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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 301 | 2025-11-14 |
AI-Based Models for Risk Prediction in MASLD: A Systematic Review
2025-Nov-13, Digestive diseases and sciences
IF:2.5Q2
DOI:10.1007/s10620-025-09499-6
PMID:41231418
|
系统评价 | 评估基于AI的模型在MASLD风险预测和患者分层中的效能 | 首次系统评价AI模型在MASLD风险预测中的应用,重点关注临床显著疾病风险的识别 | 数据多样性不足和模型可解释性有限 | 评估AI模型在MASLD风险预测和患者分层中的效能 | MASLD患者,特别是≥F2纤维化、≥F3晚期纤维化或MASH风险个体 | 机器学习 | 代谢功能障碍相关脂肪性肝病 | 机器学习,深度学习 | NA | 临床特征,弹性成像,影像学数据 | 26项研究(2014-2025年),涵盖欧洲、美国、亚洲和南美洲的回顾性队列和横断面研究 | NA | NA | AUROC | NA |
| 302 | 2025-11-14 |
Deep Learning in Otolaryngology: A Narrative Review
2025-Nov-13, JAMA otolaryngology-- head & neck surgery
DOI:10.1001/jamaoto.2025.3911
PMID:41231484
|
综述 | 本文综述了深度学习在耳鼻喉科领域的最新应用进展并提出了临床整合框架 | 首次系统梳理了2020-2025年间深度学习在耳鼻喉科的应用现状,并提出了促进临床整合的创新框架 | 作为叙述性综述,缺乏定量荟萃分析;纳入研究存在异质性;未评估发表偏倚 | 总结深度学习在耳鼻喉科的应用现状并提出临床整合框架 | 327篇关于深度学习在耳鼻喉科应用的原始研究 | 医学人工智能 | 耳鼻喉科疾病 | 深度学习 | 深度神经网络 | 医学图像, 生理信号 | 327项原始研究(从1422篇文献中筛选) | NA | NA | 诊断准确率, 生存分层, 复发预测 | NA |
| 303 | 2025-11-14 |
RAPID-Net: Accurate Pocket Identification for Binding-Site-Agnostic Docking
2025-Nov-13, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c01744
PMID:41231530
|
研究论文 | 提出基于深度学习的RAPID-Net算法,用于精确预测结合口袋并实现与分子对接流程的无缝集成 | 开发了轻量级推理算法,在保持竞争力的准确度同时实现可扩展性,能够识别远端功能位点为变构抑制剂设计提供新机会 | 姿态排序而非采样是主要精度瓶颈,在92.2%案例中至少能采样到一个RMSD < 2 Å的姿态但需要改进排序机制 | 开发用于结构基药物设计的结合口袋精确识别方法 | 蛋白质结合口袋和分子对接 | 计算生物学 | 传染病(如SARS-CoV-2) | 深度学习 | 神经网络 | 蛋白质结构数据 | PoseBusters基准测试集(包含2021年9月30日后提交的结构) | NA | RAPID-Net | RMSD, PoseBusters化学有效性标准, Top-1姿态准确率, 口袋-配体交集率 | NA |
| 304 | 2025-11-14 |
Predicting Acute Kidney Injury with Nephrotoxic Burden in Non-Critical Patients: An Internal and External Validation Study
2025-Nov-12, Kidney360
IF:3.2Q1
DOI:10.34067/KID.0000000998
PMID:41222992
|
研究论文 | 开发并验证深度学习模型用于动态预测非重症患者48小时内进展至2期或更高急性肾损伤 | 首次在多中心数据上开发并外部验证包含肾毒性药物负担等特征的深度学习预测模型 | 回顾性研究设计,仅包含两个医疗中心的数据 | 预测非重症患者急性肾损伤的进展风险 | 匹兹堡大学医学中心(39,755例)和佛罗里达大学健康中心(122,324例)的成年非重症患者 | 医疗健康 | 急性肾损伤 | 深度学习 | 深度学习模型 | 临床数据(人口统计学、合并症、药物、实验室检查、生命体征) | 总计162,079例患者(匹兹堡大学医学中心39,755例,佛罗里达大学健康中心122,324例) | NA | NA | AUROC(受试者工作特征曲线下面积) | NA |
| 305 | 2025-11-14 |
AutoFDP: Automatic Force-based Model Selection for Multicriteria Graph Drawing
2025-Nov-12, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2025.3631659
PMID:41223106
|
研究论文 | 提出一种基于用户指定可读性标准自动构建力导向图布局模型的通用框架 | 系统性地整合了传统力导向模型与标准驱动技术,实现了基于图相似性的模型复用和子图标准细化 | NA | 开发自动化的多标准图布局模型选择方法 | 图布局模型和可读性标准 | 图可视化 | NA | 力导向图布局算法 | 力导向模型 | 图数据 | 多种不同类型的图 | NA | AutoFDP框架 | 布局质量比较,泛化能力评估 | NA |
| 306 | 2025-11-14 |
Quality Assessment of 3D Human Animation: Subjective and Objective Evaluation
2025-Nov-12, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2025.3631385
PMID:41223104
|
研究论文 | 本文提出了一种基于数据驱动的3D人体动画质量评估方法,结合主观评价和客观预测模型 | 首次开发了针对非参数化人体模型生成的虚拟人动画的质量评估指标,并建立了包含主观真实感评分的数据集 | 方法目前仅适用于特定类型的虚拟人动画,尚未验证在其他类型动画上的泛化能力 | 开发3D虚拟人动画的质量评估方法 | 虚拟人动画的质量评估 | 计算机视觉 | NA | 数据驱动框架 | 线性回归器, 深度学习 | 3D动画序列, 主观评分数据 | 用户研究收集的虚拟人动画数据集 | NA | 线性回归模型, 深度学习基线模型 | 相关系数 | NA |
| 307 | 2025-11-14 |
Joint-Shrinkage Pattern Matching for Small-Sample and Imbalanced ERP Decoding in Brain-Computer Interfaces
2025-Nov-12, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2025.3632096
PMID:41223103
|
研究论文 | 提出一种联合收缩模式匹配算法,用于解决脑机接口中小样本和类别不平衡的ERP解码问题 | 结合收缩正则化与ℓ₂,p范数构建联合收缩空间滤波器,并采用加权模板匹配模块缓解类别不平衡导致的决策边界偏移 | NA | 开发鲁棒的脑电信号解码算法以应对数据稀缺和类别不平衡的挑战 | 事件相关电位信号,特别是错误相关电位信号 | 脑机接口 | NA | 脑电信号处理 | 模式匹配算法 | 脑电信号 | 一个自收集数据集和两个公共ErrP数据集,仅需40个不平衡训练样本 | NA | 联合收缩模式匹配算法 | 平衡准确率 | NA |
| 308 | 2025-11-14 |
Alzheimer's Disease Risk Prediction and Pathogeny Extraction Using Fuzzy Graph Evolutionary Generative Adversarial Network
2025-Nov-12, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2025.3627582
PMID:41223111
|
研究论文 | 提出一种融合模糊图与深度学习的阿尔茨海默病风险预测及病因提取方法 | 首次将模糊图理论应用于疾病演化建模,提出模糊熵传播模型和模糊图进化生成对抗网络 | 未明确说明模型在不同疾病阶段的泛化能力 | 阿尔茨海默病的早期风险预测和病因机制探索 | 多组学脑疾病数据 | 数字病理学 | 阿尔茨海默病 | 多组学分析 | GAN | 多组学数据 | 多个脑疾病数据集(未明确具体数量) | NA | 模糊图进化生成对抗网络(FGE-GAN),包含模糊图卷积层(FGC) | 风险预测准确率 | NA |
| 309 | 2025-11-14 |
Improving the accuracy of automated labeling of specimen images datasets via a confidence-based process
2025-Nov-12, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1013650
PMID:41223204
|
研究论文 | 提出一种基于置信度的自动化标注方法,显著提高标本图像数据集的标注准确率 | 通过分析网络对生成标签的置信度并结合用户定义阈值,拒绝低置信度标签,大幅提升自动标注准确率 | 需要牺牲部分标注覆盖率来换取更高准确率,最高需拒绝约65%的标签才能达到99%准确率 | 提高标本图像数据集的自动化标注准确率 | 自然历史收藏标本图像数据集 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 超过60万份植物标本图像 | NA | 卷积神经网络 | 准确率 | NA |
| 310 | 2025-11-14 |
Deep-Learning Tool ScVital Enables Species-Agnostic Integration of Cancer Cell States
2025-Nov-12, Cancer research
IF:12.5Q1
DOI:10.1158/0008-5472.CAN-24-4889
PMID:41223329
|
研究论文 | 开发了跨物种整合癌症细胞状态的深度学习工具scVital | 提出物种无关的潜在空间嵌入方法和新的批次校正评估指标LSS评分 | 未明确说明计算资源需求和模型可扩展性 | 开发跨物种癌症细胞状态整合的计算工具 | 基因工程小鼠模型和原发性患者样本的scRNA-seq数据 | 计算生物学 | 胰腺导管腺癌,肺腺癌,未分化多形性肉瘤 | 单细胞RNA测序(scRNA-seq) | 变分自编码器(VAE) | 单细胞转录组数据 | NA | NA | 变分自编码器 | 潜在空间相似性评分(LSS) | NA |
| 311 | 2025-11-14 |
Detection of Polyphonic Alarm Sounds From Medical Devices Using Frequency-Enhanced Deep Learning: Simulation Study
2025-Nov-12, JMIR medical informatics
IF:3.1Q2
DOI:10.2196/35987
PMID:41223383
|
研究论文 | 本研究开发了一种基于频率增强深度学习的多音报警声音检测方法,用于在嘈杂环境中识别医疗设备的多重报警声音 | 提出结合卷积神经网络和双向门控循环单元的混合模型,在0dB信噪比条件下实现高精度多音报警声音分类 | 在临床环境中的性能仍有提升空间,静脉足泵类别的识别效果相对较差 | 设计在嘈杂环境中使用单声道麦克风分类多重报警声音的方法 | 医疗设备产生的多音报警声音 | 机器学习 | NA | 梅尔滤波器组特征提取 | CNN, RNN, BiGRU | 音频 | 7种报警声音与医院病房噪声的混合数据集 | NA | 卷积循环神经网络, CNN+双向门控循环单元 | F1-score, 精确率, 召回率 | NA |
| 312 | 2025-11-14 |
Cortical surface electric field estimation for real-time TMS with graph neural networks
2025-Nov-12, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ae1ee7
PMID:41223543
|
研究论文 | 开发基于图神经网络和U-Net的实时经颅磁刺激皮层表面电场估计方法 | 无需构建三维解剖头部模型,通过二维皮层表面网格实现实时电场估计 | NA | 开发实时经颅磁刺激皮层表面电场估计方法 | 人类头部三维磁共振图像和皮层表面 | 医学图像分析 | 神经系统疾病 | 经颅磁刺激,磁共振成像 | 图神经网络,U-Net | 三维头部磁共振图像 | NA | NA | 图神经网络,U-Net | 估计精度,计算速度 | NA |
| 313 | 2025-11-14 |
RADIFUSION: a multi-radiomics deep learning based breast cancer risk prediction model using sequential mammographic images with image attention and bilateral asymmetry refinement
2025-Nov-12, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ae1ee4
PMID:41223545
|
研究论文 | 提出基于多组学深度学习的乳腺癌风险预测模型RADIFUSION,利用序列乳腺X线图像结合图像注意力和双侧不对称性优化 | 融合线性图像注意力机制、影像组学特征、新型门控机制和基于双侧不对称性的微调策略 | NA | 开发乳腺癌风险预测模型以辅助早期筛查 | 乳腺X线筛查图像 | 医学影像分析 | 乳腺癌 | 乳腺X线摄影 | 深度学习 | 序列医学图像 | 8,723名患者(测试集1,749名女性) | NA | RADIFUSION(放射组学融合门控注意力) | AUC(1年AUC, 2年AUC, 3年AUC) | NA |
| 314 | 2025-11-14 |
Screening and analysis of malt pentapeptide DPP-IV inhibitory activity
2025-Nov-12, NPJ science of food
IF:6.3Q1
DOI:10.1038/s41538-025-00584-8
PMID:41224748
|
研究论文 | 本研究通过多学科方法从麦芽中鉴定出具有DPP-IV抑制活性的五肽YPQPQ,并阐明其作用机制 | 首次发现麦芽来源的五肽YPQPQ具有DPP-IV抑制活性,并通过网络药理学和分子动力学模拟揭示其通过ERK信号通路发挥作用 | 研究主要基于计算模拟和体外实验,需要进一步体内实验验证 | 从麦芽中筛选和验证具有DPP-IV抑制活性的多肽化合物 | 麦芽来源的多肽化合物,特别是五肽YPQPQ | 计算生物学, 药物发现 | 2型糖尿病 | 分子对接, 分子动力学模拟, 网络药理学, 深度学习 | ConPlex, KPGT | 分子结构数据, 蛋白质序列, 药理学数据 | NA | NA | NA | IC50 (23.87 μM) | NA |
| 315 | 2025-11-14 |
A Large-Scale Synthetic Benchmark Dataset for Non-Cooperative Space Target Perception
2025-Nov-12, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-06056-8
PMID:41224761
|
研究论文 | 构建大规模合成空间目标感知基准数据集NCSTP,支持空间目标检测、识别和部件分割任务 | 创建首个支持多任务的大规模合成空间目标数据集,通过Blender模拟真实空间环境生成多样化图像 | 数据为合成生成,与真实空间图像存在域差距 | 解决空间目标感知任务中缺乏大规模标注数据集的问题 | 卫星、空间碎片、太空岩石等空间目标 | 计算机视觉 | NA | Blender三维渲染 | 目标检测模型,语义分割模型 | 图像 | 200,000张合成图像 | NA | NA | NA | NA |
| 316 | 2025-11-14 |
Deep learning approach to energy consumption modeling in wastewater pumping systems
2025-Nov-12, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-23158-w
PMID:41224784
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 317 | 2025-11-14 |
Deep learning-based metal artifact reduction in CT for total knee arthroplasty
2025-Nov-12, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-21012-7
PMID:41224803
|
研究论文 | 本研究开发了一种基于深度学习的膝关节金属伪影减少网络(KMAR-Net),用于全膝关节置换术后CT图像中的金属伪影消除 | 提出了专门针对膝关节置换术的深度学习金属伪影减少网络,在定量和定性分析中均优于传统投影完成方法 | 研究样本量有限(开发集50例无金属假体患者,测试集44例TKA患者),两名读者在骨骼清晰度评估上存在统计学差异 | 评估基于深度学习的金属伪影减少技术在全膝关节置换术后CT检查中的性能 | 全膝关节置换术患者的术后CT图像 | 医学影像处理 | 骨科疾病 | CT扫描,正弦图处理方法 | 深度学习网络 | CT图像 | 开发集50例无金属假体患者,测试集44例TKA患者,生成25,000对模拟图像 | NA | KMAR-Net | 面积,平均衰减值,标准差,视觉分级分析 | NA |
| 318 | 2025-11-14 |
An enhanced deep learning-based framework for diagnosing apple leaf diseases
2025-Nov-12, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-23272-9
PMID:41224813
|
研究论文 | 提出一种基于改进YOLOv8的轻量级苹果叶病害诊断框架E-YOLOv8 | 融合GhostConv和C3模块减少冗余特征提取和计算成本,结合CBAM注意力和定制FPN增强多尺度特征融合和小病变检测能力 | 仅针对苹果叶病害进行验证,未测试在其他作物病害上的泛化能力 | 开发实时轻量级苹果叶病害诊断系统 | 苹果叶病害 | 计算机视觉 | 植物病害 | 深度学习 | YOLO | 图像 | 大规模苹果叶病害数据集 | PyTorch | E-YOLOv8, YOLOv8 | mAP0.5, GFLOPs, 参数量 | 边缘设备 |
| 319 | 2025-11-14 |
Underwater dam image enhancement based on CNN-transformer fusion
2025-Nov-12, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-23746-w
PMID:41224884
|
研究论文 | 提出融合CNN与Transformer的水下大坝图像增强网络ESRTGAN,解决水下图像光学退化问题 | 首次将CNN的局部特征提取与Transformer的全局上下文建模能力相结合,应用于水下大坝图像增强 | 未明确说明模型在不同水质条件下的泛化能力 | 提升水下大坝结构安全检测中图像分析的准确性和可靠性 | 水下机器人拍摄的大坝结构图像 | 计算机视觉 | NA | 图像增强技术 | CNN,Transformer,GAN | 图像 | 真实大坝水下图像数据集(未明确具体数量) | NA | ESRTGAN(包含多尺度特征融合、自适应通道注意力机制) | PSNR,SSIM,LPIPS | NA |
| 320 | 2025-11-14 |
An ancient recombination desert is a speciation supergene in placental mammals
2025-Nov-12, Nature
IF:50.5Q1
DOI:10.1038/s41586-025-09740-2
PMID:41225009
|
研究论文 | 通过深度学习分析22种胎盘哺乳动物基因组,发现X染色体上一个古老的基因重组荒漠区域是物种形成的超级基因 | 首次利用深度学习推断哺乳动物重组景观演化,发现X染色体上保守的重组荒漠区域作为物种形成超级基因 | 研究基于22种胎盘哺乳动物基因组,样本多样性可能有限;重组图谱的稀缺性可能影响分析的全面性 | 探究基因重组率对物种形成早期基因流动的影响,并准确推断物种系统发育关系 | 22种分化胎盘哺乳动物物种的基因组比对数据 | 基因组学 | NA | 深度学习,基因组比对,系统基因组分析 | 深度学习模型 | 基因组序列数据 | 22种胎盘哺乳动物物种(扩展到94种进行系统基因组分析) | NA | NA | NA | NA |