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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3201 | 2025-11-21 |
Sequence to Location: Protein Subcellular Localization Driven by Deep Pretrained Language Model
2025-Nov-19, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2025.3634612
PMID:41259184
|
研究论文 | 提出基于深度预训练语言模型的蛋白质亚细胞定位预测算法SubLoc | 融合蛋白质语言模型ProtT5的序列嵌入、图卷积网络处理3D结构信息以及双向门控循环单元与多头注意力机制的序列特征分析 | NA | 开发高效准确的蛋白质亚细胞定位预测方法 | 蛋白质序列及其亚细胞定位 | 生物信息学 | NA | 蛋白质序列分析 | 图卷积网络, 双向门控循环单元, 注意力机制 | 蛋白质序列数据 | NA | NA | ProtT5, 图卷积网络, 双向GRU, 多头注意力 | 精确度, 召回率, MCC | NA |
| 3202 | 2025-11-21 |
iDRKAN: Interpretable miRNA-Disease Association Prediction Based on Dual-Graph Representation Learning and Kolmogorov-Arnold Network
2025-Nov-19, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2025.3634550
PMID:41259182
|
研究论文 | 提出基于双图表示学习和Kolmogorov-Arnold网络的可解释miRNA-疾病关联预测方法iDRKAN | 结合双图表示学习和可解释KAN网络,通过多通道注意力和语义层注意力机制融合异构信息,实现预测性能与可解释性的平衡 | NA | 准确预测miRNA与疾病之间的关联关系 | miRNA和疾病 | 生物信息学 | 多种疾病 | 图表示学习,对比学习 | GCN, KAN, 注意力机制 | 图数据,关联矩阵,相似性矩阵 | 两个公共数据集 | NA | 图卷积网络,Kolmogorov-Arnold网络,多通道注意力,语义层注意力 | 多种性能指标 | NA |
| 3203 | 2025-11-21 |
Deep domain adaptation eliminates costly data required for task-agnostic wearable robotic control
2025-Nov-19, Science robotics
IF:26.1Q1
DOI:10.1126/scirobotics.ads8652
PMID:41259448
|
研究论文 | 提出一种深度域适应框架,利用生物力学模型模拟传感器数据解决可穿戴机器人控制中的数据稀缺问题 | 通过构建中间域将易获取数据转换为数据受限域,无需昂贵设备特定标注数据 | 模型误差仍比使用完整设备特定数据集的最佳情况高11-44% | 开发可实时部署的深度学习模型,用于任务无关的可穿戴机器人控制 | 髋膝关节力矩估计和可穿戴外骨骼控制 | 机器学习 | NA | 深度域适应 | 深度神经网络 | 生物力学传感器数据,模拟传感器数据 | 8名外骨骼使用者 | NA | 深度域适应网络 | 力矩估计误差(Nm/kg),代谢成本降低百分比 | NA |
| 3204 | 2025-11-21 |
Real-World Prospective Validation and Economic Evaluation of Deep Learning-Based Diabetic Retinopathy Detection From Fundus Photographs: A Systematic Review and Meta-analysis
2025-Nov-19, Diabetes care
IF:14.8Q1
DOI:10.2337/dc25-1493
PMID:41259706
|
系统综述与荟萃分析 | 通过系统综述和荟萃分析评估深度学习糖尿病视网膜病变检测系统在真实世界前瞻性验证中的表现和经济性 | 首次对深度学习糖尿病视网膜病变检测系统在真实世界前瞻性验证中的表现和经济性证据进行系统综合评估 | 缺乏评估多种糖尿病视网膜病变严重程度或糖尿病黄斑水肿的研究限制了亚组分析能力,低收入国家的研究数据不足 | 评估基于眼底照片的深度学习糖尿病视网膜病变检测系统在不同国家实施的可行性 | 糖尿病视网膜病变检测系统 | 数字病理 | 糖尿病视网膜病变 | 眼底摄影 | 深度学习 | 图像 | 47项研究纳入荟萃分析 | NA | NA | AUROC | NA |
| 3205 | 2025-11-21 |
Association of a Lifestyle Risk Index With Visceral and Subcutaneous Adipose Tissue in the German National Cohort (NAKO)
2025-Nov-19, Obesity (Silver Spring, Md.)
DOI:10.1002/oby.70071
PMID:41261047
|
研究论文 | 本研究通过横断面分析探讨生活方式风险指数与内脏脂肪组织的关系 | 首次在德国国家队列中使用深度学习技术分析全身MRI数据,构建综合生活方式风险指数评估与内脏脂肪的关联 | 横断面研究设计无法确定因果关系,样本选择可能存在偏差 | 探究生活方式因素与内脏脂肪堆积的关联性 | 德国国家队列中30,920名接受MRI扫描的参与者 | 医学影像分析 | 肥胖相关疾病 | 磁共振成像, 深度学习图像分割 | 深度学习 | 医学影像 | 18,508名参与者(年龄48.2±12.2岁) | NA | NA | 几何均值, 95%置信区间 | 3T MRI设备 |
| 3206 | 2025-11-21 |
Development of a Novel Interpretable Transformer-Based Deep Learning Model for Predicting Postoperative Hypokalemia in Pituitary Adenomas
2025-Nov-19, Journal of evidence-based medicine
DOI:10.1111/jebm.70089
PMID:41261064
|
研究论文 | 开发了一种基于Transformer的可解释深度学习模型CliTab-Transformer,用于预测垂体腺瘤患者术后低钾血症 | 首次将Transformer架构应用于临床表格数据预测术后低钾血症,并引入Transformer-Explainability方法实现模型可解释性 | 回顾性研究设计,样本量相对有限(280例患者) | 开发可解释的预测模型以预测垂体腺瘤患者术后低钾血症,促进早期干预 | 280例垂体腺瘤手术患者 | 医疗人工智能 | 垂体腺瘤 | 深度学习,机器学习 | Transformer, XGBoost, MLP | 临床表格数据 | 280例垂体腺瘤患者 | NA | Transformer, XGBoost, 多层感知机 | 准确率, 精确率, 召回率, F1分数, ROC曲线, PR曲线, AUC | NA |
| 3207 | 2025-11-21 |
MIAT-DHX9 spatiotemporal expression drives venous neointimal hyperplasia through nucleolar homeostasis and mitotic progression
2025-Nov-18, Cell reports
IF:7.5Q1
DOI:10.1016/j.celrep.2025.116578
PMID:41259202
|
研究论文 | 本研究揭示了MIAT-DHX9轴通过调控核仁稳态和有丝分裂进程促进静脉新生内膜增生的机制 | 首次发现MIAT-DHX9在核仁中的时空表达模式及其通过PARP1相互作用调控细胞周期进程的新机制 | 研究主要基于体外和动物模型,临床转化潜力需进一步验证 | 探究静脉新生内膜增生的分子机制并寻找潜在治疗靶点 | 血管平滑肌细胞 | 数字病理学 | 心血管疾病 | 多超分辨率成像,单分子荧光原位杂交,CRISPR基因编辑,深度学习 | 深度学习模型 | 图像,分子成像数据 | 体外细胞模型和动物模型 | NA | NA | 形态学特征分析 | NA |
| 3208 | 2025-11-21 |
A prognostic index integrating deep learning baseline PET/CT biomarkers and multi-omics profiling in diffuse large B cell lymphoma
2025-Nov-18, Cell reports. Medicine
DOI:10.1016/j.xcrm.2025.102452
PMID:41260205
|
研究论文 | 本研究通过整合深度学习PET/CT生物标志物与多组学数据,开发了弥漫性大B细胞淋巴瘤的预后指数模型 | 首次将nnUNet深度学习框架应用于DLBCL的PET/CT分析,并整合多组学数据和临床因素构建综合预后模型 | 研究基于回顾性数据,需要前瞻性验证;样本量虽大但来自特定机构 | 开发DLBCL的精准预后预测模型以指导个性化治疗 | 1024名新诊断的弥漫性大B细胞淋巴瘤患者 | 数字病理学 | 淋巴瘤 | PET/CT成像, DNA测序, RNA测序, 多组学分析 | 深度学习 | 医学影像, 基因组数据, 转录组数据, 临床数据 | 1024名DLBCL患者,使用AutoPET公共数据集和内部数据集 | nnUNet | nnUNet | 预后区分能力, 风险分层效果 | NA |
| 3209 | 2025-11-21 |
A rapidly evolving female-controlled lock-and-key mechanism determines Aedes mosquito mating success
2025-Nov-17, Current biology : CB
IF:8.1Q1
DOI:10.1016/j.cub.2025.09.066
PMID:41161314
|
研究论文 | 本研究揭示了雌性伊蚊通过生殖器尖端伸长行为主动控制交配的锁钥机制 | 首次发现雌性伊蚊通过生殖器尖端伸长行为主动控制交配启动,并揭示这种快速进化的锁钥机制决定交配成功率 | NA | 探究伊蚊交配机制及雌性防止重复交配的生物学基础 | 入侵性埃及伊蚊和白纹伊蚊 | 生物医学 | 蚊媒传染病 | 双色荧光精子系统、行为追踪、深度学习、定量分析 | 深度学习 | 行为视频、图像数据 | NA | NA | NA | 交配成功率统计(86%-96%单次交配率) | NA |
| 3210 | 2025-11-21 |
An intelligent brain tumor detection model using lightweight hybrid twin attentive pyramid convolutional network
2025-Nov-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-23813-2
PMID:41249242
|
研究论文 | 提出一种用于脑肿瘤检测的轻量级混合双注意力金字塔卷积网络模型 | 结合双层级注意力模块和混合金字塔卷积块,采用恒星振荡优化器进行超参数调优,并集成Grad-CAM实现检测区域可视化 | NA | 开发高效的脑肿瘤早期检测方法 | 脑部MRI图像 | 计算机视觉 | 脑肿瘤 | MRI | CNN | 图像 | BT Detection 2020数据集 | Python | ResNet, LHTA-PCNet, TwinL-A, HPC | 准确率 | NA |
| 3211 | 2025-11-21 |
CT-based radiomics and deep learning models for predicting thyroid cartilage invasion and patient prognosis in laryngeal carcinoma
2025-Nov-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-23809-y
PMID:41249227
|
研究论文 | 本研究比较了基于CT的影像组学和深度学习模型在预测喉鳞状细胞癌甲状腺软骨侵犯及患者预后方面的性能 | 首次系统比较二维深度学习模型与影像组学模型在预测甲状腺软骨侵犯方面的性能,并构建了结合深度学习特征和临床风险因素的列线图 | 在外部验证队列中未发现模型性能存在显著差异,样本量相对有限 | 预测喉鳞状细胞癌患者的甲状腺软骨侵犯情况并评估预后价值 | 经病理证实的喉鳞状细胞癌患者 | 医学影像分析 | 喉癌 | CT成像 | 深度学习, 影像组学 | CT图像 | 418例来自两个中心的患者(训练队列247例,内部验证110例,外部验证61例) | NA | 2D深度学习模型 | AUC, 疾病无进展生存期 | NA |
| 3212 | 2025-11-21 |
Explainable convolutional neural network architectures for high-performance taxonomic classification of gasteroid macrofungi
2025-Nov-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-23974-0
PMID:41249260
|
研究论文 | 本研究提出了一种基于深度学习的高性能胃菌类大型真菌分类框架 | 首次将可解释AI技术应用于胃菌类真菌分类,实现了高精度且可解释的深度学习模型 | 仅针对六种胃菌类真菌物种,样本多样性有限 | 开发高精度且可解释的真菌分类方法 | 六种胃菌类大型真菌:Battarrea phalloides, Crucibulum laeve, Cyathus olla, C. striatus, Tulostoma brumale, T. fimbriatum | 计算机视觉 | NA | 图像分析 | CNN | 图像 | 1200张高分辨率图像 | NA | DenseNet121, ResNeXt, RepVGG, ShuffleNetV2 | 准确率, F1分数, AUC, 推理时间, 能效 | NA |
| 3213 | 2025-11-21 |
Enhancing image based classification for crop disease detection using a multiclass SVM approach with kernel comparison
2025-Nov-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-23568-w
PMID:41249263
|
研究论文 | 本文提出了一种基于机器学习的作物叶片病害检测框架,通过多类SVM核函数比较提升图像分类性能 | 结合双边滤波和GraphCut分割与基于纹理的特征提取,并在多作物数据集上系统比较多类SVM核函数 | 未与深度学习方法进行直接对比,仅提供了未来比较的基础 | 开发有效的作物病害检测系统以最小化农业损失 | 作物叶片病害(包括黄锈病、红锈病和炭疽病) | 计算机视觉 | 植物病害 | 图像处理,机器学习 | SVM | 图像 | 9,111张经过增强平衡的精选图像 | NA | 多类SVM(线性核、多项式核、RBF核等) | 准确率,精确率,召回率,F1分数 | NA |
| 3214 | 2025-11-21 |
Mitigating distributed denial of service-based cyberattack in federated computing framework using deep reinforcement learning with frilled lizard algorithm
2025-Nov-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-23899-8
PMID:41249288
|
研究论文 | 提出一种基于深度强化学习和皱褶蜥蜴优化算法的联邦学习框架DDoS攻击缓解技术 | 结合联邦学习、深度强化学习和皱褶蜥蜴优化算法,提出新型DDoS攻击检测与分类方法 | 联邦学习在网络安全领域的应用仍处于早期阶段,多个关键方面有待探索 | 缓解联邦计算框架中的分布式拒绝服务网络攻击 | 网络攻击流量数据 | 机器学习 | NA | 深度强化学习,优化算法 | D3QN | 网络流量数据 | CICIDIS 2017和ToN-IoT数据集 | NA | Dueling Double Deep Q-Network | 准确率 | NA |
| 3215 | 2025-11-21 |
Automated meningioma detection using skull X ray images with deep learning and machine learning classifiers
2025-Nov-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-23933-9
PMID:41249305
|
研究论文 | 本研究开发了一种结合深度学习和传统机器学习分类器的自动化脑膜瘤检测方法,使用颅骨X射线图像 | 首次将EfficientNetB0与注意力机制和迁移学习结合,并集成随机森林等传统分类器,实现基于颅骨X射线的脑膜瘤自动检测 | 外部验证准确率相对较低(0.74),样本量有限,仅来自两家韩国医院 | 探索利用成本效益高且广泛可用的颅骨X射线成像技术实现脑膜瘤自动检测的潜力 | 脑膜瘤患者和对照受试者的颅骨X射线图像 | 计算机视觉 | 脑膜瘤 | X射线成像 | CNN, Random Forest, XGBoost | 图像 | 359名受试者(158名脑膜瘤患者,201名对照),共1436张颅骨X射线图像(内部验证612张,外部验证824张) | TensorFlow, PyTorch, Scikit-learn | EfficientNetB0 | 准确率, 灵敏度, 特异性, F1分数, AUROC | NA |
| 3216 | 2025-11-21 |
Evaluation of VITA shade-based tooth color categories using deep learning
2025-Nov-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-23954-4
PMID:41249330
|
研究论文 | 本研究开发并验证了基于深度学习的牙齿颜色评估模型,与经验丰富的牙医进行准确性比较 | 首次使用六种改进的CNN架构进行牙齿颜色分类,并通过McNemar检验与专业牙医进行统计显著性比较 | 样本量相对较小(70名成人参与者),仅使用VITA Classic比色板 | 开发客观可靠的牙齿颜色评估方法以减少传统方法的主观性 | 成人牙齿颜色 | 计算机视觉 | NA | 深度学习,高分辨率口内成像 | CNN | 图像 | 70名成人参与者 | NA | ResNet | 准确率, 精确率, 召回率, F1分数 | NA |
| 3217 | 2025-11-21 |
Graph attention networks-based prediction of MicroRNA-disease causality in head and neck neoplasms
2025-Nov-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-24130-4
PMID:41249334
|
研究论文 | 本研究使用图注意力网络预测头颈部肿瘤中microRNA与疾病的因果关系 | 首次将图注意力网络应用于头颈部肿瘤的miRNA-疾病关联预测,通过注意力机制捕捉网络节点和边的重要性与相互依赖性 | 数据集规模有限,模型可解释性有待提升,模型评估方法需要改进 | 预测头颈部肿瘤中microRNA与疾病的因果关系 | 头颈部肿瘤相关的microRNA和疾病 | 机器学习 | 头颈部肿瘤 | 生物网络分析 | GAT | 图数据 | 来自HMDD v4.0数据库的头颈部肿瘤数据集,包含miRNA、疾病、因果关系、类别和PMID信息 | NA | 图注意力网络 | 准确率 | NA |
| 3218 | 2025-11-21 |
Multimodal deep learning for entity relation extraction and spatiotemporal decision knowledge graph construction in earthquake emergency rescue
2025-Nov-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-24135-z
PMID:41249373
|
研究论文 | 提出融合多模态深度学习与时空知识表示的新型框架,用于提升地震应急救援中的信息处理和决策支持能力 | 提出跨模态注意力融合网络动态对齐文本、视觉和时空模态的语义信息,并开发具有专门推理机制的时空知识图谱表示 | NA | 提升地震应急救援中的信息处理和决策支持能力 | 地震应急救援场景中的实体关系提取和时空决策知识图谱构建 | 自然语言处理,计算机视觉 | NA | 多模态深度学习 | Transformer,注意力机制 | 文本,视觉,时空数据 | NA | NA | Cross-modal Attention Fusion Network,Transformer | F1-score | NA |
| 3219 | 2025-11-21 |
HashWave: blockchain-powered perceptual hashing for resilient audio piracy detection against signal-processing attacks in decentralized networks
2025-Nov-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-24016-5
PMID:41249384
|
研究论文 | 提出一种结合区块链技术的感知哈希框架HashWave,用于在去中心化网络中实现抗信号处理攻击的音频盗版检测 | 融合多种音频特征(MFCC、色度、CQT等)并通过操作感知加权和约束DTW处理时间尺度编辑,结合区块链实现防篡改验证 | 未明确说明在极端信号失真情况下的性能表现,且区块链部署可能带来额外成本 | 开发一个既具有编辑弹性又可验证的去中心化音频盗版检测系统 | 音频信号及其在信号处理攻击下的鲁棒性识别 | 数字信号处理, 区块链应用 | NA | 感知哈希, 区块链技术, 信号处理 | NA | 音频数据 | GTZAN、FMA-A音乐分析数据集和MUSAN (SLR17)数据集,包含超过20种信号处理变换 | Ethereum, IPFS | 基于MFCC、色度、色度CENS、CQT、频谱对比度和轻量级节奏/能量线索的多特征融合架构 | AUC, TPR@1%FPR | CPU计算,区块链部署基于Ethereum和IPFS |
| 3220 | 2025-11-21 |
Transformer-aided skin cancer classification using VGG19-based feature encoding
2025-Nov-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-24081-w
PMID:41249393
|
研究论文 | 提出一种结合VGG19特征编码和视觉Transformer的混合模型用于皮肤癌分类 | 首次系统地将特征图级旋转/平移增强与CNN-Transformer混合模型结合用于皮肤镜图像分类 | NA | 开发具有更强泛化能力的皮肤病变自动分类模型 | 皮肤镜图像中的皮肤病变 | 计算机视觉 | 皮肤癌 | 皮肤镜成像 | CNN, Transformer | 图像 | MSK10000数据集(10,000张图像), HAM10000数据集(10,000张训练图像), PH2数据集 | NA | VGG19, Vision Transformer (ViT) | 准确率, 宏平均精确率, 宏平均召回率, 特异性, F1分数 | NA |