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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
2581 | 2025-10-06 |
Metagenomic research on the structural difference of plaque microbiome from different caries stages and the construction of a caries diagnostic model
2025-Sep-10, mSystems
IF:5.0Q1
DOI:10.1128/msystems.00044-25
PMID:40928220
|
研究论文 | 通过宏基因组学研究不同龋齿阶段牙菌斑微生物组的结构差异,并构建龋齿诊断模型 | 首次在更高分辨率下研究不同龋齿阶段的微生物差异,并开发基于深度学习的龋齿诊断模型 | 样本量较小(30名儿童),RH、EC和DC组间物种丰富度无显著差异 | 研究不同龋齿阶段微生物组结构差异并构建诊断模型 | 儿童牙菌斑样本(包括健康个体和龋齿活跃患者) | 宏基因组学 | 龋齿 | 2bRAD测序 | 神经网络 | 宏基因组测序数据 | 30名儿童(15名龋齿活跃患者,15名无龋齿个体),共60个牙菌斑样本 | NA | NA | AUC | NA |
2582 | 2025-10-06 |
Clinical evaluation of motion robust reconstruction using deep learning in lung CT
2025-Sep-10, Physical and engineering sciences in medicine
IF:2.4Q2
DOI:10.1007/s13246-025-01633-y
PMID:40928606
|
研究论文 | 本研究通过定量和视觉评估方法,评估基于深度学习的CLEAR Motion重建技术在肺部CT中对运动伪影的校正效果 | 首次对新型深度学习运动校正重建技术CLEAR Motion在肺部CT中的临床实用性进行系统性定量评估 | 样本量相对有限(129例),未包含所有可能的临床场景 | 评估深度学习运动校正重建技术在肺部CT成像中的临床效果 | 肺部CT图像和患者临床特征(心率、身高、体重、BMI) | 医学影像分析 | 肺部疾病 | CT成像,深度学习重建 | 深度学习 | CT图像 | 129例肺部CT扫描 | NA | CLEAR Motion | 拉普拉斯方差(VL),峰值信噪比(PSNR),视觉评估得分 | NA |
2583 | 2025-10-06 |
Oral bioavailability property prediction based on task similarity transfer learning
2025-Sep-10, Molecular diversity
IF:3.9Q2
DOI:10.1007/s11030-025-11345-w
PMID:40928678
|
研究论文 | 提出基于任务相似性迁移学习的框架TS-GTL,用于预测人类口服生物利用度 | 结合物理化学性质与图深度学习,引入任务相似性度量MoTSE指导迁移学习 | 在数据稀缺场景下的应用可能受限于预训练数据的质量 | 优化药物候选物并提高临床成功率 | 药物分子 | 机器学习 | NA | 图深度学习 | GNN, Transformer | 分子图数据 | NA | NA | PGnT, Transformer | NA | NA |
2584 | 2025-10-06 |
Incorporating respiratory signals for machine learning-based multimodal sleep stage classification: a large-scale benchmark study with actigraphy and heart rate variability
2025-Sep-09, Sleep
IF:5.3Q1
DOI:10.1093/sleep/zsaf091
PMID:40219765
|
研究论文 | 本研究通过结合活动记录、心率变异性和呼吸信号,开发了一种基于机器学习的多模态睡眠阶段分类方法 | 首次在大规模研究中系统评估呼吸信号对睡眠阶段分类的增强作用,并比较心电图衍生呼吸特征与传统呼吸带数据的性能 | 研究基于公开数据集,可能无法完全代表所有人群的睡眠模式 | 开发更准确的家庭睡眠监测系统,改善睡眠检测算法 | 睡眠阶段分类,包括清醒期和快速眼动睡眠期 | 机器学习 | 睡眠障碍 | 活动记录监测,心率变异性分析,呼吸信号分析 | LSTM | 生理信号数据,包括活动记录、心电信号和呼吸信号 | 超过1000条睡眠记录 | NA | LSTM | 马修斯相关系数,四分位距 | NA |
2585 | 2025-10-06 |
Deep learning neural network of adenocarcinoma detection in effusion cytology
2025-Sep-09, American journal of clinical pathology
IF:2.3Q2
DOI:10.1093/ajcp/aqaf067
PMID:40736208
|
研究论文 | 开发基于深度学习的恶性细胞检测模型用于积液细胞学检查中的腺癌检测 | 首次将YOLOv8目标检测算法应用于积液细胞学图像中的腺癌细胞检测 | 在创建目标检测模型时细胞标注存在一些问题 | 检测积液细胞学图像中的恶性细胞 | 积液细胞学图像中的腺癌细胞 | 计算机视觉 | 腺癌 | 细胞学检查 | CNN | 图像 | 463例病例(275例腺癌,188例阴性病例),共14162张图像 | YOLOv8, Roboflow | YOLOv8 | 准确率, 精确率, 召回率, F1分数, 平均精度均值, 灵敏度, 特异性, 假阳性率 | NA |
2586 | 2025-10-06 |
Artificial intelligence in traumatic brain injury: Brain imaging analysis and outcome prediction: A mini review
2025-Sep-09, World journal of critical care medicine
DOI:10.5492/wjccm.v14.i3.107611
PMID:40880570
|
综述 | 本文回顾了人工智能在创伤性脑损伤影像分析和预后预测中的应用 | 重点探讨机器学习和深度学习方法在创伤性脑损伤领域的具体特征和应用潜力 | NA | 评估人工智能在创伤性脑损伤医疗实践中的改进潜力 | 创伤性脑损伤患者 | 医学影像分析 | 创伤性脑损伤 | NA | 机器学习,深度学习 | 医学影像 | NA | NA | NA | NA | NA |
2587 | 2025-10-06 |
Lesion Asymmetry Screening Assisted Global Awareness Multi-view Network for Mammogram Classification
2025-Sep-09, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3607877
PMID:40924534
|
研究论文 | 提出一种用于乳腺X线摄影分类的病变不对称筛查辅助全局感知多视图网络 | 首次将病变不对称筛查与全局感知相结合,模拟放射科医生诊断流程,实现患者级别的乳腺癌诊断 | 仅使用患者级别标签训练,可能忽略细粒度病变特征 | 开发基于深度学习的计算机辅助乳腺癌诊断系统 | 乳腺X线摄影图像 | 计算机视觉 | 乳腺癌 | 深度学习 | CNN | 医学图像 | DDSM公共数据集和内部数据集 | NA | 多视图网络 | AUC | NA |
2588 | 2025-10-06 |
Spherical Harmonics Representation Learning for High-Fidelity and Generalizable Super-Resolution in Diffusion MRI
2025-Sep-09, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2025.3607105
PMID:40924535
|
研究论文 | 提出基于球谐函数表示学习的SHRL-dMRI框架,用于扩散磁共振成像的高保真和可泛化超分辨率重建 | 首次将隐式神经表示与球谐函数相结合,同时提升空间和角度分辨率,并引入数据保真模块和基于小波的频率损失函数 | 未明确说明训练数据的具体规模和多样性限制 | 开发能够同时提升扩散磁共振成像空间和角度分辨率的超分辨率方法 | 扩散磁共振成像数据 | 医学影像分析 | NA | 扩散磁共振成像 | 隐式神经表示 | 医学影像数据 | NA | NA | SHRL-dMRI | 分辨率提升效果,微结构参数估计精度,泛化能力 | NA |
2589 | 2025-10-06 |
Toward Foundational Model for Sleep Analysis Using a Multimodal Hybrid-Self-Supervised Learning Framework
2025-Sep-09, IEEE transactions on cybernetics
IF:9.4Q1
DOI:10.1109/TCYB.2025.3603608
PMID:40924530
|
研究论文 | 提出一种用于睡眠分析的多模态混合自监督学习框架SynthSleepNet,能够有效分析多导睡眠图数据 | 结合掩码预测和对比学习的混合自监督学习框架,并开发基于Mamba的TCM模型来有效捕捉跨信号上下文信息 | NA | 开发基础模型用于睡眠质量评估和睡眠障碍诊断 | 多导睡眠图数据,包括脑电图、眼电图、肌电图和心电图 | 机器学习 | 睡眠障碍 | 多导睡眠图 | 自监督学习, Mamba | 生理信号数据 | NA | NA | TCM, Mamba | 准确率 | NA |
2590 | 2025-10-06 |
Structure Learning of Deep Gaussian and Non-Gaussian Information Fusion Framework for Automated Predictive Data Analytics
2025-Sep-09, IEEE transactions on cybernetics
IF:9.4Q1
DOI:10.1109/TCYB.2025.3603545
PMID:40924529
|
研究论文 | 提出一种基于最大信息系数的结构学习算法,用于深度高斯与非高斯信息融合框架的自动化预测数据分析 | 引入最大信息系数作为潜变量间关联强度的度量,提出自动确定深度模型隐藏层数的评估指标 | 仅通过两个工业案例验证,需要更多实际应用场景的测试 | 解决深度信息融合框架中的结构学习问题,实现数据驱动建模的自动化 | 时变工业过程数据 | 机器学习 | NA | 信息融合 | 潜变量模型 | 工业过程数据 | NA | 深度学习框架 | 深度高斯与非高斯信息融合框架 | 在线预测性能 | NA |
2591 | 2025-10-06 |
Two-Step Semi-Automated Classification of Choroidal Metastases on MRI: Orbit Localization via Bounding Boxes Followed by Binary Classification via Evolutionary Strategies
2025-Sep-09, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8998
PMID:40925681
|
研究论文 | 提出一种用于MRI图像脉络膜转移瘤检测的两步半自动分类方法 | 采用分层深度学习框架,结合YOLOv5定位网络和进化策略训练的分类网络,有效解决小数据集下的脉络膜转移瘤检测问题 | 模型无法区分左右眼眶,且数据集规模较小 | 开发人工智能方法改进脑部MRI中脉络膜转移瘤的检测 | 脑部MRI图像中的脉络膜转移瘤 | 计算机视觉 | 脉络膜转移瘤 | MRI成像 | CNN, YOLO | 医学图像 | 第一步:386张T2加权脑部MRI轴位切片(来自97名患者);第二步:33张正常和33张含脉络膜转移瘤的脑部MRI | PyTorch | YOLOv5, 卷积神经网络 | 准确率, mAP(0.5:0.95), AUC, 灵敏度, 特异性 | NA |
2592 | 2025-10-06 |
Development of an MRI-Based Comprehensive Model Fusing Clinical, Habitat Radiomics, and Deep Learning Models for Preoperative Identification of Tumor Deposits in Rectal Cancer
2025-Sep-09, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.70075
PMID:40926527
|
研究论文 | 开发基于MRI融合临床、生境影像组学和深度学习特征的综合模型,用于直肠癌肿瘤沉积的术前识别 | 首次将临床特征、生境影像组学特征和深度学习特征进行融合,构建综合模型用于直肠癌肿瘤沉积的术前检测 | 回顾性研究设计,样本量相对有限,需要进一步前瞻性验证 | 研究基于MRI的融合模型在直肠癌肿瘤沉积术前识别和预后评估中的应用价值 | 经手术确诊的直肠癌患者 | 医学影像分析 | 直肠癌 | MRI T2加权成像 | 深度学习, 影像组学, 融合模型 | 医学影像 | 635例直肠癌患者(训练集259例,内部验证112例,外部验证264例),其中184例TDs阳性 | nnUNet | nnUNet | AUC, 决策曲线分析, 校准曲线, Kaplan-Meier分析 | NA |
2593 | 2025-10-06 |
Multimodal machine learning for staging laparoscopy: a combined image analysis and morphologic tool for the discrimination of peritoneal metastasis
2025-Sep-09, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000003448
PMID:40928288
|
研究论文 | 开发了一种结合图像分析和形态学特征的多模态机器学习模型,用于在分期腹腔镜手术中区分腹膜转移灶与良性病变 | 首次将腹腔镜图像分析与病变形态学特征相结合,创建多模态机器学习模型用于腹膜转移的术中识别 | 研究样本量相对有限(67名患者),仅进行了内部验证,需要外部验证确认泛化能力 | 开发一种术中决策支持工具,提高腹膜转移的识别准确性并减少不必要的活检 | 接受分期腹腔镜检查的疑似腹膜转移患者的腹腔镜视频帧和病变形态特征 | 计算机视觉 | 腹膜转移 | 腹腔镜成像,形态学评估 | 深度学习,传统机器学习 | 视频帧图像,形态学特征数据 | 67名患者的453个连续活检病变(良性197个,恶性256个) | NA | NA | AUC | NA |
2594 | 2025-10-06 |
DeepPhosPPI: a deep learning framework with attention-CNN and transformer for predicting phosphorylation effects on protein-protein interactions
2025-Sep-06, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf462
PMID:40914970
|
研究论文 | 提出首个基于序列的深度学习框架DeepPhosPPI,用于预测磷酸化对蛋白质-蛋白质相互作用的影响 | 首个结合注意力CNN和Transformer的序列深度学习框架,使用预训练蛋白质语言模型进行特征嵌入 | NA | 开发计算模型预测磷酸化对蛋白质-蛋白质相互作用的调控效应 | 蛋白质磷酸化位点及其对蛋白质相互作用的影响 | 生物信息学 | 神经退行性疾病,癌症 | 深度学习 | CNN,Transformer | 蛋白质序列数据 | NA | NA | 注意力CNN,Transformer,ProtBERT,ESM-2 | NA | NA |
2595 | 2025-10-06 |
Detecting, Characterizing, and Mitigating Implicit and Explicit Racial Biases in Health Care Datasets With Subgroup Learnability: Algorithm Development and Validation Study
2025-Sep-04, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/71757
PMID:40905712
|
研究论文 | 开发并验证了一种名为AEquity的简单指标,用于检测和减轻医疗数据集中的种族偏见 | 提出了一种基于学习曲线近似的数据中心化偏见缓解方法,可在算法生成的数据层面解决偏见问题 | 研究中使用的数据集和算法类型有限,需要进一步验证在更广泛场景下的适用性 | 开发能够检测和减轻医疗数据集中隐性和显性种族偏见的算法 | 医疗数据集中的种族偏见问题 | 机器学习 | NA | 学习曲线近似方法 | 全连接网络,CNN,Transformer,LightGBM | 胸部X光图像,医疗成本利用数据,健康调查数据 | NA | NA | ResNet-50,VIT-B-16 | AUC,假阴性率,精确率,假发现率 | NA |
2596 | 2025-10-06 |
Dynamic network compression via probabilistic channel pruning
2025-Sep-04, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.108080
PMID:40925121
|
研究论文 | 提出一种基于概率通道剪枝的动态网络压缩方法,通过概率连接模块实现通道连接的动态激活与停用 | 引入概率连接模块实现动态通道剪枝,无需剪枝后微调,并提出资源感知正则化控制压缩程度 | 未明确说明在更复杂网络架构或大规模数据集上的适用性 | 解决神经网络压缩问题,减少计算密集型深度学习模型的参数量和计算开销 | 深度神经网络模型 | 机器学习 | NA | 神经网络剪枝 | CNN | NA | NA | NA | ResNet-56, VGG-19 | 参数量减少百分比, 准确率提升 | NA |
2597 | 2025-10-06 |
Multimodal Deep Learning for Generating Potential Anti-Dengue Peptides
2025-Sep-02, ACS omega
IF:3.7Q2
DOI:10.1021/acsomega.5c03510
PMID:40918327
|
研究论文 | 提出一种多模态深度学习框架,用于预测和生成潜在的抗登革热病毒多肽 | 首次将高性能预测建模与生成学习相结合的多模态框架,用于抗登革热多肽的发现 | 抗登革热多肽数据在现有数据集中仍然有限 | 开发有效的抗病毒治疗方法,特别是针对登革热病毒的治疗性多肽 | 抗登革热多肽(ADPs) | 机器学习 | 登革热 | 多肽序列分析 | BiLSTM, GAN, 随机森林, CNN, Transformer | 多肽序列数据 | NA | TensorFlow, PyTorch, Scikit-learn | 双向长短期记忆网络, 堆叠集成神经网络, Wasserstein生成对抗网络, 卷积神经网络, Transformer | 平衡准确率, AUC-ROC, AUC-PR, 马修斯相关系数 | NA |
2598 | 2025-10-06 |
Development and validation of a user-friendly prediction tool for preoperative T-Staging in gallbladder Cancer: A multicenter study using contrast-enhanced CT-Based fusion models
2025-Sep, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology
DOI:10.1016/j.ejso.2025.110117
PMID:40412011
|
研究论文 | 开发并验证基于对比增强CT的融合模型,用于胆囊癌术前T分期预测 | 首次结合放射组学、深度学习和临床数据构建加权融合模型,并开发用户友好的预测工具 | 回顾性研究,样本量相对有限(189例),仅来自两个机构 | 提高胆囊癌术前T分期的准确性和手术规划效果 | 胆囊癌患者 | 医学影像分析 | 胆囊癌 | 对比增强CT,放射组学,深度学习 | 融合模型 | 医学影像(CT动脉期和门静脉期序列),临床数据 | 189例胆囊癌患者(训练集111例,内部验证集48例,时间验证集30例) | NA | 加权融合模型 | AUC,准确率,敏感性,F1分数,校准曲线,决策曲线分析 | NA |
2599 | 2025-10-06 |
Deep learning reveals the complex genetic architecture of male guppy colouration
2025-Sep, Nature ecology & evolution
IF:13.9Q1
DOI:10.1038/s41559-025-02781-w
PMID:40596731
|
研究论文 | 本研究使用深度学习技术揭示雄性孔雀鱼颜色变异的复杂遗传结构 | 首次结合卷积神经网络高分辨率表型分析、选择实验和全基因组关联研究,系统解析孔雀鱼颜色模式的遗传机制,发现常染色体向Y染色体基因复制是性连锁颜色变异的主要机制 | 研究主要聚焦于雄性孔雀鱼,对雌性颜色变异的遗传机制探讨较少 | 解析雄性孔雀鱼颜色变异的遗传架构和维持机制 | 雄性孔雀鱼(Poecilia reticulata) | 计算生物学 | NA | 全基因组重测序, 基因组关联分析 | CNN | 图像, 基因组数据 | 包含选择实验、受控谱系和全基因组重测序的孔雀鱼样本 | NA | 卷积神经网络 | NA | NA |
2600 | 2025-10-06 |
Deep learning approach for automatic assessment of schizophrenia and bipolar disorder in patients using R-R intervals
2025-Sep, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1012983
PMID:40901920
|
研究论文 | 本研究开发了一种基于深度学习的心律变异性分析方法,用于自动评估精神分裂症和双相情感障碍 | 使用低成本可穿戴设备采集短时程心电图信号,通过分析R-R间期窗口实现精神疾病自动分类 | 样本量较小(仅60名参与者),需要进一步验证在更大人群中的适用性 | 开发自动分类方法辅助精神分裂症和双相情感障碍的诊断 | 精神分裂症患者、双相情感障碍患者和健康对照者 | 机器学习 | 精神分裂症,双相情感障碍 | 心电图信号分析,心率变异性分析 | 支持向量机,XGBoost,多层感知机,门控循环单元,集成方法 | 心电图信号,R-R间期数据 | 60名参与者(30名患者和30名对照) | Scikit-learn,XGBoost | 多层感知机,门控循环单元 | 准确率 | NA |