误差, 平均绝对误差, 平均绝对百分比误差 | NA |
| 2348 | 2025-11-29 |
Improving emotional connection of human and machine using Deep Maxout Networks optimized through Modified Water Cycle optimizer
2025-Nov-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-25874-9
PMID:41290950
|
研究论文 | 提出一种结合深度学习和元启发式技术的语音情感识别新方法 | 使用改进水循环算法优化深度最大输出网络的架构参数 | 仅在CASIA和Emo-DB两个数据集上验证,未在其他数据集测试泛化能力 | 提高计算机对人类情感的识别准确率以改善人机交互体验 | 语音信号中的情感识别 | 自然语言处理 | NA | 梅尔频率倒谱系数特征提取 | 深度最大输出网络 | 语音信号 | CASIA和Emo-DB两个数据集 | NA | Deep Maxout Networks | 准确率,F1-score | NA |
| 2349 | 2025-11-29 |
Automated defect classification and localization in sewer pipelines using hybrid ResNet50-Swin transformer and modified YOLOv8 on CCTV inspection images
2025-Nov-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-27765-5
PMID:41291026
|
研究论文 | 提出一种两阶段方法,用于下水道管道CCTV检测图像中的缺陷自动分类与定位 | 融合ResNet50和Swin Transformer的混合分类器与集成CBAM注意力机制的改进YOLOv8检测器相结合 | 数据集仅来自伊朗200多条下水道管道的6912张图像,可能缺乏地理多样性 | 开发准确稳健的下水道管道缺陷自动检测系统 | 下水道管道CCTV检测图像中的缺陷 | 计算机视觉 | NA | CCTV检测成像 | CNN, Transformer, YOLO | 图像 | 6912张图像,来自200多条下水道管道 | NA | ResNet50, Swin Transformer, YOLOv8 | 准确率, mAP | NA |
| 2350 | 2025-11-29 |
NeuroAgeFusionNet an ensemble deep learning framework integrating CNN, transformers, and GNN for robust brain age estimation using MRI scans
2025-Nov-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-26211-w
PMID:41291081
|
研究论文 | 提出集成CNN、Transformer和GNN的混合深度学习框架NeuroAgeFusionNet,用于基于MRI扫描的脑年龄估计 | 首次将CNN、Transformer和GNN集成于脑年龄预测框架,结合特征融合机制和不确定性量化模块 | 仅使用UK Biobank数据集进行验证,需在更多多样化数据集上测试泛化能力 | 提高脑年龄预测的准确性和鲁棒性,为神经退行性疾病早期诊断提供可靠生物标志物 | 脑部MRI扫描图像 | 医学影像分析 | 神经退行性疾病 | MRI | CNN,Transformer,GNN | 图像 | UK Biobank数据集 | NA | NeuroAgeFusionNet | MAE,Pearson correlation,R score | NA |
| 2351 | 2025-11-29 |
SU3327: A Multi-Target Compound Targeting Bacterial Menaquinone and DNA
2025-Nov-25, International journal of antimicrobial agents
IF:4.9Q1
|
研究论文 | 本研究阐明了抗菌化合物SU3327通过靶向细菌甲基萘醌和DNA的双重作用机制 | 首次发现SU3327通过双重机制发挥抗菌作用:破坏细菌能量代谢和诱导DNA氧化损伤 | 机制研究主要基于大肠杆菌ATCC 25922,在其他菌种中的适用性需进一步验证 | 阐明SU3327的抗菌作用机制并探索其作为多靶点治疗剂的潜力 | 细菌能量代谢系统和DNA损伤机制 | 微生物学与药物发现 | 细菌感染 | 微生物学分析、生物化学/生物物理分析、质谱分析、电化学分析、转录组学分析 | NA | 实验数据、质谱数据、转录组数据 | 大肠杆菌ATCC 25922菌株 | NA | NA | NA | NA |
| 2352 | 2025-11-29 |
DSSCC net enhanced skin cancer classification using SMOTE Tomek and optimized convolutional neural network
2025-Nov-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-25428-z
PMID:41285940
|
研究论文 | 提出一种结合SMOTE-Tomek过采样技术和优化卷积神经网络的皮肤癌分类模型DSSCC-Net | 首次将SMOTE-Tomek过采样技术与优化CNN架构集成,有效解决皮肤镜数据中的类别不平衡问题 | 模型仅在特定数据集上验证,需要进一步扩展到更多样化的人群和实时诊断应用 | 开发一个鲁棒、高效且可解释的皮肤癌早期诊断模型 | 皮肤镜图像中的皮肤病变分类 | 计算机视觉 | 皮肤癌 | 皮肤镜图像分析 | CNN | 图像 | HAM10000、ISIC 2018和PH2数据集 | 未明确指定 | DSSCC-Net(优化CNN架构) | 准确率, 精确率, 召回率, F1分数, AUC | NA |
| 2353 | 2025-11-29 |
Improving retinal vessel assessment precision by integrating deep learning with interactive editing and graphical modeling
2025-Nov-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-25421-6
PMID:41285945
|
研究论文 | 介绍SERVAL软件平台,通过集成深度学习和交互编辑技术提升视网膜血管评估精度 | 首次将深度学习自动初始化、亚像素血管中心线和边界优化与交互编辑工具集成于统一图形界面平台 | NA | 开发精确量化眼底图像血管结构的软件平台 | 视网膜血管结构 | 数字病理 | 视网膜疾病 | 深度学习,图像处理 | NA | 眼底图像 | NA | NA | NA | 精度,结构细节,测量一致性,临床实用性 | NA |
| 2354 | 2025-11-29 |
TinyML with CTGAN based smart industry power load usage prediction with original and synthetic data visualization towards industry 5.0
2025-Nov-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-25678-x
PMID:41285964
|
研究论文 | 提出结合监督机器学习和生成模型的综合框架,用于预测和合成工业能耗数据中的负载类型 | 将TinyML与CTGAN结合,在资源受限环境中实现轻量级负载分类和合成数据生成,支持'假设分析' | 在资源受限环境中运行,可能受限于计算能力和数据规模 | 开发智能工业电力负载使用预测系统,支持工业5.0环境 | 工业能源消耗数据,包括轻负载、中等负载和最大负载类型 | 机器学习 | NA | 生成对抗网络,监督机器学习 | TinyML, CTGAN, GRU, LSTM | 表格数据 | NA | NA | LSTM with attention, 传统LSTM, GRU, 集成模型 | 准确率 | 资源受限环境,无需额外资源 |
| 2355 | 2025-11-29 |
Neonatal seizure detection from EEG using inception ResNetV2 feature extraction and XGBoost optimized with particle swarm optimization
2025-Nov-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-25361-1
PMID:41286007
|
研究论文 | 提出一种结合Inception-ResNetV2特征提取和粒子群优化XGBoost的混合深度学习框架,用于新生儿癫痫早期检测 | 首次将Inception-ResNetV2与PSO优化的XGBoost结合,通过子带分析揭示前颞叶区域theta和delta波段在癫痫检测中的重要性 | 仅基于79名足月新生儿数据验证,未在更广泛人群或早产儿中测试 | 开发准确、快速的新生儿癫痫自动检测系统 | 新生儿脑电图信号 | 医疗信号处理 | 新生儿癫痫 | 离散小波变换, 短时傅里叶变换 | CNN, XGBoost | 脑电图信号, 时频谱图 | 79名足月新生儿,包含460次专家标注的癫痫发作 | TensorFlow/Keras, XGBoost | Inception-ResNetV2 | 准确率, 精确率, 灵敏度, 特异性 | NA |
| 2356 | 2025-11-29 |
Data driven multi-stage transformer based framework for intelligent water quality monitoring
2025-Nov-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-25527-x
PMID:41285998
|
研究论文 | 提出基于Transformer的多阶段深度学习框架用于智能水质监测 | 开发了TransGAN生成对抗网络生成合成数据,TransAuto自动编码器进行异常检测和特征识别,并集成多种先进Transformer模型提升预测性能 | 未明确说明数据采集的具体来源和时间范围,以及模型在不同水质条件下的泛化能力 | 开发智能水质监测框架以支持废水处理厂的运营管理和SDG 6目标实现 | 废水处理厂的水质参数时间序列数据 | 机器学习 | NA | 深度学习 | Transformer, GAN, Autoencoder, 集成学习 | 表格数据,多元时间序列数据 | NA | NA | TransGAN, TransAuto, Time Series Transformer, Temporal Fusion Transformer, Informer, Autoformer, FEDformer, TimeGPT | MSE, RMSE, MAE, R | NA |
| 2357 | 2025-11-29 |
An AI-driven tools assessment framework for english teachers using the Fuzzy Delphi algorithm and deep learning
2025-Nov-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-25466-7
PMID:41286088
|
研究论文 | 提出一个综合人工智能工具评估框架,通过模糊德尔菲算法和深度学习提升英语教学效果 | 整合模糊德尔菲算法、可解释AI技术和双向LSTM深度学习模型,建立多技术融合的英语教学工具评估框架 | 未明确说明样本规模和具体数据集特征,缺乏跨文化验证 | 开发AI驱动的工具评估框架以提升英语教学效果 | 英语教师和学生的学习过程及AI工具使用情况 | 自然语言处理 | NA | 模糊德尔菲算法、可解释AI、深度学习 | Bi-LSTM | 课堂案例研究、访谈记录、学生文档 | NA | NA | Bi-LSTM | 准确率, 精确率, 召回率, F1分数 | NA |
| 2358 | 2025-11-29 |
Trend Factor Smoothing and Tasmanian Devil Optimization based Siamese Neural Network for anomaly detection in predictive maintenance
2025-Nov-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-25312-w
PMID:41286087
|
研究论文 | 提出一种结合趋势因子平滑与塔斯马尼亚恶魔优化的连体神经网络模型,用于预测性维护中的异常检测 | 首次将趋势因子平滑与塔斯马尼亚恶魔优化算法结合,并应用于连体神经网络进行异常检测 | 未提及模型计算复杂度与实时性表现,缺乏与其他最新优化方法的对比 | 开发用于网络物理系统预测性维护的先进异常检测深度学习模型 | CNC铣床刀具磨损数据 | 机器学习 | NA | 深度学习 | SNN | 时间序列数据 | CNC Mill Tool Wear数据集 | NA | Siamese Neural Network | precision, recall, F1-score | NA |
| 2359 | 2025-11-29 |
T-ECBM: a deep learning-based text-image multimodal model for tourist attraction recommendation
2025-Nov-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-25630-z
PMID:41286101
|
研究论文 | 提出基于深度学习的文本-图像多模态旅游景点推荐模型T-ECBM | 融合BERT文本特征与改进EfficientNet-CA视觉特征的多模态推荐模型,有效解决新用户/新景点冷启动问题 | 仅针对中国西北五省52个景点,样本覆盖范围有限 | 开发智能旅游推荐系统以提升游客决策体验 | 中国西北地区旅游景点及游客评论数据 | 自然语言处理,计算机视觉 | NA | 深度学习 | BERT,EfficientNet,多层感知机 | 文本,图像 | 52个景点的23,488条用户评论和4,160张图像 | NA | BERT,EfficientNet-CA,多层感知机 | Top-1准确率,Top-5准确率,F1分数 | NA |
| 2360 | 2025-11-29 |
Intelligent strength training for football players using resnext optimized by upgraded chimp optimization algorithm
2025-Nov-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-25468-5
PMID:41286113
|
研究论文 | 提出一种结合改进ResNeXt卷积神经网络和升级黑猩猩优化算法的智能足球运动员力量训练系统 | 使用基于基数特征学习的改进ResNeXt网络区分生物力学相似动作,并采用具有混沌映射启动和消除步骤的升级黑猩猩优化算法提高全局搜索效率 | 仅在伯克利MHAD数据集上进行测试,未在其他运动数据集验证 | 开发智能训练系统以提升运动员表现和预防运动损伤 | 足球运动员 | 计算机视觉 | NA | 动作识别 | CNN | 运动视频数据 | 伯克利MHAD数据集 | NA | ResNeXt | 准确率, F1分数 | NA |